【要約】秩父のごみ収集はなぜ曜日で決まっていないのか — 色だけでカレンダーPDFを機械可読化した話 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
プロジェクトの作業者が、秩父地域のゴミ収集日程をデータ化する際、特殊な運用とファイル形式に直面した。
- ・収集が曜日固定ではなく、地区を回る巡回制である。
- ・カレンダーPDFがInDesign製で、テキスト層や座標情報を持たない。
- ・地区区分が非常に細かく、情報が複数の自治体に分散している。
// Approach
作業者は、文字情報を追わず、色と幾何学的な位置関係に分解する手法を採用した。
- ・四隅の座標較正：PDFに矩形注釈を置き、グリッドの幾何構造を復元する。
- ・色ベース判定：暦計算で特定したセル領域のピクセル色をカウントする。
- ・分割セル対策：連結成分（blob）の重心を用いて、複雑なセルを判定する。
- ・検証：規則の再展開と、休止日の収束観察により精度を担保した。
// Result
作業者は、秩父広域5市町・61地区分の収集日程を完全にデジタル化した。
- ・iCalendar (.ics) 形式でのデータ配信を実現した。
- ・休止日の統計的収束により、取りこぼしゼロの精度を実証した。
- ・地域特有の12/3の休止を、データの整合性検証に活用した。
Senior Engineer Insight
> 「読めないものは読まない」という割り切りが肝だ。OCRという重い手段に逃げず、情報を幾何・暦・色に分解し、計算可能な領域に落とし込んだ設計は極めて合理的である。テンプレート依存という弱点はあるが、業務自動化の現場では、対象の構造を徹底的に解剖し、最小のコストで解を導くこの姿勢が求められる。