chương 1 và chương 2. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 11 Chƣơng 1. PHÂN TÍCH QUÁ TRÌNH SỐ HÓA 1. Công nghệ số hóa 1.
Khái niệm Thông thường, các dữ liệu dạng chữ, hình ảnh, âm thanh… [11] sử dụng trên máy tính và được máy tính nhận biết đúng định dạng, được gọi chung là dữ liệu số. Quá trình chuyển các dạng dữ liệu truyền thống như các bản viết tay, bản in trên giấy, hình ảnh… sang chuẩn dữ liệu trên máy tính và được máy tính nhận biết được gọi là số hoá dữ liệu. Như vậy, số hoá dữ liệu [11] là hình thức chuyển đổi các dữ liệu truyền thống bên ngoài thành dạng dữ liệu số mà máy tính có thể hiểu được. Tại sao phải số hóa dữ liệu Hãy tưởng tường rằng phải mất bao nhiêu giấy tờ và không gian để lưu trữ kho kiến thức khổng lồ của nhân loại ngày một nhiều, hơn nữa việc bảo quản và phạm vi sử dụng bị hạn chế.
Do vậy bắt buộc chúng ta phải nghĩ đến giải pháp số hóa dữ liệu. Việc số hóa dữ liệu sẽ giúp việc lưu trữ, truy xuất, chia sẻ, tìm kiếm thông tin một cách nhanh chóng và dễ dàng nhất [11]. Ưu điểm và Hạn chế a. Ƣu điểm [11]: Giúp việc lưu trữ, truy xuất, chia sẻ, tìm kiếm thông tin một cách dễ dàng.
Ưu điểm này bao gồm tổng hoà các thuận tiện trong công tác quản lý, bảo quản, bảo vệ, khai thác và sử dụng tài liệu lưu trữ với một ngân hàng dữ liệu số; Linh hoạt trong việc chuyển đổi sang các loại dữ liệu số khác nhau. Sự chuyển đổi phổ biến nhất là chuyển đổi định dạng các file tài liệu. Ví dụ, ta đang có một file word, có thể chuyển sang định dạng PDF nhờ một chương trình ứng dụng để chuyển đổi nó. Ứng dụng đó có thể là một chương trình độc lập, hoặc là một kỹ thuật nhúng tích hợp vào chương trình word, hoặc là một ứng dụng on line.
Dữ liệu sau khi chuyển đổi sẽ được sử dụng linh hoạt hơn; Giảm chi phí tối đa cho việc quản lý tài liệu lưu trữ. Chúng ta hiểu tiết kiệm không gian bảo quản tài liệu lưu trữ một cách tương đối, vì theo quy định của Luật lưu trữ, tài liệu lưu trữ đã được số hóa, vẫn phải bảo quản an toàn tài liệu bản gốc; Có khả năng chỉnh sửa và tái sử dụng dữ liệu. Ở thuận lợi này ta cần hiểu “khả năng chỉnh sửa” theo đúng nguyên tắc quản lý tài liệu lưu trữ là không được chỉnh sửa nội dung tài liệu, mà chỉ chỉnh sửa chất lượng mang tin, như tài liệu bị mờ, bị hư hỏng nặng cần chỉnh sửa. Hạn chế [11]: Khi bắt đầu xây dựng một đề án số hóa tài liệu lưu trữ, cần phải đầu tư ban đầu LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 12 về công nghệ, cơ sở hạ tầng công nghệ thông tin và các thiết bị khác, ví dụ, cần phải đầu tư mua sắm, hoặc thuê từng phần các thiết bị phần cứng như máy tính, máy in, máy quét ảnh và các chương trình phần mềm để quản lý và tra tìm tài liệu.
Khi đã có đầy đủ các thiết bị phần cứng, phần mềm, việc thực hiện số hóa tài liệu có thể thuê các cơ quan chuyên môn thực hiện. Ngoài ra, điều rất quan trọng là phải đầu tư cho yêu cầu đào tạo con người theo các mức độ khác nhau như đào tạo công chức làm quản lý, công chức, viên chức tác nghiệp và những cán bộ kỹ thuật, cán bộ chuyên tin. Dữ liệu số hóa dễ bị sao chép và sửa đổi trái phép. Điều này có thể khắc phục giản đơn đối với những người chuyên làm công tác quản trị mạng, nhưng không giản đơn đối với toàn bộ công chức, viên chức của cả một cơ quan, tổ chức có sử dụng cơ sở dữ liệu số hóa.
Việc triển khai sử dụng gặp nhiều khó khăn do phải thực hiện training đồng bộ và có hệ thống. Ngoài ra việc bảo mật dữ liệu cũng là một thách thức lớn. Quá trình số hóa Mô hình tổng quan của hệ thống số hóa tài liệu được mô tả ở hình 1.1: Mô hình tổng quan hệ thống số hóa tài liệu Hình 1.1 thể hiện quá trình số hóa [11]: văn bản giấy được quét qua máy scan, kết quả là văn bản đó sẽ được lưu trữ dưới dạng một file ảnh. Tuy nhiên đó là một thao tác bước đầu, để phục vụ trong quá trình lưu trữ, tìm kiếm và trao đổi văn bản đó thì ngoài file ảnh ta còn phải thiết lập một số thuộc tính đi kèm file ảnh để thể hiện rõ nội LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 13 dung văn bản như thế nào.
Việc scan văn bản sẽ được nghiên cứu thông qua TWAIN, SANE - công nghệ mã nguồn mở trong sao chụp tài liệu. Vấn đề này sẽ được đề cập trong phần 1. Các thuộc tính đi kèm file ảnh quét văn bản được xây dựng theo quy chuẩn Việt Nam về dữ liệu đặc tả cũng được dựa trên chuẩn Dublin Core (Công văn 839 ngày 29/9/2011 – Bộ thông tin và truyền thông) [1]. Vấn đề này sẽ được trình bày rõ trong chương này.
Giải pháp số hóa tài liệu tổng thể là sự kết hợp thông minh giữa hệ thống máy quét, hệ thống lập chỉ mục, tách bộ (điển hình là phần mềm Kodak Capture Pro) và hệ thống quản lý khai thác tài liệu (mà hiện nay thông dụng là giải pháp quản lý tài liệu Docuflo). Công nghệ mã nguồn mở trong sao chụp tài liệu 1. Giới thiệu TWAIN và thư viện Dynamic. TWAIN Tổng quan về TWAIN TWAIN [7, 12] định nghĩa một phần mềm giao thức chuẩn và giao diện lập trình ứng dụng (API) để giao tiếp giữa các ứng dụng phần mềm và các thiết bị thu nhận hình ảnh (nguồn dữ liệu).
Bốn yếu tố quan trọng trong TWAIN: Hình 1.2: Các yếu tố của TWAIN Hình 1.2 mô tả các yếu tố của TWAIN bao gồm: Phần mềm ứng dụng: Một ứng dụng sử dụng giao thức TWAIN để thu được hình ảnh, fax,…. Chương trình quản lý nguồn: Phần mềm này quản lý sự tương tác giữa các ứng dụng và nguồn. Mã này được cung cấp bởi tổ chức TWAIN. Nguồn dữ liệu: TWAIN điều khiển phần cứng phù hợp.
Phần mềm này thường được cài đặt khi trình điều khiển phần cứng được cài đặt. Các phần cứng: Máy Scan, Camera,. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 14 Giao diện ngƣời dùng TWAIN Khi một ứng dụng sử dụng TWAIN thu được dữ liệu, quá trình thu nhận dữ liệu có thể được hiển thị cho người dùng của ứng dụng trong ba lĩnh vực sau [7, 12]: Hình 1.4: Quá trình thu thập dữ liệu Hình 1.4 thể hiện giao diện người dùng TWAIN, tương ứng với các yếu tố của TWAIN là các thành phần hiển thị cho người dùng, các thành phần đó bao gồm: Các ứng dụng: Người sử dụng cần chọn thiết bị mà từ đó họ muốn thu thập các dữ liệu. TWAIN khuyến cáo mạnh mẽ các nhà phát triển ứng dụng thêm hai lựa chọn để trình đơn File của họ.
Lựa chọn các chức năng tương ứng để thực hiện chương trình. Quản lý nguồn: Khi người dùng chọn tùy chọn Select Source, yêu cầu ứng dụng quản lý Source hiển thị hộp thoại Select Source của nó. Danh sách này liệt kê tất cả các thiết bị có sẵn và cho phép người sử dụng chọn một thiết bị. Nguồn: Mọi TWAIN tuân thủ Source cung cấp một giao diện người dùng cụ thể cho thiết bị cụ thể của nó.
Khi người sử dụng ứng dụng chọn tùy chọn Thu thập, giao diện người dùng TWAIN của Source có thể được hiển thị. Thư viện Dynamic .Net TWAIN Dynamic .Net TWAIN là gì? Dynamic .Net TWAIN [8] là một thành phần .Net cho phép bạn thu nhận hình ảnh từ bất kỳ thiết bị TWAIN tương thích. Với thiết kế giao diện cẩn thận, và xây dựng trong chế độ tự động.Net TWAIN rất dễ sử dụng, bạn có thể thực hiện TWAIN trong một vài dòng mã. Đồng thời Dynamic .Net TWAIN rất mạnh, nó tương thích với TWAIN V2.1, và cung cấp ba chế độ truyền tải hình ảnh và nhiều tính năng LUAN VAN CHAT LUONG download : add luanvanchat@agmail.
Trạng thái TWAIN trong Dynamic .Net TWAIN Dynamic .Net TWAIN [8] làm giảm độ phức tạp của các trạng thái TWAIN chuẩn. Trạng thái 2 được di chuyển. Gọi OpenSourceManager() chuyển tới trạng thái 3. Gọi OpenSource() chuyển tới trạng thái 4.
Gọi EnableSource() hoặc AcquireImage() chuyển tới trạng thái 5. Trạng thái 6 và trạng thái 7 là ẩn, chỉ sự kiện OnPreAllTransfers, OnPreTransfer, OnPostTransfer, OnPostAllTransfers, OnTransferError hoặc OnTransferCancelled bị loại bỏ.Net TWAIN được xây dựng trên chế độ Wizard. Với chế độ này, việc chuyển trạng thái được quản lý một cách thông minh. Bạn có thể bỏ qua sự tồn tại của các trạng thái.
Ví dụ, nếu bạn gọi EnableSource() trực tiếp mà không gọi OpenSource(), Dynamic .Net TWAIN sẽ gọi tất cả hàm cần thiết để chuyển trạng thái TWAIN tới trạng thái 5. Bạn cũng có thể thoát khỏi ứng dụng TWAIN không gọi CloseSource() hoặc CloseSourceManager(). Các phƣơng thức và thuộc tính của Dynamic .Net TWAIN trong ứng dụng quét tài liệu. Thuộc tính [8]: SourceCount: Trả lại tổng số nguồn được cài đặt trong hệ thống.
Đây là một thuộc tính chỉ đọc, thời gian thực. HowManyImagesInBuffer: Trả lại tổng số hình ảnh là trong bộ đệm. Đây là một thuộc tính chỉ đọc, thời gian thực. IfAppendImage: Trả về hoặc thiết lập tùy chọn chèn hoặc thêm hình ảnh quét mới.
IfSaveAnnotations: Trả về hoặc thiết lập hoặc lưu trữ các chú thích tạo ra. Thuộc tính chỉ áp dụng cho các tập tin PDF. IfShowUI: Trả về hoặc thiết lập hoặc Source hiển thị giao diện người dùng. IfDisableSourceAfterAcquire: Trả về hoặc thiết lập hoặc đóng Data Source User Interface sau khi nhận tất cả các hình ảnh.
Giá trị mặc định của thuộc tính này là False. PixelType: Trả về hoặc thiết lập các kiểu pixcel của hình ảnh thu nhận. Đây là một thuộc tính thời gian thực. BitDepth: Trả về hoặc thiết lập độ sâu bit cho giá trị hiện tại của thuộc tính PixelType.
Đây là thuộc tính thời gian thực. Resolution: Trả về hoặc thiết lập độ phân giải hiện tại cho hình ảnh thu nhận. LUAN VAN CHAT LUONG download : add luanvanchat@agmail.com 16 Đây là thuộc tính thời gian thực. IfFeederEnabled: Trả về hoặc thiết lập hoặc ADF (Automatic Document Feeder) hiển thị.
Đây là thuộc tính thời gian thực IfAutoFeed: Trả về hoặc thiết lập hoặc Source hiển thị tài liệu xử lý tự động. Đây là thuộc tính thời gian thực. IfDuplexEnabled: Trả về hoặc thiết lập hoặc Source cung cấp quét 2 mặt. Nếu đúng, máy scan sẽ quét cả 2 mặt của trang giấy, nếu không, máy scan sẽ chỉ quét một mặt.
Đây là thuộc tính thời gian thực. Duplex: Trả về hoặc nguồn cung cấp 2 mặt.