manga image translator
beta-0.3
Übersetzen Sie Texte in Mangas/Bildern.
中文说明 | Änderungsprotokoll
Begleiten Sie uns auf Discord https://discord.gg/Ak8APNy4vb
Einige Mangas/Bilder werden nie übersetzt, daher ist dieses Projekt geboren.
Bitte beachten Sie, dass die Beispiele möglicherweise nicht immer aktualisiert werden und möglicherweise nicht die aktuelle Hauptzweigversion darstellen.
| Original | Übersetzt |
|---|---|
 (Quelle @09ra_19ra) |  (Maske) |
 (Quelle @VERTIGRIS_ART) |  --detector ctd (Maske) |
 (Quelle @hiduki_yayoi) |  --translator none (Maske) |
 (Quelle @rikak) |  (Maske) |
Offizielle Demo (von zyddnys): https://touhou.ai/imgtrans/
Browser-Userscript (von QiroNT): https://greasyfork.org/scripts/437569
Nachfolger von MMDOCR-HighPerformance.
Dies ist ein Hobbyprojekt, Sie können gerne mitmachen!
Derzeit ist dies nur eine einfache Demo, es gibt viele Unvollkommenheiten, wir brauchen Ihre Unterstützung, um dieses Projekt zu verbessern!
Hauptsächlich für die Übersetzung japanischer Texte konzipiert, unterstützt aber auch Chinesisch, Englisch und Koreanisch.
Unterstützt Inpainting, Textwiedergabe und Kolorierung.
# First, you need to have Python(>=3.8) installed on your system
# The latest version often does not work with some pytorch libraries yet
$ python --version
Python 3.10.6
# Clone this repo
$ git clone https://github.com/zyddnys/manga-image-translator.git
# Create venv
$ python -m venv venv
# Activate venv
$ source venv/bin/activate
# For --use-gpu option go to https://pytorch.org/ and follow
# pytorch installation instructions. Add `--upgrade --force-reinstall`
# to the pip command to overwrite the currently installed pytorch version.
# Install the dependencies
$ pip install -r requirements.txt Die Modelle werden zur Laufzeit in ./models heruntergeladen.
Bevor Sie mit der Pip-Installation beginnen, installieren Sie zunächst Microsoft C++ Build Tools (Download, Anleitung), da einige Pip-Abhängigkeiten ohne sie nicht kompiliert werden können. (Siehe #114).
Um cuda unter Windows zu verwenden, installieren Sie die richtige Pytorch-Version wie unter https://pytorch.org/ beschrieben.
Anforderungen:
demo/doc -Ordner verwenden möchten) Dieses Projekt verfügt über Docker-Unterstützung unter dem Bild zyddnys/manga-image-translator:main . Dieses Docker-Image enthält alle erforderlichen Abhängigkeiten/Modelle für das Projekt. Es ist zu beachten, dass dieses Bild ziemlich groß ist (~ 15 GB).
Der Webserver kann gehostet werden mit (Für CPU)
docker run -p 5003:5003 -v result:/app/result --ipc=host --rm zyddnys/manga-image-translator:main -l ENG --manga2eng -v --mode web --host=0.0.0.0 --port=5003oder
docker-compose -f demo/doc/docker-compose-web-with-cpu.yml up je nachdem, was Sie bevorzugen. Der Webserver sollte auf Port 5003 starten und Bilder sollten sich im Ordner /result befinden.
Um Docker mit der CLI zu verwenden (z. B. im Batch-Modus)
docker run -v < targetFolder > :/app/ < targetFolder > -v < targetFolder > -translated:/app/ < targetFolder > -translated --ipc=host --rm zyddnys/manga-image-translator:main --mode=batch -i=/app/ < targetFolder > < cli flags > Hinweis: Falls Sie auf Dateien auf Ihrem Host-Computer verweisen müssen, müssen Sie die zugehörigen Dateien als Volumes im Ordner /app im Container bereitstellen. Pfade für die CLI müssen der interne Docker-Pfad /app/... und nicht die Pfade auf Ihrem Host-Computer sein
Einige Übersetzungsdienste erfordern, dass API-Schlüssel funktionieren, damit diese als Umgebungsvariablen an den Docker-Container übergeben werden. Zum Beispiel:
docker run --env= " DEEPL_AUTH_KEY=xxx " --ipc=host --rm zyddnys/manga-image-translator:main < cli flags > Um es mit einer unterstützten GPU zu verwenden, lesen Sie bitte zuerst den ersten
Docker-Abschnitt. Es gibt einige spezielle Abhängigkeiten, die Sie verwenden müssen
So führen Sie den Container mit den folgenden gesetzten Flags aus:
docker run ... --gpus=all ... zyddnys/manga-image-translator:main ... --use-gpuOder (Für den Webserver + GPU)
docker-compose -f demo/doc/docker-compose-web-with-gpu.yml upUm das Docker-Image lokal zu erstellen, können Sie Folgendes ausführen (Sie benötigen „make“ auf Ihrem Computer).
make build-imageFühren Sie dann das erstellte Image aus, um es zu testen
make run-web-server # use `--use-gpu` for speedup if you have a compatible NVIDIA GPU.
# use `--target-lang <language_code>` to specify a target language.
# use `--inpainter=none` to disable inpainting.
# use `--translator=none` if you only want to use inpainting (blank bubbles)
# replace <path> with the path to the image folder or file.
$ python -m manga_translator -v --translator=google -l ENG -i < path >
# results can be found under `<path_to_image_folder>-translated`. # saves singular image into /result folder for demonstration purposes
# use `--mode demo` to enable demo translation.
# replace <path> with the path to the image file.
$ python -m manga_translator --mode demo -v --translator=google -l ENG -i < path >
# result can be found in `result/`. # use `--mode web` to start a web server.
$ python -m manga_translator -v --mode web --use-gpu
# the demo will be serving on http://127.0.0.1:5003 # use `--mode web` to start a web server.
$ python -m manga_translator -v --mode api --use-gpu
# the demo will be serving on http://127.0.0.1:5003 GUI-Implementierung: BallonsTranslator
Detektor:
--detector ctd kann die Anzahl der erkannten Textzeilen erhöhenOCR:
Übersetzer:
Inmaler: ??
Färber: mc2
--upscale-ratio 2 oder einen anderen Wert angeben--font-size-minimum 30 an oder verwenden Sie den Renderer --manga2eng , der versucht, sich an erkannte Textblasen anzupassen--font-path fonts/anime_ace_3.ttf an -h, --help show this help message and exit
-m, --mode {demo,batch,web,web_client,ws,api}
Run demo in single image demo mode (demo), batch
translation mode (batch), web service mode (web)
-i, --input INPUT [INPUT ...] Path to an image file if using demo mode, or path to an
image folder if using batch mode
-o, --dest DEST Path to the destination folder for translated images in
batch mode
-l, --target-lang {CHS,CHT,CSY,NLD,ENG,FRA,DEU,HUN,ITA,JPN,KOR,PLK,PTB,ROM,RUS,ESP,TRK,UKR,VIN,ARA,CNR,SRP,HRV,THA,IND,FIL}
Destination language
-v, --verbose Print debug info and save intermediate images in result
folder
-f, --format {png,webp,jpg,xcf,psd,pdf} Output format of the translation.
--attempts ATTEMPTS Retry attempts on encountered error. -1 means infinite
times.
--ignore-errors Skip image on encountered error.
--overwrite Overwrite already translated images in batch mode.
--skip-no-text Skip image without text (Will not be saved).
--model-dir MODEL_DIR Model directory (by default ./models in project root)
--use-gpu Turn on/off gpu
--use-gpu-limited Turn on/off gpu (excluding offline translator)
--detector {default,ctd,craft,none} Text detector used for creating a text mask from an
image, DO NOT use craft for manga, it's not designed
for it
--ocr {32px,48px,48px_ctc,mocr} Optical character recognition (OCR) model to use
--use-mocr-merge Use bbox merge when Manga OCR inference.
--inpainter {default,lama_large,lama_mpe,sd,none,original}
Inpainting model to use
--upscaler {waifu2x,esrgan,4xultrasharp} Upscaler to use. --upscale-ratio has to be set for it
to take effect
--upscale-ratio UPSCALE_RATIO Image upscale ratio applied before detection. Can
improve text detection.
--colorizer {mc2} Colorization model to use.
--translator {google,youdao,baidu,deepl,papago,caiyun,gpt3,gpt3.5,gpt4,none,original,offline,nllb,nllb_big,sugoi,jparacrawl,jparacrawl_big,m2m100,m2m100_big,sakura}
Language translator to use
--translator-chain TRANSLATOR_CHAIN Output of one translator goes in another. Example:
--translator-chain "google:JPN;sugoi:ENG".
--selective-translation SELECTIVE_TRANSLATION
Select a translator based on detected language in
image. Note the first translation service acts as
default if the language isn't defined. Example:
--translator-chain "google:JPN;sugoi:ENG".
--revert-upscaling Downscales the previously upscaled image after
translation back to original size (Use with --upscale-
ratio).
--detection-size DETECTION_SIZE Size of image used for detection
--det-rotate Rotate the image for detection. Might improve
detection.
--det-auto-rotate Rotate the image for detection to prefer vertical
textlines. Might improve detection.
--det-invert Invert the image colors for detection. Might improve
detection.
--det-gamma-correct Applies gamma correction for detection. Might improve
detection.
--unclip-ratio UNCLIP_RATIO How much to extend text skeleton to form bounding box
--box-threshold BOX_THRESHOLD Threshold for bbox generation
--text-threshold TEXT_THRESHOLD Threshold for text detection
--min-text-length MIN_TEXT_LENGTH Minimum text length of a text region
--no-text-lang-skip Dont skip text that is seemingly already in the target
language.
--inpainting-size INPAINTING_SIZE Size of image used for inpainting (too large will
result in OOM)
--inpainting-precision {fp32,fp16,bf16} Inpainting precision for lama, use bf16 while you can.
--colorization-size COLORIZATION_SIZE Size of image used for colorization. Set to -1 to use
full image size
--denoise-sigma DENOISE_SIGMA Used by colorizer and affects color strength, range
from 0 to 255 (default 30). -1 turns it off.
--mask-dilation-offset MASK_DILATION_OFFSET By how much to extend the text mask to remove left-over
text pixels of the original image.
--font-size FONT_SIZE Use fixed font size for rendering
--font-size-offset FONT_SIZE_OFFSET Offset font size by a given amount, positive number
increase font size and vice versa
--font-size-minimum FONT_SIZE_MINIMUM Minimum output font size. Default is
image_sides_sum/200
--font-color FONT_COLOR Overwrite the text fg/bg color detected by the OCR
model. Use hex string without the "#" such as FFFFFF
for a white foreground or FFFFFF:000000 to also have a
black background around the text.
--line-spacing LINE_SPACING Line spacing is font_size * this value. Default is 0.01
for horizontal text and 0.2 for vertical.
--force-horizontal Force text to be rendered horizontally
--force-vertical Force text to be rendered vertically
--align-left Align rendered text left
--align-center Align rendered text centered
--align-right Align rendered text right
--uppercase Change text to uppercase
--lowercase Change text to lowercase
--no-hyphenation If renderer should be splitting up words using a hyphen
character (-)
--manga2eng Render english text translated from manga with some
additional typesetting. Ignores some other argument
options
--gpt-config GPT_CONFIG Path to GPT config file, more info in README
--use-mtpe Turn on/off machine translation post editing (MTPE) on
the command line (works only on linux right now)
--save-text Save extracted text and translations into a text file.
--save-text-file SAVE_TEXT_FILE Like --save-text but with a specified file path.
--filter-text FILTER_TEXT Filter regions by their text with a regex. Example
usage: --text-filter ".*badtext.*"
--pre-dict FILe_PATH Path to the pre-translation dictionary file. One entry per line,
Comments can be added with `#` and `//`.
usage: //Example
dog cat #Example
abc def
abc
--post-dict FILE_PATH Path to the post-translation dictionary file. Same as above.
--skip-lang Skip translation if source image is one of the provide languages,
use comma to separate multiple languages. Example: JPN,ENG
--prep-manual Prepare for manual typesetting by outputting blank,
inpainted images, plus copies of the original for
reference
--font-path FONT_PATH Path to font file
--gimp-font GIMP_FONT Font family to use for gimp rendering.
--host HOST Used by web module to decide which host to attach to
--port PORT Used by web module to decide which port to attach to
--nonce NONCE Used by web module as secret for securing internal web
server communication
--ws-url WS_URL Server URL for WebSocket mode
--save-quality SAVE_QUALITY Quality of saved JPEG image, range from 0 to 100 with
100 being best
--ignore-bubble IGNORE_BUBBLE The threshold for ignoring text in non bubble areas,
with valid values ranging from 1 to 50, does not ignore
others. Recommendation 5 to 10. If it is too low,
normal bubble areas may be ignored, and if it is too
large, non bubble areas may be considered normal
bubbles
Wird vom Argument --target-lang oder -l verwendet.
CHS : Chinese (Simplified)
CHT : Chinese (Traditional)
CSY : Czech
NLD : Dutch
ENG : English
FRA : French
DEU : German
HUN : Hungarian
ITA : Italian
JPN : Japanese
KOR : Korean
PLK : Polish
PTB : Portuguese (Brazil)
ROM : Romanian
RUS : Russian
ESP : Spanish
TRK : Turkish
UKR : Ukrainian
VIN : Vietnames
ARA : Arabic
SRP : Serbian
HRV : Croatian
THA : Thai
IND : Indonesian
FIL : Filipino (Tagalog)| Name | API-Schlüssel | Offline | Notiz |
|---|---|---|---|
| | Vorübergehend deaktiviert | ||
| youdao | ✔️ | Erfordert YOUDAO_APP_KEY und YOUDAO_SECRET_KEY | |
| Baidu | ✔️ | Erfordert BAIDU_APP_ID und BAIDU_SECRET_KEY | |
| tief | ✔️ | Erfordert DEEPL_AUTH_KEY | |
| caiyun | ✔️ | Erfordert CAIYUN_TOKEN | |
| gpt3 | ✔️ | Implementiert text-davinci-003. Erfordert OPENAI_API_KEY | |
| gpt3.5 | ✔️ | Implementiert gpt-3.5-turbo. Erfordert OPENAI_API_KEY | |
| gpt4 | ✔️ | Implementiert gpt-4. Erfordert OPENAI_API_KEY | |
| Papago | |||
| Sakura | Erfordert SAKURA_API_BASE | ||
| offline | ✔️ | Wählt den am besten geeigneten Offline-Übersetzer für die Sprache aus | |
| sugoi | ✔️ | Sugoi V4.0-Modelle | |
| m2m100 | ✔️ | Unterstützt jede Sprache | |
| m2m100_big | ✔️ | ||
| keiner | ✔️ | In leere Texte übersetzen | |
| Original | ✔️ | Behalten Sie Originaltexte |
OPENAI_API_KEY = sk-xxxxxxx...
DEEPL_AUTH_KEY = xxxxxxxx...Offline: Ob der Übersetzer offline verwendet werden kann.
Sugoi wurde von Mingshiba erstellt. Bitte unterstützen Sie ihn unter https://www.patreon.com/mingshiba
Wird vom Argument --gpt-config verwendet.
# The prompt being feed into GPT before the text to translate.
# Use {to_lang} to indicate where the target language name should be inserted.
# Note: ChatGPT models don't use this prompt.
prompt_template : >
Please help me to translate the following text from a manga to {to_lang}
(if it's already in {to_lang} or looks like gibberish you have to output it as it is instead):n
# What sampling temperature to use, between 0 and 2.
# Higher values like 0.8 will make the output more random,
# while lower values like 0.2 will make it more focused and deterministic.
temperature : 0.5
# An alternative to sampling with temperature, called nucleus sampling,
# where the model considers the results of the tokens with top_p probability mass.
# So 0.1 means only the tokens comprising the top 10% probability mass are considered.
top_p : 1
# The prompt being feed into ChatGPT before the text to translate.
# Use {to_lang} to indicate where the target language name should be inserted.
# Tokens used in this example: 57+
chat_system_template : >
You are a professional translation engine,
please translate the story into a colloquial,
elegant and fluent content,
without referencing machine translations.
You must only translate the story, never interpret it.
If there is any issue in the text, output it as is.
Translate to {to_lang}.
# Samples being feed into ChatGPT to show an example conversation.
# In a [prompt, response] format, keyed by the target language name.
#
# Generally, samples should include some examples of translation preferences, and ideally
# some names of characters it's likely to encounter.
#
# If you'd like to disable this feature, just set this to an empty list.
chat_sample :
Simplified Chinese : # Tokens used in this example: 88 + 84
- <|1|>恥ずかしい… 目立ちたくない… 私が消えたい…
<|2|>きみ… 大丈夫⁉
<|3|>なんだこいつ 空気読めて ないのか…？
- <|1|>好尴尬…我不想引人注目…我想消失…
<|2|>你…没事吧⁉
<|3|>这家伙怎么看不懂气氛的…？
# Overwrite configs for a specific model.
# For now the list is: gpt3, gpt35, gpt4
gpt35 :
temperature : 0.3 Wenn das Ausgabeformat auf { xcf , psd , pdf } eingestellt ist, wird Gimp zum Generieren der Datei verwendet.
Unter Windows wird davon ausgegangen, dass Gimp 2.x unter C:Users<Username>AppDataLocalProgramsGimp 2 installiert ist.
Die resultierende .xcf Datei enthält das Originalbild als unterste Ebene und das Inpainting als separate Ebene. Für den einfachen Zugriff verfügen die übersetzten Textfelder über eigene Ebenen mit dem Originaltext als Ebenennamen.
Einschränkungen:
.psd Dateien in normale Bilder um.--gimp-font gesteuert. # use `--mode api` to start a web server.
$ python -m manga_translator -v --mode api --use-gpu
# the api will be serving on http://127.0.0.1:5003 Die API akzeptiert JSON (Post) und Multipart.
API-Endpunkte sind /colorize_translate , /inpaint_translate , /translate , /get_text .
Gültige Argumente für die API sind:
// These are taken from args.py. For more info see README.md
detector: String
ocr: String
inpainter: String
upscaler: String
translator: String
target_language: String
upscale_ratio: Integer
translator_chain: String
selective_translation: String
attempts: Integer
detection_size: Integer // 1024 => 'S', 1536 => 'M', 2048 => 'L', 2560 => 'X'
text_threshold: Float
box_threshold: Float
unclip_ratio: Float
inpainting_size: Integer
det_rotate: Bool
det_auto_rotate: Bool
det_invert: Bool
det_gamma_correct: Bool
min_text_length: Integer
colorization_size: Integer
denoise_sigma: Integer
mask_dilation_offset: Integer
ignore_bubble: Integer
gpt_config: String
filter_text: String
overlay_type: String
// These are api specific args
direction: String // {'auto', 'h', 'v'}
base64Images: String //Image in base64 format
image: Multipart // image upload from multipart
url: String // an url string
Die manuelle Übersetzung ersetzt die maschinelle Übersetzung durch menschliche Übersetzer. Eine grundlegende Demoversion der manuellen Übersetzung finden Sie unter http://127.0.0.1:5003/manual, wenn Sie den Webmodus verwenden.
Die Demo bietet zwei Modi für Übersetzungsdienste: den synchronen Modus und den asynchronen Modus.
Im synchronen Modus wird Ihre HTTP-POST-Anfrage beendet, sobald die Übersetzungsaufgabe abgeschlossen ist.
Im asynchronen Modus antwortet Ihre HTTP-POST-Anfrage sofort mit einer task_id . Sie können diese task_id verwenden, um den Status der Übersetzungsaufgabe abzufragen.
file:<content-of-image> an http://127.0.0.1:5003/runtask_id , um das Übersetzungsergebnis im Verzeichnis result/ zu finden, z. B. mit Nginx, um result/ verfügbar zu machen. file:<content-of-image> an http://127.0.0.1:5003/submittask_id{"taskid": <task-id>} unter http://127.0.0.1:5003/task-state veröffentlichenfinished , error oder error-lang istresult/ , z. B. mit Nginx, um result/ verfügbar zu machen. Senden Sie eine Formularanforderung mit der file:<content-of-image> an http://127.0.0.1:5003/manual-translate und warten Sie auf die Antwort.
Sie erhalten eine JSON-Antwort wie diese:
{
"task_id" : " 12c779c9431f954971cae720eb104499 " ,
"status" : " pending " ,
"trans_result" : [
{
"s" : " ☆上司来ちゃった…… " ,
"t" : " "
}
]
}Übersetzte Texte eintragen:
{
"task_id" : " 12c779c9431f954971cae720eb104499 " ,
"status" : " pending " ,
"trans_result" : [
{
"s" : " ☆上司来ちゃった…… " ,
"t" : " ☆Boss is here... "
}
]
} Veröffentlichen Sie übersetztes JSON an http://127.0.0.1:5003/post-manual-result und warten Sie auf die Antwort.
Dann können Sie das Übersetzungsergebnis im Verzeichnis result/ finden, indem Sie beispielsweise Nginx verwenden, um result/ verfügbar zu machen.
Eine Liste, was als nächstes erledigt werden muss, Sie können gerne dazu beitragen.
Der GPU-Server ist nicht billig. Bitte denken Sie über eine Spende nach.
Ko-fi: https://ko-fi.com/voilelabs
Patreon: https://www.patreon.com/voilelabs
Quelle: https://afdian.net/@voilelabs
