乐山档案数字化入门实操：从整理到归档全流程指南

一、准备阶段：实物档案预处理

实操前需完成实物档案整理，避免扫描后返工，无技术门槛，按步骤操作即可：

• 清理：取下所有金属夹、回形针，用软毛刷扫去表面灰尘，禁止用湿布擦拭（防止纸张粘连）
• 分页：将装订成册的档案拆为单页，保留原有页码，零散纸张按时间排序，用铅笔在页脚标注临时序号（不覆盖正文）
• 编号：统一按「年份-部门-流水号」规则编号，比如2024-政务科-015，写在每页右上角，确保编号唯一

二、扫描阶段：标准化文件生成

1. 工具安装与核心设置

使用免费开源扫描工具Free Scan to PDF，下载地址：https://www.freescanpdf.com/download.html，安装步骤：

• 双击下载的.exe安装包，勾选「我同意许可协议」，默认路径为C:\Program Files\Free Scan to PDF，点击完成
• 打开软件，点击「设置」→「扫描设置」，必须配置以下参数（不符合将无法通过档案验收）：
  • 分辨率：300DPI（文字清晰且存储空间占用合理）
  • 颜色模式：纯文字档案选「灰度」，含照片的档案选「彩色」
  • 文件格式：PDF/A-1a（符合国家档案长期保存标准）
  • 单文件页数：100页（避免单个文件超过500MB，影响存储与传输）

2. 批量扫描操作

将整理好的档案页放入扫描仪进纸器，对齐侧边导轨，点击软件主界面「批量扫描」，等待扫描完成。扫描后立即核对总页数与原始档案一致，如有缺页重新放入补扫，禁止手动删除扫描页。

三、数字化后处理：文字识别与归档

1. OCR文字识别（必做步骤）

扫描生成的PDF为图像格式，需转成可搜索的文字格式，使用开源工具ocrmypdf，操作细节：

• 安装ocrmypdf：Windows按Win+R输入cmd打开命令提示符，右键选择「以管理员身份运行」，执行命令： ``` pip install ocrmypdf ```
• 安装中文简体语言包：执行命令： ``` pip install ocrmypdf[chi-sim] ```
• 执行识别：将需要处理的PDF放到桌面，命令行输入`cd Desktop`进入桌面目录，再运行命令： ``` ocrmypdf -l chi_sim input.pdf output.pdf ``` （等待1-5分钟，取决于文件大小，完成后生成可搜索的标准化PDF）

2. 命名与存储规范

所有处理后的PDF必须严格按规则命名，避免后续检索混乱：

• 命名规则：「档案编号-页码范围.扩展名」，比如2024-政务科-015-01-100.pdf
• 存储规则：按年份创建文件夹（比如2024、2023），文件夹名禁止包含中文、特殊字符；完成后立即备份2份：1份存本地移动硬盘，1份存乐山政务云盘（符合本地档案存储要求）

四、质量校验：100%避免返工

档案数字化必须完成校验，不合格直接返工，校验步骤：

• 随机抽取10%的PDF文件，用Adobe Reader打开，按Ctrl+F搜索档案关键词，确认文字可正常识别（若无法搜索，说明OCR未完成，需重新执行命令）
• 核对扫描PDF总页数与原始档案，发现漏扫立即补扫；文字识别错误用在线工具https://www.onlineocr.net/手动修正（选择「中文简体」模式）
• 检查PDF是否包含空白页，如有立即删除，避免占用存储资源

全部完成后，将纸质档案与数字化文件对应封存，整个流程无需专业技术背景，按步骤操作即可通过乐山档案数字化验收。