檔案數(shù)字化圖像信息的處理研究

文/個(gè)舊市城市建設(shè)檔案館 許明

檔案數(shù)字化圖像信息的處理研究

文/個(gè)舊市城市建設(shè)檔案館 許明

近幾年，伴隨社會(huì)網(wǎng)絡(luò)化、數(shù)字化程度的進(jìn)一步提升，人們獲取信息與使用信息的途徑與手段也得到了較大的發(fā)展，以往檔案資料低效率與高成本存儲(chǔ)和使用方法，已經(jīng)明顯無法適應(yīng)當(dāng)前的使用要求。借助計(jì)算機(jī)、互聯(lián)網(wǎng)等數(shù)字技術(shù)實(shí)施館藏紙質(zhì)載體信息“存量信息化”，增加檔案資料綜合服務(wù)質(zhì)量，已經(jīng)變成檔案領(lǐng)域的共識(shí)，還是檔案部門進(jìn)行信息檔案館創(chuàng)建的必經(jīng)階段。文章首先分析了通用的圖片壓縮和保存標(biāo)準(zhǔn)，接著講述了檔案數(shù)字化需要注意的問題，最后對(duì)檔案信息化圖像數(shù)字處理的相關(guān)內(nèi)容進(jìn)行了詳細(xì)的分析，以供參考。

檔案資料；數(shù)字化；圖像信息；處理方式；研究

數(shù)字化圖像處理是指借助電腦對(duì)圖像信息展開加工，以符合人的視覺要求或是使用需要的行為。結(jié)合《紙質(zhì)檔案信息化技術(shù)規(guī)范》的規(guī)定，掃描獲得的檔案初始圖像應(yīng)實(shí)施傾斜度、明晰度以及失真度等層面的加工。例如，傾斜圖像應(yīng)進(jìn)行糾正、旋轉(zhuǎn)還原加工。模糊與不可見圖像應(yīng)實(shí)時(shí)增強(qiáng)加工，偏斜失真、幾何失準(zhǔn)、非線性失準(zhǔn)的圖像應(yīng)實(shí)時(shí)復(fù)原處理等。為此，有同行提出了反對(duì)意見，理由在于圖像處理轉(zhuǎn)變了檔案的原貌，脫離了檔案的準(zhǔn)確性需要。

一、通用的圖像壓縮和保存標(biāo)準(zhǔn)

圖像壓縮的機(jī)理是在確保較高的圖像質(zhì)量的基礎(chǔ)上，用一種數(shù)學(xué)計(jì)算方式把圖像的信息量減到最少。而有關(guān)圖像壓縮保存的方式有許多，當(dāng)前檔案管理方面通常使用如下幾種格式：

（一）TIFF。該種格式的圖像可以保存非常多的資料，最多各個(gè)像素點(diǎn)能夠保存32bit，通常情況下，最常見的為24bit。最早設(shè)計(jì)TIFF的想法便是可以把掃描獲得的圖像在各種平臺(tái)上實(shí)現(xiàn)高效果的打印，因此，TIFF格式較為適合當(dāng)做高性能的存儲(chǔ)原件圖像的保存格式。TIFF格式能夠融入RGB模式或是CMYK模式，所以，TIFF圖像在呈現(xiàn)與打印上均可以保證很高的質(zhì)量，特別是在設(shè)計(jì)與印刷方面，TIFF資料格式的使用范圍非常廣闊，質(zhì)量也十分顯著。TIFF可以用滿足LZW算法的無損壓縮模式保存彩色圖像和256級(jí)灰度圖像，還可以滿足CCITT G4算法的無損壓縮模式保存黑白圖像。TIFF也能夠以JPEG算法存儲(chǔ)有損壓縮圖像，可是該種圖像存儲(chǔ)模式和JPEG沒有明顯差別，所以，使用范圍狹窄。

（二）JPEG。JPEG屬于當(dāng)前網(wǎng)絡(luò)使用中最頻繁的圖像格式之一，其還是當(dāng)前使用最普遍的壓縮保存格式，JPEG的圖像壓縮效率很高。JPEG也是一個(gè)較靈活的圖像保存格式，可以通過不同的質(zhì)量標(biāo)準(zhǔn)來對(duì)圖像實(shí)施不同倍率的處理。JPEG采取的是一項(xiàng)有損壓縮算法，如此在放大呈現(xiàn)時(shí)能夠較明顯看到，針對(duì)高性能的打印其質(zhì)量也會(huì)存在區(qū)別。因此，JPEG不適宜作高質(zhì)量才能出原圖的保存格式，但由于其壓縮倍率較高，所以比較適用于網(wǎng)絡(luò)中，一般情況下，能夠用JPEG對(duì)原件進(jìn)行15—20倍的壓縮，依舊可以獲得非常好的視覺成效。

（三）JPEG2000。JPEG2000是JPEG的升級(jí)版，它的壓縮率和JPEG相比明顯高出30%左右，而且允許有損與無損壓縮。JPEG2000格式存在一個(gè)非常關(guān)鍵的特征是，其可以達(dá)到漸進(jìn)傳遞，是指先傳送原圖的輪廓，再逐步傳送信息，進(jìn)一步提升圖像質(zhì)量，使圖像從模糊到清楚呈現(xiàn)。另外，JPEG2000還具備“感興趣區(qū)域”的性能，能夠制定圖像中感興趣位置的壓縮質(zhì)量，也能夠選取指定的區(qū)域先壓縮。JPEG2000的優(yōu)點(diǎn)會(huì)明顯高過JPEG，同時(shí)向下兼容，所以，能夠代替以往的JPEG格式。JPEG2000格式不僅能夠使用在傳統(tǒng)的JPEG條件下，像掃描器、數(shù)碼相機(jī)等，還能夠使用在新興領(lǐng)域，像互聯(lián)網(wǎng)傳遞、無線通信等。

（四）PDF與OFD。PDF與OFD屬于兩類板式文本格式，其中，PDF是由國外的Adobe企業(yè)在1993年研發(fā)的一種板式資料格式，當(dāng)前已成為世界標(biāo)準(zhǔn)格式。OFD是根據(jù)國內(nèi)工業(yè)數(shù)字化部組織創(chuàng)建的電子文件保存，與交換格式作業(yè)組板式文件編制組建立的板式文件標(biāo)準(zhǔn)產(chǎn)生的板式文檔格式。這兩類文檔格式并非專門的信息圖像壓縮和保存格式，其僅僅是把現(xiàn)有的圖像資料合并組織成一個(gè)齊全的板式文件。使用板式文檔管理信息圖像：一是把一個(gè)檔案信息組合成一個(gè)電腦文件，便于瀏覽和傳遞。二是信息圖像格式的資料能夠使用OCR技術(shù)產(chǎn)生雙層PDF或是雙層OFD，進(jìn)行信息圖像的文件檢索。

二、檔案數(shù)字化需要注意的問題

通過上述詳細(xì)分析，現(xiàn)將檔案數(shù)字化處理的技術(shù)參量以及后續(xù)處理提出以下建議：

1.需要使用很高的技術(shù)參數(shù)進(jìn)行紙質(zhì)檔案信息化。頁面上有紅頭、印章以及含有彩色圖片、彩色插圖的資料選擇彩色模式來掃描，頁面是黑白兩色的資料要使用灰度模式來掃描，盡可能不采用黑白二值形式。

2.使用彩色模式處理時(shí)，它的分辨率通常建議選用600dpi。灰度形式掃描時(shí)，它的分辨率通常建議選用200dpi。獨(dú)特條件下，如文字很小、集中、清晰度很差等，能夠適當(dāng)提升分辨率。

3.信息化成果中需要盡可能維持紙質(zhì)資料原貌，不能不進(jìn)行選擇地展開去污以及裁邊操作。

4.有條件企業(yè)，在進(jìn)行檔案數(shù)字化任務(wù)的時(shí)候，需要同步進(jìn)行OCR辨別工作，方便進(jìn)行全文檢索、電腦輔助編目、編研研究以及信息開發(fā)等。

三、檔案信息化圖像信息處理

檔案信息化完成后，要根據(jù)不同的使用模式，分保存層、使用層以及索引層這三個(gè)層次來進(jìn)行信息圖像處理，分別用來進(jìn)行圖像的保存和再生、網(wǎng)絡(luò)使用與圖像索引。

（一）保存層保存紙質(zhì)檔案信息化原始成果照片，以現(xiàn)行的通用軟件來實(shí)現(xiàn)很高質(zhì)量保存原圖像信息，并可以用現(xiàn)存的硬拷貝裝置來恢復(fù)原有的圖像信息。該層的規(guī)范不僅要考慮到現(xiàn)有軟硬件裝置和存儲(chǔ)裝置的制約，還應(yīng)當(dāng)確保較高質(zhì)量方面的再生質(zhì)量。而且，該層次應(yīng)不需要展開實(shí)時(shí)應(yīng)用，如此便可以使用現(xiàn)存的設(shè)備來前處理與處理時(shí)就能夠接受很長的處理時(shí)段。在圖像格式上，因?yàn)樾畔⒒幚韺?duì)原始圖像資料已有非常大的耗損，所以在保存格式上一定要使用無損壓縮的信息格式，而使用無損壓縮的TIFF格式可以完整再生當(dāng)前處理的信息化圖像資料。

（二）使用層重點(diǎn)以網(wǎng)絡(luò)傳遞和計(jì)算機(jī)使用為目的。思考當(dāng)前的網(wǎng)絡(luò)傳遞寬帶和現(xiàn)有計(jì)算機(jī)的輸入輸出功能是界定該層次標(biāo)準(zhǔn)的重要依據(jù)。而且，該層次是一個(gè)中間的使用層，能夠按照以后網(wǎng)絡(luò)和計(jì)算機(jī)功能的發(fā)展而再次定義，以符合更高層次的使用要求。由于這個(gè)層次圖像信息是由保存層的資源形成出來的，因此，其標(biāo)準(zhǔn)最大上限為保存層的標(biāo)準(zhǔn)。當(dāng)前，網(wǎng)絡(luò)上使用最普遍的保存格式為JPEG，所以，選擇JPEG格式當(dāng)做使用層圖像保存格式。結(jié)合實(shí)踐經(jīng)驗(yàn)得知，當(dāng)前在網(wǎng)絡(luò)中傳遞的單一圖像資料，其容量盡量不要大于1MB，要不然在網(wǎng)絡(luò)中傳遞將面臨時(shí)延偏長的情況。

（三）索引層是給網(wǎng)絡(luò)瀏覽導(dǎo)航、介紹、索引庫等使用而設(shè)的，該層的設(shè)置需要以最小科學(xué)的資源大小來符合索引的使用要求。該層的格式通過界定后比較固定，通常不會(huì)隨著使用的改變而出現(xiàn)變化。索引層作為一般含義的拇指圖，對(duì)資料不會(huì)有很高的質(zhì)量需要，通常選用最大圖像規(guī)格是200像素的JPEG格式保存索引層資料。

四、結(jié)束語

數(shù)字化成果很關(guān)鍵的一個(gè)部分為數(shù)字圖像資料，相較于信息文本資料來說，圖像資料的處理與保存非常復(fù)雜多樣，結(jié)合當(dāng)前的設(shè)施與技術(shù)狀況，研究創(chuàng)建一套切實(shí)可行的操作流程與標(biāo)準(zhǔn)規(guī)范，針對(duì)信息資料數(shù)字化與資料質(zhì)量的統(tǒng)一與提升，推動(dòng)檔案事業(yè)長遠(yuǎn)健康發(fā)展，針對(duì)以后檔案館之中和與其他企業(yè)的數(shù)據(jù)資料交換具備顯著的意義。

[1]劉虎,孫娜,張學(xué)干.試析檔案數(shù)字化過程中遇到的特殊情況及處理方法[J].山東檔案,2014(03):49-51.

[2]胡紅霞.論數(shù)字檔案館的建設(shè)——數(shù)字檔案館檔案信息采集的研究[J]. 中國教育研究論叢,2015(00):25-27.

[3]程妍妍.國際圖像電子文件元數(shù)據(jù)發(fā)展新趨勢(shì)——NISO Z39.87技術(shù)元數(shù)據(jù)標(biāo)準(zhǔn)的分析與研究[J].浙江檔案,2014(10):37-39.

[4]李昕陽.努力實(shí)踐科學(xué)發(fā)展觀 扎實(shí)推進(jìn)高職畢業(yè)生就業(yè)檔案信息資源利用[J].機(jī)電兵船檔案,2016(06):55-57.

[5]劉宇,曹強(qiáng).城建檔案管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)——以江蘇某城建檔案館為例[J].山西檔案,2012(05):58-61.