スキャンすると自動で画像を保存する仕組みを自作したい

保育園で買える娘の写真がアナログの紙に印刷したものなのでキャプチャしたい。また日々の生活で溜まるプリント、書類もササっとスキャンして物理的な紙は捨てたい。

さらに検索可能になるとうれしい

古い中古のスキャナーが安いが、64bitOS用のドライバが供給されていないことが多い

が、Linuxで動かすなら関係ない

「そのままの大きさで印刷する予定なら300dpiでスキャン。拡大印刷する予定ならその拡大分だけ解像度を高くしておく」

なるほど

人間の目で識別できる限度は300dpi

対応機種が多いが、サポートしていないものもあるので要チェック

事例

CanoScan LiDE200

ボタンごとにカスタムの処理を組めるらしい

この記事が一番やりたいことに近い

CanoScan LiDE 30

scansnap 1300i

Canon N1240U

この製品を使うとWindowsでも古いスキャナーが使えるらしい

ログ

code: bash

sudo apt-get install scanbd

必要なパッケージはこれだけ

code: bash

scanimage --mode Color --resolution=150 --format jpeg > test.jpeg

とかで普通にスキャンできた

大きさは引数で指定する

自動トリム

code: bash

convert -fuzz 10% -trim scan_image_2022101415541665730470.jpg converted.jpg

ただ、少しでも端に縞模様とかが写っているとうまくトリムできない様子

OCR

code: bash

sudo apt-get install tesseract-ocr tesseract-ocr-jpn

文字情報入りのPDFを作る

code: bash

tesseract -l jpn image.jpg ocr.pdf pdf

認識した文字情報をテキストファイルに出力する

code: bash

tesseract -l jpn image.jpg ocr.txt

exifにテキストの内容を設定する

ただし仕様の問題で2000文字までしか入らない

code: bash

exiftool -codedcharacterset=utf8 -IPTC:Caption-Abstract="$( cat ocr.txt| tail +2 |tr '\n' ' ')" converted.jpg

ふるさと納税にあった。

PDFは本文にOCRかけてくれるみたい。

もはやfabではない。

中古で7000円くらい

設定してないけど、自動保存とかPDFで連続ページにするとかできる