OmniDoc图片翻译文字提取：先识别再翻译的方法
图片或扫描件里的文字无法直接选中，本文讲清先识别（OCR）再翻译的完整流程，包括判断文件类型、整理原图、校对识别结果和核对译文。
很多人拿到一张截图、一页拍照的合同，或者一份扫描版论文，下意识是想把里面的外文直接译成中文。但图片里的文字不是可以选中的字符，直接交给翻译往往无从下手，有时只能得到一张原样的图。这时正确的顺序是先把图片里的文字识别成可编辑的文本，再对文本做翻译。
这篇文章写给需要处理图片、拍照文档和扫描件的读者，讲的是图片翻译文字提取的通用流程。读完你能判断自己手上的材料该走哪条路，知道在 OmniDoc 里怎样完成“先识别、后翻译”，以及交付前该检查哪些地方。
OCR 指光学字符识别，即把图像中的文字转换成计算机能读取的字符。它本身不翻译，只负责“认字”；翻译是下一步的工作。两步分开做，你才能在中间检查原文有没有认错。
图片里的文字怎么翻译？一句话结论
先用一句话回答：只要文字不能直接选中，就先做 OCR 识别，校对原文后再翻译；能直接选中的文字版文档，跳过识别即可。
| 你的情况 | 推荐做法 | 原因 |
|---|---|---|
| 文字可以用鼠标选中并复制 | 直接上传翻译 | 文字层已存在，无需识别 |
| 扫描版 PDF 或拍照得到的 PDF | 先 OCR，校对后翻译 | 原文是图像，必须先变成文字 |
| 单张截图或照片，内容较少 | 核对识别结果后翻译 | 内容少，逐句核对成本低 |
| 表格、公式或版式复杂 | 识别后检查结构，必要时导出 Word 或 Excel 处理 | 识别错位会打乱行列对应关系 |
| 多份资料需要统一术语 | 统一校对标准后，用同一风格设置翻译 | 译名统一，减少前后不一致 |
开始之前：先确认这几点
一、判断文件是不是扫描件。 打开文件，用鼠标拖选一段文字。能选中并高亮，说明文字层存在，可以直接翻译；选不中、只能选中整张图，就是扫描件或图片，需要先识别。这一步决定了后面要不要多花一个环节。
二、看原图清不清楚。 识别质量取决于输入。拍照时尽量正对纸面、光线均匀，避免阴影和反光。字太小或模糊时，识别容易把相似字符认错，比如“0”和“O”、“l”和“1”。原图不清晰，后面的校对工作量会明显增加。
三、明确最终要什么。 只想看懂大意，仅译文就够用；要对照原文核对，或要交给他人审阅，应选择双语对照。这个选择在动手前定下来，能避免翻完才发现结构不符合需要。
四、确认原文语言和目标语言。 识别和翻译都需要知道原文是什么语言。中英混排的材料，例如带英文缩写的中文表格，识别时容易出现语言混淆，校对时要特别留意这些地方。
五、接受机器结果需要人工复核。 无论是识别还是翻译，机器输出都可能出错。合同条款、药品说明、金额、日期和编号尤其要逐项核对。这不是多余的步骤，而是交付前的必要环节。
在 OmniDoc 里先识别再翻译扫描件的步骤
- 整理成 PDF。 如果材料是多张照片，先按页序保存为一个 PDF；只有一张图片时，也可以先保存为 PDF 再走后面的流程，页序和文件名理清楚，校对时会省事很多。
- 打开桌面客户端。 在 OmniDoc 桌面客户端中打开这份 PDF。客户端支持 Windows、macOS 和 Linux，下载地址为 download.omnidoc.top。
- 对扫描页做 OCR。 使用 PDF 编辑器中的 OCR 功能识别扫描版 PDF，等待识别完成。如果文件已是文字版，可以跳过这一步。
- 逐页检查识别结果。 对照原图查看文字是否完整、段落有没有断错，重点检查数字、人名、型号和公式。
- 修正识别错误。 在 PDF 编辑器中直接编辑段落文字，改掉识别错误的字词，确保原文与原图一致。
- 上传翻译。 在 omnidoc.top 上传校对后的文件，选择双语对照或仅译文，并按材料类型选择对应的风格，例如学术、法律或技术文本。
- 下载并核对译文。 下载译文文件，对照原文检查关键段落，特别是标题、表格和带数字的句子。
- 需要继续修改时导出。 如果译文还要改稿，可以把校对后的内容导出为 Word 或 Excel，再做后续编辑。
做完后逐项核对
| 检查项 | 怎么看 | 有问题怎么办 |
|---|---|---|
| 原文是否完整 | 对照原图逐页看，有无缺段、漏行 | 换更清晰的原图，回到 OCR 步骤重新识别 |
| 数字和日期 | 对照原图核对金额、日期、编号 | 在 PDF 编辑器中修正后重新翻译 |
| 专有名词 | 检查人名、公司名、药名是否前后一致 | 补充校对记录，统一修改后重新翻译 |
| 表格与行列 | 看行列是否错位，合并单元格是否正确 | 以原图为准手工修改，必要时导出 Excel 处理 |
| 译文是否漏译 | 查找译文中仍保留的外文或空白段落 | 检查对应页是否识别成功，必要时重做 OCR |
| 页数与页序 | 对比译文与原文的页数和页序 | 页数不符时，确认上传的是否为正确文件 |
🎯 哪种做法适合你？
- 只想快速读懂一张截图： 识别后直接看译文，关键句对照原图即可。
- 要交给别人审阅或留档： 选双语对照，保留原文与译文的对应关系，逐段核对。
- 要继续修改成 Word 或表格： 校对后导出为 Word 或 Excel，再做后续编辑。
- 要处理多份资料并保持一致： 先统一识别校对标准，再用同一风格设置翻译。
❓ 常见问题（FAQ）
1. 图片翻译文字和 OCR 有什么区别？
OCR 负责识别图片中的文字，把图像变成文本；翻译负责把文本转换成另一种语言。图片翻译通常分两步完成，分开做可以在中间检查原文。
2. 拍照的文档一定要先 OCR 吗？
不一定。如果文字可以选中，说明已有文字层，直接翻译即可。只有选不中、只能看到图像时，才需要先识别。
3. 识别出来的文字有错，要怎么办？
对照原图逐处修正。识别错误多出现在模糊、倾斜或小字号的地方，重新拍摄或扫描更清晰的原图，通常比硬改更有效。
4. 译文可以直接用于正式场合吗？
合同、证件、医疗或法律材料等重要内容，都应由熟悉该领域的人工复核后再使用。机器翻译能帮助理解内容，但不能替代正式的人工审核。
5. 图片里有很多表格，识别后会乱吗？
表格结构复杂时容易错位。建议识别后对照原图检查行列，必要时导出到 Excel 手工调整，再决定是否回到翻译流程。
📝 总结
图片里的文字要先识别、再校对、最后翻译，这个顺序能让错误在早期环节被发现。判断文件类型，整理清晰原图，在桌面客户端完成 OCR，再选择双语或仅译文，就能完成一次可靠的图片翻译文字提取。
