Recuperando ecuaciones Ami Pro y diagramas WMF

TL;DR

Ami Pro incrustó dos tipos de objetos que la extracción de texto plano no puede tocar: dibujos vectoriales WMF/EMF y ecuaciones de su editor integrado. Ambos se almacenan dentro del flujo .sam, por lo que un convertidor que solo procesa la salida de texto produce silenciosamente documentos con huecos. Ami Pro Converter extrae diagramas como archivos de imagen y recupera las ecuaciones tanto como imágenes renderizadas como LaTeX extraído, por lo que las fórmulas permanecen visibles en DOCX y PDF y siguen siendo legibles por máquina en Markdown.

El problema de la pérdida silenciosa

El peor fallo de conversión no es aquel que genera un error. Es aquel que tiene éxito, produce un documento con apariencia limpia y omite contenido silenciosamente. No te das cuenta en el momento de la conversión; te das cuenta cuando alguien lee un informe que dice "la relación está dada por la ecuación a continuación" seguido de una línea en blanco.

Los documentos técnicos Ami Pro están particularmente expuestos a esto. Los cálculos de ingeniería, los informes de laboratorio, las notas de cursos universitarios, las presentaciones de normas y los borradores de patentes dependen de gráficos y fórmulas, y esos son exactamente los elementos que una conversión orientada al texto no puede ver.

Lo que significa que verificar la recuperación de diagramas y ecuaciones no es una mejora opcional. Para un archivo técnico, es la prueba de aceptación.

Lo que Ami Pro realmente incrustó

Ami Pro utilizó la familia de Metafiles Windows para dibujos. WMF y su sucesor de 32 bits EMF son formatos vectoriales: almacenan comandos de dibujo — líneas, arcos, polígonos rellenos, colocación de texto — en lugar de una cuadrícula de píxeles. Por eso un diagrama de flujo Ami Pro de 1994 puede volver a renderizarse nítidamente a cualquier tamaño hoy en día, siempre que algo pueda leerlo.

Las ecuaciones provenían del editor de ecuaciones incorporado de Ami Pro, que almacenaba las fórmulas como un marcado estructurado que describía la disposición matemática: numeradores y denominadores, radicales, subíndices y superíndices, sumas e integrales con sus límites. Es una descripción de las matemáticas más que una imagen de ellas, lo cual resulta ser muy útil.

Ambos tipos de objetos viven dentro del flujo .sam junto con el texto. Debido a que el formato está basado en texto con marcado entre corchetes, los datos binarios y estructurados incrustados se codifican dentro de él; recuperables, pero solo por un analizador que sepa que la codificación está allí.

Por qué los convertidores genéricos los pierden

1. No existe un analizador Ami Pro sobre el cual construir

Word no tiene un filtro de importación .SAM y LibreOffice no tiene un filtro Ami Pro, por lo que un conversor de uso general no tiene nada a lo que delegar. La mayoría recurren a extraer el texto visible del flujo, lo cual por construcción no puede ver objetos incrustados.

2. WMF/EMF necesita renderizado, no copia

Extraer un metafile es solo la mitad del trabajo. Para colocarlo en un DOCX o PDF, los comandos de dibujo deben ejecutarse y rasterizarse o reinsertarse. Los convertidores que omiten ese paso producen marcadores de imagen rotos.

3. La marcación de ecuaciones es propietaria

La representación de la ecuación de Ami Pro es específica de Ami Pro. Convertirla en algo moderno significa entender la gramática del diseño y traducirla — en una salida renderizada para visualización, o en LaTeX para uso legible por máquina.

4. Nada te advierte

Un convertidor que ignora los objetos incrustados generalmente informa éxito. Sin un recuento de objetos por archivo, no hay señal de que algo se haya perdido, que es cómo los huecos terminan en un archivo migrado sin ser notados.

Cómo funciona la recuperación en la práctica

La recuperación del diagrama comienza localizando los datos de metarchivo incrustados en el flujo, reconstruyéndolos en un archivo WMF o EMF válido, y luego representándolos. A partir de ahí, la imagen se escribe y se referencia desde el documento convertido: incrustada en DOCX y PDF, o escrita como un archivo de imagen vinculado para la salida HTML y Markdown.

La recuperación de ecuaciones ejecuta dos caminos en paralelo porque diferentes salidas necesitan cosas diferentes. La fórmula se representa como una imagen para que DOCX, PDF y RTF muestren las matemáticas correctamente; y se traduce a LaTeX para que Markdown, HTML y las salidas de texto tengan una representación que una máquina pueda leer, buscar y volver a representar.

Ese enfoque dual es lo que hace que los archivos técnicos sean realmente reutilizables. Una imagen de una ecuación está bien para mirar y es inútil para buscar. LaTeX es buscable, indexable, convertible a MathML y puede pegarse directamente en un editor moderno cuando alguien necesita reutilizar la fórmula.

Elegir un formato de salida para documentos técnicos

PDF — el registro visual confiable; los diagramas y ecuaciones se muestran exactamente como están dispuestos
DOCX — texto editable con figuras e imágenes de ecuaciones integradas; utiliza LaTeX para reconstruir las fórmulas que necesites editar
Markdown — mejor para búsquedas y pipelines de IA, porque las ecuaciones llegan como LaTeX en lugar de imágenes
HTML — las figuras se convierten en archivos de imagen vinculados y las fórmulas pueden renderizarse del lado del cliente; bueno para la publicación en intranet
TXT — espera perder todo el contenido visual; útil solo para triage y búsqueda de texto completo

Verificando que no se haya caído nada

Construye su muestra de revisión en torno a figuras en lugar de en torno al tamaño del archivo. Busca en la salida de texto plano del archivo frases como "Figura", "Tabla", "Ecuación", "mostrado a continuación" y "ver diagrama", luego revisa esos documentos específicos en la salida convertida. Las referencias cruzadas son un mapa confiable de dónde debería estar el contenido visual.

Para cada uno, confirma tres cosas: que la imagen esté presente en lugar de un marcador de posición, que se muestre en un tamaño sensato y sea legible, y que aparezca en la posición correcta en relación con el texto que la referencia.

Para las ecuaciones, además confirma que las matemáticas sean correctas: subíndices y superíndices en los lugares correctos, radicales que cubran los términos correctos, límites adjuntos a los operadores correctos. Una ecuación representada que esté sutilmente incorrecta es más peligrosa que una que falta, porque parece autorizada.

Una nota sobre documentos que fueron diseñados, no solo escritos

Ami Pro soportaba un diseño basado en marcos, que algunos autores utilizaban ampliamente para boletines, folletos y portadas de informes. Esos documentos se centran menos en contenido recuperable y más en la composición, y su diseño no tiene un equivalente claro en DOCX.

Para ese subconjunto, trata PDF como la salida autorizada y DOCX como una copia de comodidad. Mantienes un registro visual fiel de cómo se veía el documento, además de texto editable para cualquiera que necesite reutilizar las palabras, y evitas pasar días tratando de reconstruir el diseño de página de los años 90 en Word.

Por qué importa recuperar los objetos

Los documentos técnicos suelen ser sobre todo figuras y fórmulas: perderlas deja el documento vacío
Los dibujos WMF/EMF son datos vectoriales y se vuelven a representar nítidos a cualquier tamaño
El marcado de ecuaciones de Ami Pro describe matemáticas, así que puede convertirse en LaTeX en lugar de en una captura
La salida en LaTeX mantiene las fórmulas buscables, indexables y reutilizables
Las referencias cruzadas del texto te dan una lista de comprobación fiable para verificar

Revisa las cifras antes de confiar en la migración

Un archivo técnico solo se migra cuando sus diagramas y ecuaciones llegan junto con el texto. Todo lo demás —estilos, tablas, paginación— es más fácil de detectar y más fácil de corregir; los objetos incrustados son los elementos que desaparecen silenciosamente.

Convierte primero una muestra con muchas figuras, verifica contra las referencias cruzadas en el texto y elige salidas que coincidan con el destino: PDF para el registro, DOCX para la edición, Markdown cuando las matemáticas deben permanecer legibles por máquina.