Sempre più fondi archivistici vengono digitalizzati. Ma ci sono ancora migliaia di collezioni di documenti che esistono solo in forma di manoscritto. Questo significa che i lettori interessati devono visitare l'archivio di persona per fotografare e trascrivere i documenti a cui sono interessati.
Il progetto READ sta cercando di facilitare questo processo con un nuovo servizio di digitalizzazione. Il Laboratorio di visione artificiale su Università tecnica di Vienna sta sviluppando DocScan, un'applicazione mobile Open Source per Android che permette agli utenti dell'archivio di prendere immagini di alta qualità di documenti storici.
DocScan rileva automaticamente l'area della pagina di un documento e fornisce un feedback in tempo reale sulla qualità dell'immagine in base a fattori come prospettiva, nitidezza e luce. Questo permette agli utenti di prendere immagini di alta qualità che possono essere utilizzate per il riconoscimento del testo scritto a mano in Transkribus, o semplicemente per ricerche future. Il sito DocScan app sarà collegato a Transkribus in modo che gli utenti possano caricare le loro immagini direttamente sul nostro cloud.
Il Computer Vision Lab sta anche lavorando a un prototipo di un ScanTent. Si tratta di un'apparecchiatura progettata per tenere un telefono cellulare in una posizione stabile al fine di produrre uno scatto più standardizzato. Questo potrebbe essere particolarmente utile per la scansione di volumi rilegati, dove due mani sono talvolta necessarie per mantenere le pagine al loro posto.
DocScan e l' ScanTent possono essere utili anche per gli archivi, poiché potrebbero permettere alle istituzioni di costruire una collezione di contenuti generati dagli utenti. Il riconoscimento dei codici QR o una tecnologia simile potrebbero essere impiegati per assicurare che le immagini siano organizzate correttamente all'interno delle collezioni digitali di un archivio.
Se siete interessati a saperne di più, potete leggere i nostri rapporti:
Günter Mühlberger (Università di Innsbruck), Markus Diem, Stefan Fiel e Florian Kleber (tutti al Computer Vision Lab, Technical University Vienna), D5.14 ScanREAD.
Günter Mühlberger (Università di Innsbruck), Markus Diem, Fabian Hollaus, Stefan Fiel e Florian Kleber (tutti al Computer Vision Lab, Technical University Vienna), D81. Forum sull'innovazione aperta.
Potete anche dare un'occhiata al back-end del DocScan app sul nostro Github .
Collaboreremo con diversi archivi per testare questi due prodotti e abbiamo intenzione di organizzare uno 'scanathon' per vedere quanto velocemente gli utenti possono produrre immagini digitali di buona qualità. Restate sintonizzati per saperne di più sullo sviluppo e sui test dell'app!