Bokscanner
Att bygga en bokscanner är inte ett projekt som sätts igång och blir färdigt, utan en ständig process av små förbättringar. Den här sidan tar upp några delproblem och deras lösningar.
Vem gör något
- Inom Makerspace Linköping
- Lars Aronsson (LA2), som också har grundat Projekt Runeberg (nedan)
- Martin A
- Bokscanning-projekt
- Internet Archive, https://archive.org/details/books
- Google Books, https://books.google.com/
- Många större bibliotek, till exempel Kungliga biblioteket i Stockholm och Linköpings stadsbibliotek
- Wikisource, bokscanningsprojektet inom Wikimedia Foundation, t.ex. på svenska http://sv.wikisource.org/
- Projekt Runeberg, ett öppet webbarkiv av fri nordisk litteratur, hemmahörande hos föreningen Lysator vid Linköpings universitet, http://runeberg.org/
- Bokscanners
- DIY Bookscanner, https://diybookscanner.org/
- med användbart diskussionsforum, https://diybookscanner.org/forum/
- och översikt över byggsatser, https://web.archive.org/web/20210304010633/diybookscanner.org/en/designs.html
- Senaste byggsatsen Archivist Quill lanserades 2016 av Tenrec Builders i Salt Lake City, men produktionen inställdes dessvärre under pandemin 2020, http://tenrec.builders/
- Internet Archive har byggt sina egna stora bokscanner-stativ med namnet "Scribe" och även lanserat en table-top Scribe, https://archive.org/details/tabletopscribesystem
Vad har scannats
- December 2021
- Almanack för alla, årgångarna 1910, 1922, 1923 - litet format, platta böcker, digitalkamera tar ett uppslag per bild
Problem och deras lösningar
- Upphovsrätt
Upphovsrätten ger författaren ensamrätt på att bestämma över exemplarframställning och spridning av litterära verk i hela hans livstid och därefter i 70 hela år. Om flera upphovsmän är inblandade (författare, medförfattare, översättare, illustratörer) måste de enas om sina beslut. Hamlet av Shakespeare kan alltså vara upphovsrättsligt skyddad av översättaren och illstratören, trots att författaren är död sedan länge.
- Scanna eller fotografera - en fråga om upplösning
Det finns bara en enkel huvudregel för upplösning: I bilden ska det lätt gå att se skillnad på punkt och komma, även i den mest finstilta texten. Många nybörjare tycker att 150 dpi (dots per inch) verkar ge en läsbar text. Men tittar man noga efter, krävs det att man ibland måste gissa om det står "e" eller "c" i bokens fotnoter. När man måste börja gissa och sedan kanske gå tillbaka till biblioteket för att se vad det verkligen stod i boken, så tappar man mycket av vinsten med bokscanning. Vid färgbilder (JPEG) är 300 dpi den lägsta användbara upplösningen. Vid svartvit scanning utan gråskalor (i filformatet TIFF G4, som ofta användes före år 2010) är 600 dpi en vanlig upplösning. Med modernare teknik används nästan alltid färgbilder, digitalkameror och en upplösning av 400 dpi eller högre.
Med desktop publishing (DTP) på 1990-talet blev flatbäddscannern vanlig. Den hade en linjär rad av fotoceller seriekopplade i en charge coupling device (CCD), ett sorts skiftregister, typiskt 600 dpi (fotoceller eller dots per inch), som en stegmotor svepte över en A4- eller A3-yta. Ett skrivpapper (A4/legal) är 8,5 tum brett och kräver alltså 5100 fotoceller i rad. På andra ledden (11 tum) krävs 6600 steg med stegmotorn, nedväxlade till 1/600 tum.
Ett alternativ till flatbäddscannern är en sidmatande scanner. Det kräver att man skär sönder boken och för en del böcker är detta realistiskt. Man kan då scanna fram- och baksidan samtidigt (duplex) och få en mycket rationell arbetsgång.
Digitala kameror har fotoceller i två dimensioner och för att täcka en A4 med 600 dpi krävs 5100 × 6000 pixels = 31 megapixel. Man kan nöja sig med 300 dpi = 8 megapixel. De första digitalkamerorna på konsumentmarknaden kom omkring år 2000 och hade 2 megapixel. På 2010-talet var 10 megapixel en vanlig upplösning och på 2020-talet 20 megapixel eller mer.
- Fotografera platt eller i vinkel
En del böcker är tillräckligt böjliga för att kunna läggas platt på ett bord och tillräckligt små för att den kamera som används i tillräckligt fin upplösning ska kunna fånga ett helt uppslag, både vänster- och högersidan, i en bild.
För böcker där detta inte är möjligt, är det bättre att lägga boken på ett V-format underlag, en bokvagga, och låta två kameror fotografera varsin sida.
- Glas eller inte
- Belysning, ljusreflexer
- Beskärning
- Filformat, filstorlek, kompression, JPEG-artefakter
- Vitbalans, färgjustering
Man kan tro att en boksida har svart tryck på vitt papper. Men papperet kan ha gulnat. Belysningen kan påverka hur det gul-vita papperet återges i bilden. Slutligen kan kameran ha olika inställningar för vitbalans, för att kompensera för dagsljus / lysrör / glödlampor. Det är inte alltid som en trogen återgivning av det gulnade papperet är det bästa resultatet. Man kan få ett bättre resultat genom att förvränga bilden, alltså digitalt bleka papperet. Det är därför inte nödvändigt att ha exakt rätt inställningar på kameran, eftersom man ändå kan vilja justera färgerna i efterhand. I exemplet här, med den gulgröna Sverige-kartan, är kamerans bilder lite blåaktiga och också lite bleka. Man vill ha en jämnare vit papperston och lite starkare trycksvärta.
Ett användbart mätverktyg är ett bildbehandlingsprogram som GIMP, som kan ta fram ett histogram över färgernas fördelning, både som helhet och för vardera av färgkanalerna rött, grönt och blått. Eftersom boksidan mestadels är vit med en del svart trycksvärta, visar histogrammet en liten puckel för mörkgrått (men inte helt svart) och en större puckel för en ljus nyans, som dock skiljer sig mellan färgkanalerna. För blått ligger puckeln ganska nära maximum (255). För rött och grönt ligger puckeln omkring 205 och 220.
Ett användbart redskap för att justera färgerna är att sträcka ut färghistogrammet, så att pucklarna blir ny svartpunkt och vitpunkt. ImageMagick (Linux-kommandot convert) gör detta med flaggorna -level (för alla färgkanaler gemensamt) eller -level-colors (för olika färger). I exemplet provades de här båda varianterna av kommandot:
convert original/0123.jpg -level-colors "rgb(40,40,40),rgb(200,230,255)" justerad-1/0123.jpg convert original/0123.jpg -level-colors "rgb(30,30,30),rgb(215,235,255)" justerad-2/0123.jpg
Det första gav en lite för hård (överstyrd) justering. Det andra gav ett behagligt resultat. Här sätts alltså svartpunkten vid 30,30,30. Alla pixlar som har lägre värden omvandlas till helt svart (0,0,0). Alla pixlar där rött är högre än 215 och grönt högre än 235 tvättas helt vita. För att få ett jämnt resultat, fotograferas bokens alla sidor i samma belysning och med samma inställning på kameran. Och alla bilderna färgjusteras med samma parametrar.
-
Kamerans bild är något blåtonad och matt -
Bilden färgjusterad, något för hårt, sticker av åt rött -
Mer måttlig färgjustering
