Comment numériser de la presse ancienne. Journée d études «Numériser les publications en série» CRL Midi-Pyrénnées

Transcription

1 Comment numériser de la presse ancienne Journée d études «Numériser les publications en série» CRL Midi-Pyrénnées 6 décembre 2012 Catherine Angevelle Mocellin Bibliothèque municipale à vocation régionale d Orléans cangevelle-mocellin@ville-orleans.fr

2 Bibliothèque(s) physique et numérique Sélection Acquisition Catalogage Équipement Magasinage Conservation Mise à disposition Valorisation Sélection Capture/production Identification, indexation Empaquetage Gestion Préservation (données, accès) Mise en ligne/consultation Valorisation 6/12/12 2

3 Principes de la numérisation Capture de l image À partir des capteurs de lumière de l appareil, transformer la représentation analogique d un document en représentation codée en mode binaire (0, 1) La numérisation est basée sur l analyse de l image : elle est fictivement découpée en éléments de surface («picture elements», ou pixels, ou points) Cette analyse consiste à mesurer point par point la quantité de lumière transmise ou réfléchie Ces capteurs (cellules photoélectriques) transforment l énergie lumineuse de chaque point en énergie électrique Puis un convertisseur transforme ces impulsions électriques en données numériques 6/12/12 3

4 Structure L image numérique est donc une juxtaposition d éléments d images (pixels) disposés en rangées et en colonnes dont la valeur est générée par les photosites La luminosité du pixel est quantifiée par une valeur numérique L image initiale est ainsi transformée en un ensemble de nombres sur lequel un ordinateur peut effectuer des traitements à fins d exploitation Profondeur d acquisition : nombre de couleurs d un pixel (dynamique de l image) Mode bitonal (noir et blanc) : codage sur 1 bit, 2 1 soit 2 valeurs possibles pour chaque pixel : 0 et 1 Mode niveaux de gris : codage sur 8 bits = 2 8, soit 256 valeurs de gris Mode couleurs : codage de chaque couche sur 8 bits, = 2 24 = 16,7 millions de couleurs Plus le nombre de bits est important, plus le poids informatique de l image est lourd 6/12/2 4

5 Définition / Résolution / Taille Définition : nombre de pixels que contient une image en hauteur et en largeur (= le nombre total de pixels) : x par ex. Résolution : nombre de pixels par mm ou par pouce (un pouce = 2.54 cm) Unité : point par pouce : ppi ; ou dots per inch : dpi La résolution exprime une valeur d échantillonnage Plus l échantillonnage est fin plus le niveau de détail capturé est fin Le choix de la définition et de la résolution est lié aux dimensions que devra prendre l image numérique finale selon l utilisation voulue, et aux caractéristiques du document original Quelques grandeurs standard : 72 dpi : diffusion en ligne (Web) 150 dpi : impression bureautique standard 300 dpi : substitution et imprimerie à l'échelle originale 400 dpi : permet de capturer avec un niveau de détails plus fins 600 dpi : si l usage et la dimension des motifs ou caractères le justifient 6/12/12 5

6 Définition/Résolution/Taille La résolution doit être pertinente et adaptée au type de document et d utilisation prévu La résolution et la profondeur d acquisition impactent le poids des fichiers (donc les capacités de sauvegarde à prévoir et les modalités de diffusion) Tableau des poids de fichier pour 1 page de presse numérisée en niveaux de gris à 300 dpi, sans aucune compression : poids informatique du fichier, pouvant être différent du poids final de l image lié au format et à une éventuelle compression. En Mo (méga-octets) : A5 A4 A3 A2 A1 A0 Noir et blanc 2,18 4,35 8,7 17,4 34,8 69,6 Niv. Gris ,8 69,6 139,2 278,4 556,8 Couleur 52,2 104,4 208,8 417,6 835,2 1670,5 6/12/12 6

7 Noir et blanc / Niveaux de gris Privilégier le noir et blanc pour tout support composé exclusivement de noir sur fond blanc Imprimés courants Dessins, gravures au trait et/ou à hachures délimitées, traits nets sans modelé continu Niveaux de gris pour des documents présentant des demi-teintes documents contenant des photos, encarts Lavis, fusain et tous dessins à modelés continus Tous types de photographies Documents faiblement contrastés, tachés, dont l impression est irrégulière, abîmée, et/ou à report d encre entre les pages Documents imprimés contenant un grand nombre de photographies ou d images à traiter en niveaux de gris La presse doit en général être traitée en niveaux de gris 6/12/12 7

8 Caractéristiques des originaux Support : Nature et fragilité : papier, film, papier restauré, support opaque ou transparent Degré d ouvrabilité (conditionne le matériel à adopter) Présentation : dimensions, reliure, feuillets montés sur onglet, dépliants et paperoles, etc Microformes : échelle d agrandissement nécessaire pour visualiser une image à l échelle 1 en ligne, doublons de vues, recollages, logos, variation de densité Contenu : Type : photo, texte, graphiques, cartes, etc Qualité : graphie, contraste, taches éventuelles, transparence 6/12/12 8

9 Caractéristiques des originaux Plus un document/un fonds est hétérogène plus la numérisation est complexe et coûteuse car nécessite des réglages particuliers Numériser des microfilms donne des images de bien moindre qualité que la numérisation à partir des originaux papier La presse ancienne originale étant très fragile (grands formats, papier acide, etc), il est souvent indispensable de dérelier pour numériser les pages à plat et de consolider les pages (comblement de lacunes, aplatissement) 6/12/12 9

10 Caractéristiques des originaux et prix à la page Caractéristiques des originaux conditionnant les prix Format : traduire les dimensions en formats normalisés (A4, A2, etc) Degré d ouverture : à plat, , moins de 90 Exemple : pour le Journal du Loiret, 5 prix au BPU A plat inférieur à A4 A plat entre A4 et A3 A plat entre A3 et A2 A plat entre A2 et A1 Entre 90 et 120 En cas de reconnaissance du texte (OCR), le prix peut être fortement influencé par le niveau de qualité requis (voir infra) 6/12/12 10

11 Recommandations BnF : Profondeur d acquisition Type de documents (transparents et opaques) Résolution (pour les marchés) Formats d archivage / de diffusion Noir et blanc imprimés, dessins au trait, graphiques 300 dpi (jusqu à 400) TIFF v6 compression UIT Gr4 / PDF Niveaux de gris Presse Gravures et photos noir et blanc, certains manuscrits et imprimés peu contrastés et/ou très tachés dpi TIFF v6 non compressé / PNG ou PDF (pour l OCR, PDF multicouche) Couleur Documents iconographiques, manuscrits et imprimés de Réserve, documents contenant plusieurs couleurs < A6 : 400 dpi > A6, petits caractères : 600 TIFF v6 non compressé / PNG ou JPEG 300 dpi suffisent amplement pour la presse, quel que soit le format OCR : schéma ALTO (développement conjoint avec LoC) SLL : Guide pour la rédaction d un cahier des charges de numérisation de la presse, 6/12/12 11

12 Quelques recommandations de prise de vue Fidélité à l original Reproduire au plus près l original sans l améliorer, assurer sa lisibilité Pas de rééchantillonnage après capture (ajout artificiel de pixels) Pas de retouche colorimétrique Réglages optimisés lors de la prise de vue (éclairage, contraste, marges, etc) Une page / image, dans son intégralité, sans vue de détail Insertion de fonds de couleur neutre pour les projets iconographie Traitements post-numérisation Détourage jusqu au bord extérieur des pages (recadrage) Redressement Remise dans l ordre des images Ajout de métadonnées et constitution de la table de correspondance Ajout d une mire en niveaux de gris si besoin 6/12/12 12

13 Chaîne et matériels selon les supports Scanners de documents opaques Papier : monographies, périodiques, presse Iconographie : cartes, plans, estampes, photographies Manuscrits Attention aux dimensions, à l épaisseur, au poids et à la reliure : dérelier? Porte modèle ajustable sur le scanner? Quelles manipulations? Les appareils peuvent numériser à plat ou à ouverture réduite (90-120, moins de 120 sur certains modèles) Scanners de documents transparents Microformes (microfilms, fiches) ektas Diapositives Cartes à fenêtres Transparents originaux (plaques de verre ) Attention au taux de réduction pour la résolution choisie Très forte productivité coûts unitaires moins élevés 6/12/12 13

14 Formats Distinction format d archivage format de diffusion Assurer l indépendance du système de conservation par rapport aux outils et standards de consultation Contraintes d accès (temps d affichage, droits, etc) Assurer de bonnes conditions de consultation du document numérique Formats préconisés pour l archivage TIFF JFIF : format pour les images compressées JPEG PNG Choisir des formats ouverts reposant sur des normes et standards, dont les spécifications sont publiques, et indépendants des logiciels, plateformes 6/12/12 14

15 TIFF TIFF (Tagged Image File Format) Norme ISO 12639:2004 Format permettant de documenter les images (tags) : dimensions, nombre de couleurs, matériel utilisé, données d indexation (cote, copyright ) Permet de stocker des images de taille importante sans déperdition de qualité et indépendamment des plateformes et des périphériques Permet l usage de plusieurs espaces de couleur Très bon pour l archivage Supporte plusieurs algorithmes de compression Ex. : Centres de service de conservation de l OCLC 6/12/12 15

16 PNG Portable Networks Graphics ; ISO/IEC 15948:2004 Format ouvert et documenté, recommandé par le W3C Indépendant de tous droits, licences, matériels et systèmes d exploitation Compression sans perte, algorithme non breveté Gère plusieurs espaces de couleur Supporte images en niveaux de gris et jusqu à 16 bits par couleur Gère la transparence Supporté par les versions récentes des navigateurs mais encore peu répandu Utile pour la diffusion Encore peu répandu Spécifications et informations : 6/12/12 16

17 JPEG 2000 Ensemble de méthodes de compression avec ou sans perte, et de formats de fichiers Compression de meilleure qualité que le JPEG Dégradation sélective de certaines zones moins stratégiques de l image : définition de «régions d intérêt» Génère des «tuiles» de résolution différentes, utiles pour la diffusion Nécessite des capacités de stockage moins importantes pour un volume identique en TIFF non compressé Métadonnées variées Gère la transparence Ex : BN Norvège : format d archivage à long terme à l étude à la BnF 6/12/12 17

18 La compression des images Elle permet de réduire la taille des fichiers en supprimant la redondance d informations : pixels de même valeur ou de valeur proche Compression sans perte Compression avec perte En aucun cas les algorithmes engendrant des pertes irréversibles de données ne doivent être utilisés si l on veut sauvegarder à long terme les images Compression JPEG : images en couleur Compression UIT Groupe 4 : images en noir et blanc Tous les formats de fichier ne supportent pas tous les algorithmes de compression 6/12/12 18

19 Numérisation avec restitution du texte On s intéresse au contenu et aux services Il s agit d exploiter l image pour y reconnaître les caractères et pouvoir les restituer lors de la diffusion Le contenu très riche mais peu structuré de la presse nécessite un OCR Recherche plein texte, manipulations multiples -Amélioration du niveau de services : navigabilité, facilité de consultation, annotations - La publication en ligne du texte issu de la conversion permet l accessibilité du contenu pour les personnes handicapées -Lourdeur (main d œuvre, conformité à un standard, contrôles, gestion de plusieurs prix ) - Coût de réalisation pour la haute qualité -Chaîne et outils de contrôle à développer - le standard XML ALTO n est pas géré par la plupart des gestionnaires de bibliothèque numérique du marché 6/12/12 19

20 Reconnaissance optique des caractères Distinction OCR brut et OCR corrigé («optical character recognition») OCR brut : pas de reprise manuelle sur le texte reconnu OCR corrigé : reprise manuelle pour atteindre un taux qualité précis demandé par la maîtrise d ouvrage, sur 100 % L OCR haute qualité est bien plus coûteux que le brut Fonctionnement Automatique : plusieurs logiciels du marché (ABBYY, Omnipage, Readiris essentiellement) 1. Segmentation : découpage de la page et de chaque bloc de texte en «boîtes», jusqu au niveau d information le plus fin Ce découpage est fait à partir des variations de couleur des pixels (identification des zones blanches ou noires) 6/12/12 20

21 Reconnaissance optique des caractères 2. Reconnaissance Identification des coordonnées de chaque boîte en fonction de sa position dans l image Identification du type de contenu : chaîne de caractères, illustration, tableau Identification des caractéristiques du contenu : type et taille de la police, graisse, forme de l illustration Identification du texte par comparaison des formes des caractères avec des outils linguistiques (dictionnaires généraux ou particuliers) 3. Qualification de la qualité de reconnaissance : définition du taux de confiance du logiciel dans la reconnaissance du texte par une valeur entre entre 0 et 1) 0 : le logiciel n est pas du tout sûr du résultat 1 : le logiciel est tout-à-fait sûr que le texte restitué est bien celui écrit Ce taux peut être indiqué pour chaque caractère et chaque boîte contenant du texte 6/12/12 21

22 Reconnaissance optique des caractères 4. Une reprise manuelle est nécessaire Toujours pour la remise en ordre des blocs de lecture Lorsqu il faut atteindre un niveau de qualité spécifié : reprise de la segmentation, reprise de la reconnaissance Indiquer au CCTP La disposition du texte sur la page (colonnes, sens de lecture ) Les caractéristiques de la typographie, de l alphabet, et les éventuelles évolutions sur la durée de publication La présence d informations manuscrites, dans la zone imprimée et/ou les marges La présence de zones non textuelles (illustrations, publicités, pages blanches ) La présence de tableaux et de graphiques Voir en particulier la charte de la BnF pour la conversion : 6/12/12 22

23 Obstacles pour un bon OCR Qualité de l impression de l original papier Courbures et inclinaisons de lignes caractères déformés, mal imprimés Report d encre d une page à l autre, papier transparent Qualité de la numérisation et des traitements post-numérisation Image non redressée (toutes les lignes sont de travers) Netteté insuffisante, flou Résolution insuffisante : Polices de caractères Trop resserrées, trop irrégulières, caractères trop gras, trop grands : risques de confusion entre les caractères Caractères non latins ou non ISO sont mal reconnus (grec, fraktur, manuscrits, ) 6/12/12 23

24 Reconnaissance optique des caractères Structure du texte Structure en colonne type presse : nécessité de définir un ordre de lecture Éléments non textuels imbriqués (graphiques, illustrations ) Effort de R&D pour améliorer les outils de reconnaissance pour les ouvrages anciens Projet IMPACT (Improve acess to text) : financement par l Union Européenne Partenaires : plusieurs grandes bibliothèques européennes (dont la BnF), des centres de recherche, les sociétés ABBYY et IBM Résultats : intégrés dans la dernière version d ABBYY ; création d un centre de compétence proposant des outils, des services, des tutoriels : 6/12/12 24

25 Reconnaissance optique des caractères Restitution : 2 méthodes principales Création d un fichier texte simple, pouvant être intégré dans un PDF avec l image : Avantages : simplicité de gestion ; coût inférieur ; Si création d un PDF, tous avantages liés à ce format, et possibilité d affichage du texte en transparence de l image Inconvénients : perte de toute possibilité d amélioration ou de correction futures : Perte de l emplacement des zones dans l image Perte du taux de confiance dans la reconnaissance Création d un fichier en XML permettant de conserver de manière pérenne toutes les informations 6/12/12 25

26 Reconnaissance optique des caractères : ALTO Analyzed Layout and Text Object ALTO est un schéma de document XML, mis au point par la bibliothèque du Congrès et utilisé notamment par la BnF et d autres grandes bibliothèques dans le monde Schéma qui détaille les métadonnées techniques permettant de décrire la disposition du texte et les caractéristiques de mise en forme Le texte issu de l OCR est également contenu dans le fichier Avantages : format pérenne, permet de nombreuses réutilisations Inconvénients : encore peu de logiciels de recherche et consultation le gèrent nativement ; fichiers très lourds et verbeux ; contrôle manuel difficile 6/12/12 26

27 Reconnaissance optique des caractères : ALTO Fonctionnement Segmentation des marges, et de la zone de texte principale («printspace») TopMargin String TextBlock TextLine LeftMargin RightMargin SP PrintSpace BottomMargin GraphicalElement Segmentation et reconnaissance de chaque zone en distinguant les zones de texte (paragraphe > ligne > chaîne de caractères > espace) des zones d illustrations Chaque zone est décrite par un ensemble de métadonnées 6/12/12 27

28 Granularité et accès à l information Dans l environnement numérique la manière d accéder à l information est différente de celle valable pour le papier : Plus riche : le numérique permet de fournir directement des accès profonds au contenu, de démultiplier le type d accès (plein texte, tables des matières, etc) Plus pauvre : la notion de volume physique est relativisée, celle de rangement sur une étagère aussi Or les périodiques anciens sont très souvent reliés par semestre ou année, pour des raisons d archivage Pour les périodiques, il faudra définir la granularité du niveau d accès à l information : que représente un document numérique? Un fascicule tel que paru? Un article? Comment gère-t-on les suppléments? Les éditions du matin, du soir? Les index multivolumes? etc 6/12/12 28

29 Le fichier de récolement En général, un document numérique = un fascicule Il faut donc faire un récolement précis de chaque volume de presse, permettant de signaler chaque fascicule et son/ses éventuel(s) supplément(s) Par ailleurs la presse présente des particularités qu il peut être utile de signaler Numéro manquant Page lacunaire Page tronquée au massicot avant reliure Etc Ce récolement permettra au prestataire de Repérer chaque fascicule et les particularités éventuelles Créer les documents numériques en tant que tels Créer pour chaque document numérique un fichier d identification permettant le signalement en ligne et la gestion du document numérique à long terme dans le système d archivage 6/12/12 29

30 Le fichier de récolement : exemple 16/10/12 Aspects techniques d un projet de numérisation Enssib BU Grenoble 30

31 Structuration et informations d identification Numériser n est pas scanner Illustration p.4 p.3 p TIF 002.TIF 003.TIF 004.TIF 005.TIF La prise de vue déconstruit le document Reconstituer le document par des métadonnées descriptives permettant aussi de le conserver à long terme Non paginé Page de titre Structure Bibliographiques Administratives -Reconstituer la structure de l original : correspondance page logique/page physique - identification de pages particulières pour des accès -Identifier la version numérique -Associer cette version à la notice de l original - Conditions et outils de production, liste et historique des traitements, type de numérisation, nombre de vues - droits - données de livraison 6/12/12 31

32 Informations de description externes Au préalable, définir les besoins Pour la recherche, la consultation, la coopération avec d autres établissements : connaître le(s) format(s) de fichier d identification que le logiciel de gestion et de consultation peut gérer Pour l archivage à long terme privilégier des formats pérennes se basant sur XML Pour le suivi de la production : Excel par exemple En fonction de ces besoins, définir le type et le contenu des métadonnées (informations de description) 6/12/12 32

33 Métadonnées externes Transmettre au prestataire les données sous forme de fichiers de récolement et dee fiches d état physique Données bibliographiques Identifiants des ouvrages, codes-barre Caractéristiques physiques Règles de pagination ou de foliotation Demander l ajout d informations de production et de post-production Date de numérisation Appareil(s) et logiciel(s) utilisé(s) Informations techniques pour chaque image (résolution, profondeur de codage, dimensions en pixels) Contrôler la conformité des données, et la conformité des fichiers aux standards requis 16/10/12 33

34 Métadonnées internes aux images Identifier chaque constituant du document numérique pour assurer sa préservation, donc chaque image Ces métadonnées sont intégrées lors de la numérisation Indiquer au prestataire les type et contenu de ces métadonnées Différents types : EXIF : métadonnées techniques relatives à la prise de vue Pas un standard mais bien supporté par les logiciels Images TIFF et JPEG IPTC/IIM : métadonnées de type sémantique (titre, auteur ) : modèle de base pour la création des métadonnées internes dans les images gérées par Adobe Photoshop Convergence en cours avec XMP, format d échange créé par Adobe 6/12/12 34

35 Nommer les documents d archive et en ligne Définir des règles de nommage des fichiers et des répertoires Signifiant : fondé par exemple sur la cote des originaux, sur les dates de publication, etc. Non signifiant : numérotation séquentielle par exemple, de 1 à n sur une longueur donnée (n caractères) C est un choix de long terme, impactant tant l archivage que la diffusion Avantages Signifiant - Rapidement compréhensible - Simple à mettre en œuvre - Adapté pour de petits programmes non signifiant (ou opaque) - Indépendant du plan de classement des originaux - Extensible à de nouveaux documents ou programmes - Adapté pour tous types de programmes Inconvénients - Peu extensible (rapidement fermé) - Très long en général (programme+cote+sous-cote, etc) - Sa maîtrise par les utilisateurs leur impose de connaître l organisation du fonds initial - Les noms doivent suivre une certaine logique - Doit être formalisé et décrit dans un document annexe pour être maîtrisé à long terme /12/12

36 Organisation de la livraison Répertoire document JDD19852 Plus ou moins complexe selon le type de prestation En général un répertoire par document numérique Un fichier d identification par document numérique Répertoire PDF JDD PDF Répertoire TIFF JDD TIFF Fichier 0001.PDF Fichier 0002.PDF Fichier 0003.PDF Fichier 0001.TIFF Fichier TIFF Fichier 0003.TIFF Répertoire PDF Répertoire volume JDD19852 Répertoire volume JDD19853 Répertoire document JDD Répertoire document JDD Répertoire document JDD Fichier 0001.PDF Fichier 0002.PDF Fichier 0003.PDF Fichier 0001.PDF Fichier 0002.PDF Fichier 0003.PDF Fichier 0001.PDF Fichier 0002.PDF Fichier 0003.PDF Répertoire document JDD19852 Répertoire PDF JDD PDF Répertoire TIFF JDD TIFF Fichier 0001.PDF Fichier 0002.PDF Fichier 0003.PDF Fichier 0001.TIFF Fichier 0002.TIFF Fichier 0003.TIFF Répertoire TIFF Répertoire volume JDD19852 Répertoire document JDD Répertoire document JDD Fichier 0001.TIFF Fichier 0002.TIFF Fichier 0003.TIFF Fichier 0001.TIFF Fichier TIFF Fichier 0003.TIFF Répertoire volume JDD19853 Répertoire document JDD Fichier 0001.TIFF Fichier TIFF Fichier 0003.TIFF Arborescence au document Arborescence à la prestation 6/12/12 36

37 Les URL pérennes Identifier les documents en ligne Permettent de citer l URL d un document en ligne, tout en étant assuré que ce lien ne risque pas de changer dans le temps Ce type d URL permet donc d accéder à long terme aux documents numérisés Indépendamment de l emplacement physique du document sur le serveur ou des changements d architecture Exemple : ARK : Archival Ressource Key : Californian Digital Library Commence à être répandue en France : BnF, AD de la Somme, BM Toulouse, etc D autres possibilités : DOI, PURL par exemple 6/12/12 37

38 Contrôle qualité Règles à établir avec soin car le niveau de qualité conditionne le travail du prestataire, et la latitude du commanditaire pour rejeter les livraisons Chaque type de prestation doit être l objet de vérification Le niveau de qualité doit être défini en tenant compte : De l ampleur du projet, du type de documents et des spécifications techniques Des moyens à disposition de la bibliothèque Indiquer au CCTP Étape(s) et délais de contrôle par le commanditaire Caractéristiques du lot de contrôle (nombre et types d objets) Pour chaque type de prestation, critères de contrôle et définition des erreurs éventuellement classées par gravité (erreur majeure / mineure) Modalités et délais de réfection pour le titulaire du marché La mise à disposition éventuelle d une station de contrôle par le prestataire pour la bibliothèque 6/12/12 38

39 Contrôle qualité Exemples de critères d évaluation des images Respect des règles de prise de vue et optimisation des réglages du scanner : éclairage uniforme, netteté, absence de halos sur l image, de travers, de troncature, de traits parasites, de déformation de caractères, Qualité des métadonnées Conformité du fichier d identification aux règles techniques Conformité des informations internes (pour les images) aux règles définies dans le projet Conformité de la structure et de la composition de livraison Noms (cohérence et conformité de la structure des noms de fichiers, des répertoires, etc) Arborescence (bons fichiers dans les bons répertoires, organisation des répertoires entre eux, etc) Autres fichiers de suivi 6/12/12 39

40 Contrôle qualité : quelques exemples d erreurs Mauvaise profondeur de codage (couleur abusive) Troncature d information Travers Polarité inversée Niv. Gris non justifié Binarisation trop forte (visibilité insuffisante, pixellisation de caractères) -> pb lisibilité et pour l OCR 6/12/12 40

41 Numérisation et conservation Une numérisation de qualité permet la conservation Non communication des originaux Remplacer des originaux manquants et/ou permettre des sorties COM (microfilms), des fac-similés Préservation : on ne peut conserver à long terme les fichiers numériques que lorsqu ils sont de bonne qualité et bien documentés Faire la distinction version d archivage / version de diffusion Document numérique «de qualité» Choix optimal de la résolution (ni trop haute, ni trop basse) Documentation de chaque image, de chaque document numérique, des procédés de production Structuration du document numérique (liens entre image et page originale) Métadonnées techniques riches, pour l archivage et la consultation des images Fidélité rigoureuse à l original et qualité de la prise de vue Exhaustivité de prise de vue (pas de numérisation partielle) Non compression, ou compression réversible Format(s) le(s) plus ouvert(s) possible(s) supportant plusieurs espaces de couleur 6/12/12 41

42 Quelques références (liens visités le 4/12/12) Ministère de la Culture : Guide pour la rédaction d un cahier des charges de numérisation de la presse _numerisation_presse.pdf _numerisation_presse_annexes.pdf Mission Recherche et Technologie (MRT) : Direction des Archives de France : Manuels : Numériser et mettre en ligne / Th. Claerr, I. Westeel (Dir.). Villeurbanne : Presses de l Enssib., Coll. «La boîte à outils». Pour aller plus loin : L archivage numérique à long terme. Les débuts de la maturité? / Direction des Archives de France ; [rédigé par] Claude Huc, Francoise Bannat-Berger, Laurent Duplouy. [Paris] : La Documentation Française, Coll. Manuels et guides pratiques Manuel de la numérisation/ Th. Claerr, I. Westeel (Dir.). Paris : Cercle de la Librairie, Coll. «Bibliothèques» 6/12/12 42

43 Quelques références (liens visités le 4/12/12) Pages professionnelles de la BnF et documents à télécharger - Cours et tutoriaux en ligne : Portail international Archives francophones : module 9 «Reproduction par microfilmage et numérisation» Section 2 «Numériser les documents» par Anne Debant et Patrick Perrot Tutoriel sur la numérisation de l Université de Cornell (en français) : Centre de compétence IMPACT pour l OCR : 6/12/12 43

44 Merci pour votre attention, Place aux questions 44