很多人拿到一份扫描件就直接丢进文档翻译，结果要么整篇空白，要么译文与原文页面对不上。原因是扫描件本质上是图片，里面没有可读取的文字层，必须先做文字识别。
一、先判断是不是扫描件
在电脑上打开 PDF，试着用鼠标选中一行文字。如果选不中、只能整块框住，说明这页是图片。也可以在客户端里查看文档信息，若显示无文字层，就必须走 OCR 流程。
- 能选中文字：原生 PDF，可直接翻译
- 选不中或选中错位：扫描件，先 OCR
- 部分页可选中：混合文档，建议整篇先 OCR 统一处理
二、OCR 识别阶段的注意事项
识别前确认扫描分辨率不低于 200 dpi，过低的图片会把形近字认错。多栏排版建议先按栏切分，否则识别顺序会串行。表格可以先整体识别再导入表格工具校正，比逐格识别省力。
三、翻译阶段
识别完成后导出为可编辑格式再翻译，能大幅降低排版丢失。若文档页数较多，建议分章节提交，每章翻完后立即试读，问题能在下一章提交前修正术语与表达习惯。
四、校对阶段
校对顺序建议固定为三步：先核对数字与单位，再核对术语一致性，最后通读语气。扫描件的错误多集中在数字与专有名词，这两类一旦出错，通读时很容易被忽略。
如果同一批文件需要反复使用，把校对中确定的译法沉淀进术语库，下一次处理同类扫描件时返工量会明显下降。
扫描件识别质量取决于原始图像清晰度，模糊页建议重新扫描或拍照后单独处理，不要指望模型自动修复。