紙質(zhì)檔案數(shù)字化掃描的實(shí)踐

劉珊

摘 要：檔案數(shù)字化是指利用數(shù)據(jù)庫技術(shù)、高速掃描技術(shù)等，將紙質(zhì)檔案進(jìn)行掃描處理，系統(tǒng)地組織檔案信息庫的過程。本文結(jié)合檔案數(shù)字化掃描的實(shí)踐，從前期紙質(zhì)檔案數(shù)字化掃描準(zhǔn)備、紙質(zhì)檔案數(shù)字化掃描的過程、紙質(zhì)檔案數(shù)字化后的存儲方面論述了如何對紙質(zhì)檔案進(jìn)行數(shù)字化掃描。

關(guān)鍵詞：掃描;檔案;數(shù)字化;紙質(zhì);實(shí)踐

1 前期紙質(zhì)檔案數(shù)字化掃描準(zhǔn)備

1）紙質(zhì)檔案的準(zhǔn)備。在掃描前，必須取出活頁夾，檢查文檔中是否有任何干擾（如訂書釘、碎紙），以免卡紙和損壞掃描儀。有必要保持文檔的清潔并將其放入掃描儀。不能掃描的損壞部分應(yīng)先修復(fù)粘貼。掃描前應(yīng)將原件的掃描質(zhì)量平整;紙張?zhí)∏彝该鳎ㄈ缧偶?、便簽紙）、紙張?zhí)?、照片等采用高速掃描儀平掃;當(dāng)有附小頁、紙張時(shí)，頁面的大小將為在平板上分別掃描。

2）拆卸捆綁。在刪除文檔中的綁定時(shí)，應(yīng)注意在刪除綁定時(shí)保護(hù)文件不受損壞;在不刪除綁定的情況下，應(yīng)保護(hù)影響掃描工作的文件。

3）區(qū)分掃描件和非掃描件。根據(jù)需要在同一文件中將掃描儀與非掃描儀分開。通用文件的區(qū)分原則是刪除無關(guān)的重文件，不能掃描有正版或原版文件的文件。

4）頁面裁剪。對于嚴(yán)重?fù)p壞不能直接掃描的文件，應(yīng)先進(jìn)行技術(shù)維修和粘貼。對皺紋影響掃描質(zhì)量的原始零件，應(yīng)在掃描前進(jìn)行處理（平整或均勻燙傷）。

5）掃描設(shè)備和軟件的選擇?？紤]到本單位檔案的數(shù)字掃描大部分是A3和A4，我們配備了A3和A4掃描儀。當(dāng)我們需要掃描一些大型文檔時(shí)，例如基礎(chǔ)設(shè)施圖紙，我們使用塊掃描方法，然后使用圖像處理軟件進(jìn)行圖像拼接。為了保證拼接后的信息完整性，需要注意幾個(gè)問題：第一，在掃描大面積塊時(shí)，要保證每個(gè)塊有一定的距離，沒有重疊部分;第二，要將這些數(shù)據(jù)塊單獨(dú)存放在文件夾中，統(tǒng)一存放。第三，掃描的圖像屬性要統(tǒng)一。

2 紙質(zhì)檔案數(shù)字化掃描的過程

1）掃描范圍的確定。在實(shí)施紙質(zhì)檔案數(shù)字化之前，首先要確定檔案數(shù)字化的優(yōu)先范圍。合理確定掃描范圍：先掃描利用率高的檔案;先保存利用率低、價(jià)值高但不適合掃描的檔案。根據(jù)《檔案查閱登記表》、《使用效果登記表》、《咨詢?nèi)艘庖姇?、《檔案出入境登記表》中的相關(guān)項(xiàng)目，確定了整個(gè)檔案掃描的優(yōu)先順序、年度優(yōu)先順序、內(nèi)容優(yōu)先順序等，并對檔案進(jìn)行了整理。有計(jì)劃、有秩序的掃描。如：黃熱病疫苗使用率高但無計(jì)算機(jī)管理的原始記錄和外國留學(xué)生的外語形式被納入優(yōu)先掃描范圍。

2）掃描參數(shù)的選擇。首先是分辨率，原則上，分辨率的參數(shù)是由筆跡和紙張的質(zhì)量來決定的，但由于速度的原因，統(tǒng)一的技術(shù)條件和標(biāo)準(zhǔn)不能完全實(shí)現(xiàn)。一般來說，文件的分辨率為300dpi，但對于筆跡不清楚的特殊文件，應(yīng)采用較高的分辨率。例如，當(dāng)掃描帶有印章的文檔時(shí)，尤其是帶有外國印章的文檔時(shí)，我們應(yīng)該將分辨率設(shè)置為600 dpi。檔案的書寫材料和字體不同，掃描參數(shù)的選擇也有很大的差異。但原則上，我們只需掌握清晰易讀的圖像，就可以滿足瀏覽和搜索的需要。其次是顏色模型，顏色模式分為黑白、RGB顏色、灰度、CMYK顏色、LAB、Web/Internet顏色、256色等，一般文本文件選擇黑白，圖片選擇RGB顏色或256色。最后是圖像模式，根據(jù)掃描文件的特點(diǎn)和清晰度要求，可采用編輯文本模式，也可采用彩色圖片模式，如黑白圖片、彩色圖片等類型。

3）紙質(zhì)檔案數(shù)字化掃描方式。（1）文件數(shù)字化。①建立數(shù)字圖像存儲文件夾。在項(xiàng)目單元中建立用于存儲掃描數(shù)據(jù)的文件夾，并根據(jù)文件的流水線編號建立子文件夾。②圖像格式及數(shù)字圖像命名。數(shù)字圖像為jpeg格式。圖像的壓縮比設(shè)置為85。根據(jù)三位流水線編號：aal jpg”002.jpg，003.jpg”，”003.jpg”，”和”圖像名稱的流水線編號必須與對應(yīng)頁面的頁碼一致。③數(shù)字圖像的掃描彩色模式。通常采用顏色模式，顏色位數(shù)設(shè)置為24位。對于筆跡清晰、無灰底、無印章、無插圖的黑白文件，可以采用黑白二值模式掃描。④數(shù)字圖像掃描分辨率。對于頁面上手寫或插圖清晰的文件，分辨率設(shè)置為200dpi。對于小、密集、清晰度差的文件，分辨率提高到300。⑤數(shù)字圖像掃描方式的選擇。利用高速掃描儀的自動送紙功能，可以掃描出質(zhì)地較新或較好的A3、A4格式的紙張文件。質(zhì)地差、易碎、薄、軟、厚的文件應(yīng)采用平板掃描。大于A3的文件應(yīng)使用大型工程掃描儀進(jìn)行掃描。⑥掃描頁碼檢查。在掃描檔案前，必須檢查紙質(zhì)檔案的頁數(shù)和頁數(shù)是否與目錄和參考表中記錄的頁數(shù)一致。使用自動糾偏軟件。如果用軟件對彩色圖像進(jìn)行自動校正，校正角度較大時(shí)可能會自動填充白色邊緣。這些白色邊緣應(yīng)手動切割和去除。在圖像裁剪中，應(yīng)注意保留原始圖像的內(nèi)容，以保證圖像的完整性。

（2）圖像數(shù)字化掃描。以24位彩色模式掃描的文檔的分辨率為100dpi;（上述模式的分辨率設(shè)置在A4紙上，其他規(guī)格根據(jù)需要進(jìn)行調(diào)整）掃描行數(shù)、閾值、亮度、灰度和對比度可根據(jù)掃描文檔材料的清晰度進(jìn)行調(diào)整;①創(chuàng)建以項(xiàng)目為單位存儲圖形數(shù)字?jǐn)?shù)據(jù)的文件夾，然后根據(jù)文件的流水線編號建立子文件夾（同一文檔的數(shù)字化）。②數(shù)字圖像采用jpeg格式，圖像壓縮比設(shè)置為85。圖像文件按照三位數(shù)流水線編號進(jìn)行處理：ool;jpg，002 jpg，003.jpg””。圖像名稱的管道編號必須與對應(yīng)頁面的頁碼一致。③圖紙數(shù)字化應(yīng)采用顏色模式，顏色位數(shù)應(yīng)設(shè)置為24位。④將繪圖掃描分辨率設(shè)置為200dpi。⑤所有圖紙均采用大型掃描儀（工程圖紙）進(jìn)行掃描。⑥數(shù)字化圖紙的頁碼檢查和質(zhì)量初審要求與數(shù)字化文件相同。

以24位彩色模式掃描的文檔的分辨率為100dpi;（上述模式的分辨率設(shè)置在A4紙上，其他規(guī)格根據(jù)需要進(jìn)行調(diào)整）。掃描行數(shù)、閾值、亮度、灰度和對比度可根據(jù)掃描文檔材料的清晰度進(jìn)行調(diào)整;必要時(shí)，可根據(jù)原稿的清晰度適當(dāng)調(diào)整掃描分辨率。如果原稿質(zhì)量差，尺寸小，可以適當(dāng)提高分辨率;反之，可以相應(yīng)降低分辨率。增加或減少取決于掃描圖像根據(jù)原始尺寸顯示后是否清晰。

3 紙質(zhì)檔案數(shù)字化后的存儲

1）存儲格式。文本文件存儲包括DOC、RTF、HTML、DOT（MS文檔模板）和TXT。其中，前兩種是最常見的存儲格式，后三種不適合文本文件的訪問和標(biāo)準(zhǔn)化處理，因此一般不使用。圖像存儲的常見格式是TIFF和JPEG。前者不丟失圖像，但占用較大的磁盤空間;后者是可壓縮的，占用較小的磁盤空間，但在數(shù)據(jù)傳輸中會有不同程度的損失。因此，在掃描過程中，要堅(jiān)持正確的工作方法和標(biāo)準(zhǔn)，及時(shí)進(jìn)行數(shù)據(jù)質(zhì)量檢查，確保掃描文件的質(zhì)量和效率。

2）儲存方法。首先是對紙質(zhì)檔案數(shù)字化文件保存和分類，在硬盤中設(shè)置多個(gè)文件夾并分別命名，分別存儲掃描的文件，并根據(jù)年份在每個(gè)文件夾中創(chuàng)建子文件夾。掃描后形成的文件按年度分類，便于管理和編目，也便于年復(fù)一年地檢索。其次要對紙質(zhì)檔案數(shù)字化文件排列和編號。掃描的圖像文件按時(shí)間順序排列，按順序編號，并形成文檔的流水線編號。命名規(guī)則為：類別-年份-存儲期間-文檔編號。例如，”HR 200910001”，其中第一至第二位表示類別，第三至第六位表示年份，第七位表示保質(zhì)期，第八至第十一位表示文件編號。最后掃描完每個(gè)文檔后，根據(jù)原文仔細(xì)檢查掃描是否清晰、完整;使用掃描儀并按要求清潔，每次使用后清潔掃描儀，檢查電源是否關(guān)閉。

4 結(jié)束語

通過紙質(zhì)檔案數(shù)字化掃描的實(shí)踐，實(shí)現(xiàn)對檔案內(nèi)容的“拷貝”，使其內(nèi)容傳播，不再受限于紙質(zhì)載體。通過網(wǎng)絡(luò)化設(shè)施，實(shí)現(xiàn)檔案數(shù)字化副本的實(shí)時(shí)查閱與異地利用，使檔案資源利用不再受限于某一時(shí)空。

參考文獻(xiàn)

[1]李紅梅，張棟.紙質(zhì)檔案數(shù)字化前處理工作探析[J].檔案學(xué)研究，2015（04）：111-112.

[2]毛海帆.數(shù)字化過程中促進(jìn)紙質(zhì)檔案數(shù)字副本憑證效力研究[J].檔案學(xué)研究，2011（06）：66-67.

[3]梁沙，史江.紙質(zhì)檔案數(shù)字化工作中存在的問題及對策探討[J].蘭臺世界，2011（30）：168-170.

[4]張文波.綜合檔案館紙質(zhì)檔案數(shù)字化思考[J].山西檔案，2018（02）：99-100.