跳转到内容

影像翻譯

本页使用了标题或全文手工转换
维基百科,自由的百科全书

影像翻譯(英語:Image translation)是指將影像或照片中的文字翻譯的技術,例如:海報、看板、餐廳菜單、告示牌、文件或螢幕截圖等。光學字元辨識(OCR)的技術可以抽取出影像的文字,然後這些文字會翻譯成想要的語言,然後使用數位影像處理的技術,將原圖處理成一張文字被翻譯過的新圖。影像翻譯也和機器翻譯的研究領域相關。

概述

[编辑]

機器翻譯的研究讓文字的翻譯變得更加簡便,而光學字元辨識技的進展讓人們可以翻譯影像中的文字。在2004年,日本的手機第一次引進光學辨識的技術,讓使用者可以透過鏡頭將拍到的文字抽取出來。而且,抽取出的文字可以被進一步處理,被儲存成網址的URL連結,或是拿來使用在電子郵件或簡訊。

近年來,行動裝置的硬體有長足的進步,相機的畫質提昇而且自動對焦的技術也被開發,讓使用手機進行文字的掃描變成可能。於是,影像翻譯的技術出現了,讓使用者在掃描出影像中的文字之後,還能夠進一步將文字翻譯成他們想要的語言。越來越多的相關應用也開始出現,例如:Word Lens[1]。在這個程式被Google取得之後,它成為了Google翻譯行動app的一部分。

另外,隨著影像處理技術的同步發展,人們可以將影像中的文字替換成翻譯過後的文字,而處理成一張全新的照片。[2]

歷史

[编辑]

影像翻譯的展來源自於光學字元辨識的進步,由於需要進行光學字元辨識的記憶體和運算量比以往減少許多,讓行動裝置也能夠進行文字的掃描。

第一個聲稱可以用行動裝置的相機鏡頭"閱讀"文字的是International Wireless這家公司。他們在2003年發布了CheckPoint和WebPoint這兩個軟體。前者可以用來辨識發票的文字,後者可以辨識被印出來的網址連結,並在裝置上開啟該網站。[3] 在2005年九月,NEC和日本的Nara科學研究機構發布一個新的軟體,讓使用者可以用手機進行文字的掃描,而且這個軟體可以掃描整頁的文件。然而,這兩家公司宣佈他們不會在2008年底之前發布這份軟體的商用版。

到了2008年四月,Nokia發布了Shoot-to-Translate應用程式,可以將裝置拍攝到的影像中的文字抽取出來並翻譯。這個應用程式只提供中文和英文之間的翻譯,Nokia那時也表示他們正在開發名叫Multiscanner的產品,希望能夠提供52種語言之間的翻譯。[4] 在2014年五月,Google取得了Word Lens的使用權,讓視覺和語音的翻譯品質有了顯著的進步,讓行動裝置可以立刻地翻譯掃描的的文件或是圖片。在2018年八月,一家印度公司開發了ImageTranslate,它可以辨識、翻譯影像的文字,並且重新生成一張文字被翻譯過後的圖片。

現今,常見的影像翻譯服務由以下幾家公司所提供:

  • Google翻譯
  • ImageTranslate[5]
  • Yandex[6]

参考资料

[编辑]
  1. ^ WordLens Tm: wiki. [2019-03-23]. (原始内容存档于2022-06-20). 
  2. ^ ImageTranslate Tm: website. [2019-03-23]. (原始内容存档于2022-06-02). 
  3. ^ International Wireless, Inc. Reads Personal Checks with Cell Phones. - Free Online Library. Thefreelibrary.com. [2012-02-24]. (原始内容存档于2016-01-27). 
  4. ^ [1] 互联网档案馆存檔,存档日期April 12, 2009,.
  5. ^ ImageTranslate. [March 23, 2019]. (原始内容存档于2022-06-02). 
  6. ^ Yandex ocr translate. [March 23, 2019]. (原始内容存档于2022-06-03).