Manga translation
输入“/”快速插入内容
🍵Manga translation
Manga translation
用户5446用户5446用户5898用户58982025年12月14日修改
项目流程简介
上传漫画，服务器转发给计算端，计算端做ocr识别、擦除、嵌字，调用百炼api做翻译，把结果返回给服务器，用户可下载。
画板
关于paddle-ocr的服务化部署
1.
运行服务
bash
conda activate paddle-ocr
paddlex --install serving
paddlex --serve --pipeline OCR #这一步会下载所有paddle模型，不过都很小，别急
运行完毕后会出现：
bash
INFO: Started server process [51689]
INFO: Waiting for application startup.
INFO: Application startup complete.
INFO: Uvicorn running on http://0.0.0.0:8080 (Press CTRL+C to quit)
默认8080端口。上面那个*--pipeline*参数可以指定配置文件（产线名称）。
⚠️
注意
PP-OCRv5有五个模块：
如果直接使用默认调用方式，则五个模块均会使用。但从输出的json来看，完全无法还原出原来的文本框在哪里。这对于漫画翻译场景非常致命。具体原因参考GPT回答：
ChatGPT
🟥 为什么 PaddleX 的坐标不能反推？
因为 PaddleX（paddlex serve OCR pipeline）会在内部做很多预处理，但 不会把这些预处理的参数暴露出来：
PaddleX OCR pipeline 内部操作包括：
自动旋转（angle classify）
文档预处理（doc unwarp / crop）
resize（通常是 960 或 1024）
padding
图像矩阵变换（perspective transform 等）
normalization
这些都会改变文本框的坐标。
但 PaddleX 返回的只有：
dt_polys
translated_texts
orientation
🚫 没有返回：
原图 → 处理图像的缩放因子
旋转角度（有 angle 但不是最终矩阵）
unwarp 的透视矩阵
padding 大小
所以根本没法逆变换回原图坐标。
👉 这是我说的“无法恢复文本框坐标”。