档案数字化简介

　　一、档案数字化的背景和定义：

　　信息化时代，计算机的广泛应用为数字化的出现和发展提供了基础。数字化即将许多复杂多变的信息转变成以数字、数据为基础建立的数字化模型。随着信息技术的进一步发展，数字化转型走进了各行各业，其中包括档案管理工作。档案数字化即将传统的纸质、照片等实体档案通过扫描等方式转化成非实体的、线上存储的电子档案，由此促进档案数字化发展。从记录方式来说，数字档案是用计算机语言，将历史记录数据化的形式来记录的。

　　另一方面，我国大力支持档案数字化工作，并出台各种政策为该项工作提供依据。例如，2001年《全国档案事业发展“十五”计划》将“档案信息化建设”作为主要工作任务之一，并在后续的五年规划，如“十一五”、“十二五”、“十三五”的规划纲要中持续对数字档案馆建设提出了具体要求，推动了档案数字化的进程，“十三五”期间，全国档案信息化建设以“初步实现以信息化为核心的档案管理现代化”为目标，统筹推进档案信息化管理体制机制建设。

　　二、档案数字化的技术应用：

　　(一)数字化扫描技术

　　数字化扫描技术是档案数字化的基础，高分辨率扫描仪的应用、自动文档进纸器(ADF)技术、3D扫描与特殊文档处理技术的发展，使得档案数字化更加高效和精确。

　　1、扫描仪的技术指标

　　(1)光学分辨率。

　　(2)色彩位数。

　　(3)灰度级。

　　(4)扫描幅面。

　　(5)扫描速度。

　　(6)接口类型。

　　2、扫描仪的类型

　　(1)平板式扫描仪。

　　(2)胶片扫描仪。

　　(3)鼓式扫描仪。

　　3.扫描件技术参数的选择

　　(1)分辨率。

　　(2)页面大小。

　　(3)色彩模式和色彩位数。

　　(二)文字识别技术(OCR)

　　目前在档案数字化领域得以应用的自动识别技术主要有光学字符识别技术和图形矢量化技术。另外，语音识别技术也有一定的应用潜力。

　　1.光学字符识别技术定义

　　光学字符识别是指通过扫描仪等光学输人设备读取文字图像信息，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。

　　2、光学字符识别技术的工作过程

　　(1)图像采集。

　　(2)图像预处理。

　　(3)特征抽取。

　　(4)对比特征。

　　(5)判断识别。

　　(6)人工校正。

　　(7)结果输出。

　　3.图形矢量化技术

　　图形矢量化，是对扫描所得的光栅图像数据加以分析、识别，最终重建其中的图形对象、形成矢量数据的过程。

　　4.语音识别技术

　　语音识别是将语音信号转变为相应的文本或命令的过程。语音识别是一门交叉学科，涉及领域信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等领域。

　　(三)图像处理技术

　　1.去污。档案文件在长期保存过程中，可能会出现污渍、黄斑等情况。通过图像处理软件，可以去除这些影响图像质量的因素。例如，对于一些受潮发霉的纸质档案，扫描后的图像上会有明显的斑点，利用去污算法可以在不影响文字和重要信息的前提下，减轻或消除这些斑点，使图像更加清晰干净。

　　2.纠偏。在扫描过程中，由于纸张放置不正或者扫描设备的原因，可能会导致扫描图像出现倾斜。图像处理技术中的纠偏算法可以自动检测图像的倾斜角度，并将其纠正。这对于后续的文字识别和档案查阅非常重要，因为倾斜的图像会影响文字识别的准确率，也不便于用户查看。

　　3.色彩校正。如果扫描的档案需要保留原始色彩，如彩色照片、带有彩色标记的文件等，色彩校正技术可以确保扫描图像的色彩与原件相符。它可以调整图像的亮度、对比度、色彩平衡等参数，使数字化后的档案能够真实地反映原件的色彩特征。

　　总之，就目前的情况来看，档案数字化还有很大发展空间，随着技术的不断进步，档案工作将继续朝着智能化、自动化的方向发展。