Glosario
OCR (reconocimiento óptico de caracteres)
El OCR, siglas de reconocimiento óptico de caracteres, es el software que lee el texto de una imagen y lo convierte en caracteres que un ordenador puede editar y traducir. En un traductor de manga es el paso que lee el rotulado de los bocadillos, antes de que empiece la traducción.
Qué hace el OCR
El OCR convierte la imagen de unas letras en texto de verdad. Mira las formas de una imagen, decide a qué carácter corresponde cada una y devuelve una cadena que un programa puede buscar, copiar o traducir. La foto de una página son solo píxeles hasta que el OCR la ha leído.
Por qué el manga es difícil para el OCR
El OCR se creó para páginas impresas con tipografías limpias y fondos lisos. El manga rompe esas suposiciones. El rotulado japonés suele ser vertical, junto a los kanji aparecen kana pequeños llamados furigana, las tipografías son estilizadas o manuscritas y el texto se apoya sobre trama o encima del dibujo. El coreano y el chino añaden caracteres parecidos que se diferencian por un trazo fino.
Por qué importa para la traducción
Un motor de traducción solo ve el texto que le da el OCR. Si un carácter se lee mal, el motor traduce la palabra equivocada sin darse cuenta. Muchos resultados que parecen una mala traducción son en realidad una mala lectura, y por eso un escaneo grande y limpio ayuda más que cualquier ajuste.
Cómo lo gestiona RuneManga
- Para japonés se usa un lector hecho para manga, también para el rotulado vertical.
- El coreano y el chino están admitidos, y su reconocimiento sigue mejorando.
- También se pueden leer inglés, español, francés, portugués, indonesio, vietnamita y tailandés, así que se pueden traducir cómics en esos idiomas.
- Detección automática elige el idioma a partir del texto que encuentra; en una página con una o dos palabras puede equivocarse.
- El texto fuera de los bocadillos y los efectos de sonido todavía no se traducen.
Problemas habituales y soluciones
- Escaneo pequeño o borroso: los trazos finos desaparecen y se confunden los caracteres. Usa la copia más grande de la página que tengas.
- Compresión JPG fuerte: los artefactos en bloques parecen trazos. Es mejor PNG, o un JPG o WebP poco comprimido.
- Dos páginas unidas en una sola imagen: envíalas como páginas separadas.
- Rotulado claro sobre un fondo con color: hay poco contraste para leer, así que espera más fallos.
Términos relacionados
El OCR va después de la detección de bocadillos, que encuentra dónde está el texto, y antes de la traducción automática, que cambia su idioma. Los furigana y el texto vertical son dos de los motivos por los que las páginas japonesas son más difíciles de leer que los libros impresos.
¿Ayuda ampliar una página pequeña antes del OCR?
Pocas veces. Ampliar hace la imagen más grande, pero no añade el detalle que falta. Una copia original más grande de la página ayuda mucho más.
¿Puede el OCR leer un rotulado a mano?
A veces. El rotulado a mano cuidado suele leerse bien, mientras que la letra descuidada o decorativa se lee mal con facilidad.