郑艳昆 中国现代文学馆

试论档案数字化过程中OCR技术的应用

郑艳昆 中国现代文学馆

引进信息化系统、推动数字化发展已经成为现阶段档案管理的主流趋势，档案数字化不仅减轻了管理人员的工作压力，提高了档案管理效率，而且也能够进一步挖掘档案资料的潜在价值，真正发挥档案资料的借鉴、参考价值。在档案数字化发展过程中，如何将纸质档案内容准录入到计算机中是需要重点关注的核心问题，OCR（光学字符识别）技术的应用，实现了文字、图像的快速识别和准确转换，逐渐成为数字档案管理中的核心技术之一。

档案管理 数字化 OCR技术 应用技巧

OCR技术是指利用电子设备（扫描仪、数码相机等），扫描纸质档案中的文字、图像，然后借助于字符识别将其转换为计算机可识别的二进制数据，并生成对应文字和图像的一种技术。我国自20世纪70年代开始着手汉字识别的相关研究，随着经验的积累和技术的成熟，目前国内OCR技术的应用较为成熟。文章首先对OCR技术的运作流程和档案录入优势进行了简单概述，随后结合工作经验，就OCR技术在档案数字化中的实际应用展开了分析。

一、OCR技术的工作流程

（一）影像输入

各类光学仪器是实现纸质档案文字识别的主要工具，目前常用的影像输入仪器主要有扫描仪、数码相机和传真器等。这些电子设备在扫描精度、速度等方面均有较大差异，需要在实际的档案数字化转化中筛选使用。在选……