Glossar
OCR (optische Zeichenerkennung)
OCR, kurz für optische Zeichenerkennung, ist Software, die Text aus einem Bild liest und in Schriftzeichen umwandelt, die ein Computer bearbeiten und übersetzen kann. In einem Manga-Übersetzer ist es der Schritt, der das Lettering in den Sprechblasen liest, bevor irgendetwas übersetzt wird.
Was OCR macht
OCR verwandelt das Bild von Buchstaben in echten Text. Sie betrachtet die Formen im Bild, entscheidet, welches Zeichen jede Form ist, und liefert eine Zeichenkette, die ein Programm durchsuchen, kopieren oder übersetzen kann. Das Foto einer Seite besteht nur aus Pixeln, bis die OCR es gelesen hat.
Warum Manga für OCR schwierig ist
OCR wurde für gedruckte Seiten mit sauberen Schriften und schlichten Hintergründen gebaut. Manga bricht diese Annahmen. Japanisches Lettering steht oft vertikal, kleine Kana namens Furigana stehen neben den Kanji, die Schriften sind stilisiert oder handgeschrieben, und der Text liegt auf Rasterfolie oder mitten in der Zeichnung. Koreanisch und Chinesisch bringen ähnlich aussehende Zeichen mit, die sich nur durch einen dünnen Strich unterscheiden.
Warum es für die Übersetzung wichtig ist
Eine Übersetzungs-Engine sieht nur den Text, den die OCR ihr liefert. Wird ein Zeichen falsch gelesen, übersetzt die Engine das falsche Wort, ohne es zu merken. Viele Ergebnisse, die nach schlechter Übersetzung aussehen, sind in Wahrheit schlechtes Lesen, weshalb ein großer, sauberer Scan mehr hilft als jede Einstellung.
So geht RuneManga damit um
- Für Japanisch gibt es eine eigens für Manga gebaute Erkennung, auch für vertikales Lettering.
- Koreanisch und Chinesisch werden unterstützt, ihre Erkennung wird noch verbessert.
- Auch Englisch, Spanisch, Französisch, Portugiesisch, Indonesisch, Vietnamesisch und Thai können gelesen werden, Comics in diesen Sprachen lassen sich also ebenfalls übersetzen.
- „Automatisch erkennen“ wählt die Sprache anhand des gefundenen Textes; bei einer Seite mit ein oder zwei Wörtern kann es danebenliegen.
- Text außerhalb von Sprechblasen und Soundeffekte werden noch nicht übersetzt.
Häufige Probleme und Lösungen
- Kleiner oder unscharfer Scan: Dünne Striche verschwinden und Zeichen werden verwechselt. Nimm die größte Kopie der Seite, die du hast.
- Starke JPG-Kompression: Blockartefakte sehen aus wie Striche. Nimm lieber PNG oder ein leicht komprimiertes JPG oder WebP.
- Zwei Seiten in einem Bild zusammengefügt: Schick sie als getrennte Seiten.
- Blasses Lettering auf getöntem Hintergrund: Es gibt wenig Kontrast zum Lesen, rechne also mit mehr Aussetzern.
Verwandte Begriffe
OCR kommt nach der Erkennung von Sprechblasen, die findet, wo der Text steht, und vor der maschinellen Übersetzung, die seine Sprache ändert. Furigana und vertikaler Text sind zwei der Gründe, warum japanische Seiten schwerer zu lesen sind als gedruckte Bücher.
Hilft es der OCR, eine kleine Seite hochzuskalieren?
Selten. Hochskalieren macht das Bild größer, ohne das fehlende Detail hinzuzufügen. Eine größere Originalkopie der Seite hilft viel mehr.
Kann OCR handgeschriebenes Lettering lesen?
Manchmal. Saubere Handschrift wird oft richtig gelesen, während grobe oder verzierte Handschrift leicht falsch gelesen wird.