古籍数字化专题

一、什么是古籍数字化

古籍数字化，是指综合运用数字摄影、扫描成像、图像处理、光学字符识别（OCR）、数据库、网络与存储等技术，将古籍原件或其复制件的版式、文字、图像与结构信息，转化为以二进制数据表达的数字对象，并以规范方式组织、描述、存储、检索、传播和长期保存的过程。它既是一项技术作业，也是一项文献资源建设与文化传承活动。

古籍数字化不是简单地把纸页变成电子图片。它涉及文献整理、版本鉴定、文字处理、信息组织、版权管理与服务保障，与古籍保护修复、数字人文研究、知识服务共同构成古籍资源现代化建设的整体。

三个层次

• 对象层次：不仅包括成册古籍，还包括零散文献、舆图、拓片、书札等；内容既包括版面影像，也包括逐字全文、篇章结构、批注题跋等深层信息；
• 技术层次：涉及采集、加工、组织、服务、保存五个环节，采集决定影像质量，加工决定识别与标引精度，组织决定检索效率，保存决定长期可用；
• 价值层次：最终目的不是生产影像本身，而是让古籍蕴含的知识可被便捷获取、深度利用与长期传承。

成果的四个数据层次

• 影像层：保存古籍版面原貌，包括页面、插图、印鉴题跋影像；
• 文本层：由文字识别与人工校对产生，是检索与计算的直接对象；
• 结构层：描述书名、卷次、篇目、附注等篇章组织；
• 知识层：进行专名标引与知识关联，把人物、地名、书名、引文连接成知识网络。

加工分级：一级仅生产版面影像；二级建立目录与卷次索引；三级全文识别与校对；四级标引专名、整理结构、建立知识关联。珍贵典籍宜达较高层级，一般文献以影像与目录为主，实现投入与价值的平衡。

三、版本鉴定与目录著录

版本信息是古籍数字化的“身份证”。数字化前应完成版本核查，数字化过程中不得通过处理改变或掩盖版本特征（如牌记、避讳、版心、藏印）。版本鉴定的辅助手段包括书影比对、书目互证、高清放大、多光谱成像、版式字体数据库与异文比勘。

• 书影比对：选取特征页，判断同版、翻刻、后印；
• 书目互证：通过著录源流勾勒版本关系，注意卷数篇目分合；
• 高清放大：观察刀法纸墨细节，保留原始分辨率；
• 多光谱成像：揭示涂挖痕迹与隐墨，配合文献判断使用；
• 异文比勘：建立在准确录文基础上的版本关系判定。

版本记录要与数字化元数据衔接：时代、刻印方式、地点、刊刻者、版式行款等信息应完整著录，既作为检索字段，也为版本研究与数字人文提供可溯源的数据基础。

七、图像处理与修复

图像处理以“还原为准”，目标是提升可读性，而非美化或改变文献信息。原始影像与加工影像应分层保存，任何处理都不得掩盖病害、批校与版本特征。

• 几何校正与页面规整：纠偏、裁边、去书脊阴影，保持版面完整；
• 去污与缺陷处理：去除扫描噪点与污渍，保留有价值的文献痕迹；
• 影调与色彩还原：以标准色卡校准，还原纸色墨色与印章色彩；
• 锐化、降噪与细节增强：适度处理，避免过度锐化产生光晕；
• 批量自动处理与参数模板：同批一致性优先，逐册微调。

影像修复的边界与伦理：遵循“修旧如旧”，只还原、不美化；原始影像与加工影像严格区分并分别标注，修复图不得冒充原貌图，不掩盖虫蛀、霉斑、缺笔等版本与病害信息。

九、元数据与标引

元数据是古籍数字化的骨架，决定资源能否被准确描述、跨库交换与长期维护。著录应依据《古籍著录规则》，并与版本鉴定结果相互印证。

主要著录项目

分类标引可采用经、史、子、集四部分类，并结合主题标引与专名标引（人名、地名、书名、职官、年代）。元数据须与影像、文本精确挂接，做到命名规范、一一对应、结构清晰。

十一、保护与长期保存

古籍数字化是“再生性保护”的重要形式：以数字副本替代利用，降低原件出库频率；在原件遭遇灾害时，数字副本仍可承担内容传承；高分辨率影像还可辅助病害诊断与修复方案制定。

• 先修后采：破损严重且价值高的古籍，先修复再数字化；暂不具备修复条件的，采用非接触设备先行留存影像；
• 驻场加工：文物级、禁止出库的藏品，在库房内用专业设备现场采集，原件不出库；
• 冷光源与低热：无紫外、低热照明，控制单次照射时间；
• 不强行摊平：脆化、糟朽、粘连古籍用书托、无酸纸垫辅助，避免二次损伤。

长期保存的格式取向

* 落实多副本备份、异地容灾与定期校验；数据格式选择开放标准，兼顾技术演进与格式迁移，让数字成果传之久远。