Slides van de sessie Digitaliseren, digitaal bewaren en online publiceren (deel 6 van het traject 'Duurzaam Digitaal Beheren', een modulair vormingstraject over het duurzaam beheren van digitale collecties) Deze module biedt een instap in de wereld van het digitaliseren, digitaal bewaren en online publiceren van documentaire collecties. Steeds meer medewerkers in erfgoedinstellingen worden geconfronteerd met digitaliseren en het digitaal bewaren van collecties. Ook nieuwe medewerkers in erfgoedorganisaties zijn vaak niet zo vertrouwd met deze materie. Tijdens deze cursus worden volgende vragen behandeld: Hoe organiseert u een digitaliseringproject? Wat zijn standaarden en bestandsformaten? Daarbij komt ook de technische kant van digitaliseren aan bod: wat is het meest geschikte materiaal en hoe gaat u praktisch aan de slag? Er wordt ook aandacht besteed aan het archiveren, beschrijven en ontsluiten van digitale bestanden. Hierbij komen zowel technische aspecten als de problematiek van het auteursrecht aan bod.

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 erfgoedveld
• MIDDELEN
• Structurele werking Vlaamse Gemeenschap
• Projectsubsidies
• Onderaanneming

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

6. 1
REGISTREREN

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

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

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

11. DATA STRUCTURE STANDAARDEN
• generiek: Dublin Core
• collecties: Cometa
• archieven: EAD, ISAD(G)
• bibliotheken: MARC, MODS
• museumobjecten: CDWA, CIDOC, LIDO
• locaties: WGS84
• personen: ISAAR(CPF), MADS

12. 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

13. CDWA LITE

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

16. DATA VALUE STANDAARDEN
• generiek: Wikipedia
• personen: ULAN, RKDArtist, ODIS, VIAF
• concepten: AAT, Iconclass, LCSH
• locaties: TGN, Geonames, ISO 3166,
CRAB
• Talen: ISO 639-x

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

18. DATA CONTENT STANDAARDEN
• publicaties: AACR2, RDA, VLACC
• archiefcollecties: DACS
• museumobjecten: CCO, MovE Invulboek
• datum & tijd: ISO 8601 (YYYY-MM-DD)

19. MOVE INVULBOEK

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

21. TOOLS: REGISTRATIESOFTWARE
• TYPES
• commercieel of open source
• objecten, archieven, digital assets, documenten
• netwerk, stand alone, cloud (SAAS)
• VOORBEELDEN
• Collective Access (OSS, museum, bibliotheek)
• Adlib, Adlib Light (museum, bibliotheek, archief)
• ICA-Atom (OSS, archieven)
• ACDSee, XnView (fotocollecties)
• CollectionSpace: (OSS, museum)
• Colibreo: SAAS (museum)

22. TOOLS: ADLIB

23. TOOLS: COLLECTIVE ACCESS

24. DATAPROFIELEN
• ook: application profile
• standaarddatastructuur
+ elementen uit andere schema’s
+ standaardterminologie
+ beschrijvingsregels
• terugwaarts compatibel

25. DATAPROFIELEN

26. 2
DIGITALISEREN

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

28. DIGITAAL BESTAND
TIFF file structure

29. DIGITAAL BESTAND
MP4 file structure

30. ANALOOG >> DIGITAAL

31. PARAMETERS

32. 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

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

34. 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

35. 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

36. KLEUR & KLEURDIEPTE
Rood Groen Blauw
000000000000000000000000
000000000000000000000001
000000000000000000000010
…
111111111111111111111111
256 * 256 * 256
= 16,7 miljoen combinaties

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

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

39. 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

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

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

42. BESTANDSFORMATEN

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

44. TYPES NAAR FUNCTIE
• PRE-PROCESSING
• unprocessed, uncompressed (bv. RAW)
• REPRODUCTIEBESTAND (MASTER)
• hoogste vereiste kwaliteit (bv. PSD, TIFF)
• ongewijzigd
• ARCHIVERINGSBESTAND
• open formaat (bv. TIFF, JPG2000)
• in eDepot
• RAADPLEGINGSBESTAND
• webvriendelijk, compact formaat (bv. JPEG/JFIF)

45. 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

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

47. STRUCTUUR
• VASTLEGGEN
• documenten
• collecties, verzamelingen
• DON’T:
• TIFF Multipage file format
• enkel bestandsnaam
• enkel mappenstructuur
• DO:
• Structurele metadata
• METS

48. TOOL: XNVIEW

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

50. TOOL: VLC

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

52. OCR
(OPTICAL CHARACTER RECOGNITION)

53. OCR: TEKSTHERKENNING
Herkennen van tekst in beeld

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

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

56. 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

58. TEKSTCODERING: ASCII EN UNICODE

59. 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

60. HARDWARE: SCANNERS
scanner
flatbed
documentscanner
transparant
camera
bookscanner

61. TOOL: VUESCAN

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

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

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

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

66. SELFMADE BOOKSCANNER

67. 3D SCANNERS

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

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

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

73. DIGITALISEREN: BELEID

74. 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, …

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

76. DIGITALISERINGSPLAN
• WAAROM?
• Consensus en referentiedocument
• Projectplanning en opvolging
• WAT?
• Welke collecties
• Hoe digitaliseren, registreren en bewaren
• HOE?
• Werkproces (selectie, uitvoering, controle)
• WIE?
• Taken en verantwoordelijkheden

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

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

79. WERKPROCES PLANNEN

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

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

82. WORKFLOW MANAGEMENT
• AFSPRAKEN VASTLEGGEN
• Wie doet wat
• Wanneer
• TAAKOPVOLGING
• operator
• datum creatie en controle
• bestandsnaam
• …
• PRO SOFTWARE
• Goobi (Open Source), OmniScan, …

83. WORKFLOW MANAGEMENT
SOFTWARE

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

85. JHOVE

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

88. 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?

89. 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

90. 3
BEWAREN

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

95. Foto: portfolium CC BY-NC 2.0

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

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

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

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

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

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

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

104. 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

105. 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)

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

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

108. 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

109. CHECKSUMS

113. 4
PUBLICEREN

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

115. WEB HOSTING SERVICES:
VOORBEELD BLOGSPOT

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

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

118. ERFGOEDINZICHT

119. ERFGOEDPLUS

120. EUROPEANA

121. ERFGOEDCEL WAASLAND

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

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

124. 5 STARS OPEN DATA

125. OPEN CULTUUR DATA

126. 5
RECHTENBEHEER

127. 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

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

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

130. No rights reserved
Some rights reserved
All rights reserved

131. RECHTEN

132. henk@packed.be