Palabras clave en archivos de imágenes

Cuando de una imagen se digitaliza se logra un archivo digital que en realidad es un conjunto de información cifrada en código informático que hace que el reproductor adecuado (visualizadores de imágenes, Photoshop, visualizadores de bases de datos, explorador de windows, exploreer de internet, Chrome, Firefox, etc) lea esos datos, los integre y vuelva a generar la imagen en un visualizador.

Esta información es inentendible para el ser humano y como tal no aporta ninguna información relacionada a las características de la imagen, fecha, personas, objetos o lo que haya en la imagen.

Por lo que la imagen digitalizada no posee nada que pueda servirnos para identificarla hasta que no sea vista por el software visualizador.

La imagen una vez escaneada es guardada en un soporte digital, disco, DVD, base de datos, la nube de internet, etc, entre otras muchas imágenes y datos.

Y ocurre mas de una vez que se pierde dentro de todos esos datos y cantidades de imágenes existentes en los archivos.

Por eso a las imagenes digitales se le deben agregar datos, etiquetas, tags, que sirvan de referencia para tener una idea del contenido sin necesidad de ver la imagen completa.

Estos identificadores son las palabras claves o metadatos.
Las imágenes ya poseen un capacidad de incoprporaruna cantidad de metadatos estandart denominados datos Exif que proveen información sobre la captura de la imagen, fecha, equipo, y se pueden agregar autor, y otros datos pero que solo corresponden a la imagen sin considerar el contenido.

Por incorporar metadatos relacionados con el contenido de la imagen es necesario generar un nuevo archivo al cual se conectará la imagen.
Eeste archivo es un simple archivo de texto donde se menciona la imagen y a continuación, generalmente separada con comas, la mas grande cantidad de datos que consideremos necesarios relacionados con el contenido de la imagen.
Por ejemplo: objeto en la imagen, año de la imagen, lugar que se ve en la imagen, número incluidos en la imagen ( no nos olvidemos que un documento digitalizador es una imagen donde aparecen todos los números y textos necesarios para identificar ese documento dentro del archivo, legajos, ítem, código, etc.)

Como incorporamos estos datos al documento de texto relacionado al documento?
Se utilizan dos formatos de carga de datos anexados.
Pueden ser a través de los reconocimiento de caracteres de las imágenes con softwares adecuados denominados OCR que utilizan tecnologías de reconocimiento que interpretan las formas de la imagen y cuando esa forma coincide con una letra generan un documento de texto con cada letra.
Así es posible reconstruir una imagen en texto editable pero con el problema que la inmensa cantidad de tipos de letras existen dificulta muchísimas veces el reconocimiento dando gran cantidad de errores.
En caso de periódicos antiguos a las tipografías extrañas se suma el hecho del deterioro del papel y el deterioro de las impresiones originales ya sea por el paso del tiempo como por la forma en la cual se imprimiría con moldes de plomo que tenían grandes imperfecciones.
La lectura de OCR en documentos mas modernos permite una mayor certidumbre, especialmente en los documentos surgido de ediciones electrónicas.
En documentos administrativos seriales es posible realizar OCR en áreas o en determinadas posiciones de la imagen que nos den datos de ese documento como numero de legajos, fechas etc, que se encuentran siempre en el mismo lugar del documento en papel.
Otra forma es la carga manual de datos por Data entry Qué utilizan software de lectura escritura que les permite ingresar gran cantidad de imágenes procesar y obtener rápidos resultados en el caso de voluminosos archivos
En ambos casos esos datos generados forman parte del documento de texto de metadatos en el cual se irán cargando como en un listado todos los metadatos de todas la imágenes.