Glossaire
OCR (reconnaissance optique de caractères)
L'OCR, pour reconnaissance optique de caractères, est le logiciel qui lit le texte d'une image et le transforme en caractères qu'un ordinateur peut modifier et traduire. Dans un traducteur de manga, c'est l'étape qui lit le lettrage des bulles, avant toute traduction.
Ce que fait l'OCR
L'OCR transforme une image de lettres en vrai texte. Il examine les formes de l'image, décide de quel caractère il s'agit et renvoie une chaîne qu'un programme peut chercher, copier ou traduire. La photo d'une page n'est qu'un amas de pixels tant que l'OCR ne l'a pas lue.
Pourquoi le manga est difficile pour l'OCR
L'OCR a été conçu pour des pages imprimées aux polices nettes et aux fonds unis. Le manga casse ces hypothèses. Le lettrage japonais est souvent vertical, de petits kana appelés furigana se glissent à côté des kanji, les polices sont stylisées ou manuscrites et le texte repose sur une trame ou par-dessus le dessin. Le coréen et le chinois ajoutent des caractères presque identiques qui ne diffèrent que par un trait fin.
Pourquoi c'est important pour la traduction
Un moteur de traduction ne voit que le texte que lui donne l'OCR. Si un caractère est mal lu, le moteur traduit le mauvais mot sans s'en apercevoir. Beaucoup de résultats qui ressemblent à une mauvaise traduction sont en réalité une mauvaise lecture, ce qui explique pourquoi un scan grand et propre aide plus que n'importe quel réglage.
Comment RuneManga s'en occupe
- Pour le japonais, on utilise un lecteur conçu pour le manga, lettrage vertical compris.
- Le coréen et le chinois sont pris en charge, et leur reconnaissance continue de s'améliorer.
- L'anglais, l'espagnol, le français, le portugais, l'indonésien, le vietnamien et le thaï peuvent aussi être lus : les bandes dessinées dans ces langues se traduisent donc aussi.
- La détection automatique choisit la langue d'après le texte trouvé ; sur une page d'un ou deux mots, elle peut se tromper.
- Le texte en dehors des bulles et les effets sonores ne sont pas encore traduits.
Problèmes courants et solutions
- Scan petit ou flou : les traits fins disparaissent et les caractères se confondent. Utilisez la plus grande version de la page dont vous disposez.
- Forte compression JPG : les artefacts en blocs ressemblent à des traits. Préférez un PNG ou un JPG ou WebP peu compressé.
- Deux pages collées en une seule image : envoyez-les comme des pages séparées.
- Lettrage pâle sur un fond teinté : il y a peu de contraste à lire, attendez-vous donc à plus d'oublis.
Termes liés
L'OCR vient après la détection des bulles, qui trouve où est le texte, et avant la traduction automatique, qui en change la langue. Les furigana et le texte vertical font partie des raisons pour lesquelles les pages japonaises sont plus difficiles à lire que des livres imprimés.
Agrandir une petite page aide-t-il l'OCR ?
Rarement. L'agrandissement rend l'image plus grande sans ajouter le détail qui manque. Une version originale plus grande de la page aide beaucoup plus.
L'OCR peut-il lire un lettrage manuscrit ?
Parfois. Un lettrage soigné à la main est souvent bien lu, alors qu'une écriture brouillonne ou décorative se lit facilement de travers.