Aspects techniques. Présentation :

Transcription

1 Présentation : Le programme des "Bibliothèques Virtuelles Humanistes" a été conçu en 2002 avec la collaboration de l'irht (section de l'humanisme). Il constitue, avec l'élaboration des catalogues des "Incunables des bibliothèques de France", le volet recherche sur le livre ancien du CESR. Il diffuse des documents patrimoniaux et poursuit des recherches associant des compétences en sciences humaines et en informatique. Depuis 2008, il agrège plusieurs types de documents numériques : Une sélection de fac-similés d'ouvrages de la Renaissance numérisés en Région Centre et dans les établissements partenaires La base textuelle Epistemon, en cours de conversion en XML-TEI Des transcriptions ou analyses de minutes notariales ("de minute en minute") et des manuscrits Responsable: Marie-Luce Demonet

2 Acquisition : Numérisation sur site / fonds de proximité Numérisation par prestation de service Collaborations avec d autres services photographiques ( BM de Tours, IRHT, Médiathèque de Poitiers ) Caméra professionnelle (Digibook RVB) Numérisation manuelle Page à page / mode 120 Cadence moyenne 100 pages/heure 300 dpi / jpeg sans compression 600 dpi / tiff dans certains cas

3 Acquisition : tiff -> 60 Mo jpeg 12 -> 25 Mo jpeg 10 -> 15 Mo Le Roman de Tristan, 1496 Médiathèque Equinoxe Châteauroux Fonds Bourdillon

4 Acquisition : Tiff Jpeg

5 Archivage : + de 800 ouvrages numérisés fichiers numériques 4 To d images numériques en archives Cdroms (en tiff : 18 To / Cdrom) Noms des fichiers normalisée : CodeRCR_N Inv_####.ext Intégration des métadonnées (IPTC) Double support de sauvegarde (optique magnétique) Multiples sauvegarde (Cdroms 2 serveurs /disques sécurisés Raid5) Délocalisation (un exemplaire dans les bibliothèques partenaires)

6 Traitement : Génération des formats d images pour Internet vignette de 100 pixels de large taille écran : de 400 à 700 pixels selon le format du livre (16 au 2 ) pdf binaire (pour le téléchargement et l impression) pdf avec compression MRC et OCR brute (compression du pdf en 3 couches fond-texte-image s appuyant sur la détection de zones de l OCR fine reader) Système de zoom en ligne pour les ouvrages de grand format (tuilage pyramidal jusqu au fichier image brut à l aide de l outil zoomifyer : crée pour chaque page une pyramide jpeg, un fichier xml de navigation et un composant flash)

7 Traitement : Extraction des éléments d ornement

8 Traitement : Extraction des éléments d ornement

9 Traitement : Traitement en Reconnaissance de Formes et Analyse d Images (RFAI)

10 Traitement : Traitement en Reconnaissance de Formes et Analyse d Images (RFAI)

11 Diffusion : Corpus Fac-similés : imprimés en mode image (2 bdd) Corpus Epistemon : imprimés en mode texte (XML/TEI Renaissance) Iconographie extraite des imprimés en mode image (2 bdd) Corpus manuscrits : bdd Minutes XML/TEI manuscrits en mode texte XML/TEI Choix du niveau d interrogation Notice niveau ouvrage (bdd) Plein-texte moteur XTF Choix du corpus interrogé Entrepôt OAI (fichier xml des ressources en ligne généré à partir d une bdd)

12 Diffusion : Historique : 2004 : Différents sites web : BVH v1 (corpus fac-similés image bdd), Epistemon (corpus textes html), Minutes (corpus manuscrits, textes dans bdd) 2007 : BVH v2 fusionne les différents sites web. Pas de moteur d interrogation full-text sur les transcriptions, aucune interaction entre les corpus : BVH v3 intégration du moteur Tomcat-XTF Indexation et interrogation des fichiers textes (html, XML/TEI + OCR brute des fac-similés) Plusieurs niveaux d indexations : L ouvrage (données et méta données bibliographiques : titre, auteur, date ) Les pages de l ouvrage (structuration de document : pagination, structure, toc..) Contenus à l intérieur de chaque page (texte iconographie)

13 Diffusion : Une base de données relationnelle (Base Catalogue) décrivant l entité «ouvrage» ou ensemble de recueils (plusieurs «livres» au sein d un même ouvrage) Une entrée = un recueil Une clef primaire normalisée : Identifiant de la bibliothèque & numéro d inventaire Exp : B _9246 Clef qui permet l accès dynamique : au répertoire de stockage des images de l ouvrage, et à la base de description de la structuration (Base sommaire) Liens entre les recueils d un même ouvrage gérés dans une table à l aide des différentes clefs primaires

14 Diffusion : Base Catalogue Table de gestion des fonctionnalités disponibles Ressources moissonnées d autres bibliothèques numériques Table de synthèse Recherche simple Table de gestion des recueils

15 Diffusion: Résultat recherche simple sur les corpus image et texte bvh et autre bibliothèque numérique Interroge la table de synthèse, icône identifiant la bibliothèque, auteur, titre, lien vers l url de la ressource, édition, date Ex. Bibliothèque nationale de France, portail Gallica

16 Diffusion : Consultation de l ouvrage en mode image Sommaire, pagination, feuilletage, table des matières Base sommaire Un recueil = une table nommée avec la clef primaire de la base catalogue Une entrée = une page

17 Diffusion : Base Sommaire Nom Table = Clef primaire Incrément auto Nom des fichiers images des pages Pagination (manuelle) Structure de l ouvrage (manuelle) Description textuelle (manuelle) L incrément auto + clef primaire permet de repositionner dans l ouvrage un élément d ornement depuis les bases d iconographie la base sommaire sert aussi au composant de découpage des pdf pour générer un pdf partiel de l ouvrage Ex : téléchargement de la page de titre à la page 5 le pdf complet sera coupé de sa page 2 à 30

18 Diffusion: Deux bases de données pour l iconographie : Une base de données «Base Image» contenant pour chaque ouvrage les éléments d ornement extraits (automatique) une table pour chaque ouvrage (nommée IMG_Clef primaire) contenant pour chaque élément extrait : le positionnement dans l ouvrage, le nom du fichier image, le type d élément (Lettrine, Bandeau..), les coordonnées de mappage dans la page web Données d agora + indexation manuelle alpha numérique Iconclass si nécessaire une table pour la galerie de portrait, une pour les marques typographiques Une base de données spécifique sur les lettres ornées (synthèse de la première sur ce type d ornement avec une indexation spécifique manuelle)

19 Diffusion : Aspects techniques

20 Diffusion : Visualisation des éléments d ornement d un ouvrage Type d élément Positionnement dans l ouvrage (lien vers l ouvrage)

21 Diffusion: Indexation Iconclass thésaurus alpha numérique multilingue

22 Interopérabilité : 3 entrepôts OAI Entrepôt OAI normalisé moissonnage par d autres bibliothèques et portails (Bnf, etc.) : norme Dublin Core Gestion dynamique à partir de la base Catalogue cf. pour les détails du protocole A noter qu XTF doit intégrer dans sa version de base un tel entrepôt Entrepôt OAI adapté pour Europeana : format ESE Liste des enregistrements tout comme l entrepôt normalisé, mais changement des entêtes et ajout de balises spécifiques Entrepôt OAI pour l iconographie indexée avec Iconclass Géré dynamiquement à partir de la base catalogue et de la base image pour formater un fichier xml avec les codes alpha numériques d indexation des images

23 Entrepôt OAI : normalisé (Dublin Core) Entrepôt BVH Moissonneur (protocole http) Autre portail Réponse à des requêtes (verb) au nombre de 6 Formatage d un fichier xml (Identify, ListMetadataFormats, ListIdentifiers, ListRecords, ListSets) <record> <dc:identifier> (URL identifiant la ressource) <dc:title>les oeuvres de M. Francois Rabelais</dc:title> <dc:creator>rabelais, François</dc:creator> <dc:publisher> (Lyon)</dc:publisher> <dc:date>1564</dc:date> <dc:subject>littérature</dc:subject> <dc:language>fr</dc:language> <dc:type>texte imprimé</dc:type> <dc:format>image/jpeg</dc:format> <dc:source>bibliothèque Municipale,Tours(Fonds Raymond Marcel) - Res 3923</dc:source> <dc:right>bibliothèque Municipale,Tours</dc:right> </oai_dc:dc> </metadata> </record>

24 Entrepôt OAI : Europeana (format ESE) <record> <dc:identifier> <dc:title>breve Totius Theologicae veritatis compendium</dc:title> <dc:creator>anonyme</dc:creator> <dc:publisher>menier, Maurice ; Menier, Pierre(Paris)</dc:publisher> <dc:date>1551</dc:date> <dc:subject>religion</dc:subject> <dc:language>la</dc:language> <dc:type>texte imprimé</dc:type> <dc:format>image/jpeg</dc:format> <dc:source>centre d'études Supérieures de la Renaissance,Tours- SR 10A / 2777</dc:source> <dc:rights>centre d'études Supérieures de la Renaissance,Tours</dc:rights> <europeana:object> <europeana:provider>bibliothèques Virtuelles Humanistes</europeana:provider> <europeana:type>image</europeana:type> <europeana:isshownat> </record>

25 Entrepôt OAI : Iconclass <dc:identifier> <iihim:parent>b _4901</iihim:parent> <iihim:iconclass>25ff311</iihim:iconclass> <iihim:iconclass>48c244</iihim:iconclass> <iihim:image> <iihim:type>emblem pictura</iihim:type> <dc:format>image/jpeg</dc:format> <dc:source>centre d'études Supérieures de la Renaissance - B _4901</dc:source> <dc:right>centre d'études Supérieures de la Renaissance</dc:right>