如何压缩扫描件并保持文字清晰
扫描 PDF 是「碰巧包着页面的」图片文件。压小它意味着压小图片，而取舍就在这里：压过头，恢复出来的文字糊成像素；压太轻，文件大到既寄不出去也存得心疼。本篇是这场取舍的诚实版本——杠杆在哪里、停止点在哪里、如何检查自己没有越线。
规则：先压缩源图
Section titled “规则：先压缩源图”扫描件的杠杆从来不是 PDF 容器，而是里面的图片。所以顺序与多数人的尝试恰好相反：
- 先用压缩图片处理源图——浏览器内运行，免费——再做任何重建。体积真正是在这一步降下来的，画质决定也是在这一步、在图像本身上做出的，你看得见。
- 再用压缩 PDF围绕压缩后的图片重建——浏览器内运行，免费、不上传——这一步在容器层面无损地再压一次。
把这个顺序反过来——先压缩 PDF、指望里面的图片跟着变小——就是那么多人最后得到一个几乎没变小、或者文字在正常缩放下突然读不清的文件的原因。
停止点是一个检验，而不是一个数字：在文件实际会被阅读的屏幕上，文字仍然清晰。 手机预览、打印纸面、阅读器里 200% 缩放——挑出这份文件会面对的最差场景，压一次，看页面上最小的文字。持续加强直到那行文字不再清晰，然后退一档停下。这个点就是这份文件诚实的下限；越过它的每一分画质都拿不回来。
- 不要把整页重新光栅化。 把页面内容重新编码成一张新图，就是清晰矢量文字变成模糊照片的过程。压的是内嵌图片，文字别动。
- 不要为了命中体积目标把清晰度压过去。 目标确实固定时，目标体积方法会先用无损这一趟、再以有分寸的增量花图片画质——而不是一口气牺牲掉整页。
- 不要在 OCR 之前压缩。 扫描件需要文字层时，先识别、后压缩；识别之前扔掉的像素就是扔掉的文字。
文件仍然太大时
Section titled “文件仍然太大时”压缩之后仍然超过门槛，剩下的选项是诚实且结构性的：用拆分 PDF拆开分批处理；或者——当扫描件同时必须可搜索时——先走 OCR 流程，再按本篇的顺序压缩。
为什么我的扫描件压缩之后还是很大？ 因为里面的图片本来就已经压缩过，或者压缩加在了容器而不是图片上。源图这一步才是真正动体积的那一步；容器这一步对扫描件几乎是白做。
文字从哪里开始变糊？ 从承载字形细节的那部分图像内容被丢掉的那一刻——这就是停止点检验要看最小文字的原因，也是在人们实际使用的缩放下而不是在缩略图上检查的原因。
直接用最强档位一次到位行不行？ 行——如果你不打算再读这个文件。最强档位是给永不再打开的档案准备的，不是给还要有人读的文档准备的。
压缩扫描件就是：源图在前、容器其次，停止点由最差阅读缩放下的最小文字决定。按这个顺序，文件变小而文字不化——而且整件工作都在浏览器内完成，扫描件没有离开过它存放的那台设备。
准备好压小手上的扫描件了吗？先用压缩图片处理源图——浏览器内运行，免费——再用压缩 PDF重建，不上传。还是超？用拆分 PDF拆开处理；扫描件还必须可搜索时，先做 OCR（OCR 识别 PDF，设备端、免费）再压缩。
- 不上传文件压缩 PDF——旗舰指南：结构重建压缩、回收多少、图片为主时的边界在哪里
- 建立可搜索档案——本篇所压缩其产出的那条 OCR 流程
- PDFLean 免费与收费边界——本地压缩路径的代价，以及哪里开始消耗套餐额度