koharu-rs/koharu

解决的问题

Koharu 实现了漫画翻译这一复杂多步骤流程的自动化。它简化了图像文本检测、文本提取、翻译以及重建原始图稿的工作流程，从而使新文本能够自然地放置在画面中。

工作原理

Koharu 使用本地优先的流水线，直接在您的机器上运行视觉和语言模型，以确保数据隐私。它协调了多项专门的 AI 任务：使用检测模型识别对话气泡和文本区域，使用 OCR 模型读取源文本，并使用生成式修复模型移除原始文本并重建背景。最后，它使用 LLM（本地 GGUF 模型或远程 API）进行翻译，并提供一个基于 Web 的画布用于最终校对和排版。

适用人群

该工具专为希望使用专业级、本地优先的应用程序来处理漫画本地化繁重技术工作的漫画读者、翻译人员和编辑而设计。

亮点

• 本地优先架构，确保所有数据处理都在您的机器上完成。
• 支持多种硬件加速，包括 CUDA、ROCm、Metal 和 Vulkan。
• 集成生成式修复功能，可在移除源文本后重建图稿。
• 灵活的流水线，允许用户为检测、OCR、修复和翻译选择特定模型。
• 内置基于 Web 的编辑器，用于手动清理、文本放置和最终审阅。