扫描件怎么变小,又不至于糊得看不清

一份扫描的 PDF 之所以大,是因为它本质上是一张张纸的照片,而照片很贵。体积来自三个设置:扫描仪每英寸采多少个像素、每个像素用多少位来表示、以及结果用什么方式编码。改这三个设置——而不是「运行一下压缩器」——才真正减小体积。

顺序很重要:第一项的效果超过后三项之和,而最后一项做错了会把文件毁掉。下面按这个顺序讲。

先算一笔账:为什么大

A4 是 210 × 297 毫米,约 8.27 × 11.69 英寸。按 300 dpi 扫,得到约 2481 × 3508 个像素,也就是每页 870 万像素。用 8 位灰度存,每像素 1 字节,未压缩时每页约 8.7 MB。按 600 dpi 扫,同一页是 4962 × 7016,像素数是四倍,未压缩 34.8 MB。40 页 600 dpi 彩色扫描,还没有任何 OCR 层,就已经几百 MB 了。

A4 一页像素原始大小编码后常见大小
150 dpi 黑白1241 × 17540.26 MB(1 位)40–90 KB
300 dpi 黑白2481 × 35081.04 MB(1 位)50–120 KB
300 dpi 灰度2481 × 35088.7 MB350 KB–1.2 MB
300 dpi 彩色2481 × 350826 MB1–3 MB
600 dpi 彩色4962 × 7016104 MB4–12 MB

数字是近似值,取决于内容:一页密排的小字,编码效率比一页只有几行字和大片空白差得多。但量级是可靠的:同样一页,黑白文字比彩色照片小两个数量级。

杠杆一:分辨率

效果最大、也最不好糊弄的一项。屏幕阅读或 A4 打印的文字稿,300 dpi 是实际上限;只在屏幕上看的,200 dpi 通常够用;150 dpi 对普通文字还认得出,对小字号和手写字就明显发虚了。

掉到 200 dpi 以下,问题开始出现:对小字的 OCR 识别率下降,签名的笔锋变糊,一份 200 dpi 收到的传真再按 100 dpi 重编码,就成了一团灰。如果页面上有需要人眼比对的东西——印章、签名、编号——300 dpi 的黑白或灰度是安全线。

反过来说,把一份已经是 300 dpi 的扫描「提高到 600 dpi」不会增加任何信息,只是把文件做大四倍。分辨率只能降,不能凭空升。

杠杆二:色彩位数

大多数办公文件是白纸黑字。用 24 位彩色去扫,等于每个像素花三个字节描述一个字节就够表达的东西。把扫描仪切到灰度或黑白,在编码开始之前数据量就已经除以 3 或除以 24 了。

  • 黑白(1 位):打字稿、合同、发票、复印件的最佳选择。边缘锐利,文件极小。不适合照片、铅笔字、彩色印章和任何有渐变的东西。
  • 灰度(8 位):折中的默认。铅笔、淡墨、印章都能应付,JPEG 编码效率也好。
  • 彩色(24 位):只在颜色本身携带信息时才用——带荧光笔标注的条款、作为证据的信头、身份证、产品照片。

杠杆三:编码方式

PDF 把每一页的扫描图像存在文件里,用生成软件选定的滤镜编码。两类值得知道:

无损编码(Flate、CCITT Group 4)精确保存采到的像素。彩色扫描用 Flate 大约 2:1 到 4:1,诚实但救不了一份 100 MB 的文件。CCITT Group 4 专门为黑白图像设计,对文字常常能做到 20:1 以上,这就是为什么 300 dpi 黑白页能压到 120 KB 以内。

有损编码(JPEG,新式扫描仪还有 JPEG 2000)丢掉眼睛不太会注意的细节。质量 75 时,灰度文字页压到几百 KB,在阅读尺寸下看不出损伤。质量 30 时,字母周围的振铃伪影是永久的,而且每重编码一次就更糟。

每一次有损重编码都是破坏性的。如果非压两次不可,永远从原始扫描压,不要从已经压过的 PDF 再压。

这条规则在现实中经常被违反:有人收到一份已经压过的 PDF,又用另一个在线工具压了一遍,再传到微信被压缩一次,最后打开是一页糊。责任不在最后一个工具。

杠杆四:那些不需要的页

动画质之前,先删掉本不该在里面的东西。双面扫描带出来的空白背面、分隔页、卡纸造成的重复页、被扫了两次的封面,加起来通常占一批文件的 10% 到 30%。一份 60 页 40 MB 的扫描,去掉 15 页空白就是省 10 MB,画质零损失,而且文件更好读。

这是本站唯一能直接帮上忙的一项:用拆分工具只保留需要的区间,把空白页剔掉;再用合并工具按顺序拼回去。两边都不重新编码,留下来的页面一个像素都没动。

什么不管用

  • 对电子排版的文件「压缩 PDF」。从文字软件导出的 PDF,文字本来就很紧凑;里面只有图片是目标,把图片低质量重编码,是拿一份干净文件换一点体积。
  • 反复另存。很多编辑器保存时会重写整份文件:图片重新编码、交叉引用表重排、OCR 层重新生成。存三次,体积可能反而变大。
  • 把图片先导出再塞回去。这一圈下来通常只增加了有损步骤,尺寸却没怎么变。

实操:一份 60 页的报告扫描

假设你手上是一份 60 页、85 MB、300 dpi 彩色的合同扫描,要发给对方。按顺序做:

  1. 先看有没有空白页和重复页,用拆分工具剔掉。假设省下 12 页,体积降下来一点,页数更准确。
  2. 判断颜色是否必要。合同是白纸黑字加红章——红章需要颜色,所以保留彩色,但可以把分辨率降到 200 dpi 并提高 JPEG 质量比。如果只是黑字,重新按灰度 300 dpi 扫一遍最好。
  3. 如果重新扫不现实,就在编辑软件里统一重采样到 200 dpi、JPEG 质量 75。这一步不可逆,所以先备份原始文件。
  4. 最后按需要拆分或合并,加上页码,再发出去。

顺序的意义在于:越靠前的步骤越便宜、越不破坏信息;越靠后的越贵、越不可逆。先做便宜的。

关于 OCR 层

加了 OCR 的扫描件会比原来大一些——文字层本身很小,但有些软件会顺带把图像重新编码一遍,体积就上去了。好处是能搜索、能复制,坏处是识别错误会跟着文件走很久。如果这份文件要长期归档、要能被检索,加 OCR 是值得的;如果只是发给人看一眼,不必。

相关阅读:拆分的三种方式、带密码的 PDF。

本文由 PDFNest 团队撰写。最后更新:2026 年 11 月 19 日。

拆分并剔除空白页 全部指南