Asiakirjojen skannaus juoksevalla numeroinnilla yksi- tai monisivuisiksi kuva-PDF-tiedostoiksi
Skannaus PDF-tiedostoiksi suurista asiakirjamääristä koosta A8 (53*74 mm) aina A3-kokoon asti automaattisella asiakirjaskannerilla, ja sen jälkeen aina A1+:aan overhead-skannerilla! Valmis tuote koostuu PDF-muodossa tallennetuista sivukuvista. Ne numeroidaan juoksevilla numeroilla skannausjärjestyksessä, 0001.pdf, 0002.pdf ja niin edelleen, ja numerointi tehdään joko sivukuvakohtaisesti tai monisivuista PDF-asiakirjaa kohti. Skannaamme yleensä harmaasävyinä 300 dpi:llä, mutta voimme skannata myös mustavalkoisena, harmaasävyinä tai värillisenä jopa 600 dpi:hin asti.
Asiakirjaerottelu suoritetaan käyttäen erillistä erotinlehteä, jossa on tähän tarkoitukseen tarkoitettu viivakoodi.
PDF-tiedostot skannataan yleensä tiukkaan PDF-arkistointimuotoon PDF/A-1b (ISO 19005-1:2005) (koskee kuva-PDF:ää).
Skannaus monisivuisiksi PDF-tiedostoiksi asiakirjaerottelulla soveltuu hyvin esimerkiksi due diligence -aineistolle, tilintarkastusaineistolle ja vastaavalle, kuluraporteille ja erilaisille asiakirja-aineistoille. Jos aineisto on vaikeasti skannattavaa nidottujen kuittien tai vastaavien vuoksi, voimme käyttää overhead-skanneriamme tavallisen asiakirjaskannerin sijaan.
Asiakirjojen skannaus PDF-muotoon OCR-tulkitulla tekstitasolla hakua varten
Kun olemme skannanneet asiakirjat kuva-PDF-tiedostoiksi, OCR-tulkitsemme ne parhaalla joukkokäsittelyyn tarkoitetulla ohjelmistolla!
Kirjan, vihkosen tai luettelon skannaus PDF-muotoon OCR-tulkitulla tekstitasolla hakua varten
Me "uhraamme" kirjan/vihkosen (tai käytämme overhead-skanneria), mittaamme sivukoon ja skannaamme täsmälleen oikeassa koossa, OCR-tulkitsemme parhaalla ohjelmistolla; joko (1) erä-OCR korjaamatta epävarmoja merkkejä, tai (2) korjaamalla epävarmat merkit ja sanat. Lopuksi rajaamme sivut sähköisesti muutamalla mm:llä siistin ulkoasun saavuttamiseksi (ei pysyvä, se voidaan poistaa). Voimme myös käydä sivu sivulta läpi ja manuaalisesti suoristaa tiettyjä sivuja ja tekstirivejä sekä siistiä marginaaleja, tähän tarkoitetulla ohjelmistolla töissä, jotka vaativat erityisen korkeaa visuaalista laatua!
Pienellä fontilla painetuille luetteloille voimme ensin skannata korkealla tarkkuudella ja OCR-tulkita, ja sen jälkeen alentaa tarkkuutta ja pakata pienempään, internetiin sopivaan kokoon.
Asiakirjaskannaus automaattisella indeksoinnilla
Yllä olevan asiakirjaskannauksen laajennettu versio on OCR-tulkita vain jokin, tai muutama yksittäinen kenttä kuvista, ehkä kansilehdeltä. Tämä voi esimerkiksi olla henkilötunnus, yritystunnus tai jokin muu yksilöivä tunniste. Voimme käyttää tätä tulkittua tietoa PDF-tiedostojen automaattiseen nimeämiseen. Ne voidaan nimetä henkilötunnuksen, yritystunnuksen, raporttinumeron tai sopimusnumeron mukaan, esimerkiksi muotoon 'henkilötunnus'.PDF, ja niin edelleen. Kun kuvat on nimetty tällä tavalla, ne on helppo löytää tietokoneen kansiosta. Asiakirjoihin on myös helppo linkittää tietokannasta.
Tämä automaattinen indeksointi tehdään yleensä joustavalla tiedonkeruuteknologialla. Lue lisää tästä teknologiasta osiosta "Lomakkeiden skannaus".
Asiakirjaskannaus manuaalisella indeksoinnilla
Tapauksissa, joissa kenttää ei ole mahdollista kaapata automaattisesti indeksointia varten, voimme rekisteröidä yhden tai muutaman tiedon sivulta manuaalisesti.
Asiakirjojen uudelleennimeäminen
Kun olemme kaapanneet tai rekisteröineet tiedot, voimme käyttää näitä tietoja PDF-tiedostojen nimeämiseen uusilla nimillä.