一个功能强大的图像文字翻译工具，支持自动OCR识别、交互式文本框选择、样式自定义和多语言翻译。
- OCR文字识别 - 自动识别图片中的文字（支持中文、英文等多种语言）
- 多语言翻译 - 支持9种语言互译（英文、简体中文、繁体中文、日文、韩文、法文、德文、西班牙文、俄文）
- 交互式选择 - 可视化选择需要翻译的文本框
- 手动框选 - 支持手动框选文字区域进行识别
- 样式自定义 - 每个文本框可独立设置字体大小、字体类型、文字颜色
- 醒目的文本框标注 - 荧光绿/红色边框 + 彩色序号背景
- 双向联动 - 图片点击与列表自动同步
- 实时编辑 - 译文、字体、颜色实时调整
- 批量操作 - 全选/全不选/反选快捷按钮
- 自动保存 - 编辑后自动保存，无需手动点击
- GUI模式 - 图形界面，适合单张图片精细处理
- CLI模式 - 命令行批量处理，适合批量翻译整个文件夹
- 左侧：图片预览区，带醒目的文本框标注和序号
- 右侧：设置面板、文本框列表、样式编辑器、运行日志
- ✅ 自动OCR识别文字
- ✅ 手动框选补充识别
- ✅ 可视化选择翻译区域
- ✅ 每个文本框独立样式设置
- ✅ 字体大小：自动或10-300号
- ✅ 7种字体类型选择
- ✅ 9种预设颜色+自定义颜色
- ✅ 图片与列表实时联动
pip install -r requirements.txtpython image_translator_gui.pypython image_translator_optimized.py- 选择图片 - 点击"选择图片"按钮
- 识别文本 - 点击"识别文本"进行OCR识别
- 选择文本框 - 在图片或列表中选择要翻译的文本框
- 图片上点击：切换选择状态（绿色=选中，红色=未选）
- 列表中点击☑：切换选择状态
- 批量操作：全选/全不选/反选
- 设置语言 - 选择源语言和目标语言（如：英文 → 简体中文）
- 翻译文本 - 点击"翻译选中的文本"
- 编辑调整（可选）
- 点击列表中的文本框进入编辑模式
- 修改译文、调整字体大小、选择字体类型、设置颜色
- 保存图片 - 点击"应用翻译并保存"
如果自动识别遗漏了某些文字：
- 勾选工具栏的 "手动框选模式"
- 鼠标变为十字准星
- 在图片上拖拽框选要识别的文字区域
- 松开鼠标后自动识别并添加到列表
- 可继续框选其他区域
- 取消勾选退出手动框选模式
选中文本框后，可在下方编辑区调整：
- 自动 - 自动适应文本框大小（推荐）
- 10-300 - 手动指定字体大小（支持超大字体）
- 默认 / 微软雅黑 / 黑体 / 宋体 / 楷体 / Arial / Times New Roman
- 自动 - 根据背景自动选择黑/白
- 预设颜色 - 黑、白、红、绿、蓝、黄、橙、紫
- 自定义颜色 - 点击"自定义颜色..."选择任意RGB颜色
将图片放入 input 文件夹，运行：
python image_translator_optimized.py翻译后的图片会保存在 output 文件夹中。
config.json 包含所有配置选项：
{
"ocr_languages": ["ch_sim", "en"],
"model_storage_directory": "model",
"ocr_width_threshold": 0.8,
"ocr_confidence_threshold": 0.4,
"ocr_decoder": "wordbeamsearch",
"source_language": "en",
"target_language": "zh-CN",
"input_folder": "input",
"output_folder": "output",
"background_margin": 10,
"color_discoloration_strength": 40,
"max_font_size": 500,
"font_path": "C:/Windows/Fonts/msyh.ttc",
"max_workers": 4
}| 配置项 | 说明 | 默认值 |
|---|---|---|
source_language |
源语言代码 | en (英文) |
target_language |
目标语言代码 | zh-CN (简体中文) |
ocr_confidence_threshold |
OCR置信度阈值 | 0.4 |
max_font_size |
最大字体大小 | 500 |
font_path |
字体文件路径 | C:/Windows/Fonts/msyh.ttc |
max_workers |
并发处理数 | 4 |
| 语言 | 代码 |
|---|---|
| 英文 | en |
| 简体中文 | zh-CN |
| 繁体中文 | zh-TW |
| 日文 | ja |
| 韩文 | ko |
| 法文 | fr |
| 德文 | de |
| 西班牙文 | es |
| 俄文 | ru |
- Python 3.8+
- OCR引擎 - EasyOCR
- 翻译服务 - Google Translator (deep-translator)
- 图像处理 - Pillow (PIL)
- GUI框架 - Tkinter
pic/
├── image_translator_gui.py # 图形界面程序
├── image_translator_optimized.py # 核心引擎（CLI模式）
├── config.json # 配置文件
├── requirements.txt # 依赖列表
├── README.md # 说明文档
├── input/ # 输入图片文件夹
├── output/ # 输出图片文件夹
└── model/ # OCR模型文件夹（自动下载）
- 上传清晰的图片
- 调整 OCR 置信度阈值（
ocr_confidence_threshold） - 使用手动框选补充遗漏的文字
- 确保网络连接正常（使用在线翻译服务）
- 翻译后可手动编辑译文
- 对于专业术语，建议手动修正
- 根据图片背景选择合适的文字颜色
- 对于小文本框，使用"自动"字体大小
- 对于标题，可手动设置大字体（如 48-128 号）
- 使用"黑体"字体显示更粗壮醒目
- 使用 CLI 模式批量处理多张图片
- 调整
max_workers参数控制并发数 - 网络不稳定时建议降低并发数
A: 这是网络连接问题。解决方法：
- 检查网络连接
- 降低并发数（修改
max_workers为 1） - 重新运行程序
A: 字体不支持中文。解决方法：
- 确保
font_path指向正确的中文字体 - 使用微软雅黑：
C:/Windows/Fonts/msyh.ttc - 或在 GUI 中选择其他中文字体
A: 可以尝试：
- 调高 OCR 置信度阈值（但可能漏掉部分文字）
- 使用手动框选模式补充识别
- 确保图片清晰，文字对比度高
A: 两种方法：
- 识别后，在列表中取消不需要翻译的文本框（点击☑变为☐）
- 跳过自动识别，直接使用手动框选模式，只框选需要翻译的区域
A: 首次运行需要下载 OCR 模型（约 200-300MB），这是正常现象。后续运行会快很多。
- ✨ 初始版本发布
- ✅ 支持自动 OCR 识别
- ✅ 支持手动框选文字
- ✅ 多语言翻译
- ✅ 交互式文本框选择
- ✅ 样式自定义（字体大小、类型、颜色）
- ✅ GUI 和 CLI 两种模式
- ✅ 图片与列表双向联动