日常办公中，许多人在处理合同、发票或档案扫描件时，常遇到一个怪现象：明明只有几页纸，生成的 PDF 却动辄几十兆；即便使用常规压缩软件压了一遍，文件依然偏大，或者字迹变得模糊不清。
很多人以为问题出在压缩工具上，但根源往往藏在扫描图像本身的“底噪”里。想要获得小巧又清晰的扫描 PDF，关键在于工作流的顺序：先做图像去噪预处理，再进行算法压缩。
为什么扫描底噪会让压缩算法“失效”？
PDF 压缩的核心手段之一是图像流压缩。不同的压缩算法在处理图像时有着明确的分工：
- Flate：适合处理纯色色块、文本与线条图，属于无损压缩；
- JPEG：适合照片类连续色调图像，属于有损压缩；
- JBIG2：专为黑白二值（单色）图像设计，压缩效率极高。
扫描仪采集纸张时，往往会连带拍下纸张纤维纹理、微小灰尘杂点以及纸张背面的透光印痕（洇墨）。这些在肉眼看来只是“发灰”或“脏点”的噪点，在压缩算法眼中却是海量的高频信息。
以 Flate 算法为例，它的优势在于将大片重复的相同像素（如纯白背景）编码为简短指令。如果纸张背景布满深浅不一的细微杂点，算法就必须为每一个噪点记录色彩变化，导致无损压缩几乎无法展开；若采用 JPEG 压缩，算法会花费大量数据位去编码这些无意义的噪点，既浪费体积，又容易在文字边缘产生恼人的色块噪波；而在 JBIG2 算法下，原本应被视为空白的区域若散落噪点，也会被迫生成大量额外的符号记录。
可以说，未清理的底噪，本质上是在强迫算法为“垃圾信息”分配存储空间。
关键预处理动作一：去噪点与白平衡校正
消除算法冗余的第一步，是将文档的有效文字与无效背景彻底剥离。
1. 去噪点（Despeckle）
去噪点功能专门用于识别图像中孤立的单像素或微小像素团，并将其替换为周围的背景色。例如纸张受潮形成的霉点、打印机的碳粉飞溅等，通过去噪处理可以快速清除，避免这些杂点被误判为正文字符。
2. 白平衡与色阶校正
普通纸张通常带有微黄或灰底。借助图像编辑或扫描仪自带的色阶工具，将背景的“高光点”向内拉动，可以将发灰的纸张底色整体映射为绝对纯白（RGB 255, 255, 255）。
当原本深浅不一的灰底被校正为纯净的单一色块后，Flate 等算法就能将整片背景合并压缩，原本需要记录成千上万个色值的区域，现在仅需几行代码即可表达，文档体积通常会在此步之后迎来显著下降。
关键预处理动作二：装订黑边与折痕阴影裁切
除了纸张微观噪点，扫描件外围的宏观阴影同样是体积杀手。
由于扫描仪开盖漏光、书籍装订处中缝弯曲或翻页翘边，扫描结果的外沿往往带有一圈浓重的黑边或渐变阴影。这些阴影不仅影响阅读，且因为包含复杂的渐变过渡色，编码时会吃掉大量文件容量。
在压缩前进行边缘裁切（Crop）或边界填充白边，直接去除文档四周无意义的黑色扫描框与阴影，能够立竿见影地砍掉冗余图像流数据。
结合源头设置，实现体积瘦身翻倍
一个科学的扫描文档处理流程，应当将“源头控制”与“事后压缩”结合起来。
决定扫描件体积的源头三要素是：分辨率（DPI）、色彩模式与输出格式。通常情况下，源头参数设置正确，往往比事后强行压缩更有效：
- 色彩模式匹配：黑白合同与纯文字公文，通常建议直接在扫描源头选择“黑白二值”模式（匹配 JBIG2 算法）或“灰度”模式，尽量避免将纯黑白文件保存为 24 位全彩图像。
- 图像预处理：扫描后立即进行去噪点、白平衡校正与黑边裁切，还原纯净图面。
- PDF 综合压缩：完成图质预处理后，再执行标准 PDF 压缩。此时工具可以通过图像重采样（将过高的 DPI 适度降至办公适宜的 150–200 DPI）、匹配最优流压缩算法，以及删除冗余对象（如未使用的字体和元数据资源），在保持字迹边缘清晰锐利的同时，实现成倍的压缩率提升。
理顺“先清理底噪、再执行压缩”的逻辑，就能彻底摆脱扫描件体积庞大、传阅困难的麻烦；当你需要对处理完底噪的文档进行最终瘦身时，也可以直接打开 pdfcompress.online 使用免费便捷的在线压缩工具完成快速优化。