老谱保存久了容易破损,查阅也不方便,数字化备份是很多家族的需求。但老谱多为竖排繁体,普通 OCR 识别效果差,错误很多。五花马印务结合实际项目经验,整理老谱数字化的实用方法。
一、扫描:先做好原件,识别才准确
扫描分辨率设为 300DPI 以上,灰度模式,比彩色识别准确率高。
页面放正,不要歪斜,边缘对齐,歪的先旋转校正再识别。
破损、污渍严重的页面,先做去污、对比度调整的预处理。
二、识别:竖排繁体的识别技巧
选择支持竖排繁体识别的 OCR 工具,普通的横排简体工具准确率很低。
按列识别,不要整页识别。传统家谱从右往左竖排,一列一列识别,准确率更高。
识别后一定要人工校对,尤其是人名、地名、生卒年月,同音字、形近字最容易错。
三、保存:多格式备份
保存原始扫描件(TIFF 或 PDF 格式),这是数字化的原件,不要修改。
识别后的文字保存为 Word 或 TXT 格式,方便后续整理、续修。
重要的老谱,建议同时做纸质复刻,宣纸重印,方便查阅也保护原件。
四、注意事项
老谱尽量不要拆书扫描,避免损坏原件,用平板扫描仪或者高拍仪。
数字化后做好备份,硬盘、云盘各存一份,避免丢失。
续修家谱的时候,可以直接调用数字化的文字,不用重新录入,效率高很多。
家谱数字化是趋势,既能保护老原件,也方便查阅、续修。有条件的家族,都可以做一套数字化备份。