[Rust] Rust+AI漫画翻译工具Koharu实战：支持OCR与LLM驱动的高质量本地化

Koharu 是一款基于 Rust 语言开发的漫画翻译工具，它通过整合多种人工智能（AI）技术，实现了高度自动化的漫画本地化流程。

该项目革新了传统漫画翻译流程，将目标检测、光学字符识别（OCR）、图像修复（Inpainting）以及大语言模型（LLM）等能力融为一体，旨在提供无缝的翻译体验。

核心功能

• 自动气泡检测与分割：精准识别并分割漫画画格中的对话气泡。
• 漫画专用OCR：针对漫画字体和排版优化过的文本识别功能。
• 智能背景修复：自动擦除原图中的文字，并利用图像修复技术填充背景。
• LLM驱动翻译：调用大语言模型进行上下文感知的优质翻译。
• 垂直文本排版：完美支持中日韩（CJK）语言的竖排文字，还原原版漫画的阅读感。

硬件加速支持

为提升AI模型推理效率，Koharu 针对不同硬件平台进行了优化：

• NVIDIA GPU (CUDA)
  • 内置 CUDA toolkit 12.x 及 cuDNN 9.x 支持。
  • 要求显卡计算能力（Compute Capability）在 7.5 及以上。
  • 首次运行时自动提取所需动态链接库。
• macOS (Metal)
  • 支持 Apple Silicon（M1， M2， M3 等）芯片，利用 Metal 框架进行GPU加速。

集成的AI模型

Koharu 协同使用了计算机视觉（CV）与自然语言处理（NLP）两类模型。

计算机视觉模型（运行自动下载）

• 文字检测：comic-text-detector
• 文字识别（OCR）：manga-ocr
• 图像修复：AnimeMangaInpainting

注：为提升性能与兼容性，官方已将上述模型转换为 safetensors 格式并托管于 Hugging Face，程序首次执行时会自动下载。

大语言模型（LLMs）

• 支持 GGUF 格式的量化模型。
• 当前已验证可用的模型示例：vntl-llama3-8b-v2， sakura-galtransl-7b-v3.7。
• 用户于设置中选择模型后，将按需自动下载。

安装与从源码构建

• 直接安装
  • 官方 Release 页面提供了 Windows 和 macOS 的预编译二进制文件，开箱即用。
  • Linux 或其他平台用户可能需要从源码编译。
• 开发/源码编译
  • 环境要求：需要安装 Rust (1.85+) 和 Bun (1.0+)。
  • 构建步骤：
    1. bun install # 安装前端依赖
    2. bun run build # 构建项目
  • 构建完成后，可执行文件位于 target/release 目录下。

项目信息

• 项目地址：github.com/mayocream/koharu
• 开发者：mayocream
• 项目数据：353 ⭐ / 16 Forks (统计时间仅供参考)
• 开源协议：GPL-3.0 (主程序) / Apache-2.0 (子库)