---

✨ 功能

🎯 一句话定位

游戏 / 漫画 / 视觉小说画面在屏，按一下圆球，几秒后中文译文盖在原文上。

🖱️ 怎么触发翻译

• 悬浮球单击：默认翻整个屏幕；可切到「划词模式」——按一下后用手指圈一小块文字单独翻（更准、专挑要看的那一段）
• 悬浮球长按：弹出弧形子菜单，常用动作一指可达：循环翻译 / 重选区域 / 在「全屏翻译」和「划词翻译」之间切换 / 快速切源语言与目标语言 / 切换翻译预设 / 打开设置 / 回主页。按钮顺序和每页数量可在设置里调整；超过一页自动出现「下一组」翻页按钮
• 循环模式：可选固定间隔，或等待报幕文字稳定后再翻译；会跳过完全相同的画面 / 译文，并可优先检测下半屏对话区域，连续看剧情时不用反复点球
• 音量双键：同时按住「音量+ / 音量−」0.3 秒触发，手指不用离开游戏（需在系统无障碍中启用）
• 从其它 App 选中文字：在任意 App 里长按选中一段文字 → 系统菜单选「屏译翻译」→ 直接弹译文卡片，省去切到屏译再框选的步骤

🔍 识别屏上的文字（OCR）

• 本机识别：ML Kit（中日韩英）/ PaddleOCR / 日漫 OCR——图不上传，无网也能用；PaddleOCR 支持 v5/v6 多档模型
• 本地 HTTP OCR：可接入局域网里的 Umi-OCR / LunaTranslator OCR 服务，适合把 PC 端 OCR 能力接到手机截屏流里
• 云端识别：PP-OCRv6 在线（PaddleOCR AI Studio）/ 百度 / 腾讯 / 有道——本机识不准时兜底；PP-OCRv6 在线需填写 AI Studio Access Token
• 切源语言时会自动检查"当前 OCR 能不能认这门语言"，认不了会推荐换引擎，不用自己排查
• 可自动判别横排 / 竖排 / 旋转文本方向，必要时重跑更合适的 OCR 路径；也可以手动锁定方向
• PaddleOCR、日漫 OCR 和方向模型会按设备可用核心数动态选择 1 / 2 / 4 / 6 个 CPU 推理线程，最高 6 线程

🌐 翻译引擎

• 大语言模型：DeepSeek / ChatGPT / 智谱 / 自架兼容接口……一边翻一边显示，不用等整段
• 端侧 LLM：Sakura（日→简中 ACGN/VN）与 Hy-MT2（多语种翻译）GGUF 模型按需下载，模型就绪后可离线翻译
• 译名一致性：可按全局或指定 App 保存人名、地点、组织和专业术语，让 OpenAI 兼容接口与端侧 LLM 在连续剧情中使用固定译名
• DeepL：官方付费 / 免费版自动识别，支持自架 deeplx（免 key 的开源代理，能在自己服务器上跑），可选「官方 / deeplx / 自动 fallback」三种协议
• 有道图翻：截图直接换译文，跳过中间环节，特别适合漫画
• Google：免 key、免费（国内需代理）
• 每个引擎都有「测试连接」按钮，DeepL 顺带告诉你这个月还剩多少免费字数

🔤 划词翻译（按一个词出字典）

不只是翻整屏。框出屏上一个单词或短语，弹卡片一次告诉你：

• 译文 —— 所有翻译引擎都给
• 音标 / 词性 / 多条释义 / 例句对照 / 难点解释 —— 使用大语言模型时才有完整字典；生僻词、专业名词、缩写、文化背景和易混用法会单独说明（百度 / 腾讯 / DeepL 这类只返回译文）
• 卡片上有「复制原文」「复制译文」两个按钮，长按文字也能复制
• 横屏时顶部关闭栏和底部复制栏固定，中间内容单独滚动，并自动避开状态栏、导航栏和刘海区域
• 适合查游戏 / 漫画 / 视觉小说里冒出来的生词，单词长按一秒，比切回字典 App 快得多

🎨 译文怎么显示

• 两种渲染：贴每段原文下 / 上 / 覆盖（BLOCKS），或装进一个可拖拽缩放的悬浮窗口（适合虚拟按键密集的游戏，让译文飘在画面上方不挡操作；可一键锁定避免误触）
• 自动适配画面：紧贴原文显示时，根据每个文字区域自动选择颜色、背景和字号，并尽量把译文放回原文位置；关闭后恢复原来的显示设置
• 排版与阅读顺序统一：默认让译文跟随 OCR 识别出的横排 / 竖排及阅读顺序；关闭后必须手动选择横排或竖排，以及从左到右或从右到左，OCR 块排序和译文渲染共用同一方向
• 译文块可复制：可选长按译文块调用系统文字选择，或点击译文块打开选择面板，按范围选择文字，也能整段复制原文 / 译文
• 5 套配色 + 可视化取色器：直接选择背景、文字、边框颜色和透明度，不需要手填 ARGB；横屏下取色面板可滚动
• 完整文字样式：加粗、倾斜、下划线、字符间距、行距、对齐、描边和阴影都可独立调整，预览与实际译文同步
• 漫画 / 字幕优化：自动把被切成几段的同一句话合到一起再翻；竖排日漫从右往左拼；漢字旁的小注音（振假名）自动去掉，译文不再重复；竖排场景可用竖排译文布局
• 长译文跑马灯：单行模式下太长不会被省略号截断，自动横向滚动
• 译文字体自选：导入 .ttf 后只作用于译文渲染，系统 UI 仍使用默认字体；已导入字体会以 chip 形式保留可切换

🛠️ 用着舒服的小事

• 中英界面 + 浅 / 深 / 跟随系统主题，立即切换不重启
• 设置项内搜索：找不到选项？顶部搜一下，中英关键字都行；颜色、字体、备份、导入导出等新配置均已加入索引
• 系统预设方案：内置「离线日语漫画 OCR → 简中」等组合，一键完成识别、翻译和显示设置；日漫预设默认使用自动适配画面，缺模型时会提示先下载
• 后台模型下载：离开设置页后仍可继续；应用内和系统通知都会显示当前模型与下载进度，并支持取消、失败重试和断点续传
• 按应用翻译上下文：可自动识别前台 App，为不同游戏启用各自的术语；包名始终留在本机，只有主动开启时才把应用显示名称交给支持上下文的翻译模型
• 便携配置包：一键导出 / 导入非敏感设置、自定义预设和字体文件；API Key、Token 等凭据只留在当前设备
• 翻译结果缓存：当前运行期间，相同文本和翻译配置会复用结果；云端接口与端侧 LLM 都不会重复计算
• 崩溃自动留现场：Java 崩溃、原生崩溃、ANR、低内存退出等会在下次启动进入日志页，可导出经过脱敏的诊断报告
• 基础 TalkBack 支持：悬浮球、弧形菜单、语言 / 预设快切、截图选区、划词卡片和取色器都有读屏标签、状态与操作提示
• 敏感设置加密保存：API Key、prompt、镜像 URL、预设等持久化字段会迁移到加密存储，减少本机明文残留
• 新版本自动提示：进入主页自动检查（每天最多一次），国内拉不到会给你直链
• 国产手机后台引导：小米 / OPPO / VIVO / 华为 / 三星 容易杀后台的手机，有一键跳转设置的引导
• 隐私保护：明文 HTTP 默认只能在家里的局域网用，公网必须 HTTPS

🧩 项目特点

屏译将截屏、OCR、翻译和译文排版分成可独立配置的环节：

特点	说明
OCR 和翻译可以自由组合	OCR 可选端侧、本地 HTTP 或云端；翻译可选端侧模型、OpenAI 兼容接口或多家机器翻译，不会因为某一家服务不好用就整套应用失效
可以全离线，也可以完全自建	使用端侧 OCR + Sakura / Hy-MT2 时截图和文字无需离开手机；也能把 OCR、DeepLX、Ollama 等服务放在自己的电脑或服务器上
专门面向游戏、漫画和视觉小说	智能等待文字显示完整、跳过重复画面、优先处理对话框、识别竖排日漫，并让译文跟随原文位置和阅读方向；还可按游戏固定人名与术语
开源且不锁配置	代码采用 Apache-2.0；设置、预设、术语和字体可以导出迁移，API Key 不会写进导出文件

适合希望自行选择 OCR 和翻译方式，并兼顾离线使用、竖排漫画与自建服务的用户。

📸 截图

实际译文叠加 —— Discord 沟通规则页，OCR 紧贴原文渲染：

经典深色主题	浅色纸张主题	自动适配画面

游戏场景 —— Sandship UI 同一画面对比：原图、紧贴原文与自动适配画面。

显示方式	画面
原图无处理
紧贴原文
自动适配画面

漫画 / 字幕场景 —— 漫画气泡按列识别后译文紧贴覆盖：

韩文漫画	日文竖排漫画

日文漫画自动适配对比 —— 同一张竖排日漫从原版到自动适配画面，并展示将译文改为横排、从左向右后的效果：

原版	自动适配画面	自动适配画面（横排、从左向右）

设置页：

语言 / 主题 / 系统预设	翻译后端
OCR 引擎	方向模型设置
译文样式与字体	自动适配画面
弧形菜单按钮	悬浮窗口模式选项
段落合并 / 悬浮球	智能循环翻译

悬浮窗口模式 —— 把所有原文 / 译文集中到一个可拖拽缩放的浮窗里，避免「贴原文」模式下译文挡住游戏操控（虚拟摇杆 / 按键 / 对话推进键）。窗口支持锁定：解锁时可拖动、可缩放、带 X 关闭按钮和底部缩放手柄；锁定后只剩文字内容，不响应任何手势，彻底防误触。

解锁（可拖拽 / 缩放 / 关闭）	锁定（防误触，只剩内容）

长按悬浮球的弧形子菜单 & 划词翻译卡片 —— 左：长按弹出菜单，循环 / 选区 / 在「全屏翻译」和「划词翻译」之间切换 / 回主页（按钮顺序可在设置里拖动重排）；右：圈出屏上一个词后弹出的卡片，连读音、词性、多条释义、例句一起呈现（使用大语言模型时才能拿到这套完整字典）。

长按弹出的弧形菜单	划词翻译卡片（带字典）

📦 安装

1. 到本仓库的 Releases 页下载最新 ScreenTranslator-x.y.z.apk
2. 在 Android 设备上点击安装（首次需在系统设置允许"安装未知来源应用"）
3. 启动后依次授予 悬浮窗、通知 权限

只发布 arm64-v8a（64 位 ARM） 架构。armeabi-v7a / x86 暂不支持——端侧 OCR（PaddleOCR / ML Kit）的 native lib 体积大；且 32 位 ARM 缺 64 位 NEON 优化、可用寄存器少，推理慢一档，OCR 等待时间会明显拉长。如有 32 位设备需求请在 Issue 反馈。

每个 APK 同时附带 .sha256 校验文件，可对照本地 Get-FileHash / sha256sum 输出确认下载完整性。

🚀 使用

1. 启动 App，点 启动截屏服务，确认系统弹出的"开始截屏？"对话框
2. 切到任意游戏 / 视觉小说 / 漫画 App
3. 点屏幕上的圆形悬浮按钮 → 2~3 秒内底部出现译文
4. 长按悬浮按钮 → 打开弧形菜单，可切换循环模式、重选截图区域、切源语言/目标语言、切翻译预设，或在整屏翻译与划词翻译之间切换（循环可使用固定间隔，也可等待文字稳定后自动翻译）
5. 默认单击译文条隐藏、长按选择复制；也可在设置中改为点击译文块打开原文 / 译文复制面板

可选：

• 在系统"无障碍"里启用本应用，同时按下音量加 / 音量减并按住 300ms 作为全局触发。该服务不读取其它 App 的无障碍文字或 View 树；屏译自身的主要悬浮控件提供 TalkBack 标签、状态和操作提示
• 安装 Shizuku 并授权后，在设置切换到 Shizuku 截屏路径，免去每次的系统授权弹窗；截屏会优先走原始像素通路，并用 PNG 作为兼容回退
• 在设置顶部选择系统预设方案，例如「离线日语漫画 OCR → 简中」。预设需要的模型未就绪时，会显示缺失项并提供下载入口
• 若只想查一个词，先在弧形菜单把主球操作切到「划词翻译」，再框选屏幕上的单词 / 短语；也可以在其它 App 中选中文本后从系统菜单调用屏译

⚙️ 配置

启动 App 后进入"设置"。设置页顶部可切换 应用语言 与 主题模式；任意 section 都可用搜索图标按关键字（中英文都行）快速跳转。

OCR 引擎

引擎	适用场景	备注
端侧 ML Kit (auto / latin / ja / zh / ko)	默认；日文 / 中文 / 韩文 / 拉丁字符	无需外网，端侧推理
端侧 PaddleOCR PP-OCRv5 / v6	多语种密排文字、UI 按钮、横排中文 / 英文	支持 v5 mobile、v6 tiny / small / medium；首次使用需模型就绪，见下
端侧 日漫 OCR	日语漫画、竖排气泡、手写感字体	使用 manga-ocr ONNX，复用 DBNet 检测；约 140 MB，按需下载或本地导入
本地 HTTP Umi-OCR	已在 PC / 局域网部署 Umi-OCR 的场景	填 http://<host>:<port>/api/ocr，手机截图发到你的局域网服务
本地 HTTP LunaTranslator	已在 PC / 局域网部署 LunaTranslator OCR 的场景	填 LunaTranslator OCR HTTP endpoint
云端 PP-OCRv6 在线	中文、日文及拉丁字母多语种	使用 PaddleOCR AI Studio PP-OCRv6 异步任务接口；需 AI Studio Access Token
云端 百度 OCR	ML Kit / Paddle 漏检兜底	需 API Key + Secret，按量计费；5 个 endpoint（标准/含位置/高精度/含位置高精度/网络图片）；图片有尺寸 / 宽高比限制
云端 腾讯 OCR	同上	需 SecretId + SecretKey；3 个 endpoint：GeneralBasic / GeneralAccurate / RecognizeAgent（LLM 智能体，已对接 ParagNo 段落分组合并）
云端 有道云 OCR	简单一键	需 应用 ID（API Key）+ 应用密钥；langType 跟随源语言自动映射，无需独立选择

端侧 OCR 基准测试

测试条件：

• 设备：高通骁龙 8 Gen 3，16 GB 内存
• 测试画面：同一张日文漫画截图，全屏 1440×3200
• 预处理与文本合并关闭；Debug 构建开启详细性能日志
• 「OCR 耗时」是引擎内部识别耗时；「完整流程」还包含截屏、方向判断、必要的模型切换和渲染
• 以下是单台设备、单张画面的实测记录，用于比较本项目内不同端侧模型，不代表所有设备和图片的固定表现

速度优先

OCR 模型	OCR 耗时	完整流程	本次画面识别情况
PP-OCRv5 Mobile	平均 1.17 秒	平均 2.30 秒	34 段；速度尚可，但错字、漏字和乱码较多
PP-OCRv6 Tiny	0.65 秒	2.00 秒¹	29 段；最快，但本次日文识别基本不可用
PP-OCRv6 Small	0.84 秒	2.51 秒¹	35 段；PaddleOCR 中综合表现最好，大部分正文正确
PP-OCRv6 Medium	3.60 秒	6.36 秒¹	35 段；找回部分正文，但仍有错字和拆分问题
Manga OCR	5.54 秒	6.45 秒	17 个完整气泡；竖排组合、语句完整性和整体准确度最好

¹ 完整流程包含从上一个 PaddleOCR 模型切换并加载的时间：Tiny 约 0.44 秒、Small 约 0.77 秒、Medium 约 1.80 秒。

精度优先

OCR 模型	OCR 耗时	完整流程	相比速度优先
PP-OCRv5 Mobile	3.08 秒	4.24 秒	多检出 5 段，但误检和乱码增加
PP-OCRv6 Tiny	1.81 秒	3.02 秒	多检出文本框，但日文仍基本不可用
PP-OCRv6 Small	4.01 秒	5.35 秒	找回少量小字，同时新增多处误检
PP-OCRv6 Medium	16.85 秒	18.16 秒	只多保留 2 段，耗时过高
Manga OCR	平均 5.73 秒	平均 7.00 秒	21 段；找回更多小字，底部复杂区域有所改善，也增加少量噪声

本次画面建议优先使用 PP-OCRv6 Small 速度优先，它在速度和日文识别质量之间最均衡；日漫竖排与准确度优先时使用 Manga OCR。本次测试中，PaddleOCR 的精度优先档均未体现出稳定的准确度收益。

端侧翻译基准测试

测试条件：

• 设备：高通骁龙 8 Gen 3，16 GB 内存
• 相同的 18 段日文 OCR 结果，翻译为简体中文
• 开发者选项开启「禁用翻译缓存」，两组均为 0 个缓存命中
• CPU 推理线程为 TG=6 / PP=6；JNI 原生 B4 批量翻译，共 5 组（4+4+4+4+2）
• 每个模型都在强制停止应用后重新启动；开启悬浮翻译时自动加载并预热模型
• 「开始显示」和「全部完成」从翻译批次开始计时，不包含前面的 OCR；以下结果来自 Debug 构建

端侧翻译模型	模型文件	冷启动预热	开始显示	18 段全部完成	本次翻译情况
Sakura 1.5B（Q5_K_S）	约 1.20 GB	2.99 秒	3.40 秒	10.30 秒	中文较自然，但出现一处否定翻反和时间词误译
Hy-MT2 1.8B（Q4_K_M）	约 1.08 GB	2.38 秒	3.51 秒	10.84 秒	否定和时间词更准确，但部分语境、长句和中文表达较差

Sakura 的首批显示快约 0.11 秒，全部完成快约 0.54 秒；Hy-MT2 的冷启动预热快约 0.61 秒。Sakura 本次中文更自然，Hy-MT2 在个别语义细节上处理得更准确。Hy-MT2 的 KV 缓冲为 512 MiB，Sakura 为 224 MiB，在内存较小的设备上需要注意运行时压力。

PaddleOCR 模型：首次使用需要下载或本地导入，默认选择 PP-OCRv5 mobile。也可以按画面和语言切换版本：

• v5 mobile：默认版本，支持简体中文、繁体中文、英文和日文
• v6 tiny：体积最小、速度最快，支持多种拉丁字母语言，但不支持日文
• v6 small：速度与准确度比较均衡，支持日文
• v6 medium：体积更大、速度更慢，适合配置较高并且愿意多等一会儿的设备

PP-OCRv6 在线：这是云端识别服务，需要填写 AI Studio Access Token，不用下载上面的手机端模型。使用时截图会发送到 PaddleOCR 的在线服务。

方向模型：用于判断画面是否旋转、文字是否倒置，已经随应用提供。显示「已就绪」时无需重复下载。

日漫 OCR 模型：第一次使用需要下载或本地导入，模型来源主要在 Hugging Face；网络无法访问时可以使用代理、自定义镜像或本地导入。

模型下载与就绪状态：PaddleOCR、日漫 OCR、方向模型和离线翻译模型都可以在后台下载。离开设置页后任务仍会继续，应用和系统通知会同步显示进度；可以随时取消，网络中断后会自动重试并接着下载。显示「已就绪」后即可使用；如需更换模型，先删除现有模型。

自动方向判别：默认开启，会根据画面和语言选择横排或竖排。遇到误判时，可以手动指定横排、日漫竖排或其它方向。

检测速度与精度：默认使用「速度优先」。遇到小字、浅色字或细长竖排漏检时，可以改为「精度优先」，但识别时间会更长。OCR 高级设置一般保持默认即可；只有持续漏字或误识别过多时再逐步调整，并可一键恢复默认。

手机端性能：本地识别和翻译会根据手机性能自动调整工作量。性能较好的手机等待更短，低端设备可能需要更长时间，无需手动设置线程数量。

百度 OCR 注意事项：图片限制为 最长边 ≤ 4096px、最短边 ≥ 15px、宽高比 1:4 ~ 4:1、base64 后 < 4MB。本项目对前两条会自动缩放兜底，宽高比超限只能调小 / 重画截屏区。

翻译引擎

先按使用场景选，不需要把每个参数都看一遍：

引擎	适合什么	需要准备	使用前要知道
Sakura（端侧）	日语漫画、视觉小说、galgame 翻成简中	下载约 1.26 GB 模型	仅用于日语 → 简中；离线可用，但依赖手机性能
Hy-MT2（端侧）	多语种离线翻译	下载约 1.13 GB 模型	源语言和目标语言跟随设置；低内存设备可能加载失败
OpenAI 兼容	已有 DeepSeek、OpenAI、智谱、SiliconFlow、Ollama 等账号或服务	Base URL、API Key、模型名	可流式显示并自定义提示词；费用和限流由服务商决定
DeepL / DeepLX	想用传统机器翻译，或已有自建 DeepLX	DeepL Auth Key，或 DeepLX 服务地址	官方 DeepL 自动匹配 free / pro；测试连接可查看额度
有道图翻	漫画、整张图片和大量文字框	有道应用 ID + 应用密钥	直接翻整张截图，选择后不再使用上方 OCR 引擎
Google	临时尝试、不想填写密钥	无	使用非官方端点，国内通常需要代理，可能随时限流或失效
火山引擎	长时间循环翻译	已开通机器翻译的 AK / SK	保持默认地区即可；属于联网服务
百度翻译	通用文本翻译	百度翻译开放平台 APPID + 密钥	与百度 OCR 不是同一个产品和账号体系
腾讯翻译	通用文本翻译，或已经配置腾讯 OCR	腾讯 SecretId + SecretKey	可直接复用腾讯 OCR 的同一组密钥

所有联网引擎都可以先点「测试连接」，确认配置正确后再进入游戏。

OpenAI 兼容接口怎么填？

• Base URL：填写服务商给出的 OpenAI 兼容地址，通常以 /v1/ 结尾
• API Key：填写服务商生成的密钥；自建服务没有密钥时可留空
• 模型名：照服务商控制台或自建服务中的名称填写，不要凭示例猜测
• Prompt 模板：默认是适合游戏对话的口语化翻译提示词；可以修改。未自定义时会跟随界面语言，已经改过的内容不会被自动覆盖

端侧模型下载与性能说明

• 支持 Hugging Face、hf-mirror、自定义镜像和本地模型导入；后台下载提供通知进度、取消、失败重试和断点续传
• 使用移动网络或无法判断网络类型时，下载大模型前会先提醒流量风险
• 启动截屏服务后，已选择并下载好的日漫 OCR、Sakura 或 Hy-MT2 会提前做好准备，减少第一次识别和翻译的等待
• 一张画面里有多段文字时，Sakura / Hy-MT2 会尽量一起处理；设备不适合时会自动改为逐段处理
• 手机端翻译目前主要使用 CPU；Sakura 的 Vulkan 加速仍是默认关闭的实验功能，不保证所有设备都能使用或更快
• Sakura / Hy-MT2 只在受支持的 64 位设备和系统版本上开放

术语与应用上下文

• 术语库：可保存原文、固定译名、语言对、分类、大小写规则和启用状态，并按全局或指定 App 生效；支持按原文 / 译文 / 应用 / 分类筛选
• 前台 App 识别：可选自动、无障碍、使用情况访问或仅全局。应用包名只用于本机匹配术语，不会发送给翻译服务；「向模型发送应用名称」默认独立关闭
• 引擎范围：应用名称和术语上下文目前只对 OpenAI 兼容接口与端侧 LLM 生效；普通机器翻译引擎仍按原有请求工作

循环翻译

• 触发方式：固定间隔按设定毫秒数执行；「智能等待文字完成」会在打字 / 报幕继续变化时重置计时，文字稳定后立即翻译
• 动态背景：端侧 OCR 可在画面仍有动画时复核文字是否连续不变；云端 OCR 只使用画面稳定性判断，避免为复核额外计费请求
• 报幕区域：可选自动、下半屏优先或全屏自由，并决定只翻译报幕区域，还是用该区域判断稳定后翻译首帧全部文字
• 重复跳过：完全相同的画面直接跳过 OCR 与翻译；相似画面会继续确认 OCR 文字是否变化，灵敏度可调

显示

• 渲染模式：BLOCKS（按 OCR 框紧贴原文）/ 悬浮窗口（可拖拽缩放的独立浮窗，详见上方截图章节）
• 位置：BLOCKS 下可选 below / overlap / above + 像素级 x/y 偏移微调
• 译文排版：「跟随识别」默认开启，让横排 / 竖排与阅读顺序共同决定 OCR 块排序和译文渲染；关闭后需明确选择横排 / 竖排和左到右 / 右到左，支持竖排日漫和横排 RTL
• 译文块交互：默认点击关闭、长按自由选择复制；也可切换为点击打开复制面板，在原文和译文中选择范围或整段复制
• 悬浮窗口：可切「原文+译文 / 仅译文」两种内容形态；锁定后窗口不可拖拽 / 不可缩放，适合游戏中防误触；底部「重置位置 / 大小」按钮一键回到默认
• 主题色：5 种预设 + 可视化自定义取色器，可分别调整背景 / 文字 / 边框颜色与透明度；边框支持实线 / 虚线 / 点线 / 双线 / 凹槽
• 文字样式：加粗 / 倾斜 / 下划线、字符间距、行距、左中右对齐、描边宽度与颜色、阴影半径 / 偏移 / 颜色均可配置
• 字体：可导入 .ttf 字体，只影响译文层和译文预览；导入过的字体会保留为可横向切换的 chip，重新选择已有字体不会打乱顺序
• 避让 & 合并：碰撞检测限制译文宽度不挤进相邻 OCR 框；OCR 后合并相邻 box 提供 保守 / 标准 / 激进 三档强度——保守适合视觉小说 / 长段密集，标准适合多数场景，激进适合漫画气泡内多列被切碎的情形（可能误合相邻气泡）

预设与悬浮菜单

• 系统预设方案：内置「离线日语漫画 OCR → 简中」等组合，一次设置好识别、翻译、语言和显示方式。日漫预设默认使用自动适配画面；缺少模型时会逐项提示下载。
• 自定义预设：当前设置可保存为预设；只有和当前设置完全匹配时才显示为已应用，改过任意关键项会回到"未保存预设"状态。
• 弧形菜单按钮：可拖动排序，可选每页显示 2–6 个按钮；如果还有下一组，最后一格会自动变成「下一组」。菜单可包含循环、截图区域、划词/整屏切换、语言快切、预设快切、设置页和返回主应用。

配置备份与迁移

• 完整配置包：导出为 .otsettings，包含除凭据外的应用设置、自定义预设、术语库和已导入的 .ttf 字体，适合换机或分享配置
• 敏感信息不出设备：API Key、Token、Secret、Access ID、App ID 等不写入配置包；导入时保留目标设备已有凭据
• 兼容旧预设：仍可导入旧版 .otpresets 文件；新配置包导入后会校验并去重预设名称
• 模型按选择恢复：配置包会保存模型选择、镜像和调优参数，但不会塞入体积可达 GB 的模型文件；模型仍需在目标设备下载或本地导入

无障碍与诊断

• TalkBack：主要悬浮入口提供可读标签、开关状态和双击 / 长按操作；选区会朗读当前状态和尺寸，复杂菜单按整行读取
• 划词卡片：顶部关闭栏和底部复制栏固定，正文独立滚动；横屏会扣除系统栏与刘海安全区域，避免按钮只显示一半
• 崩溃日志：除 Java 异常外，Android 11+ 还会汇总系统记录的原生崩溃、ANR、低内存和信号退出；报告中的设置快照会脱敏，系统 trace 限制读取大小
• 开发者诊断：可选择保存 OCR 使用的截图，方便排查漏字和错字；该功能默认关闭，每次启动应用最多保存 8 张，截图可能包含私人内容。还可以临时关闭译文缓存，让每次测试都重新翻译

⚠️ 已知限制

• Android 14+ 每次首次启动截屏都会弹一次系统授权窗，这是 Google 设计；Shizuku 路径可绕过
• 部分 ROM（小米 / OPPO / VIVO）默认杀后台 / 拦截悬浮窗，需手动加入电池白名单 + 允许后台启动；应用内有兼容引导
• 反作弊网游可能把 MediaProjection 判为外挂截屏 → 本项目仅适用于单机 / 视觉小说 / 漫画
• 设置了 FLAG_SECURE 的画面（部分网银 / 视频 App）截出来是黑屏，本项目不做绕过
• PaddleOCR 端侧推理在低端机（骁龙 7 系以下）单次约 1~3 秒；推荐配合区域选择使用
• 端侧 LLM 模型体积约 1GB 以上，首次下载建议走 Wi-Fi；低内存设备可能无法稳定加载
• 当前端侧 OCR 与 LLM 的正式推理路径以 CPU 为主，尚未接入高通 QNN / NPU；Sakura Vulkan 路径仍为默认关闭的实验能力，不保证所有设备可用或更快
• 日漫 OCR 模型公开源主要在 HuggingFace，国内网络不可达时需要代理、自建镜像或本地导入
• TalkBack 已覆盖主要悬浮操作，但 OCR 识别出的整屏游戏文字尚未提供成可逐项浏览的系统无障碍节点

🗺️ 路线图

✅ 现在已经能用

功能	用户实际能做什么
悬浮翻译	在游戏、漫画或视觉小说上点悬浮球，直接把译文显示在原文附近或独立悬浮窗口中
自动适配画面	根据每个文字区域自动选择译文颜色、背景和字号，并把译文放回原文位置
自动循环	固定间隔翻译，或等报幕文字显示完整后再翻；相同画面自动跳过，也可优先识别下半屏对话框
多种 OCR	使用手机端 ML Kit / PaddleOCR / 日漫 OCR，也能连接局域网 OCR 或百度、腾讯、有道、PP-OCRv6 在线服务
横排与竖排	自动识别旋转画面、横排和竖排日漫；译文可以跟随识别结果，也能手动指定排列和阅读方向
多种翻译方式	使用 OpenAI 兼容接口、DeepL、Google、火山、百度、腾讯、有道图翻，或 Sakura / Hy-MT2 离线模型
复制译文	长按译文自由选择复制，或点击译文块打开面板，复制部分文字、整段原文或整段译文
划词查词	框选一个词或短语查看译文；使用大语言模型时还能显示音标、词性、释义、例句和难点说明
固定人名与术语	保存全局或指定游戏的人名、地点和专业术语，让连续剧情中的译名保持一致
模型下载	在后台下载端侧模型，通过应用和通知查看进度，并可取消、失败重试或断点续传
本地翻译优化	启动截屏后提前准备离线模型，并尽量一起处理同一画面的多段文字，减少等待
个性化与迁移	调整译文颜色、字体、大小、描边和阴影；导出设置、预设、术语和字体，换机后再导入
辅助功能	使用音量双键触发、TalkBack 操作提示、崩溃日志导出和国产手机后台运行引导

📋 后续方向

以下是准备继续改善的用户功能，不代表固定的开发顺序：

方向	希望带来的体验
译文朗读（TTS）	在每个译文块旁直接播放译文语音，并提供清楚的播放 / 停止状态
翻译历史	回看之前翻过的画面和对话，不再因为切屏而丢失上一段内容
离线词典	没有联网或使用普通机器翻译时，也能查看单词释义和基础例句
本地翻译继续优化	进一步缩短等待时间，并降低长时间使用时的发热与耗电
无障碍完善	让整屏 OCR 文字和动态译文也能被读屏逐项浏览和操作

🤝 参与开发

欢迎社区贡献。无论是 bug 修复、新功能、UI 改进、翻译还是文档勘误，都很受欢迎。

分支与 PR 规则

⚠️ 不要直接 PR 到 main 分支。

main 是稳定主线，只接受经维护者审核合入 —— 用作打 tag 发版的基线。

外部 PR 请按以下流程走：

1. 先开 issue 讨论：说明你想做的改动 / 修的 bug，确认方向，避免做白工
2. Fork 仓库，从最新 main 切出 feature 分支：

   git checkout -b feat/your-idea  origin/main
   

3. 本地开发并自测（至少在一台真机上跑通 ./gradlew installDebug）
4. PR 提交到 dev 分支（如仓库还没有 dev，请在 issue 里 ping 维护者建立）；维护者会在 dev 上聚合多人 PR、复测后整合到 main
5. 直接 push 到 main / 强推 main 是被禁止的（仓库会通过 branch protection 拦截）

本地构建

git clone https://github.com/ciddwd/overlay-translator.git
cd overlay-translator
cp local.properties.example local.properties
# 编辑 local.properties，把 sdk.dir 改成本机 Android SDK 路径
./gradlew installDebug   # 装到已连接设备

需 JDK 17 + Android SDK 35。Android Studio 打开会自动同步并补 Gradle wrapper jar；命令行环境需先 gradle wrapper --gradle-version 8.10.2。

翻译贡献

如果想加入新语言或修正现有翻译：

1. 复制 app/src/main/res/values/strings.xml 到 app/src/main/res/values-<lang>/strings.xml（例如 values-zh-rTW、values-ja）
2. 只翻译 <string> 标签内的值，保留 key（name="..."）和占位符（{source}、{target}、%1$s、\n 等）
3. 在 app/src/main/res/xml/locales_config.xml 添加 <locale android:name="<lang>" />
4. 在 app/src/main/java/com/gameocr/app/ui/SettingsScreen.kt 的 APP_LANGUAGE_OPTIONS 追加一行
5. 在 PR 描述里附上覆盖率（多少条字符串已翻译）与试译截图

未来若有 10+ 种语言，会迁移到 Weblate 在线协作平台，简化流程。

Commit message

推荐遵循 Conventional Commits 简化版：

feat: 新功能
fix:  bug 修复
docs: 文档
refactor: 重构（不改行为）
chore: 构建 / CI / 工具链
i18n: 翻译相关

副标题与正文请用中文或英文，不要混在一句话里；首行 ≤ 72 字符。

行为准则

• 友善、就事论事，对人不动情绪
• 不发与项目无关的内容 / 商业推广 / 政治议题
• 维护者保留以"不符合项目方向"为由关闭 issue / PR 的权利，并会说明原因

🙏 致谢

上游项目

• PaddleOCR · PP-OCRv5 mobile 模型
• bukuroo/PPOCRv5-ONNX · 已转 ONNX 的 v5 mobile 镜像
• l0wgear/manga-ocr-2025-onnx · manga-ocr ONNX 模型
• kha-white/manga-ocr · manga-ocr 原项目
• ggml-org/llama.cpp · GGUF / 端侧 LLM 推理
• SakuraLLM/SakuraLLM · Sakura 日译中模型
• Tencent-Hunyuan/HY-MT · Hy-MT 翻译模型
• Shizuku · 免 ROOT 的高权限通道
• ML Kit · Google 端侧 OCR
• ONNX Runtime · 端侧推理引擎
• Jetpack Compose / Material 3 · UI 体系
• Hilt · 依赖注入
• Retrofit + OkHttp · 网络
• kotlinx.serialization · JSON 序列化
• Timber · 日志

贡献者

（首次 PR 合入后会自动出现在这里）

灵感来源

桌面端 VNR / Visual Novel Reader 等同类工具长期以来在 PC 平台为 galgame / 视觉小说玩家提供实时翻译。本项目把这条管线带到 Android，并针对手机场景（电池、ROM 限制、touch UI）做了重新设计。

📄 许可

代码采用 Apache-2.0。模型与第三方依赖各自保留原协议。