歷史檔案包含幾十年前文件的掃描 PDF。 20 年代的手寫帳本。 20 世紀 50 年代打字的信件。 20 世紀 40 年代的剪報。這些文件通常以高解析度進行掃描，以保留每個細節，並儲存為 PDF。文件很大，因為每一頁都是高解析度圖像。使用標準設定壓縮它們可能會失去使它們具有歷史價值的細節。專門為了存檔保存而壓縮它們可以減小文件大小，同時保護文件的完整性。
壓縮歷史掃描的存檔 PDF 需要將細節保留優先於最大尺寸縮小的設定。壓縮不得使手寫紋理變得平滑、打字字元模糊或丟失歷史學家用於驗證的紙張紋理。
歷史檔案的 PDF 壓縮在減小文件大小和保留賦予文件證據價值的視覺特徵之間取得了平衡。
歷史文檔的壓縮設定
盡可能對影像使用無損壓縮。如果需要對檔案大小進行有損壓縮，請使用最高品質設置，通常為 90% 或更高。目標解析度為 300 DPI，可保留精細細節，同時減少 600 DPI 掃描的檔案大小。請勿應用對比度增強或銳利化，否則會改變原件的視覺特徵。
保存檔案元數據
檔案掃描通常攜帶有關掃描過程、原始文件位置和檔案機構的元資料。在壓縮期間保留此元資料。元資料是檔案記錄的一部分。
WukongPDF 壓縮可以處理掃描的檔案。历史文档的扫描 PDF压缩需要优先考虑保存的保守设置。
首先在範例頁面上測試壓縮
在壓縮整個歷史存檔之前，請在一個代表性頁面上進行測試。將壓縮輸出與高變焦下的原始輸出進行比較。驗證是否保留了精細細節、筆跡紋理和紙張紋理。
針對歷史文件的 PDF 壓縮範例測試可防止整個檔案出現不可逆轉的品質損失。
建立未壓縮的檔案母版
始終保留未壓縮的原始掃描作為存檔主檔案。壓縮版本是日常使用的存取副本。這些母版被保存起來，以便將來使用更好的技術進行再處理。
掃描 PDF母版和存取副本模型是存檔標準。大師們都保存下來了。使用訪問副本。
歷史文檔檔案的元資料標準
歷史檔案應使用標準化元資料模式，例如 Dublin Core 或 MARC。元資料描述文件來源、日期、主題和存檔位置。
PDF Archive 元資料標準支援跨機構發現和引用歷史文件。
為不可替代的文件選擇無損壓縮
歷史文獻往往是獨一無二的。掃描件可能是唯一倖存的副本。無損壓縮保證不會丟棄任何資料。檔案大小的減少比有損壓縮要小，但保存保證是絕對的。
對於獨特的歷史文檔，PDF 壓縮無損選擇是不容協商的。無論節省多少儲存空間，都不能證明丟棄不可替代的資料是合理的。
在檔案元資料中記錄壓縮方法，以便未來的檔案管理員知道對文件做了什麼。
處理單一檔案中的混合單色和彩色頁面
裝訂冊可能包含黑白文字頁和彩色插圖版。使用 CCITT Group 4 壓縮方式壓縮單色頁面，使用無損 JPEG2000 壓縮彩色頁面。對同一文件中的不同頁面套用不同的壓縮。
掃描 PDF混合式內容壓縮可單獨最佳化每種頁面類型，而不是將一種設定套用至所有頁面。
使用支援混合內容存檔文件的每頁壓縮設定的壓縮工具。
建立多個品質等級的存取副本
建立存檔的三個版本：用於保存的無損母版、用於研究人員的高品質存取副本以及用於目錄瀏覽的壓縮縮圖版本。每個版本都有不同的目的。
PDF Archive 多版本方法可滿足保存、研究存取和發現的需求。
將主檔案儲存在與存取副本不同的位置。即使訪問副本遺失或損壞，主設備也應該存活。
使用 PDF/A 標準進行檔案壓縮
PDF/A 需要嵌入字體，禁止外部依賴，並強制要求獨立的文件。將歷史掃描壓縮為 PDF/A 格式，以確保它們在數十年內保持可渲染狀態。
歷史檔案的 PDF 壓縮 PDF/A 合規性將檔案大小減少與格式壽命結合。
使用 PDF/A 驗證器驗證壓縮後的 PDF/A 合規性。聲明為 PDF/A 但未通過驗證的文件對未來的可讀性提供了錯誤的保證。
資助並優先考慮歷史文獻數位化
壓縮是數位化管道中的最後一步，包括掃描、元資料建立、品質控制和歸檔儲存。根據歷史意義、物理惡化風險和研究需求對文件進行優先排序。
PDF Tools 壓縮步驟是更大的歸檔工作流程的一部分。壓縮所投入的時間和資源應與所保存文件的價值成正比。
按文件的實體狀況優先掃描
應先將實體狀況不佳的文件數位化，因為它們進一步惡化的風險最高。這些文件的壓縮設定應該是最保守的，因為可能無法重新掃描。
對於易碎文檔，PDF 壓縮的優先順序是保存而不是減少文件大小。
建立壓縮日誌以進行存檔管理
在日誌中記錄每個壓縮操作。記錄原始檔案大小、壓縮設定、產生的檔案大小和日期。該日誌使未來的檔案管理員能夠了解對每個文件做了什麼。
掃描的 PDF壓縮日誌是保存存檔處理歷史記錄的元資料記錄。
使用眾包驗證歷史文件的 OCR 質量
具有異常字體或降級文字的歷史文件受益於眾包 OCR 驗證。志願者將 OCR 輸出與原始掃描進行比較並標記錯誤。這些更正提高了檔案的可搜尋性。
全球主要歷史檔案館和圖書館都採用 PDF Archive 眾包方法來提高 OCR 品質。
處理無法重新掃描的易碎原稿
有些歷史文獻太脆弱，無法多次掃描。現有的掃描件是唯一的數位副本。壓縮必須是絕對無損的。原始掃描檔案必須與壓縮版本一起儲存。
針對易碎原件的PDF 壓縮 將保存優先於所有其他考慮因素。
為存檔目錄建立縮圖
從壓縮存檔 PDF 產生縮圖以供目錄瀏覽。縮圖允許研究人員在下載完整文件之前預覽文件。
掃描的 PDF縮圖產生支援存檔發現和存取。
長期數位保存的資助模式
數位檔案需要持續的資金來儲存、遷移和存取。在開始大規模數位化之前建立可持續的融資模式。儲存上的壓縮節省是總保存成本的一部分。
PDF Archive永續發展規劃確保子孫後代仍可以存取壓縮的數位文件。