Как уменьшить вес скана
Прикиньте вес до обработки: он пропорционален площади листа, квадрату разрешения и числу каналов цвета. Отсюда и порядок действий. Лишние страницы уносят свою долю целиком. Отказ от цвета убирает две трети данных на точку. Переход с 300 на 200 DPI отрезает больше половины точек. Обрезка полей по 15 мм снимает 23 % площади листа. Ползунок качества идёт последним, а не первым.
Коротко о цифрах
- Шкала качества
- 72–300 DPI, JPEG 0,30–0,95
- Подбор под размер
- бисекция, не более 7 перерисовок документа
- Обрезка полей по 15 мм
- минус 23 % площади A4
- Чёрно-белый скан
- возвращается нетронутым: JPEG сделал бы его тяжелее
- Оптимизация структуры
- сервер, до 50 МБ, изображения не трогает
Четыре рычага по убыванию силы
- Число страниц. Вес подшивки складывается из страниц: выброшенная половина документа сразу забирает половину веса, и никакой ползунок этого не повторит.
- Цветность. Цвет — три канала на точку, оттенки серого — один: 24,9 МБ против 8,3 МБ несжатыми на одну страницу A4 при 300 DPI.
- Разрешение. Точки растут как квадрат: 300 DPI против 200 — это в 2,2 раза больше данных, а 600 против 300 — ровно вчетверо.
- Поля. Обрезка по 10 мм с каждой стороны снимает 16 % площади A4, по 15 мм — 23 %, и это ровно те пиксели, в которых ничего не нарисовано.
Как работает наше сжатие
Страница рисуется заново и кодируется в JPEG, а ползунок качества задаёт сразу два параметра: разрешение растеризации и качество кодировщика. На нуле шкалы это 72 DPI и JPEG 0,30, на середине — 186 DPI и JPEG 0,63, на максимуме — 300 DPI и JPEG 0,95. Для скана такая перерисовка ничего не разрушает: текстового слоя в нём и так нет, страница и до обработки была изображением.
Если задать не качество, а целевой размер, подбор идёт бисекцией: сначала проверяются обе границы шкалы, потом ищется самое высокое качество, которое ещё укладывается в лимит, и всё это не более чем за семь перерисовок документа. Недостижимую цель инструмент называет прямо и отдаёт самый маленький вариант, а не файл больше запрошенного.
Два случая, когда вес не упадёт
- Чёрно-белый скан. Однобитная страница хранится способом, придуманным для штрихового рисунка, а JPEG тратит на точку восемь бит. Результат оказывается больше исходника, поэтому вам возвращают исходный файл нетронутым.
- Оптимизация структуры. Она переставляет объекты так, чтобы просмотрщик показывал первую страницу, не дочитав файл до конца; изображений внутри она не трогает, и вес скана после неё практически тот же.
- Помните про ограничение той же оптимизации: она выполняется на сервере и принимает файлы до 50 МБ, тогда как сжатие целиком работает во вкладке браузера.
- Уже сжатый скан. Повторный проход по пережатому изображению добивает границы букв, но веса снимает мало: экономить в нём почти нечего.
Частые вопросы
Что сжимать выгоднее — качество или разрешение?
На скане это одна и та же ручка: ползунок задаёт и разрешение растеризации, и качество JPEG одновременно. Отдельно крутить их не нужно, достаточно двигать шкалу вниз, пока текст остаётся читаемым.
Потеряется ли возможность искать по документу?
У обычного скана искать нечего: текстового слоя в нём нет изначально. Но если документ уже проходил распознавание, растеризация уничтожит найденный текст, поэтому такой файл лучше сжимать осторожно.
Насколько сильно помогает обрезка полей?
Ровно настолько, сколько площади вы срезали: поля по 10 мм с каждой стороны уносят 16 % листа, по 15 мм — 23 %. Для подшивки в сотню страниц это заметная разница.
Почему у соседа тот же документ весит вдвое меньше?
Скорее всего, он сканировал в оттенках серого при двухстах точках на дюйм, а вы в цвете при трёхстах. Разница в этих двух настройках даёт кратный разрыв ещё до всякого сжатия.