对于漫画翻译人员来说，需要去除原有漫画的对话框和背景文字，并将其替换为读者使用的语言。由于一本漫画可能有数万个对话框和对话，因此工作量是很大的。现在，抠图的工作人员可以基本上解放他们的双手了。只要你有 TensorFlow，就可以快速实现一键抠图，将漫画图像中的所有文字一键去除。

项目地址：https://github.com/KUR-creative/SickZil-Machine （阅读原文直接访问）

SickZil-Machine，一键抠图

SickZil 是韩文中的作者提供了一个视频，用于展示这一工具的效果。

作者同时提供了自动工具抠图的案例。

对话框中的文字可以被完全消除。

有时候会有些文字消除不干净的情况，但基本不影响画面（漫画右上角标题符号）。同时，背景中被去掉文字后，背景画面可以被自动补全，基本不改变画面效果（画面右上角背景文字）。

从视频中可以看出，这一工具非常的方便。只需要选择待处理的漫画，然后运行工具即可。如果有一些画面被误去除，或者有一些去除不干净的情况下，用户可以手动修改需要被去除的文字。

那么，这一工具背后是什么技术呢？

技术

模型架构

据项目作者介绍，这一工具背后使用了两个模型，第一个是 Seg Net，用于检测漫画中的问题。另一个则是 Compl Net，用于处理漫画图像，去除文字并补全缺失的图像部分。

Seg Net 使用的是 U-NET。这是一种编码器-解码器架构。编码器逐渐减少池化层的空间维度，解码器逐步修复物体的细节和空间维度。

U-Net 的架构，将输入图像逐步池化后进行上采样，从而还原图像细节。

而 Compl Net 使用的是 deepfill v2，这是一个用于对任意被 mask 的图像进行修复的模型，可以适应各种 mask 的方式（块状遮盖或线条遮盖都可以）。deepfill 是 Adobe 等机构提出一系列图像修复工具，机器之心也曾用过 deepfill v1，但是效果似乎没有论文展示的那么好。

目前 deepfill v2 并没有官方开源，但 GitHub 上有其他开发者复现。

deepfill v2 的模型架构，可以进行图像修复。

有了这两大神器，基本上可以实现漫画文字的检测识别和去除文本后的图像补全。

数据集和训练

有了模型还不够，很多读者想知道，整个系统是怎样训练的。

在 Seg Net 上，作者使用了原始的漫画图像和文本内容遮盖数据，用于覆盖原始漫画中所有的文字部分。在 Compl Net 上，模型的输入为被移除了文字的漫画图像。模型使用了 285 个图像-遮盖对和 31500 张漫画图像，其中有将近 12000 张漫画是有文字的，因此训练的数据比较平衡。

安装和使用

作者没有透露训练模型的相关参数，但是提供了开发者需要准备的硬件配置。

对于开发者而言，运行代码需要准备 NVIDIA 驱动 410.x，CUDA 10.0，CUDNN >= 7.4.1，TensorFlow 需要大于 1.13 版本。

配置代码步骤如下：

1首先克隆相关代码：git clone https://github.com/KUR-creative/SickZil-Machine.git; cd SickZil-Machine23下载 zip 文件，地址：https://github.com/KUR-creative/SickZil-Machine/releases。45解压并复制文件：SickZil-Machine-0.1.1-pre0-win64-cpu-eng/resource/cnet 和 SickZil-Machine-0.1.1-pre0-win64-cpu-eng/resource/snet 到文件目录：SickZil-Machine/resource.67进入目录并安装：pip install -r requirements.txt89运行主程序：cd src; python main.py