IMPLEMENTACIÓN DEL MÓDULO DIGITALIZACIÓN DE DOCUMENTOS DEL ARKHEIA.

Abstract

Los archivos son instituciones que tienen como finalidad gestionar, atesorar, conservar y difundir el patrimonio documental. Para facilitar el manejo de la información en estas instituciones son utilizados los Sistemas de Gestión de Documentos de Archivos (SGDA). El desarrollo de los SGDA ha motivado la digitalización de los documentos de archivo, utilizando la copia digital para su difusión y consulta. La Oficina de Asuntos Históricos del Consejo de Estado (OAHCE) atesora en sus depósitos información gran valor histórico. Esta oficina utiliza el SGDA Arkheia, en el cual se encuentran descritos y digitalizados varios fondos personales. A los investigadores que acuden a esta institución se les dificulta la búsqueda de información, al no poder acceder a la información contenida en los documentos digitalizados. El módulo Digitalización de Documentos de Arkheia se encarga de la extracción de los caracteres en estas imágenes digitalizadas utilizando el motor de reconocimiento óptico de caracteres Tesseract. Para obtener una mayor calidad en el procesamiento se integró la biblioteca de visión artificial OpenCV lográndose mejorar el indicador de eficacia del OCR. Con la implementación de este módulo se obtuvo a partir de las imágenes un documento digital que contiene en texto editable las letras y las palabras de esta, facilitando el acceso a la información en la OAHCE.