MangaLoom：把生肉漫画自动翻译 + 嵌字，一条龙搞定

起因：生肉看不懂，汉化又太慢 🍖

喜欢的漫画，官方没引进、汉化组又鸽了，只能对着日文生肉发愁——这种情况二次元朋友大概都遇到过。

想自己翻？光是把气泡里的原文抹干净、再把译文逐字排回去这道工序，就足够劝退。于是我做了 MangaLoom：把”检测文字 → 识别 → 翻译 → 消字 → 嵌字”整条流程自动化，你最后只需要润色一下语气。

仓库地址：github.com/QinYe233/MangaLoom

翻译前后对比

一条完整的处理流水线

1
输入 → 文字检测 → OCR 识别 → 翻译 → 擦除原文 → 自适应排版 → 输出

丢进一张生肉，它会依次走完上面每一步，输出一张已嵌好中文的成品。下面拆开讲几个关键环节。

文字检测 & OCR

  • 检测用的是专为漫画设计的 comic-text-detector。它不只框出文字区域，还输出笔画级别的蒙版——这一步的精度，直接决定了后面消字干不干净。
  • OCR用的是 manga-ocr，对日文竖排和手写体拟声词的识别尤其强。而这两样，恰恰是漫画里最难识别、通用 OCR 最容易翻车的部分。

翻译：为什么要整页一起翻

翻译层兼容任何 OpenAI 接口格式的服务，DeepSeek、通义、本地 Ollama 都能接，配好 API key 即可。

这里有个刻意的设计：整页一次性送给模型翻译，而不是逐句翻。逐句翻会丢失上下文，人物语气容易前后割裂；整页翻则能保持同一段对话的语气连贯。此外还加了两道一致性保险——翻译前预扫一遍人物档案，翻译后再做一次一致性复查，尽量避免同一个人名、同一个术语在整本书里出现多种译法。

消字 & 嵌字

  • 纯色气泡直接用背景色填平；压在画面上的文字，则交给 LaMa（一个图像修复 / inpainting 模型）把原文”擦”掉并补全背景，尽量不留痕迹。
  • 嵌字时，字号以原文字号为基准换算，并套用中文排版规则（竖排文本也做了排布平衡）。默认字体为思源黑体，与汉化行业的常见选择一致。

嵌字效果细节

自动去水印

不少图源会在固定位置打上站点 logo。MangaLoom 通过跨页统计分析——同一位置反复出现的相同图案，大概率就是水印——自动识别并去除，不需要你手动提供模板。

一个做完才想明白的点 💭

做这个工具的过程中，我逐渐确认了一件事：机翻的质量瓶颈其实不在 OCR，而在”语气”。拟声词、语气助词、角色的说话习惯，这些才是机器最难拿捏的地方。

所以 MangaLoom 的定位是机翻打底 + 人工润色，而非追求一键完美。它会生成一个 review.html，左右对照原文与译文；你直接在其上修改，改的是 script.json（翻译总账）。改完重新渲染即可，无需再次调用 API——既省钱又省时间。

安装与使用

1
2
3
4
5
# 先装 PyTorch（按自己的 CUDA 版本选择）
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu126

# 再装其余依赖
pip install -r requirements.txt

配好 API key（如 DeepSeek），把待翻译的图片放进 cartoon/ 目录，运行即可。⚠️ 首次运行会下载约 700MB 的模型和字体，需要耐心等待。

运行结束后，成品都在 cartoon_output/ 里：

  • 最终图片；
  • script.json：翻译总账（改译文改这里）；
  • profile.json：人物档案；
  • glossary.txt：术语对照表；
  • review.html：左右对照的校对页面。

关于开源协议

因为依赖 comic-text-detector，整个项目遵循 GPL-3.0；其余用到的库各自遵循其协议（Apache-2.0、OFL-1.1 等）。打算二次开发的话请留意。

写在最后

工具再强，也替代不了汉化组对作品的那份用心。MangaLoom 更适合自己看生肉时救急，或者给汉化流程打个初稿。也请务必尊重原作者与正版，不要用它做商业传播。🌿