本来想的是1.先用ImageTrans来进行气泡识别

本来想的是 1.先用ImageTrans来进行气泡识别 2.运行脚本转换成BallonTranslator 3.用BallonTranslator来进行OCR 4再转换回ImageTrans进行翻译和嵌字润色 结果现在成了 1.运行BallonTranslator气泡识别和OCR 2.转换成ImageTrans 修正气泡识别 3.然后进行翻译和润色 明天克劳德能免费用的时候 看看能不能让它写一个 反向的脚本 实现最初设想的1234

ImageTrans的长处

ImageTrans的长处 操作整体体验舒服 嵌字体验YYDS 因为文本位置是固定的可以用鼠标宏 然后还可以导出文文本 短板 OCR 太慢了 BallonTranslator长处 OCR速度飞快 今天早上已经体验过了 短板 不能导出文本 嵌字体验很糟糕 每个气泡一个输入位置 无法用鼠标宏 现在2个结合到一起 YYDS了

第三步用有道OCR来进行OCR

第三步 用有道OCR来进行OCR 并生成日文字幕文件 是的选择使用 VideoSubFinderWXW 而不是 video-subtitle-extractor 就是因为有道识别的更准确 虽然操作步骤繁琐但是准确性有保证

软件2.0增加的这个功能是真的很不错

软件2.0增加的这个功能是真的很不错 以前要么气泡识别 手动去处理这种无气泡的文字图 要就用不完美的 manga-image-translatorrun 插件批量跑然后 手动处理 这种大量的无意义方块 然后我我就在想 能不能用气泡识别来识别气泡 然后manga-image-translatorrun 插件只负责处理无气泡的纯文字部分 这样就可以 各司其职 而且不需要手动去处理大量的无意义气泡 https://github.com/xulihang/ImageTrans-docs/issues/447 然后开发者实现这种功能 现在就可以各司其职 各自负责各自擅长的领域了

ChatGPT的Code Interpreter插件示例。交互还是用自然语言，实现了真正的动嘴写程序了。

ChatGPT的Code Interpreter插件示例。交互还是用自然语言，实现了真正的动嘴写程序了。 它创造了一个可以运行 Python 解释器的沙盒（包含一些Python的基本库），能处理文件上传和下载，整个虚拟空间在会话期有效。常见的用法是用它来处理数学问题、可视化和文件格式转换。 网上有前期体验用户用它来处理声音、剪辑视频、人脸识别、创建机器学习等高级功能。

现在跑漫画 步骤全分开了

现在跑漫画 步骤全分开了 首先模型预测用的是 https://github.com/CVHub520/X-AnyLabeling 有GPU加速生成文本框的速度快 并且可以在人工检查的阶段生成新的训练数据 然后用ImageTrans 这个功能导入 并进行批量OCR 然后导出文本去喂 https://github.com/neavo/KeywordGacha 提取人名等 然后再喂 https://github.com/NEKOparapa/AiNiee 进行翻译翻译完之后 在导入ImageTrans 然后再使用yolo预测模式生成掩膜 进行图片修复 也可以不用ImageTrans 而且是去用BallonsTranslator 来生成无字图在自动情况下这个的修复效果 略强于ImageTrans 然后把生成的无字图再导入到ImageTrans就可以舒服的看了 嘛人家都是死命的想把流程集中到一个软件里 我是死命的要把每个流程都分开执行 能把一个软件做的和各种第三方软件联动使用 而不是把用户绑死在自己的软件上 这个用户体验我觉得是很棒的 虽然整体做的不错 但是细节上的体验不是很好 但是我可以让我的软件兼容各种第三方工具 如果用户喜欢某个第三方工具的某个功能 那他就可以去用那个软件的那个功能 嘛虽然很麻烦但是这样分开来用 每个流程的操作体验都是满分的 而且这还是一款付费软件 付费软件不把用户绑死在自己的软件上 还能说什么呢 五星好评了只能 如果是免费的那就没这么多说道了 关键它是付费的........