Không chỉ là DPI – màu sắc và định dạng file quyết định bản số giữ lại được gì

Khi màu sắc cũng là một phần của thông tin

Một trang giấy nhìn qua có thể chỉ gồm nền trắng và chữ đen, nhưng tài liệu thực tế thường phức tạp hơn. Giấy có thể đã ngả vàng theo thời gian, mực có chỗ đậm chỗ nhạt, chữ ký được viết bằng mực xanh, con dấu màu đỏ, những ghi chú bằng bút chì chỉ hiện rất nhẹ. Với tài liệu cũ, ngay cả vết ố, dấu gấp hay sự thay đổi màu giấy đôi khi cũng phản ánh tình trạng của vật gốc.

Nếu mục tiêu chỉ là đọc nội dung của một hồ sơ văn phòng hiện đại, scan đen trắng có thể hoàn toàn phù hợp. File nhỏ, dễ xử lý và chữ in rõ vẫn được giữ tốt. Nhưng với gia phả, bản thảo, ảnh, bản đồ, tài liệu có dấu triện hoặc những tư liệu cần bảo tồn lâu dài, màu sắc và sắc độ có thể chính là một phần thông tin cần được lưu lại.

Đây là sự khác nhau cơ bản giữa các chế độ thu nhận. Ảnh đen trắng chỉ giữ hai trạng thái chính; ảnh grayscale giữ nhiều mức chuyển tiếp từ đen đến trắng nên thể hiện tốt hơn những nét mực nhạt, kết cấu giấy và vùng sáng tối; còn ảnh màu giữ thêm thông tin về màu sắc của vật gốc.

Không có chế độ nào luôn tốt nhất. Điều quan trọng là xác định màu sắc có mang thông tin hay không. Một hợp đồng mới in có thể không cần lưu màu, trong khi một văn bản có con dấu đỏ hoặc nhiều loại mực lại là câu chuyện khác. Nếu thông tin màu đã bị loại bỏ ngay ở bước scan, sau này không thể lấy lại nó từ một file đen trắng.

Vì vậy, số hóa không chỉ đặt câu hỏi “chữ có đọc được không?”, mà còn phải hỏi: bản số cần phản ánh những đặc điểm nào của bản gốc?

Bit depth – lượng sắc độ mà bản số có thể giữ

Đi cùng với chế độ màu là một thông số ít được người dùng phổ thông chú ý hơn: bit depth, hay độ sâu bit. Nếu DPI liên quan đến lượng chi tiết không gian được thu nhận, bit depth liên quan đến lượng thông tin mà mỗi pixel có thể biểu diễn.

Ảnh đen trắng 1-bit chỉ có hai trạng thái. Grayscale 8-bit có thể biểu diễn 256 mức sáng tối. Ảnh màu RGB 24-bit thường sử dụng 8 bit cho mỗi kênh đỏ, xanh lá và xanh dương, từ đó biểu diễn hàng triệu tổ hợp màu. Với những hệ thống thu nhận chuyên nghiệp, scanner còn có thể xử lý dữ liệu ở độ sâu cao hơn để giữ được nhiều chuyển tiếp sắc độ trước khi tạo file đầu ra.

Điều này đặc biệt có ý nghĩa với ảnh, tài liệu màu, bản thảo mờ hoặc những vật liệu có vùng sáng tối phức tạp. Tuy nhiên, cũng giống như DPI, bit depth cao hơn đồng nghĩa lượng dữ liệu lớn hơn và không phải mọi tài liệu đều cần mức cao nhất.

Một điểm cũng cần lưu ý khi đọc thông số scanner là độ sâu màu đầu vào và đầu ra có thể khác nhau. Một thiết bị ghi “48-bit color” có thể thu nhận hoặc xử lý nội bộ ở mức đó nhưng file cuối cùng được xuất ở mức khác tùy chế độ và phần mềm. Vì vậy, con số trên bảng thông số chỉ thực sự có ý nghĩa khi đặt cạnh loại tài liệu và dữ liệu đầu ra cần sử dụng.

Nguyên tắc vẫn giống bài toán DPI: không phải giữ nhiều dữ liệu nhất, mà là giữ đủ những thông tin có giá trị của bản gốc.

TIFF, JPEG hay PDF – mỗi định dạng phục vụ một công việc khác nhau

Sau khi scanner thu nhận hình ảnh, dữ liệu phải được lưu thành file. Đây là lúc TIFF, JPEG và PDF thường xuất hiện, nhưng không có một định dạng duy nhất tốt nhất cho mọi nhu cầu.

JPEG phổ biến vì dung lượng tương đối nhỏ, dễ xem, dễ chia sẻ và được hầu hết thiết bị hỗ trợ. Đổi lại, JPEG thường sử dụng nén mất dữ liệu. Với mức chất lượng tốt, sự khác biệt có thể khó nhận thấy trong sử dụng thông thường, nhưng đây không phải lúc nào cũng là lựa chọn lý tưởng nếu mục tiêu là giữ tối đa dữ liệu thu nhận cho lưu trữ lâu dài.

TIFF thường được sử dụng trong những quy trình cần giữ hình ảnh chất lượng cao và có thể lưu dữ liệu theo cách không làm mất thông tin. File vì thế thường lớn hơn, nhưng phù hợp để làm bản lưu trữ hoặc nguồn cho những xử lý sau này.

PDF giải quyết một nhu cầu khác. Một tập hồ sơ 100 trang nếu lưu thành 100 file ảnh riêng sẽ khá bất tiện. PDF cho phép tập hợp nhiều trang thành một tài liệu, giữ đúng thứ tự và có thể bổ sung OCR, metadata, bookmark cùng các thành phần hỗ trợ tra cứu. Vì vậy, PDF đặc biệt phổ biến với hồ sơ, sách và tài liệu văn phòng.

Tuy nhiên, phần mở rộng không nói lên chất lượng của bản số. Bên trong PDF có thể là ảnh chất lượng cao, cũng có thể là ảnh đã bị nén mạnh; có thể có lớp OCR hoặc chỉ đơn thuần là hình ảnh. Tương tự, TIFF hay JPEG cũng chỉ là một phần của toàn bộ quyết định số hóa.

Có thể hiểu đơn giản: định dạng file là chiếc hộp chứa dữ liệu; chất lượng thực sự còn phụ thuộc vào những gì đã được đưa vào chiếc hộp đó.

Một bản để giữ, một bản để sử dụng

Thay vì cố tạo một file duy nhất phục vụ mọi mục đích, nhiều dự án số hóa tách thành hai nhu cầu: bản lưu trữ và bản sử dụng.

Một bức ảnh gia đình quý có thể được scan ở chất lượng phù hợp và lưu thành bản master để giữ lâu dài. Từ bản này, người dùng có thể tạo JPEG nhẹ hơn để gửi cho người thân hoặc đưa lên website. Một cuốn sách có thể giữ các file ảnh chất lượng cao làm nguồn, đồng thời tạo PDF đã OCR để người đọc tìm kiếm và sử dụng thuận tiện hơn.

Cách tiếp cận này có một lợi thế rất lớn: bản tốt có thể tạo ra bản nhẹ, nhưng bản đã mất thông tin không thể tạo ngược trở lại thành bản tốt.

Điều đó cũng giải thích vì sao không nên chỉnh sửa trực tiếp bản thu nhận duy nhất. Làm trắng nền, tăng tương phản, khử vết ố hay làm sắc nét có thể giúp tài liệu dễ đọc hơn, nhưng đồng thời cũng có khả năng làm thay đổi những đặc điểm đang tồn tại trên vật gốc. Với tư liệu có giá trị, nên giữ một bản master tương đối trung thực với lần thu nhận ban đầu rồi tạo các bản dẫn xuất để xử lý và sử dụng.

Đây là một nguyên tắc quan trọng của số hóa: bản lưu trữ ưu tiên giữ thông tin; bản sử dụng ưu tiên sự thuận tiện.

Khi nhìn theo cách này, các thông số như scan màu, grayscale, 24-bit, 48-bit hay các định dạng TIFF, JPEG và PDF không còn là những thuật ngữ rời rạc trên bảng cấu hình máy scan. Chúng là những lựa chọn quyết định bản số sẽ giữ được gì từ vật gốc và dữ liệu ấy có thể được sử dụng như thế nào về sau.

Với hồ sơ văn phòng, điều quan trọng có thể là chữ rõ, OCR tốt và PDF dễ tra cứu. Với ảnh gia đình, màu sắc và sắc độ lại có giá trị lớn hơn. Với gia phả hoặc tài liệu cũ, nét mực, con dấu, ghi chú và dấu vết thời gian đều có thể là những thông tin cần được bảo tồn.

Không có một thiết lập duy nhất phù hợp cho tất cả.

Và mục tiêu cuối cùng cũng không phải tạo ra file lớn nhất hay hình ảnh đẹp nhất. Điều quan trọng là khi vật gốc không còn ở trước mắt, bản số vẫn giữ được những thông tin mà chúng ta đã xác định rằng không nên để mất.