manga image translator
beta-0.3
Перевести тексты в манге/изображениях.
中文说明 | Журнал изменений
Присоединяйтесь к нам в дискорде https://discord.gg/Ak8APNy4vb
Некоторые манги/изображения никогда не будут переведены, поэтому и родился этот проект.
Обратите внимание, что образцы не всегда могут обновляться и могут не представлять текущую версию основной ветки.
| Оригинал | Переведено |
|---|---|
 (Источник @09ra_19ra) |  (Маска) |
 (Источник @VERTIGRIS_ART) |  --detector ctd (Маска) |
 (Источник @hiduki_yayoi) |  --translator none (Маска) |
 (Источник @rikak) |  (Маска) |
Официальная демоверсия (от zyddnys): https://touhou.ai/imgtrans/
Пользовательский скрипт браузера (от QiroNT): https://greasyfork.org/scripts/437569
Преемник MMDOCR-HighPerformance.
Это хобби-проект, вы можете внести свой вклад!
На данный момент это всего лишь простая демо-версия, существует много недостатков, нам нужна ваша поддержка, чтобы сделать этот проект лучше!
В первую очередь предназначен для перевода японского текста, но также поддерживает китайский, английский и корейский языки.
Поддерживает рисование, рендеринг текста и раскрашивание.
# 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 Модели будут загружены в ./models во время выполнения.
Прежде чем начать установку pip, сначала установите инструменты сборки Microsoft C++ (загрузка, инструкции), так как без них некоторые зависимости pip не будут скомпилированы. (См. № 114).
Чтобы использовать cuda в Windows, установите правильную версию pytorch, как указано на https://pytorch.org/.
Требования:
demo/doc ) Этот проект имеет поддержку докера под zyddnys/manga-image-translator:main image. Этот образ докера содержит все необходимые зависимости/модели для проекта. Следует отметить, что этот образ довольно большой (~ 15 ГБ).
Веб-сервер может быть размещен с использованием (для процессора)
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=5003или
docker-compose -f demo/doc/docker-compose-web-with-cpu.yml up в зависимости от того, что вы предпочитаете. Веб-сервер должен запускаться на порту 5003, а изображения должны находиться в папке /result .
Использовать докер с CLI (т.е. в пакетном режиме)
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 > Примечание. Если вам нужно ссылаться на файлы на вашем хост-компьютере, вам нужно будет смонтировать связанные файлы как тома в папку /app внутри контейнера. Пути для CLI должны быть внутренним путем докера /app/... вместо путей на вашем хост-компьютере.
Некоторым службам перевода требуются ключи API для работы, чтобы они передавали их как переменные окружения в контейнер Docker. Например:
docker run --env= " DEEPL_AUTH_KEY=xxx " --ipc=host --rm zyddnys/manga-image-translator:main < cli flags > Чтобы использовать поддерживаемый графический процессор, сначала прочтите начальный раздел
Docker. Есть некоторые особые зависимости, которые вам нужно будет использовать.
Чтобы запустить контейнер со следующими установленными флагами:
docker run ... --gpus=all ... zyddnys/manga-image-translator:main ... --use-gpuИли (Для веб-сервера + графический процессор)
docker-compose -f demo/doc/docker-compose-web-with-gpu.yml upЧтобы создать образ докера локально, вы можете запустить (вам потребуется make на вашем компьютере)
make build-imageЗатем, чтобы проверить построенный образ, запустите
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 Реализация графического интерфейса: BallonsTranslator
Детектор:
--detector ctd может увеличить количество обнаруженных текстовых строк.ОРС:
Переводчик:
Инпейнтер: ??
Колоризатор: mc2
--upscale-ratio 2 или любое другое значение.--font-size-minimum 30 или используйте средство рендеринга --manga2eng , которое попытается адаптироваться к обнаруженным текстовым пузырям.--font-path fonts/anime_ace_3.ttf -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
Используется аргументом --target-lang или -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)| Имя | API-ключ | Оффлайн | Примечание |
|---|---|---|---|
| | Временно отключен | ||
| Ёдао | ✔️ | Требуется YOUDAO_APP_KEY и YOUDAO_SECRET_KEY | |
| Байду | ✔️ | Требуется BAIDU_APP_ID и BAIDU_SECRET_KEY | |
| глубоко | ✔️ | Требуется DEEPL_AUTH_KEY | |
| Кайюнь | ✔️ | Требуется CAIYUN_TOKEN | |
| gpt3 | ✔️ | Реализует text-davinci-003. Требуется OPENAI_API_KEY | |
| gpt3.5 | ✔️ | Реализует gpt-3.5-турбо. Требуется OPENAI_API_KEY | |
| gpt4 | ✔️ | Реализует gpt-4. Требуется OPENAI_API_KEY | |
| папаго | |||
| сакура | Требуется SAKURA_API_BASE | ||
| офлайн | ✔️ | Выбирает наиболее подходящий офлайн-переводчик для данного языка. | |
| сугой | ✔️ | Модели Sugoi V4.0 | |
| м2м100 | ✔️ | Поддерживает все языки | |
| m2m100_big | ✔️ | ||
| никто | ✔️ | Перевести на пустой текст | |
| оригинальный | ✔️ | Сохраняйте оригинальные тексты |
OPENAI_API_KEY = sk-xxxxxxx...
DEEPL_AUTH_KEY = xxxxxxxx...Оффлайн: можно ли использовать переводчик в автономном режиме.
Сугой создан mingshiba, поддержите его на https://www.patreon.com/mingshiba.
Используется аргументом --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 При установке формата вывода { xcf , psd , pdf } для создания файла будет использоваться Gimp.
В Windows предполагается, что Gimp 2.x установлен в C:Users<Username>AppDataLocalProgramsGimp 2 .
Результирующий файл .xcf содержит исходное изображение в качестве самого нижнего слоя, а врисовка — в виде отдельного слоя. Переведенные текстовые поля имеют собственные слои с исходным текстом в качестве имени слоя для облегчения доступа.
Ограничения:
.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 принимает json(post) и multipart.
Конечными точками API являются /colorize_translate , /inpaint_translate , /translate , /get_text .
Действительные аргументы в пользу API:
// 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
Ручной перевод заменяет машинный перевод переводчиками-людьми. Демо-версию базового перевода руководства можно найти по адресу http://127.0.0.1:5003/manual при использовании веб-режима.
Демо-версия предоставляет два режима перевода: синхронный и асинхронный.
В синхронном режиме ваш запрос HTTP POST завершится после завершения задачи перевода.
В асинхронном режиме ваш запрос HTTP POST немедленно ответит task_id . Вы можете использовать этот task_id для опроса состояния задачи перевода.
file:<content-of-image> по адресу http://127.0.0.1:5003/run.task_id , чтобы найти результат перевода в каталоге result/ , например, используя Nginx для предоставления result/ file:<content-of-image> по адресу http://127.0.0.1:5003/submit.task_id перевода{"taskid": <task-id>} по адресу http://127.0.0.1:5003/task-state.finished , либо error , либо error-langresult/ , например, используя Nginx для предоставления result/ Отправьте запрос формы с file:<content-of-image> по адресу http://127.0.0.1:5003/manual-translate и дождитесь ответа.
Вы получите ответ в формате JSON следующим образом:
{
"task_id" : " 12c779c9431f954971cae720eb104499 " ,
"status" : " pending " ,
"trans_result" : [
{
"s" : " ☆上司来ちゃった…… " ,
"t" : " "
}
]
}Заполните переведенные тексты:
{
"task_id" : " 12c779c9431f954971cae720eb104499 " ,
"status" : " pending " ,
"trans_result" : [
{
"s" : " ☆上司来ちゃった…… " ,
"t" : " ☆Boss is here... "
}
]
} Опубликуйте переведенный JSON в http://127.0.0.1:5003/post-manual-result и дождитесь ответа.
Затем вы можете найти результат перевода в каталоге result/ , например, используя Nginx для предоставления result/ .
Список того, что нужно сделать дальше, вы можете внести свой вклад.
Сервер графического процессора стоит недешево, пожалуйста, рассмотрите возможность пожертвования нам.
Ко-фи: https://ko-fi.com/voilelabs
Патреон: https://www.patreon.com/voilelabs
爱发电: https://afdian.net/@voilelabs
