目录

在浏览器中阅读带有可选文本的日语漫画。

查看演示：https://kha-white.github.io/manga-demo

https://user-images.githubusercontent.com/22717958/164993274-3e8d1650-9be3-457d-84cb-f92f9598cd5a.mp4

^{演示包含来自Manga109-s数据集的节选。うちの猫’ず日記 © がぁさん}

mokuro旨在为希望使用类似Yomitan的弹出式词典以日语阅读漫画的日语学习者提供便利。其工作原理如下：

1. 对每一页进行文本检测和OCR识别。
2. 处理完整个系列后，生成一个.mokuro文件，其中包含OCR结果和元数据。所有处理均在离线状态下完成（即阅读前）。
3. 将.mokuro文件与漫画图像一起加载到网络阅读器中，该阅读器既可用作漫画阅读器，也可作为已处理系列和卷册的目录。

此外，您仍可使用mokuro 0.1.*版本中的旧方法： 无需生成.mokuro文件，而是生成一个HTML文件，您可以在浏览器中打开它。 您可以将生成的HTML文件连同漫画图像传输到另一台设备（例如您的手机）上，并在那里阅读。 此方法目前仍被支持以保持向后兼容性，但建议使用新的.mokuro格式和网络阅读器。 有关详细信息，请参阅旧版HTML与新版.mokuro格式。

mokuro使用comic-text-detector进行文本检测， 并使用manga-ocr进行OCR识别。

尝试在Colab中运行您自己的漫画：

另请参阅：

• mokuro-reader，由Gnathonic开发、此前由ZXY101开发的mokuro网络阅读器
• Mokuro2Pdf，一款用于从Mokuro的HTML叠加层生成带可选文本PDF文件的Ruby命令行脚本
• Xelieu指南，一份关于使用manga-ocr/mokuro设置阅读和挖掘工作流的全面指南（以及许多其他实用技巧）

安装

您需要Python 3.10或更高版本。请注意，由于PyTorch依赖项的原因，最新的Python版本可能不受支持， 因为PyTorch经常会在新版本的Python发布时出现问题，需要一段时间才能适配。 有关受支持的Python版本列表，请参阅PyTorch官网。

一些用户报告称，从Microsoft Store安装的Python会出现问题。如果您遇到以下错误： ImportError: DLL load failed while importing fugashi: The specified module could not be found.， 请尝试从官方站点安装Python。

如果您希望使用GPU运行，请按照此处所述安装PyTorch， 否则可以跳过此步骤。

在命令行中运行：

pip3 install mokuro

使用

对单个卷进行处理

mokuro /path/to/manga/vol1

这将生成/path/to/manga/vol1.html文件，您可以在浏览器中打开它。

如果您的路径中包含空格，请用双引号将其括起来，如下所示：

mokuro "/path/to/manga/volume 1"

对多个卷进行处理

mokuro /path/to/manga/vol1 /path/to/manga/vol2 /path/to/manga/vol3

对于每个卷，都会生成一个单独的HTML文件。

对包含多个卷的目录进行处理

如果您的目录结构大致如下：

manga_title/
├─vol1/
├─vol2/
├─vol3/
└─vol4/

您可以通过运行以下命令来处理所有卷：

mokuro --parent_dir manga_title/

其他选项

--pretrained_model_name_or_path：manga-ocr模型的名称或路径。
--force_cpu：即使CUDA可用，也强制使用CPU。
--disable_confirmation：禁用确认提示。如果设置为False，系统将提示用户确认要处理的卷列表。
--disable_ocr：禁用OCR处理。生成不含OCR结果的mokuro/HTML文件。
--ignore_errors：即使发生错误，也继续处理卷。
--no_cache：不使用先前运行中缓存的OCR结果（_ocr目录）。
--unzip：将zip/cbz格式的卷解压到其原始位置。
--disable_html：禁用旧版HTML输出。如果设置为True，则相当于设置了--unzip。
--as_one_file：仅适用于旧版HTML。如果设置为False，则会生成单独的CSS和JS文件，而不是将其嵌入HTML文件中。
--version：打印mokuro版本并退出。

旧版HTML与新版.mokuro格式

在0.2.0版本之前，mokuro会为每个处理过的卷生成一个单独的HTML文件，这导致了一些使用上的问题：

• HTML文件同时包含OCR结果和整个网络阅读器界面，因此要更新界面，必须用新版本的mokuro重新处理所有卷。
• 图像被单独存储并在HTML文件中链接，因此目录结构的任何变化都可能导致链接失效。
• 将漫画传输到另一台设备时，需要同时传输HTML文件和图像。
• 没有统一的界面来管理包含多个卷的整个目录。
• 在某些移动设备上，打开HTML文件还需要一些变通方法。

自0.2.0版本起，引入了新的.mokuro格式，该格式为每个卷生成，仅包含OCR结果和网络阅读器界面所需的元数据。 网络阅读器现在是一个独立的Web应用，可以打开带有相应.mokuro文件的漫画卷。

旧版HTML格式目前仍为保持向后兼容性而生成，但不会再进一步开发，建议使用新的.mokuro格式和网络阅读器。

联系方式

如有任何疑问，请随时通过kha-white@mail.com与我联系。

致谢

• https://github.com/dmMaze/comic-text-detector
• https://github.com/juvian/Manga-Text-Segmentation

mokuro 快速上手指南

mokuro 是一款专为日语学习者设计的开源工具，能够为日文漫画生成可选中文本（OCR），并支持在浏览器中配合弹窗词典（如 Yomitan）进行阅读。

环境准备

• 操作系统：Windows / macOS / Linux
• Python 版本：Python 3.10 或更高版本
  • 注意：由于 PyTorch 依赖限制，不建议使用最新的 Python 版本（如刚发布的最新版）。若遇到兼容性问题，请参考 PyTorch 官网 确认支持的 Python 版本列表。
  • Windows 用户提示：避免使用 Microsoft Store 安装的 Python，若出现 ImportError: DLL load failed while importing fugashi 错误，请从 Python 官网 下载并安装。
• GPU 加速（可选）：如需使用 GPU 加速 OCR 处理，请先根据 PyTorch 指南 安装对应的 PyTorch CUDA 版本；若仅使用 CPU 可跳过此步。

安装步骤

推荐使用国内镜像源（如清华源）以加快安装速度。在终端或命令行中执行：

pip3 install mokuro -i https://pypi.tuna.tsinghua.edu.cn/simple

若需启用 GPU 支持，请确保已预先安装好对应的 torch 和 torchvision，然后再运行上述命令。

基本使用

1. 处理单卷漫画

对指定文件夹下的漫画图片进行文本检测和 OCR 处理，生成包含可选文本的 HTML 文件（旧版格式）或 .mokuro 数据文件。

mokuro /path/to/manga/vol1

• 如果路径中包含空格，请使用双引号包裹路径：

  mokuro "/path/to/manga/volume 1"
  

• 运行完成后，目录中将生成对应的 .html 文件，直接用浏览器打开即可阅读；或配合新版 Web Reader 加载生成的 .mokuro 文件。

2. 处理多卷漫画（批量处理）

若你的漫画目录结构如下：

manga_title/
├─vol1/
├─vol2/
├─vol3/
└─vol4/

可以使用 --parent_dir 参数一次性处理该目录下所有子文件夹（卷）：

mokuro --parent_dir manga_title/

3. 进阶选项示例

• 强制使用 CPU（即使有 GPU）：

  mokuro --force_cpu /path/to/manga/vol1
  

• 解压 zip/cbz 格式的漫画包：

  mokuro --unzip /path/to/manga.zip
  

• 禁用 OCR（仅生成元数据结构）：

  mokuro --disable_ocr /path/to/manga/vol1
  

提示：自 v0.2.0 起，推荐将生成的 .mokuro 文件与漫画图片一起导入到在线阅读器 https://reader.mokuro.app/ 中获得最佳体验（支持目录管理、统一界面及移动端适配）。旧版 HTML 模式仍保留以兼容旧工作流。