スキャナで文書管理システム

スキャナで文書管理システム

fab-wiki

- ほぼ↑に書いている

機種

- 600dpi x 1200dpi

- バスパワー

- SANEでのSupportはCompleted

OCR

> code bash

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

<<

仕様を考える

写真

- 日付ファイル名でフォルダに入れてあればOK

文書

- 日付で絞り込みたい

- スキャンした日付

- 内容で絞り込みたい

- 文字列検索

- 専用のUIが必要

- Webベースで作る？

- ローカルならこれが簡単そう

- SlackなどのChatBotにする？

- 外部からアクセスできるサーバを作る必要あり

- 何らかのWikiのようなものにデータを突っ込んで検索はそっちを使う

自作検索ツール

テキスト検索をしつつ、ヒットしたら、それに関連する画像を表示する仕組み

テキストの仕様

OCRしたテキストと画像のパス、メタ情報が欲しい

- メタ情報

- 日付？（画像からとれるのでは？）

1行目が画像へのパスで移行がテキストにする？

一応動いたが・・

メタ情報をファイルに埋め込みたい

jpgのexifに入れられる？

- exifのタイトルに埋め込んでいる

結局

2000文字までしか入れられないのが気になるが、単語を切り取ってuniqするなどテクニックはありそう

その場合はKeywordsに入れるのがよさそう？

ロードマップ

- {x} キャプチャテスト

- { } 単発スキャンスクリプト作成

- {x} 動作テスト

- { } nadriveへの転送

- { } 何らかの通知（ひとまずSlackでいいか？）

- {x} OCR

- { } ボタンによるスキャン開始

- { } Ansibleによる管理