comic-translation
comic-translation 是一款基于深度学习的漫画翻译辅助工具,旨在让漫画汉化变得简单高效。它集成了图像去字、背景修复、自动翻译、语音朗读以及智能嵌字排版等核心功能,能够一站式完成从“去除原文”到“填入译文”的全过程。
这款工具主要解决了传统漫画汉化流程繁琐、门槛高的问题。过去需要专业人员手动使用多款软件配合才能完成的修图与填字工作,现在可以通过自动化流程快速实现,显著缩短了制作周期。虽然机器翻译的准确度(尤其是口语和竖排文本)仍有提升空间,但它为人工校对提供了极佳的起点。
comic-translation 非常适合非专业的漫画爱好者、字幕组新手以及希望提升效率的专业汉化人员使用。开发者也提供了便捷的整合包,普通用户无需配置复杂的 Python 环境或安装显卡驱动即可直接运行。其技术亮点在于利用 AI 模型精准擦除文字并自然修复背景纹理,同时支持自定义字体样式与颜色,确保译文视觉效果贴合原作。无论是想尝试汉化小众漫画的粉丝,还是需要批量处理素材的团队,都能从中受益。
使用场景
一位热爱小众日漫的业余汉化组成员,正试图将一部只有生肉(无翻译)的垂直排版漫画快速分享给中文读者。
没有 comic-translation 时
- 去字修复极其耗时:手动使用 Photoshop 擦除原文气泡文字后,需耗费大量时间手绘修补背景线条,稍有不慎就会破坏画面完整性。
- 嵌字排版门槛高:缺乏专业设计技能,难以根据气泡形状调整字体大小、颜色及阴影,导致译文生硬地覆盖在画面上,阅读体验极差。
- 翻译校对效率低:需要在截图工具、翻译网页和修图软件之间反复切换,无法实时预览译文在图中的实际效果,修改流程繁琐。
- 垂直文本支持弱:面对日文常见的竖排文本,通用 OCR 工具识别率极低,往往需要人工逐字敲入原文,工作量巨大。
使用 comic-translation 后
- 一键去字与修复:利用 AI 图像去字功能自动清除原文,并智能填充背景纹理,将原本需要半小时的修图工作缩短至几秒钟。
- 自动嵌字与排版:导入自定义字体后,工具自动将翻译好的中文填入气泡,支持调整阴影和加粗效果,瞬间实现专业的本地化视觉呈现。
- 全流程集成作业:在一个界面内完成区域选择、机器翻译、人工修正及最终渲染,无需切换软件,大幅提升了单页漫画的处理速度。
- 针对性优化支持:虽然垂直文本仍有挑战,但通过手动微调区域配合工具的横向文本优势,显著降低了非专业人员的操作难度,让小众漫画汉化成为可能。
comic-translation 通过整合深度学习去字、翻译与自动嵌字能力,将原本需要专业美工和翻译协作数小时的流程,压缩为非专业人士即可独立完成的分钟级任务。
运行环境要求
- Windows
- 必需 NVIDIA GPU (不支持 A 卡/AMD),需支持 CUDA,驱动版本 >= 472.50
- 30 系显卡不支持 CUDA 10.2
- CPU 运行会非常慢
未说明

快速开始
AI漫画翻译辅助工具
这是一个基于深度学习的漫画翻译辅助工具
包含翻译,朗读,AI图像去字,自动排版,自动嵌字,去除文字后的图像修复等功能。
目的是帮助非专业汉化人员完成更简单,快速的翻译任务。也可以用于加快专业翻译流程。
ps:机翻有待加强,目前对横向文本支持较好,垂直文本非中文容易出现问题,希望更多的小众漫画能够得到汉化。
安装
开发者直接git
注意paddle,pytorch,tensorflow2 需要官网下载,任意版本。
注意30系显卡不支持cuda10.2。
!!!兄弟们不好意思,操作失误导致这个月github流量超了,现在仓库里少了一个400mb的模型,整合包里有。
普通用户这里下载
显卡驱动版本过低将导致程序卡住,暂时不支持A卡。
为了更好的显示错误原因,整合包保留了控制台。
! 第一次打开会安装虚拟环境,需要7分钟,安装结束有报错没有关系(2个)
! 整合包第一次部署时会安装python库和环境,这个安装是一次性的,关闭以后再次打开也无法安装,需要还原opt文件夹
整合包确定正常使用后可以删除.\opt\packages(3.8G)文件夹节约空间
更新
如果出现小版本更新0.1内
普通用户可以下载最新代码,放到整合包的resources文件夹内。
更新预告:
英文手册与UI
增加自动判断字体颜色
增加历史译文记录
快捷键!!!
使用方法
1.提前排好图片顺序与名称
2.打开软件(需要10秒)
3.导入漫画,字体
4.设置要翻译的语言
5.手动选择区域,选择需要的功能
6.手动修改译文,点击确定
图片不适合太小,准确度会下降
需要什么字体就导入什么字体比如空心字等
使用相同颜色阴影可以加粗字体
如果发生闪退等意外resources文件夹下save.jpg将会保存最新修改的图片文件
想要尝试全自动翻译可以把整张图选中,然后点击自动翻译
部分标点符号大小可能会渲染异常,更换排列方式有概率解决
根据电脑配置运行速度不同,可能会出现卡顿
报错处理:
短时间卡顿是正常现象
翻译超时请检测与translate.google.cn的网络连接
朗读也是网络原因
环境要求:
需要网络,使用Google翻译(中国)
提示:ssr可能造成网络异常,请自行尝试
有显卡可显著加快图像处理速度(CUDA)
cpu会非常慢
需要驱动版本>=472.50
整合包自带CUDA与cudnn不需要额外安装
字体下载地址:
效果
界面展示(旧版)
口语翻译有待加强
其他功能
![]() |
![]() |
|---|---|
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
之后的目标
更多字体渲染方式
更多字体角度
优化使用体验
相关项目
kha-white/manga-ocr(垂直日文识别模型)
zyddnys与dmMaze(文本检测模型)
KUR-creative/SickZil-Machine(图像修复模型)
开源协议
GNU General Public License v3.0
感谢一切推广
版本历史
v1.2.12022/03/23v1.2.02022/03/21v1.1.02022/03/16v1.0.22022/03/11v1.0.02022/03/05常见问题
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。











