做了一个专门翻译漫画图片文字的小工具，分享下实现思路

最近在看一些日文漫画和海外 webtoon 的时候，发现一个比较麻烦的问题：
图片里的文字很难直接翻译。

普通翻译工具基本都是针对纯文本的，但漫画、截图、气泡对话这些内容：

文字不可复制

字体复杂

竖排/混排较多

还有多语言混在一起

后来自己做了一个小工具，主要是把「 OCR + 翻译」流程简化到一步完成，适配漫画和图片场景。

大致流程其实不复杂：

图像文字检测（气泡/区域）

OCR 提取文本

自动语言识别

再走翻译模型处理短句对话

实际测试下来，发现一个有意思的点：
在这种场景下，OCR 准确率反而比翻译模型更关键，因为漫画字体和排版干扰很大。

目前这个工具主要用来：

看外语漫画/生肉

翻译截图里的文字

一些图片型内容快速理解

做成了一个简单的在线版本，省去本地部署和复杂配置：
https://aimangatranslate.com

不是做通用翻译的，更偏图片文本场景，所以适用面会比较垂直。

如果有做过 OCR 或多语言处理的 v 友，也挺好奇你们在复杂排版场景下是怎么提升识别稳定性的。