保留原始布局的批量图片翻译工具教程

功能关键词：图片内文字翻译、原位排版、批量多语言翻译、术语一致性、单张图片校对。

工具概述

保留原始布局的批量图片翻译工具的窗口名称为“Yike批量图片翻译”。将图片按分块发送给用户设置的视觉模型，识别文字、翻译和位置后，对原文字区域进行局部修复并插入译文。适用于商品图片、海报、说明图片的多语言整理。

本页面提供多路径批量处理、原文/译文语言、3种视觉API协议、高级排版及术语设置、断点续传、任务报告、单张图片校对。布局的保留基于识别出的文本框；复杂背景、字体、译文长度仍需校对，不能理解为完全还原原始设计文件。

工具截图

主要功能

1. 批量处理PNG、JPEG、WebP、BMP及单页TIFF，支持扫描子目录和保留路径结构。
2. 原文语言可自动检测或手动指定，译文语言可选择或直接输入。
3. 支持Chat Completions、Responses、Messages这3种视觉接口协议，使用用户设置的地址、模型和密钥。
4. 对每个文字区域进行局部背景修复或纯色填充，在原框内自动调整字号，并插入译文。
5. 设置术语表、翻译要求、置信度、字体、分块、速率限制、编码质量，输出PNG/JPEG/WEBP。
6. 保存校对用JSON，可在单张图片窗口中修改译文、坐标、颜色、角度、粗体、竖排、对齐方式。
7. 使用任务记录续传成功/失败项，查看最近日志，导出完整的CSV状态报告，打开输出目录。

使用前的准备

请准备独立的PNG、JPG/JPEG、WEBP、BMP或TIF/TIFF图片。多页TIFF和动画图片会被拒绝，需要先使用其他工具拆分为独立图片；GIF不在本工具支持的扩展名之列。

请准备服务商提供的视觉模型名称、API Key、HTTP(S)接口地址；协议必须与网关支持的渠道一致，纯文本模型不能用于图片识别。图片将发送到所填写的网关；密钥在当前会话中使用，不会写入配置。

请设置可写入的独立输出目录。保存目录不能与主输入文件夹相同，也不能将输入放在输出目录内；输入内的输出子目录会在递归扫描时排除。

高级设置默认单张图片上限为24百万像素、并发数为2张图片；系统需安装能够显示译文语言字符的字体。如需保留自动识别的校对数据，请启用“导出校对用JSON”。

详细操作步骤

1. 选择图片来源，设置保存目录

在“路径设置”中点击“选择文件”选择多张图片，或点击“选择文件夹”选择主目录；浏览会替换现有来源。也可将项目拖入输入框，或用半角分号分隔多个文件和目录；所选的多个路径可能会被软件显示为JSON数组，这是受支持的多路径表示方式。

点击“浏览目录”选择输出，或输入或拖入目录。输出必须与主输入分离；请避免将包含输入的父文件夹设为输出；开始前会检查路径关系。

如需递归，请勾选“扫描子目录”，并根据需要勾选“保留原路径结构”。关闭扫描时，结构保留也会关闭；扫描不会跟随文件夹链接，来自多个来源的同一实际路径会使用任务记录去重。

2. 在接口连接页面填写视觉API设置

切换到“接口连接”，先选择服务商实际支持的协议，Chat Completions·newapi、Responses·sub2api或Messages·Claude。这是请求格式的选择，并不意味着仅根据账号类型就能使用任意渠道。

在“地址”中填写HTTP(S)根地址或完整端点。仅指定域名时，会自动添加/v1和协议端点；已有版本/自定义前缀时，会保留路径，并在其后添加chat/completions、responses或messages。地址中请勿包含密钥、查询参数、片段或URL的用户名和密码。

在“模型”中填写服务商提供的支持图片输入的模型ID，在“密钥”中填写本次会话的API Key。默认隐藏；使用旁边的“显示”临时查看，结束后请再次隐藏；密钥不会保存在配置中。

下方的“测试接口”会创建一张小型测试图片并发送实际请求，可能产生服务费用。它用于确认实际使用的视觉功能，不能将其当作仅查看配置的按钮。高级设置中的流式响应必须与服务商的功能一致。

3. 在翻译设置页面选择语言、格式和续传方式

切换到“翻译设置”。原文语言默认为“自动检测”，也可选择简体/繁体中文、English、日语、韩语等；译文语言默认为English，两个输入框均可直接输入所需的语言名称。对于混合文字，可先使用自动检测。

可用的输出格式为PNG、JPEG、WEBP。PNG和WEBP可保留透明通道，而JPEG会将透明区域合成到白色背景上；页面没有修改宽高的参数，插入会按根据EXIF方向校正后的原图尺寸进行。

“并发图片数”为1至4，默认为2，表示同时处理的图片数量；对于大图，可按页面建议设为1。“断点续传”和“重试失败项”默认勾选：续传同一任务时，会跳过成功项，并重试先前失败的项目。

续传已完成扫描的任务也不会重新检测新添加的文件；添加源文件或希望重做成功项时，请关闭断点续传并创建新任务。修改影响翻译或输出的参数也会创建新的任务记录，但调整并发数、速率限制、超时、重试次数不会改变任务匹配。

4. 打开高级设置，调整排版和性能

点击“高级设置”，在“排版与性能”中调整请求数/分钟、超时和重试。默认为30次请求/分钟、120秒、重试3次；0次请求/分钟表示不限速，分块和重试均计入请求数，认证相关错误不会作为普通临时错误重试。

分块边长为512至3072像素，默认为1536，缩小分块可能会增加请求数；每张图片最多256个分块。最大百万像素数为1至100，默认为24，超过上限时会报错，而不是将大图自动缩小至上限。

“置信度阈值”为0至1，默认为0.60；低于该值的文字区域会保留原文，之后可手动启用。“背景处理”中可选择局部修复或纯色填充；后者根据周围颜色估算填充色，复杂背景需要检查。

“擦除范围扩展/像素”为0至8，默认为2，仅作用于局部修复的文字蒙版；“最小字号/像素”为4至48，默认为6。译文无法放入原框时会报错，需要缩短文字、扩大文本框或减小最小字号；译文不会在没有通知的情况下被截断。

插入字体默认为微软雅黑，可选择覆盖译文语言的已安装字体。输出质量为40至100，默认为95，用于JPEG/WEBP；WEBP质量为100时启用无损编码，PNG不受此质量值影响。

“流式响应”和“导出校对用JSON”默认启用；服务商不支持时请关闭流式响应，并保留JSON以便校对。实际修改后，点击“保存”应用；“取消”会放弃当前修改。

5. 根据需要填写术语表和翻译要求

在高级设置中切换到“术语与要求”。在术语表中，每行填写“原词=译法”，以引导品牌或专业术语的一致性；上限为16000个字符。占位示例仅为格式提示，并不意味着术语已经添加。

在“翻译要求”中填写用途、语气、保留品牌和型号等要求，最多8000个字符。两项均作为视觉模型的指导，无法保证逐项严格遵守；成品仍需结合校对进行检查。

完成设置后，点击“保存”用于下一次批量处理；仅切换页面或点击“取消”不会提交当前编辑内容。同类排版设置也可在校对窗口中打开，但仅影响该校对项目。

6. 开始翻译，使用状态和报告查找结果

确认路径、语言、接口和高级参数后，点击“开始”。程序会验证必要条件和使用权限，创建或续传任务后，扫描图片并按分块发送至已设置的视觉API。处理期间路径和参数会被锁定；使用“停止”可请求取消未完成的请求，并等待本地处理安全结束。

进度按已尝试的图片数统计，失败也计为一次尝试；扫描期间总数尚未确定。请结合成功、失败、扫描错误和阶段文字进行判断，不要将百分比当作所有翻译均正确的证据。出现认证/地址相关错误，或连续5张图片失败时会自动停止；请根据日志修复问题后再续传。

“打开输出”会打开当前设置的有效目录，其中有翻译后的图片及同名加上“.图片扩展名.json”的校对数据。“导出报告”会根据当前任务写出包含源文件、输出文件、状态、区域数、错误的CSV；尚无任务记录时，会提示先启动任务。

界面日志保留最近200条，可选择文字复制。“清空日志”仅清空当前显示，不会删除任务或报告记录；导出的报告是整个批量处理状态的正式信息来源。运行期间导出的是分段读取的状态快照，完成后导出更便于确认最终状态。

7. 使用单张图片校对修改译文和区域，并导出校对后的图片

点击“单张图片校对”打开编辑窗口。若存在最近的校对用JSON，会自动尝试加载；也可点击“打开校对用JSON”选择本工具生成的文件，或点击“打开原图”在不进行API识别的情况下手动标注。对于自动生成的JSON，原图必须仍位于记录的位置且未被修改。

图片可用后，双击表格编辑原文、译文、x1/y1/x2/y2像素坐标、#RRGGBB颜色、角度、置信度、对齐方式；启用、粗体、竖排使用复选框。坐标基于方向校正后的原图，选择行后可在左侧查看区域。

“添加区域”可添加漏识别的框，“删除区域”可删除所选项；禁用或删除后，该位置会保持不变。每张图片最多可设置2000个区域，原文和译文不能为空，区域不得越界；角度为-180°至180°，对齐方式可填写left、center或right。

如需调整字体、修复方式、编码，请点击“排版设置”；点击“刷新预览”会按当前表格在本地重新绘制，不会保存图片或再次请求翻译API。修改后请再次刷新；空白窗口不会自动生成校对结果。

确认后，点击“导出校对后图片”并选择保存目录，写出名为“原图名_校对”的新图片和JSON；若已存在同名文件，会添加编号并保留现有文件。预览或导出时也会再次确认软件使用权限；这些操作与再次调用视觉模型进行翻译不同。

主要参数说明

结果与保存

翻译后的图片会保留源文件的基本名称，并以所选的PNG、JPEG或WEBP扩展名保存；若与现有图片或JSON冲突，会分配_1、_2等编号，发布时会防止覆盖现有文件。有多个根目录且启用结构保留时，会添加源目录名称和序号前缀以作区分。

启用校对用JSON后，自动任务会先保存识别和翻译记录，再进行图片排版。因此，可能仅存在JSON而图片插入失败，可使用单张图片校对进行修正；不能直接将JSON的存在视为翻译后图片已完成。

输出目录中的.yike_image_translate保存续传清单和任务索引。要继续任务，必须保留这些记录；若已有任务占用同一输出目录，页面会提示等待或更换目录。续传时会根据任务状态跳过成功项，不会逐一检查文件是否已被外部移动。

自动处理会按EXIF校正方向，并尝试传递DPI和ICC信息，但不会保存完整的EXIF。程序不会缩放整张输出图片，而是在文本框内进行背景修复和译文插入；无法保证复杂纹理、透明边缘或字体布局与原设计完全一致。

手动校对的输出会另存为“_校对”图片和JSON。任务报告为CSV，日志为可复制的最近文本；报告不是翻译后的图片，不能替代对文字和背景的手动检查。

常见问题与使用建议

1. 自动翻译可以完全离线运行吗？

自动识别和翻译需要已设置的视觉API；手动校对可自行输入译文并在本地插入，相关操作也可能会检查软件权限。

2. 可以使用纯文本模型吗？

不可以，页面明确要求支持图片输入的模型，结构化区域不正确时也会报错。

3. API Key会保存在配置中吗？

不会保存，仅在当前会话中使用；退出后需重新指定，程序也支持从预设环境中读取。

4. 测试接口仅检查输入格式吗？

不是，它会创建一张小型测试图片，并发送1次实际视觉请求。

5. 为什么部分原文没有被替换？

低于置信度阈值的区域，或译文与原文相同的区域默认禁用，可在校对表中查看。

6. 译文比原框长时该怎么办？

程序会缩小字号；若仍放不下，会报告失败，可缩短译文、扩大文本框或减小最小字号。

7. 动画图片和多页TIFF是否只处理第一页？

本工具拒绝多帧/多页输入，为避免遗漏，需先拆分为独立图片。

8. 为什么续传时没有扫描新添加的图片？

已完成扫描的现有任务会直接复用清单，要创建新任务，需要关闭断点续传。

9. 只有JSON而没有翻译后的图片时，处理是否已正常完成？

仅凭这一点无法判断；JSON在插入前保存，排版失败后也可能保留，可用于手动校对。

10. 为什么校对用JSON无法打开原图？

原图必须位于记录的位置，且文件大小、修改时间、方向校正后的尺寸相同；修改后需重新翻译或手动打开原图。