manga image translator
beta-0.3
Traduire des textes en mangas/images.
中文说明 | Journal des modifications
Rejoignez-nous sur Discord https://discord.gg/Ak8APNy4vb
Certains mangas/images ne seront jamais traduits, c'est pourquoi ce projet est né.
Veuillez noter que les exemples ne sont pas toujours mis à jour et peuvent ne pas représenter la version actuelle de la branche principale.
| Original | Traduit |
|---|---|
 (Source @09ra_19ra) |  (Masque) |
 (Source @VERTIGRIS_ART) |  --detector ctd (masque) |
 (Source @hiduki_yayoi) |  --translator none (Masque) |
 (Source @rikak) |  (Masque) |
Démo officielle (par zyddnys) : https://touhou.ai/imgtrans/
Script utilisateur du navigateur (par QiroNT) : https://greasyfork.org/scripts/437569
Successeur de MMDOCR-HighPerformance.
Il s'agit d'un projet de loisir, vous êtes invités à contribuer !
Actuellement, ce n'est qu'une simple démo, de nombreuses imperfections existent, nous avons besoin de votre soutien pour améliorer ce projet !
Principalement conçu pour traduire du texte japonais, mais prend également en charge le chinois, l'anglais et le coréen.
Prend en charge l'inpainting, le rendu du texte et la colorisation.
# 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 Les modèles seront téléchargés dans ./models au moment de l'exécution.
Avant de démarrer l'installation de pip, installez d'abord les outils de construction Microsoft C++ (téléchargement, instructions), car certaines dépendances de pip ne seront pas compilées sans cela. (Voir #114).
Pour utiliser cuda sous Windows, installez la version correcte de pytorch comme indiqué sur https://pytorch.org/.
Exigences:
demo/doc ) Ce projet prend en charge Docker sous zyddnys/manga-image-translator:main image. Cette image Docker contient toutes les dépendances/modèles requis pour le projet. A noter que cette image est assez volumineuse (~ 15Go).
Le serveur Web peut être hébergé en utilisant (Pour le 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=5003ou
docker-compose -f demo/doc/docker-compose-web-with-cpu.yml up selon ce que vous préférez. Le serveur Web doit démarrer sur le port 5003 et les images doivent se trouver dans le dossier /result .
Pour utiliser Docker avec la CLI (c'est-à-dire en mode batch)
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 > Remarque : Si vous devez référencer des fichiers sur votre machine hôte, vous devrez monter les fichiers associés en tant que volumes dans le dossier /app à l'intérieur du conteneur. Les chemins de la CLI devront être le chemin du docker interne /app/... au lieu des chemins sur votre machine hôte
Certains services de traduction nécessitent que des clés API fonctionnent pour que celles-ci soient transmises en tant que variables d'environnement dans le conteneur Docker. Par exemple:
docker run --env= " DEEPL_AUTH_KEY=xxx " --ipc=host --rm zyddnys/manga-image-translator:main < cli flags > Pour utiliser avec un GPU pris en charge, veuillez d'abord lire la section
Dockerinitiale. Vous devrez utiliser certaines dépendances spéciales
Pour exécuter le conteneur avec les indicateurs suivants définis :
docker run ... --gpus=all ... zyddnys/manga-image-translator:main ... --use-gpuOu (Pour le serveur web + GPU)
docker-compose -f demo/doc/docker-compose-web-with-gpu.yml upPour créer l'image Docker localement, vous pouvez l'exécuter (vous aurez besoin de make sur votre machine)
make build-imageEnsuite, pour tester l'image construite, exécutez
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 Implémentation de l'interface graphique : BallonsTranslator
Détecteur:
--detector ctd peut augmenter la quantité de lignes de texte détectéesROC :
Traducteur:
Peintre : ??
Coloriseur : mc2
--upscale-ratio 2 ou toute autre valeur--font-size-minimum 30 par exemple ou utilisez le moteur de rendu --manga2eng qui tentera de s'adapter aux bulles de texte détectées.--font-path fonts/anime_ace_3.ttf par exemple -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
Utilisé par l'argument --target-lang ou -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)| Nom | Clé API | Hors ligne | Note |
|---|---|---|---|
| | Désactivé temporairement | ||
| toidao | ✔️ | Nécessite YOUDAO_APP_KEY et YOUDAO_SECRET_KEY | |
| Baidu | ✔️ | Nécessite BAIDU_APP_ID et BAIDU_SECRET_KEY | |
| profondément | ✔️ | Nécessite DEEPL_AUTH_KEY | |
| caïyun | ✔️ | Nécessite CAIYUN_TOKEN | |
| gpt3 | ✔️ | Implémente text-davinci-003. Nécessite OPENAI_API_KEY | |
| gpt3.5 | ✔️ | Implémente gpt-3.5-turbo. Nécessite OPENAI_API_KEY | |
| gpt4 | ✔️ | Implémente gpt-4. Nécessite OPENAI_API_KEY | |
| papago | |||
| sakura | Nécessite SAKURA_API_BASE | ||
| hors ligne | ✔️ | Choisit le traducteur hors ligne le plus approprié pour la langue | |
| sugoi | ✔️ | Modèles Sugoi V4.0 | |
| m2m100 | ✔️ | Prend en charge toutes les langues | |
| m2m100_grand | ✔️ | ||
| aucun | ✔️ | Traduire en textes vides | |
| original | ✔️ | Conserver les textes originaux |
OPENAI_API_KEY = sk-xxxxxxx...
DEEPL_AUTH_KEY = xxxxxxxx...Hors ligne : indique si le traducteur peut être utilisé hors ligne.
Sugoi est créé par Mingshiba, veuillez le soutenir sur https://www.patreon.com/mingshiba
Utilisé par l'argument --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 Lors de la définition du format de sortie sur { xcf , psd , pdf }, Gimp sera utilisé pour générer le fichier.
Sous Windows, cela suppose que Gimp 2.x soit installé dans C:Users<Username>AppDataLocalProgramsGimp 2 .
Le fichier .xcf résultant contient l'image originale comme calque le plus bas et l'inpainting comme calque séparé. Les zones de texte traduites ont leurs propres calques avec le texte original comme nom de calque pour un accès facile.
Limites:
.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 L'API accepte json(post) et multipart.
Les points de terminaison de l'API sont /colorize_translate , /inpaint_translate , /translate , /get_text .
Les arguments valides pour l'API sont :
// 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 traduction manuelle remplace la traduction automatique par des traducteurs humains. Une démonstration de traduction manuelle de base peut être trouvée sur http://127.0.0.1:5003/manual lors de l'utilisation du mode Web.
Deux modes de service de traduction sont fournis par la démo : le mode synchrone et le mode asynchrone.
En mode synchrone, votre requête HTTP POST se terminera une fois la tâche de traduction terminée.
En mode asynchrone, votre requête HTTP POST répondra immédiatement avec un task_id , vous pouvez utiliser ce task_id pour interroger l'état de la tâche de traduction.
file:<content-of-image> sur http://127.0.0.1:5003/runtask_id résultant pour trouver le résultat de la traduction dans le répertoire result/ , par exemple en utilisant Nginx pour exposer result/ file:<content-of-image> sur http://127.0.0.1:5003/submittask_id{"taskid": <task-id>} sur http://127.0.0.1:5003/task-statefinished , error ou error-langresult/ , par exemple en utilisant Nginx pour exposer result/ POSTez une demande de formulaire avec file:<content-of-image> sur http://127.0.0.1:5003/manual-translate et attendez la réponse.
Vous obtiendrez une réponse JSON comme celle-ci :
{
"task_id" : " 12c779c9431f954971cae720eb104499 " ,
"status" : " pending " ,
"trans_result" : [
{
"s" : " ☆上司来ちゃった…… " ,
"t" : " "
}
]
}Remplissez les textes traduits :
{
"task_id" : " 12c779c9431f954971cae720eb104499 " ,
"status" : " pending " ,
"trans_result" : [
{
"s" : " ☆上司来ちゃった…… " ,
"t" : " ☆Boss is here... "
}
]
} Publiez le JSON traduit sur http://127.0.0.1:5003/post-manual-result et attendez la réponse.
Ensuite, vous pouvez trouver le résultat de la traduction dans le répertoire result/ , par exemple en utilisant Nginx pour exposer result/ .
Une liste de ce qui doit être fait ensuite, vous êtes invités à contribuer.
Le serveur GPU n'est pas bon marché, pensez à nous faire un don.
Ko-fi : https://ko-fi.com/voilelabs
Patreon : https://www.patreon.com/voilelabs
Photo : https://afdian.net/@voilelabs
