压缩数字化文档图像

Question

现在法律要求我们将公司的所有财务文件数字化，并每3个月提交一次评估。

由于这是敏感数据，我们决定自己动手并构建某种数字数据存档。 该工具运行良好，但在使用7个月后，我们开始担心这些图像使用的磁盘空间。

这里有一些关于数字化文件数量的信息：

• 每天扫描和存档15K文档，最终PNG大小为+ - 860KB：15 000 * 860千比特= 1.53779984千兆字节
• 每月工作30天：1.53779984千兆字节* 30 = 46.1339952千兆字节
• 1年后对磁盘空间使用的期望：46.1339952千兆字节* 12 = 553.607942千兆字节

到目前为止，我们使用的磁盘空间为424千兆字节，不计入备份。 我们使用PNG作为图像格式，但我想知道是否有人对更好的图像压缩算法或压缩PNG的替代策略有任何建议，甚至更好或更好的方法来存档图像以节省磁盘空间。

任何帮助将不胜感激，谢谢。

Answer 1

使用DjVu会更好，这是一种相对较新的格式，专为压缩扫描文档而设计。 它适用于双色调，灰度和彩色文档。 它将前景/背景分离与复杂的小波压缩方案相结合。 如果您获得商业版本，我相信您也可以获取OCR文件，以便您可以搜索它们，但是有一个完全开源的版本叫做DjVuLibre 。

Answer 2

据推测，这些文件不需要一直在线。 如果是这种情况，根据您提供的信息，我看不出您需要更改工作流程的任何理由。

PNG是一种广泛支持的格式，具有无损（zlib）压缩，我猜你正在使用它。 如果您不需要无损压缩，只要您适当调整压缩比，优质的ole JPEG将以较小的质量损失为代价提供更紧密的压缩。 JPEG2000可能是另一种选择，具体取决于您的软件堆栈。 除了每像素16位支持之外，LZW压缩的TIFF没有比PNG更大的优势，您可能不需要它。 其他选项包括专有的专业编解码器（如MrSID）​​，以极低的价格提供极大的文件压缩。

由于这些是扫描文档，我想我会认为PDF是编码它们的“自然”格式。 PDF根据文件的内容提供各种压缩选项。 但我不会煞费苦心地修复一些没有破坏的东西。

如果你想一下你现在在驱动器空间上花了多少钱，那么每天1.5 GB就没什么了。 驱动器空间便宜且不断变得更便宜。 只需每6个月购买三个新的1 TB USB驱动器（主/备用/异地备份），总成本为240美元或者其他任何东西。 即使磁带备份也不合理。

Answer 3

每年500 Gb并不多，硬盘每年都在变得越来越便宜