携帯電話で 3 ページの文書をスキャンし、PDF として保存すると、結果のファイルの重さは 8 MB になります。デスクトップ スキャナでは、同じ 3 ページが約 300 キロバイトで生成されます。モバイルで生成されたファイルは 25 倍以上大きくなりますが、どちらのバージョンも画面上では完全に読み取れるように見えます。この不一致はランダムではなく、単に携帯電話のカメラがより多くのメガピクセルをキャプチャするためでもありません。ファイル サイズの違いは、ドキュメントのニーズと一致しない画像解像度、二重圧縮アーティファクト、不必要な色深度、非効率的な PDF 埋め込み方法などの要因の組み合わせによって発生します。これらの各要素を理解することで、スキャンされたドキュメントの読みやすさを損なうことなく、出力サイズを正確に制御できるようになります。
画像解像度: ファイル サイズの違いにおける唯一の最大要因
最新のスマートフォンのカメラは、ドキュメントのスキャンに必要な解像度をはるかに超える解像度で画像をキャプチャします。一般的な携帯電話のメイン カメラは 12 ～ 48 メガピクセルの画像を生成します。これは、およそ 4,000 x 3,000 ピクセル以上の画像に相当します。デスクトップ スキャナをレター サイズのページに対して標準の 300 DPI に設定すると、2,550 x 3,300 ピクセル、約 8.4 メガピクセルの画像が生成されます。電話機の画像には、まったく同じ物理ページ領域のスキャナ画像より 2 ～ 5 倍多くのピクセルが含まれています。ピクセルが追加されるたびに、生データがファイルに追加されます。両方の次元の解像度を 2 倍にすると、ピクセル数は 4 倍になり、他のすべてが等しい場合、非圧縮ファイル サイズは 4 倍になります。
非圧縮で保存された 12 メガピクセルの画像は、約 36 メガバイトのメモリを消費します (1200 万ピクセル × RGB カラーのピクセルあたり 3 バイト)。同じページをデスクトップ スキャナで 300 DPI でスキャンすると、非圧縮で約 25 メガバイトが生成されます。電話機はかなり多くの生データから開始され、その後適用される圧縮では、画質が目に見えて低下するまでしかデータを削減できません。ほとんどのモバイル スキャナ アプリは、PDF にエンコードする前にキャプチャした画像をダウンスケールすることでこの問題に対処しています。カメラ キャプチャを効果的な 300 DPI に削減するアプリでは、デスクトップ スキャンと同等のファイル サイズが生成されます。デフォルトで、またはユーザーが高品質設定を選択したために、ネイティブのカメラ解像度を維持するアプリは、それに比例して、画面上の読み取りに必要なサイズよりも 5 ～ 25 倍も大きいファイルを生成します (Digital Document Foundation、「Mobile Scanning Resolution Benchmarks」、2025)。
JPEG 圧縮と二重圧縮の問題
デスクトップ スキャナは通常、ユーザーがスキャナ ドライバで選択した品質レベルで JPEG 圧縮を使用して、生のスキャン データを 1 回圧縮します。 JPEG 品質を 85% に設定すると、ほとんどのテキスト ドキュメントで視覚的な品質とファイル サイズのバランスが適切になります。ただし、モバイル スキャナ アプリは、それ自身に過失がないにもかかわらず、圧縮を 2 回適用することがよくあります。携帯電話のカメラ ハードウェアは、最初の JPEG 圧縮を適用して、カメラ ロールに保存される初期画像ファイルを生成します。次に、スキャナ アプリは圧縮済みの画像を読み取り、遠近感補正、コントラスト強調、色の正規化などの処理調整を適用し、処理された結果を 2 回目の JPEG 圧縮で保存します。
JPEG 圧縮の各世代では、一部の画像データが破棄され、画像に圧縮アーチファクトが生じます。 2 番目の圧縮パスでは、元の画像コンテンツと最初のパスで導入されたアーティファクトの両方をエンコードする必要があるため、全体の圧縮効率が低下します。その結果、生のセンサー データに圧縮を 1 回適用した場合よりも実際にファイルが大きくなります。アーティファクトにより、JPEG でコンパクトにエンコードするのが難しい高周波コンテンツが追加されるためです。この二重圧縮効果は、自動影除去フィルターやテキスト鮮明化フィルターなどの大量の画像処理を適用するアプリで特に顕著です。これは、この処理により、JPEG 圧縮では処理効率が最も低い高周波のディテールが増幅されるためです (IEEE Signal Processing Society、「多世代 JPEG 圧縮分析」、2024)。一部のスキャナ アプリでは、コンテンツが主にテキストである場合に PNG 形式で保存することでこの問題を軽減し、JPEG の二重圧縮を完全に回避します。 PNG では、鮮明なエッジを適切に保持する可逆圧縮が使用されますが、写真コンテンツの場合、PNG ファイルは同等の画質で JPEG よりも大きくなる傾向があります。
色深度とグレースケールの機会
携帯電話のカメラは、デフォルトで 24 ビット/ピクセルでフルカラー RGB 画像をキャプチャします。各ピクセルには、赤、緑、青のカラー チャネルごとに 1 バイトずつ、合計 3 バイトのストレージが必要です。ただし、ほとんどのドキュメントには、白または白に近い背景に黒のテキストしか含まれていません。フルカラーで保存すると、有用な文書コンテンツを含まないカラー情報にストレージの 3 分の 2 以上が無駄になります。デスクトップ スキャナ ドライバは通常、ドキュメント スキャンにグレースケール モードまたは純粋な白黒モードをデフォルトで使用し、グレースケールの場合は 1 ピクセルあたり 8 ビット、白黒の場合は 1 ピクセルあたり 1 ビットを使用します。生データ量の違いは劇的です。グレースケール画像は同等の RGB 画像の非圧縮サイズの 3 分の 1、白黒画像は 24 分の 1 です。
モバイル スキャナ アプリでは、PDF をエンコードする前にフルカラー カメラのキャプチャをバイナリ イメージまたはグレースケール イメージに変換する白黒またはドキュメント モードを提供するものが増えています。ファイル サイズが懸念事項であり、本当に保存する必要があるカラー情報がドキュメントに含まれていない場合は、アプリをグレースケール モードまたはドキュメント モードに切り替えることが、出力サイズを削減するために実行できる最も効果的な手順です。テキスト ドキュメントの視覚的な違いは無視でき、元の色の複雑さと変換中に適用されるしきい値処理の積極性に応じて、ファイル サイズの削減は 65 ～ 95 パーセントの範囲になります。
PDF 構造のオーバーヘッドと画像埋め込みメソッド
モバイル スキャナ アプリで生成された PDF は、スキャンされた各ページを PDF コンテナ内に個別の画像として埋め込みます。画像の埋め込みに使用される方法は、最終的なファイル サイズに大きな影響を与えます。最もスペース効率の高い方法では、PDF 標準で指定されている DCTDecode フィルターを使用して、画像を JPEG ストリームとして PDF 内に保存します。これにより、再エンコードすることなく、アプリが生成した正確な JPEG データを PDF に含めることができ、PDF ページ記述定型文を超える追加のオーバーヘッド (通常、ページあたり追加される量は 2 キロバイト未満) を最小限に抑えることができます。
一部のモバイル アプリ、特に可能な限り幅広い PDF ビューアとの互換性を優先するアプリでは、画像データを生のビットマップとして再エンコードするか、ピクセル データに FlateDecode ロスレス圧縮を適用します。 FlateDecode は数学的にはロスレスであり、品質面で有利であるように思えますが、写真やスキャンされたコンテンツの場合、人間の読者にとって視覚的に同等の品質で JPEG よりも 5 ～ 20 倍大きいファイルが生成されます。 FlateDecode で保存された 300 DPI レター ページは、1 ページあたり 20 メガバイトを軽く超える可能性があります。これに比べ、適切な品質設定で JPEG 圧縮で保存された同じページのサイズは約 300 キロバイトです (Adobe、「PDF リファレンス: 画像圧縮に関する推奨事項」、2023)。
モバイル スキャナーの PDF ファイル サイズを制御する方法
モバイル スキャナの出力サイズを制御する設定は、通常、アプリの設定メニューまたはキャプチャ画面の歯車アイコンの後ろにあります。以下の表は、最も影響力のある設定とファイル サイズへのおおよその影響をマッピングしています。
| 設定 | 小さいファイルに推奨 | おおよそのサイズ縮小 |
|---|---|---|
| カラーモード | フルカラーではなく白黒またはグレースケール | カラーモードと比較して 65 ～ 95% |
| 解像度/品質 | 標準テキストドキュメントの場合は 200 ～ 300 DPI | 最高から推奨までの 50 ～ 75% |
| 出力形式 | PDF/A またはロスレス エンコーディングではなく JPEG 圧縮を使用した PDF | ロスレスエンコーディングと比較して 70 ～ 95% |
| 複数ページの処理 | ページごとに 1 つのファイルではなく、すべてのページを 1 つの PDF に結合します | ファイルヘッダーとメタデータの繰り返しによるオーバーヘッドを削減します。 |
すでに文書をスキャンしており、再スキャンせずにファイル サイズを削減する必要がある場合は、WukongPDF の PDF 圧縮 ツールを使用して PDF を再処理し、埋め込まれた画像により強力な圧縮を適用できます。これは、低い JPEG 品質レベルで画像を再エンコードするか、カラー画像をグレースケールに変換することにより、ファイル サイズを削減するスキャン後の最適化です。画面上で読むことを目的としたドキュメントの場合、デフォルトの圧縮設定で優れた結果が得られます。印刷するドキュメントの場合は、紙上に目に見えるアーティファクトが現れるのを避けるために、高品質の圧縮プリセットを使用してください。
モバイル スキャンからの大きなファイルの方が実際には優れている場合
すべてのスキャン状況で可能な限り小さいファイルが必要なわけではありません。写真、アートワークの複製、細かい色の詳細を含むドキュメントは、モバイル スキャナのネイティブ キャプチャの高解像度とフルカラーの恩恵を受けられます。フル解像度でスキャンされ、最小限の圧縮で保存されたビンテージ写真プリントは、グレースケール モードで 300 DPI では永久に失われるディテールを保持します。さらなるデジタル処理を受ける文書も、より高品質な初期スキャンの恩恵を受けます。 OCR エンジンの認識精度は、特に小さいフォント サイズ、非ラテン文字、およびテキストとグラフィックが混在する文書の場合、高解像度の入力により大幅に向上します。
PDF サイズの削減 圧縮の決定は、OCR 処理の前ではなく後に行われる必要があるため、認識エンジンはテキスト抽出中に最適な画像データを処理できます。検索可能なテキスト レイヤーが抽出されて PDF に埋め込まれたら、テキストの検索やコピーの機能を失うことなく、基になる画像を積極的に圧縮できます。重要な原則は、アプリの工場出荷時のデフォルト設定を受動的に受け入れるのではなく、意図的にファイル サイズを決定することです。 3 ページのビジネス レターのサイズが 8 メガバイトになることはありません。歴史的な写真アーカイブには、より大きなファイル サイズのすべてのバイトが必要です。正しい答えはドキュメントの内容と用途によって異なります。各コントロールの機能を理解すれば、適切なバランスを実現するための設定が決まります。
コンテキストによって適切な設定が決まります。
意図的な選択はデフォルト設定を上回ります。
これで両方が手に入りました。