图片翻译
识别网页图片中的文字,在原图上阅读译文,也可以打开文字面板对照、复制。
已识别且保持不变的品牌名、目标语言文字或缺译原文也参与保护。相邻译文的清字或绘字范围会影响这些原文时,保留对应原文,并在文字面板提供未绘制的译文;若整张普通图片都不适合绘制,继续显示网页原图。此保护不覆盖未识别的文字或未知画面。
横排漫画段落发生原文冲突时,可在同一封闭气泡的纯白空处补绘完整译文,保留原文和图案,字号不低于识别到的原文字号。超长图片分段只补绘能完整显示的段落;空间不足、跨过分段边界或位置无法确认时,继续在文字面板提供完整译文。这个补绘过程复用本次结果,不重新识别、翻译或下载模型。
翻译一张图片
- 打开 设置 → 图片/漫画翻译,开启 网页图片翻译,确认原语言、目标语言和翻译服务。
- 鼠标停在图片上约 0.6 秒,点击左下角翻译图标;也可以右键选择翻译图片。
- 首次使用按提示准备识别资源。完成后切换 原图 / 翻译,或点击 文字 → 原文对照 核对识别结果、阅读完整译文并复制。
点击已翻译的图片放大时,如果网页查看器打开的是同一张图,大图会直接显示已有译图,无需再次识别或翻译。
处理中可点击 取消,下载好的资源会保留。译文太长、图片太小时,文字面板更便于阅读。鼠标离开后操作条会收起,回到图片即可再次使用。
在文字面板内按 Escape 可关闭并返回可用入口;焦点已移到网页其他位置时不会抢回。复制提示只对应当前展示和最新操作;复制失败时可选中文字手动复制。
已识别的韩文分解字母、扩展汉字及其变体选择符会保留原始文字形式。排版避免拆开组合字符和表情;较旧浏览器中的复杂连续词仍可能需要缩小字号,可在文字面板阅读。
普通图片自动换行时,句末标点和闭括号尽量随前字,开括号随后文,避免句号单独占一行;日文小假名和长音也保持连贯。原文或译文中明确指定的换行仍会保留。
短段落的末行明显过短时,会适当均衡行宽,保留当前字号、行数和完整单词,让对白与短说明更便于阅读。
普通图片按设备实际字体的字形边界安排译文,减少变音符号和上下伸展笔画被裁切。Tesseract 竖排合段保留每列的清字范围,避免擦掉列间图案;不透明文字区域的完整边界确认为平滑渐变时,普通图片和漫画都会延续渐变底色修补。复杂纹理或半透明背景仍可能留下修补痕迹,建议切回原图核对。
普通图片中的细线纸面,在原图能够确认线条方向、间距和颜色连续时,会保留背景并补齐文字遮住的线段,减少大片涂抹痕迹。虚线、交叉图案、弯曲纹理或依据不足的区域仍沿用原有修补。
横排文字会优先结合原图中可确认的逐行字形宽高估计字号,并在已有区域内对齐译文,减少识别框留白导致的放大。复杂字体、背景和透视仍可能影响效果;字号估计不代表能准确恢复原图的字体族或装饰样式。
拍照图片中的轻微倾斜横排文字,在方向和字号都能确认时,译文会跟随原字的倾角与位置;行数相同时还会参考原行距。旋转后的完整字形须放进原区域,信息不足时沿用原布局。强透视、弯曲文字和复杂纹理仍可能无法准确还原。
纯色背景上,能够确认且对比清晰的原文字色会尽量保留。单行横排文字周围确认为连续同色空白时,可适当增加绘字高度,让译文更接近原字号;邻近文字、图案和透明边界会限制这项扩展。复杂背景或颜色关系不明确时,仍使用清晰的深色或白色文字。
能够确认同一字色的平滑渐变区域也会保留原色,并加上较细的对比描边,减少白色或彩色标题被统一改成黑字的情况。无法确认的混色或纹理仍沿用原有处理。
漫画译文按整段文字自身的方向排版,阿拉伯语、希伯来语中的数字、括号和标点随正文处理,减少被画布默认方向打乱的情况。
漫画自动换行会尽量保留完整词语和字素,减少“看懂”被拆到两行的情况。词界依赖浏览器的语言处理能力,真正过长的词仍会按完整字素适配。
日文正文上方或右侧的小字注音,在大小、位置和归属明确时随正文一起处理,避免将读音另翻译成一块译文。正文和注音分别保留原始清字框,注音周围的清字余量按自身大小保留;归属不明确、独立的小字或已合并的识别区域仍保持原有处理方式。
大型曲边气泡上方的注音也会核对与正文的关系:只有底色可信、正文归属唯一且小字不属于其他气泡或独立卡片时,才随正文归组。
漫画中能完整确认纯色底和单一字色的文字,会优先恢复原底色,减少模型修补带来的色差;混色、纹理、透明或证据不足的区域继续沿用原修补方式。
逐段翻译时会提供同图相邻文字作为有限参考,帮助支持上下文的服务理解短标签和句子;批量翻译继续一起处理原有段落。译图会跟随网页原图的形状裁切和像素缩放设置。
部分带编号的全大写多词说明会交给当前翻译服务处理,减少被当成型号而整段漏译的情况。原文和编号保持完整;服务原样返回的名称仍保留在原图中。
使用支持提示词的 AI 服务(或包含此类成员的组合)并开启 AI 上下文 时,每个文字区域会参考同图前后各两段识别原文,不额外生成摘要。相同短句出现在不同位置时会分别结合邻文翻译,改变邻文后不会沿用另一种语境的缓存;关闭该开关后沿用原有翻译方式。上下文能帮助消歧,但识别错误和模型误译仍需对照原图核查。
Google 开启原生合批时,图片中的完整句子会结合最多四条相邻原文翻译,标题保持独立。系统会检查文字框编号和句末语气,出现缺句、串位或把独立句子接成逗号连句时自动回退;相同短句也保留各自位置和整组语境缓存。这个过程只提交本次识别出的文字,不上传原图,仍需对照原图判断具体词义。
网页中的普通旋转、缩放、镜像和透视图片会沿用页面的原生变换,调整样式不需要重新识别和翻译。无法确认覆盖位置或共用祖先裁切的特殊布局(例如同时固定定位并旋转,或旋转图片位于不承担定位的溢出裁切容器内)会保留原图,提示通过文字面板查看译文;布局恢复后可直接显示已有译图。
居中的相邻小字会结合原图中的空白和渐变判断续行,减少一句话被拆成几段翻译;可靠的空格修正仍保留原有位置关系。跨栏、其他文字或图案阻挡时继续分别处理。
同一纸面上的相邻横排文字也会结合实际字形边界和背景连通关系判断续行,减少 OCR 框紧贴笔画时把一句话拆开翻译。封闭纸面的边界可帮助减少背景检查量;边框、独立卡片或其他文字阻挡时继续分别处理。
纯色底的小字、带轻微灰度变化的白底黑字在缩放后,可能把英文单词和编号连成一串。模型和原字形间隙都支持时,会补回缺失的空格,例如把 ROUTEC4 识别为 ROUTE C4,或把 ISAVED 识别为 I SAVED。浅色有色底上的紧裁文字也会核对背景和字形,例如把 FIELDNOTE 12 识别为 FIELD NOTE 12;原字符与位置保持不变。
深色底上的亮字即使紧贴识别框边缘,也会结合原图中的完整空白列和模型证据检查缺失空格,例如把 CHECKTHE OXYGEN 恢复为 CHECK THE OXYGEN。已有空格、原字符和位置保留;混色、无法确认背景、间隙被笔画连接或证据不足时沿用原识别结果。
图片翻译也会结合文字检测与识别结果,减少把高光、纹理和装饰线条当作文字翻译。
部分被背景干扰而漏掉的横排文字会进一步识别。复杂透视、很小或较淡的文字仍可能遗漏,建议核对原图。
连续渐变背景上的两行,如果字号和可确认的字色都有明显差异,会保留各自文字区域,减少大标题与副标题被合并成同一种样式。同图上下文仍按原有服务和设置提供参考。
同一背景上的独立标签会结合实际字形间距保持分开,减少识别框留白过多时把不同提示合成一段。
漫画中,相邻渐变标题有明确共同左边线或右边线时,单行译文会尽量沿用该边线,避免短译文被分别居中而打乱层次。居中、换行、透明避让或字形无法完整放下时,继续沿用原排版。
图片翻译默认使用 PaddleOCR(标准模型),首次翻译准备约 30 MB 资源,与漫画共用。也可选择 Tesseract(轻量模型),按原文语言准备语言包。切换识别方式后,下次翻译会重新识别;选择方式本身不会开始下载。
本地处理后端 默认选择 自动。若浏览器在处理图片时卡顿,可选择 CPU(WASM):后续 PaddleOCR、LaMa 和已导入的可选文字分割从首次初始化就跳过 WebGPU,使用单线程 WASM 和 CPU 超时预算。切换不会下载模型,正在执行的推理会先完成或超时,再在任务边界重建 Worker;取消仍可立即结束页面等待。此选项不改变 Tesseract 的识别方式。
在 识别资源 → 运行信息 可查看当前处理阶段及最近成功初始化会话的执行后端。wasm 表示该会话仅配置 CPU;webgpu / wasm 表示 ONNX Runtime 可以按算子分配到两个后端,不代表全部算子都在 GPU 上运行。自动模式失败时会显示 CPU 回退信息。
PaddleOCR 会为部分浅底彩字和深底亮字自动增强识别对比,无需额外下载模型。很浅的细字和复杂背景仍可能漏识别,可在原图或文字面板中核对。
漫画连续翻译
- 在同一设置页开启 漫画连续翻译,进入支持的漫画阅读页,例如 MANGA Plus 或 Pixiv 的作品阅读器。
- 点击页面上的漫画按钮。缺少资源时,先确认 准备资源并开始;选择稍后或关闭说明不会下载。
- 当前可见页优先翻译,继续滚动即可翻译新页面。再次点击漫画按钮显示原图并暂停,再点恢复。
开启后,展开漫画按钮旁的 查看漫画文字,选择当前可见的页面或长图片段,即可阅读、对照和复制已完成的文字;再次点击该入口可关闭。图片、画布和背景图混用时按网页内容顺序列出。列表序号表示当前可见候选顺序,不是章节页码。
文字面板只读取已有结果,不会为了打开面板重新识别或翻译。页面仍在处理、结果已释放或内容过大时会提示暂不可用;可返回漫画页面后手动重新查看。长图片段可能包含相邻片段的文字;画布文字来自最近完成的翻译快照,后续画面变化可能尚未同步。
已有译文因保护原文而未绘制时,面板显示 未绘制译文 和数量。点击可直接阅读这些完整译文,再次点击返回原顺序的全文;切换只复用当前快照,不重新识别或翻译。复制当前部分 复制当前筛选页,筛选时的 复制全文 仍复制所选图片或片段的全部文字,包括筛选隐藏的条目。原图对应位置仍保留原文(例如英文),该入口不会重新擦字或绘图,也不代表已修复 OCR 漏识别。
默认提前处理网站已加载的后续 3 张图片,可在设置中改为 0–5 张;0 只处理可见页。提前页越多,设备处理量和翻译请求越多。流畅阅读不会主动加载整章或下一章。
失败页保留原图,其他页继续;切回原图再开启可重试。切换章节、离开页面或关闭漫画功能会停止旧任务。普通图片开关和悬浮球开关不会关闭漫画功能;独立入口可在 独立漫画按钮 中调整。
漫画和普通图片中,独立识别且符合支持格式的时间、日期、金额、百分数等数值保留原文,不单独发送给翻译服务或重绘。附近译文可能覆盖这些数值且没有安全位置可绘制时,该译文只在文字面板中显示,并提示未绘制。保护取决于识别结果及格式:未识别、识别错误、某些低置信结果或与文字混在同一行的数值可能无法保护,请对照原图核对。数值区域的坐标无法可靠对应时,处理会报错并保留原图。
漫画中的透明镂空在能确认其背景透明度时会受到保护,译文在原文字框内绕开镂空,尽量保留字号和完整词语。可用空间不足时字号仍可能变小,可打开文字面板阅读完整译文;透明图案过于复杂或遮满排字区域时,这一页保留原图并提示失败。
在 支持的网站 中搜索名称或域名,并查看入口类型:有些阅读器支持连续翻译,有些只提供 圈选漫画翻译,需要启用圈选后拖选可见区域。清单登记不代表所有章节都已验证;登录、付费或受保护内容仍取决于网站能否正常显示。其他网站可尝试单图或圈选翻译。
漫画识别、资源与缓存
漫画资源下载
漫画通常使用本地 PaddleOCR,复杂背景还会用 LaMa 修补原字。识别模型约 30 MB,修补模型约 197 MB;单图选择 PaddleOCR 不会额外加载漫画修补模型。俄文或韩文漫画请明确选择原语言,以使用对应语言包;自动检测的漫画模型不包含这两种文字。
在 图片/漫画翻译 → 识别资源 查看下载状态,展开下载与管理选项可清理资源或导入已有文件。连接或校验失败会自动重试;完整文件会保留,只补齐缺失项,未下载完整的单个文件需要重下。导入文件需匹配要求的名称、容量和校验值,仅保存在本机。
模型齐全后,文字识别和背景修补可离线运行;文字翻译仍取决于所选服务。清理模型不会删除翻译设置或其他语言包。
附近已完成页面会尽量复用缓存,远处页面或缓存被释放后可能重新处理。修改图片、语言、服务或识别方式后不复用旧结果。切走标签页会暂停启动新页面任务,回来后继续;复杂图片和首次准备仍可能需要等待。
小字、艺术字、人名、倾斜文字和背景修补都可能有误,随时切回原图核对。连续漫画使用浏览器扩展的本地模型,油猴版能力有限。
没有入口或翻译失败
- 没有图标:头像、图标、表情、视频封面和小图通常跳过。尝试右键翻译,或打开清晰原图;被查看器或菜单遮挡的图片会暂时隐藏入口。
- 识别不准:确认原语言,优先使用清晰原图。复杂表格、艺术字和日文以外的竖排文字较易出错,请核对人名、数字与单位。
- 识别失败:按提示重试。漫画失败页会保留原图,切回原图再开启可重试。
- 翻译失败:按提示重试,或调整图片专用翻译服务。扩展更新或重新加载后,先刷新网页。
- 本地模型失败:点击 调整本地模型 检查模型和语言方向,或点击 切换图片翻译服务。修改后返回图片重试,不会自动把本地任务改送在线服务。
不需要翻译的部分数字、网址和版本号等内容会保留;只识别到这些内容时,仍可在文字面板查看和复制。动图生成静态译图,切回原图即可继续看动画。背景修补可能留下痕迹,原图始终可恢复。
源语言与语言包
源语言设置
原语言和目标语言与网页、圈选翻译共用;图片和漫画共用此处选择的翻译服务。设置页的固定示例只预览效果,不识别图片或发送翻译请求。
Tesseract 的 自动检测 默认准备简体中文、繁体中文、英文和日文。其他语言需先明确选择原语言,再下载对应包;纯英文图片选择 English 可减少等待。日文同时支持横排和竖排。
下载按语言包分别显示进度。离开设置页不会中断下载,部分失败时保留已完成项,只需重试缺失项。移除的语言包下次使用需重新下载。
跨域图片
跨域图片
公开 HTTPS 图片通常可以处理。网页无法读取图片时,扩展会核对当前图片,再读取不带登录凭据的图片数据;Pixiv 仅对当前图片的读取临时附加所需站点来源,不发送登录 Cookie。
需要登录、重定向、本地或内网图片可能无法读取;超过 16 MiB、被服务器拒绝或不是图片时会显示具体原因。可尝试对可见文字使用圈选翻译。
图片会发送出去吗?
文字识别和背景修补在本机进行,识别出的文字交给所选翻译服务;图片像素不会随文本翻译请求上传。首次下载识别资源需要联网。详见数据与隐私。