Installation¶

Das Programm ist in den Ubuntu-Quellen vorhanden, installiert^[1] werden muss das Paket

• pct-scanner-scripts

mit apturl

sudo apt-get install pct-scanner-scripts 

sudo aptitude install pct-scanner-scripts 

Bedienung¶

Die allgemeine Syntax auf der Kommandozeile^[2] lautet

pct-scanner-script [Optionen] 

In der "Standardeinstellung" (siehe Beispiele, zweite Zeile) wird ein "lineart"-Scan mit der source-Option ADF in einer Auflösung von 600 dpi erstellt, der dann in ein DjVu-Dokument umgewandelt wird. Soll auch noch eine PDF-Version erzeugt werden, muss ggf. vorher in der Konfigurationsdatei /etc/pct-scanner-script.conf (s. u. Abschnitt "Konfiguration") bei dem jeweiligen Block die Option NOPDF=1 entweder gelöscht oder mit einem # davor auskommentiert werden (NOPDF=0 oder NOPDF=NO funktionieren leider nicht in allen Versionen). Das Dokument wird anschließend zur Kontrolle in Evince geöffnet. Standard für die Speicherung ist ~/scanscripts, in dem dann die Ordner input, output und processing erstellt werden. Die Verarbeitung der Scans erfolgt über das Skript /usr/lib/pct-scanner-scripts/pct-scanner-script-process.

Das Skript erstellt, wenn es nicht durch die Optionen -p | --nopdf oder -j | --nodjvu daran gehindert wird, (mehrseitige) Dateien nach dem Muster document-multi-page-color/grayscale/linart.pdf bzw document-multi-page-color/graysacle/lineart.djvu im Ordner scanscript/output. Ggf. werden in scanscript/processing/jpeg von allen Scans .jpeg-Bilder abgelegt. Es empfiehlt sich, nach Abschluss einer Scanaufgabe die Option -e | --clean zu verwenden (vorher aber das eigentliche Ergebnis sichern, es wird dabei mit gelöscht!), oder das Verzeichnis hin und wieder manuell zu leeren.

pct-scanner-script --search
pct-scanner-script --lineart --outdir /home/[benutzer] --source ADF --resolution 600 --device net:192.168.1.1:hpaio:/usb/Officejet_J5700_series?serial=CN7BOCF3HP04TC
pct-scanner-script --resume 11 --lineart --outdir /home/[benutzer] --source ADF --resolution 600 --device net:192.168.1.1:hpaio:/usb/Officejet_J5700_series?serial=CN7BOCF3HP04TC 

pct-scanner-script --lineart
pct-scanner-script --config config0
pct-scanner-script --clean --config config0 --nopdf --verbose 

Konfiguration¶

Die Konfiguration des Skriptes erfolgt über die Dateien /etc/pct-scanner-script.conf sowie die Steuerungsdateien im Verzeichnis /etc/pct-scanner-script.conf.d/. Darin können die meisten Optionen eingestellt werden, sodass das Programm nicht mit den Parametern gestartet werden muss. Dabei kann man mit der Option --config auch bestimmte Abschnitte der Konfigurationsdatei auswählen; --lineart --config MeineKonfiguration würde die Befehle aus Sektion [lineart-MeineKonfiguration] aus der gewünschten Konfigurationsdatei verwenden. Innerhalb der Optionsdatei kann mit OPEN=COMMAND ein externes Programm zur Weiterverarbeitung aufgerufen werden, also z.B. ein Betrachter, oder auch ein direkter Druckaufruf nach Beendigung des Scans (Beispiele in der Datei notes ).

Die Optionen auf der Kommandozeile überschreiben die in den Konfigurationsdateien; Angaben aus Konfigurationsdateien (in /etc/pct-scanner-script.conf.d/) mit höheren Nummern überschreiben diejenigen mit niedrigeren Nummern, nicht aber die auf der Kommandozeile angegebenen.

Dazu ein Beispiel: der Befehl

pct-scanner-script --config lineart1 

ruft die (hier für einen gt68xx-Scanner modifizierte) Konfiguration 50configuration, Sektion [lineart1] in /etc/pct-scanner-script.conf.d auf:

# pct-scanner-script --config lineart1
[lineart1]
LINEART=1
DEVICE=gt68xx
SOURCE=Flatbed
RESOLUTION=300
OUTDIR=${HOME}
NOPDF=1
OPEN=$(which djview)

Das Ergebnis wird gleich in DjView geöffnet.

Wäre die Datei 60configuration vorhanden, in der in Sektion [lineart1] eine Auflösung von 150 dpi stünde, würde dieser Wert verwendet werden. Der Befehl

pct-scanner-script -r 600 --config lineart1 

hätte aber absolute Priorität, und würde statt dessen die Auflösung auf 600 dpi setzen.

In den Konfigurationsdateien werden in einem Editor^[3] die gewünschten Parameter als Zahlenwert 1 für "Verwenden" nach der Angabe geschaltet (z.B. NOPDF=1); oder als für das Backend verwendbares Kommando (z.B. DEVICE:gt68xx), nähere Informationen liefert die Verwendung der Option --search sowie ein Blick in die mitgelieferten Konfigurationsdateien.

Problemlösungen¶

Erstellung von Riesen-PDFs¶

Die Größe der erzeugten PDF-Dateien entspricht bei Eingabe von DIN-A4 dem Format RA0 (mehr als ein Quadratmeter!) (siehe Erläuterung in PDF). Um die Größe auf das tatsächliche Eingabeformat zurückzuführen, in eine Editor mit Root-Rechten die Datei /usr/lib/pct-scanner-scripts/scanner-script-process direkt vor den Vorkommen von

        $STRACE convert "$sourcefile" ...

die Zeile

        SIZE=`identify "$sourcefile" | cut -d " " -f 3 `

einfügen, und in den entsprechenden Zeilen den convert-Befehl nach "$sourcefile" um die Optionen

-resize $SIZE -units PixelsPerInch -density 300x300

ergänzen. So bleibt die Größe der PDF-Dateien beim Eingangswert/Scangröße; eine Texterkennung ist damit für die Ausgabedateien problemlos möglich.

scanadf: attempted to set inactive option source

    [ ! -z "$RESOLUTION" ] && export RESOLUTION="$RESOLUTION"

bash -x pct-scanner-script [Optionen] 

Erweiterte Möglichkeiten¶

svn checkout https://secure.powercraft.nl/svn/packages/trunk/source/pct-scanner-scripts/pct-scanner-scripts-devel/ pct-scanner-script-x.x.x 

OPTIONS="-l 5.000mm -t 5.000mm -x 200.000mm -y 275.000mm --threshold 163 --gamma-value 1.75"

        c44 -dpi $RESOLUTION "$sourcefile" $OUTDIR/scanscript/processing/document-single-page-$filename.djvu $EXEC_VERBOSE

       didjvu encode -o $OUTDIR/scanscript/processing/document-single-page-noocr.djvu --dpi $RESOLUTION "$sourcefile" $EXEC_VERBOSE
       ocrodjvu --engine tesseract --language deu -o $OUTDIR/scanscript/processing/document-single-page-$filename.djvu $OUTDIR/scanscript/processing/document-single-page-noocr.djvu $EXEC_VERBOSE

        c44 -crcbnone -dpi $RESOLUTION "$sourcefile" $OUTDIR/scanscript/processing/document-single-page-$filename.djvu $EXEC_VERBOSE

       didjvu encode -o $OUTDIR/scanscript/processing/document-single-page-noocr.djvu --dpi $RESOLUTION --fg-crcb none --bg-crcb none "$sourcefile" $EXEC_VERBOSE
       ocrodjvu --engine tesseract --language deu -o $OUTDIR/scanscript/processing/document-single-page-$filename.djvu $OUTDIR/scanscript/processing/document-single-page-noocr.djvu $EXEC_VERBOSE

        cjb2 -verbose -clean -dpi $RESOLUTION "$sourcefile" $OUTDIR/scanscript/processing/document-single-page-$filename".djvu $EXEC_VERBOSE

        cjb2 -verbose -clean -dpi $RESOLUTION "$sourcefile" $OUTDIR/scanscript/processing/document-single-page-noocr.djvu $EXEC_VERBOSE
        ocrodjvu --engine tesseract --language deu -o $OUTDIR/scanscript/processing/document-single-page-$filename.djvu $OUTDIR/scanscript/processing/document-single-page-noocr.djvu $EXEC_VERBOSE

Alternativen¶

• Mit gscan2pdf können auch mehrseitige DjVu-Dateien angelegt werden, allerdings ist eine Segmentierung nicht möglich.

• xsane2djvu ist ein Wrapper, um direkt aus XSane heraus DjVu-Dateien mit einer integrierten Texterkennung zu erstellen. Es können direkt ein- oder mehrseitigen Dokumente erstellt werden, zur Encodierung können verschiedene Programme genutzt werden.

• djvubind ist ein Kommandozeilenprogramm, mit dem aus .tiff-Vorlagen DjVu-Dokumente (z.B. als E-Books) erstellt werden können. Das Programm kann allerdings momentan nur schwarz-weiße .tiff-Dateien verarbeiten (z.B. Scan Tailor-Ausgaben); die Texterkennung erfolgt standardmäßig mit tesseract-ocr.

Links¶

• Datei-Verzeichnis auf powercraft.nl

• Entwickler-Seite