档案数字化降密实操指南：零门槛完成合规降密数字化加工

一、前期准备：工具与预整理

1.1 工具准备（全部免费可直接下载）

• 格式转换工具（格式工厂）：直接下载地址：http://www.pcfreetime.com/formatfactory/cn/index.html
• OCR文字识别工具（天若OCR开源版）：直接下载地址：https://github.com/2404603035/TianruoOCR-OpenSource
• PDF处理工具（PDF24 Creator）：直接下载地址：https://www.pdf24.org/zh/creator.html
• 局部擦除工具：使用Windows系统自带的「画图3D」，无需额外下载

1.2 档案预整理

拿到待降密档案后，先对照单位降密审批文件完成两项准备：

• 根据审批要求拆分内容：将允许降密公开的内容与仍需保密的内容做物理拆分，用便签在对应页码标记，禁止直接对未拆分的整份档案开展扫描加工
• 新建本地工作文件夹：命名规则为「原档案编号-降密-处理日期」，比如「2024-XJ-012-降密-20240520」，所有加工文件都存储在此文件夹中

二、全流程实操降密数字化加工

2.1 拆分扫描

• 将拆分后的允许降密内容放入扫描仪，参数设置：分辨率300DPI，色彩模式为彩色，单页保存格式为TIFF，直接保存到新建的工作文件夹
• 仍需保密的内容单独扫描，存储到单位指定涉密存储介质，不纳入本次降密数字化流程

2.2 敏感内容清理（降密核心步骤）

根据档案类型选择对应清理方式：

• 纸质扫描档案：打开PDF24 Creator，将所有单页TIFF批量导入合并为单个PDF文件；如果是整页涉密，直接用PDF24的「删除页面」功能移除对应页；如果是局部敏感内容（如原密级标识、局部敏感字段），导出对应页面为PNG格式，打开系统自带的画图3D，使用取色器工具拾取周边背景色，再用「填充工具」覆盖敏感区域，保存后替换原PDF中的对应页面即可
• 原生电子档案：直接使用免费版WPS打开，用PDF/Word编辑功能直接删除敏感内容，保存即可

2.3 文字数字化与校对

• 打开天若OCR开源版，按下快捷键「F4」即可框选PDF页面，自动识别文字，批量识别所有页面后导出为Word文档
• 对照原始扫描件逐页校对：一是核对文字识别准确性，二是再次确认所有敏感内容已经完全清理，确认无误后保存Word文件

2.4 合规校验与残留清理

这一步是避免涉密残留的关键，必须完成：

• 关键词检索：用格式工厂将最终的PDF/Word文件转换为TXT纯文本，打开TXT文件搜索「机密」「秘密」「涉密」「密级」以及审批要求删除的特定敏感关键词，确认没有残留
• 元数据清理：右键点击最终文件→选择「属性」→切换到「详细信息」选项卡→点击底部「删除属性和个人信息」→选择「从此文件中删除以下属性」→全选所有属性→点击「确定」，清除文件携带的原始编辑痕迹、涉密元数据
• 隐藏内容检查：用WPS打开文件，点击「文件→信息→检查文档→检查」，检出隐藏的批注、修订、隐藏文本等内容，全部删除即可

2.5 归档存储

• 将最终的降密数字化文件（原始扫描件+可编辑文字版）存储到单位非涉密档案管理系统，在文件备注栏注明：原档案编号、降密审批文号、处理日期、处理人姓名
• 将单位开具的降密审批单扫描后，存入同一工作文件夹，完成整个流程

三、常见卡壳问题排查

OCR识别率太低怎么办

如果是扫描分辨率低于300DPI，重新调整扫描仪参数扫描即可；如果是原档案字迹模糊，打开天若OCR的设置，开启「字迹增强」选项后重新识别，识别率可提升30%以上。

清理敏感内容后留下明显痕迹怎么办

不要直接用黑色/白色纯色覆盖，一定要用画图3D的取色器点击敏感区域周边的背景，精准拾取同色后再填充，就不会留下明显痕迹；如果是对外提供的档案，可以直接裁切掉带有敏感内容的边缘，重新排版即可。

批量处理多份档案有没有提速方法

提前统一拆分所有档案的内容，扫描时批量扫描统一命名，PDF24支持批量合并页面，天若OCR支持批量识别整份PDF，按顺序处理即可，单份100页以内的档案2小时内即可完成全部流程。