本をスキャナーで、スキャンし、圧縮処理までバッチ的に行うプログラム

開発の目的

数千冊の本を自炊で電子化するために、出来るだけ短TAT かつ省力化をするためのスキャンから圧縮処理までをバッチ的に行うプログラムを作成する。

目標： 300ページの文庫本を一冊処理(裁断は除き、スキャンから圧縮まで)するのに 5分、閲覧用のファイルサイズを 20Mbyte とする。

スキャンから最終出力までを Linux 上で、バッチ的に実行する。
出力は、閲覧用と原本保管用の 2種類を出力とする。
- 原本とは、スキャンしたデータそのままのもの。
- 閲覧用とは、ファイルサイズを出来るだけ小さくするため処理を掛けたもの。
古い文庫本は酸性紙が使われていて黄ばみが起きる。そのままだとコントラストが低下するので、自動的にトーンカーブを調節する機能。
解像度を有効に使うために、テキストのみのページは周囲の余白を検出して削除する機能。
テキストのみのページは、階調数が少なくても良いので、階調を 4bit にしてファイルサイズを圧縮する。
画像(濃淡があるもの)は、cjpeg(mozjpeg) を使って圧縮する。
カバー裏にある ISBN番号(バーコード又は文字列)を読み取り、国立国会図書館サーチから書誌情報を取得しファイル名を生成する。

名称	説明
git	-
ruby	-
xsane	Scanner Access Now Easy
epsonscan2	EPSON DS-570W 用ドライバー (*1)
imagemagick	画像処理いろいろ
libjpeg-turbo-progs	mozjpeg 画像圧縮用
gimv	gimageview (*2) スキャン後に、テキストと画像に分類する
pinta	カバーの加工用
zbar-tools	カバーの ISBN バーコード読み取り
tesseract-ocr-jpn	カバーの ISBN 番号の OCR
w3m	ISBN番号から書誌情報の検索

特殊なもの以外は、下記のコマンドでインストールする。 ( OS は ubuntu を想定。)
```
% sudo apt install git ruby xsane imagemagick libjpeg-turbo-progs pinta zbar-tools tesseract-ocr-jpn w3m
```
EPSON DS-570W 用ドライバー (*1)
使用しているスキャナーは EPSON DS-571W だが、EPSONのサイト https://www.epson.jp/support/taiou/os/linux_selist.htm には、DS-571W は無いので、代わりに DS-570W 用をインストールする。すると標準ドライバーでは使えない DS-571 特有のオプションが使えるようになる。
```
% scanimage -d "epsonscan2:DS-571W:003:026:esci2:usb:ES0238:392" --help
```
メモ
epsonscan2-bundle-6.6.40.0.x86_64.deb では、期待通りに動作するが、 epsonscan2-bundle-6.7.61.0.x86_64.deb だと、 --scan-area=Auto Detect が動作しない。

gimv (*2) 標準パッケージには無いので、ソースからコンパイルしてインストールする。

% mkdir /tmp/gimv
% cd /tmp/gimv
% git clone  https://github.com/ashie/gimageview.git .
% sh autogen.sh
% ./configure
% make
% sudo make install

インストールするディレクトリに移動して下記のコマンドを実行する。
% git clone https://github.com/kaikoma-soft/bookScan.git .
上記のディレクトリを PATH に追加する。

左とじの書籍の場合に指定する。カバー全体から表紙を切り出す際に右側を切り出すようにする。デフォルトは左側。

黄ばみ対策として、グレイスケールのスキャン時に --dropout=Red を付加する。

不具合報告などは、 GitHub issuse の方にお願いします。

このソフトウェアは、Apache License Version 2.0 ライセンスのもとで公開します。詳しくは LICENSE を見て下さい。