在日常办公中，我们经常需要将纸质合同、发票、会议白板或手写笔记用手机拍下来，合并生成一份 PDF 文件。然而，短短几页纸合成后，文件体积往往动辄数十兆甚至上百兆，不仅通过邮件或即时通讯工具发送时频频受阻，在手机端打开阅读时也经常出现卡顿。
这些由手机照片拼成的文档之所以体积臃肿，关键在于直接引入了高像素原图带来的分辨率溢出与色彩噪点。要解决这一问题，我们需要从源头理解文件结构，并运用针对性的抽样与图像预处理方法。
为什么拍照拼成的 PDF 如此臃肿？
现在的智能手机大多配备 4800 万甚至更高像素的传感器。在默认拍摄模式下，单张照片的像素尺寸往往可达 8000×6000 左右，文件格式通常为 24 位 RGB 真彩色。
将这些照片不加处理直接合并为 PDF 时，会产生两重巨大的数据冗余：
- 分辨率冗余（像素过剩）：在办公场景下，PDF 主要用于屏幕查阅或普通办公打印。以 A4 纸张尺寸为例，在正常阅读视距下，150 至 300 DPI（每英寸像素点数）通常足以保证文字极其清晰。而 4800 万像素的未抽样图片嵌入页面后，等效 DPI 往往远超实际显示与肉眼辨别极限，属于完全无效的性能浪费。
- 色彩与高频噪点冗余：手机拍照不可避免会拍入桌面纹理、室内光照不均形成的阴影，以及感光元件产生的暗部噪点。PDF 页面把这些复杂的渐变阴影当作高频彩色图像信息完整记录，阻碍了后续压缩算法发挥作用。
从底层原理来看，PDF 的常规压缩手段主要分为三类：图像重采样（降低 DPI）、流压缩算法（如针对图像的 JPEG、无损的 Flate 或针对黑白双值的 JBIG2 等），以及删除冗余对象（如清理未引用的资源、嵌入字体子集化等）。针对手机翻拍的 PDF，优化的重心正是前两项。
方案一：匹配阅读视距，使用双三次插值重采样
解决过大体积的首要步骤是“重采样（Resampling）”，即主动丢弃超出阅读所需的多余像素。
除非是需要向印刷厂交付、符合严格色彩与解析度规范的专业 PDF/X 印刷交换格式，普通办公文档完全没有必要保留印刷级甚至超标的原始分辨率： * 普通屏幕阅读与邮件传输：建议将图像重采样为 150 DPI 左右，这通常能在保持字迹边缘锐利的同时大幅减小文件尺寸。 * 高精细度查阅或常规打印：建议设置在 200 至 300 DPI 之间。
在重采样算法的选择上，推荐采用双三次插值（Bicubic Interpolation）。与直接丢弃像素的邻近插值或简单的双线性插值相比，双三次插值会参考目标像素周围 16 个点的数据进行加权计算。在大幅缩小图片尺寸时，它能较好地抚平噪点，并保护文字笔画和表格细线的对比度，避免缩小后出现锯齿或字迹模糊发虚的情况。
方案二：背景阴影灰阶标准化与流压缩
高像素照片压缩困难的另一主因是“背景脏”。室内光线不均会让白纸呈现出灰黄交错的渐变色，大幅增加文件大小。
优化的高效方案是在压缩前进行背景灰阶标准化： 1. 色彩模式精简：纯文字文档通常不需要 RGB 三通道色彩。去除彩色通道、转为 8 位灰度甚至 1 位黑白双值，可以直接成倍削减基础数据量。 2. 平场校正与阴影拉平：利用图像处理中的局部阈值分割或亮度拉伸，识别出背景中的渐变阴影并将其强制“拉白”，仅保留高对比度的深色字迹。 3. 匹配高效流压缩算法：当背景被清理为大面积纯白后，连续的单一像素值极易被流压缩算法高效编码。例如在灰度模式下使用 JPEG/Flate 编码，或在纯黑白二值化后采用 JBIG2 算法，通常能使单页文档在保留可读性的前提下压缩至非常轻量的体积。
补充提示：加密文件的预处理
在处理此类文档时，有时会遇到合并后已加密的情况。需要注意，PDF 存在两类密码：控制文件能否被打开查阅的用户密码（打开密码），以及控制能否打印、编辑或复制内容的所有者密码（权限密码）。
由于图像降采样和流压缩需要重新解析并重写页面流数据，带有密码保护的 PDF 必须先输入密码解除保护，压缩程序才能正常执行优化流程。
通过“双三次插值控制适宜 DPI”与“平场去阴影使背景纯净化”的组合方法，即使是数十页高像素照片拼成的文档，也能在维持清晰可读的同时将体积控制在便携范围内；如果你手头正有超大体积的翻拍文档急需发送，也可以直接使用 pdfcompress.online 在线免费压缩工具快速完成尺寸精简。