纸质档案数字化的基本流程及技术要求

一、概述

档案是人类社会实践活动的真实记录,是国家宝贵的历史文化财富。这些具有查考凭证作用、依据作用和参考作用的档案，为社会发展中的管理、科研、生产等各项工作提供了重要支持和有力工具。对于各个企事业单位，档案是其长期经营管理中形成的重要知识财富，是极其珍贵的原始资料和重要的信息资源。准确、系统、完整的档案是单位工作的重要参考资料，是需要永久保存的珍贵材料。 随着计算机应用技术、扫描技术、OCR技术、数字摄影技术(录音、录像)、数据库技术、多媒体技术、存储技术等信息科学技术的快速发展，产生了一种新型档案信息化形态——档案数字化加工。通过数字化加工各个环节的工作最终实现把各种传统载体的档案资源转化为数字化的档案信息，以数字化的形式存储，网络化的形式互相连接，利用计算机系统进行管理，形成一个有序结构的档案信息库，提升利用效率，实现资源共享。档案数字化是数字档案建设最根本的环节，传统载体的档案经高科技技术加工成数字档案形式，利用计算机通过局域网、政务网、互联网实现电子档案的借阅、使用等功能，为迎接档案信息服务新环境的挑战，提高管理水平，提高档案工作效率，增强档案业务部门的服务水平，为档案内部管理及面向客户服务提供高效率的全面服务。档案作为一项宝贵的信息资源，其重要性正日益凸显出来，逐步提升信息科技为档案工作提供技术支持，为社会主义经济建设服务，助力社会主义精神文明建设。

二、基本原则

纸质档案数字化的基本原则是实现档案信息资源准确、高效、快捷地利用，使可以公开的档案信息资源实现共享，不断提升档案社会利用价值。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，并按照《中华人民共和国行业标准（DA/T 31—2005）纸质档案数字化技术规范》对纸质档案进行数字化加工。根据档案幅面的大小（如A4、A3、A0等）选择相应规格的扫描仪等专业设备， 如工程图纸采用0号图纸扫描仪进行扫描；如遇纸张情况较差，纸质过薄、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。扫描加工过程中，应保证档案原件的完好性，避免对档案原件造成破坏，应保证档案扫描图像与原件一致、整洁、清晰。加强对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保密性和安全性。

三、基本流程及技术要求

青岛米乐M6科技股份有限公司拥有多年从事档案管理软件研发以及档案数字化加工服务的行业经验，依照数字化加工实践工作整理了纸质档案数字化加工的基本流程和技术要求。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、质检、图像存储、目录建库、数据挂接、双层PDF输出、数据备份、成果管理等。具体加工流程和技术要求如下：

（一）、档案整理

在档案扫描之前，根据档案保管情况，应首先依照下述步骤对档案进行适当的前期整理，并视需要做出标识，确保后续档案数字化质量。

1、目录数据准备

按照《档案著录规则》(DA/T18)等行业标准的要求，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等。如发现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，应及时进行修改。

2、拆除装订

为顺利进行扫描，应先拆除文件中的装订物。拆除装订物时应注意保护档案完好性，避免损害档案原件。

3、页面修整

对破损严重、无法直接进行扫描的档案，应先进行修补、裱糊等技术修复工作；对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。

4、档案整理登记

制作并填写纸质档案数字化加工过程交接登记表单，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

①根据档案幅面的大小(如A4、A3、AO等)选择相应规格的扫描仪等专业设备，例如工程图纸应采用0号图纸扫描仪进行扫描；

②普通A4纸质文件，采用高速扫描仪的自动进纸方式扫描；

③纸质过薄、透明纸质文件（如信纸、便签纸）采用平板扫描；

④纸质过厚、照片等档案采用平板扫描；

⑤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）

①页面为黑白两色，字迹清晰、不带图片的档案材料，采选用黑白模式；

②页面为黑白两色，清晰度较差或者带有图片的档案材料，以及页面多为彩色文字的档案，采用彩色或灰度模式（视情况而定）；

③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

①采用黑白、灰度模式扫描的文件，其分辨率建议选择为150DPI；

②采用24位为彩色模式扫描的文件，其分辨率建议选择为200DPI；

③以上模式分辨率的设定以A4纸张为标准，其他规格纸张视情况调整；

④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；

⑤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；

⑥粘贴折页与表格的扫描要求：对于粘贴折页，可用大幅面扫描仪进行扫描，或先部分扫描之后再拼接；如有部分字体很小、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。

（三）、图像处理

将扫描后的文档保存为JPG/TIFF/PDF格式，再针对每份影像页面进行处理，以获得最好的图像质量，应确保图像完整、端正、无扭曲、版面无暗影、无干扰信息，主要完成影像深处理，处理细节包括：去黑边、去污点、纠偏等，处理好的图像保存格式为JPG、TIFF/PDF。

①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）；

②旋转：按方字方向将图片旋转至正确方向，没有文字的图片，判断其方向后进行左旋、右旋、翻转、旋转等调整；

③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识别度的杂质，如去除黑边、多余边、污点，文字中的黑点不用考虑；

④删除空白页：将扫描后页面之间的多余空白页删除；

⑤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）、质检

图像质检工作主要是对已完成图像处理的检查，对不合要求图像须返回上一环节重新处理，出现以下情况应及时处理：

①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；

②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；

③检查图像处理是否得当，有严重问题的应重扫，处理不当的应重新处理；

④检查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，如发现问题应视情况进行及时更正处理；

⑤顺序：如果页码不连续，与原文不一致，需对页面进行排序；

⑥漏扫：将漏扫的页面重新扫描，并插入到正确的位置；

⑦多扫：将多扫页面删除；

⑧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

图像存储工作中应特别注意图像文件命名规则：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。如遇多页文件应使用该档号建立相应文件夹，按页码顺序对图像文件命名。文件的保存格式为TIFF/PDF，图片的保存格式为JPG，保存到指定的路径，便于后期准确挂接入库，与档案管理软件中的目录建立一一对应的关系。之后再对数字化后的文档进行批量处理，处理完将保存为PDF格式；最后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。

（六）、目录建库

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。目录建库应选择通用的数据格式。

（七）、数据挂接

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。通过米乐M6数字档案管理平台软件，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，实现批量且快速挂接。

（八）、双层PDF输出、数据备份

1、双层PDF输出

对验收合格后的文件应进行双层PDF格式输出。PDF格式具有双层结构，即图层和文字层，可以100%保留原始版面效果，又可以通过下层的文字信息支持选择、复制、全文检索等功能。

2、数据备份

经验收合格的完整数据应及时进行备份。进行一式两份DVD光盘刻录提交到客户单位，著录条目和全文数据向客户单位数据库迁移。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，以便后期的查找和管理工作，对保密的文件应标明密级。

（九）、数字化成果管理

①前述工作完成后可选用在线和离线方式，配合相应的软件对数字化成果进行管理；

②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；

③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。