När man återger bildens innehåll i ord överför man en (tredimensionell) struktur till en annan (ett linjärt språk). En flerdimensionell bild med många detaljer är inte lätt att beskriva. Man kan tänka på det som en översättning, från ett medium till ett annat, från bild till text. All översättning innebär att man tolkar ett innehåll och måste besluta sig för vilket ord som lämpar sig bäst för ett föremål eller ett fenomen. Bilder kan också tolkas på olika sätt utan att det behöver bli fel. I läromedel finns det oftast bildtexter som underlättar för den som ska beskriva bilderna.
Även om man vet vad man vill ha med i sin bildbeskrivning är det viktigt att strukturera innehållet i flera steg, från översikt, via detaljbeskrivning, till en sammanfattning:
- Presentera bilden översiktligt. (Tala om att det är en bild av en häst, en karta över Europa, var bilden finns, kanske också hur stor den är.)
- Tala om var i bilden/på bildytan de avbildade föremålen befinner sig.
- Beskriv bilden i detalj så att personen kan få en uppfattning om de olika delarnas utseende och funktion.
- Sammanfatta bilden.
Dagens läromedel är fyllda med bilder, bilder som i allmänhet har en informativ funktion. De förtydligar eller kompletterar det väsentliga i texten. När text och bild samverkar är det enklare att komma ihåg det man läst och det gäller både seende och personer med synnedsättning.