KULTURA SAILA DEPARTAMENTO DE CULTURA

Recomendaciones para la digitalización de

Documentación manuscrita.
Creación, conservación y difusión de Archivos digitales

Bergara, 27 de marzo de 2007

0. Introducción
1. Conceptos digitales básicos
1.1.- Imagen
1.2.- Resolución
1.3.- Profundidad de bits
1.4.- Registroy Archivo digital
1.5.- Formatos del documento digital
1.6.- Tamaño del Registro/Archivo digital y niveles de compresión

2. Creación del Registro/archivo digital

2.1. Definición de los parámetros de calidad de escaneado
2.1.1 Tipo de documento y profundidad de bits.
2.1.2 Nivel de resolución

2.2. Registro digital original. Definición de calidad, formato y soporte

2.2.1 calidad y formato
2.2.2 conservación y difusión
2.2.3. soporte

3. Difusión

4. Recomendaciones

0. Introducción
Los objetivos de estas Recomendaciones son:
a) normalizar la terminologia
b) proponer una serie de parámetros técnicos
c) presentar las normas tanto a un público conocedor como al no
experto

1
 KULTURA SAILA DEPARTAMENTO DE CULTURA

d) describir un protocolo de actuación que abarque el proceso de

creacion de Registros/Archivos digitales, incluyendo de manera
diferenciada la creación de un registro o imagen estandarizada
original, el Archivo Digital Original, y la creación de un Registro de
segunda generación a partir de este original, para su difusión (en
copias facilmente manejables o en web).

Las Recomendaciones siguen este esquema:

1. descripción de los aspectos técnicos básicos del proceso de
digitalización
2. proceso de digitalización
3. difusión

1. Conceptos digitales básicos

1.1. Imagen digital

La diferencia entre una reproducción fotográfica ordinaria (analógica) y

una reproducción fotografica digital estriba en que la primera obtiene la imagen
sobre una emulsión química fotosensible (película fotográfica), mientras que la
reproducción digital captura una imagen de formato electronico por medio de
un sensor y construye su representación mediante una cadena de bits. Esta
cadena de bits, interpretada por un ordenador, presenta una reproducción de la
imagen en pantalla.
El Sensor es un dispositivo electrónico compuesto por un soporte
cubierto de Fotodios1 sensibles a la luz, sobre el que se proyecta la imagen. La
imagen analógica, obtenida por escaneo, es dividida en una matriz de puntos a
modo de cuadricula, tantos como Fotodiodos tenga el Sensor. Cada uno de
estos puntos recibe el nombre de Píxel2, que toma el valor binario 1 ó 0
dependiendo de la luminosidad y el tono lumínico leido por el escaner.
Esta cadena de código binario es enviada al ordenador, donde la imagen
queda almacenada en formato digital.

1.2. Resolución digital

Es la capacidad de reproducir los detalles con precisión. Se mide por el

número de pixels que lee el escaner por pulgada. Cuantos más pixels pueda

1
Fotodiodo es un dispositivo electrónico que cuando recibe luz genera una corriente eléctrica de una
magnitud acorde a la cantidad de luz recibida.
2
Término formado de la mezcla de los términos ingleses picture+element. Es el elemento más pequeño de
que se compone una imagen digital.

2
 KULTURA SAILA DEPARTAMENTO DE CULTURA

leer en una pulgada (dpi=ppi=ppp= puntos por pulgada), el escaner tendrá

mayor capacidad para capturar los detalles del original manuscrito y, en
consecuencia, la imagen final tendrá mayor resolución.

1.3. Profundidad de bits

Como se ha visto en el apartado 1.1, el resultado del escaneo se

transforma en una matriz (cuadrícula) de datos. A cada cuadrícula le
corresponde un píxel, y a cada pixel un bit, bien de valor 0 bien de valor 1.

Este proceso es el estandar cuando trabajamos con un documento

original en blanco y negro. Cambia sustancialmente cuando trabajamos con
originales con escala de grises o a pleno color. En este caso, basta con asignar
más bits a cada píxel, de forma que sea posible reproducir cualquier color.
De este modo, para una escala de grises aplicaremos 8 bits a cada
píxel, de modo que la imagen digital resultante sea capaz de representar 256
valores o tonos de grises.
En el caso de las imágenes en color, utilizando 24 bits se obtendrán 16,7
millones de colores.
Esta capacidad de reproducción de colores se conoce como
profundidad de bits.

1.4. Registro y Archivo digital

El proceso de escaneado tiene como primer objetivo la creación de un

Registro o Archivo de copia en soporte digital, que está compuesto por la
secuencia de las paginas que incluye el documento o expediente original.
Los registros digitales tienen la consideración de Archivo Digital Original
a todos los efectos y se prescribe su conservación indefinida como tales con el
objeto de integrar la Memoria Digital.
Si bien su objeto no es sustituir al documento original, poseen varias
ventajas añadidas. Entre las principales: minimizan el deterioro por el uso de la
copia y facilitan la difusión a través de copias digitales, bien in situ o bien en
web

1.5. Formatos

Existen diferentes formatos en el mercado. Cada uno con sus

características específicas en relación a su capacidad para soportar distintas
profundidades de bits, de colores, de aceptar o no distintas técnicas de
compresión, etc.

Nos interesan estos dos:

3
 KULTURA SAILA DEPARTAMENTO DE CULTURA

TIFF : Es un formato de registro/archivo digital que acepta la compresión

sin pérdidas, por lo que conservamos la información original completa.
Se trata de un formato estándar y de uso libre, y es el más utilizado
como archivo de conservación. Su principal inconvenitne es el alto
volumen de almacenamiento motivado por el tamaño del archivo que
genera
JPEG y PDF: estos formatos permiten distintos grados de compresión,
pero ésta siempre es con pérdidas. Son muy adecuados para distribuir
información, es un estándar muy extendido y mantienen una calidad muy
buena. El PDf es Perfecto para imprimir y crear documentos
secuenciales con páginas múltiples.

1.6. Tamaño del Registro digital original y niveles de compresión

El tamaño del Registro Digital depende del tamaño del original, de los
dpi y de la profundidad de bits que se elijan.

A partir de una calidad de imagen suficiente, no es necesario, y

consideramos, además, desaconsejable, crear registros de mayor tamaño. Este
mayor tamaño, tradicionalmente considerado garantía de calidad, es el origen
de la creación de registros digitales inmanejables desde el punto de vista
informático.

Se han desarrollado, por este motivo, técnicas de compresión, basadas

todas ellas en abreviar matemáticamente, por medio del uso de algoritmos muy
elaborados, la cadena de código binario de la imagen.
La compresión puede ser:
1. Sin perdida: los sistemas sin perdidas abrevian el codigo binario sin
desechar información; cuando se descomprime la imagen se reproduce
bit a bit, como la original.
No se suelen conseguir grandes reducciones de tamaño de archivo en
imágenes tonales, pero sí es muy utilizada en escaneados de imágenes
bitonales, ya que en esas circunstancias una orden de secuencia de bits
iguales es mucho més corta que la secuencia de los mismos.
2. Con pérdida: las técnicas de compresión con pérdidas (como JPEG)
utilizan un sistema para eliminar la información menos relevante
basándose en la percepción visual del ojo humano.
Esta técnica ha sido optimizada hasta tal grado que, dependiendo del
porcentaje de compresión, es muy difícil detectar sus, de modo que
puede considerarse una imagen “sin pérdida visual”.
Un documento tamaño DIN A4, escaneado a 300 dpi, en formato TIF sin
comprimir ocupa 25 MB, y en formato JPEG comprimido ocupa 1,3 MB.
Sin embargo, es difícil distinguirlos visualmente. La percepción visual es

4
 KULTURA SAILA DEPARTAMENTO DE CULTURA

la misma, pero cuando se trata informáticamente el archivo, el formato

JPEG acusará la perdida de calidad que ha sufrido.

2. Creación del Registro/Archivo digital

La creación de un registro/archivo digital original es la base del proceso.

Se conservará como archivo de seguridad, por lo que se debe definir
un escaneado con el nivel de calidad suficiente para los procesos posteriores a
los que se vaya a someter. A partir de este archivo se puede rebajar la calidad
(resolución, profundidad de bits, etc.), pero será imposible mejorarla.

2.1. Definición de los parámetros de calidad de escaneado.

2.1.1. Clase de documento y profundidad de bits.

A) Letra impresa/dibujos: compuestos por lineas o masas de blanco y

negro sin tonos intermedios y con bordes definidos.

B) Imágenes tramadas: son imágenes reproducidas sobre todo en

publicaciones económicas (periodicos, boletines, anuncios, etc.), en las
que la reproducción se realiza por medio de cuadriculas o tramas de
distintas formas y tamaños que simulan la gama tonal de la imagen.

C) Tono contínuo: Reproducciones fotográficas, pinturas, dibujos de

lineas que contienen trazos degradados y manuscritos. Se incluyen en
este apartado los manuscritos porque, como las pinturas, presentan:
¾ una amplia variedad tonal de colores, tintas y degradados.
¾ trazos de borde suaves y poco definidos.
¾ decoloraciones de tinta y papel a causa de su antigüedad o
de las inadecuadas condiciones de conservación.

D) Mezclado: documentos que contengan dos o más de los casos

precedentes (por ejemplo un libro con fotografías).

A priori, la decisión parece facil. Los documentos del tipo A (letra

impresa y dibujos en blanco y negro), y tipo B, (imágenes tramadas, que
solamente tienen dos tonos), se escanean en blanco/negro (: bitonal 1 bit), un
bit para el blanco y otro para el negro.

En circunstancias ideales (libro impreso con clara tipografía y papel sin

manchas ni trama), se puede realizar un escaneo en blanco y negro bitonal,

5
 KULTURA SAILA DEPARTAMENTO DE CULTURA

que permite una fuerte compresión sin pérdida de calidad, obteniéndose un

archivo de tamaño pequeño que reproducirá el documento con toda fidelidad.

Sería así mismo válido para un manuscrito en estas mismas condiciones

(papel limpio, letra clara y de trazo bien definida, densidad de tinta constante a
lo largo de todo el trazo del carácter). Ahora bien, ¿qué sucede si la tipografía
no es de calidad suficiente, o hay falta de tinta en algunos tramos de trazo, o
mala calidad en los tipos de imprenta (o la trama del papel no la define
perfectamente, o existen manchas de diferente densidad en el documento) y,
además, como sucede en el caso de los manuscritos, la densidad del trazo no
es homogénea?.

Debe tenerse en cuenta cómo opera técnicamente el sensor: en los

parámetros de digitalización bitonal, existe un punto denominado umbral. Este
define el punto en una escala de 0 a 256, en el que los valores grises
capturados se convierten en pixeles blancos o negros. Por ello, toda la
información de valor tonal intermedia distinta de 0 ó 256 desaparecerá añadida
a ambos extremos.

En estos casos deberá realizarse una digitalización de tono continuo,

sea en escala de grises o color ya que de otra forma se perderá gran parte de
la información contenida en el documento y en algunos casos puede llegar a
ser ilegible el texto.

Dada la insuperable calidad de lectura, así como la información adicional

que ofrece el color (tonos y testura del papel, de las tintas, colores de manchas,
etc.), toda la documentación histórica se debe de considerar como
documentos de tono continuo y recomendamos realizar los escaneos a una
profundidad de color de 24 bits.

2.1.2. Resolución

No existe una norma (ISO, UNI, ANSA/NMA, DOD, BSI, AFNOR, DIN,
UNE) que regule los parámetros de resolución en la digitalización de imágenes.

Se han definido pautas centradas en los requisitos de resolución para

textos impresos, en los que se relacionan la calidad con el tamaño de carácter,
basándose en las normas del microfilm. En otros casos, se toman como
referencia la calidad mínima necesaria para reproducir el ancho de trazo. Como
los manuscritos, mapas, dibujos o grabados no ofrecen parámetros estables,
se suele defender la mayor calidad para la reproducción de los trazos.

Irargi ha desarrollado un método para aplicar la resolución correcta a

cada documento, basado en la utilización de una “Mira de legilibidad” [Descrita
en la norma DIN 19 051, que desarrolla el método operativo completo.]. Mira de

6
 KULTURA SAILA DEPARTAMENTO DE CULTURA

legibilidad que es utilizada para ensayos de legibilidad de caracteres

tipográficos en la microfilmación de documentos y cuyo funcionamiento
elemental es el siguiente.
La Mira de legibilidad se compone de grupos de signos creados específicamente para
esta función, en grados de disminución calibrada, que, una vez digitalizados, nos permiten
confirmar el tamaño de carácter más pequeño legible a una resolución determinada (para dar
por legible un grupo de signos, se debe poder identificar, por lo menos, las bandas de
orientación de ocho signos de entre los que se compone el grupo, ya sea a simple vista o
aumentando su tamaño en pantalla).
Por ejemplo, si digitalizamos la tarjeta a 200 dpi., y vemos que en el grupo marcado
como 120 podemos identificar la orientación de las bandas de por lo menos ocho de los signos
del grupo, se entiende que a esa resolución serán legibles todos los caracteres con ese tamaño
y, en mayor medida, por supuesto, los tamaños mayores.
La letra manuscrita no posee la naturaleza de los signos de la Mira de legibilidad (trazo,
borde y densidad muy definidos), el trazo puede tener diferente grosor, el borde puede estar
diluido y la densidad puede variar dentro del mismo trazo; por tanto, los resultados no serán tan
precisos.
Se aconseja realizar ensayos y utilizar la Mira de legibilidad como referencia, para
decidir la resolución más idónea.

En cualquier caso, la resolución escogida debe ser capaz de posibilitar la

lectura de la letra más pequeña del documento, ya sea manuscrito o impreso.

La resolución para archivos de conservación con la que opera Irargi y

que recomendamos es de 300 dpi. Si la naturaleza de algunos documentos
concretos lo requiere se corrige al alza.

2.2. Registro Digital original. Definición de calidad, formato y soporte.

2.2.1. Calidad y formato

El Registro Digital Original, es decir, la copia hecha directamente

mediante la digitalización del documento original, se considera un Archivo de
Conservación indefinida. Tiene dos funciones:
¾ primaria: conservación permanente
¾ secundaria: soporte de las copias de difusión. De él se genera una
copia Master, de la que se obtendrán todas las copias posteriores.

La calidad, formato y soporte de este Registro Original no está regulada

por norma alguna. Al digitalizar el documento original decidiremos la calidad y
el formato en que guardaremos el Registro/Archivo Digital que vamos a
producir.

Se recomienda que este Registro se cree ajustándose a los siguientes

criterios:

7
 KULTURA SAILA DEPARTAMENTO DE CULTURA

a) nivel de calidad alto, ya que siempre es factible generar a partir de

éste otros archivos con calidades inferiores, mientras que el
proceso a la inversa es imposible.
b) Concepción global de los usos: el criterio de archivo original, como
ya hemos señalado, responde unicamente a una visión
convencional centrada en la conservación y olvida el uso posterior
de esta imagen, que hay que tener siempre presente.
c) Ajuste de calidades. Combinados ambos criterios (conservacion +
difusión) asumiremos un matiz muy importante: se almacenará
con la calidad adecuada.

Por ello, si el proyecto incluye una o varias calidades de archivo se debe

optar por la mejor de las utilizadas en el mismo. Todo lo que se realice por
encima no tendrá utilidad alguna y será una pérdida de esfuerzo y medios.

El espacio requerido para guardar el archivo con una imagen digitalizada

de un documento manuscrito de tamaño estándar (A4/folio), escaneado a 300
dpi de resolución y en color con profundidad de 24 bits, puede llegar a ser
25/30 MB. Se trata de un tamaño de archivo muy voluminoso3 y no apto para
distribución masiva de información. Los equipos de lectura deberían tener muy
altas prestaciones para manejar con fluidez estos tamaños de archivo y el DVD
[a fecha de hoy] solo tendría capacidad para 140 imágenes de documentos.

Es necesario utilizar un formato de archivo que permita tasas de

comprensión altas. Si es preciso, habrá que utilizar una compresión con
pérdidas, pero que, en cualquier caso, no comprometa la legibilidad y
capacidad de impresión de la información, y que aproveche las capacidades de
los soportes y permita una gestión informática agil.

Tenemos dos posibilidades:

Archivos de conservación sin compresión.
Se guarda el Registro original completo generado por el sensor. Es
aconsejable un formato estandar, de uso libre y sin compresión. Si se
comprime algo, debe de ser del tipo de compresión sin pérdidas de
información, de modo que se asegure la calidad de reproducción del
original. El estándar de libre uso para archivo de conservación más
extendido es el formato TIFF, sin comprimir.

Archivos de conservación con compresión.

3
Si se quiere guardar un archivo con 70.000 páginas [que correspondería a un fondo de aprox. 35 cajas de
documentación] en tamaño DIN A4, escaneado a 300 ppp en color (archivos de tamaño +/- 25 Mb por
página), con un formato sin compresión, serían necesarios 500 DVD. Aparte del costo económico, debe
tenerse en cuenta el tiempo empleado en la grabación y etiquetado de los DVD, así como el volumen de
material originado por éstos, (el espacio que ocupan los DVD puede llegar a superar el de la
documentación original). Este mismo archivo guardado con un formato comprimido cabría en 20 DVD
sin aparente pérdida de calidad visual.

8
 KULTURA SAILA DEPARTAMENTO DE CULTURA

El Registro original se guarda con un formato que puede soportar

distintos grados de compresión. Una vez decidida la compresión
adecuada a la calidad final que se desea obtener, se guarda el archivo
para conservación.

Se recomienda un formato de archivo estándar y de libre uso. Los más

extendidos son el JPEG y PDF. Se trata de formatos muy optimizados y, de no
utilizarse compresiones muy altas, visualmente es difícil diferenciarlos de los no
comprimidos.

2.2.2. Conservación y Difusión

El objetivo de un proceso de digitalización de documentación de Archivo

y creación de Registros digitales es doble:
1.- Generar un archivo digital original de conservación de modo que no
sea necesario volver a manipular los documentos originales.
2.- Generar una copia de difusion, con buena calidad de lectura e
impresión y posibilidad de su difusión en web.

Irargi.Centro de Patrimonio Documental de Euskadi, después de varios

ensayos, ha decidido generar un Archivo digital original de estas
caracteristicas:
a) en formato JPEG
b) con un tamaño entre 2 y 3 MB para una página estandar DIN A44.

Se trata de un archivo que:

1. permite una calidad óptima de lectura en pantalla
2. ofrece una buena capacidad de impresión del documento
3. sirve perfectamente para generar el archivo de conservación, con el
consiguiente ahorro de tiempo, espacio, recursos y soportes.
4. ofrece un tamaño adecuado para su difusión en DVD.

Las copias de difusión se crearán a partir del master que se obtiene de

este Registro original.

2.2.3. Soporte

Para la elección del soporte para conservar la información se tendrá en

cuenta:
a. la garantía de preservación de la información
b. la facilidad de reproducción de la misma

A fecha de hoy (marzo de 2007) se aconseja el DVD, por las siguientes

razones:

4
Tamaño en el que asimilamos el tamaño de folio prolongado de la documentación de archivo clásica.

9
 KULTURA SAILA DEPARTAMENTO DE CULTURA

1. se trata de un soporte barato, fiable y estándar

2. puede ser leído en los sistemas operativos usuales: Apple Mac,
Windows, MS Dos y Unix.
3. tiene una capacidad de almacenaje (estándar a fecha de hoy de 4,7
Gb) adecuada
4. no permite que la imagen sea manipulada o adulterada una vez
grabado el DVD
5. la rápida y sencilla obtención de copias, acceso y lectura.

En cuanto a la perdurabilidad de la información grabada en DVD ésta

permanecerá inalterable mientras el soporte no se destruya, ya sea por
agresiones físicas o por degradación del mismo.

¿Qué garantía de conservación ofrecen estos soportes?. Aún cuando

hay fabricantes de DVD que certifican la duración de los mismos durante 30, 50
e incluso 100 años, se entiende que se trata de un dato que no es posible
certificar hasta que pase ese periodo de tiempo. Por ello es aconsejable
programar un control periódico de calidad y conservación.

El archivo digital original es una copia de seguridad que no se vuelve a

manipular. Se debe de conservar, por ello, en lugar seguro, de acuerdo con las
indicaciones del fabricante.
Antes de guardar el archivo digital original se hará una copia que
denominaremos Master. El master es la copia de uso de la que se generan las
copias, de calidades y caracteristicas variables, para difusión directa y en web.

3. Difusión

Se entiende por difusión tanto la que se hace por medio de copias en

DVD del master, como la que se efectua a través de internet. Estas
Recomendaciones no abordan esta segunda opción.
Para las copias de uso, Irargi recomienda la aplicación Acrobat, de la
casa Adobe, que utiliza el formato de archivo PDF, por las razones siguientes:
1. el formato PDF (Portable File Document) es el estándar más extendido,
puede ser leido en cualquier plataforma informática, (PC, Mac Apple, MS
Dos, Unix), es gratuito y se ha impuesto como el más utilizado por la
comunidad de usuarios.
2. permite crear documentos que reproducen fielmente la secuencia de
páginas del original
3. permite organizar los documentos contenidos en el DVD, incluir un
índice de los mismos y crear “linkajes” para acceder directamente al
documento seleccionado.
4. Permite visionar la documentación en distintos grados de ampliación,
facilitando la lectura del documento.

10
 KULTURA SAILA DEPARTAMENTO DE CULTURA

5. permite imprimir los documentos, página a página o en su totalidad, con

la calidad y tamaño que suministre la impresora del puesto donde se
consulte.

Una vez que hemos concluido completamente el proceso de creación de

un Archivo Digital, mediante la digitalización de los originales y su almacenaje,
obtendremos como resultado la creación de las siguientes colecciones de DVD:

1º.- Una colección de DVD con los archivos originales tales cuales salen
escaneados, y en formato JPEG comprimido. Se trata del almacenaje masivo
de lo que denominaremos el archivo digital original, de conservación
definitivo. Es la colección de copia de seguridad y no se vuelve a manipular.
2º.- A partir de estos DVD creamos un Master, que será la copia de uso
para la obtención de copias sucesivas. De este Master se obtienen dos
productos diferentes:
¾ la copia de difusión: el DVD, que a su vez hace el papel de copia
original de la que se obtiene las demás copias para distribución
entre instituciones, particulares, etc.
¾ la copia para distribución por internet: como ya hemos explicado,
se trata, más que de una copia, de los archivos informáticos de
menos volumen que se colocarán en el servidor web
correspondiente.

4. Recomendaciones.

Creación del Registro/Archivo de Conservación

1. Todos los documentos históricos, tanto impresos como manuscritos, serán

considerados como imágenes de tono continuo, y con el fin de reprodicur
con la mayor fidelidad tanto su contenido como su estado físico, se
digitalizarán a color real con una profundidad de color de 24 bits.
2. La resolución de escaneado será de 300 dpi, que puede aumentarse en
caso de documentos con caracteristicas especiales.
3. El formato de archivo digital para conservación será JPEG comprimido, con
un tamaño entre 2 y 3 MB (se entiende para documentación antigua
asimilable al formato A4).
4. El Archivo digital original se grabará en soporte DVD o en un disco duro.
5. Una vez grabados los DVD se verificará que se abren correctamente y se
recomienda testar su contenido antes de proceder a su almacenaje
definitivo.
6. De estos DVD se generará una copia denominada Master, que servirá para
generar todas las copias de difusión posteriores.
7. Se procurará no manipular ni tocar la superficie del DVD y no se escribirá
ni se colocará etiqueta alguna sobre él. Se guardará en la caja

11
 KULTURA SAILA DEPARTAMENTO DE CULTURA

suministrada por el fabricante, que debe estar totalmente vacía. Se

eliminarán las carátulas que pueda tener y solamente se le añadirá la
etiqueta con el código de identificación del DVD.

Producción de una copia de difusión

8. El soporte utilizado será el DVD.

9. Se utilizará el formato de Archivo PDF para la creación y consulta de la
información contenida en el DVD.
10. En cada DVD se incluirá un índice interactivo, con el inventario de la
documentación contenida, que permitirá, por medio de linkajes, el acceso
directo al documento seleccionado.
11. Se grabará el DVD en formato de grabación híbrido, es decir, legible tanto
por sistemas operativos Mac Apple como Windows.
12. El primer DVD generado con estas especificaciones se denominará Master
de difusión, y será el utilizado para generar las copias posteriores.

12