Prof. Carlos H. Marcondes marcon@vm.uff.br Automação de Arquivos Gerenciamento Eletrônico de imagens de documentos Prof. Carlos H. Marcondes marcon@vm.uff.br

Arquivos em formato “mapa de bits”:

ARQUIVOS “MAPA-DE-BITS – “BIT MAP”     

Arquivos em formato “mapa de bits”: como reconhecer um caracter? A a A a A a a a A ? ? ? ? ?

Processo de digitalização Os sistemas de gerenciamento de imagens eletrônicas de documentos associam a cada arquivo de imagem, um registro de uma base de dados com conteúdos textuais codificados, para fins de busca/recuperação de informações Tipo | Num. | Setor | Data | Assunto |

Processo de digitalização A digitalização é o processo de transformar documentos em papel em arquivos digitais de imagem tipo ¨mapa-de-bits¨ Nos arquivos de imagem tipo “mapa-de-bits” cada ponto de um documento, cada ponto de cada caracter de um documento é desenhado e não representado por um código como no conjunto de caracteres ASCII

Vantagens do Gerenciamento Eletrônico de Imagens de Documentos Maior “densidade” de informações por unidade de armazenamento: um CD-ROM pode conter cerca de 40.000 folhas de papel A4 digitalizadas a 300 dpi As imagens de documentos podem ser acessadas através de redes, dispensando o acesso ao documento original Isso ajuda a preservar os documentos originais

Processo de digitalização Imagens são formadas por pontos Pontos são representados por um número X de “bits” Bitonal ou preto-e-branco: 1 bit por ponto: pontos pretos: “1” pontos brancos: “0” Monocromático: preto-e-branco com diversas intensidades – 4 bits, 6 bits, 8 bits, por ponto) Colorido 8 bits por ponto: 256 cores 12 bits por ponto : 4096 cores 24 bits por ponto : 16.800.000 cores (“true color”)

Processo de digitalização - RESOLUÇÃO Relação entre número de pontos de uma imagem / Área Unidade: “dpi” (“dots per inch”) pontos por polegada quadrada A resolução é uma medida da LEGIBILIDADE de uma imagem

Processo de digitalização - RESOLUÇÃO Corresponde à capacidade de detalhamento de uma imagem, quanto maior a resolução da imagem, maior será a sua capacidade de exibir detalhes.

Processo de digitalização RESOLUÇÃO - aplicação da digitalização em DOCUMENTOS Arquivos de imagens ( de documentos) com baixa resolução são POUCO LEGÍVEIS (abaixo de 50 dpi) Acima de 800 dpi a vista humana NÃO DISTINGUE MAIS MELHORAS DE LEGIBILIDADE Quanto maior a resolução de uma imagem, maior o tamanho do arquivo que vai armazena-la Resolução razoável para documentos: 300 dpi

Processo de digitalização Como não existe um código único para cada caracter, A a A a A a a a A a, nos arquivos “mapa-de-bits” não é possível fazer busca por conteúdo

Processo de digitalização - Etapas Preparação - desarquivamento, retirada de grampos e “clips” restauração, agrupamento em lotes para a digitalização. Fatores críticos de sucesso o estado dos documentos uniformidade dos documentos critério de grupamento em lotes

Processo de digitalização - Etapas Digitalização - alimentação e digitalização dos lotes no escaner Os fatores críticos de sucesso desta etapa são velocidade do escaner cores da imagem: preto-e-branco, colorido, tons-de-cinza, uniformidade dos lotes, evitando interrupção e re-ajustamento do escaner resolução utilizada Conferência - exame das imagens geradas para controle de qualidade, agrupamento de imagens formando documentos, eventualmente re-escaneamento

Processo de digitalização - Etapas Indexação - associação a cada arquivo de imagem ou a cada grupo de imagens que formam um documento, um conjunto de termos de indexação visando a recuperação da(s) imagem(ns) do documento digitalizado Fatores críticos de sucesso desta etapa são facilidade/velocidade de extração dos termos de indexação a partir da imagem do documento padronização do “lay-out” do documento

Processo de digitalização - “hardware” e “software” envolvidos escaner: de mesa, com bandeja gravador de CD-ROM “Jukebox”: dispositivo leitor com capacidade de 8 a 48 CD-ROMs, geralmente com 4 a 8 cabeçotes de leitura

Digitalização – componentes de “hardware” Gravador CD “Software” de GED escaner “Jukebox” Estações p. consulta Impressora Sistema COM

O escaner – características técnicas Fonte de luz Documento Sensor – matriz de fotocélulas (resolução de “hardware”)

O escaner – características técnicas Alimentador de folhas – capacidade (no. Folhas, peso Tipo de interface Resolução máxima por hardware: resolução real do sensor do escaner em dpi Resolução interpolada: resolução obtida através de software Modo de digitalização: simplex (uma face) ou duplex (ambas as faces) Velocidade: em páginas (ppm) por minuto, num determinado modo e numa determinada resolução Tamanho dos documentos: capacidade de receber folhas de papel em formatos An

O escaner

“JUKEBOX” – características técnicas “Vitrola” robótica capaz de disponibilizar um grande número de CDs gravados com imagens de documentos Características: Capacidade de armazenamento em GB Número de discos Número de leitores de discos Tempo de troca de discos

SISTEMAS COM– características técnicas “Computer Output on MicroFiche – permite a saída de relatórios diretamente em microfichas

Processo de digitalização - “hardware” e “software” envolvidos FUNÇÕES entrada: Escaneamento Conferência Indexação Gravação saída: - recuperação pelos pontos de acesso estabelecidos na indexação

Sistemas de Gestão Documentos Baseados em SGBDs usam “representações” de documentos; permitem armazenar e recuperar “representações” de documentos. Sistemas de Gerenciamento de Imagens de Documentos – GED permitem associar a “representações” de documentos imagens digitais desses documentos Sistemas de gerenciamento de fluxo de trabalho – “workflow” Permitem controlar o ciclo de vida de documentos – sua tramitação

Processo de digitalização - OCR “Optical Character Recognition” - Reconhecimento ótico de caracteres: processo de submeter uma arquivo de imagens .bitmap a um software especial, que reconhece as imagens dos caracteres e transforma a imagem de cada caracter no seu equivalente codificado (p.ex. em ASCII) Vantagem : um arquivo textual codificado pode ser objeto de busca por conteúdo Arquivo “bitmap Arquivo codificado