歴史アーカイブには、数十年前の文書をスキャンした PDF が含まれています。 1920年代の手書きの台帳。 1950年代のタイプ打ちによる通信。 1940年代の新聞の切り抜き。これらの文書は、すべての詳細を保存するために多くの場合高解像度でスキャンされ、PDF として保存されました。すべてのページが高解像度の画像であるため、ファイルは膨大になります。標準設定で圧縮すると、歴史的に価値のある詳細な部分が失われる危険があります。アーカイブ保存専用に圧縮すると、ドキュメントの整合性を保護しながらファイル サイズが削減されます。
過去にスキャンしたアーカイブ PDF を圧縮するには、サイズの最大削減よりも詳細の保存を優先する設定が必要です。圧縮によって手書きの質感が滑らかになったり、タイプライターで書かれた文字がぼやけたり、歴史家が認証に使用する紙の粒子が失われてはなりません。
歴史的アーカイブの PDF 圧縮は、ファイル サイズの削減と文書に証拠的価値を与える視覚的特徴の保存のバランスをとります。
歴史的文書の圧縮設定
可能な限り画像には可逆圧縮を使用してください。ファイル サイズを考慮して非可逆圧縮が必要な場合は、最高の品質設定 (通常は 90% 以上) を使用します。解像度 300 DPI を目標にすると、600 DPI スキャンからファイル サイズを削減しながら、細部を保存できます。オリジナルの視覚的な特徴を変えるようなコントラスト強調や鮮明化を適用しないでください。
アーカイブメタデータの保存
アーカイブ スキャンには、スキャン プロセス、元の文書の場所、アーカイブ機関に関するメタデータが含まれることがよくあります。圧縮中にこのメタデータを保持します。メタデータはアーカイブ レコードの一部です。
WukongPDF 圧縮は、スキャンされたアーカイブを処理できます。履歴文書の Scanned PDF 圧縮には、保存を優先する保守的な設定が必要です。
最初にサンプル ページで圧縮をテストする
履歴アーカイブ全体を圧縮する前に、1 つの代表的なページでテストしてください。高ズーム時の圧縮出力とオリジナルを比較します。細かい部分、手書きの質感、紙の質感が維持されていることを確認します。
歴史的文書の PDF 圧縮サンプル テストは、アーカイブ全体にわたる不可逆的な品質の損失を防ぎます。
非圧縮アーカイブマスターの作成
非圧縮のオリジナル スキャンをアーカイブ マスターとして常に保持します。圧縮バージョンは日常使用のためのアクセスコピーです。マスターは、より優れた技術による将来の再処理のために保存されます。
Scanned PDF マスターおよびアクセス コピー モデルがアーカイブ標準です。マスターは保存されます。アクセスコピーが使用されます。
歴史文書アーカイブのメタデータ標準
歴史アーカイブでは、Dublin Core や MARC などの標準化されたメタデータ スキーマを使用する必要があります。メタデータには、文書の発行元、日付、件名、アーカイブの場所が記述されます。
PDF アーカイブ メタデータ標準により、さまざまな機関にわたる歴史的文書の発見と引用が可能になります。
かけがえのないドキュメントにはロスレス圧縮を選択する
歴史的文書は多くの場合、ユニークです。スキャンされたコピーが唯一残っている可能性があります。可逆圧縮により、データが破棄されないことが保証されます。ファイル サイズの削減は非可逆圧縮よりも小さくなりますが、保存は絶対に保証されます。
ユニークな歴史文書には、ロスレス PDF 圧縮を選択することは交渉の余地がありません。ストレージをどれだけ節約しても、かけがえのないデータを廃棄することは正当化されません。
圧縮方法をアーカイブ メタデータに文書化して、将来のアーキビストがファイルに何が行われたかを把握できるようにします。
単一アーカイブ内のモノクロとカラーの混合ページの処理
製本された冊子には、白黒の本文ページとカラーのイラスト版の両方が含まれる場合があります。モノクロ ページは CCITT Group 4 圧縮で圧縮し、カラー ページはロスレス JPEG2000 で圧縮します。同じドキュメント内の異なるページに異なる圧縮を適用します。
スキャン PDF 混合コンテンツ圧縮は、1 つの設定をすべてのページに適用するのではなく、各ページ タイプを個別に最適化します。
混合コンテンツのアーカイブ ドキュメントのページごとの圧縮設定をサポートする圧縮ツールを使用します。
複数の品質レベルでのアクセス コピーの作成
アーカイブの 3 つのバージョンを作成します。保存用のロスレス マスター、研究者用の高品質のアクセス コピー、カタログ閲覧用の圧縮サムネイル バージョンです。各バージョンは異なる目的を果たします。
PDF アーカイブのマルチバージョン アプローチは、保存、研究アクセス、発見のニーズを満たします。
マスターはアクセス コピーとは別の場所に保存します。アクセス コピーが失われたり破損したりした場合でも、マスターは存続する必要があります。
PDF/A 標準を使用したアーカイブ圧縮
PDF/A は埋め込みフォントを必要とし、外部依存を禁止し、自己完結型のドキュメントを義務付けます。過去のスキャンを PDF/A 形式に圧縮して、数十年にわたってレンダリング可能な状態を維持します。
PDF 圧縮 過去のアーカイブに対する PDF/A 準拠により、ファイル サイズの削減とフォーマットの寿命が組み合わされます。
PDF/A バリデーターを使用して、圧縮後に PDF/A 準拠を検証します。 PDF/A を主張しているにもかかわらず検証に失敗したファイルは、将来の可読性について誤った保証を提供します。
歴史文書デジタル化への資金提供と優先順位付け
圧縮は、スキャン、メタデータの作成、品質管理、アーカイブ ストレージを含むデジタル化パイプラインの最終ステップです。歴史的重要性、物理的劣化のリスク、研究の需要に基づいて文書に優先順位を付けます。
PDF ツールの圧縮ステップは、より大規模なアーカイブ ワークフローの一部です。圧縮に費やす時間とリソースは、保存されるドキュメントの価値に比例する必要があります。
体調に合わせて原稿を優先的にスキャンする
書類の状態が良くない場合は、さらに劣化するリスクが最も高いため、最初に電子化する必要があります。再スキャンができない可能性があるため、これらのドキュメントの圧縮設定は最も控えめにする必要があります。
壊れやすいドキュメントの PDF 圧縮では、ファイル サイズの削減よりも保存が優先されます。
アーカイブ管理用の圧縮ログの作成
すべての圧縮操作をログに記録します。元のファイル サイズ、圧縮設定、結果のファイル サイズ、および日付を記録します。ログにより、将来のアーキビストは各ファイルに対して何が行われたのかを理解できるようになります。
スキャン PDF 圧縮ログは、アーカイブの処理履歴を保存するメタデータ レコードです。
クラウドソーシングを使用して歴史文書の OCR 品質を検証する
珍しいフォントや劣化したテキストを含む歴史文書には、クラウドソースの OCR 検証が役立ちます。ボランティアは OCR 出力をオリジナルのスキャンと比較し、エラーにフラグを立てます。この修正により、アーカイブの検索性が向上します。
OCR 品質に対する PDF Archive クラウドソーシング アプローチは、世界中の主要な歴史的アーカイブや図書館で使用されています。
再スキャンできない壊れやすい原稿の取り扱い
歴史的文書の中には、脆弱すぎて複数回スキャンできないものもあります。既存のスキャンは唯一のデジタル コピーです。圧縮は完全にロスレスでなければなりません。元のスキャン ファイルは、圧縮バージョンと一緒に保存する必要があります。
壊れやすいオリジナルの PDF 圧縮 では、他のすべての考慮事項よりも保存が優先されます。
アーカイブカタログのサムネイル画像の作成
カタログ閲覧用に圧縮アーカイブ PDF からサムネイル画像を生成します。研究者はサムネイルを使用して、完全なファイルをダウンロードする前に文書をプレビューできます。
スキャン PDF サムネイル生成は、アーカイブの検出とアクセスをサポートします。
長期デジタル保存のための資金調達モデル
デジタル アーカイブには、保存、移行、アクセスのための継続的な資金が必要です。大規模なデジタル化を開始する前に、持続可能な資金調達モデルを確立します。ストレージの圧縮による節約は、総保存コストの 1 つの要素です。
PDF アーカイブ の持続可能性計画により、圧縮されたデジタル文書が将来の世代でもアクセス可能な状態に保たれることが保証されます。