秦海萍

(江蘇省蘇微微生物研究有限公司,江蘇 無錫 214063）

1 檔案數(shù)字化的編制

1.1 檔案整理

紙質(zhì)檔案數(shù)字化的流程：（1）目錄數(shù)據(jù)準(zhǔn)備。按照《檔案著錄規(guī)則》等的要求，規(guī)范檔案中的目錄內(nèi)容。包括確定檔案目錄的著錄項、字段長度和內(nèi)容要求。對錯誤或不規(guī)范進(jìn)行修改。（2）拆除裝訂。(3）區(qū)分掃描件和非掃描件：無關(guān)和重份的文件要剔除，有正式件的文件不掃描原稿。（4）頁面修整。破損嚴(yán)重、無法直接掃描的檔案，應(yīng)先進(jìn)行技術(shù)修復(fù)，折皺不平影響掃描質(zhì)量的原件先進(jìn)行相應(yīng)處理 (壓平或熨平等)。（5）檔案整理登記。制作并填寫數(shù)字化加工過程交接登記表單，詳細(xì)記錄檔案整理后每份文件的起始頁號和頁數(shù)。（6）裝訂——掃描后的工序。掃描完成后恢復(fù)裝訂，應(yīng)注意保持檔案的排列順序不變，做到準(zhǔn)確、無遺漏。

1.2 檔案掃描

（1）確定掃描方式。根據(jù)檔案幅面大小選擇相應(yīng)規(guī)格的掃描儀。紙張狀況較差，紙張間粘貼較緊，不易分開，過薄、過軟或超厚的檔案，不宜使用自動進(jìn)紙掃描，必須改用平板掃描方式。大幅面檔案可采用大幅面掃描儀掃描、數(shù)碼平臺拍攝，也可以采用小幅面掃描后的圖像拼接方式處理。（2）掃描色彩模式。掃描色彩模式一般有黑白二值、灰度、彩色三種。頁面為黑白兩色，并且字跡清晰、不帶插圖的檔案，采用黑白模式掃描；頁面為黑白兩色，但字跡清晰度差或帶有插圖的檔案，以及頁面為多色文字的檔案，可采用灰度模式掃描；頁面中有紅頭、印章或插有黑白照片、彩色照片、彩色插圖的檔案，可視需要采用彩色模式掃描。（3）掃描分辨率。掃描分辨率參數(shù)大小的選擇，原則上以掃描后的圖像清晰、完整、不影響圖像的利用效果為準(zhǔn)。采用黑白二值、灰度、彩色模式對檔案進(jìn)行掃描時，其分辨率一般均建議選擇大于或等于100dpi，特殊情況下，如文字偏小、密集、清晰度較差等，可適當(dāng)提高分辨率。需要進(jìn)行OCR漢字識別的檔案，掃描分辨率建議選擇大于或等于200dpi。（4）掃描登記。登記掃描的頁數(shù)，核對每份文件的實(shí)際掃描頁數(shù)與檔案整理時填寫的文件頁數(shù)是否一致，不一致時應(yīng)注明具體原因和處理方法。

1.3 圖像處理

（1）圖像數(shù)據(jù)質(zhì)量檢查。對圖像偏斜度、清晰度、失真度等進(jìn)行檢查。發(fā)現(xiàn)不符合圖像質(zhì)量要求時，重新進(jìn)行圖像的處理。由于操作不當(dāng)，造成掃描的圖像文件不完整或無法清晰識別時，應(yīng)重新掃描。發(fā)現(xiàn)文件漏掃時，及時補(bǔ)掃并正確插入圖像。發(fā)現(xiàn)掃描圖像的排列順序與檔案原件不一致時，及時進(jìn)行調(diào)整。（2）糾偏。對方向不正確的圖像進(jìn)行旋轉(zhuǎn)還原，以符合閱讀習(xí)慣。對出現(xiàn)偏斜的圖像進(jìn)行糾偏處理，以達(dá)到視覺上基本不感覺偏斜為準(zhǔn)。（3）去污。對圖像頁面中出現(xiàn)的影響圖像質(zhì)量的雜質(zhì)，如黑點(diǎn)、黑線、黑框、黑邊等進(jìn)行去污處理。（4）圖像拼接。對大幅面檔案進(jìn)行分區(qū)掃描形成的多幅圖像進(jìn)行拼接處理，合并為一個完整的圖像，以保證檔案數(shù)字化圖像的整體性。（5）裁邊處理。采用彩色模式掃描的圖像應(yīng)進(jìn)行裁邊處理，去除多余的白邊，以有效縮小圖像文件的容量，節(jié)省存儲空間。

2 檔案數(shù)字化的保存

2.1 明確電子文件的歸檔內(nèi)容

電子文件的歸檔內(nèi)容包括電子文件的名稱、路徑名和盤號，與文件內(nèi)容相同的其它載體文件的檔號，編制該電子文件的軟硬件名稱、型號、系列和版本等技術(shù)環(huán)境條件。歸檔部門，歸檔日期，檔案數(shù)字化的有效管理涉及到電子文件的技術(shù)環(huán)境條件，存貯介質(zhì)的質(zhì)量、壽命等問題，因此電子文件的歸檔時間可視具體情況而定，一般有年度歸檔、階段歸檔等。且歸檔時間一般不超過2～3個月為宜。

2.2 存儲要求

2.2.1 選擇存儲格式。采用黑白二值模式掃描的圖像文件，一般采用TIFF(G4)格式存儲。采用灰度模式和彩色模式掃描的文件，一般采用JPEG格式存儲。存儲時壓縮率的選擇，應(yīng)以保證掃描的圖像清晰可讀的前提下，盡量減小存儲容量為準(zhǔn)則。提供網(wǎng)絡(luò)查詢的掃描圖像，也可存儲為CEB、PDF或其他格式。（2）命名圖像文件。紙質(zhì)檔案目錄數(shù)據(jù)庫中的每一份文件，都有一個與之相對應(yīng)的唯一檔號，以該檔號為這份文件掃描后的圖像文件命名。多頁文件采用該檔號建立相應(yīng)文件夾，按頁碼順序?qū)D像文件命名。

2.2.2 分級存儲。所謂分級存儲是根據(jù)檔案數(shù)字化信息數(shù)據(jù)不同的訪問頻率、價值重要性等指標(biāo)，在不同級別的存儲設(shè)備中存放數(shù)據(jù)客體，實(shí)現(xiàn)數(shù)據(jù)分級存儲。并針對數(shù)據(jù)訪問的局部性，利用分級存儲管理軟件，實(shí)現(xiàn)系統(tǒng)將不經(jīng)常訪問的數(shù)據(jù)自動移到存儲層次中較低的層次的自動數(shù)據(jù)遷移，釋放出較高成本的存儲空間給更頻繁訪問的數(shù)據(jù)，從而獲得更好的總體性價比。

（1）分級存儲的操作方式。分級存儲操作方式主要有兩種，即“數(shù)據(jù)遷移”和“數(shù)據(jù)回遷”。數(shù)據(jù)遷移方式是根據(jù)檔案管理軟件或由專門的分級存儲管理軟件指定的策略或規(guī)則（如按照各級存儲定義的數(shù)據(jù)標(biāo)準(zhǔn)），把大量不經(jīng)常訪問的數(shù)據(jù)放置在離線或近線設(shè)備，自動遷移到下一級存儲設(shè)備上，提高存儲資源利用率，同時也大大降低設(shè)備和管理成本。數(shù)據(jù)回遷是數(shù)據(jù)遷移的一個反向操作過程，是將下一級存儲設(shè)備中的數(shù)據(jù)，從離線到近線、從近線到在線按照管理軟件指定的策略或規(guī)則自動調(diào)回上一級存儲設(shè)備中。滿足了用戶的利用需求，提高數(shù)據(jù)的訪問速度和利用率。

（2）分級存儲的存儲方式。分級存儲的存儲方式有在線存儲、近線存儲、離線存儲。在線存儲多采用高端存儲系統(tǒng)和技術(shù),如SAN、點(diǎn)對點(diǎn)直連技術(shù)和高速在線磁盤陣列等存儲設(shè)備,存取速度快。這種存儲方式以服務(wù)器為存儲設(shè)備中心，將數(shù)據(jù)信息直接放在服務(wù)器的存儲設(shè)備中，實(shí)現(xiàn)數(shù)據(jù)的輸入、保存、輸出及應(yīng)用程序的安全快速運(yùn)行。近線存儲是將不是經(jīng)常用到，或者說數(shù)據(jù)的訪問量并不大的數(shù)據(jù)存放在性能較低的存儲設(shè)備上。其外延相對較廣泛，主要定位于客戶在線存儲和離線存儲之間的應(yīng)用，對這些的設(shè)備要求是尋址迅速、傳輸率高。同時多數(shù)情況下由于不常用的數(shù)據(jù)要占總數(shù)據(jù)量的比較大的比重，這也就要求近線存儲設(shè)備在需要容量相對較大。可跟據(jù)客戶存儲需求的不同，我們也會把低端的磁盤陣列 （例如DS4100）或高端的磁帶設(shè)備（例如3592）作為近線存儲應(yīng)用設(shè)備。離線存儲一般采用磁帶作為存儲介質(zhì),其訪問速度低,但能實(shí)現(xiàn)海量存儲,同時價格低廉。離線存儲介質(zhì)上的數(shù)據(jù)在讀寫時是順序進(jìn)行的。當(dāng)需要讀取數(shù)據(jù)時，需要把帶子卷到頭，再進(jìn)行定位。當(dāng)需要對已寫入的數(shù)據(jù)進(jìn)行修改時，很多情況下數(shù)據(jù)都需要全部進(jìn)行改寫。因此，離線存儲主要用于數(shù)據(jù)的備份和恢復(fù)。

3 檔案數(shù)字化保存的維護(hù)

3.1 建立檔案館（室）網(wǎng)站

為實(shí)現(xiàn)檔案數(shù)字化信息資源共享，檔案信息服務(wù)網(wǎng)絡(luò)化、檔案管理工作自動化、檔案信息管理法制化，檔案工作者應(yīng)進(jìn)一步加快檔案信息資源數(shù)據(jù)庫建設(shè)，以網(wǎng)站為基礎(chǔ)，在網(wǎng)站上實(shí)現(xiàn)電子文件的實(shí)時管理與利用，實(shí)現(xiàn)信息資源電子化。

3.2 確保檔案數(shù)字化載體物理上的安全

通常情況下，檔案數(shù)字化是以脫機(jī)方式存儲在磁、光介質(zhì)上，因此，檔案數(shù)字化的保存要建立一個適合于磁、光介質(zhì)保存的環(huán)境。要控制保持環(huán)境的溫濕度和滿足檔案載體的避光、防塵及變形要求，同時，載體排放要直立，要遠(yuǎn)離有害氣體和磁場。

3.3 保證檔案數(shù)字化的原始性

檔案數(shù)字化的內(nèi)容是以數(shù)碼形式存儲于各種載體上的，在利用檔案數(shù)字化過程中必須依靠電子計算機(jī)軟硬件平臺，將檔案數(shù)字化的內(nèi)容還原成直接閱讀格式。然而，檔案數(shù)字化通常是在不同的載體上形成的，其內(nèi)容的格式編排上存在差異，這必然導(dǎo)致檔案數(shù)字化還原時所采用的技術(shù)與方法的不同，可能導(dǎo)致檔案信息的完整性。因此，在保存檔案數(shù)字化的同時，要將與檔案數(shù)字化相關(guān)的軟件及整個應(yīng)用系統(tǒng)一并保存，并與檔案數(shù)字化存儲在一起，確保檔案數(shù)字化的永久可用。

［1］孫凱.淺議檔案電子化及檔案數(shù)字化的整理與保護(hù)［J］.太原城市職業(yè)技術(shù)學(xué)院學(xué)報,2008(7).

［2］葉群芳.淺議檔案信息電子化的建設(shè)與服務(wù)［J］.才智,2008(21).

［3］靳海峰.檔案信息電子化現(xiàn)狀分析［J］.河南科技,2009(6).

［4］劉穎.淺談檔案數(shù)字化的保存與維護(hù)［J］.新疆廣播電視大學(xué)學(xué)報,2003(4).