方案概览：数字化的成果不是一堆图片，而是能查得到、调得出、说得清
档案数字化真正的交付物是三件套 —— 图像文件、目录数据、二者之间的挂接关系。只有图像没有目录，等于把纸质柜换成了硬盘柜，查档还是靠人翻；只有目录没有合格的图像，凭证性立不住。所以判断一批档案做得好不好，不看扫了多少页，而看三件事：能不能按题名、责任者、年度检索到，调出来的图像是否清晰完整，出了差错能否追溯到工序与经办人。
最常见的浪费是只比扫描单价：整理与著录被压缩，页码没重编、题名照抄「请示」「报告」，验收时页数对得上，用起来却无法检索，第二年还得重新做一遍。也有相反的情况 —— 追求「一页不差」的全检与精修，把成本推到没有必要的高度，实际查阅中九成以上页面只需要「清楚可读」。
本页按加工的实际顺序写：先定批次，再走工序，然后定参数与著录深度，最后讲质检、保密与验收。每一节都给可执行的判断标准与检查项，可以直接拿去对照自己的项目；涉及具体工期与费用，以清点总量、看过原件状态后的书面方案为准。
一、先做哪一批：数字化优先级怎么排
很少有人能一次把所有档案做完。先做哪一批，直接决定这笔投入多久能被用起来。建议按下面五个维度排序，而不是按柜号顺序从头扫。
| 判断维度 | 优先安排 | 可以往后放 |
|---|---|---|
| 利用频次 | 常年被调阅、多人反复使用的年度或门类 | 几十年无人问津的历史卷 |
| 原件状态 | 纸张脆化、字迹扩散、装订将散、有破损 | 纸张与装订完好的近期档案 |
| 外部节点 | 要迎接检查、审计、评级、复查的批次 | 没有明确时间要求的批次 |
| 协同需求 | 需要跨部门、跨地点共享，或要进业务系统 | 只在本单位内部偶尔翻阅 |
| 利用方式 | 需要全文检索、要对外提供复制件 | 仅作凭证留存、不需要检索 |
正式放量前先做一个「全流程试点批次」：挑一个完整年度或一个门类，两三万页，把整理深度、著录字段、图像参数、验收口径全部跑一遍。试点暴露的问题，改起来只影响这一批；全馆铺开后再发现口径不对，返工的是已经做完的所有批次。
二、加工流程：七道工序，每道都要有交接
档案数字化是流水线，不是单人从头做到尾。工序拆得清，出错才查得到环节；交接有单据，责任才落得下去。
| 工序 | 做什么 | 关键控制点 |
|---|---|---|
| 1 出库交接 | 按批次清点卷件、登记数量与状态、双方签字 | 卷号与实物一一对应，破损与缺件当场拍照留证 |
| 2 整理鉴定 | 拆装订、去钉去夹、修补破损、重编页码、核对件号 | 拆前拍照，页码用铅笔轻标，不压字、不遮内容 |
| 3 著录标引 | 补录案卷级或文件级目录：档号、题名、责任者、日期、保管期限、密级 | 题名照录原文，不自作改写；无题名另拟并加方括号 |
| 4 扫描采集 | 按门类选设备与参数，逐页采集 | 一页一图，不漏页、不重页、不跳号 |
| 5 图像处理 | 纠偏、裁边、去黑边与装订孔阴影 | 只做还原不做美化，不得修饰、涂抹、覆盖任何内容 |
| 6 质量检查 | 自检、互检、专检，按比例抽检加关键项全检 | 页序连续、图像可读、目录与文件对应 |
| 7 还原入库 | 按原方式装订复原、归位上架、回库签字 | 恢复原摆放位置，缺件与更换有书面说明 |
缺页最常见的成因，不是扫描时漏了，而是整理拆卷后没有复位、或两卷的散页混在了一起。所以第 2 道与第 7 道工序必须由同一组人负责，卷内页数与件号在拆前、装后各点一遍。
三、扫描参数与图像质量怎么定
参数没有统一答案，但有一条底线：放大到 100% 时，正文、印章边线、手写批注都要清晰可辨。下面按门类给常见口径，最终以双方书面约定为准。
| 档案门类 | 分辨率 | 色彩 | 说明 |
|---|---|---|---|
| 纸质文书（打印、铅印） | 300dpi 起 | 彩色 | 含红头、印章、手写签批，彩色才能保住凭证特征 |
| 手写件、传真件、小字批注 | 300–400dpi | 彩色 | 字迹淡、笔画细，分辨率不足会糊成一团 |
| 照片、票据、凭证 | 600dpi 起 | 彩色 | 底片另存原始格式，不做有损压缩 |
| 工程图纸、大幅面 | 300–400dpi | 彩色 | 用大幅面扫描仪；必须拼接时，接缝不得压字压线 |
| 已装订成册、不能拆 | 300dpi 起 | 彩色 | 书刊式或非接触扫描，注意书脊阴影与页面弯曲 |
- 一律彩色：黑白二值化会把红头、印章、蓝黑墨水与铅笔批注全部丢掉，而这些恰恰是凭证性最强的部分。只有确认整卷都是纯打印件、无任何彩色信息时，才考虑灰度。
- 一页一图：不要一图多页。挂接、替换、抽检、后续利用都按页进行，一图多页会让所有环节错位。
- 只做还原不做美化：纠偏、裁边、去黑边、去装订孔阴影属于还原；去印章、抹批注、修字迹属于篡改，任何情况下都不做。
- 双层 PDF：图像层保证原貌，OCR 文字层提供全文检索。印刷体识别效果可用，手写体只作辅助，检索结果最终仍以图像为准。
- 命名与校验：文件名与档号一一对应，生成 MD5 或 SHA256 校验值，随交付载体一并提供，用于核对传输与拷贝是否出错。
验收图像不要看缩略图。缩略图里「看着挺清楚」永远成立，必须放大到 100% 逐项看：正文是否可读、印章边线是否连续、批注与小数点是否还在。这一条写进验收标准，比任何参数表都管用。
四、著录与目录数据：检索能力全靠这一层
扫描是体力活，著录是脑力活。目录字段不全、题名照抄「请示」「报告」「统计表」，数字化成果就只是一个能翻的图片库，检索仍然要靠人。
档号要成体系
全宗号、目录号、案卷号、件号（页号）完整且唯一，层级与实际整理方式一致，不能出现重号与断号。
题名要能检索
照录原文，不改写不简化；原文无题名或题名不反映内容时另拟，并加方括号标明为拟写题名。
字段按接收系统来
先索取目标档案系统的字段模板与长度限制，再建目录表；自己先做一套再导入，字段对不上就要全量返工。
常用必填字段包括：档号、题名、责任者、形成日期、保管期限、密级、页数、分类号或关键词，以及必要的附注。日期一律补全为八位，人名与机构名用规范全称，简称与别名写进附注；同一份文件有多个责任者的，按约定顺序录入，不合并成一个字符串。
- 数据交付两套：Excel 或 CSV 供人核对，DBF 或 XML 供系统导入。只给一套，接收方要么看不清，要么导不进。
- 编码统一用 UTF-8，避免生僻字与异体字在导入后变成问号；确有无法录入的字符，用约定符号代替并在附注说明原字。
- 目录与图像用档号建立挂接关系，单独出一份挂接对照表，系统迁移或重建索引时不必重新匹配。
交付前做一次「盲查」：随机抽三十条题名，请不熟悉这批档案的人只凭目录去定位图像或原件。找得到，说明著录可用；找不到，字段填得再满也只是形式。
五、质检：怎么保证不是走过场
质检不是最后抽几页看看。它要能回答两个问题：错了多少、错在哪一类。下面六件事决定质检是真做还是走过场。
自检逐卷做
加工人员每完成一卷，逐页看页序、图像完整性与明显污损，问题当场标记，不留到批次结束。
互检交叉抽
组内换人抽两成，重点查漏页重页、文件命名与档号错位；自己查自己，习惯性盲区查不出来。
专检独立设岗
质检员不参与加工，按比例抽检并对结果签字负责；抽检不合格的批次整批退回，而不是只改抽到的那几页。
关键项全检
目录与图像的对应关系、卷内页数、档号唯一性必须百分之百核对，这三类错误抽检兜不住。
按类型统计错误
漏扫、重扫、偏斜、模糊、裁切、目录错分门别类计数，才能定位是设备、人员还是流程的问题。
记录随批归档
每批留下质检单与返工记录，返工后复检；没有记录的「已检查」，验收时无法证明。
抽检比例建议一成到两成，按批次而非按页抽取；但「目录与图像是否对应」必须全检。这一类错误漏掉，日后查档会直接找不到文件，而返工成本远高于当时多看一眼。
六、保密与现场管理：风险最集中的一段
档案里常有身份证号、工资表、合同、案件材料。加工环节人要进场、设备要进场、数据要出场，是泄密风险最集中的阶段，管理制度必须写在开工之前。
- 场地独立：单独房间、门禁管理、遮光处理，工位不靠窗不临通道，人员与物品出入登记。
- 人员可控：实名登记、保密承诺、统一工装或透明袋，手机与个人存储介质集中存放，不带入工位。
- 设备专用：加工计算机不联外网，USB 口封堵或白名单管理，扫描仪关闭无线与自带存储功能。
- 数据不出场：图像与目录只留在加工服务器，交付走审批与登记，不拷回个人电脑处理。
- 介质管理：移动硬盘专盘专用、编号登记，交付后按约定回收或做数据清除并出具说明。
- 过程留痕：操作日志、出库入库单据、人员排班与交接记录同步归档，出现异常可回溯。
涉及国家秘密的档案，承接方需具备相应的涉密资质并按审批流程作业，不在普通加工项目的范围内。这类项目要先确认资质与审批，再谈工期与场地，顺序反了谁都担不起责任。
七、交付与验收：把「清楚、完整、能用」变成可测项
验收不是数一数多少页。建议按电子档案四性检测的口径组织，把主观判断拆成可测项，逐项给出判定方式。
| 检测项 | 检查什么 | 怎么判定 |
|---|---|---|
| 真实性 | 图像未经修饰、处理动作可追溯、加工日志完整 | 抽查处理前后对照，核对操作日志与处理规则 |
| 完整性 | 页数不缺、件号连续、目录条数与图像数一致 | 按出库台账全量比对，缺件必须有书面说明 |
| 可用性 | 图像可正常打开、分辨率与格式符合约定、双层 PDF 文字层可检索 | 随机抽卷逐页打开，另做批量抽验与检索测试 |
| 安全性 | 载体无病毒、无夹带其他文件、权限与备份到位 | 杀毒扫描，核对目录清单与文件清单是否一致 |
| 挂接正确率 | 档号、目录、图像三者对应关系 | 在档案系统中随机检索若干条，看能否准确调出图像 |
交付物建议一次给齐：按全宗与年度分目录的图像文件、两套目录数据、挂接对照表、质检记录、加工日志、校验值清单、载体清单与交接单。任何一项缺失，接收方都要额外投入人力补齐，实际等于把成本转嫁给了自己。
验收前先约定「不合格怎么办」：判定标准、返工范围、复检方式与时限。写到纸面上，双方对「差不多就行」的理解才不会在验收会上才第一次碰面。
八、周期与投入由什么决定
报价差异通常不在扫描这一道，而在三件事：整理到什么程度、著录到什么层级、装订要不要复原。同样十万页，整理与著录的工作量可能差一倍以上。
| 档位 | 典型情形 | 节奏参考 |
|---|---|---|
| 只扫描 | 目录齐全、原件已编页、装订可拆可还原 | 每人每天约 1500–2500 页 |
| 整理 + 著录 + 扫描 | 需重编页码、补录目录、题名要重新拟写 | 每人每天约 800–1500 页 |
| 修复 + 特殊载体 | 纸张脆化需修裱、大幅面图纸、照片与底片 | 按件核算，不按页折算 |
投入一般由六部分构成：整理与著录人力、扫描与图像处理人力、质检人力、设备与耗材、场地与保密管理、存储备份与系统挂接。其中人力通常占七成以上 —— 所以压价压的往往是著录与质检，而这两项恰好决定成果能不能用。节省它们的代价，通常是一两年后重做一遍。
谈价之前先把量算清：总页数、总件数、总卷数、需修复件数、需补录条数分别是多少，原件能否拆装订。只给一个总页数，任何报价都只能是估的，最后一定在过程中反复追加。
九、常见问题
数字化之后，纸质原件还要不要保留？
要保留。纸质原件是凭证本体，数字化成果是副本，两者是双套保管的关系，不是替代关系。除非按档案法规与主管部门要求完成鉴定并批准销毁，否则不能因为扫完就处理原件。实际做法是原件继续按原方式保管，数字副本用于检索、调阅与对外提供复制件，减少原件翻阅损耗。
扫描一定要 300dpi 吗？
300dpi 是纸质文书的常见起点，不是唯一答案。判断依据是用途与可读性：屏幕查阅与常规打印，300dpi 足够；照片、票据、图纸、小字批注要更高；将来要出版或做大幅面输出的，还要再提。最终以「放大到 100% 时正文、印章边线、手写批注都清晰」为准，双方把参数写进约定，避免交付时口径不一。
用黑白扫描是不是更省存储、更省事？
省的是存储，不是事。黑白二值化会丢掉红头、印章颜色、蓝黑墨水与铅笔批注，而这些往往正是档案凭证性最强的部分，事后无法恢复。只有整卷确认是纯打印件、没有任何彩色与深浅层次信息时，才可以考虑灰度；彩色是默认选择。
OCR 识别的文字能直接用来全文检索吗？
可以作检索入口，但不能当作唯一依据。印刷体识别效果较好，手写件、老式打字机、表格与多栏排版错误明显。通用做法是做双层 PDF：图像层保留原貌作为凭证，OCR 文字层提供全文检索，检索命中后仍以图像为准。对识别率要求高的批次，可以约定抽检识别率并对低质量页面人工校对。
老档案纸张脆、装订散了，还能扫吗？
能，但要先处理再扫。纸张脆化的先修裱或加衬，装订将散的按原方式重新装订后再拆，不能硬拆硬翻；不能拆的改用书刊式或非接触扫描设备。拆装订前拍照留证，拆下的钉、线、封皮单独存放，加工完成后按原样复原。修复用料与方法要记录，这属于对原件的干预，必须留痕。
一批档案大概要做多久？
取决于总量、整理程度与著录深度，通常按「人·页」折算：目录齐全、只需拆扫还原的，每人每天约一千五到两千五百页；需要重编页码、补录目录的，降到八百到一千五；需修复或特殊载体的按件另算。给出总页数、卷件数与原件状态后，可以排出分批计划与阶段交付节点，通常按批次验收、滚动推进，不必等全部做完才交付。
数据交付什么格式，能不能直接导入我们的档案系统？
图像按约定格式交付（常用 TIFF、JPEG 或 PDF），目录同时给 Excel 与系统导入格式（DBF 或 XML），并附挂接对照表与校验值清单。能否直接导入，取决于字段结构与编码：建议开工前先提供目标系统的字段模板、长度限制与编码要求，我们按模板建目录表；等做完再对字段，往往需要全量返工。
加工期间我们还能查档吗？
可以，但要预约登记。建议按批次分段加工，常用批次留在库房，只把当前批次出库到加工区；紧急调阅时，已完成的批次可直接从图像调取，未完成的从实物取用并登记。出库、回库都要有单据，谁取走、什么时候还，账要能对上，这也是验收时核对完整性的依据。