诉讼档案数字化服务全流程实操指南 从采集到归档标准化落地手册

一、前期准备工作

所有准备项需在项目启动前1天完成校验，避免中途停工影响进度。

1.1 硬件准备

• 高速扫描仪：支持A3幅面、自动进纸器容量≥100张、扫描速度≥60页/分钟，带平板扫描模块，可处理破损薄纸
• 存储设备：独立NAS阵列配置RAID5冗余，单盘容量≥4T，总容量≥项目预估存储量的2倍，另配2块同容量异地备份硬盘
• 辅助工具：无酸固体胶、无酸A4托裱纸、拆钉器、油性签字笔，所有工具不含酸性成分避免腐蚀档案

1.2 软件准备

• 扫描工具：开源Paperwork，下载地址：https://github.com/openpaperwork/paperwork/releases
• OCR工具：PaddleOCR开源版，执行命令直接安装：pip install paddlepaddle==2.4.2 paddleocr==2.6.1.3
• 加密工具：7-Zip开源加密软件，下载地址：https://www.7-zip.org/a/7z2201-x64.msi
• 杀毒工具：ClamAV开源杀毒软件，下载地址：https://www.clamav.net/downloads

1.3 合规校验

提前核对所有待数字化档案是否符合《人民法院诉讼档案管理办法》要求，涉密档案必须在物理断网的独立设备上处理，全程禁止接入公共网络，标注为永久不可公开的档案需提前报备，确认是否属于可数字化范围。

二、核心操作步骤

2.1 档案预处理

• 逐册核对档案卷号、年度、案件类型，拆除所有订书钉、回形针、金属夹，粘连页用无酸胶轻轻分离，破损页用无酸胶修复平整
• 小于A6的证据小票、票据，用A4无酸纸托裱，托裱时避免遮挡票面文字、印章内容
• 按页码顺序编制临时手写页码，标注在页面右下角空白处，禁止覆盖档案正文、印章、签字区域

2.2 批量扫描

• 打开Paperwork新建扫描任务，参数固定设置：分辨率300DPI，普通文书选黑白二值模式，彩色证据、盖章页选24位真彩色模式，存储格式默认PNG
• 档案按卷内目录在前、备考表在后的顺序放入进纸器，单次进纸量不超过进纸器额定容量的80%，严重破损无法进纸的页面切换平板扫描模式单独扫描，扫描后插入对应页码位置
• 每扫描完1册立即核对扫描页数和实际页码数，出现缺扫、歪扫、黑边的立即重扫对应页码

2.3 OCR识别与结构化标引

• 将扫描好的PNG文件批量存入指定文件夹，执行识别命令：paddleocr --image_dir ./扫描文件路径 --use_angle_cls true --lang ch --output ./识别结果路径
• 提取结构化必填字段：案号、当事人姓名/单位名称、立案日期、结案日期、承办法官、密级，所有字段和原文逐字核对，错误率控制在0.1%以内
• 将识别文本和原扫描图绑定生成双层PDF，命名规则固定为：年度-案件类型代码-案号，示例：2023-民-1234.pdf

2.4 质量校验

• 格式校验：用PDF阅读器打开所有文件，检查是否有缺页、乱码、文字不可复制的情况
• 内容校验：按总份数的10%随机抽检，抽检内容包括字段准确性、页码顺序、密级标注是否和原件一致，抽检不合格的批次全部重检
• 病毒查杀：用ClamAV对所有文件全盘扫描，排除病毒、恶意脚本风险

2.5 加密归档

• 按年度+案件类型分类整理双层PDF，单个文件夹大小不超过10G
• 用7-Zip加密压缩，加密算法选AES-256，密码长度≥16位，包含大小写字母、数字、特殊字符，压缩包命名和对应文件夹一致
• 压缩包分别存储到NAS阵列、异地备份硬盘各一份，执行MD5校验命令（Windows）：certutil -hashfile 压缩包路径 MD5，两份备份的MD5值完全一致才算归档完成

三、常见问题排查方案

• 扫描歪斜：打开Paperwork设置开启“自动纠偏”功能，单次进纸量减少20%即可解决
• OCR识别准确率低：将扫描分辨率调高到400DPI，有GPU的设备执行命令时加--use_gpu true参数，手写内容标注“手写识别仅供参考”即可
• PDF文件过大：用Ghostscript压缩，执行命令：gswin64c -sDEVICE=pdfwrite -dCompatibilityLevel=1.4 -dPDFSETTINGS=/ebook -dNOPAUSE -dQUIET -dBATCH -sOutputFile=压缩后.pdf 原文件.pdf，压缩后清晰度不低于原件90%即可
• MD5校验不一致：重新传输文件，用CrystalDiskInfo检测存储设备坏道，下载地址：https://crystalmark.info/zh/software/crystaldiskinfo/，坏道硬盘立即更换

四、验收标准核对清单

• 所有档案扫描页数和实际页数100%一致，无缺扫、漏扫、重扫
• 结构化字段准确率≥99.9%，无案号、当事人、密级等关键字段错误
• 双层PDF可直接复制文本，打开速度≤2秒/份
• 两份备份的MD5值完全一致，加密密码符合安全规范
• 所有操作记录、校验记录留存归档，保存期限和档案保管期限一致