基于 PyTorch 的开源 Python OCR 库,使用深度学习模型识别 PDF 和图片中的文字。
zyddnys/manga-image-translator
开源工具,可检测、识别、翻译漫画及图片中的文字,并自动擦除原文后重新排版。
- Star
- 10,519
- Fork
- 1,078
- 未关闭 Issue
- 144
- 最近提交
- 10天前
这是什么?
Manga Image Translator 是一个基于 Python 的图片翻译工具,用于翻译漫画、连环画、截图等图片中的文字。它依次完成文字检测、OCR 识别、机器翻译、去除原文的图像修复,以及将译文重新排版绘制回图片。项目以日文为主要支持对象,同时支持简体和繁体中文、英文等多种语言。
运行方式包括:对整个图片文件夹进行本地批量翻译、启动带浏览器界面的 Web 服务、提供 API 服务,或通过 Docker 部署。翻译后端既可以调用 DeepL、百度、有道等在线服务或兼容 OpenAI 的接口,也可以使用 NLLB、M2M100、Sugoi 等离线模型。检测、修复、字体和排版等参数可通过命令行或 JSON 配置文件调整。
项目仍处于早期开发阶段,官方在线演示已无法使用,需要自行部署。
核心功能
- 01检测漫画和图片中的文字区域并进行 OCR 识别。
- 02通过图像修复去除原文,并将译文重新绘制到图片上。
- 03支持多种翻译后端,包括在线 API 及 NLLB、Sugoi 等离线模型。
- 04提供本地批量处理、Web 界面、API 服务和 Docker 镜像。
- 05可通过命令行参数或配置文件调整检测、放大、字体和上色等选项。
适用场景
- 阅读没有官方译本的日文漫画或同人作品。
- 对一个文件夹中的漫画或截图进行批量翻译,用于个人阅读。
- 导出去字后的底图,供人工二次排版使用。
- 通过 API 或 Web 服务搭建自用的图片翻译服务。
快速上手
- 1
确保已安装 Python 3.12 或更高版本,然后克隆仓库
git clone https://github.com/zyddnys/manga-image-translator.git - 2
创建虚拟环境
python -m venv venv - 3
激活虚拟环境(Linux/macOS)
source venv/bin/activate - 4
从 requirements.txt 安装依赖
pip install -r requirements.txt
使用前须知
- README 称该项目仍处于早期开发阶段,存在诸多不足。
- 需要 C++ 编译器和 Git 来构建一个依赖项,Windows 用户还需安装 Microsoft C++ Build Tools。
- Docker 镜像约 15GB,使用 GPU 需要安装与你的 CUDA 版本匹配的 PyTorch。
- 采用 GPL-3.0 许可证,属于 copyleft 许可。
标签
常见问题
- manga-image-translator 是什么?
- 开源工具,可检测、识别、翻译漫画及图片中的文字,并自动擦除原文后重新排版。 Manga Image Translator 是一个基于 Python 的图片翻译工具,用于翻译漫画、连环画、截图等图片中的文字。它依次完成文字检测、OCR 识别、机器翻译、去除原文的图像修复,以及将译文重新排版绘制回图片。项目以日文为主要支持对象,同时支持简体和繁体中文、英文等多种语言。
- manga-image-translator 可以免费使用吗?用的什么许可证?
- manga-image-translator 以 GPL-3.0 许可证开源。用于商业产品前,请先确认许可证条款。
- manga-image-translator 还在维护吗?
- 活跃维护中。manga-image-translator 最近一次提交是在 2026年10月11日。
- manga-image-translator 适合用来做什么?
- 阅读没有官方译本的日文漫画或同人作品。 对一个文件夹中的漫画或截图进行批量翻译,用于个人阅读。 导出去字后的底图,供人工二次排版使用。 通过 API 或 Web 服务搭建自用的图片翻译服务。
- manga-image-translator 怎么安装和运行?
- 确保已安装 Python 3.12 或更高版本,然后克隆仓库: git clone https://github.com/zyddnys/manga-image-translator.git 创建虚拟环境: python -m venv venv 激活虚拟环境(Linux/macOS): source venv/bin/activate 从 requirements.txt 安装依赖: pip install -r requirements.txt
- 在哪里获取 manga-image-translator?
- 源代码和安装说明在 GitHub 上:https://github.com/zyddnys/manga-image-translator
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
开源 OCR 引擎(libtesseract)及命令行工具,可从图片中识别文字,支持 100 多种语言。
Ultralytics YOLO 是一个 Python 计算机视觉库,支持目标检测、分割、分类、姿态估计和目标跟踪等任务。
PyTorch 图像模型库,提供大量视觉骨干网络、预训练权重以及训练、验证和导出脚本。
基于 PyTorch 实现的 Vision Transformer(ViT)及多种变体,用于图像分类等视觉任务。
基于 PyTorch 的类激活图(CAM)方法库,用于可视化视觉模型做出预测时关注的图像区域。