扫描件归档正确顺序:先 OCR 双层化,再转 PDF/A,最后签章

理解文档的"数据的数据",掌握元数据管理与隐私保护的核心知识

纸质资料扫描归档,很多单位的流程是"扫完直接转 PDF/A 完事"——结果四性检测卡在"可用性":文档不可检索。问题不在工具,在顺序。扫描件归档的正确加工链是:扫描 → OCR 双层化 → 转 PDF/A → (需要时)签章。每一步为什么这么排,本文说清。

一、为什么 OCR 要在转 PDF/A 之前

PDF/A 只管"长期保存合规",不会自动给图片加文字层。纯扫描图转成 PDF/A,还是一张搜不了字的图。正确做法:先用 OCR 生成双层 PDF(图像层下叠可检索文字层),再转 PDF/A——合规与可检索一次到位。

反过来先转 PDF/A 再 OCR 行不行?多一次重写多一次风险,部分工具对 PDF/A 文件再加工还会破坏合规性——没必要绕。

二、为什么签章放最后

电子签章保护的是签署那一刻的文件字节。签完再 OCR、再转格式,文件被重写,签章立即失效。所以:所有格式加工完成后,最后一步才签章/盖档案专用章。签完的文件不再动,直接归档。

三、逐步操作清单

  1. 扫描:分辨率一般 300dpi 起(文字件),彩色/灰度按档案要求;命名按归档目录规则;
  2. 质检:缺页、歪斜、模糊页返扫——OCR 救不了糊图;
  3. OCR 双层化:批量转双层 PDF,抽查识别质量(Ctrl+F 搜几个关键词);
  4. 转 PDF/A:目标级别按接收方(常用 A-2b),转后跑合规校验;
  5. 补元数据:题名、责任者、日期等属性规范化;
  6. 签章(如需):最后签,签后验一遍(签名有效、文档未改);
  7. 入库:与目录清单核对齐套,过四性自查(见四性检测自查清单)。

四、三个常见翻车点

  • 顺序反了:签完章又转格式 → 签章失效,重签返工;
  • 只转格式不 OCR → 可用性检测挂,整批退回;
  • OCR 后没抽查 → 低质扫描的错字层污染检索,重要卷宗建议按比例抽验。

五、工具链对应

OCR 双层化:双层 PDF 工具(批量、本地);转 PDF/A 与校验:PDF 格式转换助手;元数据批量规范:文档属性修改器;签章验证:智数 PDF·OFD 阅读器。全链本地处理,档案不出内网。

属实务参考;扫描技术参数与归档格式以当地档案部门要求为准。

文档元数据字段