壓縮掃描的 PDF 後，檔案大小從 15 MB 降至 2 MB。數字看起來很棒。然後你打開壓縮文件，原來清晰銳利的文字現在看起來柔和、模糊，而且有點失焦。壓縮有效，但對文字的影響太大，文檔比以前更難閱讀。
這是最常見的壓縮問題，發生這種情況是因為大多數壓縮工具將整個頁面視為單一圖像。他們無法區分需要保持清晰的文字和可以承受更重壓縮的背景或照片。在壓縮過程中保持文字清晰度需要了解哪些設定會影響文字的易讀性，並選擇一種壓縮方法來優先考慮人們實際需要閱讀的文件部分。
為何壓縮會先模糊文本
PDF 壓縮的工作原理是降低文件中嵌入的圖像的分辨率。對於掃描的 PDF，每一頁都是圖像，包括文字。當壓縮引擎將該頁面影像從 300 DPI 重新取樣到 150 DPI 時，它會丟棄每個維度的一半像素，每四個像素中僅保留一個像素。字母形狀的精細邊緣、小寫“t”的細水平筆畫、區分“c”和“c”的微妙曲線來自“e”所有這些都依賴於那些被丟棄的像素來看起來清晰。在 150 DPI 下，原始掃描中 50 像素高的 12 點字元現在為 25 像素高。在 100 DPI 時，其高度約為 17 像素。在 72 DPI 下，它的高度約為 12 像素，勉強能夠渲染一個可辨識的字母。
下採樣演算法的類型也很重要。雙三次下採樣透過平均周圍像素來計算新的像素值，保留照片中的平滑漸變，但柔化字母形式的硬邊緣。二次取樣從每個區塊中選取一個像素並丟棄其餘像素，可以更好地保留邊緣清晰度，但會引入鋸齒狀偽影。對於文本較多的文檔，分辨率太低的雙三次下採樣會產生人們抱怨的軟弱、模糊的文本。更好的方法是選擇更高的目標分辨率，文字最小為 150 DPI，或使用可以區別對待文字和圖像的壓縮方法。
為文本較多的文檔選擇正確的壓縮設定
對於優先考慮文字易讀性的掃描文件的PDF 壓縮，一些特定設定可產生一致的良好結果。將目標解析度設定為 150 DPI。這樣可以保留足夠的像素密度，使 10 點文字保持清晰，同時仍可減少 50% 到 70% 的檔案大小。對於將在螢幕上閱讀的文檔，請勿將 DPI 降至 150 以下。在 100 DPI 下，10 點文本變得明顯柔和。在 72 DPI 下，即使是 12 點文本也開始品質下降。
為黑白文字頁面選擇 JBIG2 壓縮。 JBIG2 專為單色文件影像設計，在文字上實現比 JPEG 更好的壓縮比，同時保持字元清晰度。它的工作原理是識別重複出現的模式，即字母“e”的每個實例。看起來幾乎相同，並且將每個模式儲存一次。這對於打字文檔來說是理想的選擇。對於混合文字與照片或顏色元素的頁面，請使用具有中等到高品質設定的 JPEG2000。 JPEG2000 比標準 JPEG 更能處理混合內容，且在相同壓縮比下引入的可見偽影更少。
如果您的工具支持，請啟用 MRC（混合光柵內容）壓縮。 MRC 將每個頁面分為多個圖層：保持高解析度以提高清晰度的文字圖層、更積極壓縮的圖像圖層和背景圖層。壓縮引擎使用的這種基於圖層的方法可以保留文字清晰度，同時仍可實現顯著的整體尺寸減小。文字保持清晰，因為它是採用無損或接近無損的方法壓縮的，而背景和圖像吸收了大部分壓縮。
提交前測試壓縮結果
壓縮後，打開壓縮檔案並與原始檔案進行並排比較。縮放至 100% 並比較同一段落的文字。看一下小寫字母“e”， “一”，“一”。和“s”。它們具有最精細的細節，也是最先退化的。如果這些字母看起來很清晰且內部形狀清晰，則壓縮設定是合適的。如果計數器（字母內的封閉空間）開始填充或字母邊緣看起來很軟，則壓縮過於激進。
如果要列印文檔，請列印測試頁。在螢幕上不可見的壓縮偽影在紙張上可能會變得明顯，因為印表機的渲染解析度為 300 至 600 DPI，高於大多數螢幕。在 150 DPI 的顯示器上看起來可以接受的文件在以 300 DPI 列印時可能會顯得很軟，因為印表機會顯示缺少的細節。 WukongPDF 的減少 PDF 大小工具提供了一種預覽模式，可模擬不同壓縮等級的列印輸出，讓您在最終確定壓縮設定之前驗證文字的易讀性。
當壓縮已經使文本模糊時該怎麼辦
如果您壓縮了 PDF 並且文字現在變得模糊，並且您不再擁有原始的未壓縮文件，情況會很困難，但並非總是無望。如果壓縮應用於最初具有單獨文字層的 PDF，則對壓縮檔案執行 OCR 可以恢復可搜尋性，但無法恢復原始文字的視覺清晰度。 OCR 在模糊影像後面加入文字圖層。图像仍然模糊。對於沒有單獨文字層的掃描 PDF，唯一的恢復途徑是找到原始掃描件或以更高的解析度重新掃描實體文檔，並避免重複相同的壓縮錯誤。
這就是為什麼保留原始未壓縮檔案是最重要的壓縮習慣。壓縮應該始終產生一個副本，而不是覆蓋原始檔案。儲存成本低廉。刪除原始文件所節省的幾兆位元組的價值遠低於從模糊的壓縮副本重新建立文件所需的時間。壓縮工具總是產生一個新文件，而上傳的原始文件保持不變。這種設計選擇可以防止只有在原始檔案消失後才意識到壓縮設定錯誤的常見情況。
壓縮彩色文件而不洗掉影像
將文字與彩色影像混合的文件面臨雙重挑戰：文字需要高解析度以確保易讀，而影像需要色彩保真度。解決方案是使用壓縮工具，將不同的設定應用於同一頁面上的不同內容類型。 WukongPDF 自動偵測每個頁面內的文字區域和影像區域，並對每個區域套用適當的壓縮。文字區域以更高的有效解析度接收無損或接近無損的壓縮。影像區域以較低的解析度接受 JPEG 或 JPEG2000 壓縮。結果是PDF品質輸出，其中文字和圖像看起來都很好，而且檔案大小比未壓縮的原始檔案小得多。
關鍵要點是壓縮後的文字模糊並不是不可避免的權衡。這是未針對文件內容最佳化壓縮設定的結果。文字較多的掃描需要與相簿不同的設定。為您面前的文件選擇正確的設置，並始終保留原始文件，可確保壓縮實現較小文件的承諾，而不會犧牲使文件首先有用的可讀性。
許多人忽略的最後一個考慮因素是壓縮格式對未來編輯的影響。如果壓縮後的 PDF 稍後需要 OCR、額外壓縮或格式轉換，則採用無損文字編碼的 150 DPI 的中等壓縮檔案在後續操作中的生存能力遠遠優於採用有損 JPEG 的 72 DPI 的重度壓縮檔案。有損檔案的每次重新壓縮都會加劇品質損失。第一次壓縮可能幾乎察覺不到。第二種應用於已經壓縮的文件，將文字降級到難以辨認的程度。當您壓縮 PDF 時，您不僅要決定當前文件的大小，還要決定為文件將來可能進行的任何操作保留多少質量空間。今天的適度壓縮為明天留出了空間。強力壓縮一步即可耗盡該空間。