Image

Image型はスマホで写真を撮ることができます。

フォームにカメラアイコンが表示され、タッチするとカメラが起動して写真が撮れます。

Thumbnail

Thumbnail（サムネイル）という型もあります。違いを調べてみると、画像に比べサイズが小さいとのことです。

画像と同様に写真を撮ることできます。

Thumbnail vs. Image - I don't understand the ...

Thumbnail vs. Image - I don’t understand the difference between them so far as an Appsheet column config goes. If I have a single Image column, for people to up

discuss.google.dev

Drawing

Drawing型はカメラ機能に加えて、撮った写真に対して手書きの情報を追加できます。

特定の情報を強調したり、メモを残すことができそうですね。

QR(バーコード)読み取り

SCAN？にチェックを入れると右側にボタン（Open Scanner）が表示されます。

ボタンを押すとカメラが起動し、スキャンすることができます。

OCR

OCR（光学的文字認識）とは下の画像のように、手書きや印刷された文字をイメージスキャナやデジタルカメラによって読みとり、コンピュータが利用できるデジタルの文字コードに変換する技術です。

AppSheetはこのOCRも使用することができます。

はじめに、列を2つ用意します。

次に、読み取り結果のINITIAL VALUEに、OCRTEXT([読み取る画像])と入力してください。

これで写真を撮ると、読み取り結果が表示されるようになります。

まとめ

カメラ機能についてまとめました。画像は文字と比べて情報量が多いので、共有の幅が一気に広がりそうですね。

AppSheetはGASが使えるとできることの幅がグッと広がります。
基礎を学びたい方は以下の書籍がオススメです。

【図解】GAS 基礎文法の教科書

※本書はPythonの書籍ではありませんのでご注意下さい。 GAS(Google Apps Scripts)は、Google社が提供しているプログラミング言語になります。Googleアカウントさえあれば始めることができ、環境構築も不要です。 また、GASは業務効率化の定番言語

zenn.dev

関連記事
【リアルタイムで物体検出】yolov8をanaconda環境でサクッと動かす

yolov9について

今回発表されたyolov9の精度は以下のようになります。

MS COCOとは、Microsoftが提供しているデータセットです。また、AP(Average Precision)とは物体検出の評価指標としてよく使われるもので、100％に近づくほど良いです。つまり、過去に発表されたモデルよりも高いパフォーマンスを示していることが分かります。

またモデルは以下の通りです。

yolov9の論文はarXivに公開されています。

arXiv（アーカイヴ、archiveと同じ発音）は、物理学、数学、計算機科学、数量生物学（英語版）、数量ファイナンス、統計学、電子工学・システム科学、経済学の、プレプリントを含む様々な論文が保存・公開されているウェブサイトである。

引用：Wikipedia

yolov9を使ってみる

Google Colaboratory上でyolov9を使ってみます。

関連記事
Pythonを簡単に始めよう（Google Colabratory）

ランタイムをGPUに変更します。

コードは以下の通りです。

先頭に！をつけるとshellのコマンドを実行できます。

2023年3月時点、yolov9/utils/general.pyの903行目prediction = prediction[0]をprediction = prediction[0][1]とする必要があります。

詳しくはIssuesをご確認ください。

たったの５行で物体検出ができました。

まとめ

yolov9を使って物体検出を行いました。Google Colaboratoryを使うと簡単に実装できるので興味のある方は是非お試しください。

【図解】Python 基礎文法の教科書を執筆しました！

本書は、これからPythonを学ぶ方や初学者の方でも無理なく勉強を進められるように、図解や画像を豊富に使って説明をしています。

内容はPythonチュートリアル（公式のドキュメント）に準拠しているため、理解必須の部分をこの1冊ですべて網羅することができます。

・エンジニアを目指したい
・プログラミングを1から習得したい
・リスキリングしてスキルアップしたい

そんな方は是非ご活用ください。

【図解】Python 基礎文法の教科書

本書は、これからPythonを学ぶ方や初学者の方でも無理なく勉強を進められるように、図解や画像を豊富に使って説明をしています。 内容はPythonチュートリアル（公式のドキュメント）に準拠しているため、理解必須の部分をこの1冊ですべて網羅することができます。 ・プログラミング

zenn.dev

サンプルPDF

サンプルコード

動画の内容はPythonとTesseract OCRを使って、PDF（スキャンデータ）から会社名を抽出し、その値を利用して会社ごとのPDFファイルを作成するという内容になっています。

OCR（光学的文字認識）とは下の画像のように、手書きや印刷された文字をイメージスキャナやデジタルカメラによって読みとり、コンピュータが利用できるデジタルの文字コードに変換する技術です。

PythonはTesseractというOCRエンジンを使うことができるため、これを用いて資料の文字データを抽出します。（Tesseractは無料で使用することができます。）

Tesseractのインストール

まず始めにTesseractをダウンロードします。
https://github.com/UB-Mannheim/tesseract/wiki

お使いのパソコンによって32bitまたは64bit版をダウンロードしてください。

言語を選択して次に進みます。

次へ。

ライセンスを確認して次へ。

今回は自分しか使わないので、Install just for meを選択します。

Additional script dataを展開します。

２つにチェックを入れます。

次に、Additional language dataを展開します。

２つにチェックを入れて次に進みます。

インストールする場所を選択します。

そのままインストールを選択します。

インストールが開始されます。
終了したら次に進みます。

これでTesseractのインストールが完了です。

popplerのインストール

TesseractはPDFを文字認識することができないため、PDFファイルを一度画像ファイルに変換します。（最後にPDFファイルに戻す。）

画像の変換にはpdf2imageを使用しますが、popplerというコマンドラインツールをインストールする必要があります。

現在、popplerがダウンロードできたサイトが閉鎖されています。（代替案の執筆は少々お待ちください。）

任意のpopplerダウンロードします。

zip形式で圧縮されているため、解凍してください。

7zipというソフトを使って解凍することができます。
https://sevenzip.osdn.jp/download.html

ダウンロードが完了すると、ファイルを右クリックで7z形式の解凍ができるようになっています。

解凍すると４つのファイルがあります。

ディレクトリ（フォルダ）構造が下記になるように移動します。

これでpopplerのインストールが完了です。

おわりに

Pythonを使った社内DXの一例を紹介しました。
他にできることはこちらの動画にまとめていますので、興味のある方は是非ご確認ください。

関連記事
【Python】Ghostscriptを使ってPDFファイルを簡単に圧縮する方法

Python 基礎文法の教科書を執筆しました！

【図解】Python 基礎文法の教科書

本書は、これからPythonを学ぶ方や初学者の方でも無理なく勉強を進められるように、図解や画像を豊富に使って説明をしています。 内容はPythonチュートリアル（公式のドキュメント）に準拠しているため、理解必須の部分をこの1冊ですべて網羅することができます。 ・プログラミング

zenn.dev