将文档扫描成数字化的电子文件可以帮助公司节省物理空间、降低成本、促进协作、优化数据检索等等。

有时，我们可能会遇到非常大的或者图像质量较低的扫描文件。在本文中，我们将讨论如何优化扫描文档的尺寸。

用Dynamic Web TWAIN编写了相关的示例，它是一个允许从浏览器扫描文档的JavaScript库。

如何计算图像大小

在开始之前，让我们了解一下如何计算图像大小。

图像字节数 = 像素高度 * 像素宽度 * 位深度 / 8

它受到像素数量和它能代表多少颜色影响。

DPI

DPI代表每英寸点数，是衡量扫描文档或照片分辨率的指标。DPI越高，扫描和生成的图像的质量和分辨率就越高。

通常，以大约300DPI扫描文档会产生具有合理大小和良好质量的图像。

在Dynamic Web TWAIN中，我们可以在device configuration中指定DPI：

DWObject.AcquireImageAsync({IfShowUI:false,Resolution:300});

以下是使用不同DPI扫描文档的测试结果。

位深度

位深度，也称为颜色深度，是用于表示单个像素颜色的位数。位深度越大，像素可以表示的颜色就越多。

大多数文档扫描仪都提供了以不同颜色模式扫描文档的选项：黑白、灰色和彩色。

它们的位深度如下：

• 黑白：1位。
• 灰色：8位。
• 彩色：24位。

在Dynamic Web TWAIN中，我们可以在device configuration中指定颜色模式（或称像素类型）：

let pixelType = Dynamsoft.DWT.EnumDWT_PixelType.TWPT_BW;
DWObject.AcquireImageAsync({IfShowUI:false,PixelType:pixelType});

我们还可以使用以下代码手动设置位深度：

let imageIndex = 0;
let bitDepth = 4;
let highQuality = false;
DWObject.ChangeBitDepth(imageIndex,bitDepth,highQuality);

以下是用不同颜色模式扫描文档的测试结果。

图像压缩

我们可以用JPEG和PNG等不同的图像文件格式压缩图像数据。

在Dynamic Web TWAIN中，我们可以使用以下代码获取图像大小：

let imageIndex = 0;
let width = DWObject.GetImageWidth(imageIndex);
let height = DWObject.GetImageHeight(imageIndex);
let originalSize = DWObject.GetImageSize(imageIndex,width,height);
let size = DWObject.GetImageSizeWithSpecifiedType(imageIndex,j); //size after compression with a format

以下是扫描不同颜色模式和图像格式的文档的测试结果。

我们可以从表中总结出下面两点：

1. BMP是一种无损格式，不压缩图像。
2. JPEG不能很好地处理黑白图像，但它对灰色和彩色图像的压缩率最好。

多页优化

大多数时候，我们需要扫描多页文档。我们可以使用TIFF或PDF作为容器将图像保存在一个文件中。TIFF和PDF支持多种图像格式和压缩方法。

由于不同的压缩方法对不同的颜色模式的效果不同，Dynamic Web TWAIN使用以下压缩策略来获得最佳结果。

对于TIFF，它使用以下策略：

• 对于1位图像，使用TIFF_T6压缩算法。
• 对于其他图像，使用TIFF_LZW压缩算法。

对于PDF，它使用以下策略：

• 对于1位图像，如果PDF版本超过1.4，使用JBIG2，否则使用FAX4（CCITT Group 4 Fax）。
• 对于8位图像，如果图像为灰度，则使用JPEG，否则使用LZW（Lempel-Ziv-Welch）。
• 对于24位和32位图像，使用JPEG。

以下是扫描TIFF和PDF格式文档的测试结果。该测试用黑白、灰色和彩色模式扫描了同一文档。

源代码

可以在以下仓库中找到所有代码和在线演示：

https://github.com/tony-xlh/scan-optimization/