問題タブ [google-books]

One challenging topic in computer vision is processing document scans. Typically this involves a number of steps, like noise removal, color analysis, binarization, text block identification, OCR, and then maybe some context analysis and correction.

I'm curious if anyone understands, knows or can point me to literature on how Google identifies text blocks prior to the OCR stage. Any insights?

MARC形式の書籍データを含むファイルがあります。そのうちのいくつかの行はISBNです。これらの行を、そのISBNのGoogleブックスID（存在する場合）に置き換えたいと思います。これまでのコードは次のとおりです。最終的には行が削除されます。

perl -pe "s#ISBN(.*)#$(wget --output-document=- --quiet --user-agent=Mozilla/5.0 \"http://books.google.com/books?jscmd=viewapi&bibkeys=\1\")#mg" < 5-${file} > 6-${file}

PS：Googleは自動化ツールの使用について少し曖昧です：Books DataAPIはcurl/wgetのようなツールを推奨していますが、そのようなツールを使用するときにブロックされないようにする方法についての指示はありません。また、ToSに、ユーザーは自動クエリを送信できないという条項が表示されたと確信していますが、それを再度見つけることはできません。これは彼らのフォーラムで議論されています。

Google Books APIを使用して、ユーザーが特定の本を検索して結果を表示できるようにしています。問題は、同じ本の異なる版が異なるISBNを持っていることです。APIが返す情報に基づいて、これらの再版をクラブ化する方法はありますか？

これを実行したいのは、データベースにいくつかのエディションのISBNがあるためです。そのため、ユーザーが本を検索するときに、すべての結果をまとめて1つの結果として表示したいと思います。

Google Book Search API に代わるものを探しています。

理想的には、書籍に関するより詳細な情報を含むも​​の。

Googleが提供するBooksAPIを使用して書籍の評価を取得する方法が見つかりません。

私が理解したのは、評価と説明を含まない検索リストを取得する方法だけです。

助けていただければ幸いです。

これは最小限の例です。特に、パッケージに含まれているブックサービスの単体テストもまったく同じエラーで失敗します。私はwikiを見て、Google Codeで発行チケットを開いても無駄になりました（これは、ライブラリの問題というよりも、私の側ではばかげたエラーになりがちです）。エラーメッセージの解釈方法がわかりません。重要な場合は、Python 2.6.5と最新バージョンのgdata、つまり2.0.10を使用しています。

私のアプリケーションは、提供された ISBN、タイトル、または著者に基づいて、出版された書籍に関する情報を取得する必要があります。これは特別な要件ではありません。Amazon.com、Chegg.com などのサイトや、Book Collector などのソフトウェアでさえ、これを簡単に実行できるようです。しかし、私はそれを複製することができませんでした。

明確にするために、本のデータベース全体を検索する必要はありません。本のコレクションのように、入力された限られたサブセットのみを検索します。データベースでは、入力された本に必要なメタデータをタグ付けして、その本のサブセットを検索できるようにするだけです。したがって、スケールはここでは問題ではなく、メタデータの取得が問題です。

私が試したオプションは次のとおりです。

1. アマゾンをこする。通常の Amazon ページのスクレイピングは、作成者が見つからないなどの点であまり堅牢ではありませんでした。小さなモバイル ページをスクレイピングする方が高速でしたが、抽出の堅牢性に関して同じ問題がありました。さらに、これをアプリケーションに組み込むことは、Amazon の利用規約に明らかに違反しています。
2. 米国議会図書館をかき集めます。これは法的な影響が少ないように見えますが、使いやすさと堅牢性が再び問題になりました。
3. ISBNdb.com API。このサービスはある程度までは無料で、必要なメタデータを適切に返しますが、毎日 500 冊以上の本に対してこれを行う必要があり、その時点で、このサービスは使用に比例してお金がかかります。同じことができる無料または 1 回限りの支払いソリューションを希望します。
4. Google ブック データ API。これは必要な情報を提供しているように見えますが、利用規約で要求されているように書籍のプレビューを表示できません。
5. 書籍のデータベースへのライセンスを購入します。たとえば、Ingram や Baker & Taylor などの企業は、これらのカタログを小売業者や図書館に提供しています。このソリューションは明らかに高価なので、私が見逃していたよりエレガントなソリューションがあることを願っています。しかし、そうでない場合、そして SO の誰かが特定のデータベースで良い経験をしたことがあるなら、私は喜んでそれを使います。

本の少ない他の人が上記の解決策を利用できるように、私のアプローチを詳細に説明しようとしました。しかし、私の要件を考えると、書籍のメタデータを取得することはできません。

Ruby on Rails 3 アプリケーションで Google ブック検索用の Google Data API の使用を開始しようとしていますが、開始方法もわかりません。どのような宝石が必要ですか? Foobar というタイトルの本を検索するような簡単なことをするにはどうすればよいですか?

Google Book Search Java API の VolumeQuery で使用できる CategoryFilter などのクラスがいくつかあることに気付きました。これは、教科書などの特定の種類の本のみを検索するために使用できますか?または、この種の検索に対するより良いアプローチはありますか? Google Book Search API を一般的に使用するためのオンラインの例や API の詳細はあまりないように思われるため、これにどのようにアプローチすればよいかわかりません。前もって感謝します。

私は、ユーザーが自分のライブラリに本を追加できるライブラリ プロジェクトに取り組んでいます。そこで、始めるのに役立つサンプルコードを見つけようとしましたが、見つかりませんでした。Google Book API を使用して、クエリされた本のタイトル、説明、本の表紙の画像、および ISBN コードを取得する方法を知りたいですか? ところで、Pythonコードの例が欲しいです。皆様のご支援を心よりお待ちしております。ありがとうございました。