Mettre en place un projet de numérisation – Sylvain Machefert –

Contexte CC-BY-SA // Manfrys // FlickrFlickr

Sujet d'actualité et de surcroît « brûlant » en matière de bibliothéconomie, la numérisation ne laisse pas de susciter maints commentaires Conduire un projet de numérisation / Contexte Un sujet d'actualité

● Corpus de documents, le plus souvent du domaine public, numérisés et disponibles en ligne ● Développées principalement par les bibliothèques ● Volumétries très variables ● Qualité très variable – Qualité du contenu – Qualité de la présentation Les bibliothèques numériques

Projet Gutenberg ● Projet bénévole lancé en 1971 ● ouvrages ● Vérification manuelle g

Gallica ● Lancé par la BnF en 1997 ● 1 million de documents – livres – fascicules de périodiques ● Mode texte et image ● Documents sous droits – Depuis 2007 – livres /

Wikisource ● Projet frère de Wikipedia, lancé en 2003 ● Ouvrages du domaine public (plusieurs dizaines de milliers) ● Partenariat avec la BnF ● Désaccord avec Gallimard (informations)informations

Google Books ● Lancé en décembre 2004 ● 15 millions d'ouvrages numérisés – 1,5 millions du domaine public – 2 millions en partenariat avec les éditeurs ● Un accueil mitigé chez les professionnels – € de dommages et intérêts à La Martinière (déc. 2009) – ~ 20 bibliothèques partenaires Le téléchargement dans Google Books

Europeana ● Lancé en novembre 2008 ● 15 millions de documents disponibles ● Agrège les contenus de institutions

Des initiatives locales : BNSA ● Initiative de la région ● documents ● 15 millions de documents disponibles

CC-BY-NC-SA // Kathelinejeanpierre.ca // FlickrFlickr Quantitatif : avantage Google Plus, plus vite et moins cher que tout le monde Qualitatif : avantage Google Presque aussi bien que tout le monde Accès : avantage Google Plus rapide, plus efficace, plus « pratique », plus central Source : Olivier ErtzscheidOlivier Ertzscheid Un avis sur la numérisation de masse

Objectifs CC-BY-SA // Multimotyl // Wikimedia CommonsWikimedia Commons

Diffuser ● Document aisément reproductible ● Palliatif intéressant pour les ouvrages difficilement communicables ● Ne nécessite pas de matériel spécifique (≠ microfiches) ● Non exclusif

Valoriser ● Mise en avant sur un site Internet ● Diffusion élargie – Moissonnage par des bibliothèques d'envergure – intégration dans des projets externes aux bibliothèques – Flickr Commons Flickr Commons – Wikimedia Commons Wikimedia Commons

Préserver ● Limite les manipulations des originaux ● Pérennité des supports numériques

Facteurs CC-BY // Cat & Nat // FlickrFlickr

Type de document ● Forme de l'objet – Texte ou graphique – Imprimé ou manuscrit – Couleur / Noir et blanc ● Contenu – Texte – Formulaire – Niveau de structuration

Format du document ● Taille (A4, A3, format spécifique...) ● Couleur ● Papier ● Pagination – Automatisation – Choix du format de sortie (multipage ?)

Volume ● Méthode et coût – Automatisation, sous-traitance ● OCR et recherche plein texte (plutôt qu'indexation ?) ● Gestion des transferts vers le prestataire ● Ressources disponibles en interne ● Stockage des documents numériques

Homogénéité du fonds ● Formats différents – Méthode de scannage à adapter ? – Qualité de l'OCR sur un corpus hétérogène ? – Coût ● Documents de nature différente – Pertinence du traitement dans un seul projet ?

État des documents ● Choix du scanner et de la méthode ● Traitement sur place – Création d'un atelier – Main d'œuvre dédiée

Coût ● 15 à 75 centimes par page (très variable) ● 60 à 75 % du coût en main d'œuvre ● Ne pas négliger les coûts induits en local – Sélection des documents – Préparation des trains de numérisation – Contrôle qualité

Questions légales CC-BY // Lnanimatt // FlickrFlickr

24 « Les opérations de numérisation de documents ne confèrent à la bibliothèque aucun droit de propriété littéraire et artistique sur les œuvres ainsi reproduites. »

25 Le droit moral ● Droit de divulgation ● Droit de paternité ● Droit au respect de l'œuvre ● Droit au repentir CC-BY // Midgefrazel // FlickrFlickr

26 Les droits patrimoniaux ● Droits de reproduction ● Droits de représentation CC-BY-NC-SA // France.Diplomatie // FlickrFlickr

27 L'auteur jouit, sa vie durant, du droit exclusif d'exploiter son œuvre sous quelque forme que ce soit et d'en tirer un profit pécuniaire. Au décès de l'auteur, ce droit persiste au bénéfice de ses ayants droit pendant l'année civile en cours et les soixante- dix années qui suivent. Art. L du code de la propriété intellectuelle

28 Creative Commons BY Attribution NC Non Commercial ND No Derivative SA Share Alike CC-BY-SA // Arnij // FlickrFlickr

CC-BY // Dolarz // FlickrFlickr Questions techniques

Modes de numérisation Idéal : une combinaison des deux numérisations

OCR ● Reconnaissance optique de caractères ● Taux de reconnaissance > 99% pour des textes propres ● Plus compliqué sur du document ancien ou manuscrit

ICR ● Reconnaissance intelligente de caractères ● Mécanisme d'apprentissage ● Plus adapté aux manuscrits Technique

L'expérience reCAPTCHA SourceOCRreCAPTCHA

Résolution ● Se mesure en point par pouce – 1 pouce = 2,54 cm – 1 pouce = 1 inch ● Résolutions standards (BnF, 2008) : – Fichiers de conservation : 300 dpi – Fichiers de diffusion : 150 dpi – Fichier de visualisation : 72 dpi

Couleurs ● Noir & Blanc ● Niveau de gris ● Couleurs ● Échantillonage (bits par pixel) – 1 bit → 2 couleurs (noir et blanc) – 2 bits → 4 couleurs ou niveaux de gris – 8 bits → 256 couleurs ou niveaux de gris – 24 bits → 16 millions de couleurs (vraies couleurs) Technique

Métadonnées EXIF ● Exchangeable Image File ● Dernière version en 2002 (2.2) ● Standard de fait ● Produite par un appareil photo ou ajoutées a posteriori ● Décrit : – Résolution, dimension, orientation de l'image – Date et heure de la prise de vue – Informations sur l'appareil (fabricant, type, réglages) – Coordonnées géographiques CC-BY-SA // YellowShark // Wikimedia CommonsWikimedia Commons Technique

Métadonnées IPTC-IIM ● International Press and Telecommunications Council Information Interchange Model ● Utilisé dès 1994 par Adobe ● Métadonnées descriptives : – Titre – Auteur – Agence –... Technique

XMP ● eXtensible Metadata Platform ● Créé par Adobe en 2001 ● Basé sur XML / Dublin Core, IPTC-IIM et EXIF ● Encapsulable dans des fichiers JPG, TIFF, DNG, PDF

Du matériel spécifique

OAI - PMH ● Format d'échange basé sur XML ● Fourniture des données en Dublin Core ● Protocole très simple – Informations sur un serveur Informations sur un serveur – Liste des enregistrements Liste des enregistrements ● Nécessite d'avoir des urls pérennes

Mise en ligne

42 Une étape obligatoire ● Pour répondre à nos décideurs / financeurs ● Pour répondre à nos usagers ● Pour rencontrer un nouveau public CC-BY-SA // Roulex_45 // Wikimedia CommonsWikimedia Commons

43 Priorités ● Ouverture ● Interopérabilité ● Accessibilité Libre de droits // Rundvald // Wikimedia CommonsWikimedia Commons

Dissémination des contenus (via OAI-PMH)

CC-BY // SophieA // FlickrFlickr Choix des outils ● Libre / Propriétaire ● Local / Hébergé ● Full-web ou pas

Consultation des documents

Mise en ligne BM Toulouse Sur son site ● Logiciel libre : Greenstone (unesco) ● Application web ● Classement par collections Sur Flickr ● Projet The Commons ● Dissémination du contenu ● 920 images

BM Lille ● Logiciel libre : SDX ● Application web

Mise en ligne BM Fréjus ● Hébergement chez Arkhenum ● Numérisation des archives d'un journal local ● Numérisation PDF / Texte

Mise en ligne Université Rennes 2 ● Logiciel libre : Omeka ● Application web ● Plugins variés : ● Serveur OAI ● Géolocalisation ● Visualisation

Valorisation des contenus

Étapes du projet

La numérisation ● Définir les objectifs de la numérisation ● Sélectionner le fonds à traiter – Fonds préexistant ou sélection d'un sous- corpus – Importance de l'homogénéité de l'ensemble – S'assurer des contraintes législatives ● Répartir les rôles

● Définir les questions techniques – Résolution – Format – OCR – Métadonnées – Support de livraison ● Définir une règle de nommage ● Contrôler la qualité des documents produits ● Archiver les documents La numérisation

La diffusion ● Choisir ce qui doit être diffusé ● Choisir la manière de diffuser – Via un outil interne – Via un site web externe ● Si on diffuse via un outil interne, s'assurer de : – Son ouverture – Son interopérable – Son accessibilité

CC-BY-NC-ND // Spencer.Lattimer // FlickrFlickr première page, CC-BY // Joshua Keller // FlickrFlickr