Исторические архивы содержат отсканированные PDF-файлы документов десятилетней давности. Рукописные книги 1920-х годов. Машинописная переписка 1950-х годов. Вырезки из газет 1940-х годов. Эти документы сканировались, часто с высоким разрешением, чтобы сохранить каждую деталь, и сохранялись в формате PDF. Файлы огромны, поскольку каждая страница представляет собой изображение с высоким разрешением. Сжатие их со стандартными настройками рискует потерять мелкие детали, которые делают их исторически ценными. Сжатие их специально для архивного хранения уменьшает размер файла, сохраняя при этом целостность документа.
Для сжатия архивных PDF-файлов с историческим сканированием требуются настройки, которые отдают приоритет сохранению деталей, а не максимальному уменьшению размера. Сжатие не должно сглаживать текстуру рукописного текста, размывать печатные символы или терять зернистость бумаги, которую историки используют для аутентификации.
Сжатие PDF-файлов для исторических архивов сочетает уменьшение размера файлов с сохранением визуальных характеристик, которые придают документам их доказательную ценность.
Настройки сжатия исторических документов
По возможности используйте сжатие изображений без потерь. Если для размера файла необходимо сжатие с потерями, используйте настройку самого высокого качества, обычно 90 процентов или выше. Установите разрешение 300 точек на дюйм, которое сохранит мелкие детали и уменьшит размер файла при сканировании с разрешением 600 точек на дюйм. Не применяйте усиление контраста или резкость, которые изменяют визуальный характер оригинала.
Сохранение архивных метаданных
Архивные сканирования часто содержат метаданные о процессе сканирования, местонахождении исходного документа и архивном учреждении. Сохраните эти метаданные во время сжатия. Метаданные являются частью архивной записи.
Сжатие WukongPDF позволяет обрабатывать отсканированные архивы. Сжатие Scanned PDF для исторических документов требует консервативных настроек, которые отдают приоритет сохранению.
Сначала протестируйте сжатие на тестовой странице
Прежде чем сжимать весь исторический архив, проверьте одну репрезентативную страницу. Сравните сжатый результат с оригиналом при большом увеличении. Убедитесь, что мелкие детали, текстура рукописного текста и зернистость бумаги сохранены.
Образец теста сжатия PDF-файлов для исторических документов предотвращает необратимую потерю качества всего архива.
Создание несжатых архивных мастеров
Всегда сохраняйте несжатые оригинальные сканы в качестве архивных мастеров. Сжатые версии представляют собой копии для повседневного использования. Мастера сохраняются для будущей переработки с использованием более совершенных технологий.
Модель Scanned PDF, основанная на мастер-копии и доступе к ней, является архивным стандартом. Мастера сохраняются. Используются копии доступа.
Стандарты метаданных для архивов исторических документов
Исторические архивы должны использовать стандартизированные схемы метаданных, такие как Dublin Core или MARC. Метаданные описывают происхождение документа, дату, тему и место хранения архива.
Стандарты метаданных PDF Archive позволяют обнаруживать и цитировать исторические документы в различных учреждениях.
Выбор сжатия без потерь для незаменимых документов
Исторические документы зачастую уникальны. Скан может быть единственной сохранившейся копией. Сжатие без потерь гарантирует, что никакие данные не будут удалены. Уменьшение размера файла меньше, чем при сжатии с потерями, но гарантия сохранности абсолютная.
Выбор сжатия PDF без потерь для уникальных исторических документов не подлежит обсуждению. Никакая экономия на хранилище не оправдывает отказ от незаменимых данных.
Задокументируйте метод сжатия в метаданных архива, чтобы будущие архивисты знали, что было сделано с файлом.
Обработка смешанных монохромных и цветных страниц в одном архиве
Переплетенный том может содержать как черно-белые текстовые страницы, так и цветные иллюстрации. Сжимайте монохромные страницы с помощью сжатия CCITT Group 4, а цветные страницы — с помощью JPEG2000 без потерь. Применяйте разное сжатие к разным страницам одного документа.
Сжатие смешанного содержимого Scanned PDF оптимизирует каждый тип страниц индивидуально, а не применяет один параметр ко всем страницам.
Используйте инструмент сжатия, который поддерживает настройки постраничного сжатия для архивных документов со смешанным содержимым.
Создание копий доступа на нескольких уровнях качества
Создайте три версии архива: мастер-копию без потерь для сохранения, высококачественную копию для доступа для исследователей и сжатую миниатюрную версию для просмотра каталога. Каждая версия служит разным целям.
Многоверсионный подход PDF Archive отвечает потребностям сохранения, доступа к исследованиям и открытиям.
Храните мастер в отдельном месте от копий доступа. Мастер должен выжить, даже если копии доступа потеряны или повреждены.
Использование стандарта PDF/A для архивного сжатия
PDF/A требует встроенных шрифтов, запрещает внешние зависимости и требует создания автономных документов. Сжимайте исторические сканы в формат PDF/A, чтобы обеспечить возможность их рендеринга в течение десятилетий.
Соответствие стандарту PDF/A для сжатия исторических архивов сочетает в себе уменьшение размера файла и долговечность формата.
Проверьте соответствие PDF/A после сжатия с помощью средства проверки PDF/A. Файл, который утверждает PDF/A, но не проходит проверку, дает ложную гарантию читабельности в будущем.
Финансирование и приоритизация оцифровки исторических документов
Сжатие — это последний этап процесса оцифровки, который включает сканирование, создание метаданных, контроль качества и архивное хранение. Расставьте приоритеты документов по исторической значимости, риску физического повреждения и потребностям в исследованиях.
Этап сжатия PDF Tools является частью более крупного рабочего процесса архивирования. Время и ресурсы, затраченные на сжатие, должны быть пропорциональны ценности сохраняемых документов.
Приоритизация документов по физическому состоянию для сканирования
Документы в плохом физическом состоянии следует сначала оцифровать, поскольку они подвергаются наибольшему риску дальнейшего ухудшения. Параметры сжатия для этих документов должны быть наиболее консервативными, поскольку повторное сканирование может оказаться невозможным.
Приоритетом сжатия PDF-файлов для хрупких документов является сохранение, а не уменьшение размера файла.
Создание журнала сжатия для управления архивами
Документируйте каждую операцию сжатия в журнале. Запишите исходный размер файла, настройки сжатия, итоговый размер файла и дату. Журнал позволяет будущим архивистам понять, что было сделано с каждым файлом.
Журнал сжатия Scanned PDF представляет собой запись метаданных, в которой сохраняется история обработки архива.
Использование краудсорсинга для проверки качества оптического распознавания исторических документов
Исторические документы с необычными шрифтами или искаженным текстом выигрывают от краудсорсинговой проверки OCR. Добровольцы сравнивают результаты оптического распознавания символов с исходными сканами и отмечают ошибки. Исправления улучшают поиск в архиве.
Краудсорсинговый подход PDF Archive к качеству оптического распознавания символов используется крупными историческими архивами и библиотеками по всему миру.
Обращение с хрупкими оригиналами, которые невозможно повторно отсканировать
Некоторые исторические документы слишком хрупкие, чтобы их можно было сканировать более одного раза. Существующий скан является единственной цифровой копией. Сжатие должно быть абсолютно без потерь. Исходный файл сканирования необходимо сохранить вместе со сжатой версией.
Параметр PDF Compression для хрупких оригиналов ставит сохранение приоритетом над всеми остальными соображениями.
Создание миниатюр изображений для архивных каталогов
Создавайте миниатюры изображений из сжатых архивных PDF-файлов для просмотра в каталоге. Миниатюры позволяют исследователям предварительно просмотреть документы перед загрузкой полного файла.
Генерация эскизов Scanned PDF поддерживает обнаружение и доступ к архивам.
Модели финансирования долгосрочного хранения цифровых данных
Цифровые архивы требуют постоянного финансирования для хранения, миграции и доступа. Прежде чем приступать к крупномасштабной цифровизации, создайте устойчивую модель финансирования. Экономия на хранении при сжатии является одним из компонентов общей стоимости хранения.
Планирование устойчивого развития PDF Archive гарантирует, что сжатые цифровые документы останутся доступными для будущих поколений.