Отсканированный PDF-файл представляет собой документ на основе изображения. Каждая страница — это фотография листа бумаги. Размер файла отражает разрешение и сжатие этих фотографий, которые почти всегда больше, чем необходимо. Сжатие отсканированного PDF-файла в Windows уменьшает размер файла за счет уменьшения разрешения изображений страниц и применения более эффективного сжатия, превращая отсканированное изображение размером в сто мегабайт в пятимегабайтный файл, который по-прежнему прекрасно читается. Подход PDF Compression для отсканированных документов отличается от сжатия PDF-файлов, созданных в цифровом формате, поскольку все содержимое представляет собой данные изображения. Нет текста, который нужно сохранять, и никакой векторной графики, которую нужно защищать.
Почему отсканированные PDF-файлы такие большие
Сканер захватывает страницу с фиксированным разрешением, обычно 300 точек на дюйм для сканирования документов. При разрешении 300 точек на дюйм страница формата Letter содержит около 8,5 миллионов цветных пикселей. Документ объемом пятьдесят страниц, отсканированный в цвете с разрешением 300 точек на дюйм, содержит более 400 миллионов пикселей данных изображения. Сканер может сохранять эти изображения с минимальным сжатием, поскольку программное обеспечение сканирования отдает приоритет качеству, а не размеру файла. Полученный PDF-файл имеет большой размер, поскольку содержит фотографии каждой страницы в высоком разрешении.
Сканирование в черно-белом режиме или в оттенках серого вместо цветного значительно уменьшает размер файла, поскольку для каждого пикселя требуется меньше данных. Цветной пиксель требует 24 бита. Пиксель в оттенках серого требует 8 бит. Черно-белый пиксель требует 1 бит. Выбор подходящего цветового режима для содержимого документа — это первое решение о сжатии, принимаемое во время сканирования, а не во время последующего сканирования PDF Compression. Повторное сканирование в правильном режиме иногда выполняется быстрее, чем сжатие неудачно выбранного скана.
Использование встроенных инструментов Windows для сжатия отсканированных PDF-файлов
Windows включает Microsoft Print to PDF, которая может сжимать отсканированный PDF-файл через диалоговое окно печати. Откройте отсканированный PDF-файл в любой программе просмотра. Нажмите Ctrl-P, чтобы открыть диалоговое окно печати. В качестве принтера выберите Microsoft Print to PDF. Нажмите «Свойства принтера» или «Настройки», чтобы получить доступ к настройкам качества печати. Установите качество «Стандартное» или «Черновик», а не «Высокое». Процесс печати в PDF повторно отображает отсканированные страницы с выбранным качеством, эффективно уменьшая разрешение изображений.
Метод печати в PDF является быстрым и не требует дополнительного программного обеспечения, но при этом применяется одинаковое сжатие для каждой страницы. Страницы, требующие более высокого качества, например подробные диаграммы или текст мелким шрифтом, получают такое же сжатие, как и простые текстовые страницы. Результат может быть приемлемым для некоторых страниц и неприемлемым для других. Reduce PDF Size, достигаемый с помощью этого метода, представляет собой компромисс между единообразием и оптимизацией качества каждой страницы.
Использование Adobe Acrobat для сжатия отсканированных PDF-файлов
Adobe Acrobat Pro включает специальную функцию сжатия отсканированных документов. Откройте отсканированный PDF-файл и перейдите на панель «Инструменты». Выберите «Оптимизировать отсканированные страницы» или «Сканировать и OCR», затем «Оптимизировать отсканированные страницы». Инструмент анализирует изображение каждой страницы и применяет настройки сжатия, оптимизированные для отсканированного содержимого. Оптимизация может применять разное сжатие к разным типам страниц в одном документе.
Оптимизация Acrobat предлагает ползунок качества от наименьшего размера файла до самого высокого качества. Для отсканированных документов, содержащих только текст, параметр «Наименьший размер файла» обеспечивает читаемые результаты при размере, составляющем часть исходного файла. Для документов с фотографиями или подробной графикой используйте настройку «Сбалансированное» или «Высшее качество». Прежде чем применять сжатие ко всему документу, проверьте сжатие на нескольких типичных страницах. WukongPDF предлагает Сжатие PDF для отсканированных документов через интерфейс на основе браузера.
Использование сторонних инструментов сжатия в Windows
Несколько бесплатных и платных сторонних инструментов специализируются на сжатии отсканированных PDF-файлов в Windows. Эти инструменты предлагают больше контроля, чем встроенные параметры. Они могут независимо устанавливать разрешение понижения разрешения для цветных, полутоновых и монохромных изображений. Они могут применять разные алгоритмы сжатия к разным типам изображений. Они могут пакетно обрабатывать папки отсканированных PDF-файлов.
Выбирая сторонний инструмент сжатия, протестируйте его на образце отсканированного PDF-файла из вашего реального рабочего процесса. Сравните размер выходного файла и качество изображения с методами Microsoft Print to PDF и Adobe Acrobat. Выберите инструмент, который обеспечивает наилучший баланс сжатия и качества для ваших конкретных типов документов. Содержимое Scanned PDF, будь то текст, фотографии или смешанное содержимое, определяет, какой метод сжатия работает лучше всего.
Выбор правильных настроек сжатия для отсканированного содержимого
Отсканированные только текстовые документы могут быть сильно сжаты. Разрешение понижения разрешения можно уменьшить до 200 или даже 150 точек на дюйм, не влияя на читаемость типичных шрифтов документа. Для сжатия черно-белого изображения можно использовать JBIG2, что очень эффективно для текста. Большинство читателей не заметят разницы между сканированием с разрешением 300 DPI и сканированием с разрешением 200 DPI текстового документа, просматриваемого на экране.
Документы, содержащие фотографии, должны быть сжаты более консервативно. Понижение разрешения ниже 200 DPI заметно смягчает фотографические детали. Для сжатия следует использовать JPEG с настройкой качества «Средний» или выше. Документы, содержащие текст и фотографии, получают преимущества от смешанных настроек сжатия. Текстовые области можно сжимать более агрессивно. Области фотографии требуют более высокого качества. Некоторые инструменты PDF Compression могут автоматически обнаруживать смешанный контент и применять соответствующие настройки к каждому региону.
После сжатия сравните сжатую версию с оригиналом. Убедитесь, что текст остается читаемым, что фотографии сохраняют основные детали и что ни на одной странице нет видимых артефактов сжатия. Правильные настройки сжатия позволяют получить файл, который значительно меньше оригинала, но при этом остается функционально идентичным для чтения и печати.
Автоматизация сжатия отсканированных PDF-файлов в Windows
Для регулярного сжатия отсканированных PDF-файлов автоматизируйте этот процесс. Adobe Acrobat может применять предварительно настроенные параметры оптимизации с помощью действия. Создайте действие, которое открывает PDF-файлы, применяет оптимизацию отсканированного документа, сохраняет сжатый файл и закрывает документ. Запустите действие для папки отсканированных PDF-файлов.
Для инструментов командной строки, таких как Ghostscript, можно использовать сценарии для обработки папок отсканированных PDF-файлов. Пакетный файл или сценарий PowerShell циклически просматривает все PDF-файлы в папке и запускает команду сжатия для каждого. Сценарий может запускаться по расписанию или запускаться путем помещения файлов в папку. Автоматизация исключает ручную работу по сжатию отсканированных PDF-файлов и обеспечивает одинаковые настройки сжатия для всех документов.
Для отсканированных документов, которые будут обработаны функцией оптического распознавания символов после сжатия, используйте консервативные настройки сжатия. Агрессивное понижение разрешения ниже 200 точек на дюйм значительно снижает точность распознавания. Текст в сжатом отсканированном виде по-прежнему может быть читабелен для человеческого глаза, но механизм оптического распознавания символов видит ухудшение качества на уровне пикселей и выдает больше ошибок распознавания.
Настройки PDF Compression для сканируемых документов следует выбирать в зависимости от назначения документа. Сканирование, которое будет прочитано один раз и отброшено, может быть сильно сжато. Сканирование, которое будет заархивировано для постоянного хранения, должно сжиматься консервативно или не сжиматься вообще. Хранение обходится дешевле, чем повторное сканирование документов, которые были чрезмерно сжаты.
Полезной практикой является сохранение исходного несжатого сканирования в отдельном архиве и распространение только сжатой версии. Если получателю позже понадобится копия более высокого качества, оригинал доступен. Такой подход обеспечивает эффективность сжатого распространения при безопасности несжатого архивирования.
Методы, описанные в этой статье, обеспечивают практическую основу для решения этой конкретной задачи PDF. Каждый метод был выбран из-за его надежности и доступности для различных инструментов и платформ.
При правильном подходе и соответствующей конфигурации инструментов то, что на первый взгляд кажется сложной задачей по документированию, становится простым процессом с предсказуемыми и воспроизводимыми результатами.
WukongPDF и аналогичные платформы предоставляют инструменты, необходимые для реализации рабочих процессов, описанных в этой статье, делая эти операции с PDF доступными через интерфейс на основе браузера без необходимости установки программного обеспечения для настольного компьютера.
Практические шаги, описанные в этой статье, проведут читателя от первоначальной задачи до полного решения, охватывая ключевые решения и варианты конфигурации, которые определяют качество конечного результата.
Как и во многих операциях с PDF, качество вывода зависит от тщательности, проявленной на этапе установки и настройки. Потратив время на понимание доступных настроек и их тестирование на образцах документов перед последовательной обработкой всего пакета, вы получите лучшие результаты, чем принятие конфигурации по умолчанию.
Описанные здесь инструменты и методы доступны пользователям с любым уровнем технического опыта: от тех, кто предпочитает графические интерфейсы, до тех, кто умеет работать с командной строкой. Экосистема PDF предлагает несколько путей к одному и тому же результату.
Документирование конкретных настроек и рабочего процесса для каждого типа задач PDF создает ссылку многократного использования, которая экономит время в будущих проектах и обеспечивает согласованность, когда разные члены команды выполняют одну и ту же операцию.
Способность эффективно выполнять эту операцию с PDF — ценный навык для любого, кто регулярно работает с цифровыми документами. Независимо от того, возникает ли задача ежедневно или время от времени, наличие надежного рабочего процесса экономит время и дает стабильные профессиональные результаты.
Формат PDF продолжает развиваться, а инструменты для работы с PDF-файлами совершенствуются с каждым поколением. Если вы будете в курсе новых возможностей и обновленных инструментов, ваши рабочие процессы с документами останутся эффективными и будут использовать преимущества последних достижений.
В этой статье были рассмотрены основные методы и соображения для этой задачи PDF. С практикой описанные здесь шаги становятся второй натурой, и то, что когда-то казалось сложной операцией с документом, становится рутинной частью рабочего процесса.