引言

在数字时代，漫画爱好者常常面临语言障碍，尤其是日漫的日语文本难以快速理解。Manga Image Translator 是一个开源工具，能一键检测、翻译并修复图像中的文字，让你轻松将日语漫画翻译成中文或英语等语言。

免费源码下载：https://download.csdn.net/download/qq_29655401/92179761

项目地址：https://github.com/zyddnys/manga-image-translator

一、工具介绍与实用价值

Manga Image Translator 是 GitHub 上一个热门开源项目，专为翻译漫画、图像板和群聊图片中的文字而设计。它不是简单的OCR 工具，而是完整 pipeline：从文本检测、OCR 识别，到机器翻译、图像 inpainting（修复原文字）和文本渲染。核心优势在于实用性——支持批量处理文件夹，支持 20+ 语言（源语言如日语、简中、韩语；目标如英语、中文、法语），输出高质量 PNG/JPG 或可编辑的 XCF/PSD/PDF。

为什么实用？

• 针对漫画优化：自动处理气泡文本、旋转文字，支持上采样低分辨率图像，避免翻译后排版崩坏。
• 离线/在线混合：离线模型（如 Sugoi 日英翻译）无需 API 密钥，适合隐私敏感用户；在线如 DeepL/ChatGPT 提供高精度。
• 深度扩展：集成 GIMP 图层输出，便于后期手动调整；支持术语表（glossary），自定义专有名词翻译（如动漫角色名）。 实际场景：日漫爱好者可批量翻译整本漫画，节省手动打码时间；开发者可集成到 App 中，实现一键多语种图像翻译。

二、环境准备与安装教程

安装前，确保系统干净，避免依赖冲突。工具基于 Python 3.10+，PyTorch 后端，支持 CPU/GPU。

2.1 系统依赖与环境要求

• Python：3.10 ~ 3.12（检查：python --version）。更高版本可能与 PyTorch 不兼容。
• PyTorch：CPU 版默认；GPU 版需匹配 CUDA（e.g., CUDA 11.8：pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118）。
• Windows 特定：安装 Microsoft C++ Build Tools（下载：https://visualstudio.microsoft.com/vs/ ，选择“使用C++ 的桌面开发”工作负载）。
• GIMP（可选，用于 XCF/PSD 输出）：2.x 版本，默认路径 C:\Users\<用户名>\AppData\Local\Programs\Gimp 2。
• Docker（可选）：19.03+，NVIDIA Container Toolkit（GPU 支持）。
• API 密钥（在线翻译）：创建 .env 文件，如 OPENAI_API_KEY=your_key、DEEPL_AUTH_KEY=your_key。模型自动下载到 ./models。

2.2 Pip 安装（推荐初学者）

1. 克隆仓库：

   text

   git clone https://github.com/zyddnys/manga-image-translator.git
   cd manga-image-translator

2. 创建虚拟环境：

   text

   python -m venv venv
   # Linux/Mac: source venv/bin/activate
   # Windows: venv\Scripts\activate

3. 安装依赖：

   text

   pip install -r requirements.txt
   # GPU 版额外：pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 --upgrade --force-reinstall

4. 测试：运行 python -m manga_translator config-help，输出配置帮助即成功。首次运行会下载模型（~几 GB）。

2.3 Docker 安装（适合生产环境）

Docker 镜像已预装一切（~15GB），无需手动依赖。

1. 拉取镜像：docker pull zyddnys/manga-image-translator:main。
2. CPU Web 服务器（示例）：

   text

   docker run --name mit_cpu -p 5003:5003 --ipc=host --rm -v $(pwd)/result:/app/result zyddnys/manga-image-translator:main server/main.py --verbose --start-instance --host=0.0.0.0 --port=5003

   添加环境：-e OPENAI_API_KEY=xxx。
3. GPU 版：添加 --gpus all --use-gpu。
4. CLI 示例：

   text

   docker run --rm -v $(pwd)/input:/app/input -v $(pwd)/output:/app/output zyddnys/manga-image-translator:main local -i /app/input --dest /app/output --use-gpu

Docker 优势：隔离环境，一键部署；缺点：镜像大，初次拉取慢。

三、核心功能深度解析

工具 pipeline：检测 → OCR → 翻译 → Inpainting → 渲染 → 输出。每个环节可自定义，深度调优提升翻译精度 20%+。

3.1 文本检测与 OCR

• 检测器：default（通用）、ctd（日韩漫画最佳）、craft（复杂布局）。参数：--detector ctd，支持旋转（--angle 90）、上采样（--upscale_ratio 2 改善低清图像）。
• OCR 模型：48px（日韩推荐）、mocr（多语言）。过滤：--min-text-len 3 忽略短词，--box-threshold 0.5 减少噪声。深度：OCR 后可合并边界框，避免气泡分割错误。

3.2 翻译引擎与模型选择

• 在线：DeepL（高精度）、ChatGPT（上下文理解，支持 CoT 提示模板）。需 API 密钥，延迟 ~1s/页。
• 离线：Sugoi（日→英专精，BLEU 分高）、NLLB（多语言，~1GB 模型）。参数：--translator sugoi --target-lang ENG，支持术语表（--glossary mit_glossary 保留动漫术语）。
• 深度：翻译链（--translator-chain offline,chatgpt）先粗译后精炼；替换字典（--pre-dict dict.json）修正 OCR 错误，如 “日” → “日本”。

3.3 图像修复与渲染优化

• Inpainting：lama_large（推荐，修复自然），参数 --inpainting-size 512（大图用 1024）。精度：--precision fp16 加速 GPU。
• 渲染：manga2eng（气泡自适应），--font-size-offset 2 调整大小，--font-color FFFFFF:000000（白底黑字）。支持 RTL（阿拉伯语）。
• 深度：着色（--colorizer mc2 --denoise-sigma 50）复原彩漫；内核擦除（--kernel-size 3）防文本泄漏。

3.4 批量处理与输出格式

• 批量：输入文件夹，输出 <input>-translated，--skip-no-text 跳过无文字图。
• 输出：PNG（默认）、PDF（GIMP 生成，多页漫画）。实用：--save-text 保存 TXT，便于二次编辑。

四、使用示例：从 CLI 到 Web

4.1 CLI 本地批量翻译

基础命令：

text

python -m manga_translator local -v -i images/ --use-gpu --translator sugoi --target-lang CHS

• -v：详细日志。
• 结果：images-translated/ 文件夹。 高级：--config-file config.json 加载自定义（如上采样 + 术语表）。

4.2 Web 界面与 API 集成

• Web UI：cd server; python main.py --use-gpu（http://127.0.0.1:8000）。上传单图，实时预览。
• API：同上，Swagger 文档：http://127.0.0.1:8000/docs 。示例curl：

  text

  curl -X POST "http://127.0.0.1:8000/translate" -F "image=@test.jpg" -F "target_lang=CHS"

在线 demo：https://touhou.ai/imgtrans/（浏览器一键）。

五、高级配置与性能调优

5.1 配置文件 JSON 模式

生成模板：python -m manga_translator config-help >> config.json。示例片段：

json

{
  "detector": {"name": "ctd", "detection_size": 960},
  "ocr": {"name": "48px", "box_threshold": 0.5},
  "translator": {"name": "sugoi", "target_lang": "CHS", "glossary": "mit_glossary"},
  "inpainter": {"name": "lama_large", "inpainting_size": 512},
  "render": {"name": "manga2eng", "font_size_offset": 2}
}

深度：GPT 配置 YAML 支持 prompt_template（如 CoT：“先分析上下文，再翻译”），提升专有名词准确率。

5.2 GPU 加速与故障排除

• GPU：--use-gpu 加速 5x+；Docker --gpus all。有限模式 --use-gpu-limited 避开离线翻译器。
• 故障：
  • 文本泄漏：增大 kernel_size=5 或 mask_dilation_offset=20。
  • OCR 低准：上采样 --upscale_ratio=2，调整 text_threshold=0.7。
  • Windows 错误：重装 C++ Tools，重启 venv。 性能提示：小图用 CPU，大批量用 GPU；模型 TTL --models-ttl 3600 缓存 1 小时。

六、结语与社区贡献

Manga Image Translator 以其实用 pipeline 和深度自定义，极大提升了图像翻译效率。安装后，你能快速处理数百页漫画，未来可扩展视频支持。