管道运输企业纸质工程档案扫描OCR归档到本地NAS全流程指南

一、前期准备（避免卡壳的关键清单）

1. 硬件设备要求

• 扫描仪：支持自动进纸器（ADF，单次≥50页A4幅面）、双面扫描、600dpi分辨率、支持TIFF/PDF/JPG输出的通用设备即可，如惠普ScanJet Pro 3500 f1、爱普生DS-530 II
• 本地NAS：至少2个盘位做RAID1（防止单盘故障丢数据），建议预留5TB空间（按600dpi黑白A4每页1.2MB、每年10万页、5年归档计算），如群晖DS224+、威联通TS-233
• 电脑：Windows 10/11、macOS Ventura及以上均可，内存≥8GB，硬盘≥50GB临时空间

2. 软件工具下载

• 扫描软件：对应扫描仪品牌自带驱动+OCR扩展，如惠普的HP Smart Advanced OCR（驱动地址：https://support.hp.com/cn-zh/drivers/printers）、爱普生的Epson ScanSmart + OCR Module（驱动地址：https://www.epson.com.cn/support）
• NAS映射工具：Windows用「此电脑-映射网络驱动器」、macOS用「Finder-连接服务器」
• 归档命名辅助工具：Windows用「批量重命名实用工具BRU（下载地址：https://www.bulkrenameutility.co.uk/Downloads.php）」、macOS用「Finder自带批量重命名」

二、NAS基础配置（保证数据安全稳定）

1. 硬盘初始化与RAID设置

以群晖DS224+为例（威联通操作逻辑一致）：

• 将2块同容量同转速硬盘插入NAS盘位，接通电源网线，通过电脑浏览器访问群晖官网「find.synology.com」找到设备
• 按提示设置管理员账号密码，选择「快速安装」，系统自动初始化硬盘并创建RAID1存储池
• 在存储池上创建「共享文件夹」，命名为「GDYS-DA-Archive」（对应管道运输档案的拼音缩写），权限设置仅管理员可读写，普通操作账号仅可读

2. 共享文件夹映射到本地电脑

Windows操作：

• 打开「此电脑」，点击顶部「计算机」选项卡→「映射网络驱动器」
• 驱动器号选未占用的，如Z盘；文件夹输入「\\NAS的IP地址\GDYS-DA-Archive」（NAS IP可在群晖「控制面板-网络-网络界面」查看）
• 勾选「使用其他凭据连接」，输入刚才设置的管理员账号密码，再勾选「记住我的凭据」→「完成」

macOS操作：

• 打开Finder，点击顶部「前往」→「连接服务器」
• 服务器地址输入「smb://NAS的IP地址/GDYS-DA-Archive」，点击「连接」
• 选择「注册用户」，输入管理员账号密码，勾选「在我的钥匙串中记住此密码」→「连接」

三、纸质档案预处理（提升扫描OCR准确率）

• 拆除档案上的所有订书钉、回形针、胶带，避免损坏扫描仪
• 对褶皱严重的档案用重物压平24小时，卷曲的档案卷成反向筒放置1小时
• 将破损、字迹模糊或有手写批注占比超30%的档案单独整理，标注为「需手动归档」
• 按「工程名称-档案类型-时间（YYYYMMDD）-页码」的结构编写手写临时标签，夹在每册档案的首页

四、扫描OCR与归档（核心实操步骤）

1. 扫描参数设置（通用可直接复制配置思路）

打开扫描仪对应品牌的OCR扩展软件，新建扫描任务：

• 扫描模式：黑白二值化（压缩比高、清晰度足够工程图纸外的文字识别），工程蓝图用「灰度模式」
• 分辨率：600dpi（文字识别率≥99%，图纸精度也能满足）
• 输出格式：PDF/A-1b（国际通用的长期归档格式，防止格式过期打不开）
• 扫描范围：自动裁剪（去除档案边缘留白）
• 自动修正：开启自动纠偏、自动去除黑边
• OCR设置：开启识别中文简体+阿拉伯数字+常用符号，识别结果嵌入PDF内部（可直接搜索文字）
• 保存路径：直接选择刚才映射的Z盘（Windows）或Finder里的挂载文件夹（macOS）下的「扫描临时区」子文件夹（子文件夹需提前在NAS共享文件夹内创建）

2. 批量扫描与自动命名

• 将预处理后的档案按顺序放入ADF自动进纸器，首页的手写临时标签朝上
• 点击「开始扫描」，软件自动扫描双面并嵌入OCR
• 扫描完成后，打开「批量重命名实用工具BRU」（Windows）或Finder（macOS）：
  • Windows BRU操作：
    • 将「扫描临时区」的所有PDF拖入BRU主界面
    • 点击「命名」选项卡，在「前缀」栏输入工程名称的拼音缩写+「-DA-」，如「西气东输二线-GD-DA-」（GD对应管道工程）
    • 点击「编号」选项卡，勾选「启用编号」，起始编号填1，步长填1，位数填4，前置分隔符填「-」
    • 点击「预览」确认无误后，点击「重命名」
  • macOS自带操作：
    • 选中「扫描临时区」的所有PDF，右键→「重命名X个项目」
    • 选择「格式」→「名称和索引」，名称输入「西气东输二线-GD-DA-」，索引位置选「名称后面」，起始编号填1，位数填4，分隔符填「-」→「重命名」

3. 归档分类与最终整理

• 在NAS共享文件夹内按「西气东输二线-设计档案-2012」「西气东输二线-施工档案-2013-焊接记录」的层级创建子文件夹
• 将重命名后的PDF按层级移动到对应的子文件夹
• 对标注为「需手动归档」的档案，用PS手动修复模糊部分后重复上述扫描OCR与归档步骤

五、基础数据备份（双重保险防丢失）

• 在群晖「控制面板-更新和还原-备份任务」中，创建「本地备份到USB外接硬盘」的任务，备份源选「GDYS-DA-Archive」，备份目标选插入NAS USB口的≥5TB移动硬盘，设置为每周日凌晨2点自动备份
• 如果预算允许，可开启群晖「Hyper Backup」的云端备份（可选腾讯云COS、阿里云OSS，仅需支付存储费用），备份频率设为每月1号