BasicCAT — Computer-Aided Translation (CAT) Tools

扫描件变可搜索PDF：双层PDF生成

Wed, 02 Sep 2026 13:19:50 +0000

扫描文档通常为单层纯图像的PDF，里面的文字不能被选择、复制和搜索。这时可以创建一个双层PDF，即在图像上盖了一个隐藏的文字层，使得用PDF阅读器打开时，里面的文字可以被搜索、复制。

例如下面是日语轻小说《无职转生》的一段内容的PDF（来源）。里面的文字是竖排的，阅读顺序是从右到左，已经被提取出来，做成了双层PDF。

下面讲下具体是怎么做的。需要用到ImageTrans这个OCR软件。

打开ImageTrans，新建一个项目，导入PDF或者图片。
选择一个OCR引擎，比如PaddleOCR（Rapid），去识别文字。如果识别得不准，也可以先用PaddleOCR或者其它方法，定位文字，再用PaddleOCR-VL、minerU等大模型或者其它比如mit48px ctc这样的竖排日语专用模型去识别文字。
按阅读顺序进行排序。这里只要在项目设置中启用从右到左，按横坐标排序即可。如果版面复杂，比如有多栏，可以使用mineru、PPDocLayout等软件进行版面分析后进行排序。
检测哪些文字是横向、哪些文字是竖向。需要在项目设置中定义两个字体样式，一个是横排，一个是竖排。然后执行自定义工作流中的“检测方向并设置对应的样式”。
通过菜单栏点击导出->图像PDF。使用原图图像，添加原文文本层，然后选择一个包含日语字符的字体，比如Windows上C:\Windows\Fonts\arial unicode ms.ttf这个全语言通用的字体。

保存后即可得到上面这样的PDF。软件会自动计算合适的字体大小，尽量让文字层的文字贴合图像中的文字。

打开Edge，可以看到文字能正确选择、复制和搜索。

ImageTrans界面：

ImageTrans还支持进一步对图片进行翻译，得到以下中文版的可搜索的双层PDF。

关于竖排文字层的添加

PDF原生对竖排文本的支持不加。创建文字层时，需要一个一个文字，按阅读顺序添加上去。我试了下，常见的PDF阅读器都能支持这样添加的竖排文字。

ImageTrans是如何优化处理速度与AI模型的

Tue, 01 Sep 2026 12:08:50 +0000

ImageTrans的体积仅仅为400MB，里面包含了支持上百种语言的PaddleOCR、专门的日语漫画OCR、支持颜色识别的mit48px_ctc OCR模型、YOLO文字/气泡检测模型，还有图像修复模型Lama Inpaint。无需GPU，支持充分利用CPU进行处理，翻译一张图通常在10秒以内。

下面是一些优化方法。

模型量化

像manga-ocr模型，原版的FP32版有400MB，量化为int8版，就只需100MB左右，而且识别性能基本没有损失。

Lama inpaint和mit48px ctc都是用了量化的版本。

分拆Transformer模型

manga-ocr为Transformer模型，拆分为encoder和decoder版，可以重复利用encoder输出的结果，提升处理性能。

多进程

处理很多图片时，可以使用多个进程，充分利用CPU。

GPU/NPU加速

如果设备有GPU和NPU，也可以用来加速计算。

苹果设备上转换模型为mlx或者coreml版本，处理速度非常快。ImageTrans提供了Lama Inpaint的coreml版本和PPDocLayout v3的mlx版本。也支持是用Pytorch，开启mps，使用metal去加速OCR。

Windows设备上，如果有Nvidia的显卡，也可以使用Pytorch版本的OCR和Lama inpaint去调用。

性能测试

下面在铭凡760plus （AMD r5 7640hs）上翻译各种图片的测试结果。

黑白日漫

原图：

译图：

处理时间：

{
    "workflows": [
        {

            "duration_ms": 4323,
            "start_time": "08\/31\/2026 20:58:58",
            "name": "default",
            "steps": [
                {
                    "duration_ms": 2344,
                    "action": "文字检测"
                },
                {
                    "duration_ms": 39,
                    "action": "合并区域"
                },
                {
                    "duration_ms": 14,
                    "action": "排序"
                },
                {
                    "duration_ms": 1437,
                    "action": "翻译"
                },
                {
                    "duration_ms": 489,
                    "action": "生成成品图"
                }
            ]
        }
    ]
}

彩色CG

原图：

译图：

处理时间：

{
    "workflows": [
        {
            "duration_ms": 8703,
            "start_time": "08\/31\/2026 20:48:47",
            "name": "default",
            "steps": [
                {
                    "duration_ms": 236,
                    "action": "文字检测"
                },
                {
                    "duration_ms": 1575,
                    "action": "生成所有图片的掩膜和去文字图片"
                },
                {
                    "duration_ms": 16,
                    "action": "缩小区域"
                },
                {
                    "duration_ms": 3815,
                    "action": "文字识别"
                },
                {
                    "duration_ms": 1,
                    "action": "根据文字颜色深浅设置描边颜色"
                },
                {
                    "duration_ms": 72,
                    "action": "根据描边颜色匹配样式"
                },
                {
                    "duration_ms": 55,
                    "action": "合并区域"
                },
                {
                    "duration_ms": 22,
                    "action": "排序"
                },
                {
                    "duration_ms": 1759,
                    "action": "翻译"
                },
                {
                    "duration_ms": 1152,
                    "action": "生成成品图"
                }
            ]
        }
    ]
}

中文漫画

原图：

译图：

处理时间：

{
    "workflows": [
        {
            "duration_ms": 3298,
            "start_time": "08\/31\/2026 21:05:34",
            "name": "default",
            "steps": [
                {
                    "duration_ms": 1024,
                    "action": "文字检测"
                },
                {
                    "duration_ms": 0,
                    "action": "去除所有图片的无原文区域"
                },
                {
                    "duration_ms": 55,
                    "action": "合并区域"
                },
                {
                    "duration_ms": 14,
                    "action": "排序"
                },
                {
                    "duration_ms": 1736,
                    "action": "翻译"
                },
                {
                    "duration_ms": 468,
                    "action": "生成成品图"
                }
            ]
        }
    ]
}

自托管漫画翻译API服务器

Sat, 11 Jul 2026 11:08:50 +0000

AI漫画翻译通常需要多种不同的技术协同工作：

OCR用于从漫画页面中提取文字
大语言模型用于翻译
图像处理用于擦除原文和回嵌译文
排版用于保持原始漫画风格

计算机辅助图像翻译软件ImageTrans集成了上述所有功能。

然而，对于希望将漫画翻译集成到自己应用中的用户来说，单纯的桌面翻译工具是不够的。

自托管的API层使得漫画翻译能力可以与浏览器、脚本、移动应用和自动化工作流相连接。

借助ImageTrans API Server，你可以将现有的ImageTrans安装部署为一个私有的漫画翻译服务。

完全本地处理

所有处理 — OCR、翻译、文字去除和排版 — 都可以完全在本地计算机上运行。与基于云的翻译服务不同，本地设置为你提供：

无额外费用：使用开源模型，无需按字符付费的API费用。
无使用限制：翻译任意数量的页面，无速率限制或配额。
无隐私问题：你的漫画图片永远不会离开你的计算机。

关于设置完整的本地漫画翻译工作坊（ImageTrans + Ollama + 自定义工作流）的分步指南，请参阅前文：离线AI漫画翻译器。

用法

翻译整张图片

请求

将base64编码的图片发送到/translate端点：

curl -X POST http://localhost:51042/translate \
  -d "src=data:image/png;base64,iVBORw0KGgo..." \
  -d "sourceLang=ja" \
  -d "targetLang=en"

响应

成功时，端点返回JSON：

{
  "success": true,
  "img": "base64-encoded-translated-image...",
  "imgMap": {
    "boxes": [
      {
        "text": "こんにちは",
        "target": "Hello",
        "geometry": { "X": 100, "Y": 50, "width": 200, "height": 40 }
      }
    ]
  }
}

img：翻译后的图片，base64 WebP格式。
imgMap.boxes：检测到的文本框，包含原文、译文和几何信息。

纯文本模式

设置withoutImage=true可不返回图片内容，仅获取检测到的文本框：

curl -X POST http://localhost:51042/translate \
  -d "src=data:image/png;base64,..." \
  -d "withoutImage=true"

翻译文字区域

使用/translateRegion对单个文字区域进行OCR和翻译：

curl -X POST http://localhost:51042/translateRegion \
  -d "base64=data:image/png;base64,..." \
  -d "sourceLang=ja" \
  -d "targetLang=en"

响应包含检测到的原文以及来自多个翻译引擎的结果：

{
  "success": true,
  "regionMap": {
    "source": "こんにちは",
    "target": [
      { "engine": "mymemory", "text": "Hello" },
      { "engine": "google", "text": "Hi" }
    ]
  }
}

管理实例

列出所有已连接的ImageTrans桌面实例：

curl http://localhost:51042/list

响应：

[
  {
    "name": "1710000000000",
    "displayName": "default",
    "running": false
  }
]

指定实例

如果你连接了多个ImageTrans实例，可以通过displayName指定目标，支持设置密码：

curl -X POST http://localhost:51042/translate \
  -d "src=data:image/png;base64,..." \
  -d "displayName=my-instance" \
  -d "password=my-password"

部署

有两个服务端项目，它们的部署方式有所不同：

ImageTrans_wsServer：服务端默认运行在http://IP:51042/https://IP:51043。所有翻译请求通过WebSocket转发到已连接的ImageTrans桌面实例，并将结果作为HTTP响应返回。你可以将服务端部署在云服务器或家中的NAS上，然后将本地AI电脑连接到服务端。该服务端使用B4J编写。
image-translation-server：服务端通过命令行直接启动本地ImageTrans实例。可以部署到性能强劲的云服务器或本地AI电脑上。该服务端使用Python编写，支持Docker部署。

AI智能体集成

如果你更倾向于用自然语言交互而非直接使用HTTP端点，ImageTrans-skills为Claude Code及其他智能体提供了AI技能，让你可以通过简单的提示词在命令行中操作ImageTrans：

npx skills add https://github.com/xulihang/ImageTrans-skills

示例：一句话翻译漫画图片：

将目录中的日文漫画图片翻译成中文，使用Deepseek进行翻译。

该技能涵盖了OCR、翻译、文字去除和导出——无需编写任何代码即可完成整个流程。

结语

有了自托管的API服务器，漫画翻译就变成了一项可以集成到任何工作流中的服务——无论是浏览器扩展、批处理脚本，还是移动阅读应用。如果你需要一个在远程服务器和本地ImageTrans桌面端之间的轻量级中继，可以选择ImageTrans_wsServer；如果你需要支持Docker的独立部署方案，则可以选择image-translation-server。两个项目都是开源的，你可以根据自己的需求进行定制。

文字排版中的标点避头尾

Sun, 05 Jul 2026 11:21:50 +0000

文字排版中的标点需要避头尾。就是有些标点符号不能放在一行的开头或者结尾。

比如左引号不能放在句尾，句号不能放在开头。

怎么处理两端的标点有很多的方式。有向上一行借字、标点悬挂、压缩间距等等。小时候在方格纸上写作文，一般标点如果要写到下一格开头了，我都是写在最后一个文字的格子里。

例子

原文：

在学术工作中，我们可以会遇到一些外语论文
。英语可能还好，但读起来不如中文母语效率
高。

标点悬挂：

在学术工作中，我们可以会遇到一些外语论文。
英语可能还好，但读起来不如中文母语效率高。

向上一行借字：

在学术工作中，我们可以会遇到一些外语论
文。英语可能还好，但读起来不如中文母语
效率高。

Word等字处理软件、Photoshop等图像编辑软件还有浏览器都支持这种处理。JavaFX这样的图形库也支持。

漫画翻译软件ImageTrans使用了JavaFX排版文字，但竖排引擎是我自己实现的。目前初步支持了避免句号出现在行首。

参考

挤进推出避头尾

PDF论文翻译与转换为Markdown

Sat, 04 Jul 2026 10:50:50 +0000

在学术工作中，我们可以会遇到一些外语PDF。英语可能还好，但读起来不如中文母语效率高。而其它小语种，比如法语、日语，就直接看不懂了。这时我们需要对其进行翻译。可以在PDF原文的位置上覆盖上译文，或者直接转换成Markdown等格式，在手机的小屏幕上也方便地阅读。

翻译PDF论文有一些特别的点：

PDF论文排版复杂，有多栏布局、公式、表格、图片、尾注等各种内容，需要进行版面分析，确定这些内容的位置和阅读顺序。
PDF的文字一般可以直接提取，不需要额外OCR。但PDF的文字信息可能存在缺漏、编码错误（乱码）等各种问题，这个时候还是需要使用OCR。
有很多不需要提取和翻译的文本（非译元素），需要进行过滤。

本文会使用ImageTrans这款图片OCR和翻译软件，翻译以下PDF。

《視覚言語モデルは漫画のオノマトペを翻訳できるか？》: PDF链接

操作步骤

基于“文档”模板新建一个项目，导入PDF。ImageTrans会转换PDF为图片进行处理。有一些参数需要设置。如果是扫描版PDF，可以选择提取图片模式，处理速度很快。如果是文字可以复制的PDF，使用默认的渲染模式，并勾选提取文字，同时以单词为级别提取。
如果PDF自带的文字信息提取出来效果不好或者没有自带文字，可以选择一个OCR引擎进行识别，比如日语可以用rapid或者oneocr。可以点菜单-编辑-自动识别文字，看看识别一张图片的效果。

这里示例PDF的文字提取出来的效果不错。
通过菜单-项目-批处理-自定义工作流，打开工作流设置界面。需要针对当前PDF做些设置。比如这个PDF不需要检测文字、需要去除分镜外的区域、需要选择分镜检测引擎为效果较好的Deepseek-OCR。分镜这里指代各种布局，比如段落、图表等等。

每个操作的说明：
- 分镜检测：使用设置的Deepseek-OCR进行布局分析
- 去除图表类分镜内的区域：图表中的文字不需要翻译，直接去除。图表导出为markdown时会以图片形式保存。
- 去除分镜外的区域：去除一些页脚等文字，因为它们不会被Deepseek-OCR检测为页面布局成分
- 排序：将文字区域根据分镜顺序进行排序，保证阅读顺序正确
- 翻译：使用Deepseek等引擎进行翻译
下面是执行好自定义工作流，切换工具栏为排序模式时的界面：
点击左下角“查看翻译”，可以看到PDF论文页面的翻译版本。
点菜单-文件-导出-markdown，可以将结果导出为markdown文件，方便在手机上查看或者给AI进行分析。因为markdown不像PDF那样，文字有位置信息，所以导出时对文字顺序是否正确的要求较高。通过Deepseeek-OCR布局分析，阅读顺序一般都是正确的。如果有错误，也可以在ImageTrans中修正。

除了导出为markdown，也支持导出为PDF、HTML等其它格式。

配置

使用DeepSeek-OCR需要在偏好设置里配置硅基流动的API密钥：https://cloud.siliconflow.cn/models?target=deepseek-ai/DeepSeek-OCR

另外也支持本地运行。

除了DeepSeek-OCR，也可以使用GLM和MinerU等其它大模型进行布局分析。

系列文章

Lezhin漫画翻译浏览器扩展

Sun, 28 Jun 2026 08:30:50 +0000

Lezhin是最受欢迎的韩国网络漫画平台之一。虽然部分作品已经提供了英语等官方翻译版本，但仍有大量漫画没有推出中文、法语、泰语、越南语等语言版本。

如果你想阅读的漫画还没有被翻译成你熟悉的语言，ImageTrans浏览器扩展可以帮到你。

与浏览器自带的网页翻译不同，ImageTrans可以直接翻译漫画图片中的文字。它能够识别对话框和旁白中的文本，将其翻译成你选择的语言，并直接替换到页面中，让阅读体验更加自然流畅。

AI翻译支持

ImageTrans支持多种翻译引擎，包括现代AI大语言模型。

如果你阅读的是剧情较多的网络漫画，AI翻译通常能够比传统机器翻译提供更加自然、流畅的对白。

你还可以启用视觉上下文功能，让视觉大模型结合漫画画面理解场景，从而获得更准确的翻译效果。

不仅支持Lezhin Comics

该扩展同样适用于许多以图片展示文字内容的网站，包括：

韩国网络漫画平台
日本漫画网站
中国漫画网站
欧美漫画网站
社交媒体帖子

只要文字位于图片中，ImageTrans通常都可以进行翻译。

支持主流浏览器

ImageTrans支持：

Chrome
Microsoft Edge
Firefox（包括Android版Firefox）
Android上的Kiwi Browser
iPhone和iPad上的Orion Browser

无论是在电脑还是移动设备上，你都可以轻松阅读翻译后的漫画。

纯本地运行

所有处理都可以在本地设备上运行，不依赖远程服务器。

立即体验

如果你正在寻找一款Lezhin Comics翻译浏览器扩展，ImageTrans可以让你无需离开浏览器，就能轻松阅读韩漫。

无需截图、复制文字到翻译工具，也无需借助OCR软件，只需点击一下，即可翻译整个漫画页面，把更多时间留给阅读本身。

支付

Lezhin漫画需要使用积分购买，我试了下，一话要3个coins，4900韩语（21元人民币）可以买35个coins。我使用银联的VISA信用卡支付的。

演示视频（Youtube）

使用上下文提高漫画、游戏截图等图片翻译的质量

Wed, 24 Jun 2026 11:54:50 +0000

之前文章介绍了ImageTrans翻译浏览器中图片、实时屏幕截图翻译游戏的功能。

这种即时翻译有个问题，就是只翻译一张图，它的上下文有限，很难保证翻译质量。不像翻译一整本书、一整本漫画，可以有很长的上下文。而我们知道大模型的上下文越多，给出的翻译结果往往越好。

ImageTrans v5.22.1增加了两个翻译相关功能，可以提供更多的上下文来提高翻译质量。

使用多模态模型，结合图片进行翻译。
每次翻译时，使用前几张图片的文本提供更多上下文。

下面是《一条狗》漫画中两张图片的一个中译英测试结果。

使用图片进行多模态翻译

原文	译文（不使用图片提供上下文）	译文（使用图片提供上下文）
我不做人了!!	I’m no longer human!!	I’m not gonna be human anymore!!
未完待续	To be continued	To be continued

模型使用的GLM 5V turbo。

使用前几页提供更多上下文

原文	译文（不使用前几张提供上下文）	译文（使用前几张提供上下文）
车祸后我一直很害怕,那么大的火,我还以为自己死定了,想不到你不止是陪着我还是我的救命恩人!太谢谢了	After the car accident, I was very scared. Such a huge fire, I thought I was going to die. I never expected that you not only stayed with me but also became my savior! Thank you so much	After the car accident, I was very scared. Such a big fire, I thought I was going to die. I didn’t expect you to not only be with me, but also become my savior! Thank you so much.
这忽如其来的温柔,让单身二十六年的我没一点防备……	This sudden tenderness made me, who has been single for twenty-six years, completely unprepared…	This sudden kindness caught me completely off guard after being single for twenty-six years…
我不做人了!!	I won’t be a human anymore!!	I don’t want to be a person anymore!!
未完待续	To be continued	To be continued

模型使用的Tencent-HY-MT1.5-1.8B模型。这里用离线模型，是担心deepseek等在线模型的缓存机制干扰结果。

结论

可以看到翻译结果符合预期。不过结合图片翻译的效果可能不如提供更多上下文那么有用。

在安卓浏览器上用插件翻译漫画图片

Wed, 17 Jun 2026 12:32:50 +0000

之前介绍过如何在 iPhone 上借助 Orion Browser 和 ImageTrans 浏览器插件翻译漫画图片。安卓也同样支持。

我测试了 Kiwi 和 Firefox 浏览器，两者都可以安装 ImageTrans 插件，并正常翻译网页中的图片。并且没有 iOS 上 Orion 浏览器的限制。

Kiwi Browser 支持安装 Chrome 扩展。安装好浏览器后，可以直接从 Chrome Web Store 安装 ImageTrans 插件。

Firefox 可以直接访问 FireFox 的 addon 插件商店下载安装。

安装完成后，打开漫画页面，点击插件按钮即可开始翻译。

ImageTrans 会读取网页中的图片，对图片进行 OCR 识别，然后调用翻译服务获得译文，最后将译文覆盖回原图。整个过程都在当前网页中完成，不需要反复截图和切换应用。

插件还提供了截图翻译功能，可以对屏幕上的任意区域进行识别和翻译。

ImageTrans 浏览器插件项目源代码地址：

演示视频：

用浏览器扩展在iPhone上翻译漫画、同人志及其他图片

Tue, 16 Jun 2026 11:26:50 +0000

如果你看不懂日语，那么在 iPhone 上阅读日漫（Manga）和同人志（Doujinshi）可能会非常困难。虽然现代浏览器能够翻译网页文本，但通常无法翻译嵌入在图片中的文字。

而这恰恰是一个常见问题，因为漫画、同人志、连环画、扫描书籍、截图以及许多社交媒体内容，绝大部分信息都是以图片形式呈现的。

借助 ImageTrans 浏览器插件和 Orion Browser，你可以直接在 iPhone 上翻译图片中的文字。

为什么传统网页翻译器不够用？

Google Translate 等内置翻译工具主要针对 HTML 文本进行翻译。

然而，许多网站的内容实际上是图片：

漫画页面
同人志
连环画
扫描书籍
截图
信息图（Infographics）
社交媒体图片

由于文字本身已经嵌入到了图片中，普通网页翻译器无法读取和翻译这些内容。

ImageTrans 通过对图片进行 OCR 识别、翻译以及图像编辑，解决了这一问题。

为什么选择 Orion Browser？

苹果的 Safari 浏览器并不直接支持 Chrome 扩展。

幸运的是，Orion Browser 在 iPhone 和 iPad 上提供了对大量 Chrome 和 Firefox 扩展的实验性支持。

因此，我们可以在 iOS 上安装并使用 ImageTrans 浏览器插件。推荐使用 Firefox 扩展，更新更及时：https://addons.mozilla.org/zh-CN/firefox/addon/imagetrans/

安装完成后，ImageTrans 就可以帮助你在浏览网页时翻译漫画页面、扫描文档以及其他基于图片的内容。

两种图片翻译方式

方式一：图片翻译

插件会检测网页中的图片，并将其发送给 ImageTrans 进行处理。

处理流程如下：

检测图片。
使用 OCR 提取文字。
翻译文字。
清除原始文字。
渲染译文。
用翻译后的图片替换原图。

这种方式适用于：

漫画
同人志
连环画
扫描文档
海报
信息图

方式二：截图翻译

目前在 iPhone 上，截图翻译是最可靠的方案。

与直接下载网页图片不同，你只需要选择屏幕上的一个区域，然后将截图发送给 ImageTrans。

处理流程如下：

截取选定区域。
使用 OCR 识别文字。
翻译文字。
生成翻译后的图片。
显示结果。

即使网页图片无法被直接访问，这种方式依然有效。

iOS 上的当前限制

由于 Orion Browser 的扩展运行机制与桌面版 Chrome 不同，因此存在一些限制。

跨域图片访问

许多网站会将图片托管在与网页不同的域名下。

在桌面版 Chrome 中，ImageTrans 可以利用 DeclarativeNetRequest 规则修改请求，从而绕过部分跨域限制。

但在 iOS 版 Orion Browser 中，这些请求修改并不总是能够正常工作。

因此：

某些图片无法被插件下载。
直接图片翻译可能失败。
截图翻译通常是更可靠的替代方案。

对于漫画和同人志阅读场景来说，截图翻译通常是最稳定的选择。

使用本地 ImageTrans 服务

ImageTrans 支持在本地电脑上运行 OCR 和翻译服务，无需依赖云端平台即可处理图片。

在桌面浏览器中，插件通常通过 background script 与本地 ImageTrans 服务通信。这样可以避免访问局域网服务时遇到证书和 Mixed Content（混合内容）限制。

然而，在 iOS 版 Orion Browser 中，这种通信方式并不可靠。

因此，插件往往需要直接与 ImageTrans 服务通信。

由于如今大多数网站都运行在 HTTPS 下，浏览器会阻止 HTTPS 页面访问局域网中的 HTTP 服务。

为了正常通信，ImageTrans 服务也需要启用 HTTPS。

如果是在局域网环境中使用，则需要使用自签名证书。配置步骤如下：

为 ImageTrans 服务生成包含服务器 IP 地址的证书。
将证书安装到 iPhone。
在 iOS 设置中将该证书标记为受信任。

完成后，浏览器便可以通过局域网 IP 安全地访问 ImageTrans 服务。

无法使用本地 PaddleOCR

ImageTrans 浏览器插件原本支持通过 WebAssembly（WASM）直接在浏览器内运行 PaddleOCR。

这样 OCR 可以完全在用户设备上执行，而无需额外服务器。

然而，目前 Orion Browser 在 iOS 上对相关 WASM 模块的加载存在兼容性问题。

因此，内置的 PaddleOCR 无法正常初始化。

受此限制影响，OCR 处理必须由运行在其他设备上的 ImageTrans 服务完成，例如：

Windows
Mac
Linux

插件会将截图或图片发送到服务器，由服务器完成 OCR、翻译以及图片渲染，然后返回最终结果。

可以翻译哪些内容？

ImageTrans 并不仅限于漫画和同人志。

你还可以翻译：

连环画
Webtoon
轻小说插图
游戏截图
日文博客
中文漫画
韩漫
扫描书籍
技术图纸
信息图
社交媒体图片

任何包含文字的图片，都有机会被自动翻译。

总结

虽然 iPhone 上的浏览器扩展支持仍然不如桌面平台完善，但 Orion Browser 已经让图片翻译成为可能。

通过 Orion Browser 与 ImageTrans 的组合，你可以在浏览网页时直接翻译漫画、同人志、连环画、扫描文档以及其他图片内容。

受当前 iOS 平台限制影响，截图翻译仍然是最稳定可靠的工作方式。而配合启用了 HTTPS 的 ImageTrans 服务后，你就能够在 iPhone 上更加流畅地阅读各种外语图片内容，而无需频繁切换应用。

演示视频：

将你的漫画作品翻译到全球语言：独立创作者出海指南

Fri, 05 Jun 2026 12:52:50 +0000

互联网改变了漫画创作和发布的方式。

过去，漫画作者往往需要依赖出版社才能触达海外读者。而今天，无论是个人创作者还是小型工作室，都可以通过网络平台直接向全球发布作品。

然而，许多创作者在出海过程中都会遇到两个问题：

如何让不同国家的读者看懂作品？
如何让作品适应不同平台的发布形式？

对于前者，需要解决多语言翻译问题；对于后者，则需要考虑不同平台对漫画格式的要求。

幸运的是，随着 AI 技术的发展，这些工作已经不再需要专门的本地化团队完成。

为什么要发布多语言版本

如果你的作品只有中文版本，那么能够阅读它的读者群体天然受到限制。

而漫画本身是一种跨文化传播能力很强的内容形式。很多优秀作品并不是因为内容不够优秀而无法传播，而是因为潜在读者无法理解其中的文字。

增加多语言版本能够帮助你：

覆盖更多国家和地区的读者
提升社交媒体传播效果
增加作品曝光机会
获得更多粉丝支持
探索海外市场反馈

对于许多独立创作者来说，增加英文版本往往是国际化的第一步。而随着作品的发展，还可以进一步扩展到西班牙语、法语、葡萄牙语、日语等语言。

选择适合的海外发布平台

不同平台拥有不同的用户群体和运营方式。

在开始翻译之前，了解目标平台往往比选择翻译工具更重要。

Patreon：建立稳定收入来源

Patreon 更像是创作者会员社区。

读者通过订阅支持创作者，并获得提前阅读、高清原图、创作过程等专属内容。

由于 Patreon 用户主要来自英语市场，因此英文版本通常能够显著提升作品的吸引力。

对于连载漫画作者来说，Patreon 往往是实现持续收入的重要渠道。

Pixiv：面向日本读者

如果你的作品具有日式漫画风格，那么 Pixiv 是一个值得关注的平台。

日本读者对原创漫画接受度较高，同时也习惯于阅读网络发布的作品。

除了发布漫画本身，提供日语简介、作品说明以及标签，也有助于提高曝光机会。

WEBTOON：面向全球移动端读者

近年来，WEBTOON 已成为全球最具影响力的网络漫画平台之一。

与传统页漫不同，WEBTOON 更适合手机端纵向滚动阅读。

对于希望获得国际流量的创作者来说，英文版本的 WEBTOON 通常是一个重要入口。

多语言发布面临的现实问题

理论上，制作多个语言版本并不复杂。

但实际操作中，许多创作者很快会发现维护成本远高于预期。

以同时发布中文、英文和西班牙语版本为例：

需要翻译对白
需要调整排版
需要导出多个版本
需要同步后续修改

如果作品仍在连载，那么每一次更新都意味着重复劳动。

随着章节数量增加，维护多语言版本会逐渐成为负担。

AI 如何帮助漫画本地化

近年来，越来越多创作者开始使用 AI 工具辅助翻译和排版工作。

相比传统人工流程，AI 工具能够显著减少重复劳动。

例如：

自动翻译对白
自动调整文本布局
批量处理整部作品
快速生成多个语言版本

这使得原本只有出版社才能承担的本地化工作，逐渐成为独立创作者也能够完成的任务。

ImageTrans：面向漫画创作者的本地化工具

ImageTrans 是一款专门用于漫画和图像翻译的软件。

与许多仅支持图片翻译的工具不同，它既能够处理已经导出的漫画图片，也能够直接处理包含文本图层的原始工程文件。

因此，它既适用于：

独立漫画作者
Webtoon 创作者
插画故事作者
汉化团队
小型出版团队

也适用于对历史作品进行重新本地化。

工作流一：直接翻译 PSD 原稿

对于创作者来说，最理想的情况是保留了原始工程文件。

例如：

Photoshop PSD
Clip Studio Paint 导出文件
其他包含文本图层的设计文件

在这种情况下，无需 OCR 识别文字。

ImageTrans 可以直接读取文本图层内容，并完成翻译和替换。

典型流程如下：

原稿文件

↓

提取文本图层

↓

翻译

↓

替换文本

↓

导出目标语言版本

这种方式具有几个优势：

保留原始图层结构
不破坏画面内容
便于后续修改
适合长期连载项目

对于持续更新的作品而言，这是效率最高的方案之一。

工作流二：翻译已经发布的漫画

并非所有作品都保留了原始工程文件。

很多创作者可能只有：

JPG
PNG
扫描稿
已发布网页图片

这时可以使用 OCR 工作流。

图片

↓

文字识别

↓

翻译

↓

自动擦除原文

↓

重新排版

↓

生成目标语言版本

这种方式特别适合：

历史作品重新发布
海外版本制作
已完结漫画本地化

工作流三：从页漫转换为条漫

除了语言问题之外，平台适配也是创作者出海的重要环节。

许多作品最初按照传统页漫方式创作：

单页布局
双页跨页
纸质阅读逻辑

而 WEBTOON 等平台则更适合长条形式。

为了适应移动端阅读，创作者往往需要重新组织画面结构。

ImageTrans 提供页漫转条漫功能，可以帮助创作者将传统漫画页面重新整理成长条格式，从而更适合在移动平台发布。

这样，同一部作品就能够同时覆盖：

传统漫画平台
手机阅读平台
WEBTOON 等国际社区

哪些语言最值得优先翻译

如果刚开始尝试国际化，建议优先考虑以下语言。

英语

覆盖范围最广，也是多数国际平台的主要语言。

西班牙语

拥有庞大的拉美和西班牙读者群体。

法语

法国长期拥有成熟的漫画文化和消费市场。

葡萄牙语

特别适合面向巴西市场。

日语

适合希望进入日本读者社区的创作者。

从创作到全球发布

过去，多语言漫画往往需要翻译、修图和排版团队协作完成。

今天，借助 AI 翻译和自动化工具，独立创作者也能够以更低成本完成本地化工作。

无论你的目标是在 Patreon 建立会员社区、在 Pixiv 获得日本读者关注，还是在 WEBTOON 吸引全球用户，多语言版本都能够帮助你的作品突破语言边界。

优秀的漫画并不缺少读者。

很多时候，它们只是缺少一个能够被世界看见的机会。

BasicCAT — Computer-Aided Translation (CAT) Tools

扫描件变可搜索PDF：双层PDF生成

关于竖排文字层的添加

ImageTrans是如何优化处理速度与AI模型的

模型量化

分拆Transformer模型

多进程

GPU/NPU加速

性能测试

黑白日漫

彩色CG

中文漫画

自托管漫画翻译API服务器

完全本地处理

用法

翻译整张图片

请求

响应

纯文本模式

翻译文字区域

管理实例

指定实例

部署

AI智能体集成

结语

文字排版中的标点避头尾

例子

参考

PDF论文翻译与转换为Markdown

操作步骤

配置

系列文章

Lezhin漫画翻译浏览器扩展

AI翻译支持

不仅支持Lezhin Comics

支持主流浏览器

纯本地运行

立即体验

支付

演示视频（Youtube）

使用上下文提高漫画、游戏截图等图片翻译的质量

使用图片进行多模态翻译

使用前几页提供更多上下文

结论

在安卓浏览器上用插件翻译漫画图片

用浏览器扩展在iPhone上翻译漫画、同人志及其他图片

为什么传统网页翻译器不够用？

为什么选择 Orion Browser？

两种图片翻译方式

方式一：图片翻译

方式二：截图翻译

iOS 上的当前限制

跨域图片访问

使用本地 ImageTrans 服务

无法使用本地 PaddleOCR

推荐配置方案

可以翻译哪些内容？

总结

将你的漫画作品翻译到全球语言：独立创作者出海指南

为什么要发布多语言版本

选择适合的海外发布平台

Patreon：建立稳定收入来源

Pixiv：面向日本读者

WEBTOON：面向全球移动端读者

多语言发布面临的现实问题

AI 如何帮助漫画本地化

ImageTrans：面向漫画创作者的本地化工具

工作流一：直接翻译 PSD 原稿

工作流二：翻译已经发布的漫画

工作流三：从页漫转换为条漫

哪些语言最值得优先翻译

英语

西班牙语

法语

葡萄牙语

日语

从创作到全球发布