Update generation

apply_content.py

@@ -110,8 +110,8 @@ def parse_md_to_html_blocks(md_content):
             html_blocks.append(f'''<p class=MsoCaption style="text-align:center"><a name="{bookmark_id}"><b><span lang=ES style="font-size:12.0pt;line-height:150%">Figura </span></b></a><!--[if supportFields]><span style='mso-element:field-begin'></span> SEQ Figura \\* ARABIC <span style='mso-element:field-separator'></span><![endif]--><b><span lang=ES style="font-size:12.0pt;line-height:150%">{figure_counter}</span></b><!--[if supportFields]><span style='mso-element:field-end'></span><![endif]--><b><span lang=ES style="font-size:12.0pt;line-height:150%">.</span></b><span lang=ES style="font-size:12.0pt;line-height:150%"> </span><i><span lang=ES style="font-size:12.0pt;line-height:150%;font-weight:normal">{fig_title}</span></i></p>''')
 
             if os.path.exists(fig_path):
-                # Use actual image with proper Word-compatible format (max 400px width, 500px height to fit page)
-                html_blocks.append(f'''<p class=MsoNormal style="text-align:center"><span lang=ES><img style="max-width:400px;max-height:500px;width:auto;height:auto" src="{fig_file}" alt="{fig_title}"/></span></p>''')
+                # Use actual image with proper Word-compatible format (max 350px width, 400px height to fit page with caption)
+                html_blocks.append(f'''<p class=MsoNormal style="text-align:center"><span lang=ES><img style="max-width:350px;max-height:400px;width:auto;height:auto" src="{fig_file}" alt="{fig_title}"/></span></p>''')
             else:
                 # Fallback to placeholder
                 html_blocks.append(f'''<p class=MsoNormal style="text-align:center;border:1px dashed #999;padding:20px;margin:10px 40px;background:#f9f9f9"><span lang=ES style="color:#666">[Insertar diagrama Mermaid aquí]</span></p>''')

docs/02_contexto_estado_arte.md

@@ -18,6 +18,9 @@ El Reconocimiento Óptico de Caracteres (OCR) es el proceso de conversión de im
 Los sistemas OCR modernos siguen típicamente un pipeline de dos etapas:
 
 ```mermaid
+---
+title: "Pipeline de un sistema OCR moderno"
+---
 flowchart LR
     subgraph Input
         A["Imagen de<br/>documento"]
@@ -43,8 +46,6 @@ flowchart LR
     style D fill:#c8e6c9
 ```
 
-*Figura 1. Pipeline típico de un sistema OCR moderno con etapas de detección y reconocimiento.*
-
 1. **Detección de texto (Text Detection)**: Localización de regiones que contienen texto en la imagen. Las arquitecturas más utilizadas incluyen:
    - EAST (Efficient and Accurate Scene Text Detector)
    - CRAFT (Character Region Awareness for Text Detection)
@@ -165,6 +166,9 @@ Los métodos de HPO incluyen:
 La combinación Ray Tune + Optuna permite búsquedas eficientes en espacios de alta dimensionalidad.
 
 ```mermaid
+---
+title: "Ciclo de optimización con Ray Tune y Optuna"
+---
 flowchart LR
     A["Espacio de<br/>búsqueda"] --> B["Ray Tune<br/>Scheduler"]
     B --> C["Trials<br/>paralelos"]
@@ -174,8 +178,6 @@ flowchart LR
     F -->|"Nueva config"| B
 ```
 
-*Figura 2. Ciclo de optimización de hiperparámetros con Ray Tune y Optuna.*
-
 #### HPO en Sistemas OCR
 
 La aplicación de HPO a sistemas OCR ha sido explorada principalmente en el contexto de:

docs/03_objetivos_metodologia.md

@@ -40,6 +40,9 @@ Este capítulo establece los objetivos del trabajo siguiendo la metodología SMA
 
 
 ```mermaid
+---
+title: "Fases de la metodología experimental"
+---
 flowchart LR
     A["Fase 1<br/>Dataset"] --> B["Fase 2<br/>Benchmark"] --> C["Fase 3<br/>Espacio"] --> D["Fase 4<br/>Optimización"] --> E["Fase 5<br/>Validación"]
 ```
@@ -74,6 +77,9 @@ El script `prepare_dataset.ipynb` implementa:
 #### Estructura del Dataset
 
 ```mermaid
+---
+title: "Estructura del dataset de evaluación"
+---
 flowchart LR
     dataset["dataset/"] --> d0["0/"]
 
@@ -178,6 +184,9 @@ tuner = tune.Tuner(
 Debido a incompatibilidades entre Ray y PaddleOCR en el mismo proceso, se implementó una arquitectura basada en subprocesos:
 
 ```mermaid
+---
+title: "Arquitectura de ejecución con subprocesos"
+---
 flowchart LR
     A["Ray Tune (proceso principal)"]
 

docs/07_anexo_a.md

@@ -16,6 +16,9 @@ El repositorio incluye:
 ## A.2 Estructura del Repositorio
 
 ```mermaid
+---
+title: "Estructura del repositorio del proyecto"
+---
 flowchart LR
     root["MastersThesis/"] --> docs["docs/"]
     root --> src["src/"]
@@ -30,8 +33,6 @@ flowchart LR
     src --> csv["raytune_results_*.csv"]
 ```
 
-*Figura 8. Estructura del repositorio del proyecto.*
-
 **Descripción de componentes:**
 
 - **docs/**: Capítulos de la tesis en Markdown

generate_mermaid_figures.py

@@ -35,9 +35,11 @@ def extract_mermaid_diagrams():
         matches = re.findall(pattern, content, re.DOTALL)
 
         for i, mermaid_code in enumerate(matches):
-            # Try to extract title
-            title_match = re.search(r'title\s+["\']?([^"\'"\n]+)["\']?', mermaid_code)
-            title = title_match.group(1).strip() if title_match else f"Diagrama de {md_file}"
+            # Try to extract title from YAML front matter or inline title
+            title_match = re.search(r'title:\s*["\']([^"\']+)["\']', mermaid_code)
+            if not title_match:
+                title_match = re.search(r'title\s+["\']?([^"\'"\n]+)["\']?', mermaid_code)
+            title = title_match.group(1).strip() if title_match else f"Diagrama {len(diagrams) + 1}"
 
             diagrams.append({
                 'source': md_file,

thesis_output/figures/figures_manifest.json

@@ -1,27 +1,27 @@
 [
   {
     "file": "figura_1.png",
-    "title": "Diagrama de 02_contexto_estado_arte.md",
+    "title": "Pipeline de un sistema OCR moderno",
     "index": 1
   },
   {
     "file": "figura_2.png",
-    "title": "Diagrama de 02_contexto_estado_arte.md",
+    "title": "Ciclo de optimización con Ray Tune y Optuna",
     "index": 2
   },
   {
     "file": "figura_3.png",
-    "title": "Diagrama de 03_objetivos_metodologia.md",
+    "title": "Fases de la metodología experimental",
     "index": 3
   },
   {
     "file": "figura_4.png",
-    "title": "Diagrama de 03_objetivos_metodologia.md",
+    "title": "Estructura del dataset de evaluación",
     "index": 4
   },
   {
     "file": "figura_5.png",
-    "title": "Diagrama de 03_objetivos_metodologia.md",
+    "title": "Arquitectura de ejecución con subprocesos",
     "index": 5
   },
   {
@@ -36,7 +36,7 @@
   },
   {
     "file": "figura_8.png",
-    "title": "Diagrama de 07_anexo_a.md",
+    "title": "Estructura del repositorio del proyecto",
     "index": 8
   }
 ]