[发明专利]现代地方文献电子图书制作方法

摘要

为了实现对具有复杂内容的现代地方志由纸质转为电子，并且能根据客户需求进行检索，本发明提供了一种现代地方文献电子图书制作方法，包括以下步骤：图像扫描，图像处理，PDF转换，版面分析识别校对，TXT排版并进行JPG插图索引，目录制作，XML文件制作，生成XML文件，XML质检。通过科学的步骤，提高了将纸质文本转化成电子文本的效率。通常情况下一本十万字的地方志由一个20人小组在一个星期内能完成。错误率在万分之一左右。完成的文稿都已经通过XML文件制成目录，方便查阅和检索。

主权项

现代地方文献电子图书制作方法，其特征在于：包括以下步骤：步骤1.图像扫描，通过专业扫描仪将纸本地方文献扫描到电脑中，这样将纸件文献转化成电子图像；步骤2.图像处理，所述图像处理步骤包括校对信息完整性，确保没有遗漏文本的文字、图片、注释等信息，对图像进行纠偏，确保图像位置正，以及图片去污处理，确保图片整洁美观；步骤3.PDF转换，按目录最小组织结构采用PDF图像格式进行封装；步骤4.版面分析识别校对，包括图像版面分析、文本OCR识别，文本校对，所述文本校对包括了横向校对和纵向校对，所述横向校对即逐行校对，所述纵向校对为逐一选择书本中所有不同的字，寻找这些字在文中出现的所有位置，一一对比确认这些文字校对的是否正确；步骤5.TXT排版并进行JPG插图索引，包括对经所述步骤4识别产生的文本的TXT文件进行排版以及对文本中间的插图进行索引，确保JPG插图嵌套在文本中正确位置，并且索引准确；步骤6.目录制作，根据规则编制目录并完成目录标引，完成的文件生成目录文件；步骤7.XML文件制作，根据编制的目录文本和所述步骤5的TXT文本生成描述每本地方文献用于入库的XML文件；步骤8.XML质检。检查针对每本文献生成的XML文件格式，包括书名、作者、出版社、正文、PDF路径等所有字段的检查，确保与原纸本文献的内容完全对应。