一、“圖文並收”的注意事項
圖文並收”即同時收集電子文件的“圖”格式和“文”格式。需要注意的是，“文”格式應為定稿的文本格式，“圖”格式應為其對外公布文件的圖片格式，且兩種格式的電子文件排版格式必須一一對應，可上下重疊，便於雙層PDF的直接應用。
二、收集“文”格式的注意事項
收集“文”格式電子文件必須注意其易於更改的特點。下麵，我們以WORD2007為例，介紹接收中便於保持電子文件原貌的具體步驟：
1.打開一個WORD文檔1.doc。選擇“審閱”、“保護文檔”選項，再選擇“限製格式和編輯”。
2.選擇“僅允許在文檔中進行此類編輯”和“不允許任何更改（隻讀）”後，點擊“是，啟動強製保護”。
3.輸入密碼，確定，存盤。
此時，文檔已改為隻讀模式，可以避免誤更改等現象發生。
三、收集“圖”格式的注意事項
收集“圖”格式電子文件的目的，一是直接用於利用，二是將“圖”通過OCR轉化成“文”後，通過“圖文並存”，達到“圖文並用”。但無論是哪一種用途，它都會受到掃描分辨率——DPI（每英寸的像素數）的影響。因此，在收集“圖”格式時我們必須注意——OCR轉換的正確率不以高分辨率做基礎。
國家檔案局在《紙質檔案數字化技術規範》中指出“需要進行OCR漢字識別的檔案，掃描分辨率建議選擇≥200dpi”。部分檔案部門在掃描電子檔案時，往往要求掃描數據的高分辨率，個別有甚者竟然要求達到600dpi。這樣做一是占用了過大的空間，二是掃描的“圖”轉化為“文”時，其識別率和正確率反而不是最佳。因此，筆者建議接收“圖”文件時，必須根據具體情況對其DPI值進行規範，不求“最高”，隻求“最佳”。
以下統計數據，是以ColorTake7730掃描儀為例，對同一段文本以不同的分辨率進行掃描，然後用蒙恬識別王1.60版本的OCR軟件進行漢字識別所得到的。
通過上表，我們可以清楚看出，分辨率在50dpi～200dpi時，OCR的識別錯誤率呈遞減趨勢，但文件長度卻翻倍擴大；分辨率≥200dpi後，識別錯誤率不穩定上升，但文件長度卻以更高速度翻倍增長。“理想的OCR識別率和文件長度較小的掃描分辨率”是我們應該追求的目標。通過上述實驗我們可以看出200dpi是這台機器的最佳分辨率。當然以上僅為個例，掃描分辨率還會受掃描儀新舊、功能設置、掃描對象情況等一係列具體因素影響。但可以明確的是，電子文件進行OCR轉換時可以通過測試選擇其最佳掃描分辨率，為“增量檔案電子化”把好關口。
（作者單位：河南省焦作市檔案局來稿日期：2015-04-17）