Glosarium
OCR (pengenalan karakter optik)
OCR, singkatan dari pengenalan karakter optik, adalah perangkat lunak yang membaca teks dari gambar dan mengubahnya menjadi karakter yang dapat disunting dan diterjemahkan komputer. Pada penerjemah manga, ini adalah langkah yang membaca tulisan di dalam balon kata, sebelum terjemahan apa pun dilakukan.
Yang dilakukan OCR
OCR mengubah gambar huruf menjadi teks sungguhan. Ia memeriksa bentuk-bentuk dalam gambar, menentukan karakter apa yang diwakili tiap bentuk, lalu mengembalikan rangkaian teks yang bisa dicari, disalin, atau diterjemahkan oleh program. Foto sebuah halaman hanyalah piksel sampai OCR membacanya.
Mengapa manga sulit bagi OCR
OCR dibuat untuk halaman cetak dengan font bersih dan latar polos. Manga melanggar asumsi itu. Tulisan Jepang sering vertikal, kana kecil bernama furigana berdiri di samping kanji, font-nya bergaya atau tulisan tangan, dan teks berada di atas screentone atau di atas gambar. Bahasa Korea dan Tionghoa menambahkan karakter mirip yang hanya berbeda satu goresan tipis.
Mengapa ini penting bagi terjemahan
Mesin terjemahan hanya melihat teks yang diberikan OCR. Jika satu karakter salah dibaca, mesin menerjemahkan kata yang salah tanpa menyadarinya. Banyak hasil yang tampak seperti terjemahan buruk sebenarnya adalah pembacaan yang buruk, itulah sebabnya scan yang besar dan bersih lebih membantu daripada pengaturan apa pun.
Cara RuneManga menanganinya
- Bahasa Jepang memakai pembaca yang dibuat khusus untuk manga, termasuk tulisan vertikal.
- Bahasa Korea dan Tionghoa didukung, dan pengenalannya masih terus ditingkatkan.
- Bahasa Inggris, Spanyol, Prancis, Portugis, Indonesia, Vietnam, dan Thai juga bisa dibaca, jadi komik dalam bahasa-bahasa itu pun bisa diterjemahkan.
- Deteksi otomatis memilih bahasa dari teks yang ditemukan; pada halaman dengan satu atau dua kata, tebakannya bisa meleset.
- Teks di luar balon kata dan efek suara belum diterjemahkan.
Masalah umum dan solusinya
- Scan kecil atau buram: goresan tipis hilang dan karakter tertukar. Pakai salinan halaman terbesar yang Anda punya.
- Kompresi JPG yang berat: artefak berbentuk kotak tampak seperti goresan. Pilih PNG atau JPG atau WebP dengan kompresi ringan.
- Dua halaman disambung dalam satu gambar: kirim sebagai halaman terpisah.
- Tulisan pucat di latar berwarna: kontrasnya sedikit untuk dibaca, jadi lebih banyak yang terlewat.
Istilah terkait
OCR datang setelah deteksi balon kata, yang menemukan letak teks, dan sebelum terjemahan mesin, yang mengubah bahasanya. Furigana dan teks vertikal adalah dua alasan halaman Jepang lebih sulit dibaca daripada buku cetak.
Apakah memperbesar halaman kecil membantu OCR?
Jarang. Memperbesar membuat gambar lebih besar tanpa menambah detail yang hilang. Salinan asli halaman yang lebih besar jauh lebih membantu.
Bisakah OCR membaca tulisan tangan?
Kadang-kadang. Tulisan tangan yang rapi sering terbaca dengan benar, sedangkan tulisan tangan yang kasar atau dekoratif mudah salah baca.