necesitaremos mayor resolución y, por tanto, tendremos que adquirir un
escáner más caro.
-
Formatos de salida: lo más común es generar archivos PDF para documentos
escritos y JPEG o PNG para imágenes, aunque en caso de que queramos
conservar una copia de las fotografías con la máxima calidad posible (y por
tanto mayor tamaño), lo ideal es el formato TIFF. La mayoría de los escáneres
del mercado admite estos formatos.
OCR son las siglas en inglés de Optical Character Recognition. Se trata de un
software que permite reconocer los caracteres en una imagen y procesarlos como
texto, de forma que se puedan hacer búsquedas y otros análisis sobre el
documento. Esto es especialmente útil para encontrar la información que queremos
en un documento escaneado. Estas herramientas suelen tener un coste elevado,
aunque también las hay gratuitas y de código abierto. Este artículo del proyecto
Source de Open News (en inglés) reseña algunas de estas herramientas: Our Search
for the Best OCR Tool, and What We Found.
El almacenamiento digital tiene costes, tanto si lo hacemos offline (en un disco duro
en nuestras oficinas, por ejemplo) como en la nube. Para calcular el
almacenamiento necesario podemos multiplicar el tamaño medio de un archivo
escaneado por el total de archivos.
Una vez que hayamos estimado los recursos, es recomendable reflejar todos estos rubros
en un presupuesto completo, añadiendo también un apartado de costes imprevistos.
5. Digitalización, almacenamiento e indizado
Ahora ya tenemos todas las especificaciones del proyecto, por lo que podemos empezar
con el proceso de escaneado y todas las tareas que lleva asociado. No obstante, para
terminar de ajustar las estimaciones realizadas y anticipar imprevistos, conviene realizar
una prueba con una muestra del archivo. Una vez que todo esté listo, podemos empezar
paso a paso:
9