檔案數(shù)字化處理技術(shù)及其應(yīng)用

摘 要：檔案數(shù)字化是時(shí)代發(fā)展的新趨勢(shì)，大數(shù)據(jù)、區(qū)塊鏈、人工智能等先進(jìn)技術(shù)的應(yīng)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(shí)代發(fā)展的趨勢(shì)，應(yīng)堅(jiān)持科學(xué)、系統(tǒng)、整體、安全、可行原則，開展檔案數(shù)字化。本文簡(jiǎn)要探討了紙質(zhì)檔案、音視頻檔案和實(shí)物檔案數(shù)字化類型及相應(yīng)技術(shù)參數(shù)，以及檔案數(shù)字化處理常用的技術(shù)，并以實(shí)物檔案數(shù)字化為例，提出檔案數(shù)字化處理技術(shù)在實(shí)物檔案數(shù)字化中的實(shí)際應(yīng)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(guān)鍵詞：檔案數(shù)字化；處理技術(shù)；應(yīng)用

前言

數(shù)字化（Digitalization），是將信息轉(zhuǎn)換為數(shù)字（即計(jì)算機(jī)可讀）格式的過程。即將任何復(fù)雜多變的信息轉(zhuǎn)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(zhuǎn)變?yōu)橐幌盗卸M(jìn)制代碼，引入計(jì)算機(jī)統(tǒng)一處理的過程。檔案數(shù)字化是指利用掃描儀等設(shè)備將檔案進(jìn)行掃描、壓縮、轉(zhuǎn)化等數(shù)字化加工，使傳統(tǒng)紙質(zhì)檔案、錄音錄像檔案、實(shí)物檔案等轉(zhuǎn)化為圖片、聲像存儲(chǔ)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(guān)聯(lián)關(guān)系的處理過程。亦即將非計(jì)算機(jī)可識(shí)別的載體上的信息轉(zhuǎn)換為0、1代碼組成的計(jì)算機(jī)可識(shí)別電子文件的過程。近年來(lái)，《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(cè)辦法》等政策標(biāo)準(zhǔn)的出臺(tái)和實(shí)施，有力推動(dòng)了檔案數(shù)字化產(chǎn)業(yè)發(fā)展。據(jù)統(tǒng)計(jì)，2022年我國(guó)檔案數(shù)字化行業(yè)市場(chǎng)規(guī)模達(dá)68.8億元，較2017年的40.5億元增長(zhǎng)了69.88%。檔案數(shù)字化是時(shí)代發(fā)展的新趨勢(shì)，隨著大數(shù)據(jù)、區(qū)塊鏈、人工智能等先進(jìn)技術(shù)的應(yīng)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(yīng)用到數(shù)據(jù)壓縮技術(shù)、高速掃描技術(shù)、數(shù)據(jù)庫(kù)技術(shù)、光盤存儲(chǔ)技術(shù)等，將紙質(zhì)、音視頻、實(shí)物檔案轉(zhuǎn)化為計(jì)算機(jī)可識(shí)別信息和處理，應(yīng)遵循如下原則[1]：一是科學(xué)性。檔案數(shù)字化技術(shù)性要求極高，通常需要委托第三方專業(yè)機(jī)構(gòu)協(xié)助完成。在數(shù)字化前需要做好各項(xiàng)準(zhǔn)備工作，尤其是要對(duì)館藏檔案資料進(jìn)行鑒定，從實(shí)際出發(fā)進(jìn)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(jìn)行。因此，從檔案數(shù)字化的技術(shù)選擇、參數(shù)設(shè)置、數(shù)字化范圍等，均需要立足實(shí)際和檔案管理現(xiàn)實(shí)需要，遵循科學(xué)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(duì)館藏檔案資源進(jìn)行系統(tǒng)整理，重點(diǎn)或特色檔案數(shù)字化應(yīng)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(yīng)用到的軟硬件配備、數(shù)據(jù)庫(kù)建立等，在數(shù)字化各個(gè)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(yīng)將檔案數(shù)字化納入機(jī)關(guān)、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(biāo)準(zhǔn)、規(guī)范和要求要保持統(tǒng)一性。運(yùn)用先進(jìn)的數(shù)字技術(shù)、信息技術(shù)，實(shí)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(jià)值功能。四是安全性。安全是檔案數(shù)字化的底線。大量先進(jìn)技術(shù)的應(yīng)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(shí)、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(rèn)證等先進(jìn)技術(shù)，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(shù)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(shí)際操作要求。檔案數(shù)字化還涉及后期的系統(tǒng)運(yùn)行、維護(hù)和管理，對(duì)人力、物力、財(cái)力都有較高要求。因此，檔案數(shù)字化應(yīng)量力而行，根據(jù)單位館藏檔案實(shí)際，人才隊(duì)伍能力水平，經(jīng)費(fèi)保障力度等，選擇切實(shí)可行的技術(shù)和方案。

2 檔案數(shù)字化類型

2.1 紙質(zhì)檔案數(shù)字化

《紙質(zhì)檔案數(shù)字化規(guī)范》（DA/T31-2017）規(guī)定，紙質(zhì)檔案數(shù)字化就是指采用掃描儀等設(shè)備對(duì)紙質(zhì)檔案進(jìn)行數(shù)字化加工，使其轉(zhuǎn)化為存儲(chǔ)在磁帶、磁盤、光盤等載體上的數(shù)字信息，并按照紙質(zhì)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(guān)聯(lián)關(guān)系的處理過程。紙質(zhì)檔案數(shù)字化包括數(shù)字化前處理（確定掃描頁(yè)、編制頁(yè)號(hào)、目錄數(shù)據(jù)準(zhǔn)備、拆除裝訂、技術(shù)修復(fù)）、目錄數(shù)據(jù)庫(kù)建立、檔案掃描（掃描設(shè)備、色彩模式、分辨率、存儲(chǔ)格式）、圖像處理（拼接、旋轉(zhuǎn)、糾偏、裁邊、去污、質(zhì)檢）、數(shù)據(jù)掛接、成果驗(yàn)收與移交等主要環(huán)節(jié)（見圖1）。紙介質(zhì)資料的數(shù)字化方法主要有手工錄入、掃描、數(shù)碼相機(jī)等[2]。紙質(zhì)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(duì)模擬錄音錄像檔案進(jìn)行數(shù)字化加工，使其轉(zhuǎn)化為存儲(chǔ)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(guān)聯(lián)關(guān)系的處理過程（見圖2）。音視頻檔案數(shù)字化技術(shù)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(chǔ)格式為WAVE。錄像檔案數(shù)字化技術(shù)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(biāo)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(chǔ)格式為AVI或MXF。需要將錄音錄像檔案進(jìn)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(shí)物檔案數(shù)字化

根據(jù)《實(shí)物檔案數(shù)字化規(guī)范》（DA/T89-2022），實(shí)物檔案數(shù)字化是指采用拍攝、掃描等方式對(duì)實(shí)物檔案進(jìn)行數(shù)字化加工，將其轉(zhuǎn)化為存儲(chǔ)在磁帶、磁盤、光盤等載體上的數(shù)字文件，并按照實(shí)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(guān)聯(lián)關(guān)系的處理過程。實(shí)物檔案數(shù)字化需要利用三維掃描技術(shù)，反映實(shí)物檔案空間外形、結(jié)構(gòu)及色彩等特征信息發(fā)生顯著變化的臨界點(diǎn)。實(shí)物檔案數(shù)字化重點(diǎn)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(shí)物檔案數(shù)字化三維掃描精度≤0.05mm；點(diǎn)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(chǔ)格式有3DS、3DAMX、WRL、DAE等；紋理數(shù)據(jù)存儲(chǔ)格式有JPG、TIFF、TGA等。實(shí)物檔案數(shù)字化數(shù)字采集完成后還需要旋轉(zhuǎn)、糾偏、去污、拼接、降噪、數(shù)據(jù)平滑。實(shí)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(shù)

一是計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，是檔案數(shù)字化過程中基礎(chǔ)性技術(shù)[3]。包括數(shù)據(jù)處理、實(shí)時(shí)控制、圖像文字處理、多媒體技術(shù)等。網(wǎng)絡(luò)技術(shù)包括檔案操作系統(tǒng)、數(shù)據(jù)傳輸、存儲(chǔ)和信息共享等。二是掃描技術(shù)，是一種文件圖像轉(zhuǎn)化為電子文件的技術(shù)。掃描技術(shù)中又包括電機(jī)技術(shù)、色彩增強(qiáng)技術(shù)、校正技術(shù)、一次曝光掃描技術(shù)、一次鏡像系統(tǒng)技術(shù)、雙鏡頭掃描技術(shù)、共享掃描技術(shù)，等等，檔案數(shù)字化掃描技術(shù)根據(jù)紙質(zhì)、音視頻及實(shí)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(kù)技術(shù)，是信息系統(tǒng)的核心技術(shù)，是計(jì)算機(jī)輔助組織、存儲(chǔ)及高效獲取、處理數(shù)據(jù)。數(shù)據(jù)庫(kù)技術(shù)應(yīng)用減少數(shù)據(jù)存儲(chǔ)冗余、實(shí)現(xiàn)檔案數(shù)據(jù)信息高效檢索、共享。四是光盤刻錄技術(shù)，計(jì)算機(jī)中檔案數(shù)據(jù)經(jīng)軟件處理，將二進(jìn)制數(shù)據(jù)刻錄保存在空白光盤[5]。光盤質(zhì)優(yōu)價(jià)廉，可將海量檔案數(shù)據(jù)信息刻錄備份至光盤上，實(shí)現(xiàn)檔案數(shù)據(jù)存儲(chǔ)。后期，可在VCD、DVD機(jī)播放。此外，還有壓縮技術(shù)、OCR文字識(shí)別技術(shù)、分級(jí)存儲(chǔ)技術(shù)、多媒體檢索技術(shù)、信息安全技術(shù)等，也是檔案數(shù)字化處理過程中常用到的各種應(yīng)用技術(shù)[6]。

4 檔案數(shù)字化技術(shù)應(yīng)用及需要注意的問題——以實(shí)物檔案數(shù)字化為例

獎(jiǎng)牌、獎(jiǎng)杯、證書、徽章、紀(jì)念章等實(shí)物檔案，形態(tài)各異、類型多樣、大小不一、材質(zhì)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(shí)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(duì)實(shí)物檔案原件侵?jǐn)_而起到很好的保護(hù)作用。

4.1 拍攝、掃描技術(shù)

錦旗、印章等能夠以二維靜態(tài)圖像形式展示的實(shí)物檔案，選用彩色數(shù)碼相機(jī)進(jìn)行拍攝或者進(jìn)行平面掃描。一些重要的大型儀器、設(shè)施設(shè)備需要以三維全景影像形式展示的，需要對(duì)其進(jìn)行環(huán)物攝影。無(wú)論是實(shí)物檔案拍攝還是掃描，都要保證實(shí)物檔案與成像之間保持一一對(duì)應(yīng)關(guān)系，且同一種拍攝方式應(yīng)采用相同存儲(chǔ)格式。

4.2 圖像處理技術(shù)

在實(shí)物拍攝、掃描完成后，還需要對(duì)圖像進(jìn)行圖像數(shù)字化、圖像增強(qiáng)和復(fù)原、圖像數(shù)據(jù)編碼、圖像分割和圖像識(shí)別等技術(shù)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(shí)物檔案模擬信號(hào)圖像進(jìn)行處理。后者，主要是借助計(jì)算機(jī)及應(yīng)用軟件進(jìn)行處理。圖像處理包括去污、拼接、旋轉(zhuǎn)、糾偏，多余的白邊還需要進(jìn)行裁邊處理，減少圖像文件容量，增加視覺美感。圖像處理時(shí)應(yīng)注意保持與實(shí)物檔案一致，確保檔案數(shù)字化圖像完整、檔案信息忠實(shí)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(shí)物檔案信息錄入目錄數(shù)據(jù)庫(kù)。嚴(yán)格按照實(shí)物檔案的類別、時(shí)間先后順序?qū)D像信息內(nèi)容按照條目逐條錄入目錄數(shù)據(jù)庫(kù)[8]。檔案數(shù)據(jù)錄入結(jié)束，還需要進(jìn)行核查，重點(diǎn)是核查錄入內(nèi)容與目錄數(shù)據(jù)庫(kù)條目總數(shù)是否一致，信息內(nèi)容是否遺漏或重復(fù)。錄入后的實(shí)物檔案目錄數(shù)據(jù)應(yīng)包括檔號(hào)、年度、保管年限、題名、技術(shù)環(huán)境、責(zé)任者、材質(zhì)等技術(shù)參數(shù)信息。

4.4 數(shù)據(jù)備份

對(duì)經(jīng)核實(shí)無(wú)誤的實(shí)物檔案數(shù)據(jù)信息及時(shí)進(jìn)行備份。為確保實(shí)物檔案數(shù)據(jù)信息安全，可采用移動(dòng)硬盤、VCD光盤、DVD光盤等進(jìn)行數(shù)據(jù)備份。備份結(jié)束時(shí)，還要檢查備份介質(zhì)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(biāo)簽，便于查找和利用。

4.5 數(shù)據(jù)掛接

將核查無(wú)誤的單機(jī)版檔案管理系統(tǒng)的檔案數(shù)據(jù)完整導(dǎo)入網(wǎng)絡(luò)版檔案管理軟件[9]。數(shù)據(jù)掛接后還需要逐條檢查，重點(diǎn)是要檢查目錄數(shù)據(jù)與實(shí)物檔案數(shù)字影像對(duì)象的準(zhǔn)確性，已掛接數(shù)字影像與實(shí)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(shí)現(xiàn)實(shí)物檔案數(shù)據(jù)與機(jī)關(guān)局域網(wǎng)掛接。通過登錄局域網(wǎng)查詢、檢索庫(kù)存的實(shí)物檔案條目及詳細(xì)內(nèi)容。

4.6 實(shí)物檔案數(shù)字化需要注意

一要保護(hù)實(shí)物檔案實(shí)體安全。在數(shù)字化過程中，掃描或拍攝時(shí)要注意安全，防止造成實(shí)物檔案二次破壞。二要注意實(shí)物檔案特點(diǎn)。獎(jiǎng)杯、設(shè)備、儀器、紀(jì)念品等實(shí)物檔案形狀多樣、復(fù)雜，拍攝或掃描時(shí)應(yīng)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(shí)物檔案全貌。三要注重標(biāo)準(zhǔn)化問題。實(shí)物檔案數(shù)字化應(yīng)嚴(yán)格執(zhí)行《實(shí)物檔案數(shù)字化規(guī)范》、標(biāo)準(zhǔn)平臺(tái)等的規(guī)定，確保系統(tǒng)的開放化、可擴(kuò)展性，便于后期隨著技術(shù)的發(fā)展，系統(tǒng)或軟件能夠及時(shí)升級(jí)或移植，盡量不要采用封閉式的技術(shù)和標(biāo)準(zhǔn)。四是注重存貯問題。大量的實(shí)物檔案數(shù)字化也會(huì)占用大量的設(shè)備存貯空間。在實(shí)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(jī)、服務(wù)器硬盤、光盤等合適存儲(chǔ)的空間。五是注意實(shí)物檔案數(shù)字化處理過程。實(shí)物檔案數(shù)字化處理包括原始檔案保護(hù)、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(gè)處理過程中的重要一部分。不能一味關(guān)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(shí)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(xiàn)

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

[2]魏自鵬.紙質(zhì)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(shù)學(xué)院學(xué)報(bào)，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(zhì)檔案數(shù)字化測(cè)評(píng)：方法選取與實(shí)施步驟[J].湖北開放職業(yè)學(xué)院學(xué)報(bào)，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(shè)路徑[J].蘭臺(tái)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(shè)過程中各類檔案數(shù)字化方法探究——以鄂爾多斯職業(yè)學(xué)院為例[J].文化創(chuàng)新比較研究，2019（17）：147-148.

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

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

作者簡(jiǎn)介：孫鵬（1987— ），大學(xué)學(xué)歷，盤錦市興隆臺(tái)區(qū)政府館員，主要從事檔案研究。