[已解决]本地部署manga-image-translator(自动机翻+嵌字)

zmw_831110

本地部署manga-image-translator,如何在windows上安装Debian的build-essential ?

起因是我想用这个里的图片翻译(作者说是用Docker更简单,但我想试一试manga-image-translator里的部署方案)
https://sleazyfork.org/zh-CN/scripts/374903-comicread

然后说到这个玩意的本地部署
https://github.com/zyddnys/manga ... b/main/README_CN.md

首先...我从来没有玩过本地部署,也不懂Python,就是安装说明,一步一步操作.
CMD,我也就只是会cd,cd..这里操作而已.

我是CMD管理员下装的 -搜索 CMD,"命令提示符"右键"以管理员身份运行"
不过存在无法修改keys.py文件(输入各种翻译API的密钥等信息)的问题,我现在只能去安全模式修改keys.py
我也懒得再重新弄了...建议先非管理员CMD装这个.
部分相关内容,直连很慢,速度被限制在2Mbps...(比如pytorch)想快得科学+tun模式,这样就很快了.

1.安装Python后(https://www.python.org/ftp/python/3.12.6/python-3.12.6-amd64.exe)

2.在CMD下把Git先装了

1. winget install --id Git.Git -e --source winget

复制代码

https://git-scm.com/download/win

3.装"Microsoft C++ Build Tools"
https://visualstudio.microsoft.com/visual-cpp-build-tools/
勾选C++的桌面开发(3.XG)安装


4.CMD下继续装了一下pytorch(又是2.5个G)

1. pip3 install torch torchvision torchaudio --index-url [url]https://download.pytorch.org/whl/cu124[/url]

复制代码

https://pytorch.org/get-started/locally/

5.把CUDA重新装一下(3个G)
https://developer.nvidia.com/cud ... rget_type=exe_local

6.然后开始根据Github里写的步骤
在CMD下开始执行部署命令.

1. git clone [url]https://github.com/zyddnys/manga-image-translator.git[/url]

复制代码

cd命令,切换路径到C:\Windows\System32\manga-image-translator

1. cd manga-image-translator
   
2. pip install -r requirements.txt

复制代码

安装依赖这步报错

1. Building wheel for antlr4-python3-runtime (pyproject.toml) ... done
   
2.   Created wheel for antlr4-python3-runtime: filename=antlr4_python3_runtime-4.9.3-py3-none-any.whl size=144576 sha256=cc39b1fbdd42d9acfd927fe5f785fa673f8fff59bc72d95fb42de4450a42e7de
   
3.   Stored in directory: c:\users\xxx\appdata\local\pip\cache\wheels\1f\be\48\13754633f1d08d1fbfc60d5e80ae1e5d7329500477685286cd
   
4.   Building wheel for langdetect (pyproject.toml) ... done
   
5.   Created wheel for langdetect: filename=langdetect-1.0.9-py3-none-any.whl size=993251 sha256=a0113680121208de2420e00db37d770cd97fb10f01dc42ff2304f44a7e79afd5
   
6.   Stored in directory: c:\users\xxx\appdata\local\pip\cache\wheels\c1\67\88\e844b5b022812e15a52e4eaa38a1e709e99f06f6639d7e3ba7
   
7.   Building wheel for pydensecrf (pyproject.toml) ... error
   
8.   error: subprocess-exited-with-error
   
9. 
   
10.   × Building wheel for pydensecrf (pyproject.toml) did not run successfully.
    
11.   │ exit code: 1
    
12.   ╰─> [9 lines of output]
    
13.       running bdist_wheel
    
14.       running build
    
15.       running build_py
    
16.       creating build\lib.win-amd64-cpython-312\pydensecrf
    
17.       copying pydensecrf\utils.py -> build\lib.win-amd64-cpython-312\pydensecrf
    
18.       copying pydensecrf\__init__.py -> build\lib.win-amd64-cpython-312\pydensecrf
    
19.       running build_ext
    
20.       building 'pydensecrf.eigen' extension
    
21.       error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools": https://visualstudio.microsoft.com/visual-cpp-build-tools/
    
22.       [end of output]
    
23. 
    
24.   note: This error originates from a subprocess, and is likely not a problem with pip.
    
25.   ERROR: Failed building wheel for pydensecrf
    
26.   Building wheel for fire (pyproject.toml) ... done
    
27.   Created wheel for fire: filename=fire-0.6.0-py2.py3-none-any.whl size=117045 sha256=6147aa077766ce27524063f111ca13bedbe68f2e9e78de2e2e061d99f6eab43c
    
28.   Stored in directory: c:\users\xxx\appdata\local\pip\cache\wheels\97\4a\3f\f6f222440f03d888f026ac848b6b4ea57183ebfcd8f3cb8904
    
29.   Building wheel for jaconv (pyproject.toml) ... done
    
30.   Created wheel for jaconv: filename=jaconv-0.4.0-py3-none-any.whl size=18258 sha256=0f83fca796edac066742a83f5009139707c36fbec985f820a2b0d800208b1718
    
31.   Stored in directory: c:\users\xxx\appdata\local\pip\cache\wheels\c9\97\53\1f827ebf916b899520ce663227497206525c432be72cc29265
    
32.   Building wheel for pyperclip (pyproject.toml) ... done
    
33.   Created wheel for pyperclip: filename=pyperclip-1.9.0-py3-none-any.whl size=11019 sha256=ba51ed51acb6b8222d650cc3c026eb3ba4ae1867e928bf81dd549a40b586f8c9
    
34.   Stored in directory: c:\users\xxx\appdata\local\pip\cache\wheels\e0\e8\fc\8ab8aa326e33bc066ccd5f3ca9646eab4299881af933f94f09
    
35.   Building wheel for unidic-lite (pyproject.toml) ... done
    
36.   Created wheel for unidic-lite: filename=unidic_lite-1.0.8-py3-none-any.whl size=47658834 sha256=b556ea3b4d52aa6a241f06a9d5ebc74f087015a466cfdb9101f734f609c3cf4b
    
37.   Stored in directory: c:\users\xxx\appdata\local\pip\cache\wheels\5e\1f\0f\4d43887e5476d956fae828ee9b6687becd5544d68b51ed633d
    
38. Successfully built antlr4-python3-runtime langdetect fire jaconv pyperclip unidic-lite
    
39. Failed to build pydensecrf
    
40. ERROR: ERROR: Failed to build installable wheels for some pyproject.toml based projects (pydensecrf)
    

复制代码

注意：pydensecrf 和其他pip包可能需要操作系统的相应编译工具（如Debian的build-essential）。

那么怎么安装Debian的build-essential呢?

zmw_831110

成了

1. python -m manga_translator --verbose --mode web --use-gpu

复制代码

正常启动web后台
http://127.0.0.1:5003
试着翻译了一页





试了一下命令行批量翻译

1. cd manga-image-translator
   
2. python -m manga_translator --verbose --mode batch --use-gpu --translator=papago --target-lang=CHS -i C:\Users\xxx\Desktop\新建文件夹\1

复制代码

第1页20:44分~第186页20:51分
8分钟左右翻译完一个单行本,速度还行.

zmw_831110

开启web模式后
用脚本
https://sleazyfork.org/zh-CN/scripts/374903-comicread

成功机翻


Papago

百度还是稍微强一点


不过我还有个问题
C:\Windows\System32\manga-image-translator\manga_translator\translators

路径下的keys.py无法编辑,没办法去填百度翻译开发平台的APP ID和密钥
我重启了电脑,也是无法编辑
总不至于要我去安全模式下修改吧...
最后去安全模式改了...

紧那罗

既然啥都不会 直接docker不好么 何必折腾这些浪费生命

—— 来自 鹅球 v3.0.86-alpha

Nanachi

wsl2解千愁

—— 来自 鹅球 v3.2.91

tsubasa9

你不会百度搜错误么

error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools": https://visualstudio.microsoft.com/visual-cpp-build-tools/

Litccc

不会python的话那你还是用docker吧，不然配环境都能烦死你

JetBrains

看 lz 似乎看不懂这个错误日志的话，建议直接上 docker，docker for windows 会帮装 wsl2 应该。
到时候部署了不至于后期出问题，问题非常大，而且现在基本上都让套 venv，如果对虚拟环境不太清楚，很多教程又不适用。
如果 lz 会和 gpt 聊天的话倒不是问题，学的快

—— 来自 鹅球 v3.0.86-alpha

maritimus

build-essential是debian的，windows上就装对应的编译工具。

建议你选第一个，C++的桌面开发，应该是够了，就是可能有点占硬盘

maritimus

Litccc 发表于 2024-9-17 16:03
不会python的话那你还是用docker吧，不然配环境都能烦死你

请问国内现在用docker有啥好办法吗？docker镜像都不小，网络问题严重，我找到的源基本都没法用。

chachi

windows 直接用 venv 就行了。
给你运行的命令行，venv我设置的是 manga-env，翻译器是sakurallm

1. 
   
2. .\manga-env\scripts\activate
   
3. python -m manga_translator -v --translator=sakura --skip-no-text --ignore-errors --font-size-minimum 28 --use-gpu -l CHS -i "path\path"
   

复制代码

生存戰略

英文版 Readme 说了，需要装 Microsoft C++ Build Tools 。
https://github.com/zyddnys/manga ... uctions-for-windows

不过按照经验来说，折腾环境问题费时费力还没收获，老老实实docker更简单。

香港记者巴拉森

可以用anaconda?

zmw_831110

这次没报错了(装了C++的桌面开发)

1. Building wheels for collected packages: pydensecrf
   
2.   Building wheel for pydensecrf (pyproject.toml) ... done
   
3.   Created wheel for pydensecrf: filename=pydensecrf-1.0-cp312-cp312-win_amd64.whl size=193007 sha256=545719a7986a7a4db186ad8a746c28177fcbef6a57f09a3bdf9fc805b6a387fb
   
4.   Stored in directory: C:\Users\xxx\AppData\Local\Temp\pip-ephem-wheel-cache-y6qd1hir\wheels\9a\c6\f5\3c132397e37a92e93593422a889f45b692198d6124b141bf3b
   
5. Successfully built pydensecrf
   
6. Installing collected packages: wcwidth, unidic-lite, sentencepiece, pytz, pyperclip, pydensecrf, pyclipper, mpmath, jaconv, flatbuffers, arabic-reshaper, appdirs, antlr4-python3-runtime, win32-setctime, wheel, websockets, urllib3, tzdata, typing-extensions, torch-summary, termcolor, sympy, sniffio, six, setuptools, safetensors, regex, pyyaml, python-dotenv, pyreadline3, pycparser, psutil, protobuf, pillow, packaging, numpy, networkx, nest-asyncio, multidict, MarkupSafe, kornia-rs, idna, h11, fugashi, ftfy, fsspec, frozenlist, freetype-py, filelock, einops, editdistance, distro, cython, colorama, charset-normalizer, certifi, backports.cached-property, attrs, annotated-types, aioshutil, aiohappyeyeballs, aiofiles, yarl, tqdm, tifffile, tensorboardX, shapely, scipy, requests, PyWavelets, python-dateutil, pydantic-core, py3langid, opencv-python, omegaconf, marshmallow, marisa-trie, loguru, lazy-loader, langdetect, jinja2, imageio, humanfriendly, httpcore, fire, ctranslate2, cffi, anyio, aiosignal, torch, scikit-image, pyhyphen, pydantic, pandas, language-data, ImageHash, huggingface_hub, httpx, deepl, cryptography, coloredlogs, aiohttp, torchvision, tokenizers, openai, onnxruntime, langcodes, kornia, bitsandbytes, accelerate, transformers, timm, open_clip_torch, manga-ocr
   
7. Successfully installed ImageHash-4.3.1 MarkupSafe-2.1.5 PyWavelets-1.7.0 accelerate-0.34.2 aiofiles-24.1.0 aiohappyeyeballs-2.4.0 aiohttp-3.10.5 aioshutil-1.5 aiosignal-1.3.1 annotated-types-0.7.0 antlr4-python3-runtime-4.9.3 anyio-4.4.0 appdirs-1.4.4 arabic-reshaper-3.0.0 attrs-24.2.0 backports.cached-property-1.0.2 bitsandbytes-0.43.3 certifi-2024.8.30 cffi-1.17.1 charset-normalizer-3.3.2 colorama-0.4.6 coloredlogs-15.0.1 cryptography-43.0.1 ctranslate2-4.4.0 cython-3.0.11 deepl-1.19.1 distro-1.9.0 editdistance-0.8.1 einops-0.8.0 filelock-3.16.1 fire-0.6.0 flatbuffers-24.3.25 freetype-py-2.5.1 frozenlist-1.4.1 fsspec-2024.9.0 ftfy-6.2.3 fugashi-1.3.2 h11-0.14.0 httpcore-1.0.5 httpx-0.27.2 huggingface_hub-0.25.0 humanfriendly-10.0 idna-3.10 imageio-2.35.1 jaconv-0.4.0 jinja2-3.1.4 kornia-0.7.3 kornia-rs-0.1.5 langcodes-3.4.0 langdetect-1.0.9 language-data-1.2.0 lazy-loader-0.4 loguru-0.7.2 manga-ocr-0.1.12 marisa-trie-1.2.0 marshmallow-3.22.0 mpmath-1.3.0 multidict-6.1.0 nest-asyncio-1.6.0 networkx-3.3 numpy-1.26.4 omegaconf-2.3.0 onnxruntime-1.19.2 open_clip_torch-2.26.1 openai-1.35.9 opencv-python-4.10.0.84 packaging-24.1 pandas-2.2.2 pillow-10.4.0 protobuf-5.28.1 psutil-6.0.0 py3langid-0.2.2 pyclipper-1.3.0.post5 pycparser-2.22 pydantic-2.9.2 pydantic-core-2.23.4 pydensecrf-1.0 pyhyphen-4.0.4 pyperclip-1.9.0 pyreadline3-3.5.3 python-dateutil-2.9.0.post0 python-dotenv-1.0.1 pytz-2024.2 pyyaml-6.0.2 regex-2024.9.11 requests-2.32.3 safetensors-0.4.5 scikit-image-0.24.0 scipy-1.14.1 sentencepiece-0.2.0 setuptools-75.1.0 shapely-2.0.6 six-1.16.0 sniffio-1.3.1 sympy-1.13.2 tensorboardX-2.6.2.2 termcolor-2.4.0 tifffile-2024.8.30 timm-1.0.9 tokenizers-0.19.1 torch-2.4.1 torch-summary-1.4.5 torchvision-0.19.1 tqdm-4.66.5 transformers-4.44.2 typing-extensions-4.12.2 tzdata-2024.1 unidic-lite-1.0.8 urllib3-2.2.3 wcwidth-0.2.13 websockets-13.0.1 wheel-0.44.0 win32-setctime-1.1.0 yarl-1.11.1

复制代码

Litccc

maritimus 发表于 2024-9-17 22:58
请问国内现在用docker有啥好办法吗？docker镜像都不小，网络问题严重，我找到的源基本都没法用。 ...

没什么办法，自备🪜

charlespfan

用的翻译源是百度？整点AI翻译吧，不然都对不起你整这么复杂了

—— 来自 S1Fun

zmw_831110

charlespfan 发表于 2024-9-18 22:36
用的翻译源是百度？整点AI翻译吧，不然都对不起你整这么复杂了

—— 来自 S1Fun ...

其实也不怎么用

maritimus

zmw_831110 发表于 2024-9-18 22:21
开启web模式后
用脚本
https://sleazyfork.org/zh-CN/scripts/374903-comicread

我没装过，以下是我的猜测/看法：

首先，不要用管理员账户装这个东西，因为会装到system32里，一般不要这样，很不好。你就用普通账户装，需要的时候提权就行。用管理员账户也导致了你编辑不了keys.py，权限不对。你可以用管理员权限打开记事本/VScode/Visual studio，打开这个文件，就可以编辑了。

maritimus

Litccc 发表于 2024-9-18 20:11
没什么办法，自备🪜

那我还是和docker无缘...

zmw_831110

maritimus 发表于 2024-9-18 22:41
我没装过，以下是我的猜测/看法：

首先，不要用管理员账户装这个东西，因为会装到system32里，一般不要 ...

好吧...
我已经安全模式改好了

就先这样吧...

emcl

docker 配置好的在哪下载？

zmw_831110

emcl 发表于 2024-9-19 08:36
docker 配置好的在哪下载？

https://sleazyfork.org/zh-CN/scripts/374903-comicread
这里就有讲

emcl

zmw_831110 发表于 2024-9-19 09:32
https://sleazyfork.org/zh-CN/scripts/374903-comicread
这里就有讲

谢谢

azbhg1

charlespfan 发表于 2024-9-18 22:36
用的翻译源是百度？整点AI翻译吧，不然都对不起你整这么复杂了

—— 来自 S1Fun ...

传统机器翻译日翻中最准的其实就是百度和有道
这两还都有相当可观的免费额度

azbhg1

啥都不会我建议你用这个
https://github.com/dmMaze/BallonsTranslator
基本上是开箱即用的

charlespfan

azbhg1 发表于 2024-9-19 13:46
传统机器翻译日翻中最准的其实就是百度和有道
这两还都有相当可观的免费额度 ...

我拿出本地部署Sakura大模型你该如何应对？还不要钱

还有，日中传统机翻最强是彩云DeepL有道，根本轮不到百度

彩云去年之前还有每月API免费额度的时候，有道和百度不是被彩云吊着打？

charlespfan

azbhg1 发表于 2024-9-19 13:50
啥都不会我建议你用这个
https://github.com/dmMaze/BallonsTranslator
基本上是开箱即用的 ...

这玩意嵌字不是一坨？还得自己手动调整

—— 来自 S1Fun

azbhg1

charlespfan 发表于 2024-9-19 13:53
我拿出本地部署Sakura大模型你该如何应对？还不要钱

还有，日中传统机翻最强是彩云DeepL有道，根本轮不 ...

本地部署的的配置就不是钱了是吧，本地同时跑manga-tanslate+sakura，按默认配置运行，大部分人用的60/70甜品卡显存早爆了
deepl日翻中八成是日翻英翻中的，明显一坨狗屎你真的用过？
彩云我还真没试过，不评价了

azbhg1

charlespfan 发表于 2024-9-19 13:55
这玩意嵌字不是一坨？还得自己手动调整

—— 来自 S1Fun

和manga-tanslate不也是半斤对八两？
对楼主这种小白来说肯定是开箱即用完+有gui就完爆其他

charlespfan

azbhg1 发表于 2024-9-19 14:08
本地部署的的配置就不是钱了是吧，本地同时跑manga-tanslate+sakura，按默认配置运行，大部分人用的60/70 ...

谁跟你说我用的是mangatranslate了

我有好东西为啥要跟你们说

有道彩云的缺点就是会漏翻一些重要的东西，deepl虽然看上去机翻味很重，但是他重要的东西基本不缺，片假名理解能力也比那两个强

彩云就更是吊打有道和百度了，你拿他去翻《银河英雄传说》，翻出的人名全都跟译本一样，说明他已经录入了这一堆人名，词汇对应肯定是强很多的

—— 来自 S1Fun

azbhg1

charlespfan 发表于 2024-9-19 14:15
谁跟你说我用的是mangatranslate了

我有好东西为啥要跟你们说

那您可真行，就喜欢跑小白帖子里面来秀一些没有帮助意义的东西真开心吧那真的没有继续说下去的必要了。
deepl翻的南辕北辙的东西那也真不少。

zmw_831110

charlespfan 发表于 2024-9-19 13:53
我拿出本地部署Sakura大模型你该如何应对？还不要钱

还有，日中传统机翻最强是彩云DeepL有道，根本轮不 ...

我是4070TiS 16GB显存
跑本地批量翻译一个单行本的最多用了5909MB显存,剩余10467MB


跑Web时,用浏览器看了4话,显存峰值占用是6358MB显存,剩余10028MB



还有余量本地部署Saraku大模型么?
我看介绍,说是12GB的显卡就可以跑,因为开机会占用一点显存(看了下会吃掉2GB),所以我这个还剩差不多10GB显存,是不是也够?