Bildöversättning:
Den kompletta guiden

Vad är bildöversättning?

Bildöversättning är processen att hitta texten i en bildfil, översätta den till ett annat språk och placera den översatta texten i bilden i stället för originalet. Indata kan vara ett foto av en gatuskylt, en skärmdump av en app, ett skannat avtal, en banner för sociala medier eller en animerad GIF. Det du oftast vill ha som resultat är samma bild – samma layout, samma färger, samma bakgrund – med orden på ett nytt språk.

Det sista är det som skiljer bildöversättning från vanlig textöversättning. Text i en bild är ännu inte text: det finns inget att markera, kopiera eller klistra in. Därför fastnar man lätt i ett välbekant mönster – skriver av orden från JPG-filen, klistrar in dem i en översättare och bygger sedan om grafiken för hand, en gång per språk. En AI-bildöversättare tar bort det mönstret genom att koppla ihop tre steg: optisk teckenigenkänning (OCR) som läser texten, AI-översättning som konverterar den och ett återskapandesteg som skriver tillbaka översättningen i layouten.

Bildöversättning är en del av den bredare världen av AI-översättning. Om du vill ha helhetsbilden – hur AI-översättare fungerar, hur träffsäkra de är och hur du översätter text, webbsidor och meddelanden – börja med vår kompletta guide till AI-översättare och kom sedan tillbaka hit för allt som gäller specifikt bilder.

Varför bildöversättning är viktigt

Visuellt innehåll finns överallt där det tidigare fanns text: produktfoton med etiketter, infografik, utbildningsdiagram, skärmdumpar av gränssnitt i hjälpdokumentation, annonsmaterial i ett dussin storlekar. Var och en bär ord som behöver nå en målgrupp på dess eget språk. För en enda bild räcker en gratis kameraapp. För fyrtio produktbilder på sex språk blir den manuella vägen en veckas omarbete – och när olika personer översätter olika bilder kommer samma produktnamn tillbaka på tre olika sätt i en och samma katalog. Resten av den här guiden visar hur du undviker det, efter bildtyp, efter språk och efter användningsfall.

Foton, skärmdumpar och skannade bilder

Varje bild går genom samma flöde – känna igen, översätta, återskapa – men var texten kommer ifrån påverkar hur väl det första steget fungerar. Välj det verktyg som passar dina indata:

Foton tagna med mobilen

Foton är de svåraste bilderna att översätta. Perspektivförvrängning, reflexer, skuggor och svagt ljus försämrar teckenigenkänningen innan översättningen ens har börjat, och texten finns i en miljö – en förpackningsetikett, en whiteboard, en handskriven lapp – i stället för på en ren sida. Fotoöversättaren kör OCR på fotot, visar den igenkända texten i redigeraren så att du kan rätta tecken som OCR-steget har läst fel, och ger dig tillbaka samma foto med översättningen på plats. Det finns ingen app att installera: den körs i mobilens webbläsare, och du kan ladda upp en enskild bild eller en hel mapp på en gång. Om du bara behöver orden kan du exportera den extraherade texten i stället för bilden.

För bästa resultat håller du kameran rakt mot texten, fyller bildrutan med texten och undviker reflexer. Ett dåligt foto ger en dålig översättning: översättningssteget kan inte reparera tecken som lästes fel tidigare i flödet.

Skärmdumpar och text på skärmen

Skärmdumpar är oftast de renaste indata du kan få: texten är skarp, rak och har hög kontrast, vilket gör dem idealiska för AI-översättning. Appgränssnitt, felmeddelanden, chattrådar, presentationsbilder och programvarudokumentation hör alla hit. Ladda upp skärmdumpar en i taget eller i bulk, välj dina målspråk, granska resultatet i en liveförhandsvisning och ladda ner dem i originalformatet. Eftersom gränssnittstermer upprepas i dussintals skärmdumpar bör du lägga till knappetiketter och funktionsnamn i en ordlista så att de översätts identiskt i varje fil.

Medicinteknikföretaget Smith+Nephew driver sitt interna översättningsteam på Smartcat, med översättningsminnen och ordlistor i en och samma arbetsyta; enligt fallstudien är handläggningstiden fyra gånger snabbare jämfört med det tidigare SLA:t med byrån (läs fallstudien om Smith+Nephew).

Skannade dokument

En skanning är en bild av ord, inte ord. Att översätta en är en process i två steg: OCR omvandlar bilden av sidan till maskinläsbar text, inklusive text i tabeller och sidhuvuden, och först därefter översätts texten. Smartcat kör båda stegen i en och samma uppladdning och bevarar sidlayouten, så det du laddar ner ser fortfarande ut som dokumentet du laddade upp. Översättning av skannade dokument fungerar på skannerfiler och på raka mobilfoton av sidor; skanningar bör vara minst 300 DPI.

Vissa skriftsystem får särskild hantering. För skannad kinesiska kan du till exempel ange förenklad eller traditionell kinesiska (ända ner till den regionala varianten) som källspråk, och den igenkända texten delas upp i ord före översättningen, eftersom skriven kinesiska saknar mellanslag – en enda felaktig uppdelning ändrar betydelsen även när varje tecken lästes korrekt.

Om din skanning är en PDF med flera sidor snarare än en bildfil ska du i stället använda ett PDF-arbetsflöde, som behåller flersidesstrukturen – vår guide till PDF-översättning behandlar skannade PDF-filer, alternativ för OCR-tolkning och layout ingående, och översättaren för skannade PDF-filer är rätt ställe att börja.

Hur OCR omvandlar en bild till översättningsbar text

Optisk teckenigenkänning är steget som gör allt annat möjligt. OCR skannar bildens pixlar, hittar de områden som innehåller text – rubriker, etiketter, bildtexter, text i diagram – och omvandlar var och en till tecken som en översättningsmotor kan arbeta med. I ett arbetsflöde för OCR-bildöversättning sker extraheringen och översättningen i ett och samma steg, så du behöver aldrig hantera den råa texten om du inte vill.

Vad som påverkar OCR-kvaliteten

OCR-precisionen sjunker med lägre upplösning och ökar med högre kontrast. Skarpa bilder tagna rakt framifrån översätts tillförlitligt; suddiga eller kraftigt komprimerade bilder tappar tecken. Några saker gör märkbar skillnad:

• Upplösning. Skanna med 300 DPI eller mer. Skriftsystem med täta tecken, som kinesiska, är mindre förlåtande än latinsk text, eftersom skillnaden mellan två tecken kan vara ett enda kort penseldrag.
• Vinkel och ljus. Håll sidan eller skylten plan och jämnt belyst. Reflexer och skuggor döljer streck.
• Skrivriktning. Skriftsystem som skrivs från höger till vänster, som hebreiska och arabiska, kräver att textriktningen identifieras innan raderna ordnas, särskilt när en rad blandar hebreiska eller arabiska med ett engelskt namn eller en siffra.
• Handskrift. Handskrift läses endast av den bildbaserade OCR-pipelinen, och precisionen följer kvaliteten på underlaget. Behandla ett resultat från handskrift som ett utkast att kontrollera, inte som en översättning att publicera.
• Röriga bakgrunder. Text på fotografiska bakgrunder eller i stiliserade logotyper identifieras, men återskapas sällan perfekt, så räkna med en del manuell efterbearbetning.

Sidan om hebreisk bildöversättare illustrerar väl varför OCR som tar hänsyn till skriftsystemet är viktig: hebreiska skrivs från höger till vänster, fem bokstäver ändrar form i slutet av ett ord, vardaglig text utelämnar vokaltecken och kursiv handskrift har nästan inga bokstavsformer gemensamma med tryckt text.

Från bild till text, och sedan översättning

Ibland behöver du inte någon översatt bild alls – du behöver orden, på ditt språk, för att klistra in i ett e-postmeddelande eller en rapport. Smartcat håller den extraherade källtexten synlig och redigerbar bredvid översättningen, så att en tvåspråkig kollega eller granskare kan kontrollera vad OCR faktiskt läste. Det är det steget som fångar upp visuellt likartade tecken som feltolkats i en skanning av låg kvalitet, vilka annars ger flytande, självsäkra men felaktiga resultat.

Det är också vid översättning av OCR-resultat som AI-översättning verkligen gör sig förtjänt jämfört med verktyg som översätter ord för ord: motorn ser hela meningar i sitt sammanhang och tillämpar din ordlista, så att ett produktnamn som extraherats från bild 3 och bild 40 blir identiskt.

Så fungerar bildöversättning i Smartcat

Oavsett om du börjar med en enda bild eller en hel kampanjs banners är arbetsflödet samma fem steg – och varje steg sker i webbläsaren.

För en genomgång klick för klick, inklusive kortkommandon i redigeraren och den aktuella listan över typsnitt som stöds, se hjälpartikeln Översätt text i bilder med AI-bildöversättaren.

OCR-pipeline jämfört med generativ pipeline

Smartcat erbjuder två sätt att återskapa en översatt bild, och att välja rätt när projektet skapas sparar omarbete senare.

Det generativa alternativet beskrivs i Översätt marknadsföringsbilder med AI (Image Translation 2.0). Genereringen av den slutliga bilden tar vanligtvis upp till 30 sekunder, och en knapp för att generera om skapar en ny version om det första resultatet inte blev rätt.

Bevara design och varumärke

För marknadsförings- och produktteam är översättningen bara halva jobbet. En översatt banner där texten flödar över knappen, där varumärkets typsnitt byts mot ett standardtypsnitt eller där det syns spår av den ursprungliga texten går inte att publicera. Designsäker bildöversättning innebär att bakgrund, typsnitt, justering och färger klarar sig genom hela processen.

Marknadsföringsbilder, banners och annonser

Smartcats generativa pipeline byggdes för just detta: den extraherar texten, översätter den med dina ordlistor och ditt översättningsminne och genererar sedan den slutliga bilden i varumärkets ursprungliga stil – utan manuell inpainting eller matchning av typsnitt. Uppdateringen om zero-touch-bildlokalisering beskriver motorns automatiska typsnittsmatchning, layoutbevarande och hantering av textexpansion, plus segmentbaserad redigering så att du styr formuleringen innan bilden genereras. När Smartcat först lanserade sin AI Image Translator var målet detsamma: att översätta en bild till flera språk samtidigt utan att behöva bygga om designen för varje marknad.

Översätta i Canva och Figma

Om dina bilder fortfarande finns i designverktyget är det bättre att översätta dem där än att exportera platta bilder. Canva-översättaren för in en Smartcat-agent i Canvas apppanel; den översätter text i designer, inklusive text i bilder i grafik, infografik och inlägg på sociala medier, med hjälp av din ordlista och ditt översättningsminne (läs tillkännagivandet om Canva-agenten). För produkt- och UI-design översätter Smartcats översättningsplugin för Figma designer till fler än 280 språk med förhandsgranskning i realtid och låter granskare arbeta utan betalda Figma-licenser; konfigurationen beskrivs i Anslut Figma till Smartcat.

GIF:ar och animerade bilder

GIF-översättaren läser texten i en GIF, översätter den och sätter tillbaka den på plats. För animerade filer anger sidan om GIF-översättaren att varje bildruta som innehåller text översätts och att filen byggs om med sin ursprungliga timing och loop, med din ordlista tillämpad i alla bildrutor. Två relaterade sidor handlar om GIF-översättning med AI och att översätta GIF:ar till engelska.

Bilder på webbplatser och i dokument

Bilder är den del av en webbsida som vanlig sidöversättning missar: orden är pixlar, inte HTML. Smartcats sidor om att översätta webbplatsbilder och översätta bilder på webbsidor förklarar varför konsumentverktyg har svårt med inbäddade och dynamiska webbilder, och Chrome-tillägget för bildöversättning översätter text i bilder utan att du behöver lämna sidan. För resten av webbplatsen – HTML-text, SEO-metadata, CMS-integrationer – se vår guide till webbplatsöversättning.

Bilder inbäddade i Office-filer kräver ett extra steg: när du översätter en .pptx översätts texten på bilderna i presentationen, men inte texten inuti bilderna. Hjälpartikeln Översätta bilder inbäddade i PowerPoint-filer visar hur du extraherar bilderna, översätter dem och infogar dem igen. Vår guide till dokumentöversättning täcker resten av arbetsflödet för filöversättning.

Filformat och batchöversättning av bilder

De flesta sökningar efter bildöversättning anger ett format – ”översätt PNG”, ”JPG-översättare” – men formatet spelar mindre roll än innehållet. OCR-pipelinen läser JPG/JPEG/JFIF, PNG, TIF/TIFF, BMP, GIF, DCX/PCX, JP2/JPC, DJVU, JB2, PDF-filer som bara innehåller bilder och Adobe Illustrator-filer (AI), och exporterar i samma format som du laddade upp. Varje bild kan vara upp till 30 MB.

PNG, JPG och andra bildfiler

PNG är vanligt för skärmdumpar, UI-grafik och allt med transparens; JPG är standard för foton. Båda går igenom samma pipeline för igenkänning, översättning och återskapande. De formatspecifika sidorna nedan går igenom vart och ett:

Översätta många bilder samtidigt

Skillnaden mellan att översätta fyrtio bilder och att översätta en bild fyrtio gånger är det gemensamma sammanhanget. När du översätter flera bilder samtidigt använder varje bild i batchen en och samma ordlista, så att varumärkesnamn och återkommande termer översätts identiskt i varje fil, och ett och samma översättningsminne, så att en mening som upprepas i tjugo bilder översätts en gång och återanvänds. En batch kan ha flera målspråk samtidigt, och den färdiga uppsättningen laddas ner tillsammans.

Det är också med batchöversättning som bildöversättning blir ett arbetsflöde för hela teamet i stället för en engångsuppgift: en hel kampanjs banners eller en katalogs produktbilder laddas upp som ett projekt, en granskare kontrollerar dem på ett ställe och granskarens ändringar förs tillbaka till översättningsminnet inför nästa batch.

Översätt bilder efter språk

Efterfrågan på bildöversättning präglas starkt av språket. De flesta sökningar anger en riktning – japanska till engelska från ett foto, engelska till gujarati på en affisch, arabiska till engelska från en skanning – och vissa skriftsystem är mycket svårare att känna igen än andra. Smartcats bildverktyg kan para ihop vilket som helst av de fler än 280 språk som stöds med vilket annat som helst, och sidorna nedan är språkspecifika utgångspunkter, grupperade efter skriftsystem och region.

Översätt bilder till engelska

Japanska, kinesiska och koreanska

CJK-skriftsystem hör till de mest efterfrågade bildöversättningarna och till de svåraste för OCR: tusentals tecken, streck som skiljer sig åt med en millimeter och, på japanska, text som kan löpa vertikalt. Smartcats översättare för vertikal japansk text hanterar traditionell tategaki uppifrån och ned i bilder och skärmdumpar, och kanji-fotoöversättaren täcker kanji i foton. Observera att arbetsflödet för skannad kinesiska hanterar horisontellt satt kinesiska; vertikala kinesiska kolumner stöds inte där.

Hindi och andra indiska språk

Indiska språk står för en stor andel av sökningarna efter bild- och fotoöversättning, från skyltar på hindi och sanskrittexter till dokument på kannada, tamil, telugu och gujarati. Redigerarens uppsättning typsnitt som stöds omfattar särskilda Noto-typsnitt för devanagari, tamil, bengali, kannada, malayalam, telugu och gurmukhi, så att den översatta texten återges i rätt skriftsystem.

Arabiska, hebreiska, urdu och persiska

Skriftsystem som skrivs från höger till vänster kräver mer än utbytta ord: den översatta texten måste sättas i rätt riktning, och blandade rader (en arabisk mening med ett engelskt varumärkesnamn) måste behålla sina segment i rätt ordning. Smartcat återger text från höger till vänster i bilden igen, med Noto-typsnitt för arabiska, hebreiska och nastaliq-urdu i den uppsättning som stöds.

Spanska, franska, tyska och andra europeiska språk

Tagalog, amhariska, somaliska, burmesiska och fler

Stödet för mindre talade språk varierar mycket mellan olika översättningsverktyg, särskilt för text i bilder. Om språket du behöver inte finns med här accepterar den allmänna bildöversättaren alla språkpar som stöds.

Användningsområden för bildöversättning

Vem översätter bilder, och varför? Svaret avgör vilket verktyg och vilket arbetsflöde du bör välja.

Bilder för marknadsföring och e-handel

Kampanjbanners, grafik för sociala medier, produktfoton med etiketter och förpackningsdesign innehåller alla text som måste nå fram på varje marknad samtidigt som lanseringen. Det är här det generativa arbetsflödet “Marketing & Visuals”, batchuppladdningar och en gemensam ordlista lönar sig: en uppladdning, alla språk, samma produktnamn på varje bild.

Utbildningsmaterial och e-lärande

Kommenterade skärmdumpar, diagram och infografik är de delar av en kurs som oftast lämnas kvar på engelska. Uppdateringen för helautomatisk bildlokalisering lade till stöd för SCORM: ladda upp ett SCORM-paket så identifieras bilder med text, översätts och paketeras om med kursstrukturen intakt.

Produktdokumentation och skärmdumpar av programvara

Hjälpcenterartiklar och användarhandböcker är fulla av skärmdumpar av gränssnittet. Om du översätter dem med samma ordlista som gränssnittet blir knappetiketterna konsekventa mellan produkten och dokumentationen. Skärmdumpar är ett av de starkaste användningsområdena för AI-bildöversättning eftersom källtexten är ren.

Skannade handlingar, formulär och dokument

Leverantörsavtal, näringstillstånd, tullhandlingar, certifikat och arkiverade handlingar finns ofta bara som skanningar. OCR plus AI ger dig snabbt ett läsbart, redigerbart utkast; för allt som är juridiskt eller officiellt bör du skicka utkastet till en mänsklig granskare och låta källtexten vara synlig så att granskaren kan kontrollera vad OCR läste.

Översättning för privatbruk och resor

Att läsa en meny, en skylt eller en etikett just nu är ett jobb för en gratis kameraapp — det går snabbare och det är rätt verktyg. Använd en bildöversättare som Smartcat när du behöver få tillbaka den översatta bildfilen: något du kan skicka, arkivera eller publicera.

Bilder kommer sällan ensamma. Om dina finns i PDF-filer förklarar guiden för PDF-översättning som länkas nedan hur bildrika PDF-filer hanteras, inklusive översättning av en PDF med bilder, där text som är inbakad i ett diagram känns igen, översätts och skrivs tillbaka in i bilden.

Guider, instruktioner & nyheter om bildöversättning

Steg-för-steg-guider för att översätta bilder och skärmdumpar, och produktuppdateringarna bakom Smartcats verktyg för bildöversättning.

Smartcats produktdokumentation

Steg-för-steg-hjälpartiklar för att översätta bilder i Smartcat.

Relaterade guider

Bildöversättning finns vid sidan av de andra sätten som Smartcat översätter innehåll på. De här guiderna går djupare in på närliggande ämnen.