有些垂直领域的AI应用，其实挺有机会。

比如看外文漫画最难受的一刻，是手机拍照翻译给你蹦出一段文字，可图上那个气泡里还是日文，你得对着译文一句句猜这话到底是谁说的。有个开源项目把这事反过来做了：它直接改图，把译文重新画回原来的气泡里，输出的还是一张漫画，只是字成了中文。

它叫 manga-image-translator，能一键翻译图片和漫画里的文字，再把译文嵌回原来的位置。

先说它跟你手机里那种翻译到底差在哪。普通拍照翻译，本质是「认字 + 给你一段译文」，图归图，文字归文字，两边对不上。这个项目是一条龙跑完五步：先检测图上哪儿有字，再用 OCR（光学字符识别）把字认出来，然后翻译，接着把原文从图上抹掉、顺手把被字盖住的背景补回去，最后按原来的位置和方向（竖排横排它自己判断）把译文重新嵌回去。

说白了，它不是给你一个翻译，是请了个会修图的翻译——连排版带擦字一起替你干了。

这就是它最值钱的地方：你拿到的不是文本框，是一张能直接看的成品图。气泡里写的就是中文，谁说的、对应哪一格，一目了然。

亮点还有几个我觉得挺实在的。

一是翻译引擎可以换。你可以接在线的，DeepL、ChatGPT、DeepSeek、Gemini 这类，质量高，但要联网、要配 key；也可以接离线的本地模型，纯在自己电脑上跑，图根本不出本机（在意版权和隐私的人，这条估计比翻译质量还重要）。

二是它能本地部署，还能对着一整个文件夹批量翻。你收了一堆生肉，不用一张张喂，丢进去让它跑就行。

三是语言挺全，以日语为主，简繁中文、英文、韩文，再加二十多种语言互译都支持。

但也有问题，作者自己在说明里就承认，英文和韩文的文字检测处理得不够好；把译文画回图上的那步渲染，他原话是「勉强能用」，跟专业修图师傅手动嵌字没法比。遇上复杂背景、花哨字体，翻车是常事——字叠在一起、颜色对不上、排版歪了，都见过。

而且翻译质量这事，很大程度上取决于你接的是哪个引擎。接个强的大模型，效果能上一个台阶；接个弱的，那译出来也就那样。所以别指望它「完美翻译」，它给的是一个能让你看懂、省去来回对照的草稿，不是出版级的成品。

这个项目已经做了好几年，到现在攒了约1万颗 star，最近还在更新，协议是 GPL-3.0，开源、能自己拿去改。我自己的感受是，它适合两类活：一类是想看生肉漫画、外文梗图，求个看懂；另一类是做本地化、字幕组想要个能批量打草稿的底子，省掉最枯燥的认字和擦字。

顺便提一句版权，翻生肉、同人图这些，自己看看就好，尊重原作者，别拿去商用盗印。

它是开源的，在 GitHub 上叫 manga-image-translator，作者 zyddnys。

本来有张配图的，但是不知道什么漫画里的，有内容风险，不放了。

#马力的AI知识分享#
#马力的AI开源项目分享#