纸质档案数字化的基本流程及技术要求

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,是党和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,是人们从事科研、生产等工作的必要条件和有力工具。

档案也是各企事业单位运作各个环节的真实记录，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，是社会的重要财富。

随着计算机技术、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、存储技术的发展而产生的一种新型档案信息形态，它把各种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，及时提供利用，实现资源共享。

档案数字化是数字档案建设最基础的工作，传统载体的档案经高科技技术加工成数字档案形式，通过局域网、政务网、互联网进行计算机检索、阅读电子档案，为迎接档案信息服务新环境的挑战，提高管理水平、提高效率，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。

档案作为一种原生信息资源，其重要性正日益凸显出来，逐步掌握信息技术为档案工作服务，为社会主义经济建设服务，为社会主义精神文明建设服务。

二、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。

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。

根据档案幅面的大小（如A4、A3、A0等）选择相应规格的扫描仪或专业扫描仪，如工程图纸采用0号图纸扫描仪进行扫描。

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。

扫描过程中，确保不对档案原件造成破坏，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安全。

三、基本流程及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、图像存储、目录建库、数据挂接、数据验收、数据备份、成果管理等。

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/T18)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。

（详见附件）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档案不受损害；在不去除装订物情况下，影响扫描工作进行的档案。

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，有正或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（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一一保存，保存为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，主要完成影像深处理包括：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：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》(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。

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、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。

（十）、数字化成果管理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；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；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。

（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。