¿PDF escaneado demasiado grande? Reducción de DPI + conversión a JPEG en la práctica

Conclusión primero: cuando un PDF escaneado es demasiado grande, la causa principal es que el escaneo de alta DPI y el formato de mapa de bits sin compresión representan más del 90 % del tamaño. La solución consta de tres pasos: reducir el DPI a 150, convertir los formatos BMP/sin pérdida a JPEG calidad 75 y añadir una capa de texto OCR. Un contrato escaneado en color de 120 páginas puede comprimirse de 95 MB a 3,2 MB con este flujo de trabajo, con texto claramente legible, copiable y buscable. A continuación, empezamos examinando el origen del volumen, luego ofrecemos una explicación detallada de los parámetros del método de 3 pasos, y cubrimos las estrategias diferenciadas para escaneos en blanco y negro, escala de grises y color.

Si aún no está familiarizado con los principios generales de compresión PDF, le recomendamos leer primero la Guía de compresión PDF: principios y métodos.

1. ¿Por qué los PDF escaneados son tan grandes?

Un PDF escaneado consiste esencialmente en mapas de bits generados por el escáner e incrustados página a página en un contenedor PDF. A diferencia de los PDF generados electrónicamente, cada página de un escaneo es una imagen completa, y el tamaño está determinado completamente por la imagen. Comprender el origen del volumen es la clave para una compresión dirigida.

Origen del volumen	Proporción típica	Causa	Potencial de compresión
Escaneo de alta DPI	50 %–65 %	Escaneo a 300/600DPI, píxeles muy por encima de lo necesario	★★★★★
Formato de mapa de bits sin pérdida	20 %–35 %	BMP/TIFF sin compresión/FlateDecode, sin compresión con pérdida	★★★★★
Desperdicio de modo de color	5 %–15 %	Texto puro escaneado en color de 24 bits en lugar de blanco y negro de 1 bit	★★★★☆
Acumulación de páginas	5 %–10 %	Múltiples páginas, redundancia acumulada	★★★☆☆
Sobrecarga de estructura PDF	1 %–3 %	Objetos de página, tabla de referencias cruzadas, etc.	★☆☆☆☆

Como muestra la tabla, la alta DPI y los formatos sin pérdida combinados representan más del 80 %, lo que los convierte en el objetivo principal de la compresión. Un escaneo en color de 120 páginas a 300DPI, con aproximadamente 0,8 MB por página, totaliza 95 MB — pero la lectura en pantalla solo necesita 150DPI, y tras convertir a JPEG cada página puede reducirse a 0,027 MB, totalizando solo 3,2 MB.

2. Explicación detallada del método de compresión en 3 pasos

Según el origen del volumen en los PDF escaneados, existe un método estandarizado de 3 pasos. Cada paso difiere en su principio, escenarios de aplicación y efecto. La tabla siguiente ofrece una visión general, seguida de explicaciones detalladas.

Paso	Método	Principio	Compresión esperada	Impacto en la claridad
1	Reducción de DPI	Reducir la densidad de píxeles	50 %–75 %	Inapreciable en pantalla
2	Conversión de formato	BMP/TIFF→JPEG	80 %–95 %	Calidad 75 aceptable
3	Capa de texto OCR	Generar texto buscable	+5 %–10 % de tamaño	Mejora la usabilidad

1. Reducción de DPI (mayor rendimiento)

El DPI (puntos por pulgada) determina la densidad de píxeles del escaneo. Los escáneres usan por defecto 300DPI o incluso 600DPI, pero la lectura en pantalla solo necesita 96–150DPI, y la impresión requiere solo 200–300DPI. Reducir de 600DPI a 150DPI disminuye el número de píxeles a 1/16 del original, reduciendo el tamaño un 94 %. Reducir a 200DPI también logra una reducción del 89 %.

Operación concreta: abra el PDF escaneado en SmartSlim, y el motor de compresión Rust analiza las imágenes página por página, seleccionando automáticamente el DPI óptimo según el tipo de escaneo — los escaneos de texto en blanco y negro se reducen a 200DPI, los de escala de grises a 150DPI y los de color a 150DPI. La reducción de resolución utiliza el algoritmo Lanczos para mantener los bordes nítidos, evitando el desenfoque de texto causado por un escalado simple.

Tipo de escaneo	DPI original	DPI recomendado	Reducción de píxeles	Legibilidad
Texto blanco y negro	300	200	56 %	Claramente legible
Texto blanco y negro	600	200	89 %	Claramente legible
Texto en escala de grises	300	150	75 %	Claramente legible
Documento en color	300	150	75 %	Color ligeramente más pálido, aceptable
Página de foto en color	600	200	89 %	Pérdida leve de detalle

Para entender la diferencia detallada entre DPI y PPI, consulte DPI vs PPI: guía de resolución para escaneo e impresión.

2. Conversión de formato (mayor reducción)

Las imágenes en los PDF escaneados suelen usar tres tipos de codificación: FlateDecode (compresión sin pérdida de PNG), CCITT G4 (estándar de fax en blanco y negro) y DCTDecode (JPEG). Muchos escáneres usan FlateDecode por defecto o simplemente no comprimen (BMP), resultando en tamaños enormes. Convertir a JPEG calidad 75 puede eliminar entre el 80 % y el 95 % del tamaño.

Para los escaneos en blanco y negro existe una opción aún mejor — la codificación JBIG2. JBIG2 está diseñada específicamente para texto en blanco y negro, y mediante el reconocimiento de glifos repetidos realiza una coincidencia de plantillas, siendo un 50 %–70 % más pequeña que CCITT G4. Un contrato en blanco y negro de 100 páginas con FlateDecode ocupa unos 40 MB, con CCITT G4 unos 8 MB, y con JBIG2 solo 2 MB. SmartSlim detecta automáticamente los escaneos en blanco y negro y activa la codificación JBIG2.

Codificación	Tipo adecuado	Volumen 100 páginas	vs FlateDecode
FlateDecode (sin pérdida)	Universal	40 MB	Referencia
CCITT G4	Blanco y negro	8 MB	-80 %
JBIG2	Blanco y negro	2 MB	-95 %
JPEG q75	Escala de grises/color	3,5 MB	-91 %
JPEG q85	Escala de grises/color	5,2 MB	-87 %

3. Capa de texto OCR (mejora la usabilidad)

Los PDF escaneados son imágenes por defecto: no se pueden buscar ni copiar. El OCR (reconocimiento óptico de caracteres) puede superponer una capa de texto transparente sobre la imagen, convirtiendo el escaneo en un documento buscable y copiable. La capa de texto OCR en sí solo añade un 5 %–10 % al tamaño, pero mejora drásticamente la usabilidad.

Un beneficio adicional del OCR es que facilita la compresión — con la capa de texto, la capa de imagen puede reducirse a un DPI inferior (como 100DPI), porque incluso si la imagen está borrosa, el texto sigue siendo accesible a través de la capa de texto. SmartSlim integra capacidad OCR y genera automáticamente la capa de texto durante la compresión, con soporte para reconocimiento mixto chino-inglés y una precisión superior al 95 %.

3. Caso práctico: contrato escaneado de 120 páginas de 95 MB a 3,2 MB

Se trata de un contrato de compra empresarial, en formato .pdf, originalmente de 95,4 MB. 120 páginas A4, escaneado en color a 300DPI, con codificación FlateDecode sin pérdida. Debe subirse a una plataforma de firma electrónica (límite de 10 MB), con un objetivo de menos de 5 MB.

Características del documento: 120 páginas A4 escaneadas en color, 300DPI (2480×3508 píxeles por página), codificación FlateDecode, aproximadamente 0,8 MB por página, sin capa de texto OCR.

Parámetros y evolución del tamaño:

Paso	Operación	Parámetros clave	Evolución
1	Reducción de DPI	300DPI→150DPI, remuestreo Lanczos	95,4→28,6 MB
2	Color a escala de grises	Contrato de texto puro, color 24-bit→gris 8-bit	28,6→12,4 MB
3	Codificación JPEG	FlateDecode→JPEG q75	12,4→3,0 MB
4	Capa de texto OCR	Reconocimiento chino-inglés, texto transparente superpuesto	3,0→3,2 MB

Resultado: 3,2 MB, relación de compresión de aproximadamente 29,8:1, tasa de compresión del 96,6 %. Muy por debajo del límite de 10 MB de la plataforma. El texto es claramente legible en pantalla, la impresión a 150DPI tiene buena calidad, y se puede buscar por palabras clave en todo el documento y copiar el texto de las cláusulas. Todo el proceso se ejecuta localmente — el contenido del contrato no pasa por ningún servidor de terceros, cumpliendo los requisitos de confidencialidad de los documentos comerciales.

4. Estrategias diferenciadas para escaneos en blanco y negro, escala de grises y color

Los escaneos con diferentes modos de color requieren diferentes estrategias de compresión óptimas. La tabla siguiente ofrece una comparación de los tres tipos de escaneos.

Tipo de escaneo	Escenario típico	DPI recomendado	Codificación recomendada	Compresión esperada
Blanco y negro (1 bit)	Contrato/documento de texto puro	200	JBIG2	95 %–98 %
Escala de grises (8 bit)	Con firmas/manuscritos	150	JPEG q75	90 %–95 %
Color (24 bit)	Documento color/página de foto	150	JPEG q72	85 %–93 %
Mezclado	Contrato + páginas color anexas	Procesamiento por página	Selección por página	90 %–96 %

Un principio general: para texto puro, priorice blanco y negro + JBIG2 (la tasa de compresión más alta); para documentos con firmas, use escala de grises + JPEG; solo para páginas puramente en color use color + JPEG. SmartSlim analiza la complejidad de color página por página y selecciona automáticamente la codificación óptima — las páginas de texto se convierten a blanco y negro con JBIG2, las páginas con firmas a escala de grises con JPEG y las páginas en color a JPEG en color, evitando un enfoque uniforme. Si también tiene problemas para enviar escaneos por email, consulte ¿PDF demasiado grande para enviar por email? 3 pasos para comprimir a menos de 5 MB.

5. Preguntas frecuentes (FAQ)

P1: ¿Cómo puedo comprimir un PDF escaneado a menos de 5 MB?

Siga el flujo de 3 pasos: reduzca el DPI a 150, convierta los formatos BMP/sin pérdida a JPEG calidad 75 y añada una capa de texto OCR. Un contrato escaneado en color de 120 páginas puede comprimirse de 95 MB a 3,2 MB, con texto claramente legible, copiable y buscable. La clave es reducir primero el DPI (la mayor proporción), luego convertir a formato JPEG y, finalmente, añadir la capa de texto OCR para mejorar la usabilidad. Los escaneos en blanco y negro pueden usar además codificación JBIG2 para un tamaño aún menor.

P2: ¿Qué hago si el texto no se ve claro tras reducir el DPI del PDF escaneado?

Para escaneos de texto puro, 150DPI es suficiente para una lectura e impresión claras, e incluso a 100DPI el texto sigue siendo legible. Si el texto no se ve claro, suele deberse a que el original escaneado era borroso o a que el DPI se redujo en exceso. Recomendamos 200DPI para texto en blanco y negro, 150DPI para texto en escala de grises y 150DPI para escaneos en color. También puede aplicar un filtro de nitidez para mejorar los bordes del texto. SmartSlim identifica automáticamente el tipo de escaneo y asigna el DPI correspondiente, evitando la borrosidad causada por un enfoque uniforme.

P3: ¿El método de compresión es el mismo para escaneos en blanco y negro y en color?

No es el mismo. Para escaneos en blanco y negro se recomienda la codificación JBIG2 (un 50 %–70 % más pequeña que CCITT G4), con DPI reducible a 200 sin perder claridad; los escaneos en escala de grises se convierten a JPEG calidad 75 con 150DPI; los escaneos en color se convierten a JPEG calidad 72 con 150DPI, con una pérdida de información de color aceptable. Los escaneos en blanco y negro tienen la tasa de compresión más alta (hasta el 98 %), mientras que los escaneos en color alcanzan aproximadamente el 90 %–95 %. SmartSlim selecciona automáticamente la codificación óptima según el modo de color del escaneo.

P4: ¿Qué beneficios tiene añadir una capa de texto OCR a un PDF escaneado?

La capa de texto OCR transforma el escaneo de una imagen a un documento buscable y copiable. Tiene tres beneficios: primero, permite la búsqueda de palabras clave en todo el documento, sin tener que hojear página por página; segundo, permite copiar texto a otros documentos; tercero, facilita la compresión — con la capa de texto, la capa de imagen puede reducirse a un DPI inferior sin perder la capacidad de buscar contenido a través del texto. La capa OCR en sí solo añade un 5 %–10 % al tamaño, pero mejora drásticamente la usabilidad del documento. SmartSlim integra capacidad OCR y genera automáticamente la capa de texto durante la compresión.

Conclusión

Cuando un PDF escaneado es demasiado grande, la causa principal es que el escaneo de alta DPI y los formatos de mapa de bits sin pérdida representan más del 80 % del tamaño. La solución es una compresión dirigida en 3 pasos: la reducción de DPI ofrece el mayor rendimiento (300→150DPI, 50 %–75 % de reducción), la conversión de formato logra la mayor reducción (BMP→JPEG q75, 80 %–95 % de reducción; con JBIG2 para blanco y negro se alcanza el 98 %) y la capa de texto OCR mejora la usabilidad (+5 %–10 % de tamaño a cambio de búsqueda y copia). Combinando los 3 pasos, un contrato en color de 120 páginas se reduce de forma fiable de 95 MB a 3,2 MB.

Recuerde tres cosas: primero, seleccione la codificación según el modo de color — blanco y negro con JBIG2, escala de grises y color con JPEG — y evite un enfoque uniforme; segundo, 150DPI es el punto de equilibrio ideal para la compresión de escaneos, suficiente tanto para lectura en pantalla como para impresión; tercero, use compresión local para documentos sensibles como contratos y nunca los cargue en herramientas en línea. Elegir las herramientas y métodos adecuados hace que reducir el tamaño de los PDF escaneados sea realmente sencillo.