PDF numérisé trop volumineux ? Réduction DPI + conversion JPEG en pratique

Conclusion d'abord : lorsqu'un PDF numérisé est trop volumineux, la cause fondamentale est que la numérisation à haut DPI et les formats bitmap non compressés représentent plus de 90 % du volume. La solution se déroule en trois étapes : réduire le DPI à 150, convertir les formats BMP/sans perte en JPEG qualité 75, et ajouter une couche de texte OCR. Un contrat numérisé couleur de 120 pages peut passer de 95 Mo à 3,2 Mo avec ce flux de travail, avec un texte clairement lisible, copiable et recherchable. Ci-dessous, nous commençons par examiner ce qui rend les fichiers volumineux, puis détaillons les paramètres des trois étapes, en couvrant les stratégies différenciées pour les numérisations en noir et blanc, niveaux de gris et couleur.

Si vous n'êtes pas encore familier avec les principes généraux de la compression PDF, nous vous recommandons de lire d'abord le Guide détaillé des principes et méthodes de compression PDF.

1. Pourquoi les PDF numérisés sont-ils si volumineux ?

Un PDF numérisé consiste essentiellement à intégrer page par page les images bitmap générées par le scanner dans un conteneur PDF. Contrairement aux PDF générés électroniquement, chaque page d'un PDF numérisé est une image complète, et la taille est entièrement déterminée par les images. Comprendre l'origine du volume est la clé d'une compression ciblée.

Source de volume	Part typique	Cause	Potentiel de compression
Numérisation haut DPI	50 %–65 %	Numérisation à 300/600 DPI, pixels bien supérieurs au besoin de lecture	★★★★★
Format bitmap sans perte	20 %–35 %	BMP/TIFF non compressé/FlateDecode, sans compression avec perte	★★★★★
Gaspillage mode couleur	5 %–15 %	Texte pur en couleur 24 bits au lieu de noir et blanc 1 bit	★★★★☆
Accumulation de pages	5 %–10 %	Nombreuses pages, redondances cumulées	★★★☆☆
Surcharge structure PDF	1 %–3 %	Objets de page, table de références croisées, etc.	★☆☆☆☆

Comme le montre le tableau, le haut DPI et les formats sans perte combinés représentent plus de 80 %, ce qui en fait le terrain principal de la compression. Un PDF numérisé couleur de 120 pages à 300 DPI représente environ 0,8 Mo par page, soit 95 Mo au total — mais la lecture à l'écran ne nécessite que 150 DPI, et après conversion en JPEG, chaque page peut descendre à 0,027 Mo, soit 3,2 Mo au total.

2. Méthode de compression en trois étapes détaillée

En fonction des sources de volume des PDF numérisés, il existe trois étapes de compression standardisées. Chaque étape diffère par son principe, ses scénarios d'application et son efficacité. Le tableau ci-dessous offre un aperçu, suivi d'explications détaillées.

Étape	Méthode	Principe	Compression attendue	Impact sur la clarté
1	Réduction DPI	Réduction de la densité de pixels	50 %–75 %	Quasi aucune différence à l'écran
2	Conversion de format	BMP/TIFF→JPEG	80 %–95 %	Qualité 75 acceptable à l'œil nu
3	Couche de texte OCR	Génération de texte recherchable	Volume +5 %–10 %	Améliore l'utilisabilité

1. Réduction du DPI (rendement le plus élevé)

Le DPI (points par pouce) détermine la densité de pixels de la numérisation. Les scanners utilisent par défaut 300 DPI voire 600 DPI, mais la lecture à l'écran ne nécessite que 96–150 DPI, et l'impression seulement 200–300 DPI. Réduire de 600 DPI à 150 DPI divise le nombre de pixels par 16, soit une réduction de volume de 94 %. Une réduction à 200 DPI permet déjà une baisse de 89 %.

En pratique : ouvrez le PDF numérisé dans SmartSlim, et le moteur de compression Rust analyse chaque image page par page et sélectionne automatiquement le DPI optimal selon le type de numérisation — 200 DPI pour le texte noir et blanc, 150 DPI pour les niveaux de gris, 150 DPI pour la couleur. Le sous-échantillonnage utilise l'algorithme Lanczos pour maintenir des contours nets, évitant le flou du texte causé par une simple mise à l'échelle.

Type de numérisation	DPI d'origine	DPI recommandé	Réduction pixels	Lisibilité
Texte noir et blanc	300	200	56 %	Clairement lisible
Texte noir et blanc	600	200	89 %	Clairement lisible
Texte niveaux de gris	300	150	75 %	Clairement lisible
Document couleur	300	150	75 %	Couleur légèrement atténuée, acceptable
Page photo couleur	600	200	89 %	Léger perte de détails

Pour plus de détails sur la différence entre DPI et PPI, consultez DPI vs PPI : résolution de numérisation et d'impression détaillée.

2. Conversion de format (réduction la plus importante)

Les images dans les PDF numérisés utilisent couramment trois encodages : FlateDecode (compression sans perte de PNG), CCITT G4 (standard de télécopie noir et blanc) et DCTDecode (JPEG). De nombreux scanners utilisent par défaut FlateDecode ou ne compressent pas du tout (BMP), ce qui donne des volumes énormes. La conversion en JPEG qualité 75 permet de réduire de 80 % à 95 % le volume.

Les numérisations en noir et blanc disposent d'une meilleure option — l'encodage JBIG2. JBIG2 est conçu spécifiquement pour le texte noir et blanc, utilisant la reconnaissance de glyphes répétés pour le template matching, étant 50 % à 70 % plus petit que CCITT G4. Un contrat noir et blanc de 100 pages représente environ 40 Mo en FlateDecode, 8 Mo en CCITT G4, et seulement 2 Mo en JBIG2. SmartSlim détecte automatiquement les numérisations en noir et blanc et active l'encodage JBIG2.

Encodage	Type applicable	Volume 100 pages	Par rapport à FlateDecode
FlateDecode (sans perte)	Général	40 MB	Référence
CCITT G4	Noir et blanc	8 MB	-80 %
JBIG2	Noir et blanc	2 MB	-95 %
JPEG q75	Niveaux de gris/couleur	3.5 MB	-91 %
JPEG q85	Niveaux de gris/couleur	5.2 MB	-87 %

3. Couche de texte OCR (amélioration de l'utilisabilité)

Les PDF numérisés sont par défaut des images, non recherchables et non copiables. L'OCR (reconnaissance optique de caractères) permet de superposer une couche de texte transparente sur l'image, transformant la numérisation en un document recherchable et copiable. La couche de texte OCR n'ajoute que 5 % à 10 % de volume, mais améliore considérablement l'utilisabilité.

Un avantage supplémentaire de l'OCR est la compression assistée — avec une couche de texte, la couche image peut être réduite à un DPI inférieur (par exemple 100 DPI), car même si l'image est floue, le texte reste consultable et copiable via la couche de texte. SmartSlim intègre des capacités OCR et génère automatiquement la couche de texte pendant la compression, avec une reconnaissance mixte chinois-anglais et un taux de précision supérieur à 95 %.

3. Cas pratique : contrat numérisé de 120 pages passé de 95 Mo à 3,2 Mo

Il s'agit d'un contrat d'achat d'entreprise, au format .pdf, d'un volume original de 95,4 Mo. 120 pages A4, numérisation couleur 300 DPI, encodage sans perte FlateDecode. Il doit être téléchargé sur une plateforme de signature électronique (limite 10 Mo), avec un objectif de compression à moins de 5 Mo.

Caractéristiques du document : 120 pages A4 numérisation couleur, 300 DPI (2480×3508 pixels par page), encodage FlateDecode, environ 0,8 Mo par page, sans couche de texte OCR.

Paramètres d'exécution et évolution du volume :

Étape	Opération	Paramètres clés	Évolution du volume
1	Réduction DPI	300DPI→150DPI, sous-échantillonnage Lanczos	95.4→28.6 MB
2	Couleur vers niveaux de gris	Contrat en texte pur, couleur 24 bits→niveaux de gris 8 bits	28.6→12.4 MB
3	Encodage JPEG	FlateDecode→JPEG q75	12.4→3.0 MB
4	Couche de texte OCR	Reconnaissance chinois-anglais, superposition de texte transparent	3.0→3.2 MB

Résultat : 3,2 Mo, ratio de compression d'environ 29,8:1, taux de compression de 96,6 %. Largement sous la limite de 10 Mo de la plateforme. Le texte est clairement lisible à l'écran, l'impression à 150 DPI donne de bons résultats, la recherche plein texte de mots-clés et la copie de clauses sont possibles. Tout le processus est effectué localement, le contenu du contrat ne transitant par aucun serveur tiers, conformément aux exigences de confidentialité des contrats commerciaux.

4. Stratégies différenciées pour les numérisations noir et blanc, niveaux de gris et couleur

Les stratégies de compression optimales diffèrent selon le mode couleur de la numérisation. Le tableau ci-dessous présente les recommandations comparées pour les trois types de numérisation.

Type de numérisation	Scénario typique	DPI recommandé	Encodage recommandé	Compression attendue
Noir et blanc (1 bit)	Contrats/documents administratifs en texte pur	200	JBIG2	95 %–98 %
Niveaux de gris (8 bits)	Documents avec sceaux/signatures manuscrites	150	JPEG q75	90 %–95 %
Couleur (24 bits)	Documents couleur/pages photo	150	JPEG q72	85 %–93 %
Mixte	Contrat + pages annexes couleur	Traitement par page	Sélection par page	90 %–96 %

Un principe général : pour le texte pur, privilégiez le noir et blanc + JBIG2 (taux de compression le plus élevé) ; pour les documents avec sceaux, utilisez les niveaux de gris + JPEG ; pour les pages purement couleur, utilisez la couleur + JPEG. SmartSlim analyse la complexité couleur page par page et sélectionne automatiquement l'encodage optimal — les pages de texte sont converties en noir et blanc JBIG2, les pages avec sceaux en niveaux de gris JPEG, et les pages couleur en JPEG couleur, évitant ainsi les paramètres uniformes. Si vous rencontrez également le problème de numérisations impossibles à envoyer par email, consultez PDF trop volumineux pour l'email ? Compression à moins de 5 Mo en 3 étapes.

5. FAQ — Questions fréquentes

Q1 : Comment compresser un PDF numérisé à moins de 5 Mo ?

Suivez le processus en 3 étapes : réduisez le DPI à 150, convertissez les formats BMP/sans perte en JPEG qualité 75, et ajoutez une couche de texte OCR. Un contrat numérisé couleur de 120 pages peut passer de 95 Mo à 3,2 Mo, avec un texte clairement lisible, copiable et recherchable. La clé est de réduire d'abord le DPI (part la plus importante), puis de convertir en JPEG, et enfin d'ajouter la couche OCR pour améliorer l'utilisabilité. Les numérisations en noir et blanc peuvent en plus utiliser l'encodage JBIG2 pour une taille encore plus réduite.

Q2 : Que faire si le texte devient illisible après réduction du DPI d'un PDF numérisé ?

Pour les numérisations de texte pur, 150 DPI suffisent amplement pour une lecture et une impression nettes ; à 100 DPI, le texte reste encore lisible. Si le texte est illisible, c'est souvent parce que l'original numérisé est lui-même flou ou que le DPI a été trop réduit. Nous recommandons 200 DPI pour le texte noir et blanc, 150 DPI pour le texte en niveaux de gris et 150 DPI pour les numérisations couleur. Vous pouvez également appliquer un filtre de renforcement pour améliorer les contours du texte. SmartSlim identifie automatiquement le type de numérisation et assigne le DPI optimal, évitant ainsi le flou causé par des paramètres uniformes.

Q3 : Les méthodes de compression sont-elles les mêmes pour les numérisations en noir et blanc et en couleur ?

Non. Pour les numérisations en noir et blanc, l'encodage JBIG2 est recommandé (50 % à 70 % plus petit que CCITT G4), avec un DPI réductible à 200 tout en restant net ; les numérisations en niveaux de gris utilisent JPEG qualité 75 à 150 DPI ; les numérisations couleur utilisent JPEG qualité 72 à 150 DPI, avec une perte d'information couleur acceptable. Le taux de compression est le plus élevé pour le noir et blanc (jusqu'à 98 %), et d'environ 90 % à 95 % pour la couleur. SmartSlim sélectionne automatiquement l'encodage optimal selon le mode couleur de la numérisation.

Q4 : Quels sont les avantages d'ajouter une couche de texte OCR à un PDF numérisé ?

La couche de texte OCR transforme la numérisation d'une simple image en un document recherchable et copiable. Trois avantages : premièrement, la recherche plein texte de mots-clés sans parcourir chaque page ; deuxièmement, la copie de texte vers d'autres documents ; troisièmement, la compression assistée — avec une couche de texte, la couche image peut être réduite à un DPI inférieur tout en restant consultable via le texte. La couche OCR n'ajoute que 5 % à 10 % de volume, mais améliore considérablement l'utilisabilité du document. SmartSlim intègre des capacités OCR et génère automatiquement la couche de texte pendant la compression.

Résumé

Un PDF numérisé trop volumineux a pour cause fondamentale la numérisation à haut DPI et les formats bitmap sans perte qui représentent plus de 80 % du volume. La solution est une compression ciblée en trois étapes : la réduction du DPI offre le meilleur rendement (300→150 DPI, 50 %–75 % de réduction), la conversion de format offre la plus grande réduction (BMP→JPEG q75, 80 %–95 % de réduction ; JBIG2 pour le noir et blanc atteint 98 %), et la couche de texte OCR améliore l'utilisabilité (+5 %–10 % de volume pour la recherche et la copie). Les trois étapes combinées permettent de compresser un contrat couleur de 120 pages de 95 Mo à 3,2 Mo.

Retenez trois points : premièrement, choisissez l'encodage selon le mode couleur — JBIG2 pour le noir et blanc, JPEG pour les niveaux de gris et la couleur, sans paramètres uniformes ; deuxièmement, 150 DPI est le point d'équilibre optimal pour la compression des numérisations, suffisant pour la lecture à l'écran et l'impression ; troisièmement, pour les documents sensibles comme les contrats, utilisez la compression locale, ne téléchargez pas sur des outils en ligne. Avec les bons outils et méthodes, réduire la taille d'un PDF numérisé est en réalité très simple.