摘 要：檔案數(shù)字化是時代發(fā)展的新趨勢，大數(shù)據(jù)、區(qū)塊鏈、人工智能等先進技術的應用，大量電子文檔成為重要的戰(zhàn)略數(shù)據(jù)資源。檔案數(shù)字化工作是時代發(fā)展的趨勢，應堅持科學、系統(tǒng)、整體、安全、可行原則，開展檔案數(shù)字化。本文簡要探討了紙質檔案、音視頻檔案和實物檔案數(shù)字化類型及相應技術參數(shù)，以及檔案數(shù)字化處理常用的技術，并以實物檔案數(shù)字化為例，提出檔案數(shù)字化處理技術在實物檔案數(shù)字化中的實際應用和需要注意的問題，為提升檔案數(shù)字化處理能力和水平提供一定參考。

關鍵詞：檔案數(shù)字化；處理技術；應用

前言

數(shù)字化（Digitalization），是將信息轉換為數(shù)字（即計算機可讀）格式的過程。即將任何復雜多變的信息轉變?yōu)榭啥攘康臄?shù)字、數(shù)據(jù)，再以這些數(shù)字、數(shù)據(jù)建立起數(shù)字化模型，轉變?yōu)橐幌盗卸M制代碼，引入計算機統(tǒng)一處理的過程。檔案數(shù)字化是指利用掃描儀等設備將檔案進行掃描、壓縮、轉化等數(shù)字化加工，使傳統(tǒng)紙質檔案、錄音錄像檔案、實物檔案等轉化為圖片、聲像存儲于磁帶、磁盤、光盤等載體上的數(shù)字文件，并按照檔案內(nèi)在聯(lián)系，建立目錄數(shù)據(jù)與數(shù)字文件關聯(lián)關系的處理過程。亦即將非計算機可識別的載體上的信息轉換為0、1代碼組成的計算機可識別電子文件的過程。近年來，《檔案數(shù)字化外包安全管理規(guī)范》《數(shù)字檔案系統(tǒng)檢測辦法》等政策標準的出臺和實施，有力推動了檔案數(shù)字化產(chǎn)業(yè)發(fā)展。據(jù)統(tǒng)計，2022年我國檔案數(shù)字化行業(yè)市場規(guī)模達68.8億元，較2017年的40.5億元增長了69.88%。檔案數(shù)字化是時代發(fā)展的新趨勢，隨著大數(shù)據(jù)、區(qū)塊鏈、人工智能等先進技術的應用，電子文檔已經(jīng)成為重要的戰(zhàn)略數(shù)據(jù)資源。

1 檔案數(shù)字化原則

檔案數(shù)字化需要應用到數(shù)據(jù)壓縮技術、高速掃描技術、數(shù)據(jù)庫技術、光盤存儲技術等，將紙質、音視頻、實物檔案轉化為計算機可識別信息和處理，應遵循如下原則[1]：一是科學性。檔案數(shù)字化技術性要求極高，通常需要委托第三方專業(yè)機構協(xié)助完成。在數(shù)字化前需要做好各項準備工作，尤其是要對館藏檔案資料進行鑒定，從實際出發(fā)進行篩選，確定數(shù)字化范圍，根據(jù)輕重緩急，分階段、分層次、分步驟進行。因此，從檔案數(shù)字化的技術選擇、參數(shù)設置、數(shù)字化范圍等，均需要立足實際和檔案管理現(xiàn)實需要，遵循科學原則。二是系統(tǒng)性。檔案數(shù)字化系統(tǒng)性既包括信息資源的系統(tǒng)性，也包括數(shù)字化軟硬件的系統(tǒng)性。前者是指對館藏檔案資源進行系統(tǒng)整理，重點或特色檔案數(shù)字化應保持其系統(tǒng)、連貫和完整，確保數(shù)字化后的檔案信息保持內(nèi)在邏輯聯(lián)系。后者是指檔案數(shù)字化應用到的軟硬件配備、數(shù)據(jù)庫建立等，在數(shù)字化各個環(huán)節(jié)階段都要保持一致性，以確保檔案數(shù)字化可持續(xù)性。三是整體性。檔案數(shù)字化是檔案管理工作的重要組成部分，應將檔案數(shù)字化納入機關、單位或部門檔案事業(yè)發(fā)展總體規(guī)劃之中，遵循整體性原則。即檔案數(shù)字化標準、規(guī)范和要求要保持統(tǒng)一性。運用先進的數(shù)字技術、信息技術，實現(xiàn)檔案數(shù)字資源的共建共享，通過檔案數(shù)字化提升檔案管理整體價值功能。四是安全性。安全是檔案數(shù)字化的底線。大量先進技術的應用，使得檔案面臨著諸多的非傳統(tǒng)安全因素威脅，做好檔案數(shù)字化信息真實、完整、保密就顯得非常重要。既要防數(shù)據(jù)信息泄密，也要防數(shù)據(jù)信息丟失。就需要采取數(shù)據(jù)加密、數(shù)據(jù)備份、身份認證等先進技術，確保檔案數(shù)字化安全。五是可行性。檔案數(shù)字化處理面臨著多種技術和方案的選擇，可行性是要求檔案數(shù)字化最大限度地滿足實際操作要求。檔案數(shù)字化還涉及后期的系統(tǒng)運行、維護和管理，對人力、物力、財力都有較高要求。因此，檔案數(shù)字化應量力而行，根據(jù)單位館藏檔案實際，人才隊伍能力水平，經(jīng)費保障力度等，選擇切實可行的技術和方案。

2 檔案數(shù)字化類型

2.1 紙質檔案數(shù)字化

《紙質檔案數(shù)字化規(guī)范》（DA/T31-2017）規(guī)定，紙質檔案數(shù)字化就是指采用掃描儀等設備對紙質檔案進行數(shù)字化加工，使其轉化為存儲在磁帶、磁盤、光盤等載體上的數(shù)字信息，并按照紙質檔案的內(nèi)在聯(lián)系，建立起目錄數(shù)據(jù)與數(shù)字圖像關聯(lián)關系的處理過程。紙質檔案數(shù)字化包括數(shù)字化前處理（確定掃描頁、編制頁號、目錄數(shù)據(jù)準備、拆除裝訂、技術修復）、目錄數(shù)據(jù)庫建立、檔案掃描（掃描設備、色彩模式、分辨率、存儲格式）、圖像處理（拼接、旋轉、糾偏、裁邊、去污、質檢）、數(shù)據(jù)掛接、成果驗收與移交等主要環(huán)節(jié)（見圖1）。紙介質資料的數(shù)字化方法主要有手工錄入、掃描、數(shù)碼相機等[2]。紙質檔案數(shù)字流程如圖所示。

2.2 音視頻檔案數(shù)字化

《錄音錄像檔案數(shù)字化規(guī)范》（DA/T62-2017）規(guī)定，錄音錄像檔案數(shù)字化是指對模擬錄音錄像檔案進行數(shù)字化加工，使其轉化為存儲在磁帶、磁盤、光盤等載體上的數(shù)字音頻文件和視頻文件，并按照錄音錄像檔案的內(nèi)在聯(lián)系，建立起目錄數(shù)據(jù)與數(shù)字音視頻文件關聯(lián)關系的處理過程（見圖2）。音視頻檔案數(shù)字化技術參數(shù)包括：錄音檔案數(shù)字化采樣率＞44.1kHz；量化位數(shù)24bit；原始聲道數(shù)記錄；存儲格式為WAVE。錄像檔案數(shù)字化技術參數(shù)包括：采用H.264或MPEG-2IBP視頻編碼格式；與檔案原件相同幀率、畫面寬高比；標清色度分辨率＞4∶2∶0；高清色度分辨率4∶2∶2；量化位數(shù)≥8bit，特殊視頻量化位數(shù)≥16bit；存儲格式為AVI或MXF。需要將錄音錄像檔案進行文件切分與著錄。音視頻檔案數(shù)字化流程如圖所示。

2.3 實物檔案數(shù)字化

根據(jù)《實物檔案數(shù)字化規(guī)范》（DA/T89-2022），實物檔案數(shù)字化是指采用拍攝、掃描等方式對實物檔案進行數(shù)字化加工，將其轉化為存儲在磁帶、磁盤、光盤等載體上的數(shù)字文件，并按照實物檔案的內(nèi)在聯(lián)系，建立目錄數(shù)據(jù)與數(shù)字文件關聯(lián)關系的處理過程。實物檔案數(shù)字化需要利用三維掃描技術，反映實物檔案空間外形、結構及色彩等特征信息發(fā)生顯著變化的臨界點。實物檔案數(shù)字化重點是數(shù)字化采集，采集的方式有平面掃描、三維掃描、數(shù)碼拍照、環(huán)物攝影，其中實物檔案數(shù)字化三維掃描精度≤0.05mm；點間距≤0.254mm；紋理色彩≥32位色；掃描距離400-600mm；幾何數(shù)據(jù)存儲格式有3DS、3DAMX、WRL、DAE等；紋理數(shù)據(jù)存儲格式有JPG、TIFF、TGA等。實物檔案數(shù)字化數(shù)字采集完成后還需要旋轉、糾偏、去污、拼接、降噪、數(shù)據(jù)平滑。實物檔案數(shù)字化流程如圖所示（見圖3）。

3 檔案數(shù)字化處理技術

一是計算機網(wǎng)絡技術，是檔案數(shù)字化過程中基礎性技術[3]。包括數(shù)據(jù)處理、實時控制、圖像文字處理、多媒體技術等。網(wǎng)絡技術包括檔案操作系統(tǒng)、數(shù)據(jù)傳輸、存儲和信息共享等。二是掃描技術，是一種文件圖像轉化為電子文件的技術。掃描技術中又包括電機技術、色彩增強技術、校正技術、一次曝光掃描技術、一次鏡像系統(tǒng)技術、雙鏡頭掃描技術、共享掃描技術，等等，檔案數(shù)字化掃描技術根據(jù)紙質、音視頻及實物檔案不同，選擇不同掃描儀和掃描方法[4]。三是數(shù)據(jù)庫技術，是信息系統(tǒng)的核心技術，是計算機輔助組織、存儲及高效獲取、處理數(shù)據(jù)。數(shù)據(jù)庫技術應用減少數(shù)據(jù)存儲冗余、實現(xiàn)檔案數(shù)據(jù)信息高效檢索、共享。四是光盤刻錄技術，計算機中檔案數(shù)據(jù)經(jīng)軟件處理，將二進制數(shù)據(jù)刻錄保存在空白光盤[5]。光盤質優(yōu)價廉，可將海量檔案數(shù)據(jù)信息刻錄備份至光盤上，實現(xiàn)檔案數(shù)據(jù)存儲。后期，可在VCD、DVD機播放。此外，還有壓縮技術、OCR文字識別技術、分級存儲技術、多媒體檢索技術、信息安全技術等，也是檔案數(shù)字化處理過程中常用到的各種應用技術[6]。

4 檔案數(shù)字化技術應用及需要注意的問題——以實物檔案數(shù)字化為例

獎牌、獎杯、證書、徽章、紀念章等實物檔案，形態(tài)各異、類型多樣、大小不一、材質不同，但都直觀、形象地體現(xiàn)了一段發(fā)展歷史，做好這些實物檔案數(shù)字化，可提升檔案管理信息化水平，在檔案檢索利用過程中，也能夠減少對實物檔案原件侵擾而起到很好的保護作用。

4.1 拍攝、掃描技術

錦旗、印章等能夠以二維靜態(tài)圖像形式展示的實物檔案，選用彩色數(shù)碼相機進行拍攝或者進行平面掃描。一些重要的大型儀器、設施設備需要以三維全景影像形式展示的，需要對其進行環(huán)物攝影。無論是實物檔案拍攝還是掃描，都要保證實物檔案與成像之間保持一一對應關系，且同一種拍攝方式應采用相同存儲格式。

4.2 圖像處理技術

在實物拍攝、掃描完成后，還需要對圖像進行圖像數(shù)字化、圖像增強和復原、圖像數(shù)據(jù)編碼、圖像分割和圖像識別等技術處理，包括模擬圖像處理和數(shù)字圖像處理[7]。前者，如拍攝的實物檔案模擬信號圖像進行處理。后者，主要是借助計算機及應用軟件進行處理。圖像處理包括去污、拼接、旋轉、糾偏，多余的白邊還需要進行裁邊處理，減少圖像文件容量，增加視覺美感。圖像處理時應注意保持與實物檔案一致，確保檔案數(shù)字化圖像完整、檔案信息忠實于原貌，不得擅自修改檔案信息。

4.3 檔案數(shù)據(jù)錄入

將采集到的實物檔案信息錄入目錄數(shù)據(jù)庫。嚴格按照實物檔案的類別、時間先后順序將圖像信息內(nèi)容按照條目逐條錄入目錄數(shù)據(jù)庫[8]。檔案數(shù)據(jù)錄入結束，還需要進行核查，重點是核查錄入內(nèi)容與目錄數(shù)據(jù)庫條目總數(shù)是否一致，信息內(nèi)容是否遺漏或重復。錄入后的實物檔案目錄數(shù)據(jù)應包括檔號、年度、保管年限、題名、技術環(huán)境、責任者、材質等技術參數(shù)信息。

4.4 數(shù)據(jù)備份

對經(jīng)核實無誤的實物檔案數(shù)據(jù)信息及時進行備份。為確保實物檔案數(shù)據(jù)信息安全，可采用移動硬盤、VCD光盤、DVD光盤等進行數(shù)據(jù)備份。備份結束時，還要檢查備份介質內(nèi)的檔案數(shù)據(jù)備份信息是否齊全、完整，能否打開，并貼好標簽，便于查找和利用。

4.5 數(shù)據(jù)掛接

將核查無誤的單機版檔案管理系統(tǒng)的檔案數(shù)據(jù)完整導入網(wǎng)絡版檔案管理軟件[9]。數(shù)據(jù)掛接后還需要逐條檢查，重點是要檢查目錄數(shù)據(jù)與實物檔案數(shù)字影像對象的準確性，已掛接數(shù)字影像與實物掃描數(shù)量的一致性，以及數(shù)字影像能否打開。數(shù)據(jù)掛接完成，實現(xiàn)實物檔案數(shù)據(jù)與機關局域網(wǎng)掛接。通過登錄局域網(wǎng)查詢、檢索庫存的實物檔案條目及詳細內(nèi)容。

4.6 實物檔案數(shù)字化需要注意

一要保護實物檔案實體安全。在數(shù)字化過程中，掃描或拍攝時要注意安全，防止造成實物檔案二次破壞。二要注意實物檔案特點。獎杯、設備、儀器、紀念品等實物檔案形狀多樣、復雜，拍攝或掃描時應全方位、立體式數(shù)據(jù)采集，選擇多方位拍照組合的形式，反映實物檔案全貌。三要注重標準化問題。實物檔案數(shù)字化應嚴格執(zhí)行《實物檔案數(shù)字化規(guī)范》、標準平臺等的規(guī)定，確保系統(tǒng)的開放化、可擴展性，便于后期隨著技術的發(fā)展，系統(tǒng)或軟件能夠及時升級或移植，盡量不要采用封閉式的技術和標準。四是注重存貯問題。大量的實物檔案數(shù)字化也會占用大量的設備存貯空間。在實物檔案數(shù)字化前，檢查存貯空間是否夠用，選擇磁盤陣列、磁帶機、服務器硬盤、光盤等合適存儲的空間。五是注意實物檔案數(shù)字化處理過程。實物檔案數(shù)字化處理包括原始檔案保護、數(shù)據(jù)捕獲、數(shù)據(jù)處理、存貯、檢索與顯示等環(huán)節(jié)，其中數(shù)字化只是其整個處理過程中的重要一部分。不能一味關注純數(shù)字化工作，而忽視其它一些更為重要的處理環(huán)節(jié)。要把實物檔案數(shù)字化與管理、存貯、檢索與利用等放在同等重要位置，才能保證成功。

參考文獻

[1]方毓寧.館藏檔案數(shù)字化十原則[J] .中國檔案，2004（4）：37-38.

[2]魏自鵬.紙質檔案數(shù)字化的原則、路徑與方法探討[J].安徽電氣工程職業(yè)技術學院學報，2020（4）：31-34.

[3]高珂佳.淺談檔案數(shù)字化背景下的檔案利用[J].航天工業(yè)管理，2023（3）：78-80.

[4]顏丙通.紙質檔案數(shù)字化測評：方法選取與實施步驟[J].湖北開放職業(yè)學院學報，2022（17）：141-143.

[5]姜向聰.檔案數(shù)字化與檔案安全的協(xié)同建設路徑[J].蘭臺內(nèi)外，2022（9）：31-33.

[6]牛秀英.檔案數(shù)字化的再探討[J].城建檔案，2009（1）：59-61.

[7]王小娟，斯慶.數(shù)字檔案室建設過程中各類檔案數(shù)字化方法探究——以鄂爾多斯職業(yè)學院為例[J].文化創(chuàng)新比較研究，2019（17）：147-148.

[8]唐萍萍.鐵路實物檔案數(shù)字化方法與利用探析[J].辦公室業(yè)務，2017（3）：75-76.

[9]李子萍.淺論實物檔案數(shù)字化過程[J].冶金管理，2020（5）：249-250.

作者簡介：孫鵬（1987— ），大學學歷，盤錦市興隆臺區(qū)政府館員，主要從事檔案研究。