可克达拉地区普通纸质档案从扫描到归档全流程纯干货技术指南

一、前期准备（可克达拉本地化适配+通用工具）

本指南适配新疆可克达拉市本地纸质规格（含32开/16开标准汉文公文纸、维吾尔文哈文双语窄幅/宽幅纸、小部分老式档案），全流程零商业软件付费。

1.1 基础硬件检查与适配

• 扫描仪：优先选支持A3自动双面ADF、双面彩色分辨率600dpi、支持长纸扫描（可兼容老式线装档案拼接前的单页超长纸）的设备，本地常用品牌（爱普生DS-70000N、富士通fi-7600）驱动直接在品牌官网下载适配Windows7/10/11的版本即可。
• 电脑：Windows10/11 64位（本地部分政务内网要求Win10 LTSC2021），内存≥16G，C盘剩余空间≥50G（扫描缓存用），非系统盘剩余空间≥500G（存放原始扫描件+归档成品）。
• 可克达拉双语适配：提前安装电脑系统自带的维吾尔文、哈萨克文输入法（Win10/11设置→时间和语言→语言→添加语言→搜索“维吾尔语（中国）”“哈萨克语（中国）”→安装），如果是老式线装双语档案，提前准备透明A4/A3膜（避免纸张破损）。

1.2 免费开源工具一站式获取

• 扫描软件：VueScan（覆盖99%扫描仪，无需品牌专用驱动）官网下载地址：https://www.hamrick.com/files/vuescan98.exe（Windows64位最新版）
• 图像处理工具：ImageMagick（免费批量处理）官网下载地址：https://imagemagick.org/archive/binaries/ImageMagick-7.1.1-37-Q16-HDRI-x64-dll.exe；GIMP（单页深度修复，可选）官网下载地址：https://download.gimp.org/mirror/pub/gimp/v2.10/windows/gimp-2.10.36-setup.exe
• OCR文字识别（双语）：PaddleOCR快速部署版（百度飞桨开源，识别汉文/维吾尔文/哈萨克文准确率≥98%），一键安装包：https://github.com/PaddlePaddle/PaddleOCR/releases/download/v2.7.0.3/PaddleOCR-2.7.0.3-windows-amd64.zip
• 归档格式转换：PDFCreator（免费生成双层PDF）官网下载地址：https://download.pdfforge.org/download/pdfcreator/5.3.0/PDFCreator-5_3_0-Setup.exe?file=PDFCreator-5_3_0-Setup.exe&source=pdfforge.org

二、纸质档案预处理（可克达拉重点注意项）

预处理是避免后期返工的核心，可克达拉本地档案多有双语竖排、老式纸张泛黄/破损、政务文件骑缝章粘连等情况。

• 分类排序：严格按照可克达拉市档案局2024年发布的《文书档案整理规范》，按“年度→保管期限→件号”排列，骑缝章粘连的用无酸美工刀轻轻划开，禁止直接撕毁。
• 双语竖排档案：提前在每页右上角用铅笔标注“汉文上/下”“哈文/维文上/下”，避免扫描后OCR方向错误。
• 泛黄/破损修复：轻微破损用透明无酸膜平贴，泛黄严重的后期用ImageMagick批量去黄即可，禁止用涂改液修改原始内容。

三、批量扫描（核心步骤，适配可克达拉规格）

3.1 VueScan基础配置

打开VueScan，点击顶部设置→选项→保存，配置以下可直接复制的内容：

• 保存格式：TIFF（无压缩，原始件必须保留）
• 保存文件夹：非系统盘新建“可克达拉档案原始件-202X-永久/长期/短期”三级文件夹
• 文件命名规则：`[年度]-[保管期限首拼]-[件号]-[页号].tiff`（首拼：永久YJ、长期CQ、短期DQ）

点击顶部输入，配置扫描参数：

• 来源：选择你的扫描仪型号
• 分辨率：汉文/双语文件600dpi，纯图形文件1200dpi
• 模式：彩色
• 尺寸：自动检测（A3/A4/A5可自动识别），如果是老式超长线装单页（≥A3），手动设置“自定义尺寸”，宽度按扫描平台宽度，长度按实际纸张长度+1cm
• ADF选项：勾选双面扫描、自动进纸、跳过空白页、去除黑边，可克达拉双语窄幅纸勾选自动旋转180度

3.2 正式扫描操作

• 单页/骑缝划开后的单页：放入ADF进纸器，汉文朝上、骑缝章朝右，点击VueScan底部扫描即可自动批量完成。
• 老式线装未拆分超长纸：平铺在扫描平台上，对齐左上角定位点，点击底部预览，框选实际档案区域后点击扫描。

四、批量图像修复（可克达拉适配去黄+长纸拼接）

打开电脑命令提示符（CMD）（Win10/11右键开始菜单→Windows终端→管理员身份运行，切换到CMD模式），进入原始件文件夹（比如原始件在D盘，输入`d:`回车，再输入`cd 可克达拉档案原始件-202X-YJ`回车）。

4.1 批量去黄、去噪、增强对比度

复制以下完整命令直接运行：

```batch mkdir 修复件 for %%i in (.tiff) do ( magick "%%i" -colorspace gray -level 10%,90% -despeckle -compress LZW "修复件\%%~ni.tiff" ) ```

说明：该命令会自动在原始件同级目录生成“修复件”文件夹，保存LZW压缩的无损修复TIFF，彩色骑缝章/签名会保留灰度细节，完全符合可克达拉档案局归档要求。

4.2 老式超长线装纸拼接（可选，单页拆分扫描的情况）

如果线装单页拆成了2页A3，命名为`202X-YJ-001-001a.tiff`和`202X-YJ-001-001b.tiff`，复制以下命令拼接：

```batch magick "202X-YJ-001-001a.tiff" "202X-YJ-001-001b.tiff" +append -compress LZW "修复件\202X-YJ-001-001.tiff" ```

说明：`+append`是横向拼接，`-append`是纵向拼接，根据拆分方向选择即可。

五、双语OCR+双层PDF生成（本地归档核心）

5.1 PaddleOCR快速部署

解压下载的PaddleOCR一键安装包到D盘根目录，文件夹重命名为`PaddleOCR`，打开D:\PaddleOCR，双击运行`ppocr.exe`，等待30秒左右自动启动本地OCR服务（无需联网，完全适配政务内网）。

5.2 PDFCreator配置

打开PDFCreator，点击顶部配置文件→添加，新建配置文件命名为“可克达拉双层PDF归档”，配置以下内容：

• 保存选项卡：保存格式PDF/A-2b（可克达拉档案局强制要求的长期保存格式），保存文件夹非系统盘新建“可克达拉档案归档件-202X-YJ”三级文件夹，文件命名规则和原始件一致。
• 动作选项卡：勾选使用外部程序，程序路径填`D:\PaddleOCR\ppocr.exe`，参数填`-image_dir "%1" -output_dir "%2" -use_angle_cls true -use_gpu false -lang ch,vi,kk`（说明：vi是维吾尔文ISO代码，kk是哈萨克文ISO代码，use_gpu false适配无显卡的政务电脑）。

5.3 批量生成双层PDF

进入“修复件”文件夹，全选所有TIFF文件，右键选择打印，打印机选择“PDFCreator”，弹出PDFCreator窗口后选择刚才新建的“可克达拉双层PDF归档”配置文件，点击开始即可自动批量生成带可检索汉文/维吾尔文/哈萨克文的双层PDF/A-2b。

六、最终归档检查（可克达拉档案局必过项）

• 检查三级文件夹命名是否符合规范：年度→保管期限（永久/长期/短期）→件号。
• 检查每个归档件是否包含：1份双层PDF/A-2b、1份无压缩TIFF原始件（原始件单独存“原始备份”硬盘，至少备份2份，可克达拉本地档案局指定备份介质为西部数据My Passport Ultra企业级移动硬盘）。
• 随机抽取10%的归档件，打开双层PDF，用搜索框测试汉文/维吾尔文/哈萨克文关键词是否可检索。