Оцифровка книг в формат djvu в linux

Введення і примітки

Відео: Як перетворити djvu в pdf

У цій статті хочу поділитися досвідом оцифровки книг в формат DjVu. Таке завдання постало переді мною в ході роботи над краєзнавчої книгою про Київ. Я задумав відсканувати і викласти в додатках до цієї книги потрапили в руки дореволюційні видання про місто. У всьому процесі оцифровки було вирішено використовувати тільки вільні технології, тому вибір припав на наступний набір програм: XSane для сканування, ImageMagick для обробки картинок, пакет DjVuLibre для відомості зображень в електронну книгу формату DjVu.


Ймовірно, існують більш витончені і продуктивні способи, ніж застосований мною. До завдань входила лише автоматизація оцифровки книг, щоб на виході отримувати готовий DjVu-документ. Сканування проводилося в ландшафтній орієнтації: розрізати кожен розворот на дві сторінки не довелося, тому що вважаю, що читання книг більш природно, якщо бачиш весь розворот, а не тільки одну сторінку. Крім того, такий підхід спростив роботу: не треба було думати, як автоматично розрізати кожну картинку на дві (із зсувом кадру і ім`ям вихідних файлів). Втім, при бажанні автоматизується і це.


І останнє: оптичне розпізнавання тексту також не входило в мої плани. Тим більше, що вільні OCR-движки навряд чи впоралися б з дореволюційним правописом (втім, в комерційному світі справа йде трохи краще).

Відео: Відкрити PDF, FB2, DjVu і інші книги!

Отже, почнемо з налаштування сканера. У Linux вони підтримуються через SANE (Scanner Access Now Easy, http: // sane-project. Org), який можна уподібнити TWAIN в Windows з тією різницею, що у TWAIN графічний інтерфейс жорстко прив`язаний до драйверу пристрою. SANE - це API і набір бекенда, на яких лежить підтримка тієї чи іншої моделі сканера. Таблицю сканерів, які підтримуються стабільною версією SANE, можна знайти тут: https://sane-project.org/sane-mfgs.html (список підтримуваних версією з git - https://sane-project.org/lists/sane-mfgs- cvs.html). Зверніть увагу на графу «Backend» - там йде посилання на конкретний модуль підтримки сканера. Якщо у вас старий LPT-сканер, то в графі «Interface» зверніть ува-гу, не вказано чи в дужках режим EPP. Якщо так, то для роботи сканера в SANE потрібно задати режим EPP для паралельного порту в BIOS CMOS Setup.

Встановлюючи Sane, не забудьте поставити демон saned. Він забезпечує можливість сканувати не тільки під root. У сучасних дистрибутивах Linux, як правило, USB-сканери визначаються автоматично утилітою налаштування сканерів з якогось системного «центру управління». З LPT-сканерами гірше: мало того, що вони погано визначаються з таких утиліт, так ще й часто позначені як «не підтримуються», якщо ви намагаєтеся «додати» їх через графічний інтерфейс. Раджу керуватися таблицею з сайту SANE: якщо там сказано, що сканер працює - так воно і є, всупереч всім графічним утилітам налаштування.

Наприклад, ось як я налаштував свій старий ScanExpress CP1200 +, який не працював і в Windows з моменту появи XP. Власне, приклад досить універсальний, і швидше за все буде потрібно лише змінити імена файлів бекенда і моделі сканера:
- В BIOS CMOS Setup вибрав режим EPP для паралельного порту.
- Вніс правки в конфігураційні файли sane (потрібні права root):

# 10003- У /etc/sane.d/dll.conf потрібно розкоментувати згадка імені файлу - mustek_pp (у вас може бути інший, залежно від сканера).
# 10003- У /etc/sane.d/mustek_pp задав сканер відповідним рядком:

Тут 0x378 - адреса LPT-порту (див. В BIOS), а cis1200 + - тип сканера. Просто знайдіть в конфіги рядок для вашого сканера і раскомментіруете її. Як варіант, можна там же не ставити сканер жорстко, а включити автоматичне розпізнавання:

Відео: Як створити книгу в форматі djvu

- Залишилося лише відсканувати - наприклад, через XSane або xscanimage.