湘潭本地机关企事业单位档案数字化全流程实操落地指南

一、前期准备

1.1 工具准备

根据档案体量不同，可直接选对应方案，所有工具均为免费开源，可直接下载使用：

• 中小体量（1000页以内，适合街道办、中小企业）：手机+开源工具，具体下载地址：
  ScanTailor（扫描校正）：https://github.com/scantailor/scantailor/releases/tag/v0.26.2，Windows直接下载exe安装包双击安装；
  天若OCR开源版（文字识别）：https://github.com/AnyTest/ocr-smart-doc/releases，直接下载压缩包解压即可使用；
  PDF处理工具：PDFsam，地址：https://github.com/torakiki/pdfsam/releases，免费无广告无水印。
• 大体量（1000页以上，适合市直机关、国企）：馈纸式专业扫描仪，软件沿用上述工具即可，参数要求后续说明。

1.2 实体档案预处理

严格遵循湘潭市档案馆接收规范，预处理步骤不能省略：

• 拆除装订物：拆除原有铁钉、铁夹、装订线，避免扫描出现阴影遮挡；遇到破损页用透明胶带修补平整，起皱页压平后再处理
• 排序编号：按照「全宗号-年度-保管期限」排序，档号编制遵循湘潭本地规范，格式为全宗号-年度-机构代号-件号，示例：012-2023-03-045
• 异常标注：对页面缺字、修改痕迹，用空白便签标注在页面外侧，不要遮挡原文件内容

二、扫描操作实操

2.1 手机扫描步骤（中小体量适用）

按照以下步骤操作，即可达到档案馆接收标准：

• 打开手机原生相机，关闭闪光灯和AI优化，将手机平行于档案页面放置，保证页面完全取景，四个边缘对齐取景框
• 拍摄完成后导出为PNG格式单页图片，命名规则为档号_页号，示例：012-2023-03-045_01.png
• 打开ScanTailor，新建项目导入所有单页图片，输出分辨率设置为300DPI（湘潭档案馆要求最低分辨率，不可更低）
• 选择「自动裁剪」，软件会自动去除黑边、校正倾斜，手动调整个别裁剪错误的页面即可
• 点击「输出」，导出校正后的单页图片，扫描校正完成

2.2 专业扫描仪扫描步骤

批量扫描前直接设置好以下参数即可，无需额外调整：

• 分辨率：300DPI，彩色模式，保存格式为PNG单页文件
• 扫描完成后按照同样的档号_页号规则命名，避免文件混乱

三、OCR识别与目录整理

湘潭档案数字化要求全文可检索，OCR识别和目录整理是核心步骤：

• 打开天若OCR开源版，开启批量识别功能，导入同一单件档案的所有校正后图片
• 识别参数设置：识别语言选简体中文，输出格式选择可检索PDF，开启同件合并功能，自动将同一单件档案合并为一个PDF
• 识别完成后，导出PDF文件，文件名和档号保持一致，示例：012-2023-03-045.pdf
• 编制档案目录，按照湘潭档案馆要求，目录必须包含以下字段，可直接复制表头制作Excel表格：

每一件档案对应一条目录，确保信息和PDF文件一一对应即可。

四、质检与存储归档

4.1 数字化档案质检

按照湘潭市档案数字化验收标准，必须完成三步质检：

• 图像质检：检查是否有漏扫、错扫，页面是否清晰，有无黑边、阴影，错页率不得超过1%，不符合要求重新扫描
• 文字质检：随机抽取10%的页面检查OCR识别准确率，要求准确率不低于95%，错误率超标的批次重新识别
• 目录质检：逐一核对目录信息与PDF文件，确保档号、文件名对应一致，没有错编漏编

4.2 存储备份与移交

• 本地在线存储：按照「全宗号/年度/保管期限/」的层级结构存储文件，硬盘设置加密访问
• 异地离线备份：将所有数据拷贝到离线移动硬盘，由专人保管，每半年校验一次文件完整性
• 移交档案馆：按照要求将目录Excel和所有PDF文件拷贝到加密U盘，直接对接移交即可

五、常见卡壳问题解决

• 页面倾斜校正失败怎么办：在ScanTailor中手动拖动页面四个角，对齐边缘即可，操作一次即可掌握
• 老旧档案字迹模糊识别不准怎么办：扫描时将分辨率调高到400DPI，天若OCR开启老档案识别增强模式，准确率可提升20%以上
• 需要核对最新规范怎么办：直接打开湘潭市档案馆官方规范页面下载原文：http://daj.xiangtan.gov.cn/xxgk/tzgg/202109/t20210918_19312508.html