内容中心 › 扫描件
扫描件翻出来是乱码，第一反应通常是"先转成 Word 修一修再翻"。
我实测了一遍，结论相反：转 Word 这一步，是把还完整的行结构亲手拆掉，然后指望后面的环节把它装回去。
同一份文件、同一页，我只做了一件事——整体旋转 3.2°（手持翻拍的常见角度）。
页面上每一行的"墨迹像素数"排成一条线，就是行投影。摆正的时候，一行有字、一行是空白，投影是高低分明的条纹；歪了以后，字的墨迹被摊到相邻行里，条纹就糊成一片。
上面那张图里，摆正时能数出清楚的条纹间隙，歪 3.2° 之后条纹连成实心块——不是墨变多了，是行与行之间没有空白可切了。
| 指标 | 摆正 0° | 歪 3.2° | 变化 |
|---|---|---|---|
| 行投影峰均值比 | 3.76 | 2.08 | −44.8% |
| 墨迹像素占比 | 4.42% | 4.44% | 基本不变 |
| 碎片块数（面积≤6px） | 3 | 3 | 不变 |
| 碎片率 | 0.10% | 0.10% | 不变 |
这张表最关键的是最后两行：碎片率一点没变。也就是说，歪 3.2° 没有弄断任何一个笔画，它破坏的是"行在哪里结束"这个信息。
而"糊"是另一回事。同一份文件降到 150dpi 再走 JPEG q45，碎片率从 0.35% 涨到 6.71%，19 倍。
所以这是两种病：糊断字，歪断行。 换翻译引擎、换格式转换工具，两个都治不了——它们拿到的还是同一张图。
格式转换工具的工作顺序是：先把图切成行，再把行切成字，最后识别。
第一步就在图像上做。图是歪的、糊的，转换这一步照样切错——区别只是错得更早，而且错完之后你还多了一层 Word 版式：表格重排、双栏对流、图注挪位，这些新引入的错位，后面翻译时会被原样继承。
换句话说，转 Word 不改变病灶，只是把一次损伤变成两次。
我这次没有对"转 Word 的成品"做端到端测量，只测了图像侧——但从投影那张图能看到，切行这一步的信息在图上就没了，任何下游工具都补不回来。
1. 先判有没有文字层。 全选正文复制一次，粘不出字就是纯图像，必须走 OCR。
2. 再修图。 300dpi 以上、转正、把页边的装订线阴影压掉。这三件事在任何看图软件里都能做，成本以秒计。
3. 最后才谈格式和档位。 需要改稿才转 Word；只需要看懂或交付译文，直接翻 PDF 更省一道。
只有一种：你要在 Word 里改内容、改格式、发给别人继续编辑。这时候转 Word 是目的，不是手段。
如果只是为了"翻得准一点"，那这一步可以省掉——先把图弄正、弄清楚，收益比换工具大得多。
翻呗翻译支持 24 种语言、单文件 300MB / 1500 页，四档按页计费：常规 1、公式保留 5、版式精排 6、扫描件增强 9 积分每页，中英对照每页 +1；扫描件按语种分 OCR 通道。
边界也讲清楚：手写体、竖排古籍识别率低；三栏以上版面可能错位；扫描件整体比电子版低一档。上面这些数字只说明"图像质量决定上限"，不构成对识别准确率的承诺。
扫描件翻车，八成不是引擎的问题，是喂进去的图不行。今晚花两分钟把手上那几页转正、重拍，比换十个工具都值。
---
取数口径：fitz 以 300dpi 渲染同一页（attention.pdf 第 7 页），旋转 3.2° 用双三次插值补白，其余参数不动；行投影峰均值比＝最大行墨迹数 ÷ 非空行均值；碎片按 8 连通、面积 ≤6 像素计。脚本 tools/csdn_measure_scan.py，指标落在 work/csdn-scan-metrics.json，可直接重跑复现。
参考资料：扫描件这一档的通道划分与计价写在[扫描件翻译的功能说明](https://trans.sunnytranslation.com/saomiao-fanyi)，与本文的计费口径一致。