Récupération des équations Ami Pro et des diagrammes WMF

TL;DR

Ami Pro a intégré deux types d’objets que l’extraction en texte simple ne peut pas toucher : dessins vectoriels WMF/EMF et équations de son éditeur intégré. Les deux sont stockés à l’intérieur du flux .sam, donc un convertisseur qui ne parcourt que la sortie texte produit silencieusement des documents avec des trous. Ami Pro Converter extrait les diagrammes sous forme de fichiers image et récupère les équations à la fois comme images rendues et comme LaTeX extrait, donc les formules restent visibles dans DOCX et PDF et restent lisibles par machine dans Markdown.

Le problème de la perte silencieuse

Le pire échec de conversion n'est pas celui qui génère une erreur. C'est celui qui réussit, produit un document à l'apparence propre, et omet silencieusement du contenu. On ne s'en rend pas compte au moment de la conversion ; on s'en rend compte lorsque quelqu'un lit un rapport qui dit "la relation est donnée par l'équation ci-dessous" suivi d'une ligne vide.

Les documents techniques Ami Pro sont particulièrement exposés à cela. Les calculs d'ingénierie, les rapports de laboratoire, les notes de cours universitaires, les soumissions de normes et les projets de brevets s'appuient tous sur des chiffres et des formules, et ce sont exactement les éléments qu'une conversion orientée texte ne peut pas voir.

Ce qui signifie que vérifier la récupération des diagrammes et des équations n'est pas une amélioration facultative. Pour une archive technique, c'est le test d'acceptation.

Ce que Ami Pro a réellement intégré

Ami Pro utilisait la famille de métafichiers Windows pour les dessins. WMF et son successeur 32 bits EMF sont des formats vectoriels : ils stockent des commandes de dessin — lignes, arcs, polygones remplis, placement de texte — plutôt qu'une grille de pixels. C'est pourquoi un organigramme Ami Pro de 1994 peut être réaffiché nettement à n'importe quelle taille aujourd'hui, à condition que quelque chose puisse le lire.

Les équations provenaient de l’éditeur d’équations intégré d’Ami Pro, qui stockait les formules sous forme de balisage structuré décrivant la disposition mathématique : numérateurs et dénominateurs, radicaux, indices et exposants, sommes et intégrales avec leurs limites. Il s’agit d’une description des mathématiques plutôt que d’une image de celles-ci, ce qui s’avère très utile.

Les deux types d'objets vivent à l'intérieur du flux .sam aux côtés du texte. Comme le format est basé sur du texte avec des balises entre crochets, les données binaires et structurées intégrées y sont encodées — récupérables, mais seulement par un analyseur qui sait que l'encodage est présent.

Pourquoi les convertisseurs génériques les perdent

1. Aucun analyseur Ami Pro n'existe pour se baser dessus

Word n'a pas de filtre d'import .SAM et LibreOffice n'a pas de filtre Ami Pro, donc un convertisseur polyvalent n'a rien à déléguer. La plupart se rabattent sur le grattage du texte visible dans le flux, ce qui, par construction, ne peut pas voir les objets intégrés.

2. WMF/EMF nécessite un rendu, pas une copie

Extraire un métafile n'est que la moitié du travail. Pour le placer dans un DOCX ou PDF, les commandes de dessin doivent être exécutées et rasterisées ou réintégrées. Les convertisseurs qui sautent cette étape produisent des espaces réservés d'image cassés.

3. Le balisage des équations est propriétaire

La représentation par équation d’Ami Pro est spécifique à Ami Pro. La transformer en quelque chose de moderne signifie comprendre la grammaire de mise en page et la traduire — en sortie rendue pour affichage, ou en LaTeX pour une utilisation lisible par machine.

4. Rien ne vous avertit

Un convertisseur qui ignore les objets intégrés rapporte généralement un succès. Sans un comptage d'objets par fichier, il n'y a aucun signal indiquant que quelque chose a été supprimé, ce qui explique comment des lacunes se retrouvent dans une archive migrée sans être remarquées.

Comment la récupération fonctionne en pratique

La récupération du diagramme commence par la localisation des données de métafichier intégrées dans le flux, leur reconstruction en un fichier WMF ou EMF valide, puis leur rendu. À partir de là, l'image est écrite et référencée depuis le document converti — intégrée dans DOCX et PDF, ou écrite en tant que fichier image lié pour la sortie HTML et Markdown.

La récupération d'équations fonctionne selon deux voies en parallèle parce que différentes sorties nécessitent des choses différentes. La formule est rendue sous forme d'image afin que DOCX, PDF et RTF présentent correctement la disposition des mathématiques ; et elle est traduite en LaTeX afin que Markdown, HTML et les sorties textuelles contiennent une représentation qu'une machine peut lire, rechercher et re-rendre.

Cette double approche est ce qui rend les archives techniques véritablement réutilisables. Une image d'une équation est agréable à regarder mais inutile à rechercher. LaTeX est consultable, indexable, convertible en MathML, et peut être collé directement dans un éditeur moderne lorsqu'une personne a besoin de réutiliser la formule.

Choisir un format de sortie pour les documents techniques

PDF — le registre visuel fiable ; les diagrammes et les équations s'affichent exactement tels que disposés
DOCX — texte modifiable avec des chiffres et des images d'équations intégrées ; utilisez LaTeX pour reconstruire les formules que vous devez modifier
Markdown — meilleur pour la recherche et les pipelines d'IA, car les équations arrivent sous forme de LaTeX plutôt que d'images
HTML — les figures deviennent des fichiers d'image liés et les formules peuvent être rendues côté client ; idéal pour la publication intranet
TXT — attendez-vous à perdre tout contenu visuel ; utile uniquement pour le triage et la recherche en texte intégral

Vérification qu'aucun élément n'a été perdu

Construisez votre échantillon de révision autour des figures plutôt qu'autour de la taille des fichiers. Recherchez dans la sortie en texte brut de l'archive des phrases comme « Figure », « Tableau », « Équation », « montré ci-dessous » et « voir le schéma », puis vérifiez ces documents spécifiques dans la sortie convertie. Les renvois croisés sont une carte fiable de l'endroit où le contenu visuel devrait se trouver.

Pour chacun d'eux, confirmez trois choses : que l'image est présente plutôt qu'un espace réservé, qu'elle s'affiche à une taille raisonnable et est lisible, et qu'elle apparaît à la bonne position par rapport au texte qui la référence.

Pour les équations, confirmez également que les calculs sont corrects — indices et exposants aux bons endroits, radicaux couvrant les bons termes, bornes attachées aux bons opérateurs. Une équation rendue qui est légèrement incorrecte est plus dangereuse qu'une équation manquante, car elle semble autoritaire.

Une note sur les documents qui ont été conçus, pas seulement écrits

Ami Pro prenait en charge la mise en page basée sur des cadres, que certains auteurs utilisaient beaucoup pour les bulletins d'information, les brochures et les couvertures de rapports. Ces documents concernent moins le contenu récupérable que la composition, et leur mise en page n'a pas d'équivalent clair dans DOCX.

Pour ce sous-ensemble, considérez PDF comme la version faisant autorité et DOCX comme une copie pratique. Vous conservez un enregistrement visuel fidèle de l'apparence du document, ainsi que du texte modifiable pour toute personne ayant besoin de réutiliser les mots, et vous évitez de passer des jours à essayer de reconstruire le design des pages des années 1990 dans Word.

Pourquoi la récupération des objets compte

Les documents techniques sont souvent surtout des figures et des formules : les perdre vide le document
Les dessins WMF/EMF sont des données vectorielles qui se réaffichent nettement à toute taille
Le balisage d’équations d’Ami Pro décrit des mathématiques : il peut devenir du LaTeX plutôt qu’une capture d’écran
La sortie LaTeX garde les formules consultables, indexables et réutilisables
Les renvois dans le texte fournissent une liste de contrôle fiable pour la vérification

Vérifiez les chiffres avant de faire confiance à la migration

Une archive technique n'est migrée que lorsque ses schémas et ses équations arrivent avec le texte. Tout le reste — styles, tableaux, pagination — est plus facile à repérer et plus facile à corriger ; les objets intégrés sont les éléments qui disparaissent silencieusement.

Convertissez d'abord un échantillon riche en chiffres, vérifiez-le par rapport aux renvois dans le texte, et choisissez des sorties qui correspondent à la destination : PDF pour les archives, DOCX pour l'édition, Markdown lorsque les mathématiques doivent rester lisibles par machine.