Fonto de la vero: koloroj, mezuradoj kaj skan-metadatumoj

Cifereca arkivado ne estas nur «fari belan PDF-on». Por la scienco de longdaŭra konservado gravas ankaŭ tio, kion oni ofte forgesas dum la skanado: pruvotavoloj — koloroj, grizoj kaj fizikaj mezuroj, kune kun la metadatumoj, kiuj diras kie, kiel kaj per kio la dosiero estiĝis.

Sen tiuj indikoj, estonta esploristo povas vidi bildon — sed ne scii ĉu la papero vere estis flaveca, ĉu la skanilo ŝanĝis la kontraston, aŭ ĉu la paĝo mezuris 24 cm aŭ 32 cm. Kaj tiam la dosiero ĉesas esti fonto de la vero: ĝi iĝas nur bela kopio sen kontrolebla spuro.

Kial koloroj kaj mezuradoj estas pruviloj

Profesiaj skan-laboroj longe uzas kolorajn kaj monokromajn skalojn (kaj ofte mezurilon en centimetroj/coloj) metitajn sur la originalon dum la foto aŭ skano. En la cifereca bildo restas la konataj ĉeloj — bluo, ciano, verdaj, flavaj, ruĝaj, magenta, blanko, nigra, grizŝtupoj 0–19 — kaj la regulo. Tio ebligas, eĉ post jarcentoj kaj sur alia aparataro:

• korekti aŭ kontroli kolorojn kaj gammaon kontraŭ fizika normo;
• konfirmi la fizikan grandecon de la objekto (ne nur la pikselojn);
• kompreni ĉu la bildo estis rekompresita, malgrandigita aŭ alikiel ŝanĝita.

Ĝuste tiun «fotan pruvo-konfirmon» BitArkivo nun celas konservi kune kun la numeroj — ne kiel ornamaĵon, sed kiel parton de la arkiva rikordo.

Kion ni aldonis ĉe ĉiu numero (kiam ni povas)

Multaj homoj jam de longe petis pli da travidebleco pri la fonto. BitArkivo celas survivi multajn generaciojn: do dum la laboro de skanado (aŭ de importo el biblioteka skanaĵo) oni devas kapti ĉion kaptotan — ĉar poste tiuj detaloj ofte estas preskaŭ nerehaveblaj.

Por ĉiu ciferecigita numero — kie la informo haveblas — ni nun povas registri kaj montri i.a.:

• fotojn de koloraj kaj grizaj skaloj kompare kun la papero (kampo skalo);
• skan-metadatumojn: veran distingivon (PPI), ĉu la dosiero estas majstro aŭ derivaĵo, kaj notojn pri konverto;
• OCR-recepton: motoro, lingvoj, parametroj — por ke «serĉo ne trovas» ne restu mistero;
• ligilon al la objekto en la cifereca biblioteko, kiu faris aŭ gastigas la originalan skanon (institucio, objekto-id, URL);
• indikojn pri kie trovi la fizikan ekzempleron, kaj — kiam konate — pri la persono aŭ laborfluo, kiu skanis.

Dialogo Fonto / OCR kun skalo-bildoj ĉe La Lumo

Fizika skalo por la biblioteko de Valencio

Por plifortigi tiun pruvtavolon ankaŭ ĉe niaj propraj skanoj, mi aĉetis fizikan ŝablonon de kolora skalo + grizŝtupoj + mezurilo (IMAGO Photographic). Ĝin mi aplikos al la pli ol 200 gazetoj de la biblioteko de Grupo Esperanto Valencio, kies plimulto da numeroj jam estas skanita.

La celo ne estas reskani ĉion de nulo, sed kompletigi la arkivon: foti la skalo-karton sur la fizikaj ekzempleroj, tiel dokumentante la kolorojn kaj konfirmante la mezurojn. La plimulton de paĝ-dimensioj jam registris la BPEAPE; la novaj fotoj servos kiel fotografia pruvo-konfirmo de tiuj bibliotekaj datumoj — kaj kiel referenco por estontaj korektadoj de koloroj.

Labori nun, por ke poste eblas

BitArkivo ne estas nur retejo de hodiaŭ. Ĝi estas projekto, kiu celas resti uzebla kiam la nunaj skaniloj, ekranoj kaj dosierformatoj jam estos historio. Kolor-skalo sur la paĝo, OCR-recepto en la rikordo, ligilo al ÖNB aŭ alia institucio, mezurilo en centimetroj — ĉio tio estas malmultekosta dum la skanado, kaj ofte neebla dek jarojn poste.

Se vi skanas Esperanto-gazetojn: metu skalo-karton en la kadron, notu la aparaton kaj la PPI, konservu la OCR-komandon, kaj lasu spuron al la fizika aŭ kataloga fonto. Via estonta vi — kaj la generacioj post ni — dankos vin.