Convertir TIFF a SVG

El TIFF es uno de los pocos formatos de imagen que guarda más de una imagen por archivo, y los escáneres documentales lo aprovechan sin parar: un juego de planos, un fax, una tanda de hojas de campo o un expediente de archivo llegan con frecuencia como un solo TIFF con varias páginas dentro. El lector toma la primera y se detiene.

No hay ningún aviso asociado a eso, así que queda dicho aquí. Las demás hojas siguen en tu archivo, no se ha estropeado nada, pero el SVG que te descargas contiene la hoja uno y nada más. Separa el TIFF en el software del escáner, en IrfanView o en ImageMagick antes de convertir, y vectoriza cada hoja por separado. Es lo primero que hay que comprobar, porque un juego de planos que se vectoriza «bien» perdiendo tres hojas en silencio es mucho peor que uno que falla.

Sobre un logotipo limpio, el detalle afilado conserva la nitidez que era el objetivo. Sobre un escaneo hace justo lo contrario, porque un escaneo no está limpio: arrastra polvo, grano del papel, la trama de un original impreso y el borde irregular que tiene cualquier línea física después de pasar por un sensor.

Medido sobre un dibujo lineal de 1.200 por 900 con el moteado habitual de escáner, pasado antes por el propio escritor y lector de TIFF de este sitio: suave con cuatro colores produjo 33.221 bytes en 63 trazados. Afilado con ocho colores produjo 903.740 bytes en 3.810 trazados, veintisiete veces el archivo para el mismo dibujo, y unos tres mil quinientos de esos trazados son polvo. El ajuste suave descarta cualquier forma por debajo de dieciséis píxeles, que es exactamente el rango de tamaño que ocupa el moteado.

Este es el punto que decide si el archivo sirve aguas abajo, y sorprende a quien ha usado un producto de vectorización pensado para CAD. La vectorización busca regiones de color parecido y dibuja un trazado cerrado alrededor de cada región. Una línea dibujada es una región negra larga y estrecha, así que lo que vuelve es un lazo que baja por un lado del trazo y sube por el otro.

Para cualquier uso visual —una impresión, un cartel, una referencia para redibujar, una serigrafía— eso es exactamente lo correcto, porque el resultado se parece al dibujo y escala sin desenfocarse. Para una máquina no lo es. Un plóter o una grabadora que siga el trazado recorre el contorno de cada línea en lugar de la línea, y un programa de CAD recibe dos aristas donde el delineante dibujó una, sin cotas, sin capas y sin arcos. La extracción de ejes es otro algoritmo y no es el que se ejecuta aquí: trata el SVG como un fondo fiel sobre el que dibujar.

Todo lo que supere 1.600 píxeles en su lado más largo se escala hacia abajo primero. Aquí eso muerde más que en cualquier otro origen del sitio: un A4 escaneado a 300 ppp ya son unos 2.480 por 3.510 píxeles, y a 600 ppp unos 4.960 por 7.020, de modo que casi todo escaneo que llega se reduce.

Cuesta menos de lo que parece. El SVG es independiente de la resolución, así que un dibujo vectorizado a 1.600 píxeles y el mismo a 7.000 se ven idénticos a cualquier tamaño; lo que cambia es cuánto se ciñen los contornos a la rejilla original, y en un escaneo ceñirse más es sobre todo ceñirse al moteado. La consecuencia práctica es que digitalizar a 1.200 ppp para esto es tiempo y disco tirados. Escanea a 300 o 400 ppp en bitonal, ajusta bien los niveles y le habrás dado al vectorizador todo lo que puede aprovechar.

Un dibujo lineal tiene dos colores: tinta y papel. Cuatro le dejan al cuantizador sitio para la tinta, el papel y los dos grises intermedios que el suavizado y la borrosidad del escáner depositan a lo largo de cada borde, y eso basta para casi todo lo que trae gente a esta página. La casilla empieza en ocho, que es sensato para una ilustración plana y un paso demasiado generoso para un escaneo.

Subir no recupera detalle de un escaneo: recupera ruido. Con dieciséis o treinta y dos colores el cuantizador tiene entradas de paleta suficientes para tratar cada tono de papel gris y cada punto de trama como una región digna de contorno, y el número de formas sube en consecuencia. La excepción es un escaneo de algo genuinamente en color: un mapa dibujado a mano, un plano con anotaciones en rojo y azul, una hoja de patrón manchada. Ahí ocho es un buen punto de partida.

El vectorizador no tiene ni idea de qué es el papel. Un escaneo con fondo gris cálido y líneas gris oscuro le presenta una imagen en la que las «regiones planas» incluyen grandes zonas de papel casi uniforme, y va a contornear obedientemente las fronteras entre ellas.

Diez minutos en cualquier editor de imagen valen más que todas las opciones de esta página. Fuerza los niveles hasta que el papel sea blanco de verdad y la tinta negra de verdad, recorta la cama del escáner y los bordes de la hoja, endereza el papel y quita los agujeros de la perforadora y la sombra de la grapa. Si el escáner ofrece un modo bitonal o «documento», usarlo es la misma corrección aplicada en el momento de la captura, y un TIFF de un bit se vectoriza limpio porque la decisión que el trazador tendría que adivinar ya está tomada.

Los planos que se conservan en archivos de urbanismo, en fondos de obra pública o en colecciones cartográficas rara vez son negro sobre blanco. Llevan tinta ferroprusiato azul, papel amarilleado, anotaciones a lápiz de varias manos y sellos de registro superpuestos, y todo eso son regiones de color que el vectorizador va a tratar como parte del dibujo.

Ahí el trabajo previo es de selección y no de limpieza: decide qué capa de información te interesa —el trazado original, las anotaciones, el sello— y aísla ese rango de color en un editor antes de traer el archivo. Vectorizar la hoja entera de una vez produce miles de formas superpuestas que después hay que separar a mano, que es exactamente el trabajo que se quería evitar.

El archivo se escribe siempre con un atributo viewBox, sin el cual el SVG sería técnicamente vectorial y prácticamente de tamaño fijo: no escalaría al ancho del contenedor ni al de la mesa de trabajo. Y el espacio de nombres XML se añade después de vectorizar, porque la biblioteca no lo escribe y sin él tanto Inkscape como Illustrator rechazan el archivo directamente.

Los dos detalles suenan menores y son la diferencia entre un archivo que abre y uno que no. También conviene saber que el tamaño del SVG resultante se compara con el del original y la página te dice cuál de los dos ha salido mayor antes de que descargues nada: en un escaneo con ruido el vectorial puede pesar varias veces lo que pesaba la imagen, y es mejor enterarse antes.

Ábrelo en Inkscape y mira primero el número de objetos: la barra de estado te dice al instante si la vectorización ha funcionado. Sesenta formas para un dibujo es un buen resultado y unos miles significa que ganó el moteado, en cuyo caso conviene volver a escanear o a ajustar niveles en lugar de intentar limpiarlo.

Después borra el trazado de fondo que ocupa todo el lienzo, selecciona por color y elimina los grises intermedios si solo quieres la tinta, y barre las motas que queden con una selección de goma. Para una cortadora, comprueba que cada región que pretendes cortar sea un único trazado cerrado y no varios —la vectorización no tiene concepto de diseño, solo de áreas— y pon el contorno a ninguno para que la máquina siga los rellenos.

Si el escaneo es un documento y no un dibujo —un contrato, una solicitud, un juego de formularios—, la vectorización es la herramienta equivocada de principio a fin. TIFF a PDF conserva las páginas y produce el archivo que espera quien lo recibe, y TIFF a TXT lee las palabras con Tesseract si lo que hacía falta era el texto.

Si el escaneo es una fotografía o una plancha de imprenta, ningún vectorizador ayuda: TIFF a PNG conserva cada píxel exactamente, y TIFF a JPG o TIFF a WebP lo dejan lo bastante pequeño para enviarlo o publicarlo. Vectorizar merece la pena cuando el escaneo es realmente trazo y realmente tiene que convertirse en formas, que es un caso más estrecho de lo que sugiere la extensión del archivo.

El TIFF lo descodifica utif2, y el escalado, la vectorización y la escritura del archivo ocurren enteros en la pestaña. No se sube nada y no hay cuenta ni cupo diario, que es el punto en una página cuyo archivo típico es el plano de un cliente, una figura de patente o un levantamiento que nadie está autorizado a subir a un tercero.

El vectorizador es imagetracerjs: 46 KB de JavaScript puro bajo licencia Unlicense. No es el mejor disponible. potrace y autotrace ajustan curvas más limpias y son GPL; VTracer es más potente todavía y está bien licenciado, pero su único empaquetado para navegador no declara licencia alguna, lo que en este proyecto equivale a bloqueado y no a permisivo. Con un escaneo la elección importa menos de lo que importaría en otro sitio, porque en esta entrada la calidad del escaneo domina a la del vectorizador por mucho margen.