檔案數字化處理技術及其應用

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

關鍵詞：檔案數字化；處理技術；應用

前言

數字化（Digitalization），是將信息轉換為數字（即計算機可讀）格式的過程。即將任何復雜多變的信息轉變為可度量的數字、數據，再以這些數字、數據建立起數字化模型，轉變為一系列二進制代碼，引入計算機統一處理的過程。檔案數字化是指利用掃描儀等設備將檔案進行掃描、壓縮、轉化等數字化加工，使傳統紙質檔案、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、光盤等載體上的數字文件，并按照檔案內在聯系，建立目錄數據與數字文件關聯關系的處理過程。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，《檔案數字化外包安全管理規范》《數字檔案系統檢測辦法》等政策標準的出臺和實施，有力推動了檔案數字化產業發展。據統計，2022年我國檔案數字化行業市場規模達68.8億元，較2017年的40.5億元增長了69.88%。檔案數字化是時代發展的新趨勢，隨著大數據、區塊鏈、人工智能等先進技術的應用，電子文檔已經成為重要的戰略數據資源。

1 檔案數字化原則

檔案數字化需要應用到數據壓縮技術、高速掃描技術、數據庫技術、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。檔案數字化技術性要求極高，通常需要委托第三方專業機構協助完成。在數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，從實際出發進行篩選，確定數字化范圍，根據輕重緩急，分階段、分層次、分步驟進行。因此，從檔案數字化的技術選擇、參數設置、數字化范圍等，均需要立足實際和檔案管理現實需要，遵循科學原則。二是系統性。檔案數字化系統性既包括信息資源的系統性，也包括數字化軟硬件的系統性。前者是指對館藏檔案資源進行系統整理，重點或特色檔案數字化應保持其系統、連貫和完整，確保數字化后的檔案信息保持內在邏輯聯系。后者是指檔案數字化應用到的軟硬件配備、數據庫建立等，在數字化各個環節階段都要保持一致性，以確保檔案數字化可持續性。三是整體性。檔案數字化是檔案管理工作的重要組成部分，應將檔案數字化納入機關、單位或部門檔案事業發展總體規劃之中，遵循整體性原則。即檔案數字化標準、規范和要求要保持統一性。運用先進的數字技術、信息技術，實現檔案數字資源的共建共享，通過檔案數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安全因素威脅，做好檔案數字化信息真實、完整、保密就顯得非常重要。既要防數據信息泄密，也要防數據信息丟失。就需要采取數據加密、數據備份、身份認證等先進技術，確保檔案數字化安全。五是可行性。檔案數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字化最大限度地滿足實際操作要求。檔案數字化還涉及后期的系統運行、維護和管理，對人力、物力、財力都有較高要求。因此，檔案數字化應量力而行，根據單位館藏檔案實際，人才隊伍能力水平，經費保障力度等，選擇切實可行的技術和方案。

2 檔案數字化類型

2.1 紙質檔案數字化

《紙質檔案數字化規范》（DA/T31-2017）規定，紙質檔案數字化就是指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信息，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。紙質檔案數字化包括數字化前處理（確定掃描頁、編制頁號、目錄數據準備、拆除裝訂、技術修復）、目錄數據庫建立、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）、數據掛接、成果驗收與移交等主要環節（見圖1）。紙介質資料的數字化方法主要有手工錄入、掃描、數碼相機等[2]。紙質檔案數字流程如圖所示。

2.2 音視頻檔案數字化

《錄音錄像檔案數字化規范》（DA/T62-2017）規定，錄音錄像檔案數字化是指對模擬錄音錄像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音頻文件和視頻文件，并按照錄音錄像檔案的內在聯系，建立起目錄數據與數字音視頻文件關聯關系的處理過程（見圖2）。音視頻檔案數字化技術參數包括：錄音檔案數字化采樣率＞44.1kHz；量化位數24bit；原始聲道數記錄；存儲格式為WAVE。錄像檔案數字化技術參數包括：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≥8bit，特殊視頻量化位數≥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。音視頻檔案數字化流程如圖所示。

2.3 實物檔案數字化

根據《實物檔案數字化規范》（DA/T89-2022），實物檔案數字化是指采用拍攝、掃描等方式對實物檔案進行數字化加工，將其轉化為存儲在磁帶、磁盤、光盤等載體上的數字文件，并按照實物檔案的內在聯系，建立目錄數據與數字文件關聯關系的處理過程。實物檔案數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生顯著變化的臨界點。實物檔案數字化重點是數字化采集，采集的方式有平面掃描、三維掃描、數碼拍照、環物攝影，其中實物檔案數字化三維掃描精度≤0.05mm；點間距≤0.254mm；紋理色彩≥32位色；掃描距離400-600mm；幾何數據存儲格式有3DS、3DAMX、WRL、DAE等；紋理數據存儲格式有JPG、TIFF、TGA等。實物檔案數字化數字采集完成后還需要旋轉、糾偏、去污、拼接、降噪、數據平滑。實物檔案數字化流程如圖所示（見圖3）。

3 檔案數字化處理技術

一是計算機網絡技術，是檔案數字化過程中基礎性技術[3]。包括數據處理、實時控制、圖像文字處理、多媒體技術等。網絡技術包括檔案操作系統、數據傳輸、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、一次鏡像系統技術、雙鏡頭掃描技術、共享掃描技術，等等，檔案數字化掃描技術根據紙質、音視頻及實物檔案不同，選擇不同掃描儀和掃描方法[4]。三是數據庫技術，是信息系統的核心技術，是計算機輔助組織、存儲及高效獲取、處理數據。數據庫技術應用減少數據存儲冗余、實現檔案數據信息高效檢索、共享。四是光盤刻錄技術，計算機中檔案數據經軟件處理，將二進制數據刻錄保存在空白光盤[5]。光盤質優價廉，可將海量檔案數據信息刻錄備份至光盤上，實現檔案數據存儲。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，也是檔案數字化處理過程中常用到的各種應用技術[6]。

4 檔案數字化技術應用及需要注意的問題——以實物檔案數字化為例

獎牌、獎杯、證書、徽章、紀念章等實物檔案，形態各異、類型多樣、大小不一、材質不同，但都直觀、形象地體現了一段發展歷史，做好這些實物檔案數字化，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圖像形式展示的實物檔案，選用彩色數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字化、圖像增強和復原、圖像數據編碼、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 檔案數據錄入

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

4.4 數據備份

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

4.5 數據掛接

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

4.6 實物檔案數字化需要注意

一要保護實物檔案實體安全。在數字化過程中，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、立體式數據采集，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。實物檔案數字化應嚴格執行《實物檔案數字化規范》、標準平臺等的規定，確保系統的開放化、可擴展性，便于后期隨著技術的發展，系統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。大量的實物檔案數字化也會占用大量的設備存貯空間。在實物檔案數字化前，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字化處理過程。實物檔案數字化處理包括原始檔案保護、數據捕獲、數據處理、存貯、檢索與顯示等環節，其中數字化只是其整個處理過程中的重要一部分。不能一味關注純數字化工作，而忽視其它一些更為重要的處理環節。要把實物檔案數字化與管理、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.館藏檔案數字化十原則[J] .中國檔案，2004（4）：37-38.

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

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

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

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

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

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

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

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

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