图片翻译怎么保留原图排版

图片翻译好不好用，往往不看翻译准不准，而看译文回到图上之后像不像原图。常见的做法是先用 OCR 把图里的文字读出来，交给语言模型翻译，再抹掉原文字、把译文贴回图上；这一串流程里每一步都会在成品上留下痕迹。下面先说清楚问题出在哪，再给出让译文更贴近原图的操作方法。完整的操作流程可以看图片文字翻译教程，漫画这类竖排文字较多的图可以同时参考漫画图片翻译。

为什么普通「OCR + 翻译」会把排版搞乱

这种四段式流程要经过识别、翻译、擦除、回贴四道手，每一道的误差都会叠加到最后的成品上。

• 识别出错：模糊、低对比度、竖排和艺术字都容易被读错，错字会一路带进译文。
• 切分出错：一句话被拆成几段、或者几段被并成一段，翻译缺少上下文，意思直接跑偏。
• 擦除不干净：原来的笔画留下残影，严重时还会把产品、人物或边框一起抹掉。
• 回贴样式不一致：同一段文字的字号、字重、字体可能各不相同，视觉和可读性一起下降。
• 语言模型只当翻译：它全程拿到的只是文本，对版面没有任何控制权，排版只能靠人工补。

保留排版需要解决的 3 个问题

要还原排版，本质上就是三个问题：文字在哪、用什么字体、原来的背景怎么恢复。

实操：怎么让翻译结果更接近原图

1. 用清晰的原图。被聊天软件二次压缩过的截图，文字边缘已经糊掉，任何工具都救不回来。
2. 小字密集的图选 4K。参数表、说明书、整页截图这类图用 1K 容易发虚。
3. 提交前确认原语言。中英混排、日英混排的图，先按语言区域裁开再分别处理。
4. 先看整体再看细节。先确认留白、对齐和字号层级有没有变化，再逐字核对术语。
5. 局部不满意时用简易改图接着改，不必重新翻译整张图。

哪些图翻译后最容易出问题

• 竖排文字：阅读方向和文字方向都要保留，是出错最多的一类。
• 艺术字、描边字、手写体：样式复杂，回贴时最容易退化成一种普通字体。
• 低对比度或背景复杂的图：文字和背景互相干扰，识别和擦除都容易出错。
• 超长图、整页截图：整体缩放后局部文字变小，原有的误差会被放大。
• 多语言混排：同一张图里出现两种以上语言时，识别和翻译都容易串行。

我们的做法：整张图直接交给我们的模型

我们不走「取字—翻译—贴回」的中间流程。整张图直接交给我们的模型，由它在翻译的同时还原原文字号、字重、字体和位置，并尽量不破坏无需修改的区域，省掉擦除和回填这两个最容易出问题的环节。