使用Ruby和Ubuntu进行光学字符识别

Question

我是一名大学生,是时候再次购买教科书了.本季度我需要20多本课程.通常这不会是一个大问题,因为我只是将ISBN复制并粘贴到亚马逊.但是,ISBN会在我学校的图书网站上转换为图像.我想要做的就是将ISBN转换为字符串,这样我就不必手动输入每个字符串了.我已经使用GOCR将图像转换为文本,但我想将它与Ruby脚本一起使用,这样我就可以自动完成这个过程并为我的同学做同样的事情.

我可以导航到该网站.如何将图像保存到我的计算机上的文件(运行UBUNTU),使用GOCR转换图像,最后将其保存到文件中,然后我可以使用我的Ruby脚本再次访问它们？

Answer 1

听起来是一个很酷的项目，如果 ISBN 图像存储在单独的文件中，应该不会太难。

这一切都可以在后台运行：

• 下载网页 (net/http)
• 保存每本书的元数据+图像文件（回形针）
• 对所有图像运行 GOCR

您所需要的只是一个 url 列表或一个爬虫（机械化），然后您可能需要花几分钟为大学 html 页面编写一个解析器（请参阅 joe 的帖子）。