档案数字化质量评估全流程实操指南 手把手教你落地标准化检查

一、前期准备工作

1.1 工具准备（全免费可直接使用）

• 文件批量管理工具：Everything 1.4.1.1022，直接下载地址：https://www.voidtools.com/Everything-1.4.1.1022.x64.zip，解压即可使用，无需安装
• 文本对比工具：WinMerge 2.16.24，直接下载地址：https://github.com/WinMerge/winmerge/releases/download/v2.16.24/WinMerge-2.16.24-x64-Setup.exe，点击下一步即可完成安装
• 图像分辨率检测工具：在线免费版，直接访问：https://checkdpi.com/，无需登录注册

1.2 对齐量化评估标准

直接套用国家通用档案数字化评估标准，核心指标合格阈值如下，可直接使用：

二、分步骤实操评估流程

2.1 文件完整性批量检查

该步骤可10分钟内完成批量检测，操作步骤：

• 1. 打开Everything，在搜索框输入 你的档案存储根目录 .pdf .jpg（根据你的实际文件后缀调整，比如是tiff就改成.tiff），按下回车键获取所有数字化档案的完整列表
• 2. 点击Everything菜单栏的「视图>导出」，导出格式选择csv，保存为档案文件列表.csv到本地
• 3. 打开导出的csv文件，统计导出的总文件数，对比原始档案目录的总页数/总件数，按公式计算漏扫率：漏扫率=（原始档案总数-导出文件总数）/原始档案总数×100%，对照合格阈值判断是否合格
• 4. 把文件列表按档案编号排序，检查是否存在断号，断号对应错页缺页，统计错页缺页率即可

2.2 图像质量抽样检查

按行业通用规则做抽样检测，操作步骤：

• 1. 按总档案量的10%比例随机抽样，单批抽样不低于10份，简单抽样方法：对排序后的文件，每隔10个文件抽取1份即可
• 2. 打开在线DPI检测网站https://checkdpi.com/，上传抽样的图像或PDF文件，直接读取分辨率数值，记录是否符合阈值要求
• 3. 逐张肉眼检查抽样图像，符合以下要求即为合格：所有文字边缘清晰，无大面积反光、黑边，页面旋转角度不超过3度，没有内容裁切，印章文字清晰可辨

2.3 OCR文字识别准确率检测

• 1. 从抽样档案中选取3份文字密度较大的档案，导出识别后的纯文本文件；如果没有附带OCR文本，可打开免费在线OCR工具https://www.ocrking.com/，上传档案直接导出文本，无需登录
• 2. 从每份档案中随机选取3段，每段不少于100字，手动整理出正确文本保存为正确文本.txt，OCR识别结果保存为识别文本.txt
• 3. 打开WinMerge，点击首页「打开文件」，分别选择两个txt文件，点击确定后软件会自动标出所有差异文字
• 4. 按公式计算准确率：准确率=（总字数-差异字数）/总字数×100%，取三份样本的平均准确率，对照阈值判断是否合格

2.4 目录与文件一致性检查

• 1. 导出数字化成果的目录Excel表，提取档案编号、题名两列，整理成标准目录表
• 2. 按10%比例抽样，逐一核对实际档案文件名、内容与目录的档案编号、题名是否一致，记录错误数量
• 3. 计算匹配准确率：准确率=（抽样总数-错误数）/抽样总数×100%，≥99%即为合格

三、最终结果判定与整改

所有指标检查完成后，按以下规则直接判定结果：

• 所有核心指标都达到合格阈值，整体评估为合格，可入库保存
• 仅有1项指标不达标，判定为基本合格，针对对应问题整改后重新复检即可
• 有2项及以上指标不达标，判定为不合格，全部退回重新数字化

常见问题整改方法：

• 分辨率不达标：重新扫描，扫描时直接设置分辨率为300DPI以上
• OCR准确率不达标：调整扫描清晰度后重新做OCR识别，手写体占比超过30%的档案可标记为无OCR要求，不判定不合格
• 错漏页：整理原始档案顺序后补扫，重新排序命名即可
• 图像歪斜/反光：重新扫描，扫描时抚平纸张，调整扫描灯角度即可解决

评估完成后，直接生成评估报告，核心内容包含：抽检比例、各指标检测结果、整体判定结果、整改要求即可，无需复杂格式。