聊天里越来越多关键信息不是打出来的字，而是一张图、一份 PDF、一张截下来的报价。包装上的参数、名片上的电话、表格里的数量、合同里的条款，对方随手一拍就发过来。图片和文件翻译要解决的，是把图上的字抽出来，再译成你能看懂的语言。真正容易出错的地方，仍然是中间那一层：字有没有抽全、抽对。
这篇文章只讲图片、截图和常见文件的翻译。文字聊天、语音、群发、多开都不展开。图片翻译会用到对照和术语，但只作为核对时必须打开的项来写。
先把这件事拆成两步，不要把它理解成“拍一张就等于翻译完成”。第一步是识别图上或文件里的文字，也就是提取。第二步才是把提取结果译成另一种语言。提取少了一列价格，译文再通顺也是一份残缺报价。使用时必须先看提取层，再看译文层。只看译文，会把没抽到的字段当成“对方没写”。
先分清四种来图，处理方式不一样
不是所有图片都该走同一套“整图翻译”。来源不同，风险不同。
- 现场拍摄。菜单、铭牌、外箱、白板。光线、角度、反光、手抖都会让字发虚。这类图先考虑能不能重拍，不要先考虑换引擎。拍清楚的一张，比模糊图反复识别十次更有用。
- 屏幕截图。聊天记录、后台订单、网页参数表。通常比拍照清晰，但可能被压缩、被裁切、被水印挡住关键列。截图前先把要看的那一栏完整纳入画面，不要只截“看起来重要的那一块”却把单位截丢。
- 扫描件和拍照文件。合同、发票、装箱单、证书。排版复杂，印章、手写、表格线会干扰提取。这类材料译文只能当阅读辅助，不能当已核对的法律文本。关键数字必须回到原件上看。
- 设计图和包装渲染。文字嵌在图案、弧面、透明底上，提取最不稳定。能向对方要一份纯文字规格，就不要坚持从效果图里抠字。抠出来的词可以帮你问路，不能帮你下单。
四种来图里，截图通常最稳，现场拍其次，扫描件要谨慎，效果图最不该当依据。拿到图的第一件事，是判断它属于哪一类，再决定花多少时间在识别上。
发送前把图拍到“字能被看见”，比任何设置都重要
识别再强，也救不了一张看不清的照片。拍和截的时候按下面做，后面少走很多步。
- 让文字平、正、满。镜头正对文字面，避免大幅倾斜。要读的字尽量占满画面，不要人很远、字只占一角。远景里的小字，提取会把相近笔画猜成另一个字母。
- 避开反光和阴影。玻璃罩、金属铭牌、过膜的证书最容易一块亮、一块暗。侧一点角度让反光移开，或用身体挡掉头顶灯。不要开强补光直打在光滑表面上。
- 一次只拍一块完整信息。表格太宽就分两张，但每一张都要带上表头。只拍数字列、不拍单位列，译出来的数字没有意义。名片正面、背面分开拍，不要一张图里又是字又是反光logo。
- 截图时留下上下文。截价格就把币种、起订、有效期一起截进画面。事后靠记忆补“应该是美元”，等于没有用图。被遮挡的状态栏、悬浮按钮也要避开文字。
- 能要原件就不要二手图。对方转发过来已经压缩多次的图，细节会糊成色块。请对方直接拍原件或发原文件。压缩图上的“看起来像 8 也像 0”，不要靠猜。
拍清楚不是额外要求，是图片翻译的输入标准。输入不合格，后面所有步骤都在处理噪声。
导入之后先看提取原文，再看译文
图进到翻译里以后，操作顺序固定，不要直接把译文转发给下一棒。
- 先看系统框出来的文字区域是否罩住了你要的字段。漏框的那一块，等于没进入翻译。能手动补框的就补，补不了就重拍那一块。不要以为整张图点过翻译，图上每个字就都处理了。
- 对照原图看提取出的原文。字母、数字、标点有没有被相近形状替换。表格里最常见的是 5 和 6、8 和 0、I 和 1。原文已经错的字段，在译文里用颜色或位置标出来，当作未确认，而不是当作对方写错。
- 原文可接受之后，再看译文。译文只解释提取层已经拿到的内容。提取层没有的印章日期、页脚条款、被手挡住的一行，译文不会替你发明出来。这时要回到原图，用眼睛补看，而不是要求译文“再智能一点”。
- 表格按格核对，不要按段落感觉。一行译顺了，不代表每一列都对上了原来的格。数量、单价、金额三列尤其要单独看。串列比单字译错更隐蔽，因为整句仍像一句人话。
- 需要发给同事或客户时，带上原图或原文件，不要只发一份译文。接收方必须有机会看到提取之前的样子。只发译文，等于把你这一次的识别误差，变成下一棒的唯一依据。
这一套顺序看起来慢，实际比拿着一份错译文去工厂对货更快。对货对不上时，才会想起当初那张图并没有被完整读出来。
不同文件类型，核对重点不一样
PDF、Word、纯图片、多页扫描，不能用同一套“全文一键译完就结束”。
- 纯图片和截图。按块处理。先译标题和关键参数区，再决定要不要译装饰性文字。包装上的营销口号可以后看，规格表必须先看。
- 可复制文本的 PDF 或 Word。能先抽出可选中的文字再译，通常比当图片硬识别更稳。遇到仍是扫描页的 PDF，就按图片规则处理每一页，不要被文件后缀骗过。后缀是 PDF，内容仍可能是照片。
- 多页文件先定位再译。合同、说明书不要一上来整本丢进去当已经读完。先翻到含价格、交期、责任、账号的那些页，逐页提取。整本自动译的结果可以当目录，不能当条款清单。
- 印章、手写、签名区单独看待。识别对印刷体还有机会，对签名和潦草批注经常只有外形。批注看原图，不要看译文里猜出来的字。关键批注请对方用打字再确认一次。
- 混排语言的页面。中英、英越同时出现时，提取可能把两种语言粘在一行。先把原文按语言拆开，再分别看译文。粘在一起的一行被整句拿去译，两种语言会互相污染。
文件越正式，越要缩小“译文说了算”的范围。阅读可以用译文加速，执行必须回到原件字段。
图片翻译最容易在哪些字段上栽，以及怎么挡
和语音一样，数字、名称、否定最危险。图片里还要加上表格结构和被裁掉的单位。
- 单位和币种在画面边缘。截图或拍照时最常被切掉的就是右上角的 USD、kg、pcs。提取不到单位，译文会用一个看起来合理的单位补上，补上的往往是错的。挡法是重截带单位的画面，并在回复里用文字把单位写回去。
- 小数点和千分位。不同地区写法不同，提取再一糊，小数点会搬家。涉及金额，必须和原图里的符号位置逐位看。不要只看译文里的数字长度是不是差不多。
- 型号里的字母。印刷不清时，B 和 8、S 和 5 会互换。型号进词库能减少被意译成普通词，减少不了提取把字母看错。看错只能靠原图和对方文字确认。
- 被折叠的条款。长图只译了上半，下半的“不含运”“不包含模具费”没进画面。译文会变成一份更漂亮、却更不完整的报价。挡法是问对方要完整页，或自己确认图的起止是不是完整一张单。
- 水印和界面字被当成正文。截图上的时间戳、未读数字、按钮名称混进提取，再被译成奇怪的业务条件。挡法是提取后先删掉明显不是单据上的字，再翻译。能裁掉界面再识别，就先裁。
这些字段出错过一次，就在这类单据上固定多看一眼。不要指望下一次识别突然学会你的表格。
常见问题按提取层还是翻译层分开处理
整张图没有字出来。先看图是否过暗、过斜、过小，再看软件有没有图片识别权限。图本身不合格，先重拍。图很清楚仍无字，再查该会话是否只开了文字翻译、未开图片识别。
只有部分区域有字。补框或拆成几张局部图。不要在同一张远景上反复点翻译。局部清晰图的提取，通常好过整张墙的全景。
提取原文明显错，译文却很通顺。通顺说明翻译层在“圆”提取层的错。回到原图改提取，或改用文字问。不要被通顺骗过。
提取大体对，译文把术语意译了。这才进入词库和固定译法。先保证提取字母正确，再锁译法。字母都错，锁译法没有用。
多页文件译完对不上页。按页编号重来，不要在一份长译文里搜索。页乱了，条款会串到另一条上，危害比单字错误更大。
同一张图每次提取结果都不同。说明清晰度已经落在临界。换光、换角度、改要原文件。多次提取里选一次当答案，等于在几份差错里挑。
一套面对图片和文件时可以直接照做的顺序
先判断来图是拍照、截图、扫描还是效果图，并决定它最多能当阅读还是必须当执行依据。执行依据不够清，先要原件。
拍和截时让文字平、正、完整，单位和表头留在画面里。不合格就重来，不进入识别。
导入后先看框选和提取原文，字母数字和原图核对。原文不能用，停止翻译，改问对方打字。
原文可用后再看译文，表格按列核对。转发时附原图或原件，不把译文当成唯一材料。
金额、型号、日期、责任条款四类，默认回文字确认一句。译文只负责让你更快知道该问哪一句。
提取全空、串列、缺单位、多次结果不一致时，回到拍摄和原件，不在同一张糊图上叠加更多自动处理。
图片和文件翻译的价值，是让你不必把外箱上的字逐个查词典，也不必把一份外文说明书从头抄进聊天框。它加快的是阅读和定位，不是把识别误差变成可执行的数字。先看到提取出来的原文，再决定这段译文能不能往下传。传下去的每一份材料里，都应该还留着原图或原件的位置。看不见原件的译文，只是又一次更漂亮的猜测。