賈 薇 班 晶

（中國人民解放軍92981部隊，北京 100161）

按照《紙質(zhì)檔案數(shù)字化規(guī)范》（DA/T 31-2017，下文簡稱《規(guī)范》）[1]規(guī)定，紙質(zhì)檔案數(shù)字化基本環(huán)節(jié)主要包括：數(shù)字化前處理、目錄數(shù)據(jù)庫建立、檔案掃描、圖像處理、數(shù)據(jù)掛接、數(shù)字化成果驗收與移交等。雖然檔案掃描環(huán)節(jié)的圖像問題大多可通過后期的圖像處理解決，但如果掃描文件本身的質(zhì)量不高，一方面增加了后期圖像處理的工作量，另一方面也增加了圖像處理的難度。在存儲成圖片格式之前的掃描階段進行圖片處理是事半功倍的，針對不同的原稿可以使掃描出的圖像還原更實、細節(jié)更完善[2]。通過提高掃描文件的質(zhì)量，還可大幅減輕后期對掃描文件進行圖像處理的工作量。

1 掃描儀工作原理及主要參數(shù)

在掃描設(shè)備的選取上，《規(guī)范》并未做硬性規(guī)定，具體操作時可根據(jù)需要進行選擇，但總體上要注意對檔案實體的保護，并盡可能保持檔案原貌[3]。掃描儀是檔案掃描常用工具之一，因此本文主要以掃描儀為例進行分析，它通過發(fā)射光源到待掃描文件上，收集反射的光線到圖像傳感器，圖像傳感器將光信號轉(zhuǎn)換為模擬電流信號，模擬電流信號經(jīng)過放大及模數(shù)轉(zhuǎn)換、信號處理，最終在計算機上獲得文件圖像。

《規(guī)范》中要求掃描儀參數(shù)的設(shè)置和調(diào)整應(yīng)保證掃描后數(shù)字圖像清晰、完整、不失真，圖像效果最接近檔案原貌。一般來說，掃描儀的主要設(shè)置參數(shù)包括：進紙方式、紙張尺寸、顏色、分辨率、亮度、對比度、文件格式等，其中文件格式為最終掃描輸出的文件格式，選擇好檔案數(shù)字化副本存儲格式，既可減少存儲空間，也可提高上傳、下載速度，具有重要意義[4]。一些功能豐富的掃描儀還有去除黑邊、顏色校正等功能，根據(jù)需要合理使用可獲到較好的掃描效果。

2 檔案掃描過程中的問題及解決方法

2.1 掃描文件的內(nèi)容不全

公文檔案中的文件紙張根據(jù)不同時期公文用紙的規(guī)定而發(fā)生變化，《國家機關(guān)公文格式》（GB/T 9704-1988）[5]中規(guī)定 “公文用紙的幅面尺寸一般用16開型260mm×184mm,有條件機關(guān)和涉外部門,可推薦采用國際標(biāo)準(zhǔn)A4型。”2000年開始實施的《國家行政機關(guān)公文格式》（GB/T 9704—1999）[6]中規(guī)定公文用紙采用GB/T 148中規(guī)定的A4型紙，其成品幅面尺寸為：210mm×297mm，2012年發(fā)布并實施的《黨政機關(guān)公文格式》（GB/T 9704-2012）[7]中仍規(guī)定公文用紙幅面尺寸采用GB/T 148中規(guī)定的A4型紙，因此在進行檔案數(shù)字化時，應(yīng)根據(jù)公文用紙幅面尺寸設(shè)置掃描儀的幅面尺寸，避免由于紙張尺寸設(shè)置錯誤導(dǎo)致文件內(nèi)容掃描不全。

另外，當(dāng)掃描儀最大為A4幅面時，由于部分文件中的表格為A3幅面，就可能出現(xiàn)紙張幅面大于掃描儀的情況，可通過兩種方式解決：第一種是采用更大幅面掃描儀進行掃描，第二種是將原文件用掃描儀分塊掃描后，用軟件將局部掃描的文件進行拼接處理。

2.2 掃描文件出現(xiàn)重影

當(dāng)打印機出現(xiàn)故障時，打印出的頁面可能出現(xiàn)重影，但鑒于保持檔案原貌的原則，此種情況無須處理。另一方面，可能由于早期公文紙張厚度不足，正面透出背面內(nèi)容，在進行數(shù)字化掃描時背面的內(nèi)容也會反射光線，生成相應(yīng)圖像，掃描的文件中就出現(xiàn)了文字重影。由于一般重影文字與原文字顏色的灰度不同，可利用灰度直方圖進行閾值處理，通過手動選擇閾值或由程序通過自適應(yīng)算法自動計算得到閾值，把像素值處于閾值范圍外的點的顏色賦予白色值。利用這一特點，可在掃描儀的設(shè)置中調(diào)節(jié)灰度直方圖閾值范圍，即可去除由于紙張較薄而造成的圖像重影，使掃描的文件內(nèi)容更加清晰。

2.3 掃描文件出現(xiàn)黑點、黑線

掃描文件出現(xiàn)黑線，如果經(jīng)過檢查發(fā)現(xiàn)是原始文件的問題，應(yīng)遵循展現(xiàn)檔案原貌的原則，處理過程中不得去除檔案頁面原有的紙張褪變斑點、水漬、污點、裝訂孔等痕跡，因此這種情況下不應(yīng)進行處理。

如果原始文件沒有問題，而掃描出的文件有問題，則可檢查掃描儀平板及搓紙輪是否有臟污，如果平臺玻璃板上粘有顆粒物等，在掃描過程中，當(dāng)光線照亮玻璃板上的原稿時，顆粒物等會將光線反射至反光鏡，導(dǎo)致感光器件識別信號，經(jīng)過模電轉(zhuǎn)換，最終在生成的掃描文件上出現(xiàn)黑點。因此應(yīng)當(dāng)定期對掃描儀平臺玻璃板、搓紙輪進行擦拭清潔，當(dāng)掃描儀不用時，盡量將平臺玻璃板上的保護蓋放下以防止灰塵進入。

2.4 掃描文件文字傾斜

如果掃描文件出現(xiàn)文字傾斜，此時可打開掃描儀的“自動傾斜校正”功能，該技術(shù)可通過計算輸入的文書中的網(wǎng)格線、文字、圖片等的排列方向，檢測傾斜角度并進行自動校正。

2.5 掃描文件出現(xiàn)黑邊

由于部分文件裝訂原因，無法逐頁掃描，也無法180度平展，這樣就可能造成漏光，當(dāng)掃描到漏光的區(qū)域時，由于沒有物體反射光線，形成了黑色的區(qū)域，掃描文件就會帶有黑邊，通過打開掃描儀“去除黑邊”功能可以有效去除掃描出的黑邊。

2.6 掃描儀卡紙

在數(shù)字化過程中，有時會出現(xiàn)掃描儀卡紙問題，一般可能有如下幾個原因：

1）紙張?zhí)。捍昙堓喴淮未陝恿藬?shù)張紙，或是搓紙過程中較薄的紙張發(fā)生皺褶，導(dǎo)致機器在掃描的過程中卡住，因此建議在掃描紙張較薄的文件時，不要放進自動進紙器，而應(yīng)放在平臺上進行掃描。例如早期檔案里部分文件的底稿為信箋手寫稿，紙張又薄又軟，在這種情況下就應(yīng)該將文件放在平臺上進行逐張掃描。

2）文件的裝訂沒有完全去除：有時原文件為了裝訂穩(wěn)固，可能進行了多次裝訂，如果去掉部分裝訂后未仔細檢查，里面仍有裝訂在一起的文件，也會發(fā)生卡紙，因此建議在使用進紙器進行掃描前，應(yīng)仔細檢查是否已取出所有裝訂物，之后再放入進紙器。需注意應(yīng)按照《規(guī)范》，應(yīng)以對紙質(zhì)檔案的保護為原則確定是否拆除裝訂。如需拆除裝訂物，應(yīng)注意保護檔案不受損害，并對排列順序不準(zhǔn)確的檔案進行重排。特殊裝訂且拆除裝訂后需恢復(fù)的檔案，在拆除裝訂物時應(yīng)采用拍照等方式記錄檔案原貌，以便于恢復(fù)。

3）搓紙輪磨損：掃描儀的搓紙輪由于使用頻繁，表面會發(fā)生磨損，有時一側(cè)搓紙輪正常，而另一側(cè)的搓紙輪無法搓動，導(dǎo)致文件進入進紙器時發(fā)生傾斜，傾斜后進紙器寬度不足使得紙張向內(nèi)皺折，皺折的紙張過厚會發(fā)生卡紙，且搓紙輪如果搓紙不均勻，可能撕扯損毀文件，若出現(xiàn)此類問題，建議及時更換新的搓紙輪。

2.7 文件存儲空間過大

色彩、分辨率以及保存格式是影響文件的存儲空間大小的主要因素。對于色彩部分，應(yīng)按照《規(guī)范》要求，文件中有彩色的內(nèi)容應(yīng)用彩色掃描，其他可用黑白掃描，即可縮小掃描文件的大??；分辨率會影響掃描所需的時間及掃描出的文件大小，為了盡可能節(jié)省掃描時間、節(jié)約存儲空間，文件分辨率不宜設(shè)置過高，一般文件不低于200dpi即可，對于要求比較高的文件，可設(shè)置分辨率為300dpi及以上；TIFF是當(dāng)今使用得最普遍的存儲格式，其優(yōu)點是可以實現(xiàn)對圖像的無壓縮存儲或無損壓縮存儲，能保持原有圖像的顏色和層次；另一優(yōu)點是可以多個數(shù)字影像合成為一個文件，用多頁TIFF加以保存，非常適合檔案[8]。因此在條件允許的情況下，盡量使用TIFF格式進行存儲，如果存儲空間實在有限，可對圖像進行適當(dāng)壓縮，存儲為JPEG或JPEG2000等通用格式，并根據(jù)實際應(yīng)用的需求選擇圖像壓縮率，但要注意盡量保證掃描的文件內(nèi)容清晰。另外需要注意的是要妥善保存原始掃描數(shù)據(jù)。有的單位在后期利用數(shù)據(jù)進行時，為了便于顯示，對文件進行了整體壓縮，壓縮后的數(shù)據(jù)固然更便于查詢調(diào)用，但由于壓縮后的數(shù)據(jù)損失了一部分信息，后續(xù)可能無法完全滿足需求，所以一定要妥善保存原始掃描數(shù)據(jù)。

2.8 涉密文件與非密文件混合

在掃描時應(yīng)注意按照單位相關(guān)規(guī)定區(qū)分涉密文件與非密文件，對于涉密文件，在掃描之前應(yīng)確定文件密級，取出檔案中禁止掃描的文件再進行后續(xù)處理。一般不對絕密文件進行數(shù)字化，機密級及以下密級文件必須嚴(yán)格按照保密管理規(guī)定進行處理?？紤]到傳統(tǒng)的檔案整理特別強調(diào)文件內(nèi)容間的有機聯(lián)系，可能將涉密信息與非涉密信息混雜在一起，但是數(shù)字化以后，會依據(jù)文檔密級確定查詢權(quán)限，因此掃描時要準(zhǔn)確錄入文件的密級信息，便于后續(xù)查找利用。

2.9 掃描檔案順序錯亂或缺頁漏頁

一方面可能是檔案自身存在問題，為了避免出現(xiàn)此類情況，在進行掃描前首先要檢查案卷完整性，確保待掃描檔案完整、正確后再進行掃描，另外，掃描完后要及時進行校對，以防漏少、多掃或重掃情況的發(fā)生；另一方面可能是掃描時出現(xiàn)了缺漏，比如紙張由于靜電吸附效應(yīng)，導(dǎo)致掃描儀未掃入部分紙張內(nèi)容。靜電吸附主要是由于空氣干燥及紙張含水量低的原因，很容易讓紙張產(chǎn)生靜電粘在一起，從而導(dǎo)致雙張或多張同時被傳送掃描[9]。因此在掃描時應(yīng)使用加濕器等，將環(huán)境濕度控制在45%-55%之間，以減少紙張的靜電吸附效應(yīng)。

3 總結(jié)與展望

本文總結(jié)了檔案掃描過程中遇到的問題，提出了相應(yīng)的解決方法，可為檔案掃描工作提供參考，通過使用本文提出的方法，可進一步提高掃描文件質(zhì)量，減少后期處理工作，具有重要的實際應(yīng)用價值。

目前的檔案掃描工作是在紙質(zhì)文件整理形成檔案后進行的，隨著計算機技術(shù)的發(fā)展，公文也逐漸實現(xiàn)了無紙化流轉(zhuǎn)，部分紙質(zhì)文件需要先進行數(shù)字化掃描再進行流轉(zhuǎn)直至歸檔，數(shù)字化掃描需求將更加前置，在這種情況下，如何進一步提高掃描文件的效率將成為關(guān)注的重點。由于檔案數(shù)字化掃描是一項費時費力的工作，需要極大的耐心與責(zé)任心，掃描人員需要掌握一定的操作技術(shù)和方法，充分掌握合格圖像的標(biāo)準(zhǔn)要求[10]，才能盡可能保證掃描文件的質(zhì)量，因此建議一方面在條件允許的情況下盡可能配備分辨率高、功能完善的掃描儀，從而保證掃描出的文件的清晰度及準(zhǔn)確度，另一方面要加強掃描檔案人員培訓(xùn)，掌握相關(guān)要求，不斷提高掃描水平。