Presentaties van sessie 5 & 6 van de reeks Aan de slag met archief en documentatie, georganiseerd door Heemkunde Vlaanderen ism PACKED vzw (Maasmechelen, maart 2014)

2. Digitaliseren, digitaal
bewaren en online
publiceren
Henk Vanstappen
(PACKED vzw)

3. PACKED VZW
• EXPERTISECENTRUM DIGITAAL ERFGOED
• OPDRACHT
• “Expertise rond digitalisering en digitale archivering
centraliseren en verspreiden”
• DOELGROEPEN
• collectiebeherende organisaties
• andere actoren in het ergoedveld
• MIDDELEN
• Structurele werking Vlaamse Gemeenschap
• Projectsubsidies
• Onderaanneming

5. INHOUD
Dag 1: DIGITALISEREN
• Planning
• Bestandsformaten en parameters
• Hardware
• Registreren
Dag 2: ARCHIVEREN & PUBLICEREN
• Scoremodel digitale duurzaamheid
• Publiceren
• Auteursrecht

6. Dag 1
DIGITALISEREN

7. DIGITALISEREN?
• VAN ANALOOG NAAR BINAIR
• beeld, audio, video, tekst
• WERKPROCES
• voorbereiding
• uitvoering
• kwaliteitscontrole
• REGISTREREN (METADATA)
• bestandsnaam
• beschrijvende metadata
• technische metadata

8. HARDWARE: SCANNERS
scanner
flatbed
documentscanner
transparant
camera
bookscanner

9. FLATBED
• PRO
• Goedkoop
• Aanvaardbare kwaliteit
• Compact
• CONTRA
• Traag
• Schade aan origineel

10. DOCUMENT FEEDER
• PRO
• Zeer snel
• Aanvaardbare kwaliteit
• Aanvaardbare prijs
• CONTRA
• Enkel losse vellen
• Schade aan origineel

11. DIA SCANNER
• PRO
• Aanvaardbare kwaliteit
• Aanvaardbare prijs
• CONTRA
• Traag

12. BOEKSCANNER
• PRO
• Sneller
• Conservering
• Intelligente software
• CONTRA
• Duur
• Geen transport

13. SELFMADE BOOKSCANNER

14. 3D SCANNERS

15. TEST TARGET IMAGE
• TEST
• kleurechtheid
• scherpte
• kleurgradaties
• DELT.AE
• web based controle tool: http://www.delt.ae

17. AUDIO CONVERTORS
• PRO
• goedkoop
• eenvoudig gebruik
• CONTRA
• lage kwaliteit
• exportformaten

18. VIDEO CONVERTORS
• PRO
• goedkoop
• eenvoudig gebruik
• CONTRA
• lage kwaliteit
• exportformaten

20. BEELDSCHERM
• OPSTELLING
• stabiele lichtomstandigheden
• geen invallend licht
• KALIBRATIE
• colorimeter
• spectrophotometer

21. WORKFLOW MANAGEMENT
• SPREADSHEET
• operator
• datum creatie en controle
• bestandsnaam
• …
• PRO SOFTWARE
• Goobi (Open Source)
• OmniScan
• …

22. WORKFLOW MANAGEMENT
SOFTWARE

23. PARAMETERS

24. TOOL: VUESCAN

25. RESOLUTIE
• sample rate (“bemonsteringsfrequentie”)
• uitgedrukt in PPI (beeld) of Hz (geluid)
• bepalend voor bestandsgrootte:
• Audio: sample rate x2  bestand x2
• 2D: resolutie x2  bestand x4

26. RESOLUTIE
• BEELD
• Pixels per Inch (PPI)
• Let op met interpolatie!
• VIDEO
• lineaire pixels: 2K, 4K, 8K
• originele frame rate
• AUDIO
• Sample frequency: 48 tot 96 kHz

27. RESOLUTIE: BEREKENEN
• 1 inch = 2,56 cm
• voorbeeld dia op A4:
21 cm x 300 dpi / 3,6 cm = 1750 ppi
• voorbeeld poster op A4:
21 cm x 300 dpi / 70 cm = 90 ppi
breedte gewenste afdruk x gewenste resolutie
afdruk
breedte origineel

28. RESOLUTIE: AANBEVELINGEN
• BEELD
• foto‟s, documenten: 300 ppi
• dia‟s, negatieven: 300 ppi * reductiefactor (1200 ppi)
• affiches: <300 ppi
• tekst: punt van de i moet herkenbaar zijn
• VIDEO
• 16 en 35 mm film: 2K, resp. 4K
• AUDIO
• 48 KHz

29. KLEUR & KLEURDIEPTE
RED GREEN BLUE
000000000000000000000000
000000000000000000000001
000000000000000000000010
…
111111111111111111111111
256 * 256 * 256
= 16,7 miljoen combinaties

30. KLEURDIEPTE
• Aantal bits gebruikt om een kleur
te bepalen
• Bepalend voor grootte bestand

31. DYNAMISCH BEREIK (RANGE)
• bepaald door bitdiepte en compressie

32. KLEURRUIMTE
• sRGB (IEC 61966-2.1)
• AdobeRGB
• ECI-RGB
• ProPhotoRGB
• MelissaRGB

33. KLEUR: AANBEVELINGEN
• KLEURDIEPTE
• kleurorigineel: 24 bits of meer (nabewerking: 30 of 48 bits)
• grijswaarden: 8 of 16 bit
• zwartwit: 1 bit
• KLEURRUIMTE
• preserveringsdoeleinden: ECIRGB of AdobeRGB
• raadpleging: sRGB

34. COMPRESSIE
• Afhankelijk van bestandsformaat
• Lossless: geen informatieverlies (bv. LZW, ZIP)
• Lossy: artefacten, kleurverlies (JPEG)

35. BESTANDSFORMATEN

36. TYPES NAAR VORM
• BITMAP IMAGE (RASTER)
• VECTOR IMAGE
• TEKST
• AUDIO
• VIDEO
• … ARCHIEF, EXECUTABLE, DATA

37. TYPES NAAR FUNCTIE
• PRE-PROCESSING
• unprocessed, uncompressed
• REPRODUCTIEBESTAND (MASTER)
• hoogste vereiste kwaliteit
• ongewijzigd
• ARCHIVERINGSBESTAND
• open formaat
• in eDepot
• RAADPLEGINGSBESTAND
• webvriendelijk formaat

38. FORMATEN: AANBEVELINGEN
• OPEN FORMATEN
• publiek beschikbaar, beheerd door non profit organisatie
• geen patenten
• voldoende gebruikers en software
• BEELD
• Baseline TIFF v6 uncompressed, JPEG2000
• VIDEO
• Container: MXF, AVI, MOV
• Codec: MJPEG2000
• AUDIO
• WAV, AIFF, FLAC

39. BESTANDSNAMEN
• BETEKENISVOL OF BETEKENISLOOS
• kans op fouten
• arbeidsintensief
• betere alternatieven voor informatieopslag
• BASISREGELS:
• Hou het simpel: max. 3 elementen
• abcedfghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUV
WXYZ1234567890_
• Gebruik punt enkel voor extensie

40. STRUCTUUR
• VASTLEGGEN
• documenten
• collecties, verzamelingen
• DON’T:
• Multipage file format
• Bestandsnaam
• Mappenstructuur
• DO:
• Structurele metadata

41. TOOL: XNVIEW

42. TOOL: XNVIEW
• FUNCTIES
• Bestanden hernoemen
• Bestandsformaten aanpassen
• Bestanden wijzigen
• Bestanden bewerken
• ALTERNATIEVEN
• IrfanView, Adobe Photoshop, GIMP (open source), Corel
Photo paint….
• ReName

43. TOOL: VLC

44. TOOL: VLC
• FUNCTIES
• Bestanden transcoderen
• Bestanden analyseren
• Bestanden bewerken
• ALTERNATIEVEN
• FFMPEG, MPEG streamclip (video)
• Audacity (geluid)

45. OCR

46. OCR: TEKSTHERKENNING
Herkennen van tekst in beeld

47. OCR: KENMERKEN
• NIVEAUS
• tekst
• paragrafen
• documentopmaak
• structuur
• named entity recognition
• TAAL
• EXPORTFORMAAT
• PDF, DOC
• RTF
• XML

48. OCR: PARAMETERS
• ACCURAATHEID
• nooit 100%
• 99% correcte tekens = 95% correcte woorden
• controle: crowdsourcing & recaptcha

49. OCR: TOOLS
• PRO
• Abby Finereader
• Omnipage
• Adobe Acrobat, NitroPDF (embedded text)
• FREEWARE/OPEN SOURCE
• PDF OCR X (demo)
• FreeOCR
• OCRFeeder
• ON LINE
• Google Drive, archive.org, PDFescape

51. TEKSTFORMATEN
• TEKENCODERING
• „Codetabel waarmee binaire code omgezet wordt naar tekens‟
• ASCII: 7 en 8 bits
• aanbeveling: UTF-8
• TEKSTFORMATEN
• basis: TXT, RTF
• document: PDF, Word, ODF
• tagged: XML, HTML
• opmaak en inhoud: METS/ALTO

53. DIGITALISEREN: BELEID

54. WAAROM DIGITALISEREN?
• VERVANGINGSKOPIE
• origineel degradeert
• origineel verloren of niet in bezit
• VEILIGHEIDSKOPIE
• manipulatie minimaliseren
• RAADPLEGING
• betere toegankelijkheid
• doorzoekbaarheid
• BEWERKEN
• OCR: tekstherkenning
• Aanpassen: kleur, contrast, croppen, monteren, …

55. WAT DIGITALISEREN?
• RELEVANTIE
• collectiebeleid
• raadpleegfrequentie
• PRIORITEITEN
• kwestbaarheid
• tijdelijk beschikbaar
• RECHTEN
• wat mag worden gedigitaliseerd
• wat mag worden gepubliceerd

56. DIGITALISERINGSPLAN
• WAAROM?
• Consensus en referentiedocument
• Projectplanning en opvolging
• WAT?
• Welke collecties
• Hoe digitaliseren
• HOE?
• Werkproces
• WIE?
• Taken en verantwoordelijkheden

57. SELECTIE
• DOORLICHTING COLLECTIE
• aantallen
• soorten
• eigendom
• prioriteit

58. SELECTIE
• CRITERIA
• onderwerp
• materiaalsoort
• prioriteit
• beschikbaarheid (rechten!)
• OVERZICHTSLIJST
• naam set
• lokatie
• aantallen
• prioriteit

59. WERKPROCES PLANNEN

60. VOORBEREIDING
• FYSIEKE VOORBEREIDING
• beschadigingen
• uitvouwen, uitrollen
• gebonden volumes losmaken
• tape, nietjes…
 goed plannen om vertragingen te vermijden

61. VOORBEREIDING
• PILOT
• Problemen opsporen
• Benodigde tijd inschatten
• Werkproces op punt stellen

62. ORGANISATIE
• AFSPRAKEN VASTLEGGEN
• Wie doet wat
• Wanneer
• Takenblad

63. KWALITEITSCONTROLE
• VOLLEDIGHEID
• Takenblad
• KWALITEIT
• Visuele controle
• Test targets: controle via Deltae: delt.ae/
• VALIDATIE
• Jhove: controle bestandsformaat, compressie, …
• VLC: controle video-eigenschappen, codecs, …

64. JHOVE

65. TOOL: JHOVE
• IDENTIFICEREN
• is dit het juiste bestandsformaat?
• KARAKTERISEREN
• wat zijn de technische kenmerken van het bestand?
• VALIDEREN
• beantwoordt het aan de specificatie?
• zijn er fouten die de leesbaarheid bedreigen?

66. OPSLAG
• TIJDELIJKE KOPIE
• interne of externe harde schijf
• checksums creeren (zie deel 2)
• zo snel mogelijk backup kopie
• PERMANENTE OPSLAG
• vooraf plannen!
• zie deel 2. Archiveren

67. REGISTREREN

68. WAAROM REGISTREREN?
• collectie vindbaar maken
• collectie beheren
• data hergebruiken
• data uitwisselen
• data publiceren
• digitalisering plannen en uitvoeren

69. DATASTANDAARDEN

71. DATASTANDAARDEN
• datastructuur: welke gegevens?
• data value: welke waarden?
• data content: hoe noteren?

72. DATA STRUCTUUR STANDAARDEN
Een datastructuur legt een groep
beschrijvingselementen vast die bij
elkaar horen (schema).

73. DATA STRUCTURE STANDAARDEN
• generiek: Dublin Core
• collecties Cometa
• archieven: EAD, ISAD(G)
• museumobjecten: CDWA, CIDOC
• locaties: KLM, WGS84
• personen: GEDCOM, ISAAR(CPF)

74. DUBLIN CORE METADATA SCHEMA
element betekenis
title titel
creator vervaardiger
subject onderwerp
description beschrijving
publisher uitgever
contributor andere bijdrager
date datum
type objecttype
format vorm of afmeting
identifier unieke code
source bron
language taal van het object
relation gerelateerde bron
coverage plaats of tijd
rights rechten

75. DATA VALUE STANDAARDEN
Een data value standaard legt vast
welke waarden binnen een
beschrijvingselement kunnen worden
gebruikt.

76. DATA VALUE STANDAARDEN 1
• generiek: Wikipedia
• personen: ULAN, RKDArtist, ODIS, VIAF
• concepten: AAT, Iconclass, LCSH, Plan
Hoffman-Krayer, THB (Catteeuw)
• locaties: TGN, Geonames, ISO
3166, CRAB
• Talen: ISO 639-x

77. DATA CONTENT STANDAARDEN
Een data content standaard legt vast
hoe een waarde binnen een
beschrijvingselement wordt genoteerd.

78. DATA CONTENT STANDAARDEN
• publicaties: AACR2, RDA, VLACC
• archiefcollecties: DACS
• museumobjecten: CCO, MovE Invulboek
• datum & tijd: ISO 8601

79. MOVE INVULBOEK

80. TOOLS: DIY
• MAPPEN EN BESTANDSNAMEN
• EMBEDDED METADATA
• SPREADSHEET
• Excel, LibreOffice Calc, …
• DATABASE
• MS Access, FileMaker, MySQL, …

81. TOOLS: REGISTRATIESOFTWARE
• TYPES
• commercieel of open source
• objecten, archieven, digital assets, documenten
• netwerk, standaloneof
• VOORBEELDEN
• Collective Access (OSS, museum)
• Adlib Museum , Adlib Light
• ICA-Atom (OSS, archieven)
• ACDSee, XnView (fotocollecties)
• CollectionSpace: (OSS DAM)
• Colibreo: SAAS

82. TOOLS: ADLIB LIGHT

83. TOOLS: COLLECTIVE ACCESS

84. OEFENING

85. DATAPROFIELEN
• ook: application profile
• standaarddatastructuur
+ elementen uit andere schema‟s
+ standaardterminologie
+ beschrijvingsregels
• terugwaarts compatibel
• onmisbaar

86. DATAPROFIELEN

87. 4. BEWAREN

88. Foto: THE Holy Hand Grenade! CC BY-SA 2.0

92. Foto: portfolium CC BY-NC 2.0

93. BEWAARSTRATEGIE
• MISSIE
• doelstellingen van de organisatie
• MIDDELEN
• financiering
• infrastructuur
• MENSEN
• expertise
• verantwoordelijkheden
• METHODEN
• adequate procedures

95. BEWAREN: OPSLAG
• OFF LINE
• goedkoop
• kwetsbaar
• eigen beheer
• beperkte beschikbaarheid
• ON LINE
• kwaliteit heeft prijs
• betere beschikbaarheid
• controle wordt uit handen gegeven

96. OFFLINE: CD, DVD
• PRO
• goedkoop
• compact
• CONTRA
• zeer kwetsbaar
• verouderde technologie
• beperkte capaciteit

97. OFFLINE: SSD (SLC FLASH)
• PRO
• robuuster dan HD
• eenvoudig in gebruik
• CONTRA
• geen netwerk
• beperkt aantal schrijfacties
• relatief duur

98. OFFLINE: USB FLASH (MLC)
• PRO
• goedkoop
• compact
• CONTRA
• beperkte capaciteit
• kwetsbaarder dan SLC

99. OFFLINE: EXTERNE HARDE SCHIJF
• PRO
• goedkoop
• eenvoudig in gebruik
• CONTRA
• kwetsbaar
• geen netwerk

100. OFFLINE: NAS
• PRO
• veiliger met RAID-X
• netwerk
• CONTRA
• duurder
• minder eenvoudig

101. ONLINE: CLOUD SERVICE
• PRO
• goedkoop/gratis
• eenvoudig
• integratie in besturingssysteem
• CONTRA
• beperkte capaciteit
• beperkte aansprakelijkheid
• VOORBEELDEN
• Google drive, Amazon
Cloud, Box, Dropbox, iCould, SugarSync, Skydrive

102. ON LINE: CLOUD STORAGE
• PRO
• relatief veilig
• toegevoegde services
• CONTRA
• kostprijs
• VOORBEELDEN
• Amazon Simple Storage web service (S3)
• Windows Azure
• Google Cloud storage
• Belgie: Nomadesk, Amplidata, …
• ISP (inbegrepen in abonnement)

103. ONLINE: DATA CENTER
• PRO
• zeer veilig
• hoog service level
• CONTRA
• kostprijs
• complexe formules en
contracten

104. BACKUP STRATEGIE
• COURANTE, KWALITATIEVE DRAGERS
• 3 KOPIEEN, WAARVAN 1 OP EXTERNE LOCATIE
• INCREMENTEEL
• VERSCHILLENDE TECHNOLOGIEEN
• DOCUMENTEER PROCEDURE
• CONTROLEER EN TEST
• HOU REKENING MET
RELEVANTIE

105. PRIORITEITEN STELLEN
WELKE BESTANDEN BACK-UPPEN?
gemakkelijk
vervangbaar
moeilijk
vervangbaar
uniek
minder
belangrijk
gratis software verslagen foto’s
evenement
zeer
belangrijk
thumbnails op
website
eigen
gedigitaliseerde
collectie
gedigitaliseer-
de bruikleen

106. CHECKSUMS

110. 5. ON LINE PUBLICEREN

111. WEB HOSTING SERVICES
• PRO
• eenvoudig
• goedkoop of gratis
• ondersteuning voor digital assets
• CONTRA
• beperkte functionaliteit
• VOORBEELDEN
• Google sites
• Wordpress
• Blogspot

112. WEB HOSTING SERVICES:
VOORBEELD BLOGSPOT

113. MULTIMEDIA HOSTING SERVICE
• PRO
• eenvoudig
• goedkoop
• embedding
• CONTRA
• functionaliteit beperkt
• ondersteuning en continuiteit
• geen archivering
• VOORBEELDEN
• Flickr, Picasa, YouTube, Vimeo, …

114. SAMENWERKINGSVERBANDEN
• PRO
• veel expertise
• niet zelf ontwikkelen
• meer zichtbaarheid
• kostprijs
• CONTRA
• eigen vormgeving
• volgens bestaand format
• niet overal aanwezig

115. ERFGOEDINZICHT

116. ERFGOEDPLUS

117. EUROPEANA

118. ERFGOEDCEL WAASLAND

119. EIGEN WEBSITE MAKEN?
• PRO
• alle controle
• database koppelen
• CONTRA
• complex
• arbeidsintensief
• VOORBEELDEN
• CollectiveAccess
• Omeka
• Wordpress

120. TOOLS
• bouwen website: Joomla, WordPress, Drupal
• bezoek: Google Analytics
• html-code: validator.w3.org
• toegankelijkheid: Anysurfer.be

121. OPEN CULTUUR DATA

122. 6. RECHTEN

123. 6. RECHTEN
• PRINCIPES AUTEURSRECHT
• Auteursrecht is onvervreemdbaar
• Auteursrecht ≠ eigendomsrecht
• Claim geen rechten die je niet hebt
• Geef geen rechten weg die je niet hebt
• FAIR USE
• PUBLIEK DOMEIN
• 70 jaar na dood auteur
• overlijden onbekend:  pre ± 1873

124. VERWEESDE WERKEN
• DILIGENT SEARCH
• voor gebruik
• voor elk werk
• publiek bekend
• gedocumenteerd
• alle relevante bronnen
• EXTENDED COLLECTIVE LICENSING
• vergoeding
• rechtszekerheid

125. CREATIVE COMMONS LICENTIES
• STANDAARD LICENTIES
• OPEN LICENTIES
• BEPERKINGEN
• vermelding auteur
• geen commercieel gebruik
• geen afgeleiden
• onder zelfde licentie verspreiden

126. RECHTEN

127. BIBLIOGRAFIE

128. henk@packed.be