Billedlagring i slægtsforskning

Introduktion

Artiklen er skrevet fordi der ustandselig kommer spørgsmål angående de samme problemer, som jeg selv har kæmpet med. Der er ikke mig bekendt noget kortfattet dansksproget materiale indenfor dette område.
DIS udgav i 1994 et særnummer om scanning. Teknologisk er det ca. 2 generationer siden og artiklerne har mange tekniske detaljer, som er uvæsentlige for den moderne bruger.

I artiklen støtter jeg mig meget til Wayne Fultons fremragende bog "A few scanning tips" (www.scantips.com).
Bogen giver en eminent og teknisk velfunderet gennemgang af dette område på engelsk. Bogen kan læses gratis på internettet og kan stærkt anbefales.

Har du kommentarer eller forslag til denne arktikel hører jeg gerne nærmere.

Indhold

1. Introduktion
2. Indhold
3. Formål
4. Læseudstyr
   • Digitalt kamera,
   • Scannere ( Håndscannere, Rullescannere, Fladscannere )
5. Lagerstørrelser og farver
   • Lidt matematik ( WWW og skærm, Gråtone billeder, Ægte farver, Høj farveopløsning, Simple farver, Monokrom )
   • Og hvad skal man så med den viden?
   • Optisk kontra interpoleret opløsning
6. Lager
   • Internt lager
   • Fastdisk
   • Permanent lagermedie
7. Filformater FILFORMAT
   • BMP (Windows Bitmap)
   • GIF (Graphic Interchange Format)
   • JPEG (Joint Photograpic Experts Group) eller JPG ( Eksempel på datatab i JPEG )
   • PCX (Windows Paintbrush)
   • PNG (Portable Network Graphics)
   • TIFF (Tagged Image File Format) eller TIF
8. Hvilke programmer skal man bruge?
9. Opbevaring af billeder
10. OCR (Optical Character Recognition)
11. Og hvad gør han selv?
12. Referencer

Formål

Formål med digitaliseringen kan være:

• Alle de andre gør det og jeg har lige købt en scanner (Dårlig begrundelse = find en anden)
• Portrætter til stamtræet på papir. Eet enkelt forholdsvis lille billede af hver enkelt person i familien.
• Kopier til andre familiemedlemmer
• Sikkerhedskopier af arvesølvet
• Reprokopier til slægtsbog
• Portrætter til WWW anetavle eller anden computerbaseret samling

Hver af de ovenstående mål stiller vidt forskellige krav til metode og medie.

Læseudstyr

Digitalt kamera

Scannere

Scannere er i dag tilgængelige for menigmand til priser fra få hundrede kroner og opad - tilsyneladende uden øvre grænse.

Teknisk set er der tre hovedtyper, der fortjener en nærmere beskrivelse: Håndscannere, rullescannere og fladscannere.

Håndscannere

Rullescannere

Desværre er der een vægtig ulempe: Rullerne.
Da originalen føre frem af en rulle må originalens tykkelse ikke overstige 2-4 mm. Endvidere er der en risiko for at originalen bliver bøjet under fremføringen.
Rullescannere er velegnede til enkeltark, men ikke til bøger, fotografier eller skrøbelige arkivalier.
 

Fladscannere

Ulemperne er at de ofte er klodsede, langsomme og at originalerne let forskubber sig, når låget lægges på.
Fordelene er at originalen ikke bukkes, og at der kan arbejdes med flere optagelser, uden at originalen skal flyttes.

Velegnet til ukorrente objekter som fotografier på karton, breve og skæve fotografier, der skal efterbehandles ved fx beskæring.

Lagerstørrelser og farver

Lidt matematik

Edb-verdenen er om ikke anglofil, så dog amerikaniseret i en grad, at engelske mål og enheder er mere reglen end undtagelsen. Alle optiske mål angives i engelske tommer eller rettere punkter pr. tomme (Dot per inch) eller dpi, hvor en 1" (tomme) er lig med 2,54 cm. Dette giver en billedstørrelse på 3.94 * 5,91". For at holde jordforbindelsen runder vi af og siger at billedet er ca. 4 * 6 " (10,16 * 15,24 cm). Inden tråden tabes helt kommer et par eksempler på hvor meget digitale billeder fylder.

WWW og skærm

Gråtone billeder

På disken afhænger størrelsen af filformatet, men herom senere.

Ægte farver

Høj farveopløsning

Simple farver

Monokrom

Om "ægte farver" virkelig også er naturtro afhænger naturligvis af øjnene, som ser; men i højeste grad også af de udstyr, som anvendes: Både scanner, programmel og skærmen resultatet skal vises på.

Og hvad skal man så med den viden?

• Opløsning man vil vælge
• farvedybde, der skal anvendes

• højest mulige opløsning (>1.200 dpi)
• højeste farvedybde (eller gråtoner til sort/hvide billeder)

Hvis man derimod gerne vil lave kopier til brug på internettet eller bare til "skærmbrug", bør man holde igen med farveladen og moderere opløsningen. Det fylder og det kræver meget af både brugerens skærm, disk - og evt. modem.
Det er IKKE lykken at bruge 1/2 time på at hente et 2400 dpi portræt i ægte 24 bit farve af en "forkert" person.

På samme vil bør man holde sig til at lave opløsninger på billeder. en almindelig VGA skærm svarer groft talt til 75 dpi. Højere opløsninger giver ofte et ringere resultat pga. skærmens forvanskning og begrænsede størrelse.

Hvis man ønsker at lave papirkopier af sine billeder er det værd at huske på at 300 dpi eller 600 dpi er maksimalt opløsning for de almindelige printere i dag. Et 2400 dpi billede skal altså "presses" ned i en lavere opløsning ved udskrivning. Dette tager dels tid, dels øger det risikoen for et betydeligt kvalitetstab.

Optisk kontra interpoleret opløsning

Lad os tage et eksempel, hvor lysintesiteten angives som en værdi imellem 0 og 200, hvor 000 er sort og 200 hvid.

        |100|150|200|000|200|
   ____/   //  /|   |\  \\  \_____
  /   ____//  / |   | \  \\____   \
 /   /   _/  /  |   |  \  \_   \   \
(   )   (   )   (   )   (   )   (   )
|100|125|150|175|200|100|000|100|200|
     ^^^     ^^^     ^^^     ^^^

Bemærk at den ene sorte plet (000) som ligger imellem 2 hvide pletter (200) bliver til faktisk til tre punkter (100, 000, 100), hvilket vil give et uskarpt billede.

Lager

Lager kan her være en af tre ting:

1. Internt lager (hukommelse, RAM) i PC
2. Fastdisk
3. Permanent lagermedie

Internt lager

Fastdisk

Permanent lagermedie

For tiden er det bedste bud på et godt lagermedie en CD-ROM.

• Lagerkapaciteten er forholdsvis høj (640 MB)
• Mediet er almindeligt udbredt
• Adgang til data er hurtig
• Kopier kan laves meget billigt ( < 15 kr. pr. stk)

I løbet af et års tid eller to vil DVD (Digital Versatile Disc) komme ind på markedet. DVD ligner fysisk CD-ROM'en, men har en lager kapacitet på over 5 GB eller næste det ni dobbelte af CD-ROM'ens kapacitet. Prisen er dog endnu meget høj.

Filformater

Nogle af de mest udbredte formater er:

BMP (Windows Bitmap)

GIF (Graphic Interchange Format)

• Kompression uden datatab
• Gennemsigtig (transparent) baggrund

JPEG (Joint Photograpic Experts Group) eller JPG

Desværre har alting en pris: Kompressionen smider data væk !!!!

Hver gang man gemmer billedet tabes der information ved rekomprimeringen. Billedet bliver altså mere og mere utydeligt for hver gang der gemmes.

Eksempel på datatab i JPEG

Udklip af det originale billede.	Udklip af et komprimeret billede i JPEG-format. Bemærk at det øverste kronblad er blevet diffust i kanten. Støvdragerne har mistet alle detaljer. Der er store firkantede områder på det nederste kronblad som er blevet dækket af tågede firkanter.

Brug formatet til farveægte kopier på Web-sider og til e-post - ikke til originaler.

PCX (Windows Paintbrush)

PNG (Portable Network Graphics)

• Høj farveopløsning (op til 48 bit)
• God kompression uden datatab
• Åbent fil format (ikke bundet til platform eller producent)

TIFF (Tagged Image File Format) eller TIF

Summa summarum:

1. Gem originalbilleder i PNG (eller evt. TIFF)
2. Gem andenhåndskopier til fx. Web-sider i JPEG formatet

Originalbilledet er 4 * 6". Størrelserne ved filformaterne er angivet i tegn (byte).

Hvilke programmer skal man bruge?

• Prøv nogle af de gratis evaluerings- og demoversioner af programmerne
• Find anmeldelser i edb-bladene. Her er ofte sammenligninger af de almindeligste programmer
  Pas på skamrosende artikler i de mindre seriøse blade. Ofte får importøren selv lov til at "anmelde" sit produkt. Desværre fremgår dette tilhørsforhold eller forfatteren ikke altid af artiklerne. Er artiklen ren skønmaling, kan der let være ugler i mosen.
• Søg råd hos den lokale edb-medicinmand m/k. Husk at spørge hvorfor dette eller hint program er blevet en favorit.

• Kig på DIS Norges glimrende anmeldelser af slægtsforskningsprogrammer http://www.sol. no/disnorge/program.htm
• Prøv demoversionerne af med den nærmeste familie (10-30 personer)
• Lad din egen personprofil udfylde med alle felter i database. Sæt fx. din egen død og begravelse til december 2099 (rart at kunne udskyde det :-) ) for bl.a. at se om der er logiske test i programmet på datoer og levetid.
• Eet ultimativt krav til et moderne slægtsforskningsprogram er at det understøtter GEDCOM standarden til udveksling af data med andre slægtsforskere. Det vil spare i hundredvis af arbejdstimer, når den ukendte amerikanske kusine dukker op med hele familiesagaen (den er god nok - jeg har selv prøvet det :-)
• Vælg så vidt muligt et program, som er forholdsvis kendt og hvortil du kan få hjælp - både fra udvikler/distributør, men også fra venner og familie

Opbevaring af billeder

• Lyset bleger langsomt billederne. Især farvefotografier er følsomme overfor lys. Ældre tiders bruntonede billeder er derimod bemærkelsesværdigt hårdføre overfor lyspåvirkninger. Der er dog ingen grund til at udfordre skæbnen. Pas godt på originalerne og lad en evt. kopi af tipoldemor fra 1870 stå fremme
• Syrepåvirkningen kan komme fra dårligt behandlet papir. Mange billige fotografier og bøger er faktisk selvdestruerende. Papiret går i opløsning. Moderne plastiklommer fremskynder desværre de nedbrydende processer og kan i værste fald "trække" motivet af papiret eller ætse det bort.
• Fugt er ikke blot en gammel fjende fra før isolering og centralvarme. Også i dag begås synder, som at gemme billeder, breve, dagbøger og lignende i papkasser på lofter og i kældre.
  Skynd jer at sikre disse ofte uvurderlige og upåagtede værdier!
  Jævn temperatur, relativ lav luftfugtighed og mørke er godt for arkivalier. Det er kun os levende, der trænger til lys og luft.

OCR (Optical Character Recognition)

Hov! Er det her ikke billedbehandling i stedet for billedlagring???
Jo - tildels, men der er en kolossal forskel på, om man vælger at gemme billedet eller teksten fra billedet rent pladsmæssigt.
Ønsker den amerikanske kusine pludselig en oversættelse af billedet starter processen helt forfra. Har man allerede teksten, er det en del lettere.

I praksis forsøger programmet at sammenligne nogle kendte figurer (bogstaver og tal) med det billede, der scannes ind.
Originalen skal være af god og letlæselig kvalitet med tydeligt afgrænsede tegn. I visse skrifttyper flyder bogstavkombinationerne sammen så "rn" bliver til "m". Hvis originalen er smudset til eller udtværet, vil der lettere opstå fejl.
OCR programmer læser som et barn i første klasse: Uden erfaring og med ringe sans for sproget. Efter oversættelsen tolker det som en olding: Udfra stor erfaring, men med uforudsigelige huller i erfaringsmassen.

Er OCR overhovedet anvendelig for slægtsforskere?
Ja - det kan i princippet anvendes på alt materiale, der ikke er håndskrevet: avisartikler, maskinskrevne protokoller, officielle dokumenter osv.
Det kræver dog meget også af det udstyr, der anvendes. Der er i snesevis af OCR programmer i alle prisklasser fra gratis og op til professionelle (= hundedyre). Sammen med en ny scanner får man ofte en gratis demoversion af et OCR-program. Desværre er kvaliteten ikke særlig god. Der er en sammenhæng imellem pris og kvalitet. For OCR programmer er prisen desværre høj.

Og hvad gør han selv?

Billederne scannes i to opløsninger:

Udfra 75 dpi billederne laves yderligere to billeder:

Billedbehandlingsprogrammer har ofte to funktioner til at ændre størrelse på billeder:

For at kunne holde styr på billederne og deres indhold registreres en række oplysninger for hvert enkelt billede i en database

Forside med referencer i frimærkerne til billedbeskrivelse

Billedbeskrivelse med fuldt 75 dpi billed- og konturindeks. Der er referencer i personnavnene til anetavlen

Anetavlen som den ser ud, når man springer fra billedbeskrivelsen.

Databasen er i mit tilfælde en flad tekstfil og indekserne udtrækkes vha. et script i Perl.

Referencer

DIS - Databehandling I Slægtsforskning http://users.cybercity. dk/~dko6959/

Genealogy Resource Index for Denmark, GRID http://www.purl.dk/net/9712- 0110

DIS-Norges program- og filservice for slektsforskere http://www.sol.no/disnorge/program.htm

Color Scanning Handbook http://www.scanjet.hp.com/workshop/tips/. Udvalgte tips om scanning.

 Erik Bachmann, Grydehoejvej 62, DK-4000  Roskilde, Denmark, Europe
  \\\\\/////        _       ______
 _\ __  __ /_     _| |_    (_)::(_)Voice.:
| ||_*||*_|| |   | | | |_   |____| (+45) 46789899
|_/  _/\_  \_|   | | | | |   ____
  / |____| \  _  | | | | |  |   #| E-mail:
  /' /||\ '\ | \_| | | | |  |____|  e_bachmann@hotmail.com
  //\____/\\  \  \       |  ______
  ///||||\\\   \_        | /_Home_\ Clickety [CLICK] Software
 Hello world!    \______/   |____|
          http://www.e-bachmann.dk