影像翻译

影像翻译（英语：Image translation）是指将影像或照片中的文字翻译的技术，例如：海报、看板、餐厅菜单、告示牌、文件或屏幕截图等。光学字符识别（OCR）的技术可以抽取出影像的文字，然后这些文字会翻译成想要的语言，然后使用数字图像处理的技术，将原图处理成一张文字被翻译过的新图。影像翻译也和机器翻译的研究领域相关。

概述

机器翻译的研究让文字的翻译变得更加简便，而光学字符识别技的进展让人们可以翻译影像中的文字。在2004年，日本的手机第一次引进光学识别的技术，让用户可以透过镜头将拍到的文字抽取出来。而且，抽取出的文字可以被进一步处理，被存储成网址的URL链接，或是拿来使用在电子邮件或短信。

近年来，移动设备的硬件有长足的进步，相机的画质提升而且自动对焦的技术也被开发，让使用手机进行文字的扫描变成可能。于是，影像翻译的技术出现了，让用户在扫描出影像中的文字之后，还能够进一步将文字翻译成他们想要的语言。越来越多的相关应用也开始出现，例如：Word Lens。在这个程序被Google获取之后，它成为了Google翻译行动app的一部分。

另外，随着影像处理技术的同步发展，人们可以将影像中的文字替换成翻译过后的文字，而处理成一张全新的照片。

历史

影像翻译的展来源自于光学字符识别的进步，由于需要进行光学字符识别的存储器和运算量比以往减少许多，让移动设备也能够进行文字的扫描。

第一个声称可以用移动设备的相机镜头"阅读"文字的是International Wireless这家公司。他们在2003年发布了CheckPoint和WebPoint这两个软件。前者可以用来识别发票的文字，后者可以识别被印出来的网址链接，并在设备上开启该网站。 在2005年九月，NEC和日本的Nara科学研究机构发布一个新的软件，让用户可以用手机进行文字的扫描，而且这个软件可以扫描整页的文件。然而，这两家公司宣布他们不会在2008年底之前发布这份软件的商用版。

到了2008年四月，Nokia发布了Shoot-to-Translate应用程序，可以将设备拍摄到的影像中的文字抽取出来并翻译。这个应用程序只提供中文和英文之间的翻译，Nokia那时也表示他们正在开发名叫Multiscanner的产品，希望能够提供52种语言之间的翻译。 在2014年五月，Google获取了Word Lens的使用权，让视觉和语音的翻译质量有了显著的进步，让移动设备可以立刻地翻译扫描的的文件或是图片。在2018年八月，一家印度公司开发了ImageTranslate，它可以识别、翻译影像的文字，并且重新生成一张文字被翻译过后的图片。

现今，常见的影像翻译服务由以下几家公司所提供：

• Google翻译
• ImageTranslate
• Yandex