Slides van de Basisvorming digitaliseren, digitaal bewaren en online publiceren (sessie najaar 2014) 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. Met medewerking van het Huis van Alijn

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 en uitwisselen
• data publiceren
• digitalisering plannen en uitvoeren

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

11. DATA STRUCTUUR STANDAARDEN
Een datastructuurstandaard (schema)
legt een groep beschrijvingselementen
vast, waarmee een bepaald objecttype
wordt beschreven.

12. DATA STRUCTUUR STANDAARDEN
Een datastructuurstandaard (schema)
legt een groep beschrijvingselementen
vast, waarmee een bepaald objecttype
wordt beschreven.
Een beschrijvingselement bevat
informatie over een bepaald aspect
van een objectbeschrijving.

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

14. 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

16. TERMINOLOGIE IN XSD (MODS XML)

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

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

21. VIAF

22. VIAF
Links:
http://viaf.org/
http://viaf.org/viaf/95761864/
http://viaf.org/viaf/95761864/rdf.xml
http://viaf.org/viaf/95761864/viaf.xml
http://viaf.org/viaf/95761864/marc21.xml
http://viaf.org/viaf/95761864/justlinks.json
Queries:
http://viaf.org/viaf/search?query=cql.any+%3D+”Brueghel,
Pieter”&httpAccept=application/rss%2bxml

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

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

25. MOVE INVULBOEK

26. GETTY DATE RULES

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

28. DATAPROFIELEN

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

30. 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)

31. TOOLS: ADLIB

32. TOOLS: COLLECTIVE ACCESS

33. 2
DIGITALISEREN

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

35. ANALOOG >> DIGITAAL

36. PARAMETERS

37. 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

38. 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

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

40. 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

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

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

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

44. 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

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

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

47. DIGITAAL BESTAND
TIFF file structure

48. DIGITAAL BESTAND
MP4 file structure

49. BESTANDSFORMATEN

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

51. 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)

52. 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

53. 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

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

55. TOOL: XNVIEW

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

57. TOOL: VLC

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

59. OCR
(OPTICAL CHARACTER RECOGNITION)

60. OCR: TEKSTHERKENNING
Herkennen van tekst in beeld

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

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

63. 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

65. TEKSTCODERING: ASCII EN UNICODE

66. 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

67. HARDWARE: SCANNERS
scanner
flatbed
documentscanner
transparant
camera
bookscanner

68. TOOL: VUESCAN

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

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

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

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

73. SELFMADE BOOKSCANNER

74. 3D SCANNERS

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

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

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

80. DIGITALISEREN: BELEID

81. 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, …

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

83. 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

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

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

86. WERKPROCES PLANNEN

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

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

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

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

91. JHOVE

92. 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?

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

95. 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

96. 3
BEWAREN

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

101. Foto: portfolium CC BY-NC 2.0

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

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

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

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

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

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

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

110. 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

111. 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)

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

113. BACKUP STRATEGIE
• Courante, kwalitatieve dragers
• 3 kopieen, waarvan 1 op externe locatie
• Incrementeel
• Verschillende technologieen
• Documenteer procedure
• Controleer en test
• Hou rekening met
relevantie

114. 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

115. CHECKSUMS

119. 4
PUBLICEREN

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

121. WEB HOSTING SERVICES:
VOORBEELD BLOGSPOT

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

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

124. ERFGOEDINZICHT

125. ERFGOEDPLUS

126. EUROPEANA

127. ERFGOEDCEL WAASLAND

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

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

130. 5 STARS OPEN DATA

131. OPEN CULTUUR DATA

132. 5
RECHTEN

133. 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

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

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

136. > Publiek domein
Some rights reserved
All rights reserved

137. VLAAMSE OPEN DATA LICENTIES
• 4 NIVEAU’S
• Creative Commons Zero
• Gratis Open Data: behoud intellectuele rechten
• Open Data Licentie tegen Billijke Vergoeding
• Gratis Open Data Licentie voor Niet-Commercieel Hergebruik /
Open Data Licentie tegen Billijke Vergoeding voor
Commercieel Hergebruik

138. VLAAMSE OPEN DATA LICENTIES
• 4 NIVEAU’S
• Creative Commons Zero
• Gratis Open Data: behoud intellectuele rechten
• Open Data Licentie tegen Billijke Vergoeding
• Gratis Open Data Licentie voor Niet-Commercieel Hergebruik /
Open Data Licentie tegen Billijke Vergoeding voor
Commercieel Hergebruik

139. RECHTEN

140. info@packed.be