Escáner de Libros

Un escáner plano de oficina sirve para un libro de 200 páginas si tenés paciencia, una tarde libre y no te importa partirle el lomo. Apoyás el libro boca abajo, presionás la tapa para que la página se aplane contra el vidrio, esperás unos 15 segundos, das vuelta la hoja y repetís. Para cien páginas son veinticinco minutos de escaneo puro, y el libro sale de ahí con el lomo abierto para siempre.

Un escáner de libros casero resuelve los dos problemas a la vez. El libro descansa abierto en ángulo, sin forzar el lomo, y dos cámaras fotografían las dos páginas en el mismo instante. En este proyecto documento cómo está pensado uno, qué decisiones importan y cuáles se pueden simplificar, explicando cada parte para quien nunca armó algo parecido.

Para qué sirve, y para qué no

Antes de la carpintería, el límite. Este aparato está pensado para digitalizar libros en dominio público, documentos propios y material cuyo titular haya dado permiso. En la mayoría de los países de América Latina, una obra pasa al dominio público entre 50 y 80 años después de la muerte de su autor; el plazo exacto depende de cada legislación y conviene consultarlo antes de empezar. Un libro agotado, que ya no se reedita, no está por eso libre de derechos.

Dentro de ese marco hay mucho trabajo útil: periódicos antiguos de una biblioteca barrial, cuadernos de una escuela, actas de una cooperativa, folletos técnicos de máquinas viejas. Material que existe en un solo ejemplar y que un día de humedad puede borrar.

Las partes del escáner, una por una

La cuna en V

Es el soporte donde se apoya el libro abierto. Está formada por dos tablas que se unen en el centro formando una V, con un ángulo interior de entre 90 y 120 grados. Con ese ángulo, el lomo del libro se abre apenas lo necesario y no sufre. Cada tabla mide unos 30 por 40 cm para aceptar formatos de hasta A4. Yo recomiendo MDF de 15 mm o contrachapado, forrado con fieltro negro para que no refleje luz.

El vidrio que aplana

Sobre la cuna baja una pieza llamada platina: dos vidrios o dos placas de acrílico unidas en el mismo ángulo de la V, que se apoyan sobre las páginas para dejarlas planas. Es la pieza más delicada. El vidrio común de 3 mm funciona, pero produce reflejos verdosos en los bordes; el acrílico transparente pesa menos y se raya más. La platina se monta en un brazo con bisagra o en guías verticales, con un contrapeso, para que subirla y bajarla cueste poco esfuerzo. Vas a repetir ese movimiento cientos de veces por libro.

Las dos cámaras

Cada cámara mira una página, perpendicular a ella. Así cada foto sale sin deformación de perspectiva y no hace falta corregirla después. Sirven cámaras compactas usadas de 10 a 16 megapíxeles, que se consiguen a precio bajo. Para un libro de tamaño medio, una cámara de 12 megapíxeles da una resolución equivalente a unos 300 puntos por pulgada, suficiente para que el reconocimiento de texto funcione bien. Lo importante es que puedan dispararse a distancia y que el enfoque y la exposición queden fijos.

La iluminación

Dos fuentes de luz, una por lado, inclinadas unos 45 grados respecto del vidrio. Si la luz pega de frente, el vidrio devuelve un reflejo blanco justo en el centro del texto. Uso tiras LED de luz neutra, alrededor de 5000 K, dentro de una caja con difusor de acrílico opalino. Nada de luz del ambiente: el escáner trabaja mejor en un cuarto oscuro, o con una cubierta de tela negra.

El error de querer automatizarlo todo

En los foros de este tipo de proyectos es fácil encontrar diseños con pasapáginas robóticos, motores y sensores. Son interesantes como desafío de robótica, pero como herramienta de digitalización mi experiencia va en contra. Un brazo que pasa páginas solo funciona bien con papel en buen estado y de grosor uniforme, que es justo el papel que menos necesita ser rescatado. Con hojas amarillentas o quebradizas, la mano humana sigue siendo más rápida y mucho más segura.

Un escáner manual bien armado permite un ritmo de 400 a 600 páginas por hora, contando dos páginas por disparo. Eso es un libro de 300 páginas en menos de una hora. Antes de agregar motores conviene preguntarse si el cuello de botella está en pasar la página o en otro lado. Casi siempre está en el procesamiento posterior.

La parte lenta de digitalizar un libro no es fotografiarlo, es convertir esas fotos en algo que alguien pueda leer.

El flujo de trabajo, de la foto al archivo

Así organizo una sesión:

1. Preparación. Limpiar el vidrio con un paño de microfibra, comprobar baterías y tarjetas de memoria, fijar enfoque y exposición en las dos cámaras con una hoja de prueba.
2. Foto de control. Fotografiar primero una hoja con una regla y una carta de grises. Sirve para calibrar color y medida después.
3. Captura. Bajar la platina, disparar las dos cámaras a la vez, subir la platina, pasar la hoja. Cada 50 disparos reviso en pantalla que no haya fotos movidas.
4. Descarga y orden. Las fotos de la cámara izquierda son páginas pares y las de la derecha impares. Se renombran para intercalarlas en el orden correcto.
5. Procesamiento. Recortar márgenes, enderezar, pasar a escala de grises o blanco y negro según el material, y unir todo en un solo documento.
6. Reconocimiento de texto (OCR). Un programa analiza la imagen y extrae el texto, que queda como una capa invisible sobre la página. Así se puede buscar una palabra dentro del libro.
7. Revisión. Hojear el resultado completo buscando páginas faltantes o repetidas.

El OCR merece una aclaración. Con tipografía moderna en buen estado, los programas libres aciertan más del 98 % de los caracteres. Con tipografía antigua, papel manchado o acentos poco comunes, ese número baja bastante, y el texto extraído necesita corrección manual si va a usarse para algo más que búsquedas. Hay que decidir de antemano si el objetivo es una imagen fiel del libro o un texto editable; son dos trabajos de tamaño muy distinto.

Costos y tiempos estimados

Con materiales recuperados y dos cámaras de segunda mano, el presupuesto de un escáner como este se mantiene en una fracción de lo que cuesta un equipo comercial. La madera y el acrílico son lo más caro si no se consiguen de descarte. El armado lleva dos o tres fines de semana: uno de carpintería, uno de luz y cámaras, y uno de pruebas y ajustes.

Lo que más tiempo consume, otra vez, es aprender el procesamiento. Calculá unas diez horas de práctica hasta que el flujo salga sin pensar.

Preservar también es un oficio

La idea de rescatar algo antes de que se pierda no es exclusiva del papel. Pasa lo mismo con el software y los videojuegos, que también dependen de soportes frágiles, y lo contamos en por qué preservar juegos viejos importa a los jugadores. Si te interesa la parte electrónica del disparo simultáneo de las cámaras, el artículo sobre cómo conectar una RaspberryPi y Arduino por RF tiene la base de radio que se puede adaptar a un disparador inalámbrico.

Si querés empezar esta semana sin cortar madera, probá esto: apoyá un libro de dominio público abierto en dos cajas formando una V, poné un vidrio de un portarretratos encima, y fotografiá diez páginas con el teléfono iluminando de costado con una lámpara. Vas a ver enseguida los dos problemas que el escáner resuelve, los reflejos y la curvatura, y vas a entender por qué cada pieza tiene la forma que tiene.