Tutorial Como Digitalizar Libros . Revistas .

Comics

Este tutorial fu realizado para a BJA Biblioteca Jurdica Argentina, grupo

dedicado a la digitalizacin de bibliografa Jurdica y de Ciencias Sociales.
http://bibliojuridica.my-webs.org
El futuro del libro es electrnico. Y ya lleg. La masiva digitalizacin, almacenamiento
y distribucin de libros en la red de redes es un hecho.
Existen muchos sitios de libros electrnicos entre los que recomiendo:
http://hansi.libroz.com.ar (Espaol)
Estos sitios son una referencia, existen miles de sitios, y todos los das aparecen nuevos.
El punto es ... como aparecen los libros digitalizados ?. La respuesta es muy simple, la
mayora son las ediciones digitales de los libros de papel distribuidas por las mismas
editoras en formato electrnico, y por otra parte se encuentran los libros que son
digitalizados "manualmente" por entusiastas de la digitalizacin.
La digitalizacin manual si bien no es compleja, tiene sus trucos.
Existen 2 tipos de digitalizacin manual, el OCR TEXTO y el OCR IMAGEN.

OCR TEXTO
Este es un mtodo prehistrico, que se implement cuando se comenzaron a aparecer
los scanners de puerto paralelo y bajo Win98, cuando el ancho de banda tambin era
una gran limitacin. El mtodo implica los siguientes pasos:
1) Escanear el libro completamente.
2) Realizar el OCR.
3) Corregir a mano el resultado del OCR.
4) Convertir el resultado en archivo DOC, RTF, TXT, LIT o PDF.
A FAVOR
1) Los libros ocupan pocos Kbs.
EN CONTRA
1) El OCR no es 100% confiable, como el resultado de la edicin manual.
2) Demora muchsimo tiempo la correccin manual que implicar leer todo el libro para
corregir errores.
3) No coincide la numeracin de pginas entre el libro original y el libro digital.
Este mtodo es el utilizado por casi todos los grupos de digitalizacin, del IRC o
YAHOO.

OCR IMAGEN
Esta forma de digitalizacin, surge de un grupo dedicado a la digitalizacin de libros de
derecho llamado Neopanopticum que luego se llam El_panoptico y que hoy se llama
BJA - Biblioteca Jurdica Argentina.
El problema para el grupo era que la correccin manual del OCR implicaba que se
demoraba hasta 3 meses para tener listo un libro. Principalmente porque las notas al pi
de pgina deban ser casi en todos los casos escritas desde cero. Esto es una norma para
casi todos los libros cientficos en los que las citas al pi son varias y extensas. Ademas
los profesionales debemos citar las fuentes, lo que obliga a indicar adems de la obra la
pgina donde se encuentra el texto o referencia.
La digitalizacin de OCR TEXTO no mantiene excatamente la correlacin de las
pginas con las del libro original.
En razon de este problema se cambi completamente el sistema de digitalizacin,
optndose por este proceso:
1) Escanear el libro completamente.
2) Recortar las imgenes de cada pgina eliminando margenes intiles.
3) Realizar el OCR.
4) Convertir el resultado en PDF.

A FAVOR
1) Los libros son una copia exacta del original.
2) No existe ningn tipo de error.
3) Los PDF permiten buscar rpidamente una palabra dentro del libro.
EN CONTRA
No tiene ninguna contra, pero podra decirse que los libros en OCR IMAGEN ocupan
un poco ms que los de OCR TEXTO, pero eso hoy no es un inconveniente con el
ancho de banda disponible.

OCR TEXTO PASO A PASO - Fuente: http://www.katarsis-net.com.ar

Herramientas necesarias:
* Scanner
* Software OCR para reconocimiento de textos (esta gua est basada especficamente
en el programa Abbyy Fine Reader versin 7 multilenguaje (en adelante FR) por su
versatilidad para procesar y reconocer textos escaneados, aunque puedes utilizar
cualquier otro -incluso el que ha venido seguramente con tu escner- salvando las
diferencias entre uno y otro)
* Procesador de textos Word 2000
1. Escaneando
El primer paso es acceder a la interfase del scanner desde dentro del FR para luego
comenzar a escanear las pginas a 300 dpi en modo solo texto (evitando los modos de
escala de grises, RGB color, y cualquier filtro de destramado) con un rango tonal
tirando a claro para evitar sombras e imperfecciones. Los 300 dpi son para obtener un
tamao de letra considerable, de modo que sea fcil de reconocer para el OCR.
Lo ms recomendable es escanear todo el libro de un tirn, digitalizando varias
imgenes consecutivas (Ctrol+Shift+K). FR comenzar a escanear una imagen detrs de
otra -sin preview- haciendo el proceso mucho ms rpido que escaneando las pginas
una por una manualmente. Pero antes de realizar ese paso, sera conveniente verificar
algunas opciones del programa.
A medida que se escanean las diferentes pginas, es imprescindible verificar que la
imagen salga con buen contraste entre las letras y el fondo, y con la menor cantidad de
imperfecciones posible. Para corregirlos en caso que sea necesario, te puedes valer de la
interfaz de escaneo que trae incorporada el FR en lugar de la de tu escner. Para ello,
accede a las Opciones del programa pulsando Ctrol+Shift+O y en la solapa de
Digitalizar imagen marca la opcin Usar Interfaz de FR, y luego pulsa el botn de
Configuracin del escner para hacer los ajustes necesarios, sobre todo el de Brillo
(nivel de umbral). Si tu escaner es muy rpido, puedes dejar marcada la opcin de
Pausa entre pginas y especificarle el tiempo que creas adecuado, de manera de tener
el tiempo suficiente como para sacar el libro del escaner, pasar de pgina y volver a
introducirlo entre escaneo y escaneo. En la solapa de Digitalizar tambin asegrate

de marcar las casillas de Convertir imgenes en color o escala de grises a blanco y

negro y Limpiar imagen. Haz las pruebas que creas convenientes hasta obtener un
buen resultado de imagen y mantener el ritmo adecuado de escaneo.
Si el tamao del libro lo permite, escanea de dos pginas a la vez en sentido horizontal a
la cama del escner. FR tiene la opcin de escanear mltiples pginas, enumerando
automticamente las imgenes. Para lograr esto, accede a las Opciones del programa, y
en la solapa Digitalizar imagen marca la casilla de Separar pginas dobles. Marca
tambin la opcin de Detectar orientacin de imagen, asegurndote de poner la pgina
de numeracin inferior en el ngulo de inicio de escaneo (generalmente es la esquina
superior izquierda de la cama del escner), con el fin de que FR ordene la numeracin
de las imgenes adecuadamente.

Nota: si el FR encuentra dificultades para reconocer la orientacin de las pginas o tu

mquina se vuelve muy lenta con esta opcin activada, se recomienda hacer lo siguiente
luego de escanearlas a todas: utiliza la herramienta de Lote (proceso mltiple de
imgenes) para darles un sentido horizontal a todas las imgenes automticamente.
Luego creas otro Lote con la opcin de Separar pginas dobles para que FR separe
todas las imgenes en pginas individuales con un solo click.
2. Controlando la paginacin
A medida que se van escaneando las pginas, el FR va mostrando miniaturas
(thumbnails) de las pginas escaneadas en la ventana izquierda, asignndole un nmero
que le ha correspondido al pie de la misma. Al finalizar el escaneo, asegrate de hacer
coincidir el nmero de la primera pgina con el nmero de esa pgina en el libro; luego
puedes hacer que el programa reenumere las dems pginas. Por ltimo, verifica que
cada pgina se corresponda con el nmero de la miniatura correspondiente.
Es indispensable controlar de que no te hayas salteado ninguna pgina (o que alguna la
hayas escaneado, por distraccin, dos veces), como as tambin su correcto orden.
3. Definiendo los bloques del texto a reconocer
Antes de indicarle al programa que reconozca el texto, hay que definir en cada pgina
las reas o bloques de texto que se deseen reconocer (en caso contrario, el programa no
las procesar). Esto puede hacerse manualmente pgina por pgina (men Procesar >
Analizar distribucin; Ctrol+E), o automticamente y para todas las pginas
(Ctrol+Shift+E).

En el caso del anlisis automtico, una vez que FR ha definido las reas de
reconocimiento se recomienda:
* eliminar del mismo los nmeros de pgina, los cabezales y pies de pgina.
* corregir aquellos errores que FR hubiera interpretado como dibujos o textos.
* corregir los bloques de texto que FR hubiera podido saltearse.
* verificar el orden de los bloques de texto a reconocer.
Para ello, puedes valerte de la barra de herramientas lateral en la ventana de Imagen
para agregar/corregir/eliminar bloques de texto e imagen.
4. Reconociendo el texto
Para esta altura ya se le puede dar la orden al programa de reconocer (leer) todas las
imgenes (Ctrol+Shift+R). Opcionalmente, se pueden reconocer pginas individuales
(Ctrol+R) o un bloque de texto en particular (Ctrol+Shift+B).
El proceso de cmo funciona es el siguiente: FR reconoce letra a letra segn su
contorno y cuando se encuentra con un espacio en blanco, determina el final de una
palabra. Esa palabra luego es chequeada contra su diccionario; si encuentra un error la
reemplaza por la que figura en el diccionario y seala el cambio con un marcador
celeste; si la palabra no figura en su diccionario la escribe segn el reconocimiento y la
seala con el marcador.
Una vez que FR termin de reconocer todo el texto, es necesario recorrer pgina por
pgina revisando las marcas celestes. Puede que una palabra marcada con este color est
bien escrita, en ese caso no es necesario hacer nada. Caso contrario, puedes verificar el
error viendo la ampliacin de imagen que aparece en la ventana superior y corregirlo.
Esta etapa es muy importante ya que el FR puede detectar errores que el Word no puede
reconocer.

Vista general del Fine Reader: 1. Ventana de miniaturas (thumbnails); 2. Ventana de

ampliacin de imagen; 3. Imagen completa y definicin de bloques de texto e imgenes

dentro del documento 4. Texto reconocido
Para realizar la tarea de correccin, conviene ampliar la ventana de la imagen ampliada
y el texto reconocido y trabajar con ellas. Para modificar el factor de ampliacin, haz
click derecho sobre esta ventana y luego seteas la escala.
5. Guardando el texto reconocido
FR tiene varias opciones para guardar el texto. Lo ms conveniente es guardarlo en .rtf,
o documento de word.
6. Afinando el texto en Word

Dilogo de Bsqueda avanzada en Word: 1. Botn para acceder a las opciones

avanzadas de bsqueda; 2. Pulsando el botn Especial, podrs introducir entidades
especiales para su bsqueda.
Para la correccin de ciertos errores puedes utilizar la herramienta de bsqueda de Word
(Men Editar > Buscar), con el fin de detectarlos automticamente. En la ventana de
dilogo de bsqueda, asegrate de que se muestren las opciones avanzadas pulsando el
botn Ms. En Especial, encontrars una serie de opciones que usars para corregir
algunos errores comunes de reconocimiento de texto.
Prrafos interrumpidos
Debido a que el libro tiene dimensiones diferentes a la de un documento en pantalla y
usa diferentes tipografas y tamaos, el texto reconocido y cargado en Word se
presentar con prrafos interrumpidos. Para detectarlos rpidamente puedes realizar una
bsqueda avanzada. Presiona Ctrol+B para abrir el cuadro de Bsqueda, habilita las
opciones avanzadas y pulsando Especial seleccionas el item de [cualquier letra] y
luego el de [marca de prrafo]. En la lnea del buscador, aparecer lo siguiente:
^$^p
Luego de eso, inicias la bsqueda.
(explicacin: ^p indica el salto de prrafo; ^$ cualquier letra. Una vez ubicado el caso a
corregir hay que detenerse y corregirlo manualmente.)
Tambin deben buscarse las lneas truncas luego de una coma, punto y coma, y dos

puntos, ingresando:
,^p
;^p
:^p
respectivamente.
Saltos de pgina con corte de palabra.
Los saltos de pgina con corte de palabra se pueden corregir automticamente buscando
la secuencia guin + marca de salto de prrafo (-^p) y reemplazndola por nada. Esto
suprimir todos los guiones y los salto de prrafo dejando las palabras nuevamente
unidas.
Diferenciar y jerarquizar los ttulos y subttulos para diferenciarlos del resto del texto
La nica manera de chequear esto es recorrer el texto entero. Lo ms conveniente es
asignarle un estilo a los ttulos y otro a los subttulos, definiendo un estilo diferente (por
tipografa y tamao) al del texto general y al de cualquier otro estilo usado.
Correccin de errores que a veces no son detectados por el corrector automtico
En el OCR hay errores comunes que suelen aparecer frecuentemente. Estos son:
* Confusin del nexo coordinante y por v : la solucin es Buscar y reemplazar
todos los (espacio)v(espacio) por (espacio)y(espacio), ya que en la sintaxis castellana, la
v corta no va suelta en ningn caso.
* Reemplazo de letras por dgitos, y comprobacin de dgitos en el documento: la
solucin es realizar una bsqueda avanzada seleccionando [cualquier nmero].
Conviene hacer esta comprobacin porque sucede a menudo que el texto original tiene
defectos que hacen que el OCR confunda por ejemplo l con 61 o la letra l con
1 , etc.
7. Uso del corrector ortogrfico en Word
Dirgete al men Herramientas > Opciones, y en la solapa de Ortografa y gramtica,
setea la opcin de Estilo de escritura a Verificacin exhaustiva. Luego inicia la
correccin interactiva en Word de todo el documento pulsando F7. Tambin asegrate,
habiendo previamente seleccionado todo el texto (Ctrol + E), de definir el idioma a
espaol desde el men Herramientas > Idioma.
Un problema frecuente es que Word muestre los nombres propios como errores, ya que
por lo general no se encuentran en su diccionario. Para evitar esto, al llegar a un nombre
propio, indicale la opcin de Omitir todos de manera que no vuelva a preguntar por lo
mismo. Aplcalo tambin con palabras raras o propias del texto.
8. Correccin por lectura
An en la actualidad, los programas no tienen la inteligencia suficiente como para
comprender un texto; simplemente se rigen por sus diccionarios. Puede que exista un
error pero al detectar que una determinada combinacin de letras corresponde a una

palabra que figura en su diccionario, sencillamente la interpretar como correcta.

Si el error est en el original impreso en papel (porque sucede que an en estos casos
haya errores de tipeado, prrafos cortados y hasta incluso omisin de pginas), entonces
la mquina no podr ayudarnos. En este sentido es importante hacer una correccin a
conciencia, a pesar de que ello implique tiempo y dedicacin extra. Por eso es
conveniente trabajar con libros ya ledos y que sepamos que no tengan grandes errores
en su impresin, por lo que tranquilamente se podr saltear este paso.
Notas finales
Una vez que tienes listo el texto, guardalo preferentemente en formato .rtf. La ventaja
de este tipo de archivos es que conservan el formato del documento original,
pudindose abrir en prcticamente cualquier procesador de textos, independientemente
de su versin e incluso en mltiples plataformas (PC/Mac). Tambin puedes convertirlo
a formato .pdf para su publicacin, si es que tienes las herramientas necesarias y ests
seguro de que el texto no contiene errores, ya que una vez publicado, este formato no
admite modificaciones.
Un ltimo consejo: lo mejor es organizarse con otras personas que tengan fines
comunes y que cada una se ocupe de una tarea especfica. Es decir, que alguien se puede
ocupar del escaneo y OCR, mientras que al finalizar algun otro puede hacerse cargo de
la etapa de correccin, otro del trabajo en Word, revisin, etc.
OCR IMAGEN PASO A PASO
Para digitalizar un libro hacen falta el software Abby Fine reader 7 y paciencia.
Nosotros establecimos un estandart a 300 dpi en blanco y negro. Con eso escaneamos
todo el libros salvo las tapas que las escaneamos a color.
Lo primero que haremos es crear un nuevo batch (lote en castellano), para que todo tu
trabajo quede en una sola carpeta y no se te vayas a confundir con otras imgenes que
puedas tener.

Guarda el batch, esto es muy importante para que no vayas a perder ningn archivo en
el proceso.
Si por alguna razn debes parar tu trabajo y seguir ms tarde u otro da, despus slo
ser cosa de que abras este batch con el FR y recomenzar donde quedaste.

Ahora viene el momento de comenzar el scan. Lo primero que tienes que hacer es
sealarle algunos parmetros a FR para que salga bien tu trabajo y sea ms fcil.

Selecciona Split dual pages, asi el programa dividir automticamente las pginas de
los libros cuando estos los escanees de a dos pginas a la vez. Ojo: si el libro es muy
grande y slo puedes escanear pgina a pgina no es necesario que selecciones esta
opcin.
Tambin selecciona Detect orientation (durant recognition), para que el FR enderece
aquellas pginas que han quedado en una posicin distinta a la del libro al hacer el scan.

Guarda las opciones y comienza el scan.

En este caso, la mejor opcin de trabajo es seleccionar en el cono que te aparece arriba
scan multiple images, asi el programa comenzar automticamente a escanear todas
las pginas que sea necesario, y slo se cerrar una vez que t manualmente se lo
indiques cuando ya est todo el libro en formato de imgenes.

Las opciones de scan van a variar de acuerdo a las especificaciones de tu scanner. Aqu
nosotros recomendamos usar el controlador propio de cada aparato. Si no sabes usarlo
recurre a los manuales que deben haber venido con tu scanner.
El scan debe realizarse: en blanco y negro, resolucin de 300 dpi, cuidando de que las
imgenes no salgan ni muy claras (porque se pueden perder contenidos) ni muy oscuro
(porque pueden aparecer muchas manchas)
VEAMOS COMO TRABAJAR CON EL LIBRO SOBRE EL SCANNER
Primero ver si el libro se puede escanear a pgina doble sin que sobresalgan mrgenes.
El libro debe encuadrarse prefectamente dentro del campo del scanner:

Veamos el margen Izquierdo:

Veamos el margen Derecho:

Veamos ahora como se debe trabajar con el lomo del libro.

MUY MAL: queda muy abierto y genera una franja negra que puede superponer texto
entre las dos pginas.

PERFECTO: No se deja espacio abierto y la digitalizacin es perfecta.

El libro siempre debe encuadrarse entre el angulo recto izquierdo del scanner.
Tomndose la linea vertical izquierda y la base horizontal como referencias para
encuadrar correctamente el libro en el scanner.

El lomo del libro tiene que estar siempre lo ms bajos posible, para evitar la franja negra
que se produce por dejar espacio.

Los libros a escanearse a pgina simple. Son aquellos libros que no pueden escanearse a
pgina doble por el formato propio del libro, ya que supera el formato A4, esto implica
escanear hoja a hoja. Este proceso importa dubplicar el tiempo de escaneo, veamos la
secuencia:
Primero escaneamos una pgina:

hora rotamos el libro en el sentido de las agujas del reloj 360 y escaneamos la otra
pgina:

Lo mejor es siempre sacarle la tapa al escanner o desarmarlo para trabajar con mayor
comodidad.
Una vez tengan todo el libro escaneado, guarden el lote por seguridad.
CONSIDERACIONES PREVIAS A DIGITALIZAR
1) El tamao del libro.
Resulta muy importante tener presente el tamao de la encuadernacin del libro a
digitalizar, antes de iniciar el trabajo de digitalizacin se debe presentar el libro sobre el
scanner para calcular si el mismo resulta apto para una rpida digitalizacin.
La mayora de los escanners tienen una superficie de escaneo equivalente al tamao de
hoja A4. Eso significa que presentando una hoja A4 sobre la superficie del libro abierto
y vemos que superficie cubre el A4 sobre las dos hojas de libro.
Lo ideal resultara que el libro abierto a doble pgina encaje perfectamente dentro del
campo del scanner y de la hoja A4, sin que sobresalgan mrgenes laterales, inferiores o
superiores.
Lo ideal siempre resulta que se puedan escanear a pagina doble, pero en muchos casos
no resulta posible ya que el tamao de las hojas del libro no lo permite, y el escaneo

debe realizarse pgina a pgina.

El standart para escanear libros a pgina doble es sobre un libro de 23 x 16 cm. si las
dimensiones son mayores el libro debe escanearse pgina a pgina.
2) Que libro elegir para escanear primero ?
Digitalizar un libro como todas las cosas implica un proceso de apredizaje, lo que nos
lleva a sugerir que sus primeros libros digitales deben ser de pocas pginas, entre 100 y
300. Esto tiene su razn para familiarizarse con el escaner que utiliza y el tiempo que
este demora entre pasada y pasada, y practicar constantemente la forma de encuadrar
perfectamente el libro dentro de la superficie de escanner en el breve lapso de segundos
que le toma al escanner hacer otra pasada para escanear.
Sus primeras digitalizaciones tendran errores, hojas que no se ven bien por eso hay que
practicar y practicar hasta que Ud. pueda escanear un libro y al mismo tiempo leer otro
en la pantalla, navegar por internet o ver un DVD, una vez que se familiarice con los
libros y con su escanner, ver que no hay lmites para digitalizar, solamente el tiempo
que desee invertir en ello.
3) Que es mejor un libro nuevo o uno viejo ?
Lo mejor siempre es bibliografa actualizada, y de consulta constante. Hay textos
clsicos indispensables y libros nuevos que casualmente no dicen nada nuevo. Cada
profesional o estudiante conoce los autores de cita y las obras de referencia en su
campo.
Los libros nuevos suelen implicar un trabajo extra ya que para abrirlos bien a doble
pgina sobre la superficie del escanner se debe aplicar un esfuerzo superior ya que su
encuadernacin se encuentra virgen, sin aperturas, en cambio los libros ya usados y
abiertos son muy fciles de exponer sobre el escanner.
Existen editoriales con determinado tipo de encuadernacin
que puede facilitar o complicar en ms o en menos la digitalizacin de un libro.
4) Porqu se deben evitar los libros subrayados ?
Los libros con texto subrayado dificulta el reconocimiento de texto, y visualmente
resulta molesto para leer. Si la obra vale
la pena se debe recurrir a la goma de borrar y borrar los subrayados.
Si el subrayado fu realizado con tinta, y el mismo permite la lectura y las hojas
subrayadas no superan el 10% del total de
hojas de la misma, se acepta, hasta que se consiga un obra sin subrayar o en mejor
estado.
5) Cuanto tiempo toma escanear un libro ?
Eso depende exclusivamente de la velocidad de su escaner y de la prctica. Su escanner

puede ser muy rpido para sus manos y

solo con la prctica se adquiere la velocidad para pasar las hojas y acomodar el libro
sobre el escanner en forma correcta,
la clave est en la prctica.
Pero para hacer un clculo promedio un escanner demora entre cada pasada entre 12 y
20 segundos, demora el mismo tiempo ya
sea una pgina simple o doble, ya que la pasada la realiza sobre toda la superficie
expuesta del escanner.
Existe una gra diferencia de velocidad entre los escanners que se conectan en puerto
paralelo y los USB, la recomendacin es
que se tenga instalado por sistema operativo Windows XP y un escanner USB con eso
la velocidad aumenta considerablemente,
utilizar Windows 98 o un escanner por puerto paralelo ralentiza todo el proceso.
Una buena opcin es comprar un escanner HP 1410 que es muy rpida y econmica
alrededor de los $ 200, una multifuncin que como impresora es un excelente escanner.
No sirve como impresora pues consume mucha tinta (que encima es costosa) pero el

escanner no necesita de tinta

Tenemos entonces para empezar digamos en el peor de los casos 20 segundos por cada
2 pginas, eso hace 6 pginas por minuto, 60 pginas cada 10 minutos, y 360 por hora.
POR 12 SEGUNDOS:
002 pginas - 001 pasada ( 1 x 12) = 0012 segundos
010 pginas - 005 pasadas ( 5 x 12) = 0060 Segundos
050 pginas - 025 pasadas (25 x 12) = 0300 segundos

100 pginas - 050 pasadas (50 x 12) = 0600 segundos

En una hora se digitalizan (3600/12) x 2 = 600 pginas
POR 16 SEGUNDOS:
002 pginas - 001 pasada ( 1 x 16) = 0016 segundos
010 pginas - 005 pasadas ( 5 x 16) = 0080 segundos
050 pginas - 025 pasadas (25 x 16) = 0400 segundos
100 pginas - 050 pasadas (50 x 16) = 0800 segundos
En una hora se digitalizan (3600/16) x 2 = 450 pginas
POR 20 SEGUNDOS:
002 pginas - 001 pasada ( 1 x 20) = 0020 segundos
010 pginas - 005 pasadas ( 5 x 20) = 0100 segundos
050 pginas - 025 pasadas (25 x 20) = 0500 segundos
100 pginas - 050 pasadas (50 x 20) = 1000 segundos
En una hora se digitalizan (3600/20) x 2 = 360 pginas
Esta tabla muestra claramente el tiempo que toma la digitalizacin de pginas y
asimismo sirve de gua para calcular el tiempo "optimo" que puede tomar digitalizar un
libro conforme la cantidad de pginas que tenga. Que en el peor de los casos se calcula
que en una hora se pueden digitalizar 360 pginas.
9) Se debe escanear todo el libro ?.
Si. Los libros se escanean desde su tapa a color hasta la ltima pgina, no importa que
tenga pginas en blanco al principio o al final, la digitalizacin implica copias digitalies
exactas del libro. Las copias deben ser exactas por el hecho que los libros son utilizados
para realizar citas textuales, indicando en nmero de pgina, que de otra manera
perderan su valor.
14) Cuales son las ventajas de la digitalizacin ?
VELOCIDAD DE ACCESO Y CONSULTA: Acceso inmediato a la obra o articulo
necesario, y consultar tantos libros digitales al mismo tiempo como se necesite en la
misma pantalla.
COSTO CERO: La digitalizacin no implica un costo, salvo de tiempo no de dinero.
AHORRO DE ESPACIO: Los libros digitales no ocupan espacio ni en el escritorio ni
en la biblioteca.
PRESERVACIN: Los libros digitales no se deterioran por el paso del tiempo, no se

ponen amarillos con los aos, no son

alergicos al agua, o la humedad y son inmunes a las ratas. Los libros digitales no
necesitan mantenimiento ni reencuadernacin.
EL Papel sufre un proceso natural de oxidacin por su exposicin al aire, lo que lo
deteriora notablemente con el paso del tiempo.
Que est esperando para digitalizar su primer libro ?
Mis primeros libros digitalizados con el mtodo OCR IMAGEN

DESCARGAR - Felipe Pigna - Mitos de la Historia Argentina Tomos 1 y 2

ESCANEAR COMICS / Editando con Photoshop Fuente: http://lamansion-crg.net

01. captura
ste es realmente el paso ms importante de todos. Para una pgina de tamao normal
de comic, escanea la imagen a 300 dpi. Aunque la imagen luego se vaya a reducir el
resultado es notablemente mejor de esta manera. Para cambiar el tamao de una imagen
es necesario ir al men: image > image size. En resolution asegurarse de que el valor
est en pixels/inch y cambiar donde pone 300 por 150. Al hacerlo es importante tambin
comprobar que est activado resample image:bicubic, para que cambie el tamao en
pixels y no slo en valores de impresin.
Imagen escaneada a 150 dpi

Imagen escaneada a 300 dpi y reducida a 150 dpi

En el Canal Azul RGB se pueden apreciar mejor las diferencias

Mucha gente escoge el tamao del ancho del comic en base a la resolucin de su
monitor para que coincidan, de manera que si tienen una resolucin de 1024x768 el
tamao del ancho de la pgina del comic lo hacen de 1024. Esto es un error, ya que la
resolucin del monitor es variable, y aunque 1024 es actualmente el ancho ms
extendido, es mas que probable que no lo sea en el futuro, de la misma manera que
antes la resolucin ms extendida era 800x600 (y sucesivamente...). De manera que lo
ideal es escoger un tamao en el cual el comic se lea suficientemente bien sin perder
detalles, sin un pixelado exagerado y sin que resulte un tamao de archivo final enorme.
En general para un tamao de pgina normal entre 150 y 160 dpi suele ser suficiente.
Es importante escanear con unos valores de brillo y contraste neutros, si el comic resulta
claro u oscuro ya se utilizarn ms tarde herramientas para corregirlo, las herramientas
de correccin de brillo y contraste automticas suelen dejar el comic demasiado
contrastado y con detalles empastados. Otra razn de utilizar valores neutros es para que
a la hora de corregir o mejorar la imagen se utilicen los mismos valores para todo un
comic en vez de hacerlo pgina por pgina, pero principalmente los niveles automticos
o Autolevels quedan fatal especialmente en escaneos de papel normal. Una vez reducido
el tamao se le puede aplicar un filtro que da muy buen resultado: el filtro unsharp
Mask (Mscara de enfoque). Aplicado con los valores: cantidad: 50% y radio:1px
02.Giro y recorte
El siguiente paso es girar la pgina. Normalmente es difcil escanear la pgina de
manera que est completamente recta y realmente cuesta menos girarla en photoshop
que procurar el escaneo perfecto. Para girar la pgina podemos seleccionar un rea o
toda la pgina (ctrl+a) y luego girar la seleccin (ctrl+t) "a ojo". Un mtodo ms preciso
es utilizar la herramienta Measure Tool (i). Seleccionamos la herramienta y pinchamos
en una esquina del comic, mantenemos y arrastramos hasta otra esquina para indicar al
programa la inclinacin que debe corregir: Al escoger la opcin de men: Image> rotate
canvas > arbitrary... el valor que sale es exactamente el que necesitas para girar la
pgina.

Tambin podemos utilizar la opcin de men rotate canvas sin aplicar el measure tool
"a ojo" . Cuando llevamos unas cuantas decenas de comics es normal acertar con el
ngulo aproximado. Lo siguiente ser recortar la imagen, para lo que utilizaremos la
herramienta crop tool (c) y ya podemos guardar la pgina. Con la herramienta
seleccionamos el rea y recortamos haciendo doble clic en el interior de rea
seleccionada. Podemos tirar de los bordes para aumentar o disminuir el rea
seleccionada. Con la herramienta Crop Tool podemos adems girar y recortar la imagen
en un paso. Si acercamos el ratn a las esquinas nos aparecern unos tiradores con los
que podremos girar la imagen, luego hacemos doble clic y la tenemos recortada y girada
con un solo paso.
03. Correccin tonal.
Photoshop ofrece una gran cantidad de herramientas destinadas al tratamiento de la
imagen, conocindolas en profundidad y combinando unas y otras pueden dar unos
resultados espectaculares, sumndolo a la capacidad de crear srcipts (acciones), que
automatizan estas tareas hacen que el esfuerzo para conseguirlo sea mnimo, unas
pruebas en una pgina (o dos) creas una accin y la aplicas a todo un comic que
previamente has escaneado. Muchas de las tcnicas son algo complejas y requieren
muchos pasos, intentar ir de menos a ms.
He ledo en tutoriales recomendar utilizar el automtico de Photoshop. Image >
adjustments > Autolevels (ctrl+shift+l). En mi opinin es un error utilizar autolevels.
No hay dos comics iguales y no se puede generalizar, pero normalmente usar autolevels
tiene como consecuencia un resultado demasiado oscuro. En la mayora de los comics el
color negro no llega al negro "puro", por lo que forzarlo supone un aumento del
contraste, ruido etc. Un valioso consejo en este sentido es que siempre es mejor "no
llegar" que "pasarse". Por no mencionar que alguna pgina que est planteada como
especialmente clara u oscura aparecer con las tonalidades desvirtuadas. .

Antes de comprobar los niveles es muy importante asegurarse de que nuestro monitor
est correctamente configurado. Una manera simple de saberlo es utilizando un par de
imgenes de correccin de gamma. En la primera imagen tenemos que ver el cuadrado
del centro de una tonalidad lo ms parecida posible al recuadro de fuera, en la segunda
imagen debemos poder distinguir (aunque sea levemente) los cuadrados negros de los
grises oscuros.
stas imgenes y el programa de configuracin lo encontramos en el panel de control >
adobe gamma siempre y cuando tengamos instalado Photoshop.
Filtros de "mejora"
Es importante dedicar unas palabras a los filtros desentramar (noise>despeckle) y
desenfocar (Blur) en todas sus modalidades. Ya que las pginas editadas tienen una
trama, es lgico acudir al filtro desentramar para que arregle ese pequeo problema, sin
embargo despus de muchas pruebas y contrastar opiniones est muy claro el asunto,
como dicen en algunos foros guiris "Blur is evil". Puede que en algunas ocasiones muy
puntuales alguna de estas herramientas, especialmente smart blur puedan ser de ayuda,
pero se deben utilizar con cuidado y a la menor duda desecharlos, adems de que
consumen mucho procesador. Tambin es importante recalcar que no es muy buena idea
aplicar el filtro para aumentar la saturacin, los filtros de niveles ya lo hacen de alguna
manera, y es una manera fcil de perjudicar la pgina a la hora de guardar jpg, cuanto
ms saturado est, mas informacin necesitar.
Niveles
Es aqu donde el programa echa el resto en capacidad de mejora de una imagen. Hay
una regla principal: NADA DE AUTOLEVELS. El cuadro de dilogo niveles image >
adjustments > levels (Ctrl+L) permite corregir la gama tonal y el equilibrio de color de
una imagen ajustando la intensidad de las sombras, los medios tonos y las luces de una
imagen, permite modificar la imagen en general (RGB), o cada canal de color por
separado (Rojo, Verde, Azul). El histograma sirve como gua visual para ajustar la
tonalidad.

En un comic de papel normal, la imagen aunque sea buena se puede mejorar aplicndole
unos ajustes de niveles en un solo paso. Vamos a ver como trabajan los niveles sobre un
ejemplo:

Imagen Original

Modificada

En el canal RGB llevamos la flecha de la izquierda hacia la derecha (1) esto acerca los
tonos oscuros al negro, no lo llega a alcanzar para no forzar los tonos. La flecha de en
medio (2) la llevo ligeramente a la izquierda, esto aclara los tonos medios, que se han
oscurecido en el paso (1). La flecha de la derecha (3) la llevo ligeramente a la izquierda,

esto quita textura del papel, pero debe hacerse con cuidado, puedes quitar detalles del
dibujo. Por ltimo en el canal Azul llevo la flecha de la derecha (4) hacia la izquierda
para quitar un ligero tono amarillento tpico de ese papel.
Vamos a ver un ejemplo de un comic antiguo amarilleado por el tiempo. El proceso
sera el mismo, slo que habra que tratar un poco ms el canal azul
Original

Modificando el canal azul y RGB

Modificado con autolevels

Vemos que el autolevels no ha eliminado por completo el tono amarillo y ha dejado la

imagen oscura.
04.Acciones
Una accin es una serie de comandos que puedes reproducir en un fichero o en varios.
La mayora de comandos y herramientas se pueden grabar en acciones. De lo que se
trata es de una vez capturada la pgina podamos automatizar todas las tareas para que el
trabajo de escaneo requiera el menor esfuerzo consiguiendo los mejores resultados. Lo

primero de todo es planificar bien el trabajo con antelacin: escanear una pgina de
ejemplo para comprobar la resolucin y si la imagen necesita mejorar la tonalidad, Los
comic impresos en buenos papeles no suelen necesitar mucha correccin tonal. Un
consejo para probar valores de correccin: puedes duplicar la capa (En la pestaa
Layers pinchas en la capa y arrastras al botn create new layer.) aplicar valores y as
comprobar fcilmente las diferencias haciendo clic en el ojo de la capa. Como mtodo
personalmente prefiero escanear, corregir inclinacin, bajar resolucin, aplicar mascara
de enfoque y guardar imgenes en formato TIFF, con las imgenes guardadas escojo los
valores de correccin de niveles y curvas y aplico una accin a todo el directorio que
corrige niveles y guarda JPG calidad 7-8 dependiendo del comic. Este mtodo permite
comprobar todo el trabajo de una vez y corregirlo fcilmente sin tener que escanear de
nuevo.
Accin de ejemplo
Para crear una accin capturamos una imagen, nos vamos a window>actions (F9) para
que nos aparezca la pestaa de acciones le damos a la flechita (1) y a new set para crear
una carpeta con las acciones que vamos a utilizar con el nombre comic.

Le damos al botn create new action (2) y automticamente se queda activado el botn
de grabar, lo que hagamos a continuacin formar parte de la accin. Una vez rotada la
imagen, le bajamos la resolucin, la recortamos con la herramienta crop, le aplicamos el
filtro unsharp mask y la grabamos como Tiff. le damos al botn stop de la pestaa de
acciones, para parar la grabacin, y a continuacin sealamos aquellos pasos de la
accin (3) cuyos valores cambian con cada imagen, es decir: rotar, recortar y guardar,
cuando la accin se reproduzca en una imagen, nos preguntar los valores, en el caso de
crop nos aparecer el tamao de marco de la accin grabada, esto est muy bien, porque
as todas las paginas de un comic tendrn el mismo tamao, si queremos, para guardar,
nos preguntar el nombre del fichero. Si el comic no necesita correccin tonal, podemos
guardar en jpg tal cual en este paso y no continuar, pero si al comic le viene bien un
lavado de cara guardamos en tiff todo el comic, abrimos una pgina de ejemplo y le
aplicamos las herramientas de correccin tonal grabndolas en una accin. Una vez
hayamos creado todo un set de acciones y tengamos previamente guardado en una
carpeta el comic en cuestin, nos vamos a File>automate>batch donde le decimos la
accin que debe ejecutar en la carpeta seleccionada, la accin aplicar los ajustes en
todo el directorio de imgenes grabndolas en el formato que hayamos escogido
previamente en la accin.
05.Formatos de grabacin
Entendiendo que vamos a grabar las imgenes para que se puedan ver con el Comic
Display Reader hay tres formatos en los que se puede grabar una imagen: JPG, GIF y
PNG. Para imgenes en color el JPG es el adecuado. El formato PNG y GIF son
adecuados para imgenes en blanco y negro. Para escanear comics en blanco y negro es
recomendable escanear en escala de grises, 256 bit de grises, nunca imagen en B/N de 1
bit de color. Corregimos niveles de la misma manera que lo hacemos como una imagen
en color, procurando no contrastar mucho la imagen para que los bordes no se queden
pixelados y para grabar podemos hacerlo de dos maneras: En Photoshop File > Save for

Web escogemos el formato PNG-8 y guardamos la imagen. Para guardar en GIF

convertimos la imagen de escala de grises a RBG y luego a indexado: image > mode >
indexed color con los valores: palette: local (adaptive) colors: 16 forced: black and
white, con tansparency desactivado y dither: diffusion, y guardamos en GIF, apenas hay
diferencia de tamao entre GIF y PNG, lo importante es no guardar una imagen sin
color en JPG, porque ocupar mucho ms que en los otros dos formatos y no se ver
mejor. Las imgenes que no contienen color, pero tienen muchas tonalidades distintas
de grises es preferible grabarlas como JPG, ya que en esos casos el tamao del fichero
GIF y PNG puede superar al JPG. Photoshop ofrece tres maneras de grabar el JPG:
baseline (standard) baseline optimized y progressive. El progressive tiene un
entrelazado que permite previsualizar la imagen antes de que termine de cargar, debe
evitarse grabar en progressive por dos motivos: a) Hace el fichero de mayor tamao de
lo que debera ser. cool.gif Es molesto ver la previsualizacin cuando te desplazas o
cargas la imagen y tarda ms.
06.Otros procedimientos.
Hay una serie de problemas comunes a los que nos enfrentamos los escaneadores,
intentar aportar unas soluciones que te ofrece la aplicacin. A partir de ellas podremos
afrontar nuevos problemas mucho mejor.
Pginas dobles
Para solucionar el problema de pginas dobles existen muchas soluciones y la ms
adecuada depende de las caractersticas de la imagen en particular. La ms precisa
probablemente sera utilizar una aplicacin de terceros de panoramas, pero para no
liarnos con otras aplicaciones vamos a centrarnos en dos soluciones simples. Tenemos
dos situaciones tpicas: a) Es un comic cuyos bordes estn perfectamente escaneados y
el borde de la pgina coincide perfectamente con la otra. b) El borde no est bien
escaneado por tratarse de un volumen grande o los bordes no coinciden bien.
Para la situacin "a" pongamos que tienes las dos imgenes abiertas, seleccionas una
(Ctrl+a) y la copias (Ctrl+c) vas a la otra imagen, maximizas la ventana, con la
herramienta lupa (z) haces un zoom hacia atrs hasta que veas la imagen completa en
pequeito (alt+click) y escoges la herramienta crop (c). Pinchas en uno de los tiradores
hasta agrandar la imagen a ms del doble hacia el lado en el que quieres poner la
segunda pgina. Pegas la pgina que tenas en el portapapeles (Ctrl+v) y con la
herramienta move tool (v) vas ajustando. Con las flechas de direccin puedes mover
pixel a pixel hasta que ajuste. Para la situacin "b" una solucin elegante es al ajustar
dejar un espacio en blanco en medio para suavizar las diferencias.
Bordes de pgina
Cuando escaneamos volmenes es muy comn encontrar bordes oscurecidos porque se
crea una distancia entre escner y pgina. Existe un procedimiento que corrige este error
de manera eficaz, especialmente en una imagen en B/N, en una imagen de color es un
poco ms complejo y con resultados mas dudosos, ya que adems de tonalidad la
imagen pierde tambin color en los bordes. Voy a explicar el procedimiento slo para
una pgina en B/N :

En primer lugar visualizamos la regla (Ctrl+R) pinchamos en uno de sus bordes

verticales y arrastramos una gua hasta un poco ms all de donde acaba el gris no
deseado. A continuacin visualizamos la pestaa de canales window > channels y
creamos un canal nuevo dndole al botn create new channel. Nos aseguramos de que el
color frontal es blanco y el color de fondo negro, en la barra de herramientas
seleccionamos la herramienta gradient tool (G) y creamos un degradado desde el borde
izquierdo hasta la lnea gua. Hacemos click en el canal RGB o Gray y seleccionamos el
canal que acabamos de crear haciendo (Ctrl+click) en el canal o mediante el men
selection>load selection.

Una vez que tenemos cargada la seleccin aplicamos niveles (Ctrl+L) arrastrando la
flecha de la derecha hacia la izquierda hasta eliminar por completo el gris de fondo
controlando tambin los tonos de la imagen para tratar de ajustar lo mejor posible el
resultado.