meangrinch/MangaTranslator

MangaTranslator – 一键 AI 驱动的漫画翻译

它是什么

• 一个开源的 Python 应用，接收漫画/漫画页面，检测对话气泡和面板外文字，移除原始文字，翻译文本，并以目标语言重新渲染页面。它将多个现代机器学习组件（YOLO 用于检测、OCR、LLM 用于翻译、扩散模型用于修复）整合到一个易于使用的 Web UI（Gradio）或 CLI 中。

为什么重要

• 扫描翻译（手动漫画翻译）劳动密集。MangaTranslator 自动化整个流程，让用户一键翻译 60 多种语言，同时保留原画。

主要特性

• 检测 – 通过 YOLOv8、RT-DETR-v2 和 Meta 的 SAM 2/3 分割器进行对话气泡和气泡外文字检测。
• 清理 – 使用 FLUX 扩散模型或快速的 OpenCV 后备方案修复移除的文字。
• OCR 与翻译 – 使用 Manga-OCR、PaddleOCR-VL 以及您配置的任何 LLM 提供商（Google、OpenAI、Anthropic、DeepSeek 或本地兼容 llama.cpp 的端点）。支持 60 多种语言。
• 渲染 – 自定义字体包、自动换行、对齐以及可选的背景艺术修复。
• 放大 – 可选的 2× AnimeSharpV4 放大器，用于文字区域或整页。
• 界面 – 图形化 Web UI（Gradio）支持拖放，以及功能齐全的 CLI 用于脚本和批处理（文件夹、ZIP/CBZ 存档）。
• 灵活性 – 众多配置选项（提供商密钥、用于气泡外模型的 HF 令牌、仅清理模式、字体目录等）。

快速开始

1. 下载 – 获取便携版（Windows）或克隆仓库。
2. 安装 – 创建 Python 3.10+ 虚拟环境，安装 PyTorch（GPU 使用 CUDA 13.0）和 requirements.txt。
3. 配置 – 在 Web UI 中转到 Config → Translation 添加 LLM API 密钥，或设置环境变量（GEMINI_API_KEY、HF_TOKEN）。通过提供 Hugging Face 令牌启用气泡外检测。
4. 翻译 – 上传图片（或文件夹/CBZ）并点击 Translate；或运行：

   python main.py \
     --input "page.jpg" \
     --input-language Japanese \
     --output-language English \
     --font-dir fonts/KomikaHand \
     --provider Google --google-api-key <key> \
     --osb-enable --osb-hf-token <token>
   

硬件说明 – 推荐使用支持 CUDA 13 的 GPU（或 macOS/CPU 后备）；README 链接了详细的硬件要求文档。

许可证与致谢

• Apache-2.0 许可证。
• 基于一系列社区模型（YOLO、SAM、FLUX、Manga-OCR 等）和库（如 torch、gradio、opencv 和 stable-diffusion.cpp）构建。

了解更多

• 完整文档：安装、配置、CLI 用法、字体处理、故障排除和硬件要求均在 docs/ 文件夹中。
• 如果您觉得有用，可以通过 Ko-fi 支持作者。