档案管理系统档案数字化全流程规范实操落地指南

一、前期准备规范

1.1 工具准备

直接按以下清单准备工具，所有工具均为免费可直接获取：

• 扫描仪：需支持A3幅面，带ADF自动进纸器，最大分辨率不低于600dpi，驱动可直接在https://driver.zh.cn/输入型号直接下载安装
• 图像处理工具：使用免费的IrfanView，64位中文安装包直接下载地址：https://www.irfanview.net/main_download.htm，默认下一步安装即可
• OCR识别工具：使用天若OCR开源版，下载地址：https://github.com/AnyLifeZLB/TianruoOCR-OpenSource/releases，下载压缩包解压即可使用，无需安装

1.2 档案预处理要求

预处理需逐个完成以下步骤，禁止跳过：

• 拆除装订物：拆除所有金属钉、线装装订，避免扫描产生阴影；破损纸张先用透明胶带补边，防止扫描卡纸
• 分类排序：按照「年度-机构-保管期限」三级分类排序，每个案卷在右下角标记页码，手写打印均可
• 涉密标注：将涉密档案单独分拣，单独加工存储，全程禁止接入外网处理

二、核心加工流程规范

2.1 扫描参数设置规范

直接套用以下参数，无需自行调整：

• 分辨率：普通文书档案统一设为300dpi，工程图纸档案设为400dpi
• 格式与压缩：黑白文档用TIFF格式，采用CCITT G4压缩；彩色红头文件、照片用JPEG格式，压缩比设为1:10
• 文件命名：统一按照「档号-页码」规则命名，例如「2023-WS-0012-003」，禁止使用中文、特殊字符命名

2.2 图像处理操作规范

扫描完成后逐页处理，按以下步骤操作：

• 纠偏：倾斜角度大于3度的页面必须纠正，IrfanView操作：打开图片按Ctrl+Shift+L即可自动纠偏，手动微调即可
• 去污：清除页面黑点、污痕、多余黑边，必须保留原有印章、手写签字，不得涂抹原有内容
• 清晰度调整：曝光不足的文件伽马值调整为1.2，曝光过度调整为0.8，确保所有字迹清晰可辨认
• 分页：多页合并扫描的文件必须拆分为单页文件，一个页码对应一个独立文件

2.3 OCR识别规范

要求全文检索的档案必须完成OCR识别，遵循以下要求：

• 批量识别：打开天若OCR开源版，选择「批量识别文件夹」，选中处理好的图片目录，输出格式选择TXT，输出到同一目录即可
• 质检要求：整体错字率控制在1%以内，重点修正档号、人名、日期、印章处的识别错误，不影响阅读的标点错误可忽略
• 双层PDF生成：需要可检索PDF的，用IrfanView打开图片，点击另存为选择PDF格式，勾选「包含OCR文本层」导出即可

2.4 数据挂接规范

挂接到档案管理系统按以下流程操作：

• 元数据整理：按照系统要求整理元数据，可直接套用以下模板修改：

  档号	题名	年度	机构	保管期限	总页数	文件路径
  2023-WS-0012	XX项目第一季度会议纪要	2023	办公室	永久	15	2023/WS/2023-WS-0012/

• 挂接校验：批量导入后，随机抽查10%的档案，确认元数据与文件对应正确，可正常预览下载，无缺页错页

三、质检与入库规范

必须完成三级质检，合格后方可入库：

• 一级自检：加工人员逐卷检查，检查项包括漏扫错扫、图像清晰度、命名规范、错字率，合格后签字确认
• 二级抽检：负责人抽检比例不低于总卷数的10%，不合格率超过5%的整批退回重加工
• 三级终检：交付前检查存储，要求数据双备份，一份存档案管理系统本地服务器，一份存离线移动硬盘，离线硬盘每半年读取校验一次完整性

四、验收交付标准

满足以下所有要求，即为符合规范的成品：

• 所有文件格式正确，无损坏、加密文件，可在档案管理系统正常检索、预览、下载
• 元数据完整率100%，档号唯一不重复，挂接准确率不低于99.5%
• 图像质量要求：字迹印章清晰可辨，无变形、黑边、漏字，页面倾斜角度不超过1度
• 交付资料包含：完整元数据文件、加工记录、备份清单，可直接导入档案管理系统入库

按以上步骤操作即可产出符合规范要求的数字化档案，全程无额外门槛，可直接落地执行。