Оцифровка библиотечных фондов: технологии сканирования книг и ретроконверсии каталогов

Именно библиотеки исторически создали безупречную матрицу классификации данных, решив проблему хранения и навигации в океане информации. В основе лежат профильные классификаторы, регламентирующие расстановку фондов, и стандарты ведения систематических каталогов. Даже физическое размещение периодики на стеллажах подчиняется научным принципам: например, информетрический закон Брэдфорда позволяет прогнозировать востребованность журналов на основе закономерностей распределения статей.

Цифровая трансформация: почему оцифровка неизбежна?

Перевод библиотечных собраний в «цифру» — это не просто создание графических копий. Ключевая задача состоит в том, чтобы перенести в электронную среду идентичную логику классификации и поиска, сформировав полноценный индексно-поисковый массив. Проекты такого масштаба относятся к числу наиболее трудоемких и технологически сложных в сфере ретроконверсии.

Скептики часто задаются вопросом: зачем инвестировать в оцифровку, если бумага хранится веками, а физические читальные залы пустеют? Это глубокое заблуждение. Современные библиотеки активно переоснащаются, внедряя новые стандарты сервиса для поколения, привыкшего к мгновенному доступу к цифровому контенту. Запускаются программы модернизации, формируются региональные и краеведческие коллекции, а с 2015 года полноценно функционирует Национальная электронная библиотека (НЭБ), требующая постоянного пополнения оцифрованными фондами со всей страны.

Кроме того, создание цифровых двойников остается безальтернативным способом физической сохранности ветшающих оригиналов и обеспечения безопасного доступа к уникальным знаниям.

Электронный каталог: архитектура АБИС

Фундаментом автоматизации любого учреждения культуры выступает наполнение автоматизированной библиотечно-информационной системы (АБИС) и создание электронного каталога. Это кратно повышает скорость поиска и качество читательского обслуживания.

Показательный кейс: В одной из крупнейших федеральных библиотек проект по ретроконверсии реализовывался с 2003 по 2011 год. За это время было отсканировано и проиндексировано свыше 2 млн карточек систематического каталога (на русском и иностранных языках). В АБИС было перенесено до 17 полей с каждой карточки.

Библиотечные картотеки многообразны: алфавитные, систематические (по отраслям знаний), генеральные, служебные, читательские, краеведческие. Оцифровка таких массивов — процесс длительный, чаще всего разбиваемый на этапы.

Библиографическая карточка — крайне сложный объект для извлечения метаданных. Одна запись может включать до 24 полей. Ситуацию усугубляют рукописные вставки, диакритические знаки (надстрочные и подстрочные символы), старославянская вязь и иностранные языки. Прямой перенос данных с бумаги в АБИС чреват потерями и критически низкой скоростью. Поэтому отраслевым стандартом является предварительное сканирование картотеки с последующим формированием и верификацией индексной базы.

Учитывая, что даже в небольших библиотеках объем картотек исчисляется десятками тысяч единиц, привлечение профильных аутсорсеров становится экономически и операционно оправданным решением.

Типовой производственный цикл создания электронного каталога

Чтобы не парализовать обслуживание читателей, оцифровку картотек проводят непосредственно в стенах библиотеки.

Экспертиза и подготовка Оценивается физическое состояние носителей (картон, бумага) и формат. Определяется структура машиночитаемых записей. Выделяются специфические типы карточек:

добавочная (сочетание печати и рукописного текста);
разделитель (нестандартный формат);
ссылочная (исключительно рукописные символы);
описание (старорусский текст).

Современные документные сканеры способны обрабатывать до 170 карточек в минуту без риска повреждения картона.

Потоковое сканирование Массив оцифровывается в черно-белом режиме с разрешением 300 dpi (форматы TIFF или JPEG). Стандартный размер карточки — 130×80 мм, но встречаются форматы до А6 (148×105 мм). При необходимости выполняется двустороннее сканирование (на обороте часто указаны инвентарные номера и филиальная разбивка), а также подклейка ветхих элементов. Незначимые разделители исключаются из потока. После завершения работ бумажный массив возвращается на полки, а обработка продолжается уже с графическими образами.

Встроенные алгоритмы автоматически выравнивают перекосы, удаляют темный фон и проявляют слабоконтрастные символы. Ручная ретушь применяется только для сильно поврежденных документов. Пропуск хотя бы одной карточки классифицируется как брак.

Ретроконверсия и верификация Автоматическое распознавание (OCR) рукописного текста, карандашных пометок и документов, созданных до середины XX века, технологически невозможно. Даже машинописные символы часто считываются с ошибками.

Ввод данных осуществляется вручную. Предварительно проводится сепарация изображений: сцепка составных карточек, группировка по томам и языкам, разметка блоков. Операторы формируют базу данных в требуемом формате (RUSMARC, UNIMARC, MARC21). Для ускорения набора применяется технология «заимствования» (автоподбор значений на основе ранее введенных паттернов). Финальный этап — многоуровневая проверка опытными верификаторами, так как любая опечатка ломает логику поиска в АБИС. Иногда объектом обработки выступают не карточки, а сами графические образы книг — в этом случае к работе привлекаются библиографы, владеющие правилами составления описаний.

Сканирование книжных фондов: от массовых изданий до книжных памятников

Параллельно с ретроконверсией каталогов библиотеки обеспечивают сохранность самих изданий. Крупные учреждения содержат собственные отделы сканирования, укомплектованные планетарными сканерами, однако их ресурсов хватает лишь на обработку новых поступлений. Для массовой оцифровки исторических фондов привлекаются внешние интеграторы.

Масштабный проект: В одной из ведущих федеральных библиотек силами подрядчика с 2008 по 2014 год было оцифровано более 16,5 млн страниц архивных и библиотечных фондов.

Стандартизация цифровых копий

Если для локальных нужд библиотека вольна сама устанавливать параметры сканирования, то федеральные проекты требуют строгой унификации. При формировании НЭБ разрозненные подходы библиотек и подрядчиков создавали хаос. В результате отраслевой экспертный совет утвердил «Рекомендации по оцифровке материалов из фондов библиотек», выделив три класса цифровых копий:

Мастер-копия: эталонный файл полиграфического качества (разрешение от 600 dpi).
Пользовательская копия: для электронных коллекций и читательского доступа (от 300 dpi).
Служебная копия: для внутренних ИТ-задач и веб-публикаций (от 150 dpi).

Аппаратные нюансы. Выбор оборудования диктуется физическими параметрами оригиналов:

Ветхая бумага и тугие переплеты допускают только бесконтактное сканирование на планетарных комплексах (использование планшетных сканеров категорически запрещено).

Для толстых фолиантов применяется специализированная книжная колыбель.

Жесткие корешки с близким к ним текстом требуют использования V-образного бесшовного прижимного стекла и сканирования без полного раскрытия.

Крупноформатные издания (карты, атласы) оцифровываются на планетарных сканерах формата до 8А0.

Отдельного внимания заслуживают книжные памятники и редкие издания, для которых применяются комплексы с уникально высокими показателями оптического разрешения. После сканирования массив проходит программную коррекцию, а при необходимости дополняется свежими библиографическими описаниями.

Создание полнотекстовых PDF-книг и правовое регулирование

Зачастую простого графического образа недостаточно: исследователям требуется полноценная электронная книга с навигацией по оглавлению, гиперссылками и функцией полнотекстового поиска. Универсальным стандартом здесь выступает формат PDF.

Производственный цикл включает оптическое распознавание текста (OCR), его последующую верификацию и орфографическую вычитку профессиональными корректорами. На этапе макетирования воссоздается точная структура бумажного оригинала: сохраняются иллюстрации, верстка, язык и стилистика.

Юридические аспекты доступа Публикация оцифрованных изданий в открытом доступе ограничена законодательством об авторском праве. Согласно статьям 1274 и 1275 Гражданского кодекса РФ, библиотеки вправе предоставлять цифровые экземпляры произведений, правомерно введенных в оборот, без согласия правообладателей. Однако доступ к ним может осуществляться исключительно в стенах учреждения и при условии технической блокировки возможности копирования или скачивания файлов. Для удаленной работы читателей с защищенными изданиями в экосистеме Национальной электронной библиотеки был разработан специализированный DRM-просмотрщик, исключающий несанкционированное тиражирование контента.

Резюме

Оцифровка библиотечных фондов — это высокотехнологичный производственный процесс, осложненный разнородностью форматов и хрупкостью оригиналов. Гарантировать сохранность книжных памятников и безупречную точность ретроконверсии каталогов способны только специализированные компании, обладающие профильной инфраструктурой и глубокой экспертизой в работе с культурным наследием.