BasicCAT — Computer-Aided Translation (CAT) Tools

如何扫描照相底片

Fri, 27 Feb 2026 12:28:50 +0000

以前的胶卷相机拍的照片，到照相馆冲印后一般都会留下底片（胶片）。我最近就翻出了不少这种底片。底片里面是一种银盐，具有高度感光性。一般的底片的规格是宽35毫米，高24毫米，冲印出来的内容是反色的负片。

因为底片很小，而且外面还有一层色罩，想要扫描成数字版就不是一件容易的事情。常见的方式是使用专业的胶片扫描仪进行扫描。如果没有扫描仪，也可以用手机或者相机进行翻拍。

相机翻拍

底片是透明的，需要透射光才能看出内容。我们可以准备一个白色的面光源，比如手机屏幕、吸顶灯。
使用微距镜头进行拍摄。如果用手机，可以通过外接的方式接入一个。
拍摄后，可以用Adobe Photoshop做进一步处理：反色、通过“自动颜色”去除色罩。

这里因为是用的手机，所以存在清晰度不够、色彩不准、屏幕波纹等问题。如果用专业的相机，效果应该是不错的，可以比扫描仪有更好的锐度。另外专业相机可以保存文件为raw格式，更方便校色。

扫描仪扫描

选择一款支持扫描底片的平板扫描仪，比如爱普生v850。我这里用的是爱普生v300，它具备透扫器和底片夹，支持扫描底片。

可以使用厂家提供的Epson Scan进行扫描，它能自动裁剪底片，反色和去色罩。

如果只想得到原始图像，可以使用ImageTrans，通过TWAIN、ICA和SANE等接口进行扫描。

之后，可以用ImageTrans或者其他软件进行裁剪、反色和去色罩的操作。

使用ImageTrans扫描：

使用ImageTrans裁剪、反色和去色罩后的结果：

文档扫描仪协议逆向工程

Fri, 27 Feb 2026 02:42:50 +0000

扫描仪一般支持通过SCSI、USB和网络等接口去访问。如何控制扫描仪执行扫描任务，返回扫描数据，需要遵循一套规范。现代的扫描仪一般都支持eSCL这一标准，通过网络去连接。但不是所有扫描仪都支持这种标准，通常都是厂家自己定义了一套协议，并提供驱动供应用软件进行调用。

但也不是所有操作系统和CPU架构都有驱动可以用，于是有人通过逆向工程，破解了这些协议，使得不用官方驱动，也能使用这些扫描仪。这类软件有开源的SANE和商业的ExactScan、VueScan等等。另外，自己编写驱动，可以对扫描仪做到精准的控制，比如色调、是否启用卡纸检测传感器、实时预览扫描结果等等。并且，随着浏览器支持控制USB设备，我们甚至能直接在浏览器操作扫描仪。

下面是对扫描仪进行逆向的一些方式。

直接借鉴SANE的源代码。SANE逆向了大多数扫描仪，我们可以直接阅读它的代码了解各种扫描仪的通讯方法。
在有驱动的环境对USB传输进行抓包。比如以下是Linux上的操作方式：

开启抓包：
```
sudo modprobe usbmon
sudo tcpdump -i usbmon2 -w scan.pcap
```
使用SANE扫描一份文档：
```
scanimage -o t.jpg -l 0 -t 0 -x 5 -y 5
```
然后用Ctrl+C终止上面的命令保存结果。之后用WireShark查看结果。

这种方式需要对USB协议有比较强的分析能力，难度比较大。

我用Qoder让AI基于SANE的Pixma驱动写了一个Python+libusb控制佳能Lide 300的Python程序，测试可以实现扫描：https://github.com/xulihang/Canon-Lide-300-Python-USB-Driver

对于普通用户，直接使用现成的扫描软件就行了，比如ImageTrans，支持TWAIN、WIA、ICA、SANE和eSCL等各种扫描API，可以支持在各种操作系统上对大多数扫描仪的调用。扫描的文档能进一步处理，进行翻译、OCR和生成可搜索的PDF等操作。

编译macOS版SANE

Tue, 24 Feb 2026 02:42:50 +0000

最近买了一台富士通的Fi-6130扫描仪，500多元，是比较便宜的馈纸式扫描仪。我想在macOS上使用它，但发现这种比较老的低端的扫描仪，官方已经不提供驱动了，只有通过SANE或者VueScan去使用。

SANE可以通过homebrew安装，不过因为我想编一个分发方便的版本，所有决定重新编译。下面是我的操作步骤。

安装homebrew。

安装相关依赖。

brew install autoconf automake libtool gettext git pkg-config libusb libjpeg

到sane官网下载源码包。

执行以下命令进行编译：

./autogen.sh
./configure --prefix=/usr/local \
            CPPFLAGS="-I/usr/local/include -I/opt/homebrew/include" \
            LDFLAGS="-L/usr/local/lib -L/opt/homebrew/lib"
make
make install

如果要分发到没有homebrew的环境，可以用otool和install_name_tool再改一下path。

ImageTrans的macOS版已经集成了SANE，可以直接调用这种老的扫描仪进行扫描。

文档扫描应用程序接口概述

Sat, 31 Jan 2026 11:32:50 +0000

现代文档扫描仪大概在20世纪80年代出现，为了连接扫描仪和电脑，出现了很多文档扫描的API接口：TWAIN、ICA、SANE、WIA、eSCL等等。本文会对这些协议做个概述。

TWAIN

扫描仪厂商会给主流的操作系统，通常是Windows和macOS提供专门的扫描软件，TWAIN是一种通用的调用厂商提供的软件进行扫描的接口。它和UI有比较强的绑定，虽然可以不显示默认的扫描界面，但执行操作时还是有可能显示不同的UI。

因为直接调用厂商提供的软件，拥有比较多的能力，比如逐行获取扫描的图像、检测图像中的条形码、画面增强等等。

使用TWAIN调用Epson Scan进行扫描：

TWAIN主要用于Windows。

WIA

WIA是Windows官方支持的图像获取设备的接口。安装扫描仪驱动后，一般就可以通过Windows的传真和扫描应用进行扫描。

也可以通过COM，使用程序语言去调用，支持显示UI或者不显示UI。UI的话，是统一的WIA专门的版本。

使用WIA就不能使用厂商提供的专门的扫描程序了。

ICA

ICA是苹果官方提供的接口。安装专门的ICA驱动后，就可以在图像捕获应用中看到定制化的扫描界面了。也支持通过接口不显示UI进行调用。

SANE

SANE是类Unix系统（主要是Linux）上主要的扫描接口。也可以在macOS上使用。

SANE的扫描仪驱动主要是通过逆向工程编写的，当然也有厂商专门提供了SANE驱动，比如Epson。

SANE一开始就是为了网络扫描设计的，所以它不像TWAIN那样和UI强绑定。

eSCL

eSCL是由苹果推动的一个基于HTTP的网络文档扫描协议，只要扫描仪连接了网络，就能直接通过这一接口进行扫描。现在由佳能、惠普等厂商发起的Mopria组织维护。

扫描软件

桌面软件

NAPS2：支持TWAIN、WIA、SANE、eSCL、ICA，是一个开源的、一站式跨平台的扫描软件。
ImageTrans：基于WIA、SANE、ICA和eSCL集成了文档扫描功能，可以直接扫描文档，完成OCR、翻译、可搜索PDF生成等任务。
VueScan：逆向了绝大多数扫描仪的驱动，不需要额外安装驱动就能直接调用扫描仪。
SilverFast：在扫描照片、底片领域非常专业，一般买扫描仪都会附赠这一软件。

SDK

Dynamsoft: Dynamic Web TWAIN
Asprise: JSane、JTWAIN、Scanner.js
Leadtools
Vintasoft
ScanOnWeb

在这些SDK中，以Dynamic Web TWAIN支持的协议最全，维护程度最高。

支持国产操作系统的国产OCR和计算机辅助翻译软件

Sat, 31 Jan 2026 11:08:50 +0000

这几年国内一直在推信创，我老家海宁的公务员都用上了华为鲲鹏CPU上运行的国产统信操作系统。

其实国产系统和硬件已经有很多年的发展了。国产CPU有MIPS和Loongson架构的龙芯、x86架构的兆芯和海光、arm架构的飞腾、鲲鹏。国产系统从早期的蓝点Linux、中科红旗Linux到现在的银河麒麟、深度、统信、安同等发行版。早期硬件水平和软件生态都远远不如Windows平台，现在逐渐跟了上来，日常办公已经不是问题了。

本站点提供若干基于JavaFX的跨平台OCR和计算机辅助翻译软件，可以在不同CPU架构的国产操作系统上运行。作为原生桌面应用，性能、体验和安全性等方面比网页应用还是好不少的。

ImageTrans

ImageTrans是一款计算机辅助图片翻译软件，它基于ONNXRuntime集成了百度的PaddleOCR、mangaOCR、YOLO等OCR和深度学习模型，支持识别图片中的文字，翻译并在原图位置回填译文。此外也支持文档扫描、可搜索PDF生成、屏幕翻译等日常办公操作。

BasicCAT

BasicCAT是一款专业的计算机辅助翻译软件，可以处理Word、Excel、PowerPoint等文件的翻译。

Silhouette

Silhouette是一款计算机辅助音视频翻译软件，可以基于Whisper识别语音，生成字幕并翻译。

Aligner

Aligner是一个语料对齐软件，可以制作语料，为翻译提供参考。

在国产系统上的问题

Linux桌面软件对中文输入法的支持不佳，可能存在输入法不能跟随光标的问题。推荐更新系统到最新版本，使用Wayland提供桌面服务。

批量OCR和翻译图片和PDF文件

Mon, 05 Jan 2026 11:00:50 +0000

ImageTrans在v5.6.0集成了一个Hot Folder功能，它可以监控某个文件夹是否有新的文件加入，如果有，它会以当前项目为模板，执行指定的工作流来处理这些文件。

下面是相关操作事项：

新建一个项目，设置好语言、OCR、自定义工作流等常规操作。
如果要支持导入和导出PDF，需要在项目设置中提前定义导入导出的设置，并在工作流中添加导出PDF。
通过菜单栏-工具-Hot Folder，打开Hot Folder，设置好需要监控的文件夹后就可以批量OCR和翻译文件了。

转换超星图书馆下载的PDZ文件为PDF

Mon, 05 Jan 2026 10:50:50 +0000

上大学时一直用超星的汇雅图书馆阅读电子扫描版的图书，毕业了我以为不能用了，最近发现只要注册一个个人账号，然后输入之前学校的学号就可以继续使用了。

于是我兴致冲冲地下载几本电子书，但发现都是PDZ格式的，没办法在电子墨水平板上阅读。我便稍微研究了下，将这一功能集成到了ImageTrans中。

一般转换PDZ为PDF有三种方法：

直接使用阅读器打印为PDF。这种方式比较费时，而且得到的文件非常大。
直接复制阅读器缓存的图片文件，然后做成PDF
直接下载网页版的图片

ImageTrans使用了第二种方法。选择好要导出图片的pdz文件，它会自动用超星阅读器打开文件，自动切换页面，直到获取所有图片，并且能读取目录信息。

超星图书馆扫描的图书质量可能不佳，不适合直接用电子墨水设备看，我还专门给图像做了漂白的处理，具体见这篇文章：扫描图书的漂白、矫正和清晰化处理

视频教程：

扫描图书的漂白、矫正和清晰化处理

Mon, 05 Jan 2026 10:36:50 +0000

最近下了几本超星图书馆的电子书，打算转换成PDF用大上电子墨水平板阅读。但我发现这些扫描的图书存在分辨率低、文字倾斜、对比度不够、文字透印、背景干扰等问题，在电子书阅读器上的效果很差（见下方例图）。

最后我经过一番处理，得到了一个清晰版的PDF，总算在电子墨水设备上能看了。

下面是经过的处理步骤。

原图：

对图片做超分辨率操作，提升清晰度：

识别图片中的文字的倾斜角度，根据这一角度矫正图像：

识别图片中的文字，以文字区域为单位进行二值化，得到只有黑白两种颜色的版本：

最后得到这本203页的《学说上海话》的PDF只有8MB大小，同时支持搜索PDF中的文字。

以上操作使用ImageTrans一站式完成。

使用大模型取得好的OCR结果

Mon, 08 Dec 2025 12:26:50 +0000

大模型可以准确地理解和处理文本，甚至一些多模态视觉大模型可以直接图像。下面是一些使用它取得好的OCR结果的方法。

直接OCR

直接使用大模型，比如qwen-vl，处理图片，提取图片中的文字，结果非常精确。

但现在大模型无法准确返回文字坐标，通常需要先用专门的文字定位方法去定位文字，再用大模型去识别文字。

纠正识别结果

用大模型直接校对OCR结果。这一方法比直接处理图片，对性能的要求更低，但需要模型参数足够大，小参数的比如7B的大模型校对效果较差。

版面分析

大模型还支持做版面分析，可以用于确定图片中的文字属于哪个段落，正确地按顺序输出文字。

大模型能取代人工译员吗？（以漫画翻译为例）

Tue, 25 Nov 2025 13:20:50 +0000

大模型在漫画翻译领域能取代人工译员吗？我们可以以下面这张《乱马1/2》漫画为例，比对一下大模型的翻译和人工翻译。比对了ChatGPT、Claude、Gemini等在线大模型，Sakura、Qwen等本地大模型和谷歌、百度、彩云等传统机器翻译。

比对表格（日译中）：

翻译来源	1. 破っ!!	2. あー、	3. 調子いい。	4. まーたあかねはー。	5. んなことばっかやってるからまともにモテないのよ。	6. よけーなお世話よ。	7. あたしはおねーちゃんと違って男なんか、	8. 大っ嫌いなの。	9. ふーん、	10. じゃーこの話あんたにゃ関係ないか。
人工（香港）	嘿！	嘘！	厉害吧。	小茜。	这玩意不适合女孩子玩。	多谢关心了。	我和你不同。	我最讨厌男孩子！	唔！	那这事和你一点关系也没有了……
人工（哔哩哔哩）	哈！	呼！	状态不错。	小茜你又在练这个。	老干这种事，可是交不到男朋友的哦。	要你管。	我跟姐姐你不一样，我最讨厌的就是。	男孩子了！	呵呵。	那这事就和你没关系了吧。
人工（博主）	哈！	呼，	状态不错。	小茜，你又在这里训练…	总是做这种事，可要找不到对象噢。	不用你管。	我和姐姐不一样，我最讨厌的	就是男生。	这样啊…	那这件事和你就没关系了。
baidu	打破！！	啊	状态很好。	啊，茜啊。	因为只做这样的事，所以不受欢迎。	少管闲事。	我和姐姐不一样，男人什么的	最讨厌了。	嗯	那么这件事和你没关系吗。
chatgpt-gpt4o	分裂！！	啊—	状态不错。	又是茜。	就是因为老干这些事情，才不会真正受欢迎。	不用你多管闲事。	我可不像姐姐那样，	最讨厌男人了。	哦，	那这件事就跟你没关系了。
claude-4.5-sonnet	破！！	啊—	感觉不错。	茜又来了—	就是因为老做这种事才没人喜欢你。	多管闲事。	我和姐姐不一样，	我最讨厌男人了。	哦—	那这件事跟你没关系了。
caiyun	突破！！	啊 ——	状态不错。	又见面了，茜。	就是因为总是做这种事，所以才不受欢迎啊。	多管闲事啊。	我和姐姐不一样，对男人什么的，	最讨厌了。	嗯 ——	那么，这件事跟你没关系吗？
deepseek-chat-v3.2	破っ!!	啊——	状态不错。	真是的小红又这样。	你总干这种事所以才不受欢迎啊。	多管闲事。	我和姐姐不一样对男人这种生物	最——讨厌了。	哼——	那这事就跟你没关系咯。
gemini-2.5-flash	打破!!	啊，	状态很好。	茜又来了。	就是因为老做这种事才没人喜欢你。	多管闲事。	我可不像姐姐，对男人什么的，	最讨厌了。	哦，	那这件事就和你没关系咯。
google	打破它！！	啊，	我感觉很好。	又是茜。	这就是你永远不会真正受欢迎的原因。	那不关你的事。	与我姐姐不同，我不喜欢男生。	我恨它。	唔，	所以这个故事与你无关。
gpt-oss-120b	破!!	啊，	状态不错。	又是あかね啊——。	因为只会干那种事，根本不受人喜欢。	真是多管闲事啊。	我和姐姐不同，男人这种东西，	非常讨厌。	哼，	那么这件事跟你没关系吧。
gpt-oss-20b	破了!!	啊，	状态很好。	又是阿卡ネ啊。	因为只做那种事，根本没法正常受欢迎呢。	真麻烦的照顾啊。	我和姐姐不同，男人之类的，	非常讨厌。	嗯，	那这事跟你没关系吧。
qwen3-235b	破了！！	啊——，	状态不错。	又在搞那个红呢。	净做这种事，难怪一点都吸引不了别人。	少管闲事。	我和姐姐可不一样，对男人什么的，	最讨厌了。	哦——，	那这事跟你没关系了。
qwen3-8b	破了！	啊——	气势不错。	好吧，我又输了。	你老是这么说话，怎么能吸引到正常的人呢。	你可真是个麻烦人物。	我跟那个姐姐不一样，我一点都不喜欢男人，	非常讨厌。	哦——	所以这个故事跟你无关对吧。
sakura-14b	破！！	啊——	真是的。	又来了。	就是成天搞这种事才会没有异性缘哦。	真是多管闲事。	我和姐姐不一样，最讨厌男生了。	大家都一个样。	嗯——	那这事和你没关系了。
sakura-7b	破！！	啊——	遵命。	又来了啊。	就是因为整天做这种事，所以才不受欢迎。	多管闲事。	我和姐姐不一样，	最讨厌男生了。	哦——	那这件事和你无关。

比对表格（日译英）：

翻译来源	1. 破っ!!	2. あー、	3. 調子いい。	4. まーたあかねはー。	5. んなことばっかやってるからまともにモテないのよ。	6. よけーなお世話よ。	7. あたしはおねーちゃんと違って男なんか、	8. 大っ嫌いなの。	9. ふーん、	10. じゃーこの話あんたにゃ関係ないか。
人工（vizmedia）	Hyaah!	Ahh！	That was nice.	There you go again, Akane.	No wonder the boys all think you’re so weird.	So why should I care?	Not everybody thinks the world revolves around boys, Nabiki.	Especially not me.	No?	Then I guess this would’t interest you.
人工（博主）	Yack…	Gasp…	Good.	Akane, you are training again…	It won’t help you with boys.	It is none of your business.	I am different from you…	I hate boys.	If so…	it has nothing to do with you.
baidu	Break!	Ah	Good condition.	Akane Akane.	Because I’m doing things like that, I’m really moody.	Good luck!	I’m quite different from a man	I hate you.	HMM	Why don’t you have this story?
chatgpt-gpt4o	Broke!!	Ah,	I’m feeling good.	There goes Akane again.	That’s why you never genuinely attract anyone, because you’re always doing stuff like that.	None of your business.	Unlike you, big sis, I	absolutely hate guys.	Hmm,	so this has nothing to do with you then.
claude-4.5-sonnet	Hya!!	Ah,	I feel great.	There goes Akane again.	That’s why you can’t get a boyfriend acting like that.	Mind your own business.	Unlike you, sis, I	absolutely hate boys.	Hmm,	then this doesn’t concern you.
caiyun	Break!!	Ah,	she‘s in good shape.	Well, Akane.	I‘m not really popular because I do all these things.	You‘re being too kind.	I‘m different from onee-chan, I’m not a man.	I really hate them.	Hmm.	Then this story has nothing to do with you?
deepseek-chat-v3.2	Break!!	Ahh,	Feeling good.	Maa, Akane is…	That’s why you keep doing things like that and can’t get a proper boyfriend.	Mind your own business.	Unlike you, sis, I hate men,	I really hate them.	Hmm,	Then this story has nothing to do with you.
gemini-2.5-flash	Smash!!	Ah,	I feel great.	Akane, again…	You’re always doing things like that, no wonder you’re not popular.	Mind your own business.	Unlike my sister, I don’t care about guys,	Hate them!	Hmm,	Then this conversation has nothing to do with you.
google	Break it!!	ah,	I’m feeling good.	Akane again.	That’s why you’re never really popular.	That’s none of your business.	Unlike my sister, I don’t like guys.	I hate it.	Hmm,	So this story doesn’t concern you.
gpt-oss-120b	Break!!	Ah,	Feeling good.	There goes Akane again.	Because you’re always doing stuff like that, you never get any proper attention from the opposite sex.	What a big help.	Unlike my sister, I…	I really hate men.	Hmm,	Well then, this story doesn’t concern you, does it?
gpt-oss-20b	Shattered!!	Ah,	I’m feeling good.	Akane again.	Because I keep doing things like that, I can’t attract anyone properly.	You’re such a nuisance.	Unlike my older sister, I don’t like men.	I hate them.	Hmm,	So this story doesn’t concern you.
qwen3-235b	Break!!	Ah,	I’m feeling great.	Akane, again…	That’s why you never get properly liked by anyone.	None of your business.	Unlike onee-chan, I hate guys,	I really hate them.	Huh,	Then this conversation has nothing to do with you.
qwen3-8b	Break!!	Ugh,	I’m in a good mood.	You’re always so clumsy.	Because you keep doing such stupid things, you can’t attract anyone properly.	You’re really making things easy for me.	Unlike you, I don’t like guys,	At all.	Hmmm,	Then this story has nothing to do with you.

通过比对可以发现，目前的人工智能大模型，在翻译日语这样高语境的语言时还是明显不如人工翻译，存在人称不对、人名翻译错误、衔接不当、过于遵循原文句式不够自然等问题。

不过人工翻译也存在译者过度发挥，不够遵循原文的问题。这一现象在高质量机器翻译出现前会比较明显，而现在普遍采用机器翻译译后编辑模式，很多人工翻译可能会直接采用机器翻译结果，对原文的忠实度会更高一点。

关于哪个大模型效果最好，可以看到，模型参数越多，对应的质量也会更好。有些大模型，比如Sakura，会使用日中语料进行微调，但因为模型参数少，实际翻译效果仍然不佳，容易出现幻觉，不如参数多的大模型。但比同参数级别的通用模型还是要好的。

下面是比较不同引擎的BLEU分数的表格。BLEU分数通过计算和人工译文的相似度得到，可以用于评估翻译质量。

日译中：

翻译引擎	BLEU@哔哩哔哩	BLEU@香港	BLEU@博主	平均分
qwen3-235b	0.2035	0.0484	0.2247	0.1589
caiyun	0.1760	0.0481	0.2147	0.1463
deepseek-chat-v3.2	0.1803	0.0335	0.1719	0.1286
claude-4.5-sonnet	0.1104	0.0917	0.1751	0.1257
chatgpt-gpt4o	0.1253	0.0565	0.1448	0.1089
sakura-14b	0.1115	0.0652	0.1370	0.1046
sakura-7b	0.0647	0.0816	0.1530	0.0998
baidu	0.0933	0.0533	0.1408	0.0958
gpt-oss-120b	0.1032	0.0225	0.1226	0.0828
gemini-2.5-flash	0.0961	0.0400	0.0981	0.0781
gpt-oss-20b	0.0616	0.0320	0.0868	0.0601
qwen3-8b	0.0527	0.0225	0.0601	0.0451
google	0.0247	0.0552	0.0502	0.0434

日译英：

翻译引擎	BLEU@vizmedia	BLEU@博主	平均分
chatgpt-gpt4o	0.0545	0.1968	0.1257
qwen3-235b	0.0523	0.1864	0.1194
deepseek-chat-v3.2	0.0813	0.1432	0.1122
claude-4.5-sonnet	0.0606	0.1267	0.0937
caiyun	0.0625	0.1193	0.0909
google	0.0468	0.1348	0.0908
gemini-2.5-flash	0.0515	0.1294	0.0904
baidu	0.0540	0.1065	0.0803
qwen3-8b	0.0438	0.1081	0.0760
gpt-oss-120b	0.0473	0.0850	0.0662
gpt-oss-20b	0.0477	0.0711	0.0594

当然，漫画翻译是种多模态翻译，实际翻译工作还有嵌字、重修等各种环节。以下是Viz Media的英文版：

欢迎使用计算机辅助漫画翻译软件ImageTrans，可以在各种大模型的帮助下，一站式完成OCR、翻译、嵌字、修图等工作。