扫描的 PDF 是基于图像的文档。每一页都是一张纸的照片。文件大小反映了这些照片的分辨率和压缩程度，它们几乎总是大于所需的大小。在 Windows 上压缩扫描的 PDF 可通过对页面图像进行下采样并应用更有效的压缩来减小文件大小，从而将 100 兆字节的扫描件转换为仍完全可读的 5 兆字节文件。用于扫描文档的PDF压缩方法与压缩数字创建的PDF不同，因为整个内容都是图像数据。没有要保留的文本，也没有要保护的矢量图形。
为什么扫描的 PDF 如此大
扫描仪以固定分辨率捕获页面，通常用于文档扫描的分辨率为 300 DPI。在 300 DPI 下，一张信纸大小的页面包含大约 850 万个彩色像素。以 300 DPI 彩色扫描的 50 页文档包含超过 4 亿像素的图像数据。扫描仪可以以最小的压缩保存这些图像，因为扫描软件优先考虑质量而不是文件大小。生成的 PDF 很大，因为它包含每个页面的高分辨率照片。
以黑白或灰度扫描而不是彩色扫描可显着减小文件大小，因为每个像素需要的数据较少。一个彩色像素需要 24 位。一个灰度像素需要 8 位。黑白像素需要 1 位。为文档内容选择适当的颜色模式是第一个压缩决策，是在扫描时而不是在扫描后PDF 压缩期间做出的。以正确的模式重新扫描有时比压缩选择不当的扫描更快。
使用 Windows 内置工具进行扫描 PDF 压缩
Windows 包含 Microsoft Print to PDF，它可以通过打印对话框压缩扫描的 PDF。在任何查看器中打开扫描的 PDF。按 Ctrl-P 打开打印对话框。选择 Microsoft Print to PDF 作为打印机。单击打印机属性或首选项以访问打印质量设置。将质量设置为标准或草稿而不是高。打印到 PDF 过程会以选定的质量重新呈现扫描页面，从而有效地对图像进行下采样。
打印到 PDF 的方法速度很快，不需要额外的软件，但它对每个页面应用相同的压缩。需要更高质量的页面（例如详细图表或小字体文本）将获得与简单文本页面相同的压缩。结果可能对于某些页面可以接受，而对于其他页面则不可接受。通过此方法实现的减小 PDF 大小是均匀性和每页质量优化之间的权衡。
使用 Adobe Acrobat 进行扫描 PDF 压缩
Adobe Acrobat Pro 包括专用的扫描文档压缩功能。打开扫描的 PDF 并转到“工具”面板。选择优化扫描页面或扫描和 OCR，然后选择优化扫描页面。该工具分析每个页面图像并应用针对扫描内容优化的压缩设置。优化可以对同一文档中的不同页面类型应用不同的压缩。
Acrobat 优化提供了从最小文件大小到最高质量的质量滑块。对于纯文本扫描文档，“最小文件大小”设置会以原始文件大小的一小部分生成可读结果。对于带有照片或详细图形的文档，请使用“平衡”或“更高质量”设置。在应用于整个文档之前，在几个有代表性的页面上测试压缩。 WukongPDF 通过基于浏览器的界面为扫描文档提供PDF 压缩。
在 Windows 上使用第三方压缩工具
一些免费和付费的第三方工具专门用于 Windows 上的扫描 PDF 压缩。这些工具比内置选项提供更多控制。他们可以为彩色、灰度和单色图像独立设置下采样分辨率。他们可以对不同的图像类型应用不同的压缩算法。他们可以批量处理扫描 PDF 的文件夹。
选择第三方压缩工具时，请在实际工作流程中的扫描 PDF 样本上进行测试。将输出文件大小和视觉质量与 Microsoft Print to PDF 方法和 Adobe Acrobat 方法进行比较。选择能够为您的特定文档类型实现压缩和质量最佳平衡的工具。 扫描的 PDF内容（无论是文本、照片还是混合）决定了哪种压缩方法效果最好。
为扫描内容选择正确的压缩设置
纯文本扫描文档可以被大力压缩。下采样分辨率可以降低到 200 甚至 150 DPI，而不影响典型文档字体的可读性。黑白压缩可以使用JBIG2，对于文本压缩效率很高。大多数读者不会注意到在屏幕上查看的文本文档的 300 DPI 扫描和 200 DPI 扫描之间的差异。
包含照片的文档必须更保守地压缩。低于 200 DPI 的下采样会明显柔化摄影细节。压缩应使用 JPEG，质量设置为“中”或更高。包含文本和照片混合的文档受益于混合压缩设置。可以更积极地压缩文本区域。拍照区域要求更高的质量。一些PDF压缩工具可以自动检测混合内容并对每个区域应用适当的设置。
压缩后，将压缩版本与原始版本进行比较。验证文本是否仍然可读，照片是否保留其基本细节，并且没有页面显示可见的压缩伪影。正确的压缩设置生成的文件比原始文件小得多，同时在阅读和打印方面保持功能相同。
在 Windows 上自动压缩扫描的 PDF
对于扫描 PDF 的常规压缩，请自动化该过程。 Adobe Acrobat 可以通过操作应用预配置的优化设置。创建一个操作来打开 PDF、应用扫描文档优化、保存压缩文件并关闭文档。对扫描的 PDF 文件夹运行操作。
可以编写 Ghostscript 等命令行工具的脚本来处理扫描 PDF 的文件夹。批处理文件或 PowerShell 脚本循环遍历文件夹中的所有 PDF，并对每个 PDF 运行压缩命令。该脚本可以按计划运行，也可以通过将文件放入文件夹来触发。自动化消除了压缩扫描 PDF 的手动工作，并确保所有文档的压缩设置一致。
对于压缩后将由 OCR 处理的扫描文档，请使用保守的压缩设置。低于 200 DPI 的大幅下采样会显着降低 OCR 准确性。压缩扫描中的文本可能仍然是人眼可读的，但 OCR 引擎会看到像素级退化并产生更多识别错误。
应根据文档用途选择扫描文档的PDF 压缩设置。可以积极压缩将读取一次并丢弃的扫描。将存档永久保留的扫描应保守压缩或根本不压缩。存储比重新扫描过度压缩的文档的成本便宜。
一种有用的做法是将原始未压缩扫描保存在单独的存档位置并仅分发压缩版本。如果收件人稍后需要更高质量的副本，则可以使用原件。这种方法提供了压缩分发的效率和未压缩归档的安全性。
本文中描述的技术为处理这个特定的 PDF 任务提供了一个实用的框架。每种方法都因其在不同工具和平台上的可靠性和可访问性而被选择。
通过正确的方法和适当的工具配置，最初看似复杂的文档挑战变成了一个简单的过程，并具有可预测、可重复的结果。
WukongPDF 和类似平台提供了实现本文中描述的工作流程所需的工具，使这些 PDF 操作可以通过基于浏览器的界面进行访问，而无需安装桌面软件。
本文概述的实用步骤指导读者从最初的挑战到完整的解决方案，涵盖决定最终结果质量的关键决策和配置选择。
与许多 PDF 操作一样，输出的质量取决于设置和配置阶段所采取的措施。在处理整个批次之前，花时间了解可用设置并在示例文档上测试它们，比接受默认配置始终能产生更好的结果。
这里描述的工具和技术可供各种技术经验级别的用户使用，从喜欢图形界面的用户到熟悉命令行操作的用户。 PDF 生态系统提供了获得相同结果的多种途径。
记录每种类型的 PDF 任务的特定设置和工作流程可创建可重复使用的参考，从而节省未来项目的时间，并确保不同团队成员执行相同操作时的一致性。
对于经常使用数字文档的任何人来说，高效执行 PDF 操作的能力是一项宝贵的技能。无论任务是每天出现还是偶尔出现，准备好可靠的工作流程都可以节省时间并产生一致、专业的结果。
PDF 格式不断发展，可用于处理 PDF 的工具也随着每一代的改进而改进。随时了解新功能和更新的工具可确保您的文档工作流程保持高效并利用最新进展。
本文介绍了此 PDF 任务的基本技术和注意事项。经过实践，此处描述的步骤将成为第二天性，曾经看似复杂的文档操作将成为工作流程的常规部分。