manga image translator
beta-0.3
Traduzir textos em mangás/imagens.
中文说明 | Registro de alterações
Junte-se a nós no discord https://discord.gg/Ak8APNy4vb
Alguns mangás/imagens nunca serão traduzidos, daí nasce este projeto.
Observe que os exemplos nem sempre podem ser atualizados e podem não representar a versão atual da ramificação principal.
| Original | Traduzido |
|---|---|
 (Fonte @09ra_19ra) |  (Máscara) |
 (Fonte @VERTIGRIS_ART) |  --detector ctd (máscara) |
 (Fonte @hiduki_yayoi) |  --translator none (máscara) |
 (Fonte @rikak) |  (Máscara) |
Demonstração oficial (por zyddnys): https://touhou.ai/imgtrans/
Script de usuário do navegador (por QiroNT): https://greasyfork.org/scripts/437569
Sucessor do MMDOCR-HighPerformance.
Este é um projeto de hobby, você pode contribuir!
Atualmente esta é apenas uma demonstração simples, existem muitas imperfeições, precisamos do seu apoio para tornar este projeto melhor!
Projetado principalmente para traduzir texto em japonês, mas também suporta chinês, inglês e coreano.
Suporta pintura interna, renderização de texto e colorização.
# 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 Os modelos serão baixados em ./models em tempo de execução.
Antes de iniciar a instalação do pip, primeiro instale as ferramentas de compilação do Microsoft C++ (download, instruções), pois algumas dependências do pip não serão compiladas sem elas. (Veja #114).
Para usar cuda no Windows, instale a versão correta do pytorch conforme as instruções em https://pytorch.org/.
Requisitos:
demo/doc ) Este projeto tem suporte para docker em zyddnys/manga-image-translator:main image. Esta imagem docker contém todas as dependências/modelos necessários para o projeto. Deve-se notar que esta imagem é bastante grande (~15GB).
O servidor web pode ser hospedado 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=5003ou
docker-compose -f demo/doc/docker-compose-web-with-cpu.yml up dependendo de qual você preferir. O servidor web deve iniciar na porta 5003 e as imagens devem ficar na pasta /result .
Para usar o docker com a CLI (ou seja, no modo 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 > Nota: Caso precise fazer referência a arquivos em sua máquina host, você precisará montar os arquivos associados como volumes na pasta /app dentro do contêiner. Os caminhos para a CLI precisarão ser o caminho interno do docker /app/... em vez dos caminhos em sua máquina host
Alguns serviços de tradução exigem que chaves de API funcionem para configurá-las e passá-las como env vars no contêiner do docker. Por exemplo:
docker run --env= " DEEPL_AUTH_KEY=xxx " --ipc=host --rm zyddnys/manga-image-translator:main < cli flags > Para usar com uma GPU compatível, primeiro leia a seção inicial
Docker. Existem algumas dependências especiais que você precisará usar
Para executar o contêiner com os seguintes sinalizadores definidos:
docker run ... --gpus=all ... zyddnys/manga-image-translator:main ... --use-gpuOu (para o servidor web + GPU)
docker-compose -f demo/doc/docker-compose-web-with-gpu.yml upPara construir a imagem docker localmente, você pode executar (você precisará do make em sua máquina)
make build-imageEntão, para testar a imagem construída, execute
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 Implementação da GUI: BallonsTranslator
Detector:
--detector ctd pode aumentar a quantidade de linhas de texto detectadasOCR:
Tradutor:
Pintor: ??
Colorizador: mc2
--upscale-ratio 2 ou qualquer outro valor--font-size-minimum 30 por exemplo ou use o renderizador --manga2eng que tentará se adaptar às bolhas de texto detectadas--font-path fonts/anime_ace_3.ttf por exemplo -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
Usado pelo argumento --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)| Nome | Chave de API | Off-line | Observação |
|---|---|---|---|
| | Desativado temporariamente | ||
| vocêdao | ✔️ | Requer YOUDAO_APP_KEY e YOUDAO_SECRET_KEY | |
| Baidu | ✔️ | Requer BAIDU_APP_ID e BAIDU_SECRET_KEY | |
| profundamente | ✔️ | Requer DEEPL_AUTH_KEY | |
| caiyun | ✔️ | Requer CAIYUN_TOKEN | |
| gpt3 | ✔️ | Implementa text-davinci-003. Requer OPENAI_API_KEY | |
| gpt3.5 | ✔️ | Implementa gpt-3.5-turbo. Requer OPENAI_API_KEY | |
| gpt4 | ✔️ | Implementa gpt-4. Requer OPENAI_API_KEY | |
| papai | |||
| sakura | Requer SAKURA_API_BASE | ||
| off-line | ✔️ | Escolhe o tradutor offline mais adequado para o idioma | |
| sugoi | ✔️ | Modelos Sugoi V4.0 | |
| m2m100 | ✔️ | Suporta todos os idiomas | |
| m2m100_big | ✔️ | ||
| nenhum | ✔️ | Traduzir para textos vazios | |
| original | ✔️ | Mantenha os textos originais |
OPENAI_API_KEY = sk-xxxxxxx...
DEEPL_AUTH_KEY = xxxxxxxx...Offline: se o tradutor pode ser usado offline.
Sugoi foi criado por mingshiba, por favor, apoie-o em https://www.patreon.com/mingshiba
Usado pelo 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 Ao definir o formato de saída para { xcf , psd , pdf } o Gimp será usado para gerar o arquivo.
No Windows, isso pressupõe que o Gimp 2.x esteja instalado em C:Users<Username>AppDataLocalProgramsGimp 2 .
O arquivo .xcf resultante contém a imagem original como a camada mais baixa e a pintura interna como uma camada separada. As caixas de texto traduzidas possuem suas próprias camadas com o texto original como nome da camada para fácil acesso.
Limitações:
.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 está aceitando json(post) e multipart.
Os pontos de extremidade da API são /colorize_translate , /inpaint_translate , /translate , /get_text .
Os argumentos válidos para a API são:
// 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
A tradução manual substitui a tradução automática por tradutores humanos. A demonstração básica de tradução manual pode ser encontrada em http://127.0.0.1:5003/manual ao usar o modo web.
Dois modos de serviço de tradução são fornecidos pela demonstração: modo síncrono e modo assíncrono.
No modo síncrono, sua solicitação HTTP POST será concluída assim que a tarefa de tradução for concluída.
No modo assíncrono, sua solicitação HTTP POST responderá imediatamente com um task_id . Você pode usar esse task_id para pesquisar o estado da tarefa de tradução.
file:<content-of-image> para http://127.0.0.1:5003/runtask_id resultante para encontrar o resultado da tradução no diretório result/ , por exemplo, usando Nginx para expor result/ file:<content-of-image> para http://127.0.0.1:5003/submittask_id{"taskid": <task-id>} em http://127.0.0.1:5003/task-statefinished , error ou error-langresult/ , por exemplo, usando Nginx para expor result/ POST uma solicitação de formulário com file:<content-of-image> para http://127.0.0.1:5003/manual-translate e aguarde a resposta.
Você obterá uma resposta JSON como esta:
{
"task_id" : " 12c779c9431f954971cae720eb104499 " ,
"status" : " pending " ,
"trans_result" : [
{
"s" : " ☆上司来ちゃった…… " ,
"t" : " "
}
]
}Preencha os textos traduzidos:
{
"task_id" : " 12c779c9431f954971cae720eb104499 " ,
"status" : " pending " ,
"trans_result" : [
{
"s" : " ☆上司来ちゃった…… " ,
"t" : " ☆Boss is here... "
}
]
} Poste o JSON traduzido em http://127.0.0.1:5003/post-manual-result e aguarde a resposta.
Então você pode encontrar o resultado da tradução no diretório result/ , por exemplo, usando Nginx para expor result/ .
Uma lista do que precisa ser feito a seguir. Você pode contribuir.
O servidor GPU não é barato, considere fazer uma doação para nós.
Ko-fi: https://ko-fi.com/voilelabs
Patreon: https://www.patreon.com/voilelabs
Acesse: https://afdian.net/@voilelabs
