在網路上找漫畫翻譯工具，很容易碰到一個名字：manga-image-translator。它是 GitHub 上最知名的開源漫畫翻譯專案之一，很多教學文、論壇討論都會提到它。
但點進 GitHub 頁面後，很多人會卡住：滿滿的指令列、Python 版本、CUDA、Docker、API 金鑰……它到底是什麼？自己的電腦跑得動嗎？跟線上的漫畫翻譯工具又差在哪？
這篇根據專案官方 README 整理它的運作方式、安裝門檻和已知限制，幫你判斷它適不適合自己。只想直接在線上翻譯漫畫圖片、不想安裝任何東西？ 用我們的漫畫圖片翻譯器，可以直接在瀏覽器上傳漫畫頁、截圖或整本 PDF/CBZ 檔，取得排版整潔的翻譯頁面。
先看基本資料
項目 | 內容 |
|---|---|
專案位置 | GitHub：zyddnys/manga-image-translator |
授權 | GPL-3.0 開源授權 |
社群規模 | 約 1 萬顆星、約 1 千個 fork（2026 年 10 月） |
主要語言 | 以日文為主，也支援簡體與繁體中文、英文、韓文等 20 多種語言 |
功能 | 偵測文字、OCR、去字修圖、翻譯、嵌字，另有放大與上色等選配功能 |
使用方式 | 本機批次處理、網頁介面、API、Docker |
README 最後更新 | 2025 年 5 月 10 日 |
專案作者在 README 開頭就寫明：這個專案還在早期開發階段，有很多不足之處。這句話值得放在心上，它是一個持續演進中的社群專案，而不是包裝好的成品軟體。
它怎麼運作：一張圖要經過五個模組
manga-image-translator 不是單一模型，而是把好幾個模型串成一條流水線。每個環節都可以替換成不同的模型，這也是它最大的特色。
步驟 | 做什麼 | 可選的模型或服務（節錄） |
|---|---|---|
1. 文字偵測 | 找出圖上哪裡有字 | default、ctd、dbconvnext、paddle 等 |
2. OCR 文字辨識 | 把找到的字讀出來 | 48px（預設）、32px、mocr 等 |
3. 去字修圖 | 把原文擦掉並補回背景 | lama_large（預設）、lama_mpe、sd 等 |
4. 翻譯 | 把原文翻成目標語言 | sugoi（預設，離線）、DeepL、OpenAI、DeepSeek、Gemini、Sakura、NLLB 等 |
5. 嵌字 | 把譯文排回圖上 | default、manga2eng |
另外還有影像放大（waifu2x、esrgan 等）和黑白漫畫上色（mc2）等選配功能。
這五個步驟其實就是所有 AI 漫畫翻譯工具的共同骨架。如果想更深入了解每一步在做什麼、哪一步最容易出錯，可以參考我們之前寫的韓漫機翻的四個步驟和漫畫 OCR 的技術難點。
安裝門檻：你需要準備什麼
README 提供兩種主要安裝方式。不管哪一種，都需要一點電腦基礎。
方式一：Python 本機安裝（官方推薦）
Python 3.10 以上。 README 也提醒，太新的 Python 版本可能和部分 PyTorch 套件不相容。
用 git 下載專案，再用 pip 安裝相依套件。 模型會在第一次執行時自動下載。
Windows 使用者要先裝 Microsoft C++ Build Tools，因為有些套件需要編譯。
想用顯示卡加速，要自己安裝對應 CUDA 版本的 PyTorch。 版本對不上是最常見的卡關原因之一。
方式二：Docker
映像檔已經包含所有相依套件和模型，但檔案大約 15GB。
要用 NVIDIA 顯示卡加速，還需要 Docker 19.03 以上和 NVIDIA Container Runtime。
不管哪種方式，翻譯品質都取決於翻譯引擎
預設的 sugoi 是離線模型，不需要金鑰；但如果想用 DeepL、OpenAI、DeepSeek、Gemini 等服務，就要自己申請 API 金鑰，並寫進環境變數或 .env 檔，費用另外依各服務計算。
另外，README 也提到有社群維護的 Rust 版本，編譯好的執行檔可能比較好裝，但目前只有指令列版本。
台灣讀者特別要注意的設定
預設輸出是簡體中文
設定檔裡翻譯目標語言 target_lang 的預設值是 CHS（簡體中文）。想要繁體中文，要記得改成 CHT，否則翻出來會是簡體字。
直排與閱讀順序
嵌字的 direction 可以設成自動、橫排或直排；排序上預設採用由右至左（rtl）的日漫閱讀順序。翻日漫時想要直排的繁中效果，可以從這兩個設定著手。
角色名和前後文
**名詞表（glossary）**可以讓專有名詞、角色名翻得一致，但 README 註明這個功能只對 OpenAI 翻譯器有效。
**前後文頁數（
--context-size）**讓翻譯時參考前面幾頁的內容，目前同樣只適用 OpenAI 翻譯器。
換句話說，想要跨頁一致的翻譯品質，基本上要搭配付費的大型語言模型 API，並自己維護名詞表。
README 自己寫出來的限制
開源專案的好處是誠實：作者在 README 裡直接列出了目前的限制。整理幾個對一般讀者影響最大的：
嵌字範圍依偵測到的文字決定，而不是依對話框。 這樣可以處理沒有對話框的圖，但作者也承認目前無法做到完美的排版，還沒有好的解法。
低解析度圖片容易漏字。 README 建議先用放大功能（
upscale_ratio）處理，或調整偵測尺寸等參數。很多參數要自己調。 例如去字後原文殘留，要自己判斷是偵測、OCR 還是修圖出問題，再分別調整遮罩擴張、修圖尺寸等設定。
官方線上版不保證可用。 README 提到線上示範站可能因為伺服器重啟暫時無法連線，專案簡介中也註明舊的 cotrans 線上服務已經停止運作。
部分翻譯引擎會變動。 例如 README 中 Google 翻譯目前標示為暫時停用。
這些限制不代表它不好用，而是說明它的定位：一個給願意自己動手、調參數的人使用的工具箱。
適合誰？不適合誰？
比較適合 | 比較不適合 |
|---|---|
會用指令列、裝得起 Python 環境的人 | 只想上傳圖片、馬上看結果的人 |
有 NVIDIA 顯示卡，或願意等 CPU 慢慢跑 | 用筆電或手機看漫畫的人 |
想研究 OCR、修圖、翻譯模型怎麼組合 | 不想處理 CUDA、套件版本衝突的人 |
想自己挑翻譯引擎、維護名詞表 | 不想另外申請、管理 API 金鑰的人 |
願意一張一張調參數追求最好的效果 | 追整話連載、想一次處理一整章的人 |
如果你是左邊那一欄，manga-image-translator 是很值得玩的專案，也能學到很多漫畫翻譯背後的技術。
如果你比較接近右邊，線上的漫畫翻譯工具會省事很多。以 AI 漫畫翻譯器為例，偵測、OCR、修圖、翻譯、嵌字都在雲端完成，不用安裝環境；可以直接上傳 ZIP 壓縮檔、先預覽並選擇要翻的頁面；整話翻譯時角色名會從頭到尾保持一致；在網頁上看生肉的話，也可以用瀏覽器外掛直接翻。
不管選哪一種工具，挑選時都可以參考漫畫翻譯工具的 6 個檢查標準；至於翻好的圖能不能分享，則可以看機翻漫畫在台灣的合法界線。
參考資料
GitHub 專案 zyddnys/manga-image-translator，README（最後更新：2025 年 5 月 10 日；星數與 fork 數為 2026 年 10 月查閱）。
GitHub 專案 zyddnys/manga-image-translator，中文說明 README_CN。
本文內容依據撰寫當下的公開資料整理，開源專案更新頻繁，實際安裝步驟與功能請以專案頁面最新說明為準。