传统纸质档案数字化加工项目的整体流程和要求

随着社会的发展，档案的管理已经不能仅仅通过传统纸质方式保存。纸质档案存在长期保管困难、查阅困难、占用空间大等劣势，随着计算机技术的发展，档案数字化成为解决档案管理的最佳解决方案，规避了传统纸质档案的诸多劣势。米乐M6股份专业从事档案管理软件以及档案数字化加工服务，依照数字化加工实践整理了以下将传统纸质档案数字化加工项目的整体流程和技术要求。

一、档案整理

在数字化项目开始之前，数字化加工人员应首先根据档案管理情况，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》以及其他相关标准及规则等的要求，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

拆除文件中的装订物，拆除装订物时应注意保护原始纸质档案不受损害；清理档案中的杂质，比如订书钉等。

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。

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

档案扫描前必须准备一台专业的高速扫描仪，并带平板。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

纸质档案扫描通常包括黑白、灰度和彩色三种模式。页面为黑白两色，字迹清晰的、不带图片的档案材料，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（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200DPI；采用24位为彩色模式扫描的文件，其分辨率选择为100DPI；以上模式分辨率的设定以A4纸张为标准，其他规格纸张酌情调理。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。

三、图像深处理

将扫描后的文档逐条进行保存，存为TIFF格式，再针对每份影像页面进行深处理，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，进行影像深处理工作主要包括：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，文字中的黑点不用考虑；

载边：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：

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. 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；

4. 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；

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

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。文件的保存格式为TIFF，图片的保存格式为JPG，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。 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》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。

九、双层PDF输出及数据备份

1、双层PDF输出

对验收合格后的文件进行双层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，以便查找和管理。对保密的需标明密级。