扫描材料的来源说明：从哪一页来，比看起来像原文更重要

扫描页是一个有上下文的对象^[1]

欧洲文化遗产数据模型文档提供了组织文化对象与数字资源描述的参考。将这类思路用于扫描材料，首先是把一张图片放回书刊、文件或档案中的位置。页面内容即使看起来清晰，若不知道来自哪份材料和哪一页，引用与复核仍然会遇到困难。

扫描页可能来自实体原件，也可能来自复印件、出版翻印或屏幕打印。描述应写明实际取得的载体，而不是因为扫描设备直接输出文件，就称它为原始文件。中间载体可能已经裁切、重排或调整文字，保留这一层关系能帮助后来的人理解差异。

如果提供方只交付散页，可以记录其提供说明和当前页序，不推断为完整文件。标题页、目录、落款和附件可能尚未取得，应具体列出缺口。这样的范围说明使读者知道扫描包覆盖什么，不会将一部分材料误读为全部原文。

让页码与文件顺序分别可理解

印刷页码、扫描文件序号和整理后的显示顺序可能不同。封面或空白页未必有印刷页码，但在扫描包中仍占一个位置。可以分别保存原页码和文件序号，必要时附简要说明，让引用者知道自己使用的编号对应哪一种顺序。

同一页若被拆成左右两张图，或多页被拼到一张图上，需要明确拆分和组合关系。不能只按文件数量介绍为几页材料。接收者据此能够恢复阅读顺序，并判断某句话与上下文的位置；后续文字识别也更容易对应到准确对象。

缺页、重复页和颠倒页可以通过目录记录，而不必悄悄修正后假装原交付完整。整理后的阅读版本可以调整顺序，同时保留最初获取记录。这样发现引用问题时，能够区分材料本身的缺失与整理活动中的处理，减少错误归因。

扫描处理应留下范围说明

倾斜校正、裁边和亮度调整可能改善观看，但也可能遮住页边批注、装订线或印章。处理说明应围绕实际变化，不用一个笼统的“高清处理”概括。对于影响内容范围的裁剪，可以保留完整页扫描与展示副本，方便需要上下文的读者继续核实。

处理者不应仅因某个区域影响阅读，就推测它没有来源价值。页边标记、手写字和纸张破损有时能够解释材料流转或保存状态。是否公开这些信息可以另作安排，但保存主文件时，应避免让展示需求决定所有保留范围。

扫描失败或不可读区域应如实指出。可以提供重新扫描的版本，并关联旧文件与原因；不能借文字补写或生成修复让原来缺失的内容看似一直存在。展示图与阅读转录各有用途，具体说明能够使方便使用与来源准确同时实现。

文字识别结果不能替代扫描图

文字识别可以帮助检索和复制，但识别结果属于另一份经过处理的材料。数字、标点、表格关系或专有名称可能与扫描图不同。引用重要内容时，应回到对应图像或正式文字来源确认，不因识别文本能够搜索就将它视为已经完整核对的原文。

可以将文字段落与页码或区域建立关联，使读者在发现疑问时快速找到原图。人工更正识别错误，应注明更正范围和版本；对于看不清的内容，使用明确缺字或未确认标记，而不是根据上下文补出一个看似合理的字句。

表格和跨页段落特别需要保留结构说明。识别系统可能改变单元格顺序，导致数字与列名错配。整理者可提供便于阅读的转录表，同时让它回到具体页面。没有取得的续页应保持缺口，不能通过重新排表掩盖材料不完整。

记录获取路径及提供方声明

扫描材料可以来自机构网站、个人交付或线下借阅，不同路径提供不同背景。记录获取日期、提供主体、相关目录标识和说明，有助于以后继续寻找。公开文档链接若包含临时参数，可以另记稳定页面位置，避免清单中只剩一个过期下载入口。

提供方关于原件、年代和完整性的声明，应与整理者能够确认的事实分开。可以写明由某机构提供以及其描述内容，不把未经独立支持的声明升级成全套验证。记录层级清楚，也让后来增加新的依据时能够准确补到相应位置。

若无法识别提供方，可以保存实际获取情况并标明来源未确认。扫描图本身仍可作为待核实材料，但公开引用需要向读者说明限制。清晰度、版式和红色印章不能直接解决来源问题；找到正式发布或保存主体通常更能减少疑问。

公开共享时保留必要上下文

只分享某一段文字的截图，可以同时说明它来自哪份材料、对应哪一页，以及节选省略了什么范围。节选不是错误，但需要让读者知道它并非全文。涉及条件、例外和附件的内容，尤其不能因截取便利而把原有适用范围删去。

公开扫描包还需要考虑个人信息和实际权利条件。必要遮挡可以生成单独的展示副本，并保留处理说明。内部保存完整材料与公开分享经过处理版本是不同安排，不能用同一个无说明的下载入口混在一起，让接收者不知道取得的是哪种对象。

出现更正时，可更新公开说明并指出受影响页面或转录段落。若整包被替换，也应给出版本关系，让已有使用者能够理解旧引用是否需要调整。更正不必公开无关内部过程，但应为继续使用材料的人提供明确动作和对象。

让扫描包适合跨人员维护

一份扫描目录可以列出载体名称、页面范围、文件标识、获取说明与处理版本。清单应与实际文件一同交接，人员更换后仍能恢复顺序。单靠文件名中的数字和某个成员的记忆，通常无法长期解释缺页、重复页和转录关系。

长期存储改变路径时，可以更新位置但保留对象编号与原描述。对新扫描替代旧扫描的情况，则新增版本关系，不以同名覆盖抹去来源差异。更清楚的扫描不代表更早的历史材料，也不意味着已经补齐全部上下文，仍应按照实际取得范围说明。

扫描材料的可靠使用来自清楚的载体关系、页面上下文和处理记录。图片检测可以提供某种辅助线索，却不能替代这些来源信息。把扫描、文字识别和公开节选分别记录，让接收者知道每种材料怎样形成，引用与复核才能继续沿着同一条路径进行。

扫描包若用于长期协作，还可以说明由谁维护目录，以及新增页面怎样进入现有编号体系。后来补到的附件应记录实际获取时间，并与原文件范围关联，而不伪装成最初交付已经存在的部分。对接收者而言，这种关系能够解释为什么不同时间收到的包内容不一样，也能减少引用时使用旧范围造成的误解。