图书数字化中处理数据流程的技术要点

　　图书数字化大致有影印出版和电子出版两种类型。影印出版指的是将图书扫描或拍照，生成图像格式文件，经图像修复处理后生成电子书。该类型的复制书与原版基本无差别，生产成本较低，缺点是不能进行内容检索。电子出版指的是使用OCR（光学字符识别）技术，把纸质图书资料转化为多种格式的原式原样的电子图书，通过先进的生产流程管理系统，将文本的错误率控制在一定范围内，达到出版质量的水平。电子出版的图书可实现全文内容检索，但是工序多、工艺复杂、成本高。本文将重点探讨断版书影印出版的数字化复制。

　　影印出版的数据处理流程包含图书扫描、图像数据处理、文件串联、文件存储等步骤。

　　一、图书扫描

　　（一）选择适宜的扫描设备

　　（二）扫描分辨率的设定

　　（三）其他扫描注意事项

　　（四）扫描后的检查

　　二、图像数据处理

　　（一）封面文件处理

　　1.在制作之前需确定开本、装订方式以及装订方向。可以根据内文信息把不同开本、装订方式的书目在清单中用不同颜色标记，减少出错率，再根据内文总页数和正式印刷设计时所用纸张材料来大致推算书脊厚度，为封面制作做好准备工作。

　　2.将封面文件提取并存储为单页的Tiff文件，使用Photoshop软件进行处理。如没有封面，可查看扉页是否可以替代封面文件。

　　3.封面处理注意事项

　　（二）内文数据处理

　　三、文件串联

　　顾名思义，文件串联即将处理好的内文数据组合成完整的电子书。串联时注意检查图书各部分内容是否完整，保证无缺页、重页、页码顺序颠倒的情况。为方便印刷设计和装订环节的封面与内文配套，以及数据核对，可将书目名称或对应的编号作为暗码添加在文件的裁切线外作为标识。

　　串联后，还应对数据进行抽查。抽查内容包括：检查去脏质量，包括周空、行间大污点；检查版面尺寸是否标准、统一；检查版心是否对齐；检查数据存储方式是否正确。

　　四、数据文件存储

　　数据文件存储包含：图书扫描原始数据和处理后可印刷设计数据。如在印刷设计环节发现处理后数据存在质量问题，可立即调出扫描原始数据重新进行图像处理。一般可印刷设计数据存储为PDF格式。存储后应检查是否有坏死文件、是否携带病毒。