Детальная информация

Выпускная квалификационная работа посвящена разработке кроссплатформенного настольного приложения для автоматизированного перевода, очистки и верстки страниц японской манги. Программный комплекс интегрирует высокопроизводительное графическое ядро визуализации холста на C++ (Vulkan API, SDL3, Dear ImGui) и модули глубокого обучения на Python (OpenCV, EasyOCR, jaconv). Приложение обеспечивает интерактивнуювекторную разметку зон, автоматическое кадрирование рамок, посимвольное разбиение вертикальных столбцов, гибридный сетевой перевод и мгновенный вывод результатов без зависаний интерфейса. В рамках работы были решены следующие задачи: • анализ предметной области, существующих утилит для локализации комиксов и выявление рутинных графических операций; • исследование лимитов нейросетевого OCR-инференса и обоснование каскада предобработки графики (апскейлинг, бинаризация Оцу, Scanline Fill); • проектирование архитектуры приложения с разделением обязанностей между GUI-оболочкой на C++ и бэкенд-скриптами анализа на Python; • реализация асинхронного межпроцессного взаимодействия (IPC), семистадийного алгоритма вертикальной сегментации и ротации пунктуации; • комплексное тестирование системы на различных выборках страниц, оценка временных характеристик конвейера и точности распознавания. В результате разработан работоспособный программный продукт. Созданное решение автоматизирует ручной труд оператора, обеспечивая параллельную обработку пакетов страниц и точность считывания текста на уровне 80% и выше благодаря механизму адаптивного масштабирования.

This final qualifying work is devoted to the development of a cross-platform desktop application designed for automated translation, inpainting, and typesetting of Japanese manga pages. The software complex integrates a high-performance C++ visual canvas rendering engine (Vulkan API, SDL3, Dear ImGui) with deep learning-based Python backend modules (OpenCV, EasyOCR, jaconv). The application provides interactive vector zone layout, automated bounding box cropping, character-by-character vertical column segmentation, hybrid network translation, and instant output rendering without user interface freezing. The following tasks were completed as part of this work: • analysis of the domain area, a review of existing comic localization utilities, and identification of routine graphical operations; • investigation of neural network OCR inference limitations and justification of the image preprocessing cascade (upscaling, Otsus binarization, Scanline Fill); • architectural design of the application with a strict separation of concerns between the C++ GUI shell and Python backend analysis scripts; • implementation of asynchronous inter-process communication (IPC), a seven-stage vertical segmentation algorithm, and punctuation rotation • comprehensive testing of the software system on various page samples, evaluation of pipeline timing characteristics, and recognition accuracy. As a result, a functional desktop software product was developed. The solution automates the manual workflow of an operator, providing parallel batch processing of pages and maintaining text recognition accuracy at 80% and above due to an adaptive scaling mechanism.