自衛隊イラク日報バグダッド日誌/バスラ日誌一覧サイトを作りました

2018-04-18

個別ページにはツイートボダンもあります。

URLツイートは以下のようになります。

貼り付けた画像_2018_04_18_11_31

Facebookでは以下になります。

貼り付けた画像_2018_04_18_11_33

開発メモ

PDFからJPGへの変換はMacで複数ページのpdfを一括でjpegにコマンドラインで変換する – 或る阿呆の記の方法で行いました。
OCRにはGoogle Cloud Vision APIを使いました。
イラク復興支援群の日報370日分約8000ページをOCRにかけたコストは約1,000円でした。
全ページを直列でOCRにかけるのは時間がかかるので、1画像ごとにシェルスクリプト化してxargsで並列でガッと実行しました。
全8000ページをOCRにかけたあとに『バグダッド日誌』『バスラ日誌』にマッチした330ページを抽出してデータ化しました。
デプロイ先はGoogle App Enegine for PHPで、DBは使っていないのでGAEへのリクエスト数と転送量が超えなければ無料枠で運用可能です。
静的ファイルのCDNにCloudFlareの無料プランを通しました。
まとめて日誌だけ見るなら日誌ページだけまとめたPDFを作ればいいとも思いましたが、インターネットの養分になればと思い、サイトをこしらえました。
...と思っていましたが「日誌部分をまとめて印刷したい」という需要があったので、まとめたPDFもアップロードしました。Resourcesの項目にリンクがあります。
ITMediaで記事になりました。

ゆるふわ日誌の探索にご活用下さいませ。