你有一堆用筆標記的列印輸出，還有幾頁你直接在 Google 文件中寫的內容。您需要將所有內容合併到一個看起來專業且一致的 PDF 檔案中。掃描的頁面是紙張的平面照片。數位頁麵包含即時文字。這兩種根本不同類型的 PDF 內容可以同時存在於一個文件中嗎？簡短的答案是肯定的，但它們共存的程度取決於您如何進行合併。
這並不是一個不尋常的情況。資訊與影像管理協會 2024 年的一項調查發現，42% 的組織仍然定期在日常工作流程中處理掃描和數位創建的文件（AIIM，“智慧資訊管理現狀”，2024 年）。混合 PDF，即包含掃描圖像頁面和原生數位文字頁面的文檔，在律師事務所、會計師事務所、房地產機構和學術部門中已司空見慣。
PDF 中的掃描頁面和數位頁面有何不同
要理解為什麼合併掃描頁面和數位頁面需要小心，了解每種類型的頁面在文件層級實際包含的內容會有所幫助。數字頁面儲存單獨的文字字符，每個字符都有精確的位置、字體參考和 Unicode 值。搜尋功能可以直接讀取這些字元。掃描頁面儲存單一壓縮影像，通常採用 JPEG 或 JPEG2000 格式，佔據與頁面尺寸相等的矩形區域。該文件對該圖像所描繪的內容一無所知。它可以是文字、照片或繪圖，PDF 沒有任何區別。
這種差異具有實際後果。在合併的混合 PDF 中，有些頁面可搜尋，有些則不可搜尋。有些頁面將具有可選擇的文本，有些頁面將表現得像照片。每頁的檔案大小也會有很大差異。數位創建的純文字頁面可能佔用 30 到 50 KB。相同內容的全彩 300 DPI 掃描可能會佔用 500 KB 到 2 MB。一份 20 頁的混合文件的範圍很容易從 2 MB（主要是數位文件）到 30 MB（主要是掃描文件）。當您透過電子郵件傳送文件或將其上傳到文件大小受限的入口網站時，這種變更很重要。
如何合併掃描頁面和數位頁面，同時保持一切有序
合併掃描版和數位 PDF 頁面的實際流程與合併任何其他 PDF 文件集沒有什麼不同。任何合併 PDF工具都可以處理這項工作。 WukongPDF 的合併工具可讓您以任意順序上傳檔案、拖曳以重新排列頁面以及下載單一合併的 PDF。該工具不關心每個來源頁面是否源自掃描器或文字處理器。它平等地對待所有輸入頁面並按照您指定的順序將它們連接起來。
更重要的考慮是合併後會發生什麼。如果您希望最終文件完全可搜索，則掃描的頁面需要在合併之前或之後經過 OCR 步驟。在合併之前執行 OCR 可以為您提供更多控制，因為您可以單獨驗證每個掃描檔案的文字品質。合併後執行 OCR 會更方便，因為您可以一次處理整個文件。兩種方法都有效。選擇取決於您是否需要針對不同的來源文件以不同的方式微調 OCR 設定。
頁面大小一致性是另一個值得監控的細節。掃描的頁面通常預設為掃描器床上紙張的實體尺寸，通常為 US Letter（8.5 x 11 吋）。數位頁面可能以 A4（8.27 x 11.69 英吋）或原始應用程式使用的任何自訂尺寸建立。當同一個 PDF 中出現尺寸略有不同的頁面時，大多數檢視者會透過縮放每個頁面以適合檢視視窗來優雅地處理這種變化。但滾動時，稍微不同的頁面大小之間的視覺過渡可能會令人不舒服。如果一致性對您的用例很重要，請考慮在合併過程中將所有頁面標準化為單一尺寸。
混合 PDF 何時有意義，何時有意義
混合 PDF 是許多常見情況下的實用解決方案。法律專業人士通常會將數位起草的合約與掃描的證物和證據文件結合。房地產經紀人將數字創建的報價與掃描的檢查報告和揭露表格合併。會計師將電腦產生的財務報表與掃描的收據和發票捆綁在一起。在每種情況下，混合 PDF 都達到了其目的：它創建一個單一的、有組織的文件，某人可以打開、滾動並從頭到尾進行審查。
然而，在某些情況下，混合 PDF 存在不足。如果收件者需要在整個文件中搜尋文本，則掃描的頁面對於搜尋功能來說將是不可見的，除非它們已經過 OCR 處理。如果收件人需要從任何頁面複製並貼上文本，則掃描的頁面將無法通過該測試。如果將文件提交到執行自動文字擷取或全文索引的系統（例如法院電子歸檔系統或文件管理平台），則未掃描的頁面將在這些系統中產生空白或充滿錯誤的結果。
對於這些風險較高的場景，在合併之前在每個掃描頁面上執行 OCR 不是可選的，而是必不可少的。完全可搜尋的混合 PDF 的功能與完全數位化的 PDF 幾乎沒有區別。唯一剩下的區別是，掃描頁面在縮放時不會重排其文本，而數位頁面可能會重排，具體取決於它們的創建方式。對於大多數實際用途，每個掃描頁面上具有 OCR 功能的執行良好的混合 PDF 可提供與純數位文件相同的使用者體驗。
混合掃描內容和數位內容時管理文件大小
文件大小通常是人們首先註意到混合 PDF 的因素，但並不是一種積極的方式。一份 10 頁的文檔，其中 3 頁是 300 DPI 彩色掃描件，7 頁是純數位文本，很容易超過 10 MB。如果需要透過電子郵件傳送該文檔，許多電子郵件伺服器會強制執行 25 MB 附件限制，而行動資料連線上的收件者不會喜歡下載如此大的文件，而內容可能只是其大小的一小部分。
有多種技術可以控制混合 PDF 的檔案大小。對於文字較多的文檔，以黑白或灰階掃描而不是彩色掃描可將每頁文件大小減少約 60% 到 80%。將掃描解析度從 300 DPI 降低到 200 DPI 可將檔案大小減少約一半，同時仍提供足夠的細節以實現清晰的文字和可接受的 OCR 結果。作為最後一步對合併的 PDF 應用壓縮可以進一步減少總大小。 掃描的 PDF頁面尤其受益於壓縮，因為掃描影像通常包含比螢幕檢視或列印所需的更多的像素資料。 WukongPDF 的壓縮工具可以將混合 PDF 壓縮 50% 到 70%，而不會造成明顯的品質損失，這使得從電子郵件伺服器退回的檔案與透過電子郵件伺服器的檔案之間存在差異。
分步：建立乾淨的混合 PDF
採用一致的方法建立混合 PDF 會比每次即興創作產生更好的結果。首先以 300 DPI 的灰階掃描所有實體頁面，除非特別需要顏色。將它們另存為單獨的 PDF 文件，而不是單一組合掃描件。接下來，打開每個掃描的文件並檢查頁面是否整齊且可讀。如果您需要可搜尋最終文檔，請對掃描的文件執行 OCR。
收集您的數位頁面。如果它們分佈在多個文件中，請先將它們合併在一起。現在您應該有兩套乾淨的檔案：一批掃描版 PDF 和一批數位版 PDF。使用合併工具按正確的順序組合它們。基於瀏覽器的合併介面將所有上傳的頁面顯示為縮圖，您可以將其拖曳到位，因此按順序排列掃描和數位頁面既快速又直觀。
合併後，進行快速品質檢查。滾動瀏覽每一頁。尋找出現旋轉的頁面、掃描截斷部分內容的頁面以及文字模糊以致難以閱讀的頁面。從源頭解決任何問題，並在必要時重新合併。對您知道出現在掃描頁面上的幾個單字執行 Ctrl+F 搜尋測試。如果搜尋找到它們，則 OCR 工作正常。如果沒有，掃描的頁面需要再次透過 OCR 才能準備好共用文件。
最後，檢查檔案大小。如果文件要透過電子郵件傳送，請盡量將其大小控制在 10 MB 以下。如果超過該值，請執行壓縮步驟並再次檢查。在這些驗證步驟上花費的額外幾分鐘遠比讓客戶、同事或法院書記官告訴您您發送的文件無法使用要痛苦得多。