mayocream/koharu

ML-powered manga translator, written in Rust.

What it solves

Koharu 是一款本地优先的漫画翻译工具，能够自动化繁琐的漫画页面翻译过程。它取代了手动检测文字、去除原始字母、以及将翻译文字重新排版回页面的工作。

How it works

Koharu 使用分阶段的机器学习模型流水线来处理页面：

  1. Detection: 使用 YOLO 与其他视觉模型识别文字区域和对话框。
  2. OCR: 以多语言 OCR 模型识别源文本。
  3. Inpainting: 使用 FLUX.2 或 LaMa 等模型将原始文字从图像中移除，生成干净的背景。
  4. Translation: 通过本地 LLM（via llama.cpp）或远程 API（OpenAI、Claude、Gemini、DeepSeek）翻译文本。
  5. Rendering: 专用文字渲染器处理复杂的漫画字形，包括垂直 CJK 布局和从右到左的脚本。

Who it’s for

此工具面向漫画翻译者和扫描翻译者，提供高性能、注重隐私的桌面应用，能够在用户自有硬件上本地运行大部分流水线。

Highlights

  • Local-First Privacy: 在本地运行视觉模型和 LLM，确保数据安全。
  • GPU Acceleration: 支持 CUDA、Metal、Vulkan，以及实验性的 ZLUDA，实现高速处理。
  • Professional Export: 导出为分层 PSD 文件，便于在 Photoshop 中手动微调翻译文字层。
  • Agent Integration: 包含内置 MCP 服务器和无头模式，方便本地代理自动化。
  • Advanced Typesetting: 为垂直 CJK 与 RTL 脚本提供专业渲染，支持 Google Fonts。