Рожнов Владимир Игоревич, заведующий отделом системного программного обеспечения Информационно-вычислительного центра
Vladimir Rozhnov, Head, System Software Department
17, 3rd Khoroshevskaya st., 123298 Moscow
В статье приведены основные положения, связанные с оцифровкой документов. Дана краткая характеристика единых требований к оцифровке изданий для Национальной электронной библиотеки. Проанализированы графические форматы файлов, с помощью которых можно сохранять оцифрованные копии (TIFF, JPEG, PNG). Отмечены достоинства и недостатки каждого формата. Подчёркнуто, что в связи с быстрым развитием технологий и появлением устройств «автоматизированный читатель» библиотеки приобретают ставшее доступным сканирующее оборудование высокого разрешения и увеличивают скорость оцифровки с использованием тяжёлых графических форматов в своих фондах. Это позволяет наращивать темпы заполнения хранилищ серверов. Современные компьютерные технологии и программы распознавания текста позволяют начать оцифровку фонда. Автор задаёт закономерный вопрос: как затратить меньше ресурсов на оцифровку и дальнейшее хранение без потери культурной и исторической ценности документов? Предложено модифицировать классификацию документов и использовать технологию распознавания текста с последующим сохранением в файл, позволяющую работать с текстом напрямую (TXT, DOC, PDF). Автор приходит к выводу: существует объективная необходимость разработать новую технологию, лишенную недостатков уже существующих технологий, но сохраняющую их преемственность.
The author begins with discussing the key provisions of document digitization. He characterizes the unified requirements of the National Electronic Library. Further, he analyzes the graphic formats for digitized copies (TIFF, JPEG, PNG). The advantages and drawbacks of each of the formats are discussed. Due to the rapid technologies advance and emergence of reader devices, the libraries that purchase now affordable HD-scanners can increase digitization efficiency with heavy graphic formats and to increase the rate of filling the servers’ storage. The modern text recognition technologies and programs enable to initiate collections digitization. Having analyzed the formats, the author expectedly asks the following question: how to use less resources for digitization and further storage without losing the documents cultural and historical value? To solve this problem, the author suggests to modify document classification and use text recognition technologies with further storing in files which would enable to use the text directly (TXT, DOC, PDF). The author concludes that there is the need for a new consistent technology deprived of the existing drawbacks.
The authors declare that there are no conflicts of interest present.