馮中華 王利賢

南京水利科學(xué)研究院科技信息研究中心

本文通過對館藏科研報告進(jìn)行數(shù)字化掃描的實踐，對掃描過程中面臨或存在的一些問題，經(jīng)過分析，提出解決這些問題的對策，為相關(guān)單位在數(shù)字化過程中解決類似問題提供參考，從而提高館藏資源數(shù)字化建設(shè)的進(jìn)程。

概述

科研報告的管理在于更好地發(fā)揮作用，在網(wǎng)絡(luò)環(huán)境下，科研人員更希望通過網(wǎng)絡(luò)直接閱讀相關(guān)的科研報告。為此，必須加快科研報告的數(shù)字化建設(shè)以滿足在網(wǎng)絡(luò)條件下科研人員對科研報告查閱的需求，從而實現(xiàn)科研報告的共享，促進(jìn)科研人員開展創(chuàng)新性的科研工作?？蒲袌蟾鏀?shù)字化建設(shè)包括多個環(huán)節(jié)，數(shù)字化掃描就是其中的首要環(huán)節(jié)、關(guān)鍵環(huán)節(jié)，掃描產(chǎn)品的好壞直接影響整個數(shù)字化建設(shè)的質(zhì)量。本文通過對一個歷史悠久、館藏專業(yè)資源豐富的科研型專業(yè)圖書館在科研報告數(shù)字化掃描工作中面臨或存在的問題進(jìn)行分析，提出合理的、可行的解決方法，為類似科研型機(jī)構(gòu)圖書館的數(shù)字化掃描提供借鑒，從而提高數(shù)字化掃描的質(zhì)量與效率。

科研報告數(shù)字化掃描存在的問題

館藏科研報告由于歷史悠久，情況不一。一些報告紙張發(fā)黃變脆，一些報告內(nèi)容字跡變淡、插圖不清；一些報告紙張材質(zhì)復(fù)雜多樣，有復(fù)印紙、稿紙、機(jī)打紙、銅版紙、圖紙和相紙等，一些報告紙張大小也不統(tǒng)一，這些情況都給掃描帶來了問題，只有理清掃描中可能出現(xiàn)的問題，才有助于提高掃描的質(zhì)量和效率。

掃描人員問題

館藏科研報告掃描是專業(yè)圖書館數(shù)字化建設(shè)過程中的關(guān)鍵環(huán)節(jié)，而很多專業(yè)圖書館的管理人員對具體的掃描工作還是比較陌生的，特別是遇到一些特殊情況更是無從下手，多數(shù)人對掃描儀的設(shè)置、功能不勝了解，對掃描軟件更是顯得陌生，這將會影響具體的掃描工作。

基礎(chǔ)設(shè)施問題

館藏科研報告掃描必須要有相應(yīng)的基礎(chǔ)設(shè)施，目前，多數(shù)專業(yè)型圖書館軟、硬件基礎(chǔ)設(shè)施配備并不齊全。在掃描管理軟件方面也是參差不齊，功能不統(tǒng)一，由于需求不同，軟件在規(guī)范性、開放性、共享性方面較差，導(dǎo)致軟件的使用層次不一。在硬件方面，一般的掃描儀大多是適合A4 以下的紙張，對于超過A4 紙張的頁面就無能為力，這樣就會造成掃描內(nèi)容不完整。由于基礎(chǔ)設(shè)施的配置與維修需要相當(dāng)?shù)慕?jīng)費投入，在軟、硬件基礎(chǔ)設(shè)施不能滿足掃描要求的情況，需要找出應(yīng)對措施。

掃描后期處理問題

館藏科研成果報告在掃描時，多數(shù)需要拆裝后掃描，最后再重新裝訂。在這個過程中，經(jīng)常會發(fā)生掃描件順序錯亂、頁面顛倒，導(dǎo)致掃描件與原件不符；同時，在原件重新裝訂恢復(fù)過程中也會出現(xiàn)類似情況，有的還會出現(xiàn)紙張破損，這些問題都需要有相應(yīng)的解決辦法。

掃描過程的規(guī)范性問題

在掃描過程時，一些頁面漏掃、一些頁面重復(fù)掃的現(xiàn)象時有發(fā)生；在掃描同一篇報告時，有的頁面清晰度不同，有的頁面有插圖，有的頁面文字偏小，由于參數(shù)設(shè)置不變，導(dǎo)致掃描件內(nèi)容參差不齊，雖然在掃描前會根據(jù)一些規(guī)范文件提出相應(yīng)要求，但不同的人理解、執(zhí)行上差異較大，導(dǎo)致掃描件質(zhì)量各不相同；掃描后對原件的恢復(fù)沒有按照相應(yīng)的流程進(jìn)行處理，導(dǎo)致恢復(fù)的原件也是千差萬別，有的導(dǎo)致對原件造成損害。

掃描參數(shù)設(shè)置和存儲格式問題

在掃描中，一般有黑白二值、灰度、彩色等三種色彩模式，對待不同的頁面需要選擇不同的色彩模式，這個問題將影響掃描件的清晰度、存儲大小和OCR 識別利用；分辨率參數(shù)大小設(shè)置問題，也將影響掃描件的清晰度、存儲大小和OCR 識別利用；掃描件的最終存儲格式選擇問題，對數(shù)字化管理系統(tǒng)的存儲和網(wǎng)絡(luò)利用會產(chǎn)生不小的影響。

掃描成本問題

對專業(yè)圖書館來說，為了適應(yīng)當(dāng)前網(wǎng)絡(luò)技術(shù)和滿足用戶迫切需求，需要盡快將一些具有特色和利用價值較高的資源進(jìn)行數(shù)字化掃描，不然面臨成本問題。第一，需要掃描資源的選擇，將會影響數(shù)字化建設(shè)的經(jīng)濟(jì)成本；第二，掃描設(shè)施的購置和維護(hù)、管理系統(tǒng)軟硬件配置等，也會增加數(shù)字化建設(shè)的經(jīng)濟(jì)成本；第三，掃描人員的工資成本，也是數(shù)字化建設(shè)的經(jīng)濟(jì)成本之一；第四，由于人員熟練程度、設(shè)施性能高低、管理平臺建設(shè)規(guī)劃等等，是數(shù)字化建設(shè)必須考慮的時間成本問題。

做好科研報告數(shù)字化掃描的對策

加強(qiáng)專項培訓(xùn)，提高員工素質(zhì)

多數(shù)科研報告涉及技術(shù)、成果等需要保密的信息，所以科研報告的數(shù)字化工作一般不實行外包，但大量的科研報告進(jìn)行數(shù)字化掃描，需要投入大量的人力。但一般專業(yè)圖書館管理人員本身相對較少，因此，需要快速、高效、高質(zhì)量的完成報告的掃描工作，必須對管理人員進(jìn)行專項培訓(xùn)，提高員工素質(zhì)，從而彌補(bǔ)人員不足、操作不熟練等問題。比如，可以舉辦掃描儀使用方法與技巧培訓(xùn)，掃描軟件使用方法與技巧培訓(xùn)，掃描規(guī)范性流程培訓(xùn)等。

加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，提升掃描基礎(chǔ)條件

軟、硬件基礎(chǔ)設(shè)施是專業(yè)圖書館數(shù)字化建設(shè)不可缺少的基本條件，是館藏特色資源開發(fā)利用的基礎(chǔ)。先進(jìn)齊全的軟、硬件基礎(chǔ)設(shè)施在很大程度上能夠提高掃描的效率和質(zhì)量。由于各專業(yè)圖書館在經(jīng)費投入中都明顯不足，因此，在制定館藏特色資源數(shù)字化掃描方案中應(yīng)考慮到其所需的軟、硬件掃描設(shè)備的適用性、兼容性、通用性問題，避免各自為政的情況，提升基礎(chǔ)條件。

在硬件方面，可以考慮配備穩(wěn)定性好、性價比高的計算機(jī)、掃描儀等成套設(shè)備，從而滿足掃描大數(shù)據(jù)的穩(wěn)定快速處理、掃描文件的高清晰度的要求，經(jīng)費允許，可以考慮配置掃描A3 頁面以下的掃描儀，如果原件頁面再大，可以采用分塊掃描，然后再利用photoshop 圖像處理軟件進(jìn)行拼接；軟件方面，如果經(jīng)費允許，可以投入一定的經(jīng)費，開發(fā)一套功能完備的掃描管理軟件，在經(jīng)費緊張的情況下，也可以使用一些普通的掃描軟件和管理軟件完成掃描數(shù)據(jù)的處理等工作?？傊挥熊?、硬件基礎(chǔ)設(shè)施同時具備，才能滿足館藏特色資源數(shù)字化建設(shè)的基本要求。

規(guī)范掃描過程，提高掃描質(zhì)量和進(jìn)度

在掃描時，出現(xiàn)漏掃、重復(fù)掃描的主要原因：一是沒有相應(yīng)的規(guī)范和流程；二是報告整理不規(guī)范；三是工作人員工作粗心。掃描后原件的恢復(fù)不好，出現(xiàn)頁面倒置、頁碼錯亂，甚至出現(xiàn)原件損害。因此，必須對掃描全過程進(jìn)行規(guī)范化管理，在各個階段制定相應(yīng)的規(guī)范流程。

掃描前，做好需要掃描報告的清單，然后按照清單做好整理工作，出庫掃描原件需管理人員和掃描人員雙方查驗、簽字確認(rèn)。掃描中，需要統(tǒng)一掃描標(biāo)準(zhǔn)，包含清晰度要求、歪斜誤差控制數(shù)、掃描文件命名規(guī)則、文件存儲格式等；在掃描過程中，需要翻動紙張時，不要用力過度，注意保護(hù)脆弱紙張；為了確保質(zhì)量，必須指定質(zhì)量校核員，校核掃描圖像的清晰度、完整性、歪斜度等。掃描后，需要按報告原順序進(jìn)行恢復(fù)，確保頁碼不亂、頁面不顛倒、紙張不破損等，從而保證原件恢復(fù)效果，原件返還入庫需要管理人員與掃描人員雙方查驗、簽字確認(rèn)。各階段按規(guī)范的流程進(jìn)行管理，不僅能提高掃描的質(zhì)量，還能避免返工現(xiàn)象，提高掃描進(jìn)度。

明確設(shè)置掃描參數(shù)和存儲格式

在掃描中，針對不同的報告需要采用不同的色彩模式、分辨率和存儲格式，保證不同紙質(zhì)報告掃描后的圖像在清晰度與存儲大小達(dá)到最佳平衡點，既能夠清晰完整地保持圖像，又有利于節(jié)省存儲空間，方便掃描資源的網(wǎng)絡(luò)傳輸、存儲、共享和使用。經(jīng)過大量成果報告掃描的實踐，為紙質(zhì)成果報告掃描的參數(shù)設(shè)置提出以下建議。

1.無底色、白底黑字、對比度較高、文字較大的文字型頁面，采用黑白模式，分辨率設(shè)置為150dpi；

2.無底色、白底黑字、對比度一般、文字較小的文字型頁面，采用黑白模式，分辨率設(shè)置為300dpi；

3.無底色、白底黑字、對比度較差的文字型頁面，采用灰度模式，分辨率設(shè)置為200dpi；

4.單一底色、文字色彩單一的文字型頁面，采用灰度模式，分辨率設(shè)置為300dpi；

5.文字為彩色、文字密集或手寫、文字太小、底色發(fā)黃且年代久遠(yuǎn)等文字型文件以及照片等采用彩色模式，分辨率設(shè)置為300dpi。

如果原件本身就不清晰，比較模糊，這種情況就要在亮度、對比度、分辨率等方面加以協(xié)調(diào)處理了。

在存儲格式方面，需要考慮可用性（包括OCR 識別）、國際通用性、網(wǎng)絡(luò)傳輸速度等多個方面，我們根據(jù)各種文本格式、圖像格式進(jìn)行比較，最終采用pdf 雙層格式。這種格式是一種獨立文檔，可以很好地保持檔案的原貌，可以通過識別利用，而且網(wǎng)絡(luò)傳輸速度快，可以邊下載邊閱讀，已經(jīng)成為全世界電子文檔分發(fā)公開的實際標(biāo)準(zhǔn)。針對紙張大小不一的情況，我們將A4 及以下的頁面全都按A4 頁面存儲，大于A4 的頁面保持不變，保證掃描成果質(zhì)量和讀者順暢閱讀。

降低成本

首先，在前期準(zhǔn)備工作，將需要數(shù)字化掃描報告的清單應(yīng)盡量做到精細(xì)化。館藏報告量大，數(shù)字化掃描工作要采取逐步推進(jìn)、有的放矢、部分優(yōu)先的原則，在有限的資金和時間投入下，優(yōu)先掃描利用頻率高、保存價值高、損毀度高的報告，對于那些利用頻率低、保存價值低、不太重要的報告可以延后掃描，這樣不僅可以減少大量的人力和財力投入，還可以有效地節(jié)省時間，提高掃描的效率，加快數(shù)字化進(jìn)程。其次，在采購中盡量選擇性價比高、保養(yǎng)成本低的掃描設(shè)備；在軟件方面，盡量選擇成熟、價格低、通用性好的管理軟件，不必追求功能多、價格高、不通用的軟件；在設(shè)備使用中，要求員工一定按正確的操作規(guī)程使用，降低設(shè)備的維修率，提高設(shè)備的使用壽命，從而節(jié)省成本。最后，要節(jié)省成本，還需從人的素質(zhì)提高入手，在真正開始掃描之前，做好掃描人員的培訓(xùn)工作尤其重要，掃描人員掌握了熟練的技能，既可以提高掃描成果的質(zhì)量，又可以節(jié)省時間成本，從而加快掃描進(jìn)度。