图书扫描
图书扫描是一种透过图像扫描将实体的书转换成数位影像或电子图书(e-books)的过程。这种方法比重新输入所有文案快很多。在图书扫描还没可行前,重新键入文章是一般的唯一选择。 一本书一旦被数位扫描后,此图像即可供快速地传播、复制和视窗浏览。这类经扫描后的图像通常存放成DjVu图片档案、PDF格式或TIFF格式。一个以光学器材(例如:扫描仪、数码相机…)将文字以图像方式输入至电脑,再加以辨识还原成文字的技术(OCR)可以赚取更多利益,大大减少了储存书籍所需的空间和允许文案可重新编排、搜寻或用作输入文本处理应用,例如自然语言处理。
商业图书扫描
![](http://images.weserv.nl/?url=//upload.wikimedia.org/wikipedia/commons/thumb/1/1f/V-shaped-cradle.jpg/220px-V-shaped-cradle.jpg)
![](http://images.weserv.nl/?url=//upload.wikimedia.org/wikipedia/commons/thumb/b/bb/Book_scanner.svg/220px-Book_scanner.svg.png)
商业图书扫描仪器的方式不像正常的扫描器,这些图书扫描仪器通常是一种有两侧光源的高素质数码相机,并装在某种形状的框架上,好让人或机器方便翻这本书。一些书籍需要V形的托架,提供支助书脊并且自动地将书本置于中心。
相较于高架扫描器的生产力,速度快为此类型扫描器的优势。相较于价格通常从1万美元起跳的传统高架扫描器,此类型的数码相机图书扫描仪器更加符合成本效益。
大规模组织图书扫描
大规模组织的图书扫描例如有“古腾堡计划”英文电子书网站、Google图书搜寻、和“开放内容联盟”。
其中最主要的挑战就是预计将有数以千万的书籍必须被扫描。所有书籍必须扫描,成为一个“普世图书馆”(universal library)供全球无数人于网络搜寻检索。目前为止有三种大型组织依靠的主要方法:外包、在室内扫描使用商业图书扫描仪器,以及在室内扫描使用自动扫描解决方案。
至于外包,书籍经常是扫描完以便宜的价格从印度或中国船运而来。或者,基于便利、安全以及技术改良,许多组织选择在室内扫描,不是用耗时的高架扫描器,就是用数码相机式的扫描方法会快很多,而且这个方法跟Google的网络数据库一样好。传统方法是包含切割书籍的书脊,和在一台有自动输送页数能力功能的扫描机扫描每一页,并且在扫描完后重新装定零散的页数。
一旦扫描完后,资料不是手动就是经由OCR的输入,另一项主要的花费就是书籍扫描计划。
由于有版权争议,大部分的扫描书籍都没有版权,然而,Google图书搜寻所扫描的书仍然在版权保护下,除非出版者特别的排除。
破坏性扫描
为了让书籍扫描维持在低预算,扫描书籍或杂志最低成本的方法就是切除装订。这种把书籍或杂志转换成一捆活叶式的纸张,可以被装载至一个标准的自动文件供给装置和利用低成本及一般的扫描技术来扫描。然而这对很老的书和稀有的书绝对不是一个理想的好方法,这对于书籍和杂志的扫描是一个很好用的工具,在书籍不是很贵重的收藏品之下,作为扫描内容的替代者很简单。用这种方法的过程会遇到两样技术性的困难,第一就是切除的部分,第二则是扫描的部分。
裁切
延著一个方向裁切一叠500到1000页的文件最好的方法就是用裁切机。这是一个有着纸老虎钳的大钢桌旋拧下来至成堆的书堆,裁切前要确实的扣牢。裁切的完成是利用一个尖锐的大钢叶片直直向下同时裁掉整堆文件。 叶片上的控制杆容许使用数百磅的力来达到快速的一次裁切。
想要干净俐落的切穿厚厚的一叠纸堆不能用传统廉价的镰状铰链裁纸机。这种裁切机是给较薄的纸堆用,实际上最多只能到10堆的限制。一堆大叠的纸张利用在铰链上扭转的力,拉扯叶片远离桌子尖端。切口变的较不确定当切口远离铰链,而力道需要控制叶片在切口边缘以增加切口移动远离铰链。
裁切机在裁切的过程随着使用次数变多叶片会变钝所以必须要重新磨尖。上涂料的纸像是光滑的杂志会比平坦的书籍更加迅速的弄钝叶片,因为有高岭石粘土包覆。此外,切割精装版书籍会造成过度的磨损,因为是切穿精装版书籍的背衬。反而去除外层包装书堆内部纸的边缘会被切开。
扫描
文章从书脊被拆开后,传统的平台扫描器只能单次扫描一张。然而这样的方式非常缓慢和辛苦。使用自动的扫描器(ADF)能使扫描文件便的更加容易。
某些类型的书由于有边缘的装饰或者边缘有弧度,在使用自动的扫描仪会造成困难。ADF是特别用来扫描相同形状和大小,因此不符合这种标准类型的书会导致无法预期的错误扫描。由于这些书的边缘不一,在被拆开之前会以裁切器将其边缘裁切平顺。
上涂料的杂志纸面与教科书太光滑使他们难以在自动文件配给装置的滚柱上被拾起和引导到纸的路径,ADF采用了一系列滚柱及途径来快速翻动纸张,放至机器中有可能会阻塞而导致错误。一般来说,只要尽量用直线的纸张路径少弯曲、曲线的话不太会出问题。粘土经过多次使用也会被抹掉且覆盖黏黏的东西在滚轮上。ADF滚柱可能需要定期清理以防止使用过度而滑动。
杂志可能会造成大量扫描的问题点,由于一些纸张不均匀的堆叠,如杂志订阅卡和褶皱的内页。这些需要在拆除前开始批量扫描,如果有价值的内容会被单独扫描,或者是被排除在扫描过程之外。
非破坏性扫描
近年来,软件驱动的机器和机器人已发展到扫描书籍,而没有解散他们的需要,以维护资料的内容和它目前状态的数字化图片档案。
最近的趋势是,不断改进成像技术,可使那些很少或几乎没有损坏的稀少以及脆弱的书籍,在很短的时间内被存取为高品质的数字图档。
一些高端扫描系统采用真空、空气、滚轮,和静电,同时又是影像自动执行,通常是从放在可调整的V型支架高分辨率摄影机中产生。
图像穿梭的成像设备使各种编辑可以进一步处理图像,无论是档案的文件,如TIFF或JPEG2000;还是网页的输出,如JPEG或PDF文件。
法律
依据中华民国著作权法第三条“重制:指以……其他方法直接、间接、永久或暂时之重复制作”,故图书扫描属重制行为。
参考资料
- 翻译自英文版维基百科图书扫描
参见
外部链接
- Newsweek article on the future of book scanning and the publishing industry (页面存档备份,存于互联网档案馆)
- Wired Article on Amazon Book Scanning (页面存档备份,存于互联网档案馆)
- New York Times article on book scanning and the universal library (页面存档备份,存于互联网档案馆)
- How To Scan A Book (Manual by John F. Adams)
- College students are now starting to scan expensive textbooks only used for a single class and trading them like song and movie files.