Kontrola kakovosti skeniranja: kaj preveriti in zapisati

Kontrola kakovosti skeniranja: kaj preveriti in zapisati

Sken je uporaben, kadar je zajeto vse, kar je v izvirniku, kadar je besedilo mogoče prebrati in kadar datoteko lahko povežete z izvirno enoto. Najbolje se preverja po serijah, z merili, določenimi pred začetkom dela. Serijo naj sprejme ali zavrne imenovana oseba, rezultat pa naj se zapiše.

Predpisi o digitalizaciji govorijo o kontroli in dokazilih o njej. Velikosti vzorca Zakon o varstvu dokumentarnega in arhivskega gradiva ter arhivih (ZVDAGA), uredba in pravilnik, ki urejajo digitalizacijo, ne določajo. Določi jo, kdor postopek ureja, pri čemer ZVDAGA govori o primernem številu kontrol.

Kaj je zakonska zahteva in koga zavezuje

Po 9. členu ZVDAGA mora biti zajem gradiva, ki je izvirno v fizični obliki, urejen tako, da se zagotovi zanesljiva pretvorba. Ta po 10. členu vsebuje »primerno število kontrol pravilnosti in kakovosti pretvorbe«, odpravo napak oziroma odstopanj ter primeren obseg dokumentacije.

Po drugem odstavku 13. člena Uredbe o varstvu dokumentarnega in arhivskega gradiva mora postopek digitalizacije vključevati najmanj samodejno oziroma ročno kontrolo, evidentiranje digitaliziranega gradiva in hrambo zadostnega obsega dokumentacije, po tretjem odstavku pa mora biti imenovana odgovorna oseba. Člen sam ne pove, koga zavezuje. Ločljivosti ali drugega parametra skeniranja uredba ne navaja, v četrtem odstavku 13. člena pa napoti na pravilnik.

Vrednosti so v 38. členu Pravilnika o enotnih tehnoloških zahtevah za zajem in hrambo gradiva v digitalni obliki (Uradni list RS, št. 118/20). Po prvem odstavku 2. člena ga med drugim uporabljajo osebe iz 17. člena ZVDAGA: javnopravne osebe, ki bodo zajemale ali hranile gradivo v digitalni obliki, ponudniki storitev zajema in hrambe ter osebe, ki želijo uveljavljati veljavnost in dokazno vrednost svojega gradiva po 31. členu ZVDAGA.

Javnopravne so po 2. členu ZVDAGA tudi pravne osebe zasebnega prava in fizične osebe, ki so nosilci javnih pooblastil ali izvajalci javnih služb. 31. člen enakost izvirniku veže na zajem in varno hrambo po zakonu, podzakonskih predpisih in pri državnem arhivu potrjenih notranjih pravilih.

Javnopravne osebe in ponudniki morajo po prvem odstavku 18. člena sprejeti notranja pravila. Druge osebe notranja pravila e-hrambe po drugem odstavku sprejmejo po lastni presoji oziroma če to zahteva drug zakon, pri tem pa morajo smiselno upoštevati 17. člen, ki za podrobnosti napoti na pravilnik.

Za podjetje, ki hrambe nima urejene z notranjimi pravili, velja prvi odstavek 33. člena: enota v digitalni obliki se šteje za enako izvirni enoti, če izpolnjuje pogoje varne hrambe v enaki meri. Člen ureja presojo v konkretnih primerih.

9. in 10. člen ZVDAGA ter 13. člen uredbe se v besedilu ne omejujejo na osebe z notranjimi pravili. Kako daleč segajo pri zasebnem podjetju, iz besedila ni razvidno, zato to pred uničenjem izvirnikov razčistite s pravnim svetovalcem. Brez zapisa o kontroli pa pozneje težko pokažete, kako je sken nastal.

Kadar nameravate izvirnike uničiti, je kontrola še pomembnejša: po 13. členu ZVDAGA se izvirnik lahko uniči, če pretvorba med drugim izpolnjuje enake pogoje uporabnosti kot izvirno gradivo in če ta ali drug zakon ne določa drugače. Preostale pogoje opisuje članek o uničenju izvirnikov po digitalizaciji. Predpisov za posamezne vrste dokumentov ta pregled ne zajema. Kar v nadaljevanju ni vezano na imenovano določbo, je dobra praksa.

Pred začetkom določite serijo in merila

Pravilnik v 4. točki 38. člena za notranja pravila našteva zlaganje po vrstnem redu, oštevilčenje strani oziroma preverjanje številčenja ter tehnična navodila, ki jih imenuje kontrolni seznam. Brez zapisanega merila napake ni mogoče jasno reklamirati.

Vanj zapišite:

• kaj je serija: škatla, registrator ali drug zaključen sklop, ki ga je mogoče ponovno skenirati,
• enote v seriji in pričakovan obseg, izhodišče je popis dokumentacije,
• kako se ravna s hrbtnimi in praznimi stranmi, prilogami in večjimi formati,
• kdo kontrolira in kdo serijo sprejme ali zavrne, po možnosti ne oseba, ki je skenirala,
• pri kakšni napaki se serija zavrne.

Arhiv Republike Slovenije v metodologiji svojega Centra za digitalizacijo predvideva poskusno digitalizacijo, če se zahteva, in kontrolo kakovosti naključnih posnetkov. Metodologija je napisana za arhivsko gradivo, podjetju pa je uporaben zgled. V poskusno serijo dajte najtežje primere: zbledele izvode, pripise s svinčnikom, žige in drobne račune.

Popolnost: ali je zajeto vse iz izvirnika

Uredba v 13. členu navaja evidentiranje vseh enot gradiva. Center za digitalizacijo preverja, ali je gradivo zajeto v celoti, brez manjkajočih delov ali strani, in ali porezovanje ne posega v dokument.

Pri vsaki seriji preverite:

• Enote. Vsaka enota s seznama ima datoteko in vsaka datoteka svojo enoto.
• Štetje. Število listov, preštetih pred skeniranjem, se ujema s številom slik, razliko pa pojasnijo hrbtne in odstranjene prazne strani.
• Hrbtne strani. Zajeta je tudi hrbtna stran s samim žigom ali pripisom.
• Prazne strani. Samodejno odstranjevanje lahko izbriše stran s šibkim pripisom. Odločite, ali se prazne strani ohranijo, in odstranjene preverite.
• Priloge in vrstni red. Zajete so pripete priloge, ovojnice in prekriti drobni listi, vrstni red pa ustreza izvirniku.

Berljivost in napake slike

Po 6. točki 38. člena pravilnika postopek, določen z notranjimi pravili, zagotovi skene z najmanj 300 dpi.

Za gradivo, manjše od formata A6, za pisavo velikosti 5 pt ali manj in za slikovno gradivo (fotografije, risbe, plakati, razglednice in podobno) zagotovi najmanj 600 dpi.

Barvna globina je glede na vrsto digitalizacije 8 bitov za sivinski in 24 bitov za barvni sken. Sken ne nastane z računskim povečanjem ločljivosti (interpolacijo), pri pretvorbi v format za dolgoročno hrambo pa se mu resolucija ne zmanjša.

Za dolgoročno hrambo digitaliziranega gradiva Arhiv RS na seznamu oblik zapisa priporoča TIFF, sprejemljivi pa so PDF/A, JPEG, JPEG 2000 in PNG. Več pove članek o dolgoročni berljivosti e-arhiva.

Te vrednosti niso splošno pravilo za vsak sken. Neposredno veljajo za postopke oseb, ki pravilnik uporabljajo. Podjetje, ki notranja pravila sprejme po lastni presoji, mora 17. člen ZVDAGA upoštevati smiselno. Kako daleč to sega pri posamezni vrednosti, besedilo ne pove, zato odstopanje utemeljite in po potrebi preverite s pravnim svetovalcem. Podjetje brez notranjih pravil jih lahko vzame za merilo.

Nastavitev na skenerju še ne pomeni berljivega posnetka. Center za digitalizacijo strojno preverja resolucijo in obstoj zgoščevalnih vrednosti (hash), optično pa, ali posnetek ustreza dejanskemu stanju. Pri pregledu z očmi iščite:

• bledo ali zamegljeno besedilo, predvsem pripise, podpise, žige in drobni tisk,
• izgubljeno barvo, kadar nosi pomen,
• nagnjene, obrnjene ali prirezane strani,
• sence, umazanijo, črte po posnetku in besedilo, ki proseva z druge strani.

Če v izvirniku stran manjka ali je nečitljiva, to zapišite kot ugotovitev o izvirniku. Pravilnik pri pripravi omenja transkripcijo nečitljivega besedila, če je mogoča.

OCR in metapodatki

ZVDAGA, uredba in pravilnik OCR ne omenjajo, zato je prepoznavanje besedila po teh aktih poslovna odločitev. Center za digitalizacijo ga izvede ob izvozu uporabniških kopij, če to omogoča oprema oziroma če OCR zapise pravilno prepozna, testno izvedbo pa dokumentira.

V seriji poiščite podatke, ki jih poznate s papirja: številko pogodbe, znesek, priimek s črkami č, š in ž. Če iskanje dokumenta ne najde, OCR za to gradivo ne zadošča.

Uredba navaja vse potrebne metapodatke, med drugim z možnostjo identifikacije enot gradiva. Izbiro polj opisuje članek o obsegu digitalizacije arhiva. Za osebe, ki uporabljajo pravilnik, 16. in 21. člen pri besedilnih in mešanih dokumentih kot najmanjši nabor v evidenci določata enolično identifikacijsko oznako, datum in čas nastanka ali prejema, rok hrambe, naslov ali kratek opis vsebine in navedbo subjekta. To so podatki v evidenci, ne nujno v datoteki.

Preverite, ali so obvezna polja izpolnjena pri vseh enotah, ali se vrednosti na vzorcu ujemajo s papirjem in ali ime datoteke ustreza dogovorjenemu pravilu.

Vzorec ali pregled vseh strani

Odstotka ali velikosti vzorca ZVDAGA, uredba in pravilnik ne določajo, zato je odločitev na tistem, ki postopek ureja, če je ne določa področni predpis ali pogodba. Izbiro je vredno utemeljiti, saj ZVDAGA govori o primernem številu kontrol. V podjetju naj jo sprejme oseba, odgovorna za projekt.

Kontrole ločite po vrsti:

• Računalnik naj pri vseh datotekah preveri odpiranje, format, ločljivost, število in imena datotek.
• Štetje listov naj velja za vsako serijo, ker vzorec posamezno manjkajočo stran zlahka zgreši.
• Pregled z očmi je smiselno opraviti na naključnem vzorcu iz vsake serije, ki odkrije predvsem ponavljajoče se napake.

Vzorec povečajte ali preglejte vse strani, kadar je napaka draga ali verjetna: kadar boste izvirnike uničili, pri dolgem roku hrambe, pri dokazno pomembnih dokumentih, pri slabih izvirnikih in rokopisih ter pri novem operaterju ali napravi.

Pri registratorju pogodb, katerega izvirnike nameravate uničiti in vam to zakon dopušča, so zato smiselni štetje listov, strojna kontrola in pregled vseh strani. Pri dobavnicah, skeniranih le za lažji dostop, sta lahko dovolj štetje in naključni vzorec.

Za primerjavo: ameriški zvezni predpis 36 CFR 1236.46 pri digitalizaciji trajnega papirnega gradiva zveznih agencij zahteva preverjanje vseh slikovnih datotek in vizualni pregled s statistično veljavno metodo: naključni vzorec najmanj 10 zapisov ali 10 % vsake serije, kar je več, ali lasten dokumentiran načrt. V Sloveniji ne velja, zato je le izhodišče za razmislek.

Kaj storiti s serijo, ki ne prestane kontrole

Uredba in 10. člen ZVDAGA govorita o odpravi napak oziroma odstopanj, postopka pa ne opisujeta. Dobra praksa je to zaporedje:

• Serijo zadržite. Ne gre v e-arhiv, papir pa ostane, dokler serija ni sprejeta.
• Poiščite vzrok in obseg: nastavitev, napravo, operaterja ali izvirnik. Če je vzrok nastavitev, preverite tudi druge serije, ki so nastale z njo.
• Ponovno zajemite prizadete enote, pri ponavljajoči se napaki pa vso serijo.
• Novo datoteko povežite z enoto, stare ne puščajte v uporabi.
• Serijo znova preglejte z večjim vzorcem in zapišite ugotovitve.

Prag za zavrnitev določite sami in ga zapišite v kontrolni seznam.

Kaj zapisati o kontroli

Dokumentacija iz 13. člena uredbe dokazuje, da orodja, metode in postopki zagotavljajo zanesljiv zajem. Podobno določata 10. člen ZVDAGA in 38. člen pravilnika. Obrazca te določbe ne predpisujejo.

Uporaben zgled je Center za digitalizacijo, ki poleg »dnevnika digitalizacije« s podatki o gradivu, tehničnimi metapodatki, obsegom, strojno opremo in osebo hrani rezultate strojnih kontrol in poročilo o izvedbi. Za vsako serijo zapišite:

• oznako serije, enote ter pričakovan in dejanski obseg,
• napravo, ločljivost, barvno globino in format,
• kdo je skeniral, kdo kontroliral in kdaj,
• način in velikost vzorca ter rezultat strojne kontrole,
• ugotovljene napake, vzrok in popravek,
• odločitev o sprejemu in kdo jo je sprejel.

Zapis naj bo ločen od posnetkov in dosegljiv, dokler hranite skene.

Kontrola pri zunanjem izvajalcu in storitev ARHIVSERVIS

Ponudnik storitve zajema mora po 18. členu ZVDAGA ravnati po svojih notranjih pravilih. Po 68. členu pravilnika v njih predvidi možnost, da naročnik pregleduje revizijske sledi in zapise morebitnih napak.

V naročilo zapišite merila, velikost vzorca, kdo serijo sprejme, kako se napake popravijo in kakšen zapis prejmete z datotekami. Ob predaji sami preglejte vzorec, preden je papir vrnjen ali uničen.

ARHIVSERVIS pri storitvi Digitalizacija dokumentov in procesov navaja skeniranje, digitalno ureditev in poimenovanje po pravilih naročnika, pri digitalni obdelavi pa OCR, črtne kode in metapodatke. Delo lahko po navedbah strani opravi tudi pri naročniku, papir pa vrne, prevzame v varno hrambo ali varno uniči. Svetovanje in podpora za urejenost dokumentacije med drugim obsega pripravo pravilnikov in pogojev za e-hrambo.

S kontrolnim seznamom je povpraševanje lažje: vprašate lahko, kako bo vaša serija preverjena.