Traducir textos en manga/imágenes.
中文说明 | Registro de cambios
Únase a nosotros en discordia https://discord.gg/Ak8APNy4vb
Algunos manga/imágenes nunca serán traducidos, por eso nace este proyecto.
Tenga en cuenta que es posible que las muestras no siempre estén actualizadas y es posible que no representen la versión actual de la rama principal.
Original | Traducido |
---|---|
(Fuente @ 09ra_19ra) | (Mascarilla) |
(Fuente @VERTIGRIS_ART) | --detector ctd (Máscara) |
(Fuente @hiduki_yayoi) | --translator none (Máscara) |
(Fuente @rikak) | (Mascarilla) |
Demostración oficial (por zyddnys): https://touhou.ai/imgtrans/
Script de usuario del navegador (por QiroNT): https://greasyfork.org/scripts/437569
Sucesor de MMDOCR-HighPerformance.
Este es un proyecto de hobby, ¡puedes contribuir!
Actualmente esto es solo una demostración simple, existen muchas imperfecciones, ¡necesitamos su apoyo para mejorar este proyecto!
Diseñado principalmente para traducir texto japonés, pero también admite chino, inglés y coreano.
Admite pintura, representación de texto y coloración.
# 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
Los modelos se descargarán en ./models
en tiempo de ejecución.
Antes de comenzar la instalación de pip, primero instale las herramientas de compilación de Microsoft C++ (descarga, instrucciones), ya que algunas dependencias de pip no se compilarán sin ellas. (Ver #114).
Para usar cuda en Windows, instale la versión correcta de pytorch como se indica en https://pytorch.org/.
Requisitos:
demo/doc
) Este proyecto tiene soporte para Docker en zyddnys/manga-image-translator:main
. Esta imagen de la ventana acoplable contiene todas las dependencias/modelos necesarios para el proyecto. Cabe señalar que esta imagen es bastante grande (~ 15 GB).
El servidor web se puede alojar usando (para 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=5003
o
docker-compose -f demo/doc/docker-compose-web-with-cpu.yml up
dependiendo de cuál prefieras. El servidor web debe iniciarse en el puerto 5003 y las imágenes deben estar en la carpeta /result
.
Para usar Docker con la CLI (es decir, en modo por lotes)
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 >
Nota: En caso de que necesite hacer referencia a archivos en su máquina host, deberá montar los archivos asociados como volúmenes en la carpeta /app
dentro del contenedor. Las rutas para la CLI deberán ser la ruta interna de la ventana acoplable /app/...
en lugar de las rutas de su máquina host.
Algunos servicios de traducción requieren claves API para funcionar para configurarlas y pasarlas como variables de entorno al contenedor acoplable. Por ejemplo:
docker run --env= " DEEPL_AUTH_KEY=xxx " --ipc=host --rm zyddnys/manga-image-translator:main < cli flags >
Para usarlo con una GPU compatible, lea primero la sección inicial
Docker
. Hay algunas dependencias especiales que necesitarás usar.
Para ejecutar el contenedor con las siguientes banderas configuradas:
docker run ... --gpus=all ... zyddnys/manga-image-translator:main ... --use-gpu
O (Para el servidor web + GPU)
docker-compose -f demo/doc/docker-compose-web-with-gpu.yml up
Para crear la imagen de la ventana acoplable localmente, puede ejecutarla (necesitará make en su máquina)
make build-image
Luego, para probar la imagen construida, ejecute
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
Implementación de GUI: BallonsTranslator
Detector:
--detector ctd
puede aumentar la cantidad de líneas de texto detectadasLOC:
Traductor:
Pintor interno: ??
Colorizador: mc2
--upscale-ratio 2
o cualquier otro valor.--font-size-minimum 30
, por ejemplo, o use el procesador --manga2eng
que intentará adaptarse a las burbujas de texto detectadas.--font-path fonts/anime_ace_3.ttf
por ejemplo -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
Utilizado por el argumento --target-lang
o -l
.
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)
Nombre | Clave API | Desconectado | Nota |
---|---|---|---|
| Deshabilitado temporalmente | ||
youdao | ✔️ | Requiere YOUDAO_APP_KEY y YOUDAO_SECRET_KEY | |
Baidu | ✔️ | Requiere BAIDU_APP_ID y BAIDU_SECRET_KEY | |
profundizar | ✔️ | Requiere DEEPL_AUTH_KEY | |
caiún | ✔️ | Requiere CAIYUN_TOKEN | |
gpt3 | ✔️ | Implementa texto-davinci-003. Requiere OPENAI_API_KEY | |
gpt3.5 | ✔️ | Implementa gpt-3.5-turbo. Requiere OPENAI_API_KEY | |
gpt4 | ✔️ | Implementa gpt-4. Requiere OPENAI_API_KEY | |
papago | |||
sakura | Requiere SAKURA_API_BASE | ||
desconectado | ✔️ | Elige el traductor fuera de línea más adecuado para el idioma | |
sugoi | ✔️ | Modelos Sugoi V4.0 | |
m2m100 | ✔️ | Soporta todos los idiomas | |
m2m100_grande | ✔️ | ||
ninguno | ✔️ | Traducir a textos vacíos | |
original | ✔️ | Mantener textos originales |
OPENAI_API_KEY = sk-xxxxxxx...
DEEPL_AUTH_KEY = xxxxxxxx...
Sin conexión: si el traductor se puede utilizar sin conexión.
Sugoi es creado por mingshiba, apóyalo en https://www.patreon.com/mingshiba
Utilizado por el argumento --gpt-config
.
# 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
Al configurar el formato de salida en { xcf
, psd
, pdf
}, se utilizará Gimp para generar el archivo.
En Windows, esto supone que Gimp 2.x está instalado en C:Users<Username>AppDataLocalProgramsGimp 2
.
El archivo .xcf
resultante contiene la imagen original como capa más baja y tiene la pintura interna como capa separada. Los cuadros de texto traducidos tienen sus propias capas con el texto original como nombre de la capa para facilitar el acceso.
Limitaciones:
.psd
.--gimp-font
. # 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
Api acepta json (publicación) y multiparte.
Los puntos finales de la API son /colorize_translate
, /inpaint_translate
, /translate
, /get_text
.
Los argumentos válidos para la API son:
// 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
La traducción manual reemplaza la traducción automática con traductores humanos. La demostración básica de traducción del manual se puede encontrar en http://127.0.0.1:5003/manual cuando se utiliza el modo web.
La demostración proporciona dos modos de servicio de traducción: modo síncrono y modo asíncrono.
En modo síncrono, su solicitud HTTP POST finalizará una vez que finalice la tarea de traducción.
En modo asincrónico, su solicitud HTTP POST responderá con un task_id
inmediatamente; puede usar este task_id
para sondear el estado de la tarea de traducción.
file:<content-of-image>
en http://127.0.0.1:5003/runtask_id
resultante para encontrar el resultado de la traducción en el directorio result/
, por ejemplo, utilizando Nginx para exponer result/
file:<content-of-image>
a http://127.0.0.1:5003/submittask_id
{"taskid": <task-id>}
en http://127.0.0.1:5003/task-statefinished
, error
o error-lang
result/
, por ejemplo, usando Nginx para exponer result/
PUBLICAR una solicitud de formulario con file:<content-of-image>
a http://127.0.0.1:5003/manual-translate y espere la respuesta.
Obtendrá una respuesta JSON como esta:
{
"task_id" : " 12c779c9431f954971cae720eb104499 " ,
"status" : " pending " ,
"trans_result" : [
{
"s" : " ☆上司来ちゃった…… " ,
"t" : " "
}
]
}
Complete los textos traducidos:
{
"task_id" : " 12c779c9431f954971cae720eb104499 " ,
"status" : " pending " ,
"trans_result" : [
{
"s" : " ☆上司来ちゃった…… " ,
"t" : " ☆Boss is here... "
}
]
}
Publique JSON traducido en http://127.0.0.1:5003/post-manual-result y espere respuesta.
Luego puede encontrar el resultado de la traducción en el directorio result/
, por ejemplo, usando Nginx para exponer result/
.
Una lista de lo que se debe hacer a continuación; puede contribuir.
El servidor GPU no es barato, considere donarlo.
Ko-fi: https://ko-fi.com/voilelabs
Patreon: https://www.patreon.com/voilelabs
Enlace: https://afdian.net/@voilelabs