館藏紙質檔案數字化存在的問題及對策

文·武向峰

檔案信息資源建設是檔案信息化建設的重點，館藏紙質檔案數字化是信息資源的重要來源和基礎。紙質檔案數字化是采用掃描儀等設備對紙質檔案進行數字化加工，使其轉化為存儲在磁帶、磁盤、光盤等載體上的數字圖像，并按照紙質檔案的內在聯系，建立起目錄數據與數字圖像關聯關系的處理過程。紙質檔案數字化能有效地保護檔案原件，查閱起來也極為方便快捷。各級各類檔案館都已開展館藏紙質檔案數字化工作，筆者擬對紙質檔案數字化加工中的若干問題進行分析探討，并提出意見以供商榷。

一、館藏紙質檔案數字化存在的問題

（一）檔案機讀目錄缺失、漏編情況，表現為紙質檔案實體及其紙質目錄存在，其機讀目錄不存在，致使掃描件無法掛接。

（二）題名錄入錯誤。題名指文件的標題，一般應照實抄錄。有些機讀目錄在題名錄入時沒有照實錄入，出現了以下錯誤。一是簡寫題名，不能準確全面體現文件材料的內容。如某全宗 1985年的“關于公布干部任職的通知”的題名簡寫成“通知”；二是題名出現錯別字，尤其是婚姻檔案中的姓名錯誤，如“王芬”錄入為“王芳”，“劉友棟”錄入為“劉支棟”；三是題名全錯，如帶有文件處理單的某份文件，題名錄入為“文件處理單”，沒有錄入文件的題名。

（三）文號漏錄、錄入不全或錄入錯誤。文號一般是由“發文機關代字+年份+順序號”組成。一是檔案原件的文號在錄入機讀目錄時漏錄；二是錄入文號不完整，只錄入文號中的年度和發文順序號，如〔1985〕5號；三是出現發文機關代字錄入錯誤或年份錄入錯誤，如沭政辦發〔2009〕13號，錄入為“沭政發〔2009〕13號”。

（四）責任者漏錄、錄入錯誤。責任者是指制發文件的組織或個人，錄入機讀目錄時有的“責任者”一項空著，有的錯把發文機關錄入為歸檔單位。

（五）成文日期漏錄、錄入錯誤或錄入不全。成文日期指文件形成的日期，是由年月日八位阿拉伯數字組成，比如2001年2月23日的一份文件，其成文日期錄入為“20010223”。有的檔案機讀目錄成文日期這一項空著，有的只有年度，有的只有年份和月份，沒有具體的日期等。

（六）檔案機讀目錄與檔案數字圖像不關聯。如有的檔案，能檢索到其檔案機讀目錄數據，檢索不到原文的數字圖像，其原因是沒有關聯其檔案數字圖像。

（七）檔案目錄數據與檔案數字圖像關聯不準確。如有的婚姻檔案，其卷內目錄有50件婚姻檔案。由于掛接錯誤，每件檔案的機讀目錄數據與其關聯的檔案數字圖像不能一一對應。

（八）檔案數字圖像模糊、偏斜，或數字圖像不完整。如某“審批預備黨員轉正存根”掃描檔案共44頁，其中第20、22、32頁數字圖像不完整，其“石門鎮”“青云鎮”“臨沭一中”三個單位名稱經掃描裁邊后成了“門鎮”“云鎮”“沭一中”。

二、館藏紙質檔案數字化問題應采取的對策

（一）對館藏紙質檔案機讀目錄漏編、錯編的處理方法

1.對檔案機讀目錄漏編的處理

對照館藏紙質檔案一件一件地核對其機讀目錄，對于漏編的檔案機讀目錄，根據《檔案著錄規則》，按照目錄數據庫建立時制定的數據規則，對照檔案原件內容，照實錄入目錄內容。

2.對檔案機讀目錄數據著錄項內容與實體檔案不吻合的處理

一在檔案數字化前期發現檔案目錄數據錄入內容與其紙質檔案不吻合，有兩種處理方法。一是如果需要修改的機讀目錄量很小，可以在檔案管理系統內檢索出錄入錯誤的機讀目錄，如上文提到的1985年“關于公布干部任職的通知”這份檔案的題名簡寫成“通知”，可先檢索出這條錯誤的機讀目錄，點擊編輯進入包括題名、文號、件號等十二個著錄項的界面，然后補充正確題名，最后點擊保存即可。二是如果需要修改的機讀目錄量大，工作人員可以在數字檔案管理系統中，檢索出需要修改的機讀目錄，以查詢報表的方式導出EXCEL格式的檔案機讀目錄，對照紙質檔案進行一一修改。然后從檔案管理系統中檢索出錄入錯誤的機讀目錄，進行刪除。最后打開檔案管理系統，導入修改后的EXCEL表格中正確的檔案機讀目錄即可。檔案機讀目錄中，不管是題名、文號、件號、責任者、年度，還是成文日期、全宗號、目錄號、保管期限、盒號，如果出現錄入錯誤內容的現象，都可以通過以上方法進行修改。

二在檔案掃描件掛接后，發現檔案目錄數據錄入內容與實體檔案不吻合，不僅要重新編輯機讀目錄，還要修改原文進行數字圖片掛接。各檔案館雖然使用的檔案管理軟件不同，但基本功能應大致相同。下面以八九數碼檔案管理軟件為例，處理檔案目錄和數字圖像出現的問題。如婚姻檔案中誤將“王芬”錄入為“王芳”，按照前文所說方法，應重新編輯這條機讀目錄，把“王芳”改為“王芬”并保存。然后再檢索出修改過的這條帶有“王芬” 題名的目錄，點擊修改原文，出現“電子文件修改”界面，再點擊瀏覽，找到相應的PDF格式的圖片文件夾，點擊修改，這樣這條機讀目錄就與其檔案數字圖片掛接上了。

（二）對紙質檔案數字圖像模糊、偏斜、不完整的處理方法

1.對于檔案數字圖像模糊、不完整的處理方法

一數字圖像不完整、無法清晰識別或圖像失真度較大時，應重新掃描、去污、存儲。掃描色彩模式一般有黑白二值、彩色、灰度等，通常采用黑白二值。頁面為黑白兩色且不帶插圖、字跡清晰的檔案可采用黑白二值模式進行掃描。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、印章或插有彩色照片、黑白照片、彩色插圖的檔案，可視需要采用彩色模式進行掃描。采用黑白二值、灰度、彩色幾種模式對檔案進行掃描時，其分辨率應選擇 ≥200dpi 。特殊情況下，如文字偏小、密集、清晰度較差等，以及需要進行OCR漢字識別的檔案，可適當提高分辨率，建議選擇≥300dpi 。對于圖像頁面中出現的影響圖像質量的雜質如黑點、黑線、黑框、黑邊等應進行去污處理。處理過程中應遵循展現檔案原貌的原則。重新掃描后的圖像存儲時，應先刪除原來模糊或者不完整的掃描件，再按照原來圖像文件名命名。

二把重新掃描后的清晰完整的數字圖像與對應的機讀目錄掛接。一是在檔案數據庫中按照存儲的路徑找到包含這份文件的文件夾，雙擊打開文件夾，搜索出全部PDF格式的文件，然后刪除。二是在計算機桌面上找到PDF打包軟件，雙擊打開，選擇好檔案數字圖像存儲路徑，點擊執行操作，這份PDF格式的文件就自動生成了。如果是卷內文件，需要按照這份文件的存儲路徑在數據庫中找到包含這份文件的文件夾，打開文件夾刪除卷皮和目錄數字圖像生成的PDF格式的文件。三是登錄檔案管理系統檢索到這件檔案，然后點擊這條目錄前面的原文就可以看到所掛接上的清晰完整的數字圖像了。

2.對于檔案數字圖像偏斜的處理方法

一對偏斜的檔案數字圖像糾偏。從檔案數據庫中，根據存儲路徑找到這張偏斜的數字圖像并雙擊，在圖像的菜單欄里找到編輯并點擊，出現向右旋轉、向左旋轉、向下旋轉3個箭頭標志，根據需要調整的角度來點擊相對應的旋轉箭頭；如果調整的角度不是90°或者90°的倍數，可以直接輸入需要調整的角度來糾偏，使圖像立正不偏斜，然后點擊確定保存圖像。

二把糾偏后的數字圖像與對應的機讀目錄掛接。糾偏后的數字圖像與對應的機讀目錄掛接的方法，與重新掃描后的數字圖像與對應的機讀目錄掛接是一樣的，需要根據存儲路徑找到包含糾偏的數字圖像文件夾，搜索出全部PDF格式的文件，然后刪除。再利用PDF打包軟件，對這個文件夾的所有數字圖像進行打包。如果是以卷為單位的卷內文件，需要刪除由封面和卷內目錄生成的PDF文件。這樣糾偏后的數字圖像與對應的機讀目錄就掛接好了。

三、館藏紙質檔案數字化的幾點思考

（一）精心謀劃是做好館藏紙質檔案數字化工作的必要前提。檔案數字化工作內容繁瑣，每個工作項目開展前都必須做好充分的準備。為此，檔案館要精心謀劃，總體把握項目的實施，制定出完善可行的工作方案，保證每個工作項目順利實施。

（二）科學管理是做好館藏紙質檔案數字化工作的關鍵方法。根據館藏紙質檔案門類多、起止年度長、卷件數多、數字資源建設管理從理論到實踐需要逐漸深化等特點，根據數字化項目進展情況，對人力、技術、資金進行及時有效地調整控制，以確保完成各個年度、各個項目的工作目標。

（三）強化質量是做好紙質檔案數字化工作的核心要求。質量是檔案數字化建設的核心。檔案數字化工作的質量直接影響著檔案信息資源建設的質量。檔案數字化工作由多個工作環節組成，每個工作環節的工作質量都將影響到整個數字化工作的質量。紙質檔案機讀目錄數據核對、檔案掃描、圖像處理、圖像存儲、數據匯總掛接、數據抽檢驗收等每一個工作環節都需要檔案館工作人員積極跟進，有效檢查監督，及時發現問題，防止操作失誤，杜絕安全隱患，提高館藏紙質檔案數字化工作水平。