目前的档案数字化主要是纸质档案的数字化，也就是通过扫描设备将纸质档案变成数字图像，供档案调阅利用的过程。数字化扫描工作开展的前提是将档案按照相关规范标准整理规范，然后建立目录数据库，按照统一标准著录目录数据，之后才能考虑如何进行扫描，如何进行管理和利用数字资源。

1、为什么要开展档案数字化扫描？

1.更便捷的管理和利用

传统的档案管理手段是通过档案目录检索到档案信息，通过库房调卷进行管理和利用档案。如果有数字化的电子目录，检索则较为容易，如果只有手工登记的纸质目录，检索的难度则成倍增加，甚至无法检索。检索到需要的档案信息，通过档号进行库房调卷，可以实现档案的管理和利用，但是效率较为低下。进行数字化扫描后，进行数据挂接，实现数字原文和档案目录的一一对应，将极大的提高档案的利用效率，减少工作人员的劳动负担。

2.保护纸质档案实体原件

减少纸质实体原件的利用，可以最大限度的保护纸质实体原件，避免不必要的磨损、老化，也避免原件可能出现的丢失、丢页等情况发生。

2、开展档案数字化工作的依据

1.中华人民共和国档案法（中华人民共和国主席令第47号）规定，各级人民政府应当将档案信息化纳入信息化发展规划，保障电子档案、传统载体档案数字化成果等档案数字资源的安全保存和有效利用。档案馆和机关、团体、企业事业单位以及其他组织推进传统载体档案数字化。已经实现数字化的，应当对档案原件妥善保管。

2.第13号国家档案局令《机关档案管理规定》规定，机关应当开展数字档案室建设，统筹传统载体档案数字化、电子文件归档与电子档案管理工作。

3、开展数字化扫描的步骤

制定工作方案，配备设施设备

① 工作方案应包括数字化对象、工作目标、工作内容、成本核算、数字化技术方法和主要技术指标、验收依据、人员安排、责任分工、进度安排、安全管理措施等内容。

② 建立岗位管理、人员管理、场地管理、设备管理、数据管理、档案实体管理等方面的数字化工作制度。

③ 配备专用加工场地，档案存放、数字化前处理、著录、扫描、图像处理、质量检查等工作区域分区布置；配备必要的计算机、扫描仪、存储磁盘、档案整理加工工具；配备防盗报警、视频监控等安全管理的设施设备；

④ 纸质档案数字化工作如需外包，应从企业性质、股东组成、安全保密、企业规模、注册资金情况等方面严格审查数字化加工企业的相关资质，指派专门人员参与外包业务的监督、指导，完成质量监控、进度监控、投资监控、安全监控和协调沟通等方面的工作。在项目实施过程中，从数字化场所、数字化加工设备、档案实体、数字化成果移交接收与设备处理等层面执行严格的安全管理要求。

做好档案出库工作

① 按照工作方案确定的数字化对象开展档案调取、清点、登记等前期准备工作，并提交档案出库申请，经相关责任人批准后，严格按照档案库房管理规定为数字化对象办理出库相关手续，并与数字化部门共同清点无误后，对档案进行交接出库。

② 纸质档案数字化过程中，应设置距离数字化加工场所较近的保管库用以临时存放纸质档案，并对纸质档案的领取与归还进行严格管理，认真做好检查、清点、登记等工作，确保纸质档案的安全。

数字化前处理

（1）确定扫描页

原则上应将确定为数字化对象的纸质档案全部扫描，不宜进行挑扫。如有不需要扫描的页面应加以标注。密级档案不得与普通档案一同扫描，如需要扫描，需另设专用涉密计算机、扫描仪、存储磁盘，单独扫描单独存储。

（2）编制页号

① 对没有页号或页号不正确的档案重新编制页号。② 重新编制页号时，应在统一位置书写页号，且不压盖档案内容。一般正面右上角，背面左上角的空白位置，距离垂直或水平顶边1CM处。如右上角、左上角已经编制页码，可以统一在左下角、右上角进行编制。③ 采用硬度较小的铅笔编制页号。下列情况重新编制页码：---案卷未编、错编页号；---原页号存在几个流水系列，混乱无序，难以识别；---原页号不连续，存在缺号、重号、无头、无尾号情况。 ④ 将破损页面、缺页等特殊情况进行登记。

（3）拆除装订

应以对纸质档案的保护为原则确定是否拆除装订。如需拆除装订物，应注意保护档案不受损害，并对排列顺序不准确的档案进行重排。特殊装订且拆除装订后需恢复的档案，在拆除装订物时应采用拍照等方式记录档案原貌，以便于恢复。

（4）技术修复

① 破损严重或其他无法直接进行扫描的纸质档案，应先进行技术修复，修裱技术标准参照《档案修裱技术规范》（DA/T25-2022）。② 折皱不平影响扫描质量的纸质档案应先进行压平等相应技术处理。

著录目录数据

① 使用档案管理软件建立档案门类，以“卷”为保管单位的档案建立案卷级和文件级目录，以“件”为保管单位的档案建立文件级目录。设定好著录项，包括全宗号、档案门类代码、保管期限、年度、实体分类号、卷号、件号、档号、文件编号、页号、页数、题名、责任者、文件形成时间、日期、密级等项，具体参照《档案著录规则》（DA/T18-2022）。配置时，可以联系当地档案行政部门或档案馆专业人员帮助设置。

② 确定“档号”规则，同一门类的档案，在本行政区域内需要保持一致，标准参照《档号编制规则》（DA/T13—2022），具体设置时，需要联系当地档案行政部门或档案馆专业人员帮助确定。

③ 按照《档案著录规则》进行著录项的数据著录，其中“全宗号、档案门类代码、保管期限、年度、实体分类号、卷号、件号、档号、页号、页数、题名、责任者、文件形成时间、归档日期”一般为必填项，其他著录项根据需要进行选填。

④ 著录项中的“题名”指文件材料的标题，没有标题、标题不规范，或者标题不能反映文件主要内容、不方便检索的，应全部或部分自拟标题，自拟内容外加方括号“[ ]”。

⑤ 著录项的数据格式需要统一，符合规范要求。如全宗号，当地档案馆统一编制，不应多写或少写字符；档案门类代码、实体分类号、保管期限一般采用大写字母；年度，四位阿拉伯数字，不加汉字“年”；页号、页数不得有符号或字母；文件形成时间、归档日期为8位阿拉伯数字等。具体参照《档案著录规则》（DA/T18-2022）。

⑥ 著录的“卷号、件号、保管期限、年度”要和档案实体的整理方案一致，不得有一点差异。

数字化扫描和 OCR 识别 

（1）档案扫描的基本要求

档案扫描应根据纸质档案原件实际情况、数字化目的、数字化规模、计算机网络和存储条件等选择相应的扫描设备，和进行相关参数的设置和调整。参数的设置和调整应保证扫描后数字图像清晰、完整、不失真，图像效果最接近档案原貌。

（2）扫描设备的选择

① 应特别注意对档案实体的保护，尽量采用对档案实体破坏性小的扫描设备进行数字化。纸张老旧、薄脆、破损的，不得使用高速扫描仪进行扫描。

② 超出所使用扫描仪扫描尺寸的档案可采用更大幅面扫描仪进行扫描，也可以采用小幅面扫描仪分幅扫描后进行图像拼接的方式处理。分幅扫描时，相邻图像之间应留有足够的重叠，并且采用标版等方式明确说明分幅方法；若后期采用软件自动拼接的方式，重叠尺寸建议不小于单幅图像对应原件尺寸的1/3。

③ 应遵循相关设备的使用规律进行定期维护、保养。

（3）扫描色彩模式

① 扫描的色彩模式应高于或等于 24 位真彩色模式。特殊纸张或档案原件清晰度不高的，需调整分辨率、亮度、对比度等技术参数，直至扫描图像清晰为止。

② 扫描的电子图像色泽、亮度、饱和度需要和档案实体原件基本保持一致。③ 扫描图像不得出现档案实体原件没有的异常颜色。

（4） 扫描分辨率

一般，纸质档案的扫描分辨率≧300dpi。照片档案、文字密集的档案、珍贵档案可以使用600dpi或更高的分辨率。

（5）存储格式

① 纸质档案数字图像长期保存格式为TIFF、JPEG等通用格式，同一批档案应采用相同的存储格式。

② 图像压缩率的选择可根据实际应用的需求而定。一般，A4幅面档案图像文件容量大小控制在500KB至1.5MB之间，A3幅面档案图像文件控制在500KB至2MB之间。

③ 纸质档案数字图像利用时，也可从网络浏览速度、易操作性、存储空间占用等方面进行综合考虑，将图像转换为PDF等其他格式。

（6）图像命名

① 应以档号为基础对数字图像命名，确保图像命名的唯一性。

② 建议将数字图像存储为单页文件，并按档号与图像流水号的组合对图像命名。

以“卷”为保管单位的档案

以“档号”+“-”+“扫描页顺序号”+“图像后缀名”的形式命名，扫描页顺序号一般采用三位阿拉伯数字。

如：

017-W1-020-001-0001.TIF(JPG、PDF)

017-W1-020-001-0002.TIF(JPG、PDF)

以“件”为保管单位的档案

以“档号”+“-”+“扫描页顺序号”+“图像后缀名”的形式命名，扫描页顺序号一般采用三位阿拉伯数字。

如：

A001-WS·2023-Y-BGS-0001-0001.TIF(JPG、PDF)

A001-WS·2023-Y-BGS-0001-0002.TIF(JPG、PDF)

③ 用“档号”的组成项来分类存储数字资源，确保数据挂接的准确性。

《归档文件整理规则》规定归档文件档号的结构宜为：

全宗号-档案门类代码·年度-保管期限-机构（问题）代码-件号

如：A011-WS·2020-Y-BGS-0001

那么，存储路径就可以是：

\全宗号\档案门类代码\年度\保管期限\机构（问题）代码\档号

即 \A011\WS\2020\Y\BGS\A011-WS·2020-Y-BGS-0001

在使用档号的组成项来分类存储数字资源时，可以按照档号的组成项先后顺序来分类存储，也可以根据实际工作情况进行调整，但是作为一个档案门类，一定要能够统一标准。

对图像OCR 识别制作PDF 时，保证图像完整。PDF文件应添加水印：“xxx 档案馆（室）”标识。 

图像处理

（1） 图像拼接

对分幅扫描形成的多幅数字图像，应进行拼接处理，合并为一个完整的图像，以保证纸质档案数字图像的整体性。拼接时应确保拼接处平滑地融合，拼接后整幅图像无明显拼接痕迹。

（2） 旋转及纠偏

① 对不符合阅读方向的数字图像应进行旋转还原，顺时针或逆时针90度、180度的旋转一般在扫描阶段即进行，不要等到图像处理阶段再来操作。

② 对扫描过程中由于人为、机器设备原因出现偏斜的图像应进行纠偏处理，以达到视觉上基本不感觉偏斜为准。档案实体本身偏斜的，扫描图像不需要纠偏。一般情况，人为、机器设备原因的，应通过制度约束、技术检测等手段予以控制，如发生及时重新扫描，不要等到图像处理阶段再进行修复调整。

（3）裁边

如需对数字图像进行裁边处理，应在距页边最外延至少2至3毫米处裁剪图像。一般情况下，数字图像档案页部分不得进行任何情况的裁边操作。

（4） 去污

如需对数字图像进行去污处理，以去除在扫描过程中产生的污点、污线、黑边等影响图像质量的杂质，应遵循展现档案原貌的原则，处理过程中不得去除档案页面原有的纸张褪变斑点、水渍、污点、装订孔等痕迹。

数字化质量检查 

（1）目录质量检查

①著录项完整性，按照规定将必填项填写完整，并符合著录规则；

②题名完整性，题名著录准确；题名不全或不能完整表达档案内容信息的需自拟题名，自拟题名规范、准确；

③准确规范，著录数据准确无漏字、错字、重字；责任者全称要准确，简称要统一规范；文件编号填写规范；页码、页数和实体档案一致；

④数据格式，档号、全宗、年度、期限、分类号、时间、卷号、件号、页码、页数等符合数据库格式要求；

⑤元数据采集，对数字化过程中的元数据进行采集、收集，并保存于档案著录条目数据中；

⑥条目的准确性，条目数据与纸质实体档案一致，与数字化扫描图像一致；

（2）图像质量检查     

①数字图像不完整、无法清晰识别或图像失真度较大时，应重新扫描。

②对于漏扫、重扫、多扫等情况，应及时改正。

③数字图像的排列顺序与档案原件不一致时，应及时进行调整。

④对数字图像拼接、旋转及纠偏、裁边、去污等处理情况进行检查，发现不符合图像质量要求时，应重新进行图像处理。

（3）抽检率 （采取按批次随机抽检方式安排质检任务，各单项抽检率不低于 10%）

①档案实体验收比例及合格率要求:档案实体验收比例 100%。合格率计算公式：（检查档案数/全部档案数）*100%。档案实体验收合格率=100%，则验收合格。

②目录著录的验收比例及合格率要求:目录抽检率不低于 10%。合格率计算公式：（抽查合格目录数/抽查的全部目录数）*100%。目录合格率≥98%，则验收合格。

③扫描图像的验收比例及合格率要求：图像抽检率不低于 10%。合格率计算公式：（抽查合格图像数/抽查的全部图像数）*100%。图像合格率≥98%，则验收合格。

④ 数据挂接验收比例及合格率要求：数据挂接抽检率不低于 10%。合格率计算公式：（抽查合格文件数/抽查的全部文件数）*100%。挂接合格率=100%，则验收合格。

⑤ OCR 识别成果的验收比例及合格率要求：OCR识别后的文件抽检率不低于 10%。合格率计算公式：（抽查合格文件数/抽查的全部文件数）*100%。识别合格率≥95%，则验收合格。

 ⑥ 6 数据存储备份验收比例及合格率要求：备份光盘抽检率不低于 10%。合格率计算公式：（抽查的合格光盘数/抽查的全部光盘数）*100%。备份合格率=100%，则验收合格。 整体验收合格。各分项验收全部合格，则项目整体验收合格。有一项验收不合格，则项目整体验收不合格，整批数据退回改正或重新加工。 

数据挂接

（1） 数据挂接。将目录和扫描图像导入实施单位档案管理软件中，并一一对应挂接。根据实施单位所使用的档案管理软件功能实际情况，服务机构应负责提供批量挂接方案和技术，研究解决批量挂接问题。 

（2）挂接的图像，同一全宗同一目录（或年度）应选择同一种格式，整体保持一致。挂接以一个目录（卷内文件）或一个年度（归档文件）的档案为单位进行挂接。 

（3）数据挂接完整无缺，不漏件，不漏页。

（4）扫描件页数、件页号----档案实体件页数、件页号----目录数据库中件页数、件页号三者完全一致。

（5）挂接后检查数据是否正确。如果有一条不对，则需全部检查或重新挂接。 

（6）挂接后系统运行正常。