Tài liệu Nghiên cứu công nghệ số hóa và tạo lập chỉ số trong hệ quản trị nội dung

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ NGUYỄN THỊ HÕA NGHIÊN CỨU CÔNG NGHỆ SỐ HÓA VÀ TẠO LẬP CHỈ SỐ TRONG HỆ QUẢN TRỊ NỘI DUNG LUẬN VĂN THẠC SĨ Hà Nội - 2013 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƢỜNG ĐẠI HỌC CÔNG NGHỆ NGUYỄN THỊ HÕA NGHIÊN CỨU CÔNG NGHỆ SỐ HÓA VÀ TẠO LẬP CHỈ SỐ TRONG HỆ QUẢN TRỊ NỘI DUNG Ngành: Công nghệ thông tin Chuyên ngành: Công nghệ phần mềm Mã số: 60 48 10 LUẬN VĂN THẠC SĨ CÔNG NGHỆ THÔNG TIN NGƢỜI HƢỚNG DẪN KHOA HỌC: TS. Trần Minh Hà Nội - 2013 1 LỜI CẢM ƠN Trước tiên tôi xin bày tỏ lòng biết ơn sâu sắc tới TS. Trần Minh, Phó viện trưởng Viện công nghiệp phần mềm và nội dung số Việt Nam. Trong thời gian làm luận văn tốt nghiệp, thầy đã dành nhiều thời gian quí báu và tận tình chỉ bảo, hướng dẫn tôi trong việc nghiên cứu, thực hiện luận văn. Tôi xin được cảm ơn các thầy giáo, cô giáo đã giảng dạy tôi trong quá trình học tập và làm luận văn. Các thầy cô đã giúp tôi hiểu thấu đáo hơn lĩnh vực mà mình nghiên cứu để có thể vận dụng những kiến thức đó vào trong công tác của mình. Xin cảm ơn bạn bè, đồng nghiệp đã tạo mọi điều kiện tốt nhất, động viên, cổ vũ tôi trong suốt quá trình học tập và nghiên cứu để hoàn thành bản luận văn tốt nghiệp này. Hà Nội, tháng 12 năm 2013 Học viên thực hiện Nguyễn Thị Hòa 2 LỜI CAM ĐOAN Tôi xin cam đoan rằng, đây là kết quả nghiên cứu của tôi trong đó có sự giúp đỡ rất lớn của thầy hướng dẫn và các đồng nghiệp ở trường Đại học Hải Dương. Các số liệu kết quả nêu trong luận văn là trung thực và chưa từng được ai công bố trong bất kỳ công trình nghiên cứu nào khác. Trong luận văn, tôi có tham khảo đến một số tài liệu của một số tác giả đã được liệt kê tại phần tài liệu tham khảo ở cuối luận văn. Hà Nội, tháng 12 năm 2013 Học viên thực hiện Nguyễn Thị Hòa 3 MỤC LỤC DANH MỤC CÁC CHỮ VIẾT TẮT .............................................................................. 5 DANH SÁCH BẢNG ...................................................................................................... 6 DANH SÁCH HÌNH VẼ ................................................................................................ 7 MỞ ĐẦU ......................................................................................................................... 9 Chương 1. PHÂN TÍCH QUÁ TRÌNH SỐ HÓA........................................................ 11 1.1. Công nghệ số hóa ................................................................................................ 11 1.1.1. Khái niệm...................................................................................................... 11 1.1.2. Tại sao phải số hóa dữ liệu ........................................................................... 11 1.1.3. Ưu điểm và Hạn chế ..................................................................................... 11 1.1.4. Quá trình số hóa ............................................................................................ 12 1.2. Công nghệ mã nguồn mở trong sao chụp tài liệu ............................................... 13 1.2.1. Giới thiệu TWAIN và thư viện Dynamic .Net TWAIN ............................... 13 1.2.2. Giới thiệu thư viện SANE ............................................................................ 17 Chương 2. LẬP METADATA VÀ CHỈ MỤC NGƯỢC ĐỂ LƯU TRỮ VÀ TÌM KIẾM ............................................................................................................................. 35 2.1. Cơ sở tạo lập........................................................................................................ 35 2.2. Metadata tạo lập (xác thực) ................................................................................. 36 2.3. Metadata tìm kiếm (Dublin Core) ....................................................................... 36 2.3.1. Tạo lập metadata ........................................................................................... 37 2.3.2. Lựa chọn chuẩn dữ liệu đặc tả ...................................................................... 37 2.4. Phương pháp lập chỉ mục ngược để tìm kiếm tài liệu ........................................ 43 2.4.1. Đánh chỉ mục ................................................................................................ 44 2.4.2. Truy vấn theo nhóm từ.................................................................................. 48 2.5. GreenStone trong tạo lập chỉ mục ....................................................................... 49 2.5.1. Tổng quan về GreenStone ............................................................................ 49 2.5.2. Quá trình xây dựng bộ sưu tập...................................................................... 55 Chương 3. ỨNG DỤNG THỬ NGHIỆM .................................................................... 56 3.1. Bài toán ứng dụng ............................................................................................... 56 3.1.1. Yêu cầu thực tế ............................................................................................. 56 3.1.2. Bài toán ứng dụng ......................................................................................... 56 3.2. Ứng dụng thử nghiệm ......................................................................................... 57 4 3.2.1. Ứng dụng scan văn bản................................................................................. 57 3.2.2. Tạo bộ văn bản lưu trữ với GLI (sau đây gọi chung là bộ sưu tập) ............. 59 3.3.3. Một số giao diện trang lưu trữ và tìm kiếm văn bản .................................... 64 3.3. Đánh giá .............................................................................................................. 66 KẾT LUẬN.................................................................................................................... 67 TÀI LIỆU THAM KHẢO ............................................................................................. 68 PHỤ LỤC: Các xử lý trong chương trình Scan văn bản ........................................... 69 5 DANH MỤC CÁC CHỮ VIẾT TẮT Từ viết tắt Ý nghĩa Giải thích tiếng Việt API Application Programming Interface CCVC Công chức viên chức CNTT Công nghệ thông tin GLI GreenStone Librarian Interface GNU GNU's Not Unix SANE Scanner Access Now Easy Truy cập máy quét dễ dàng XML eXtensible Markup Language Ngôn ngữ đánh dấu mở rộng Giao diện lập trình ứng dụng Giao diện GreenStone thư viện 6 DANH SÁCH BẢNG Bảng 1.1: Mã trạng thái (Status Codes) ............................................................. 21 Bảng 1.6: Giá trị và ý nghĩa của SANE_ACTION ............................................ 27 Bảng 2.1: Các thành tố đặc tả dữ liệu Dublin Core ............................................ 39 Bảng 2.2: Bảng danh sách các Plugin ................................................................ 51 Bảng 2.3: Bảng các tên thành phần hiển thị trên trang web ............................... 55 7 DANH SÁCH HÌNH VẼ Hình 1.1: Mô hình tổng quan hệ thống số hóa tài liệu ....................................... 12 Hình 1.2: Các yếu tố của TWAIN ...................................................................... 13 Hình 1.4: Quá trình thu thập dữ liệu .................................................................. 14 Hình 1.6: Dynamic .Net TWAIN trong Microsoft Visual Studio .Net .............. 17 Hình 1.7: Khung chương trình ........................................................................... 32 Hình 1.8: Thuộc tính vùng quét (Scan area options).......................................... 34 Hình 2.1: Mô hình thực hiện một nghiệp vụ hành chính. .................................. 35 Hình 2.2: Sơ đồ chuyển đổi một văn bản gốc vào hệ thống tin học. ................. 36 Hình 2.3: Danh sách các posting cho từ Brutus, Caesar, Calpurnia .................. 44 Hình 2.4: Quá trình xây dựng các token ............................................................ 45 Hình 2.5: Tạo các token từ Tài liệu 1, Tài liệu 2 ............................................... 45 Hình 2.6: Sắp xếp theo từ chỉ mục ..................................................................... 46 Hình 2.7: Dictionary và Postings ....................................................................... 47 Hình 2.8: Kết quả truy vấn hai từ Brutus, Caesar .............................................. 48 Hình 2.10: Tài liệu được liệt kê theo từng vùng alphabet .................................. 54 Hình 3.1: Chế độ quét 1-bit BW......................................................................... 58 Hình 3.2: Chế độ quét 8-bit Gray ....................................................................... 58 Hình 3.3: Chế độ quét 24-bit RGB ..................................................................... 59 Hình 3.4: Tạo mới bộ sưu tập ............................................................................. 60 Hình 3.5: Chọn tài liệu cho bộ sưu tập ............................................................... 60 Hình 3.6: Biên mục tài liệu theo chuẩn Dublin Core ......................................... 61 Hình 3.7: Lựa chọn Plugin cho tài liệu .............................................................. 61 Hình 3.8: Chỉ mục tìm kiếm ............................................................................... 62 Hình 3.9: Thêm chỉ mục tìm kiếm mới .............................................................. 62 Hình 3.10: Tạo nút tìm kiếm mới ....................................................................... 63 Hình 3.11: Xây dựng bộ sưu tập ........................................................................ 63 Hình 3.12: Định dạng Email, ảnh hiển thị. ......................................................... 63 Hình 3.13: Các thư mục chứa file tài liệu và file đặc tả tương ứng (XML)....... 64 8 Hình 3.14: Giao diện giới thiệu .......................................................................... 64 Hình 3.15: Tìm kiếm theo các tùy chọn ............................................................. 65 Hình 3.16: Tìm kiếm theo tên tệp tin ................................................................. 65 Hình 3.17: Tìm kiếm theo thể loại ..................................................................... 65 Hình 3.18: Tìm kiếm theo thời gian ................................................................... 66 9 MỞ ĐẦU Lý do chọn đề tài Hiện nay công tác quản lý nhà nước tại các cơ quan các cấp đang phát sinh một số lượng lớn văn bản bằng giấy tờ hàng ngày cần được xử lý, chuyển giao và lưu trữ. Ứng dụng tin học trong quản lý hành chính đã được triển khai, nhiều phần mềm ứng dụng đã phát huy hiệu quả tích cực, nâng cao hiệu suất làm việc cho cơ quan, tổ chức và dần trở thành các công cụ không thể thiếu trong các nghiệp vụ hành chính của mỗi cơ quan, tổ chức. Phần mềm quản lý văn bản, điều hành tác nghiệp là một trong số những ứng dụng được triển khai rộng khắp các cơ quan, tổ chức hành chính, tuy nhiên khi triển khai đại trà các ứng dụng và kết nối, trao đổi dữ liệu giữa các cơ quan, đơn vị thì các phần mềm này bắt đầu xuất hiện không ít các bất cập. Một kết quả khảo sát tại các đơn vị cấp huyện của tỉnh Hải Dương cho thấy, hầu hết các đơn vị đều được triển khai và đang sử dụng có hiệu quả hệ thống phần mềm phục vụ quản lý văn bản, tuy nhiên theo đa số các cán bộ được phỏng vấn đều có ý kiến các cơ quan, tổ chức đều khó trao đổi được với nhau bằng văn bản điện tử. Nói rộng ra, ngoài những ưu điểm không thể phủ nhận, còn hiện hữu một số trục trặc và bất cập trong hầu hết các hệ thống tin học phục vụ quản lý hành chính. Các bất cập nêu trên xuất hiện như một đặc điểm chung trong các hệ thống tin học hiện nay đang triển khai ứng dụng tại các cơ quan, tổ chức hành chính. Điểm lưu ý là các bất cập nêu trên lại không xảy ra với hệ thống hành chính truyền thống. Câu hỏi đặt ra bản chất các bất cập nêu trên là gì, hệ thống tin học hiện nay thiết kế đã phù hợp với các yêu cầu của hệ thống hành chính chưa? Có nhiều nguyên nhân giải thích các bất cập tại sao các phần mềm ứng dụng cho các cơ quan, tổ chức chưa phát huy hết hiệu quả tại các cơ quan hành chính, nhiều trường hợp phần mềm chưa đáp ứng được yêu cầu người sử dụng mà nhiều công trình nghiên cứu đã chỉ ra: Trình độ người sử dụng, sự quan tâm của người đứng đầu cơ quan, tài chính, mức độ thân thiện của phần mềm, thói quen người sử dụng… Các nguyên nhân này dường như không đề cập đến phân tích hệ thống thông tin được thiết kế và triển khai cho các cơ quan, tổ chức nhà nước đã áp dụng yêu cầu của người sử dụng là các cán bộ hành chính hay chưa. Nói cách khác, hệ thống thông tin đã là một công cụ làm việc hành chính hay chưa. Hệ thống thông tin/ cơ sở dữ liệu/ phần mềm phục vụ nghiệp vụ hành chính của một cơ quan (như quản lý, lưu trữ, xử lý, trao đổi văn bản…) về bản chất là những công cụ được xem là một phần của hoạt động nghiệp vụ hành chính. Do đó phải tuân thủ và hoạt động như một thành phần của hệ thống hành chính, phải đáp ứng đầy đủ các qui định tại các văn bản pháp luật và các qui định do cơ quan có thẩm quyền ban hành. Để giải quyết các bất cập nêu trên tác giả đã nghiên cứu và nhận thấy rằng công 10 nghệ số hóa và tạo lập chỉ mục sẽ giúp cho các cơ quan tổ chức quản lý và trao đổi văn bản điện tử một cách dễ dàng hơn và đặc biệt tuân thủ các quy phạm pháp luật về hành chính. Qua thực tế tại trường Đại học Hải Dương tác giả sẽ đưa ra mô hình quản lý, lưu trữ và trao đổi văn bản của Nhà trường với kết quả đã nghiên cứu được. Đối tƣợng và phạm vi nghiên cứu Đối tượng nghiên cứu: Công nghệ số hóa văn bản TWAIN, SANE (Scanner Access Now Easy), ứng dụng Greenstone trong việc lưu trữ và tạo lập chỉ mục. Phạm vi nghiên cứu: Luận văn tập trung nghiên cứu cơ sở xử lý, lưu trữ và chuyển giao văn bản tại trường Đại học Hải Dương bằng công nghệ số hóa văn bản TWAIN, SANE và tạo lập chỉ mục sử dụng ứng dụng Greenstone. Kết cấu của luận văn Phần còn lại của luận văn có cấu trúc như sau: Chƣơng 1: Phân tích quá trình số hóa. Chương này trình bày về khái niệm số hóa và tạo lập chỉ số, lý do tại sao cần số hóa, các ưu điểm, nhược điểm của việc số hóa dữ liệu, và đặc biệt là trình bày về công nghệ mã nguồn mở trong sao chụp tài liệu (thư viện Dynamic .Net TWAIN, thư viện mã nguồn mở SANE). Chƣơng 2: Lập metadata và chỉ mục ngƣợc để lƣu trữ và tìm kiếm. Chương này trình bày hai giai đoạn tạo lập metadata, metadata tạo lập (mang tính xác thực văn bản), metadata mô tả nội dung (Dublin Core - phục vụ trong quá trình tìm kiếm văn bản), nghiên cứu phương pháp tạo lập chỉ mục ngược để lưu trữ và tìm kiếm. Chƣơng 3: Ứng dụng thử nghiệm. Chương này sẽ đưa ra ứng dụng scan văn bản, ứng dụng Greenstone trong việc lưu trữ, tạo lập chỉ mục văn bản đã được số hóa tại trường Đại học Hải Dương minh họa cho các nghiên cứu ở chương 1 và chương 2. 11 Chƣơng 1. PHÂN TÍCH QUÁ TRÌNH SỐ HÓA 1.1. Công nghệ số hóa 1.1.1. Khái niệm Thông thường, các dữ liệu dạng chữ, hình ảnh, âm thanh… [11] sử dụng trên máy tính và được máy tính nhận biết đúng định dạng, được gọi chung là dữ liệu số. Quá trình chuyển các dạng dữ liệu truyền thống như các bản viết tay, bản in trên giấy, hình ảnh… sang chuẩn dữ liệu trên máy tính và được máy tính nhận biết được gọi là số hoá dữ liệu. Như vậy, số hoá dữ liệu [11] là hình thức chuyển đổi các dữ liệu truyền thống bên ngoài thành dạng dữ liệu số mà máy tính có thể hiểu được. 1.1.2. Tại sao phải số hóa dữ liệu Hãy tưởng tường rằng phải mất bao nhiêu giấy tờ và không gian để lưu trữ kho kiến thức khổng lồ của nhân loại ngày một nhiều, hơn nữa việc bảo quản và phạm vi sử dụng bị hạn chế. Do vậy bắt buộc chúng ta phải nghĩ đến giải pháp số hóa dữ liệu. Việc số hóa dữ liệu sẽ giúp việc lưu trữ, truy xuất, chia sẻ, tìm kiếm thông tin một cách nhanh chóng và dễ dàng nhất [11]. 1.1.3. Ưu điểm và Hạn chế a. Ƣu điểm [11]: Giúp việc lưu trữ, truy xuất, chia sẻ, tìm kiếm thông tin một cách dễ dàng. Ưu điểm này bao gồm tổng hoà các thuận tiện trong công tác quản lý, bảo quản, bảo vệ, khai thác và sử dụng tài liệu lưu trữ với một ngân hàng dữ liệu số; Linh hoạt trong việc chuyển đổi sang các loại dữ liệu số khác nhau. Sự chuyển đổi phổ biến nhất là chuyển đổi định dạng các file tài liệu. Ví dụ, ta đang có một file word, có thể chuyển sang định dạng PDF nhờ một chương trình ứng dụng để chuyển đổi nó. Ứng dụng đó có thể là một chương trình độc lập, hoặc là một kỹ thuật nhúng tích hợp vào chương trình word, hoặc là một ứng dụng on line... Dữ liệu sau khi chuyển đổi sẽ được sử dụng linh hoạt hơn; Giảm chi phí tối đa cho việc quản lý tài liệu lưu trữ. Chúng ta hiểu tiết kiệm không gian bảo quản tài liệu lưu trữ một cách tương đối, vì theo quy định của Luật lưu trữ, tài liệu lưu trữ đã được số hóa, vẫn phải bảo quản an toàn tài liệu bản gốc; Có khả năng chỉnh sửa và tái sử dụng dữ liệu. Ở thuận lợi này ta cần hiểu “khả năng chỉnh sửa” theo đúng nguyên tắc quản lý tài liệu lưu trữ là không được chỉnh sửa nội dung tài liệu, mà chỉ chỉnh sửa chất lượng mang tin, như tài liệu bị mờ, bị hư hỏng nặng cần chỉnh sửa. b. Hạn chế [11]: Khi bắt đầu xây dựng một đề án số hóa tài liệu lưu trữ, cần phải đầu tư ban đầu 12 về công nghệ, cơ sở hạ tầng công nghệ thông tin và các thiết bị khác, ví dụ, cần phải đầu tư mua sắm, hoặc thuê từng phần các thiết bị phần cứng như máy tính, máy in, máy quét ảnh và các chương trình phần mềm để quản lý và tra tìm tài liệu. Khi đã có đầy đủ các thiết bị phần cứng, phần mềm, việc thực hiện số hóa tài liệu có thể thuê các cơ quan chuyên môn thực hiện. Ngoài ra, điều rất quan trọng là phải đầu tư cho yêu cầu đào tạo con người theo các mức độ khác nhau như đào tạo công chức làm quản lý, công chức, viên chức tác nghiệp và những cán bộ kỹ thuật, cán bộ chuyên tin. Dữ liệu số hóa dễ bị sao chép và sửa đổi trái phép. Điều này có thể khắc phục giản đơn đối với những người chuyên làm công tác quản trị mạng, nhưng không giản đơn đối với toàn bộ công chức, viên chức của cả một cơ quan, tổ chức có sử dụng cơ sở dữ liệu số hóa. Việc triển khai sử dụng gặp nhiều khó khăn do phải thực hiện training đồng bộ và có hệ thống. Ngoài ra việc bảo mật dữ liệu cũng là một thách thức lớn. 1.1.4. Quá trình số hóa Mô hình tổng quan của hệ thống số hóa tài liệu được mô tả ở hình 1.1. Hình 1.1: Mô hình tổng quan hệ thống số hóa tài liệu Hình 1.1 thể hiện quá trình số hóa [11]: văn bản giấy được quét qua máy scan, kết quả là văn bản đó sẽ được lưu trữ dưới dạng một file ảnh. Tuy nhiên đó là một thao tác bước đầu, để phục vụ trong quá trình lưu trữ, tìm kiếm và trao đổi văn bản đó thì ngoài file ảnh ta còn phải thiết lập một số thuộc tính đi kèm file ảnh để thể hiện rõ nội 13 dung văn bản như thế nào. Việc scan văn bản sẽ được nghiên cứu thông qua TWAIN, SANE - công nghệ mã nguồn mở trong sao chụp tài liệu. Vấn đề này sẽ được đề cập trong phần 1.2. Các thuộc tính đi kèm file ảnh quét văn bản được xây dựng theo quy chuẩn Việt Nam về dữ liệu đặc tả cũng được dựa trên chuẩn Dublin Core (Công văn 839 ngày 29/9/2011 – Bộ thông tin và truyền thông) [1]. Vấn đề này sẽ được trình bày rõ trong chương này. Giải pháp số hóa tài liệu tổng thể là sự kết hợp thông minh giữa hệ thống máy quét, hệ thống lập chỉ mục, tách bộ (điển hình là phần mềm Kodak Capture Pro) và hệ thống quản lý khai thác tài liệu (mà hiện nay thông dụng là giải pháp quản lý tài liệu Docuflo). 1.2. Công nghệ mã nguồn mở trong sao chụp tài liệu 1.2.1. Giới thiệu TWAIN và thư viện Dynamic .Net TWAIN 1.2.1.1. TWAIN  Tổng quan về TWAIN TWAIN [7, 12] định nghĩa một phần mềm giao thức chuẩn và giao diện lập trình ứng dụng (API) để giao tiếp giữa các ứng dụng phần mềm và các thiết bị thu nhận hình ảnh (nguồn dữ liệu). Bốn yếu tố quan trọng trong TWAIN: Hình 1.2: Các yếu tố của TWAIN Hình 1.2 mô tả các yếu tố của TWAIN bao gồm: Phần mềm ứng dụng: Một ứng dụng sử dụng giao thức TWAIN để thu được hình ảnh, fax,…. Chương trình quản lý nguồn: Phần mềm này quản lý sự tương tác giữa các ứng dụng và nguồn. Mã này được cung cấp bởi tổ chức TWAIN. Nguồn dữ liệu: TWAIN điều khiển phần cứng phù hợp. Phần mềm này thường được cài đặt khi trình điều khiển phần cứng được cài đặt. Các phần cứng: Máy Scan, Camera,... 14  Giao diện ngƣời dùng TWAIN Khi một ứng dụng sử dụng TWAIN thu được dữ liệu, quá trình thu nhận dữ liệu có thể được hiển thị cho người dùng của ứng dụng trong ba lĩnh vực sau [7, 12]: Hình 1.4: Quá trình thu thập dữ liệu Hình 1.4 thể hiện giao diện người dùng TWAIN, tương ứng với các yếu tố của TWAIN là các thành phần hiển thị cho người dùng, các thành phần đó bao gồm: Các ứng dụng: Người sử dụng cần chọn thiết bị mà từ đó họ muốn thu thập các dữ liệu. TWAIN khuyến cáo mạnh mẽ các nhà phát triển ứng dụng thêm hai lựa chọn để trình đơn File của họ. Lựa chọn các chức năng tương ứng để thực hiện chương trình. Quản lý nguồn: Khi người dùng chọn tùy chọn Select Source, yêu cầu ứng dụng quản lý Source hiển thị hộp thoại Select Source của nó. Danh sách này liệt kê tất cả các thiết bị có sẵn và cho phép người sử dụng chọn một thiết bị. Nguồn: Mọi TWAIN tuân thủ Source cung cấp một giao diện người dùng cụ thể cho thiết bị cụ thể của nó. Khi người sử dụng ứng dụng chọn tùy chọn Thu thập, giao diện người dùng TWAIN của Source có thể được hiển thị. 1.2.1.2. Thư viện Dynamic .Net TWAIN  Dynamic .Net TWAIN là gì? Dynamic .Net TWAIN [8] là một thành phần .Net cho phép bạn thu nhận hình ảnh từ bất kỳ thiết bị TWAIN tương thích. Với thiết kế giao diện cẩn thận, và xây dựng trong chế độ tự động. Dynamic .Net TWAIN rất dễ sử dụng, bạn có thể thực hiện TWAIN trong một vài dòng mã. Đồng thời Dynamic .Net TWAIN rất mạnh, nó tương thích với TWAIN V2.1, và cung cấp ba chế độ truyền tải hình ảnh và nhiều tính năng 15 khác.  Trạng thái TWAIN trong Dynamic .Net TWAIN Dynamic .Net TWAIN [8] làm giảm độ phức tạp của các trạng thái TWAIN chuẩn. Trạng thái 2 được di chuyển. Gọi OpenSourceManager() chuyển tới trạng thái 3. Gọi OpenSource() chuyển tới trạng thái 4. Gọi EnableSource() hoặc AcquireImage() chuyển tới trạng thái 5. Trạng thái 6 và trạng thái 7 là ẩn, chỉ sự kiện OnPreAllTransfers, OnPreTransfer, OnPostTransfer, OnPostAllTransfers, OnTransferError hoặc OnTransferCancelled bị loại bỏ. Hơn nữa, Dynamic .Net TWAIN được xây dựng trên chế độ Wizard. Với chế độ này, việc chuyển trạng thái được quản lý một cách thông minh. Bạn có thể bỏ qua sự tồn tại của các trạng thái. Ví dụ, nếu bạn gọi EnableSource() trực tiếp mà không gọi OpenSource(), Dynamic .Net TWAIN sẽ gọi tất cả hàm cần thiết để chuyển trạng thái TWAIN tới trạng thái 5. Bạn cũng có thể thoát khỏi ứng dụng TWAIN không gọi CloseSource() hoặc CloseSourceManager().  Các phƣơng thức và thuộc tính của Dynamic .Net TWAIN trong ứng dụng quét tài liệu. Thuộc tính [8]: SourceCount: Trả lại tổng số nguồn được cài đặt trong hệ thống. Đây là một thuộc tính chỉ đọc, thời gian thực. HowManyImagesInBuffer: Trả lại tổng số hình ảnh là trong bộ đệm. Đây là một thuộc tính chỉ đọc, thời gian thực. IfAppendImage: Trả về hoặc thiết lập tùy chọn chèn hoặc thêm hình ảnh quét mới. IfSaveAnnotations: Trả về hoặc thiết lập hoặc lưu trữ các chú thích tạo ra. Thuộc tính chỉ áp dụng cho các tập tin PDF. IfShowUI: Trả về hoặc thiết lập hoặc Source hiển thị giao diện người dùng. IfDisableSourceAfterAcquire: Trả về hoặc thiết lập hoặc đóng Data Source User Interface sau khi nhận tất cả các hình ảnh. Giá trị mặc định của thuộc tính này là False. PixelType: Trả về hoặc thiết lập các kiểu pixcel của hình ảnh thu nhận. Đây là một thuộc tính thời gian thực. BitDepth: Trả về hoặc thiết lập độ sâu bit cho giá trị hiện tại của thuộc tính PixelType. Đây là thuộc tính thời gian thực. Resolution: Trả về hoặc thiết lập độ phân giải hiện tại cho hình ảnh thu nhận. 16 Đây là thuộc tính thời gian thực. IfFeederEnabled: Trả về hoặc thiết lập hoặc ADF (Automatic Document Feeder) hiển thị. Đây là thuộc tính thời gian thực IfAutoFeed: Trả về hoặc thiết lập hoặc Source hiển thị tài liệu xử lý tự động. Đây là thuộc tính thời gian thực. IfDuplexEnabled: Trả về hoặc thiết lập hoặc Source cung cấp quét 2 mặt. Nếu đúng, máy scan sẽ quét cả 2 mặt của trang giấy, nếu không, máy scan sẽ chỉ quét một mặt. Đây là thuộc tính thời gian thực. Duplex: Trả về hoặc nguồn cung cấp 2 mặt. Nếu vậy, nó tiếp tục trả về mức của Source cung cấp 2 mặt (một hoặc hai đường qua 2 mặt). Đây là thuộc tính chỉ đọc, thời gian thực. CurrentImageIndexInBuffer: Trả về hoặc thiết lập chỉ số hiện tại của hình ảnh trong bộ đệm. Đây là thuộc tính thời gian thực. Phương thức [8]: OpenSourceManager(): Load và mở Data Source Manager SourceNameItems: Mảng các tên nguồn SelectSourceByIndex: Lựa chọn SourceNameItems như nguồn hiện tại. chỉ số nguồn trong thuộc tính OpenSource: Load Source xác định trong bộ nhớ chính và bắt đầu khởi tạo nó, đặt Dynamic .Net TWAIN trong trạng thái Capability Negotiation. Nếu nguồn không được xác định (no SelectSource() hoặc SelectSourceByIndex() được gọi), mở nguồn mặc định. SaveAsBMP: Lưu hình ảnh của một chỉ số xác định trọng bộ đệm như file BMP. SaveAsJPEG: Lưu hình ảnh của một chỉ số xác định trọng bộ đệm như file JPEG. SaveAsPNG: Lưu hình ảnh của một chỉ số xác định trọng bộ đệm như file PNG. SaveAsTIFF: Lưu hình ảnh của một chỉ số xác định trọng bộ đệm như file TIFF. SaveAsPDF: Lưu hình ảnh của một chỉ số xác định trọng bộ đệm như file PDF. SaveAllAsMultiPageTIFF: Lưu tất cả các hình ảnh trong bộ đệm như một file TIFF. SaveAllAsPDF: Lưu tất cả các hình ảnh trong bộ đệm như một file PDF. 17  Sử dụng Dynamic .Net TWAIN trong Microsoft Visual Studio .Net Trước khi mở ứng dụng mẫu viết trên C# và VB.Net hãy tích hợp Dynamic .Net TWAIN vào trong Visual Studio .Net đầu tiên. Dưới đây là các bước tích hợp Dynamic .Net TWAIN vào trong .Net. 1. Khởi động Visual Studio .Net. 2. Từ menu Tool chọn Choose Toolbox Items. 3. Trong hộp thoại Choose Toolbox Items, chọn Browse, sau đó tìm đến DynamicDotNetTWAIN.dll. Chọn OK để đóng hộp thoại. 4. Thành phần Dynamic .Net TWAIN có thể sử dụng trong .Net như các điều khiển khác. Hình 1.6: Dynamic .Net TWAIN trong Microsoft Visual Studio .Net 1.2.2. Giới thiệu thư viện SANE Từ SANE [13] là viết tắt của "Scanner Access Now Easy" (Truy cập máy quét dễ dàng) và là một giao diện lập trình ứng dụng (API) cung cấp các phương thức giao tiếp một cách chuẩn hóa tới hàng loạt các máy quét đa dạng khác nhau (máy quét phẳng, máy quét cầm tay, camera …). Giao diện lập trình ứng dụng SANE là một thư viện mã nguồn mở theo giấy phép GNU, mã nguồn hiện tại được viết cho UNIX (bao gồm cả GNU/Linux). SANE là một giao diện máy quét vạn năng, có nghĩa là nó cho phép chỉ cần viết một trình điều khiển trên mỗi thiết bị thu nhận hình ảnh chứ không cần phải viết một trình điểu khiển cho mỗi một thiết bị + một ứng dụng. Ví dụ, nếu chúng ta có 3 ứng 18 dụng và 4 thiết bị, theo cách truyền thống, chúng ta phải viết 12 chương trình khác nhau. Nhưng với SANE, con số này sẽ giảm xuống còn 7 chương trình (3 ứng dụng + 4 trình điều khiển). Với số lượng lớn các thiết bị và ứng dụng, chúng ta thấy số lượng chương trình giảm được là rất đáng kể. Với SANE, không chỉ rút ngắn được thời gian phát triển mà số lượng code trùng lặp được giảm đáng kể. Thêm vào đó, SANE được thiết kế để nó có khả năng triển khai các API trên mọi phần cứng ảo hoặc hệ điều hành. Một ứng dụng mà sử dụng giao diện SANE được gọi là SANE frontend. Các trình điều khiển của giao diện SANE được gọi là SANE backend. Meta backend quản lý một hoặc nhiều các backend. 1.2.2.1. Môi trường SANE SANE được định nghĩa như là một giao diện thư viện C có thể gọi được [13]. Việc truy cập các máy thiết bị quét thường bao gồm hai giai đoạn. Giai đoạn thứ nhất là thiết lập hoặc truy vấn các thông số của máy quét. Giai đoạn hai là thu nhận một hoặc nhiều hình ảnh từ máy quét. Các thông số của thiết bị thường khác nhau với mỗi thiết bị, vì vậy SANE cung cấp một giao diện chung cho phép các frontend dễ dàng cung cấp cho người dùng khả năng truy cập tất cả các thông số mà không cần phải hiểu về mỗi hoặc tất cả các thông số của thiết bị. Nguyên lý thiết kế được sử dụng ở đây là ánh xạ mỗi thông số của thiết bị vào một SANE option. Một option là một một cặp tên/giá trị tự mô tả. Ví dụ, thông số độ sáng (brightness) của một camera có thể được đại diện bởi một option được gọi là brightness có giá trị là một số nguyên trong phạm vi từ 0 đến 255. Với các option tự mô tả, một backend không cần phải quan tâm tới vấn đề biểu diễn: backend chỉ đơn giản là cung cấp một danh sách các option mô tả tất cả các thông số cho phép trong thiết bị. Tương tự, với frontend, cũng không cần quan tâm tới ý nghĩa của mỗi option mà chỉ đơn giản là cung cấp các cách thức để biểu diễn và thay đổi các option được định nghĩa bởi backend. 1.2.2.2. Giao diện lập trình ứng dụng (API) SANE [13] Các kiểu dữ liệu Các kiểu dữ liệu cơ bản (Base Type) Tiêu chuẩn SANE chỉ dựa trên 2 kiểu dữ liệu cơ bản là SANE_Byte và SANE_Word typedef some-scalar-type SANE_Byte; typedef some-scalar-type SANE_Word; SANE_Byte có thể biểu diễn các giá trị trong khoảng từ 0 đến 255. SANE_Word có thể biểu diển các giá trị sau: