文/王 梅

概述

新修訂的《中華人民共和國檔案法》第五章“檔案信息化建設(shè)”第38條提出，“國家鼓勵(lì)和支持檔案館和機(jī)關(guān)、團(tuán)體、企業(yè)事業(yè)單位以及其他組織推進(jìn)傳統(tǒng)載體檔案數(shù)字化?！薄都堎|(zhì)檔案數(shù)字化規(guī)范》明確“數(shù)字化”是指“利用計(jì)算機(jī)技術(shù)將模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)的處理過程”。換言之，檔案數(shù)字化就是指利用掃描儀等設(shè)備對(duì)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)字圖像，并按照檔案內(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。其中，“掃描”是整個(gè)檔案數(shù)字化過程的關(guān)鍵環(huán)節(jié)，掃描的質(zhì)量直接影響著檔案數(shù)字化成果的質(zhì)量。其中，色彩模式、存儲(chǔ)格式、分辨率、亮度及優(yōu)化設(shè)置等相關(guān)環(huán)節(jié)的參數(shù)設(shè)置，關(guān)乎檔案數(shù)字化成果的質(zhì)量。因此，熟悉并掌握檔案數(shù)字化掃描的相關(guān)參數(shù)原理內(nèi)容、設(shè)置方法及主要內(nèi)容，對(duì)做好檔案數(shù)字化工作至關(guān)重要。

1 色彩模式［4-5］

數(shù)字世界里表示顏色的一種算法，即色彩模式。它是一種表示掃描儀分辨色彩或灰度細(xì)膩程度的指標(biāo)。色彩模式又叫色彩位數(shù)、色彩分辨率，理論而言，色彩分辨率越高，顏色就越逼真，圖形文件體積越大。掃描儀的色彩模式通常包括彩色、灰度、黑白三種。從掃描儀的發(fā)展歷程來看，早期主要是24位色彩，后來逐漸發(fā)展成為36位色彩、48位色彩，但這三種色彩模式受人眼及顯示器因素制約，差異幾乎不可見。目前，檔案數(shù)字化掃描中，色彩模式主要有三種：黑白二值、灰度、24位色彩。

1.1 黑白二值模式

掃描儀黑白二值模式是以黑白二色（即1個(gè)二進(jìn)制位）表示圖像的色彩模式。黑白照片或紙質(zhì)檔案可直接采用黑白二值色彩模式進(jìn)行掃描。主要優(yōu)點(diǎn)：顏色少，掃描后生成的電子文件小，節(jié)約存儲(chǔ)空間，提升運(yùn)行效率。適用范圍：黑白照片或黑白文稿檔案，以及非黑即白頁面、無插圖票據(jù)等，常選用黑白二值色彩模式。若要進(jìn)行OCR（文字識(shí)別），選用黑白二值色彩模式掃描的圖像，后期的識(shí)別速度、識(shí)別準(zhǔn)確率都高于灰度、24位色彩模式。

1.2 灰度模式

掃描儀灰度模式是以灰色元素（即8個(gè)二進(jìn)制）表示圖像的色彩模式，使圖像呈現(xiàn)出明暗變化?；叶饶Ｊ綊呙韬蟮臋n案如“黑白照片”，但由于灰度模式色彩存在較大失真，有色文件或照片多選用24位真彩模式?；叶壬誓Ｊ?，主要優(yōu)點(diǎn)：圖像呈現(xiàn)出較為顯著的明暗變化，掃描后的數(shù)字文件體積較小，所占存儲(chǔ)空間較小。適用范圍：老舊黑白照片或微微泛黃的檔案資料，為節(jié)約存儲(chǔ)空間，常選用灰度模式。針對(duì)老舊黑白照片或泛黃檔案應(yīng)選用灰度色彩模式，而不可選用黑白二值色彩模式，否則，掃描后，其圖像背景會(huì)出現(xiàn)黑點(diǎn)，嚴(yán)重的甚至?xí)霈F(xiàn)黑塊。

1.3 24位色彩

掃描儀24位色彩模式是以24個(gè)二進(jìn)制位來表示像素顏色的模式，最多可表示2種顏色。與36位色彩和48位色彩模式的差別難以通過人眼或顯示器分辨，一般用于有色文件選擇24位色彩模式即可，經(jīng)掃描后可直接生成豐富色彩圖像，保持彩色照片或有色檔案的原真性。24位色彩、36位色彩或48位色彩模式的不足在于其掃描后的文教較大，掃描及運(yùn)行速度較慢。適用范圍：紙質(zhì)紅頭文件；彩色插圖或彩色照片文件；嚴(yán)重泛黃的紙質(zhì)檔案。主要優(yōu)點(diǎn)：保留了紅頭文件、彩色文件的原真性。

表1：不同色彩模式特點(diǎn)及適用范圍

綜上，檔案數(shù)字化掃描時(shí)選擇色彩模式應(yīng)考慮的因素包括：1）原件情況。對(duì)于影像清晰、檔案原件色彩簡(jiǎn)單、色彩對(duì)比強(qiáng)烈的原件，采取3種色彩模式掃描的圖像清晰程度差異不明顯。影像不清晰，以及色彩對(duì)比不強(qiáng)烈的原件，采取彩色模式掃描的圖像，在展現(xiàn)檔案原件細(xì)節(jié)、清晰程度等方面要明顯優(yōu)于灰度模式或黑白模式掃描的圖像。2）硬件條件。傳統(tǒng)條件下，由于硬件所限，通常會(huì)綜合考慮圖像質(zhì)量、訪問速度、存儲(chǔ)成本等因素選擇色彩模式。隨著技術(shù)的進(jìn)步，硬件考量因素將越來越被弱化。3）后期應(yīng)用。彩色模式可以轉(zhuǎn)換為灰度模式或黑白模式，為盡可能多地采集信息，彩色模式是最理想選擇。但是，對(duì)需要進(jìn)行COM輸出的檔案，色彩模式對(duì)輸出效果的影響與縮微膠片輸出設(shè)備可接受的圖像色彩模式有很大關(guān)系。

2 存儲(chǔ)格式［6-8］

2.1 TIFF格式

由Aldus和Microsoft公司開發(fā)的一種圖像文件格式，是一種可壓縮保存的圖像存儲(chǔ)格式。TIFF格式存盤時(shí)一般會(huì)選擇相應(yīng)項(xiàng)目，首先確定是PC機(jī)或是Mac機(jī)，是否需要LZW壓縮。由于TIFF格式不支持圖層，但支持A1pha通道，選擇LZW壓縮、選擇TIFF格式存盤時(shí)，能夠減少50%的存儲(chǔ)容量，且不影響圖像質(zhì)量。TIFF格式存儲(chǔ)掃描后的圖像文件，一般應(yīng)用于精度要求較高場(chǎng)合，是一種保真壓縮格式，但占用空間較大。

2.2 JPEG格式

JPEG格式是一種常見的壓縮圖像文件格式，是由聯(lián)合照片專家組開發(fā)，存儲(chǔ)于要求圖像精度不高、存儲(chǔ)量大的場(chǎng)合，大多會(huì)選擇JPEG格式。JPEG格式是一種有損壓縮文件存儲(chǔ)格式，在存盤時(shí)通過選擇具體的壓縮比（圖像質(zhì)量等級(jí)），確定相應(yīng)的存儲(chǔ)格式。要求圖像存儲(chǔ)質(zhì)量高清應(yīng)選擇High8以上的高質(zhì)量圖像壓縮方式，高清圖像模式壓縮條件下，其圖像容量較大；反之，圖像存儲(chǔ)容量變小，其質(zhì)量相對(duì)就會(huì)降低。JPEG格式存儲(chǔ)屬于有損壓縮，易造成圖像數(shù)據(jù)損傷，但存儲(chǔ)容量大，適宜網(wǎng)絡(luò)傳輸。

2.3 JPEG2000格式

作為JPEG格式的升級(jí)版，JPEG2000版壓縮率升高了30%左右。JPEG2000版支持無損壓縮和有損壓縮兩種，其最大特征在于實(shí)現(xiàn)漸進(jìn)傳輸，即，首先傳輸圖像輪廓，再逐步傳輸圖像數(shù)據(jù)，提升圖像品質(zhì)，使數(shù)字圖像由朦朧逐步清晰。且，JPEG2000支持“感興趣區(qū)域”特征，就影像上感興趣的區(qū)域進(jìn)行壓縮，也可就指定區(qū)域先解壓縮。與傳統(tǒng)的JPEG相比，JPEG2000升級(jí)版具有顯著優(yōu)勢(shì)，且向下兼容，取代傳統(tǒng)JPEG格式，符合檔案數(shù)字化信息網(wǎng)絡(luò)傳輸需要。

2.4 DjVu格式

1996年，美國電報(bào)電話公司實(shí)驗(yàn)室開發(fā)一項(xiàng)新的圖片壓縮技術(shù)——DjVu，目前，其已成為標(biāo)準(zhǔn)圖像文檔存儲(chǔ)格式之一，逐漸成為網(wǎng)絡(luò)傳輸掃描文件、數(shù)碼照片、圖像文件等領(lǐng)域的主流技術(shù)之一。該技術(shù)科將所有傳統(tǒng)印刷資料實(shí)現(xiàn)網(wǎng)上高速傳播，壓縮比可達(dá)到1000∶1，300dpi分辨率的彩色頁面可從25MB壓縮至30-80KB，且圖像質(zhì)量依然很高。能夠分別儲(chǔ)存于不同層，再每一層進(jìn)行最優(yōu)化壓縮，分別圖片中文字及圖片。DjVu下載后的圖像可直接存儲(chǔ)于計(jì)算機(jī)內(nèi)存，在瀏覽器中快速移動(dòng)、縮放，該技術(shù)在靜態(tài)存儲(chǔ)及網(wǎng)絡(luò)傳輸方面具有很大優(yōu)勢(shì)。雖然該技術(shù)并未被納入國家標(biāo)準(zhǔn)，但杭州市檔案館等國內(nèi)部分檔案館實(shí)現(xiàn)該技術(shù)的應(yīng)用，滿足檔案數(shù)字化掃描存儲(chǔ)，具有較強(qiáng)的應(yīng)用和推廣價(jià)值。

表2：不同存儲(chǔ)模式特點(diǎn)及適用范圍

綜上，數(shù)字檔案掃描選擇相應(yīng)的存儲(chǔ)格式，需要考慮：保證數(shù)字檔案原真性，在此基礎(chǔ)上應(yīng)選擇占用存儲(chǔ)空間較小的存儲(chǔ)格式；兼容性較高的存儲(chǔ)格式；以及具有強(qiáng)大技術(shù)力量支持或者已列入標(biāo)準(zhǔn)化存儲(chǔ)格式。

3 分辨率［9］

衡量數(shù)字檔案掃描儀對(duì)圖像細(xì)節(jié)表現(xiàn)能力的參數(shù)通常用分辨率，即，每英寸掃描圖像中含有像素點(diǎn)的個(gè)數(shù)表示，記作dpi（dot per inch）。分辨率是數(shù)字檔案中最重要參數(shù)，分辨率越高表明每英寸掃描圖像中的像素點(diǎn)的個(gè)數(shù)越多，圖像越清晰，但并不意味著分辨率越高，其效果就越好。分辨率對(duì)文件大小、掃描速度、圖像質(zhì)量和后期操作等都有不同程度的影響。

一是文件大小。檔案數(shù)字化掃描，分辨率設(shè)置越高，所產(chǎn)生的圖像文件就越大。通常，一張A4文件用黑白二值格式掃描成TIFF 格式圖像，其分辨率設(shè)定為150dpi、200dpi、300dpi時(shí)，其文件大小分別為18K、29K、46K左右，而以24位真彩模式掃描成JEPG格式圖像，將其分辨率設(shè)定為150dpi、200dpi、300dpi時(shí)，其文件大小分別為290K、452K和871K，可見，分辨率越高，圖像文件就越大。二是掃描速度。檔案數(shù)字化掃描，分辨率設(shè)置越高，掃描的速度就會(huì)越低。通常，一張A4文件用黑白二值格式掃描，分辨率對(duì)其掃描速度的影響不明顯，但，選用24位真彩模式掃描，分辨率每提高50dpi，其掃描速度就會(huì)明顯受到影響。分辨率提高一倍，掃描所需時(shí)間就會(huì)增加一倍。如一名掃描員一天掃描1500張，因分辨率設(shè)置而使每一張掃描的時(shí)間多花2秒，一天就會(huì)多花300秒，即，50分鐘。三是圖像質(zhì)量。分辨率的增加對(duì)圖像質(zhì)量的影響呈現(xiàn)出遞減效應(yīng)，即，邊際效用遞減。一開始，分辨率每增加一定量，其圖像質(zhì)量就會(huì)顯著提高，但隨著分辨率的不斷提高，對(duì)圖像質(zhì)量的影響幅度就會(huì)慢慢降低，當(dāng)?shù)竭_(dá)一定臨界點(diǎn)后，分辨率幾乎不影響到圖片質(zhì)量。因此，一味追求分辨率在無法提升圖片質(zhì)量的情況下，還會(huì)影響檔案數(shù)字化掃描效率，會(huì)起到反向效果。

表3：不同分辨率文件大小及掃描速度

四是后期操作。檔案數(shù)字化掃描分辨率設(shè)置過高，會(huì)影響其后期的掛接、處理速度，以及文件閱讀的速度，傳輸緩慢。

綜上，檔案數(shù)字化掃描分辨率設(shè)置沒有“最大”“最小”，一般分辨率參數(shù)設(shè)置≥100dpi，當(dāng)文檔字體偏小、清晰度較差時(shí)，可適當(dāng)提升分辨率。

4 亮度［10］

亮度是指檔案數(shù)字化掃描過程中圖像的明暗程度參數(shù)。適當(dāng)調(diào)整圖像明暗程度，及其對(duì)比度值，會(huì)提升圖片識(shí)別率。通常，設(shè)定檔案數(shù)字化掃描亮度、對(duì)比度值，應(yīng)保證檔案掃描后圖像中文字筆畫均勻、較細(xì)，沒有明顯斷點(diǎn)。因?yàn)?，亮度太亮，掃描后圖像中的文字筆畫就容易出現(xiàn)斷裂或殘缺不全；而亮度太暗，圖像中文字筆畫又互相粘連，甚至漆黑一團(tuán)。因此，針對(duì)底色較淺或者紙張光面的檔案資料進(jìn)行數(shù)字化掃描，應(yīng)適當(dāng)調(diào)低其亮度；反之，對(duì)底色較深或者紙張較暗的檔案資料進(jìn)行掃描，以及筆畫較粗、字體較小的黑體、楷體字在掃描時(shí)，應(yīng)適當(dāng)?shù)卣{(diào)高其亮度。檔案數(shù)字化彩色模式掃描，也會(huì)存在同樣掃描儀掃描的成品結(jié)果不相同的情況，究其原因，主要是計(jì)算機(jī)顯示器亮度及對(duì)比度差異；掃描儀色彩校正軟件出現(xiàn)問題，按照軟件推薦的參數(shù)調(diào)整較色軟件“亮度”“對(duì)比度”。還要注意掃描軟件中Gamma參數(shù)設(shè)置，該參數(shù)設(shè)置越大，亮度越高，紙質(zhì)顏色虛假失真。通常情況下，Gamma參數(shù)設(shè)置為1.4，報(bào)紙、雜志等印刷品Gamma參數(shù)設(shè)置為1.8左右，檔案數(shù)字化掃描文件放置網(wǎng)頁，則Gamma參數(shù)設(shè)置為2.2左右。

結(jié)語

綜上，隨著數(shù)字時(shí)代的到來，數(shù)字化是檔案發(fā)展的趨勢(shì)和方向，也是提高檔案管理效率，發(fā)揮檔案價(jià)值和功能的重要手段。其中，色彩模式、存儲(chǔ)格式、分辨率和亮度等參數(shù)的科學(xué)設(shè)定，是提升數(shù)字化掃描關(guān)鍵環(huán)節(jié)，也是增強(qiáng)檔案數(shù)字化質(zhì)量，適應(yīng)數(shù)字化時(shí)代發(fā)展的現(xiàn)實(shí)需要。