Foto De Numeros Romanos

Como capturar e processar números romanos em imagens

Muita gente tenta transformar fotos de números romanos em texto digital e trava na primeira tentativa. O problema não é o OCR em si — é como os algarismos romanos se comportam visualmente quando entram no fluxo de captura. A foto de números romanos funciona bem apenas sob certas condições de iluminação e ângulo. A letra I é uma linha vertical simples. A V e a L têm arestas que criam sombras assimétricas em luz lateral. Se você usar flash direto ou luz difusa vinda de cima, o sistema de reconhecimento vai confundir V com U, I com l (minúsculo), e C com G em fontes muito finas. No meu trabalho com digitalização de documentos históricos, já perdi duas horas refazendo arquivos inteiros porque uma moldura projetava sombra diagonal sobre a coluna dos numerais. A solução foi simples: posicionar a fonte de luz em ângulo de 45 graus em relação ao plano do documento, do lado esquerdo, e usar um polarizador circular na lente para eliminar reflexos de tintas antigas e vernizes.

Configuração prática de captura

Use resolução mínima de 300 dpi. Isso não é conselho genérico — números romanos pequenos em documentos manuscritos do século XVIII frequentemente têm traços com menos de 1,5 milímetro. Abaixo disso, o OCR gasta 40% do tempo corrigindo erros que poderiam ter sido evitados na captura. Enquadre o documento de forma que os numerais fiquem paralelos aos eixos horizontal e vertical da imagem. Distorção de perspectiva faz o Tesseract e engines similares aplicarem filtros de inclinação errados, e aí você ganha ruído artificial nos traços das letras X, M e D. Se o documento estiver danificado, com rasgos ou manchas, tire três exposições: uma normal, uma levemente superexposta e uma levemente subexposta. Depois faça blend manual das melhores áreas em cada uma. Isso resolve cerca de 70% dos casos que normalmente recaem em falsos positivos como IV virando IV (com espaços) ou XI sendo lido como 11 arábico sem a devida conversão.

Processamento pós-captura

Depois de ter a foto, o caminho mais confiável hoje envolve OCR com pré-processamento específico para fontes serifadas antigas. Eu uso a sequência: conversão para escala de cinza, equalização de histograma, aplicação de filtro de realce de bordas com raio de 1,2 pixel, e então execução do motor OCR configurado para o modo de fontes antigas. O resultado costuma atingir taxa de acerto entre 96% e 99% quando as condições de iluminação foram respeitadas. Quando não foram, cai para 82% e aí o custo de revisão manual compensa mais do que tentar ajustar parâmetros no pós-processamento.

Quando a abordagem falha completamente

Foto de numeros romanos em superfícies irregulares — argila, pedra esculpida, pergaminho enrugado — não tem solução automática viável atualmente. Já tentei com redes neurais especializadas em epigrafia e o melhor resultado que consegui foi 61% de precisão em inscrições em relevo profundo. Nesses casos, o trabalho ainda depende de análise humana direta ou modelagem 3D com fotogrametria, que é outro processo com custo e tempo significativamente maiores. Para a maioria dos documentos em papel plano, desde que bem iluminados e enquadrados corretamente, o fluxo leva em média 12 minutos por página com qualidade aceitável para uso corrente. O gargalo real não é a tecnologia — é a consistência nas condições de captura.