Linear Book Scanner: pemindai buku otomatis open source (2014)

 (linearbookscanner.org)
2 poin oleh GN⁺ 2023-09-18 | 1 komentar | Bagikan ke WhatsApp
  • Linear Book Scanner adalah pemindai buku open source berbiaya rendah yang menangani pembalikan halaman dan pemindaian secara otomatis
  • Saat buku bergerak maju-mundur di atas perangkat, pembalikan halaman dan pemindaian dilakukan secara berurutan
  • Setiap kali bergerak sekali, mekanisme hisap vakum membalik satu halaman dari satu sisi ke sisi lainnya
  • Halaman dipindai saat melewati dua sensor pencitraan
  • Perangkat lunak khusus mengubah hasil pemindaian menjadi PDF yang dapat dicari untuk meningkatkan kegunaannya

Struktur pemindaian sambil membalik halaman

  • Linear Book Scanner dirancang sebagai pemindai buku pembalik halaman berbiaya rendah
  • Desainnya dirilis sebagai open source, sehingga siapa pun dapat membuatnya sendiri
  • Buku bergerak maju-mundur di atas mesin, dan setiap kali melintas, vakum mengisap halaman dari satu sisi ke sisi lain untuk membaliknya

Hasil pemindaian

  • Halaman dipindai saat melewati dua sensor pencitraan
  • Perangkat lunak menghasilkan buku yang dipindai sebagai PDF yang dapat dicari

Bacaan terkait

1 komentar

 
GN⁺ 2023-09-18
Opini Hacker News

  • Topik ini memiliki komunitas di https://diybookscanner.org/
    Beberapa tahun lalu saya membuat alat kecil bernama bookbuilder dengan Java; setelah membalik halaman secara manual dan mengambil foto, alat itu bisa memproses seluruh gambar secara otomatis dan membuat PDF yang bisa dicari
    Saya memakai library computer vision Java murni bernama https://boofcv.org/; library itu masih ada sampai sekarang dan cukup cepat
    Alat itu bisa otomatis menangani deteksi kontur halaman, koreksi kemiringan, perataan gambar, bahkan penghapusan kontur jari lewat pencocokan warna kulit, lalu membuat PDF dengan layer OCR tak terlihat tanpa campur tangan pengguna
    Saya ingat juga pernah mengerjakan deteksi kemiringan garis dengan semacam algoritma watershed untuk memperbaiki perataan
    Itu proyek yang menyenangkan, dan saya penasaran apakah source code-nya masih ada di suatu tempat. Halaman unduhannya juga sudah hilang, dan saat itu saya belum merilisnya sebagai open source karena tidak mengira proyek sampingan kecil seperti ini akan menarik bagi orang lain

    • Forum pemindai buku sebenarnya di https://diybookscanner.org/ saat ini sudah down selama beberapa minggu, dan sedang dalam proses pemulihan
    • Saya sudah lama tertarik pada pemindaian buku, dan sepertinya saya ingat pernah melihat software ini
      Saya membuat salah satu versi awal yang saya lihat di situs itu, dan beberapa tahun lalu secara kebetulan bertemu Jonathon Duerig serta melakukan pekerjaan pemotongan waterjet untuknya
      Saat pertama kali melihat pemindai buku linear, saya merasa posisinya terbalik. Jika strukturnya menggantung dan bisa bergerak sendiri, kita bisa menghindari masalah tidak mengetahui massa buku atau menangani gesekan
      Dengan counterweight, gaya bisa dijaga tetap konstan, dan apa pun buku yang dipindai, yang perlu digerakkan hanyalah massa yang diketahui
    • BoofCV benar-benar keren
      Sayang saya baru mengetahuinya hari ini; kalau tahu sebelumnya, rasanya saya akan meluangkan waktu untuk mempelajari dan berkontribusi. Kemungkinannya masih ada, tetapi melihatnya sekarang, tampaknya library ini sudah mencakup hampir semua fitur yang pernah saya dengar, bahkan lebih
      Saya menghabiskan 30 menit mengklik contoh-contohnya satu per satu
    • Kalau memungkinkan, akan bagus jika dipublikasikan di GitHub

  • Ada pemindai komersial yang mirip [1] [2], dan ini juga berdesain V, tetapi bentuknya dibalik agar memindai dari atas
    Karena yang bergerak bukan bukunya melainkan pemindainya, cara kerjanya jauh lebih lembut terhadap buku
    Saya sangat senang melihat alternatif open source dengan pendekatan seperti ini sedang dikembangkan
    [1] https://www.treventus.com
    [2] https://youtu.be/SdipuAuWsEs?si=dFWRtva5gO2oM91o

    • Menyewa, meminjam, atau menggunakan layanan digitalisasi juga kemungkinan mahal
      Sebab kedua opsi itu tidak menampilkan informasi harga secara terbuka, hanya meminta kita mengisi formulir kontak
    • Perangkat ini juga dibahas dalam presentasi Google yang terkait dengan proyek aslinya
      https://youtu.be/4JuoOaL11bw?si=do1qet5Kq_WErQgz&t=162
    • Versi DIY dari ide yang sama ada di sini: https://www.diybookscanner.org
    • Saya tidak yakin pemindai ini merupakan alternatif yang bagus, karena setiap kali memindai, caranya adalah memotong satu halaman
      Setelah itu, seberapa lembut penanganannya tampak tidak terlalu berarti
      Mungkin bisa saja jika rencananya adalah menjilid ulang halaman yang tersisa menjadi buku baru

  • Saya suka idenya, tetapi untuk tujuan preservasi atau buku bernilai, saya agak khawatir soal risiko halaman robek
    Dalam kasus seperti itu, saya toh akan lebih memilih memindai secara manual, tetapi saya sering ingin punya perangkat seperti ini untuk mendigitalkan terlalu banyak buku
    Melihat penjelasan FAQ tentang frekuensi halaman robek:

    Prototype 1 could scan the majority of books without damage, but may tear one or two pages in some books. Out of 50 books tested, 45% had one or two of their pages either torn or folded. This is a very early prototype and there are many areas for improvement in the design.
    Secara pribadi, ini umumnya masih bisa saya terima. Terutama jika versi berikutnya bisa menurunkan 45% itu menjadi sekitar 10–20%, saya akan mempertimbangkan untuk membuatnya jika punya ruang untuk menaruh perangkat seperti ini

    • Selama beberapa waktu, Internet Archive membuat pemindai buku yang menaruh buku di dudukan berbentuk V
      Relawan membalik halaman dengan tangan, lalu menurunkan dan menaikkan dua pelat kaca untuk menekan halaman dengan lembut, sementara dua kamera DSLR pada dudukan bersudut mengambil gambar
      Keseluruhan perangkat tidak otomatis, tetapi mudah dioperasikan secara manual
      https://blog.archive.org/2021/02/09/meet-eliza-zhang-book-sc...
    • Jika belum melihatnya, situs ini layak dikunjungi
      https://www.diybookscanner.org/en/intro.html
    • Untuk buku yang tidak tergantikan, misalnya buku tua dan sudah tidak dicetak lagi, ini sama sekali tidak bisa diterima
      Harus 0 halaman robek
      Sebelum era komputer, salinan elektronik pun belum ada

  • Area ini belum terkejar oleh kemampuan software, jadi orang-orang menangani dengan hardware hal-hal yang sebenarnya bisa dilakukan software
    Dengan input seperti dua foto atau lebih, atau gambar stereo, misalnya dari iPhone baru, kita bisa memperkirakan halaman yang diratakan lewat triangulasi, lalu membuat gambar yang terlihat seperti halaman yang dipotong dari scanner flatbed
    Setelah itu, tinggal membayar cukup orang di Etiopia untuk membalik halaman buku dengan hati-hati tanpa merusaknya
    Seperti diketahui semua peneliti, perpustakaan digital saat ini berisi hasil pemindaian selama satu abad yang kualitasnya meragukan
    AI bisa memperkirakan hasil scan yang pada monitor 8K sulit dibedakan dari format font outline aslinya
    Dulu, terkait perang font tahun 1980-an, saya pernah memberi konsultasi untuk mengubah format lama dan scan digital menjadi font PostScript dan TrueType
    Saat itu sulit, tetapi ketika software sudah menyusul, ini akan dipahami sebagai cara yang benar untuk memindai teks
    Literatur ilmiah membutuhkan sesuatu seperti ChatGPT yang dapat memulihkan source LaTeX untuk mereproduksi tiap halaman. Sebenarnya yang benar-benar dibutuhkan adalah penerus LaTeX yang kurang rumit namun bisa menulis teks tetap dan teks mengalir sama mudahnya

    • Ini masalah yang sangat fisik, dan tidak banyak jalan pintas yang bisa dipakai
      Saya pernah ikut proyek preservasi dan memindai sangat banyak majalah; secara umum, apakah diletakkan di atas flatbed atau tidak tidak terlalu penting. Bagaimanapun, membalik halaman dengan tangan memakan waktu
      Metode yang dikenal untuk memindai majalah dan buku dengan sangat cepat sudah ada: potong punggung jilidnya dan masukkan halaman ke scanner otomatis
      Tentu saja, jika setelah pemindaian Anda masih ingin mempertahankan bendanya, metode ini tidak bisa diterapkan karena salinannya dihancurkan
      Pada akhirnya, cara terbaik untuk mengotomatiskan pemindaian tanpa merusak benda harus menggabungkan kamera atas dengan mesin pembalik halaman. Saya kira proyek pemindaian skala besar Google juga seperti ini
      Mungkin beberapa buku bisa “dipindai” dengan sinar-X tanpa membalik halaman, tetapi rasanya itu juga akan memunculkan masalah baru
    • Saya tidak paham tepatnya bagaimana membangun infrastruktur untuk mengeksploitasi tenaga kerja Dunia Ketiga bisa disebut masalah software
      Masalahnya bukan karena software buruk dalam koreksi distorsi, melainkan setelah semua persiapan untuk pemindaian buku selesai, lebih baik memakai perangkat yang tidak membutuhkan koreksi distorsi
    • Software-nya sudah memungkinkan pada 2017. Saya pada dasarnya pernah mengerjakan ini di perangkat untuk penyandang tunanetra, dan bahkan tidak perlu gambar stereo
      Cara kerja perataan bisa dilihat di sini. Bagian ini ditangani library, jadi tidak perlu menulis kode terpisah
      https://youtu.be/DPu0iJtK2sI?t=1542
      Ada juga fitur yang memberi tahu untuk membalik halaman, mendeteksi apakah halaman sudah dibalik, dan mengambil foto. Di latar belakang, foto diratakan, halaman dipisahkan, dan OCR dijalankan
      Setelah sedikit terbiasa, Anda bisa memindai dan meng-OCR satu buku dengan kecepatan 1–5 detik per halaman
      https://youtu.be/DPu0iJtK2sI?t=1909
      Setelah itu, buku yang sudah di-OCR disimpan dan dibacakan kapan pun diinginkan
    • Untuk penerus LaTeX, https://typst.app/ sudah cukup bagus posisinya
    • AI sama sekali tidak boleh. Hal yang paling harus dihindari dalam proses digitalisasi adalah perubahan teks secara halus
      https://news.ycombinator.com/item?id=29223815
      Risiko hasil yang tampak meyakinkan tetapi salah sudah dikhawatirkan bahkan sebelum AI

  • Yang ini terlihat jauh lebih aman
    https://www.inforum.com/newsmd/ndsu-students-book-scanner-in...
    http://diybookscanner.org

    • Cara seperti itu memang jelas lebih aman, tetapi tidak otomatis dan seseorang harus membalik halaman
      Proyek ini berusaha memecahkan masalah itu, tetapi harus dilakukan dengan cara yang jauh lebih lembut agar tidak merusak buku

  • Setelah dipindai, semua isinya sudah ada dalam bentuk digital, jadi saya penasaran mengapa membongkar jilid buku menjadi lembaran sebelum dipindai bukan model yang skalabel
    Apakah tujuannya menghindari pekerjaan pembongkaran tambahan?

    • Arsiparis biasanya tidak suka menghancurkan karya yang ingin mereka lestarikan
      Meski buku dipindai, yang didapat hanyalah gambar optik. Dalam kasus manuskrip abad pertengahan, halaman mungkin pernah dihapus lalu ditulis ulang
      Jika buku hanya dipindai lalu salinan fisiknya dihancurkan, bukti seperti itu akan hilang
      Namun untuk buku pasar massal yang murah, saya rasa sebagian besar arsiparis tidak akan terlalu keberatan menghancurkan satu dari jutaan eksemplar demi melestarikan karya tersebut
      Ini baru menjadi masalah nyata hanya pada karya yang sangat tua dan sangat langka
    • Jika bukunya tidak sangat berharga, biasanya lebih mudah memotong habis bagian jilid dengan pemotong kertas lalu memasukkannya ke scanner dengan pengumpan lembaran

  • Buku yang sedikit saja rusak sepertinya akan tercabik-cabik semua

    • Saya juga meringis saat melihatnya
      Ada cukup banyak buku lama yang ingin saya digitalisasi, dan sebagian besar scanner buku yang umum pun setidaknya mengharuskan buku dibuka sepenuhnya; seperti yang Anda katakan, itu bisa membuat buku robek
      Selain itu, perangkat seperti itu tidak mencakup vakum, perpindahan melewati tepi tajam, hingga motor stepper
      Jika melihat pertanyaan kedua di https://linearbookscanner.org/faq/:

      Out of 50 books tested, 45% had one or two of their pages either torn or folded
      Saya tidak akan memakai ini bahkan untuk buku saya yang kurang berharga

    • Jelas begitu. Jika ada sesuatu yang tersangkut atau kondisi lingkungan berubah dan bereaksi dengan kertas, bahkan buku yang tadinya tidak rusak pun bisa bernasib begitu
      Meski begitu, jika ada segunung buku yang harus dipindai, dan mesin seperti ini bisa menangani sebagian besar, lalu kasus khusus saja ditangani lebih hati-hati, itu tetap menguntungkan

  • Google kurang lebih sudah memindai semua buku. Masalahnya adalah hak cipta dan para pemegang hak
    Untuk membalik halaman, mereka menggunakan tenaga kerja berupah rendah. Kalau belum ada yang memasang tautannya lebih dulu, nanti akan saya kirim tautannya
    Setelah pulang ke rumah, ternyata ini artikelnya: https://www.theatlantic.com/technology/archive/2017/04/the-t...

  • Kelihatannya benar-benar keren. Bukan hanya bisa mendigitalkan buku, perangkat ini juga mencacahnya secara gratis
    Lumayan bagus sebagai penawaran 1+1

  • Saya punya alergi tungau debu, jadi kalau buku berada di rak sekitar 6 bulan, menyentuhnya saja sudah memicu reaksi alergi
    Mengibaskan bagian luarnya atau menyedotnya dengan vacuum cleaner pun tidak efektif
    Sepertinya perangkat ini bisa dipakai untuk menyingkirkan tungau debu dari buku agar bisa dibaca