Сканы для работы с текстом: разрешение и форматы
Разрешение определяет, видны ли мелкие детали: буквы, пометы, водяные знаки. Для чтения текста нужно меньше, для палеографического описания — больше. Ниже — ориентиры и порядок работы.
Зачем разрешение
Разрешение определяет, видны ли мелкие детали: буквы, пометы, водяные знаки. Для чтения текста нужно меньше, для палеографического описания — больше. Решение принимается по задаче, а не по привычке сканировать всё в максимуме.
Базовые ориентиры
Для текста, который будет распознаваться, обычно берут 300–400 точек на дюйм. Для мелких помет и повреждений — 600. Для цветных иллюстраций разрешение зависит от размера оригинала. Точные требования уточняются в правилах проекта или организации.
Цвет и глубина
Текст допустимо сканировать в оттенках серого, если цвет не несёт смысла. Цветные пометы и миниатюры требуют цветного сканирования. Глубина 24 бита для цвета и 8 бит для серого — распространённая практика.
Форматы
Мастер-копия хранится без потерь: TIFF или PNG. Для чтения и публикации делаются производные JPEG или PDF. Не храните единственную копию в формате с потерями: детали уже не вернуть.
PDF или изображения
PDF удобен для чтения, но хуже подходит для обработки. Сканы листов лучше хранить постранично, а PDF собирать как производный файл. Так проще заменить испорченную страницу, не пересобирая всё.
Имена файлов
Шифр, номер листа, при необходимости — версия. Без пробелов и кириллицы в имени, если файлы будут обрабатываться скриптами. Единая схема важнее красоты: по имени файл должен находиться и сортироваться.
Порядок сканирования
Сначала общий план, затем листы по порядку. Пропущенный лист обнаруживается только на сверке, поэтому считайте листы до и после. Для ветхих дел сканируйте в том порядке, в каком безопасно переворачивать.
Проверка качества
Первый лист просматривается сразу: резкость, цвет, отсутствие обрезанных полей. Если качество неудовлетворительное, лучше пересканировать сейчас, чем переделывать дело целиком позже. Сохраняйте настройки сканера для повторяемости.
Обрезка и выравнивание
Обрезайте только фон, не срезая поля с пометами. Выравнивание выполняйте автоматически с последующей проверкой: поворот на градус незаметен на одном листе, но мешает сверке. Мастер-копии лучше не пересохранять многократно.
Распознавание
Распознавание текста не заменяет транскрипцию. Оно ускоряет поиск, но результат требует проверки, особенно на рукописях и старом шрифте. Распознанный слой храните отдельно от изображений.
Хранение
Мастер-копии, производные и распознанный текст хранятся в разных папках. Описание в корне: что за источник, сколько листов, кто сканировал, на каком оборудовании. Без описания через год непонятно, чем скан отличается от повторного.
Объём
Сканы занимают много места. Планируйте носитель заранее: для тысяч листов в TIFF нужны сотни гигабайт. Резервная копия делается на отдельный носитель, а не в соседнюю папку.
Контрольные суммы
Для мастер-копий считаются контрольные суммы, список хранится рядом. Это позволяет отличить повреждение от замены файла. Проверка занимает минуты и спасает от молчаливой порчи.
Права
Сканирование не даёт прав на публикацию. Условия использования изображений уточняются у держателя. Для внутренней работы достаточно разрешения читального зала, для публикации — отдельное согласование.
Скорость работы
Сканер с автоподачей ускоряет работу, но требует целых листов. Ветхие и сшитые дела сканируются на планетарном сканере или вручную. Смешивать оборудование в одном проекте можно, если описать это в паспорте.
Что делать с дефектами
Пятна, разрывы и затеки не ретушируются в мастер-копии. Все улучшения — только в производных файлах. Исследователь должен видеть источник таким, какой он есть.
Сверка комплекта
После сканирования сверьте количество файлов с количеством листов по описи. Расхождение в один лист — повод остановиться и найти его. Пропуски обнаруживаются на порядок дороже, чем кажется.
Типичные ошибки
Низкое разрешение, JPEG как единственная копия, обрезка полей, отсутствие описания, имена с пробелами, нет контрольных сумм, ретушь мастера.
Итог
Скан готов к работе, когда разрешение соответствует задаче, мастер хранится без потерь, комплект сверен по описи, а рядом лежит описание.
Сканирование с автоподачей
Автоподача ускоряет работу, но может зажевать тонкий лист или пропустить страницу. После пакета обязательно проверьте комплект по описи. Сдвоенные листы обнаруживаются только глазами.
Хранение настроек
Запишите модель сканера, разрешение, цветовой режим и формат. Через полгода при досъёмке листов настройки придётся воспроизводить, иначе новые сканы будут отличаться по цвету и резкости.
Чек-лист
- Разрешение соответствует задаче.
- Мастер-копия хранится без потерь.
- Имена файлов единообразны, без пробелов.
- Комплект сверен с описью по числу листов.
- Поля и пометы не обрезаны.
- Контрольные суммы посчитаны и сохранены.
- Настройки сканирования записаны в описание.
Частые вопросы
Какое разрешение выбрать?
300–400 точек на дюйм для текста, 600 для мелких помет.
В каком формате хранить мастер?
Без потерь: TIFF или PNG.
Что делать с дефектами?
Не ретушировать в мастер-копии.
Пример
Дело отсканировали в JPEG, а через месяц понадобилось прочитать выцветшую помету на поле. Деталей уже не было. Повторное сканирование заняло два дня, которых можно было избежать.
Итог
Скан готов к работе, когда разрешение соответствует задаче, мастер хранится без потерь, а комплект сверен по описи.