【赛数案例】高质量数字化促进报纸文献资源用于科学研究

萨克森-安哈尔特州立图书馆的报纸库房

报纸包括着对于一个时代的政治、经济、文化和社会的重要见解，是与历史相关的所有学科的重要信息来源。德国萨克森-安哈尔特州立图书馆是德国最大的报纸存放地之一：包括1945年前出版的1300多种报纸，其中大约800种来自德国中部。

这些报纸对于当今德国的研究有着重要的意义。举例来说，在研究德国中部的经济和社会史时，《总督》和《萨勒日报》具有非常重要的意义。因此在上个世纪90年代，出于再生性保护的考虑，萨克森-安哈尔特州立图书馆对馆藏报纸进行了缩微胶片拍摄，以满足读者的使用。然而到了今天，读者不再满足于用缩微胶片阅读器查阅报纸，而希望采用一种更加智能和高效的方式。

因此，从2019年开始，由德国研究基金会（Deutsche Forschungsgemeinschaft-DFG）赞助，萨克森-安哈尔特州立图书馆在赛数公司的帮助下，启动了《总督》《萨勒日报》等报纸的数字化项目。在两年的时间内，一百万页的报纸得以数字化，并通过网络免费向公众开放。所有这些数字化的报纸都可以像Google搜索一样，以全文检索的形式简单快速地找到目标内容。

为了实现这个目标，图书馆使用了先进的文本识别软件（OCR）Tesseract。借助AI学习，该软件能够正确区分报纸上看起来很相似的字母，并学习识别不同的字体。然而，要充分发挥文字识别软件的作用，对图像质量的要求很高。这一问题通过使用赛数的两款扫描仪得以解决。

赛数OS14000扫描仪扫描幅面最大可达超A0，适用于扫描大幅面字画、报纸、图纸、地图等，其高精度、真彩色扫描镜头可以获得极高的色彩还原度，完美再现原件的所有可见细节。OS14000的扫描速度相较于同类型扫描仪有很大优势，A0幅面的文档只需小于6.5秒便可完成扫描。此外，其人性化的设计为用户提供了安全、可靠并符合人体工程学的操作环境，从而进一步提升了工作效率。

工作人员使用赛数OS14000扫描仪扫描报纸

对于馆藏的大量缩微胶片，则使用赛数OM1800缩微胶片扫描仪进行数字化处理。OM1800搭载新研发的摄像机和照明系统，可提供高达600dpi的真实光学分辨率和至少12位灰度，从而以高质量将缩微胶片有效地数字化，数字化结果的文字识别准确率极高。OM1800还可以自动对齐各个页面，并将页边距减小到最小，以优化存储空间的使用。

使用赛数OM1800缩微胶片扫描仪对缩微胶片进行数字化处理

赛数扫描仪和文本识别软件的结合提供了出色的结果，精度达到95％以上，这个成绩对于历史报纸文献来说是突破性的。