扫描仪生成的PDF本质是一堆图片，一页A4彩色扫描轻松几MB，几十页就是几百MB。很多人直接拿去压缩，效果很差——因为顺序错了。

正确顺序：OCR → 压缩

先做OCR文字识别，把图片变成“图片+隐藏文字层”的双层PDF。这一步本身就能减小体积（OCR软件通常会顺手做二值化/降采样），更重要的是之后压缩时可以针对文字层和图片层分别优化。

扫描设置的源头控制

  • 分辨率300 DPI足够：600 DPI的扫描件体积是300 DPI的4倍，但OCR识别率几乎无差别；
  • 黑白文档用灰度/黑白模式：纯文字合同用黑白二值扫描，体积只有彩色的十分之一；
  • 关掉“高压缩扫描”以外的花哨选项，保持原图质量，后期统一处理。

压缩时的关键选项

对扫描版PDF，重点压图片层：JPEG质量60-70、DPI 150。文字层是矢量，不占体积不用管。这样一套下来，200MB的扫描件通常能压到20MB以内，且打印依然清晰。