纸质档案数字化的基本环节

　　随着年代的变更，以前的时候都是保管存放的纸质档案，这就会产生一系列问题，可能会因为档案存放的库房因潮湿或者其他原因，导致档案纸张的损坏，内容的残缺，现如今，各行业都开始越来越智能化，科技化，所以档案数字化也是今后的一大趋势，下面就围绕纸质档案数字化的基本环节来谈一谈。

　　纸质档案数字化的基本环节

　　一、术语和定义

　　1、数字化：用计算机技术将模拟信号转换为数字信号的处理过程。

　　2、纸质档案数字化：采用扫描仪或数码相机等数码设备对纸质档案进行数字加工，将其转化为存储在磁带、磁盘、光盘等载体上并能被计算机识别的数字图像或数字文本的处理过程。

　　3、数字图像：表示实物图像的整数阵列。一个二维或更高维的采样并量化的函数，由相同维数的连续图像产生。在矩阵（或其他）网络上采样——连续函数，并在采样点上将值最小化后的阵列。

　　4、黑白二值图像：只有黑白两级灰度的数字图像。它对应于黑白两种状态的文字稿、线条图等。

　　5、连续色调静态图像：以多于两级灰度的不同浓淡层次或以不同颜色通道组合成的静态数字图像。在纸质档案数字化过程中，通常表现为灰度扫描和彩色扫描两种模式。

　　6、分辨率：单位长度内图像包含的点数或像素数，一般用每英时点数（dpi)表示。

　　7、失真度：对档案进行数字化转换后，数字图像与档案原件在色彩、几何等方面的偏离程度。

　　8、可懂度：数字图像向人或机器提供信息的能力。

　　9、图像压缩：清除图像冗余或图像近似的任一种过程，其目的是对图像以更紧凑的形式表示。

　　二、纸质档案数字化基本要求

　　1、基本原则：纸质档案数字化的基本原则是使档案信息资源准确方便快捷地提供利用，使可以公开的档案信息资源得到共享，以满足社会对档案利用的需求。

　　2、数字化对像的确定原则：应当对所要进行数字化的对象按照一定的原则和方法进行确认，只有符合一定要求的纸质档案文献才能进行数字化。

　　1）符合国家法律法规的原则：纸质档案的数字化，必须符合国家档案开放规定以及有关规定。

　　2）价值性原则：属于归档范围且应永久或长期保存的、社会利用价值高的档案可列入数字化加工的范围。

　　3、基本环节：纸质档案数字化的基本环节主要包括:档案整理、目录建库、档案扫描、图像处理、图像存储、数据质检、数据挂接、数据验收、数据备份、成果管理等。

　　4、过程管理

　　1）应加强纸质档案数字化各环节的安全保密管理机制，确保档案原件和数字化档案信息的安全.

　　2）纸质档案数字化的各个环节均应进行详细的登记，并及时整理、汇总，装订成册，在数字化工作完成的同时建立起完整、规范的记录。

　　三、档案整理

　　在扫描之前，根据档案管理情况，按下述步骤对档案进行适当整理，并视需要作出标识，确保档案数字化质量。

　　1目录数据准备

　　2拆除装订

　　3区分扫描件和非扫描件

　　4页面修整

　　5档案整理登记

　　6装订

　　四、档案扫描

　　1、扫描方式

　　1)根据档案幅面的大小(A4、A3、A0等)选择相应规格的扫描仪或专业扫描仪(如工程图纸可采用0号图纸扫描仪)进行扫描。大幅面档案可采用大幅面数码平台，或者缩微拍摄后的胶片数字化转换设备等进行扫描，也可以采用小幅面扫描后的图像拼接方式处理。

　　2）纸张状况较差，以及过薄、过软或超厚的档案，应采用平板扫描方式；纸张状况好的档案可采用高速扫描方式以提高工作效率。

　　2、扫描色彩模式

　　1）扫描色彩模式一般有黑白二值、灰度、彩色等。通常采用黑白二值。

　　2）页面为黑白两色，并且字迹清晰、不带插图的档案，可采用黑白二值模式进行扫描。

　　3）页面为黑白两色，但字迹清晰度差或带有插图的档案，以及页面为多色文字的档案，可采用灰度模式扫描。

　　4）页面中有红头、印章或插有黑白照片、彩色照片、彩色插图的档案，可视需要采用彩色模式进行扫描。

　　3、扫描分辨率

　　1)扫描分辨率参数大小的选择,原则上以扫描后的图像清晰、完整、不影响图像的利用效果为准。

　　2）采用黑白二值、灰度、彩色几种模式对档案进行扫描时，其分辨率一般均建议选择≥100dpi。特殊情况下，如文字偏小、密集、清晰度较差等，可适当提高分辨率。

　　3）需要进行OCR汉字识别的档案，扫描分辨率建议选择≥200dpi。

　　4、扫描登登记

　　认真填写纸质档案数字化转换过程交接登记表单，登记扫描的页数，核对每份文件的实际扫描页数与档案整理量填写的文件页数是否一致，不一致时应注明具体原因和处理方法。

　　五、图像处理

　　1、图像数据质量检查

　　1)对图像偏斜度、清晰度、失真度进行检查。发现不符合图像质量要求时，应重新进行图像的处理。

　　2）由于操作不当，造成扫描的图像文件不完整或无法清晰识别时，应重新扫描。

　　3）发现文件漏扫时，应及时补扫并正确插入图像。

　　4）发现扫描图像的排列顺序与档案原件不一致时，应及时进行调整。

　　5）认真填写相关表单，记录质检结果和处理意见。

　　2、纠偏

　　对出现偏斜的图像应进行纠偏处理，以达到视觉上基本不感觉偏斜为准。对方向不正确的图像应进行旋转还原，以符合阅读习惯。

　　3、去污

　　对图像页面中出现的影响图像质量的杂质如黑点、黑线、黑框、黑边等应进行去污处理。处理过程中应遵循在不影响可懂度的前提下展现档案原貌的原则。

　　4、图像拼接

　　对大幅面档案进行分区扫描形成的多幅图像，应进行拼接处理，合并为一个完整的图像，以保证档案数字化图像的整体性。

　　5、裁边处理

　　采用彩色模式扫描的图像应进行裁边处理，去除多余的白边，以有效缩小图像文件的容量，节省存储空间。

　　六、图像存储

　　1、存储格式

　　1)采用黑白二值模式扫描的图像文件，一般采用TIFF（G4）格式存储。采用灰度模式和彩色模式扫描的文件，一般采用JPEG格式存储。存储时的压缩率的选择，应以保证扫描的图像清晰可读的前提下，尽量减小存储容量为准则。

　　2）提供网络查询的扫描图像，也可存储为CEB、PDF或其他格式。

　　2、图像文件的命名

　　1）纸质档案目录数据库中的每一份文件，都有一个与之相对应的唯一档号，以该档号为这份文件扫描后的图像文件命名。

　　2）多页文件可采用该档号建立相应文件夹，按页码顺序对图像文件命名。

　　七、目录建库

　　1、数据格式选择

　　目录建库应选择通用的数据格式。所选定的数据格式应能直接或间接通过XML文档进行数据交换。

　　2、档案著录

　　按照《档案著录规则》（DA/T18）的要求进行著录，建立档案目录数据库。

　　3、目录数据质量检查

　　采用人工校对或软件自动校对的方式，对目录数据库的建库质量进行检查。核对著录项目是否完整、著录内容是否规范、准确，发现不合格的数据应要求进行修改或重录。

　　八、数据挂接

　　1、汇总挂接

　　档案数字化转换过程中形成的目录数据库与图像数据库，通过质检环节确认为“合格”后，通过网络及时加载到数据服务器端汇总。通过编制程序或借助相应软件，可实现目录数据对相关联的数字图象的自动搜索、加入对应的电子地址信息等，实现批量、快速挂接。

　　2、数据关联

　　以纸质档案目录数据库为依据，将每一份纸质档案文件扫描所得的一个或多个图像存储为一份图像文件。将图像文件存储到相应文件夹时，要认真核查每一份图象文件的名称与档案目录数据库中该份文件的档号是否相同，图像文件的页数与档案目录数据库中该份文件的页数是否一致，图像文件的总数与目录数据库中文件的总数是否相同等。通过每一份图像文件的文件名与档案目录数据库中该份文件的档号的一致性和唯一性，建立起一一对应的关联关系，为实现档案目录数据库与图像文件的批量挂接提供条件。

　　3、认真填写纸质档案数字化转换过程交接登记表单，记录数据关联后的页数，核对每一份文件关联后的页数与档案整理、扫描时填写的页数是否一致，不一致时应注明具体原因和处理办法。

　　九、数据验收

　　1、数据抽检

　　1）以抽检的方式检查已完成数字化转换的所有数据，包括目录数据库、图像文件及数据挂接的总体质量。

　　2）一个全宗的档案，数据验收时抽检的比率不得低于5%。

　　2、验收指标

　　1）目录数据库与图像文件挂接错误码，或目录数据库、图像文件之一出现不完整、不清晰、有错误等质量问题时，抽检标记为“不合格”。

　　2）一个全宗的档案，数字化转换质量抽检的合格率达到95%以上（含95%）时，给予以验收“通过”。

　　合格率：抽检合格的文件数/抽检文件总数×100%

　　3、验收审核

　　验收“通过”的结论，必须经分管领导审核、签字后方有效。

　　4、验收登记

　　认真填写纸质档案数字化验收登记表单。

　　十、数据备份

　　1、备份范围

　　经验收合格的完整数据应及时进行备份。

　　2、备份方式

　　为保证数据安全，备份载体的选择应多样化，可采用在线、离线相结合的方式实现多套备份，并注意异地保存。

　　3、数据检验

　　备份数据也应进行检验。备份数据的检验的内容主要包括备份数据能否打开、数据信息是否完整、文件数量是否准确等。

　　4、备份标签

　　数据备份后应相应的备份介质上做好标签，以便查找和管理。

　　5、备份登记

　　填写纸质档案数字化备份管理登记表单。

　　十一、数字化成果管理

　　1、应加强对纸质档案数字化成果的管理，确保其安全、完整和长期可用。

　　2、纸质档案数字化成果提供网上检索利用时，应有制作单位的电子标识，并根据具体情况分别采用可下载或不可下载的数据格式。

　　纸质档案数字化的基本环节主要包括：档案整理、档案扫描、图像处理、图像存储、目录建库、数据挂接、数据验收、数据备份等。具体流程如下：

　　（一）档案整理

　　在扫描之前，根据档案管理情况，按下述步骤对档案进行适当整理，并视需要作出标识，确保档案数字化质量。

　　1、目录数据准备

　　按照《档案著录规则》(DA/T 18)等的要求，规范档案中的目录内容，包括确定档案目录的著录项、字段长度和内容要求。如有错误或不规范的案卷题名、文件名、责任者、起止页号和页数等，应进行修改。

　　2、拆除装订

　　在不去除装订物情况下，影响扫描工作进行的档案，应拆除装订物；将档案原件的装订线拆除，排好顺序，不得出现任何漏缺页及顺序差错，更不能对档案原件有任何损坏。

　　3、区分扫描件和非扫描件

　　按要求把同一案卷中的扫描件和非扫描件区分开。普发性文件区分的原则是：无关的重份的文件要剔除，有正式件的文件可以不扫描原稿。

　　4、页面修整

　　对破损严重、无法直接进行扫描的档案，应先进行技术修复、裱糊；

　　折皱不平影响扫描质量的原件应先进行相应处理(压平或烫平等)后再进行扫描。

　　5、档案整理登记

　　制作并填写纸质档案数字化加工过程登记表，详细记录档案整理后每份文件的起始页号和页数。

　　（二）档案扫描

　　1、扫描方式（扫描前必须准备一台专业的平板扫描仪）

　　根据档案幅面的大小(A4、A3、AO等)选择相应规格的扫描仪或专业担描仪，如

　　工程图纸可采用0号图纸扫描仪进行扫描。

　　普通A4纸质文件，采用高速扫描仪的自动进纸方式扫描；

　　纸质过薄、透明的（如信纸、便签纸）采用高速扫描仪的平板扫描；

　　纸质过厚、照片等档案采用高速扫描仪的平板扫描；

　　对文件页面贴有附属小页面、纸张时，将大小页面单独在平板中扫描；2、扫描模式（纸质档案扫描一般采用黑白、灰度和彩色三种模式）

　　页面为黑白两色，字迹清晰的、不带的档案材料，采用黑白方式；

　　页面为黑白两色，清晰度较差或者带有的档案材料，以及页面多为彩色文字的档案，采用彩色或灰度模式（因情况而定）；

　　页面中有红头、印章或插有黑白照片、彩色照片、彩色插图的档案，采用彩色模式扫描。

　　3、分辨率选择

　　采用黑白、256级灰度模式扫描的文件，其分辨率选择为不小于300DPI；

　　采用24位为彩色模式扫描的文件，其分辨率选择为不小于200DPI。（以上模式分辨率的设定以A4纸张为标准，其他规格纸张酌情处理）

　　扫描的线数、阀值、亮度、灰度、对比度等值可根据所扫描文件材料的清晰度进行适当的调整；

　　需要时可根据原件的清晰度适当调整扫描分辨率。如原件质量较差且尺寸较小，可适当提高分辨率；反之也可相应减少分辨率，增减的多少以扫描后图像按原尺寸显示后是否清晰为准；

　　粘贴折页与表格，对于粘贴折页，可用大幅面扫描仪扫描，或先部分扫描后拼接；对部分字体很小、字迹密集的情况，可适当提高扫描分辨率，选择灰度扫描或彩色扫描，采用局部深化技术解决；对字迹与表格颜色深度不同的，采用局部淡化技术解决。

　　4、扫描登记

　　填写交接登记表，登记扫描的页数。核对每份文件的实际扫描页数与档案整理时填写的文件页数是否一致，不一致时应注明具体原因和处理方法。

　　（三）图像处理

　　对图像进行处理，以获得最好的图像质量，保证图像完整、端正、无扭区、版面无暗影、无干扰信息，主要完成图像处理包括：去黑边、去污点、纠偏等，处理完的图像保存格式为PDF。

　　纠偏：对扫描过程中出现的偏斜图像进行整体纠正，包括自校和手校，保证数字图像的偏斜角度小于1度（图像偏斜不超过页面内半个文字）；

　　旋转：按方字方向将旋转至正确方向，没有文字的，判断其方向后进行左旋、右旋、翻转、旋转等工具；

　　去污：对图像页面中出现的影响图像质量的杂质，去除数字图像中影响可懂度的杂质，如去除黑边、多余边、污点；

　　裁边：采用彩色模式扫描的图像应进行裁边处理，去除多余的白边，以有效缩小图像文件的容量，节省存储空间。

　　删除空白页：将扫描后页面之间的空白页进行删除；

　　断字修补：对部分文字不清楚可进行修补；

　　反白字修正：将部分反白文字可进行描述；

　　分割：将A3幅面的文件分割为两份A4幅面的文件；

　　拼接：对大幅面档案进行分区扫描形成的多幅图像，应进行拼接处理，合并为一个完整的图像，以保证档案数字化图像的整体性。

　　（四）图像处理质检

　　主要对完成图像深处理的检查，不合要求的返回上一环节重新处理，如以下问题：

　　由于操作不当，造成扫描的图像文件不完整或无法清晰识别时，应重新扫描；

　　对图像偏斜度、清晰度、失真度等进行检查。发现不符合图像质量要求时，应重新进行图像的处理；

　　图像处理的是否得当，严重的应重扫，处理不当的应重新处理；

　　扫描图像页码顺序是否与原文件一致，有无漏扫、多扫（重复）、纸张倒置等情况；

　　顺序：如果页码不连续，与原文不一致，需对页面进行排序；

　　漏扫：将漏扫的页面重新扫描，并插入到正确的位置；

　　多扫：将多扫页面删除；

　　倒置：不符合要求的需进行调整，保持与原文一致。

　　（五）图像存储

　　纸质档案目录数据库中的每一份文件，都有一个与之相对应的唯一档号，以该档号为这份文件扫描后的图像文件命名。多页文件要合并为一个PDF，保存到指定的路径，便于准确挂接入库，与档案管理软件中的目录建立一一对应的关系。再将所有文档批量转换为可以复制、检索利用的双层PDF格式，然后进行光盘刻录，确保刻录好的光盘能正确地读出，并做好标识标签。

　　注：禁止用Word文档保存扫描图像。

　　（六）目录建库

　　按照《档案著录规则》(DA/T 18)的要求进行著录，建立档案目录数据库。目录建库应选择通用的数据格式。所选定的数据格式应能直接或间接通过XML文档进行数据交换。

　　注：采用人工校对或软件自动校对的方式，对目录数据库的建库质量进行检查。核对著录项目是否完整、著录内容是否规范、准确，发现不合格的数据应要求进行修改或重录。

　　（七）数据挂接

　　1、挂接前的数据关联检查

　　以纸质档案目录数据库为依据，将每一份纸质档案文件扫描所得的一个或多个图像存储为一份图像文件。将图像文件存储到相应文件夹时，要认真核查每一份图像文件的名称与档案目录数据库中该份文件的档号是否相同，图像文件的页数与档案目录数据库中该份文件的页数是否一致，图像文件的总数与目录数据库中文件的总数是否相同等。通过每一份图像文件的文件名与档案目录数据库中该份文件的档号的一致性和唯一性，建立起一一对应的关联关系，为实现档案目录数据库与图像文件的批量挂接提供条件。

　　2、汇总挂接

　　档案数字化转换过程中形成的目录数据库与图像数据库，通过质检环节确认为"合格"后，通过网络及时加载到数据服务器端汇总。通过编制程序或借助相应软件，可实现目录数据对相关联的数字图像的自动搜索、加入对应的电子地址信息等，实现批量、快速挂接。

　　（八）数据验收

　　一个全宗的档案，数字化转换质量抽检的合格率达到95%以上（含95%）时，给予以验收“通过”。目录数据库与图像文件挂接错误，或目录数据库、图像文件之一出现不完整、不清晰、有错误等质量问题时，抽检标记为"不合格"。

　　验收"通过"的结论，必须经分管领导审核、签字后方有效。

　　填写纸质档案数字化交接登记表。

　　（九）数据备份

　　经验收合格的完整数据应及时进行备份。著录条目和全文数据进行一式两份DVD光盘刻录。移交前检测光盘读取性能，抽查刻录好的光盘影像质量，主要包括备份数据能否打开、数据信息是否完整、文件数量是否准确等。不合格的需重新刻录。数据备份后应在备份介质上标注好盘内文件内容、类别、存入日期及光盘编号等，以便查找和管理。对保密的需标明密级。

　　（十）装订

　　扫描工作完成后，拆除过装订物的档案应按档案保管的要求重新装订。恢复装订时，应注意保持档案的排列顺序不变，做到安全、准确、无遗漏。

　　装订不能损害档案原件。装订时应按原有顺序装订，案卷不掉页、左边和底边整齐，保持拆卷前的原貌，并认真做好档案页码、页数的检查对较。

　　（十一）扫描注意事项

　　扫描前必需对文档进行拆除装订物，并检查文档内是否藏有干扰物（如钉书钉、碎纸等），以免产生卡纸、损坏扫描仪，务必保持文档干净送入扫描仪中；

　　对破损严重、无法进行扫描的原件要先进行修复、裱糊；

　　褶皱不平影响扫描质量的原件应先压平再进行扫描；

　　对纸质过薄、透明的（如信纸、便签纸）、纸质过厚、照片等采用高速扫描仪的平板扫描；

　　对文件页面贴有附属小页面、纸张时，将大小页面单独在平板中扫描；

　　扫描完每一份文件，要对照原文仔细检查扫描是否清晰、完整；

　　按要求使用扫描仪、清洗，并对每次使用完扫描仪进行保洁，检查是否关闭电源；

　　纸质档案数字化成果提供网上检索利用时，应有制作单位的电子标识，并根据具体情况分别采用可下载或不可下载的数据格式。