聊天里越来越多关键信息不是打在气泡里，而是拍在图上：报价单截图、包装标签、护照页、名片、活动海报。文字双向翻译再熟，也看不懂一张没有抽取出文字的图片。Hello GPT翻译器的图片翻译，问得最多的是：拍完为什么没字、艺术字和歪拍能不能认、图上的价格会不会看错、要不要把整张海报当消息发出去。下面只讲图片翻译。不把语音、术语库、群发写成另一篇合集。主线是：先让系统从中把字提出来，再按当前窗口的语言规则翻译，并对数字做人工核对。

图片翻译也是两步，先有字才有译文

系统通常先做文字识别，把图里的字变成可编辑文本，再按该会话的语言预设翻译。图是纯产品照片、没有字，结果就应是“无字可翻”，这不是故障。图是海报或截图，却因为模糊、反光、竖排艺术字认不出来，故障出在识别，不是出在语种下拉框。

因此排障时先看有没有抽出原文。没有原文，去改善拍摄和识别开关。有原文但译文不对，才去看语言方向和术语库。两步一起怪“图片功能不准”，会改错地方。

适用范围也要心里有数。打印清晰的屏幕截图、文档拍照、标准印刷名片，识别率高。霓虹灯牌、手写便条、弯曲瓶贴、强阴影菜单，识别率低。后者能当线索，不能当下单依据。

使用前只确认三件和图片有关的准备

当前窗口文字翻译已经能收一句、发一句。图片走的是同一套语言方向。文字都反了，图上的译文方向也会反。

存储和相册权限要给到。选图发不出去、或选完没有识别进度，多半是读不到相册，不是引擎拒绝工作。电脑端则是能否读取你拖进来的文件。

该版本的图片文字识别开关要打开。有的界面把它放在翻译设置的多媒体里，默认关着，以节省流量和电量。关掉时，图片只是一张图，旁边不会自动多出译文。打开后仍应对单张图点一次识别，不要期待所有历史图片被批量补翻。

怎么把图送进去：聊天里的图和单独识别要分开

最常见的是对方直接发来一张图。在气泡上使用识别或翻译图片的入口，等抽出原文，再显示译文。这一步不要同时开一堆大图自动处理，值班群里连续丢图时会排队，界面像卡住。先处理带价格、地址、证件信息的那几张。

你自己要发带字的图时，先决定对方需要的是图，还是图上的信息。对方要核对版式和印章，图还是要发；对方只要价格和交期，把识别出的字核对后发文字更稳。不要假设对方设备也能自动识别你的海报。

单独识别入口适合还没进入某条会话时的材料：先把一张图译出来，确认内容，再决定粘贴到哪个客户窗口。注意识别结果默认可能走全局语言，贴进窗口前仍要按该客户方向看一遍，避免全局中英、客户却是中泰。

文件形式的 PDF、照片文档，若该版本支持，按文件翻译走，不按聊天图片走。扫描件只有图像层时，本质仍是 OCR，清晰度和拍照是同一类问题。

拍摄和选图比开关更影响结果

字要大、要正、要亮。手机与纸面尽量平行，避免大幅度透视。强光不要打在涂层上制造反光块，反光块里的数字最容易消失或变形成别的数字。

一次一张主信息。把四张名片拼成一张长图再识别，栏位会串。报价单太长就分段拍，表头和数字区单独一张，备注单独一张。分段后用文字把“以上是单价区、下面是备注”交代清楚，比一张糊长图一次赌中更可靠。

能提供原图就不要先用社交软件压缩后再识别。来回转发后的截图再截图，字边已经发虚。从文件直接导入，通常好于从聊天记录里倒手三次。

手写字先评估值不值得识别。工整印刷体才是图片翻译的主场。关键手写数量，请对方改打字，或你看图后自己录入再翻译。把责任交给识别去猜手写的零和六，是在制造纠纷。

识别出来之后，先对数字和专有名词，再谈通顺

抽出的原文应允许你对照图片改正。改的是识别结果，不是先改译文。把 12 看成 13，再翻译得再顺，也是错的。价格、数量、日期、账号、地址，必须图文对看。看不清的格子不要用译文去补全，标成待确认。

专有名词对照术语库。型号、品牌、港口若已入库，识别拼写必须和源词一致才能命中。识别把型号里的连字符吃掉，术语匹配就会失败。这时在识别文本里把型号改回真实写法，再翻译，而不是在术语库里为每一种识别错误加一条脏数据。

版式复杂的表格，不要期待译文仍保持完美表格。能保住行列已经不容易。真正要发出去的，是你核对过的字段：哪一列是单价，哪一列是起订，哪一行是备注。用文字重述核对结果，比把一堆错位译文直接转发给客户更负责任。

多语混排的海报很常见，标题英语、正文当地语、价格又用另一种写法。识别可能按块输出。你要按块选择翻译方向，或先整页译入中文自己读，再决定对外发哪一种语言的摘要。不要整页一键译成单一外语还自以为版式官方。

什么内容不要只靠图片译文做决定

证件、银行卡、付款截图上的号码，识别错误的代价高于普通聊天。能不经过公共窗口就不经过；必须处理时，以人工对着原图读数为准，译文只帮助读懂栏位名称。

合同印章页、手写修改的条款，图片翻译只能提示“这里有一行字”，不能代替法律阅读。把识别结果当已签署文本转发，风险不在软件，在流程。

含大量艺术字的品牌海报，识别常常只拿到零碎字母。这类图的用途是视觉传达，信息应用文字再发一遍。让客户“看图自行体会活动规则”，等于没有通知。

图片翻译失败时按有没有字来处理

完全没有抽出文本：查开关、权限、图是否真的含字、图是否过暗过糊。换一张更正的拍摄比切换引擎有用。

有字但乱码或栏位错位：换原图、分段拍、先修识别文本再译。不要在错识别上反复点重新翻译。

字对、译文不对：回到该窗口语言预设和术语，与纯文本相同。图片功能此时已经完成它的本职。

一张图里只有部分区域对：裁出对的区域单独识别，或只采用你核对过的那几行。部分正确不等于整张图可以转发。

按这个顺序做完：承认图片翻译是识别加翻译、给齐相册权限、用清晰原图和分段拍摄提高入料质量、先对数字再发译文、表格用文字重述核对结果。图片翻译就会从“丢张图碰运气”变成处理截图和单据的辅助步骤。聊天里的字怎么双向翻译，仍走文本规则；图上的字必须先成为可核对的文本，才配进入那些规则。需要对方执行的价格和日期，最后仍应用一行清楚的文字说出来，而不是寄希望于对方也看懂同一张压缩过的海报。