压缩数字化文档图像

Question

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。

由于这是敏感的数据，我们决定把事情掌握在自己的手中，建立某种数字数据存档器。该工具运行良好，但在使用7个月后，我们开始担心这些映像所使用的磁盘空间。

在这里，一些关于数字化文档数量的信息：

• 每天扫描和归档15K文件，最终PNG大小为+- 860 of :15000*860 of= 1.53779984 of
• 每月工作30天: 1.53779984 30 *30= 46.1339952 30
• 一年后磁盘空间使用预期: 46.1339952千兆字节* 12 = 553.607942 12

到目前为止，我们使用的磁盘空间为424G，不包括备份。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的更多甚至更好的压缩策略有任何建议，以节省磁盘空间。

任何帮助都将不胜感激，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。它可以很好地用于双角、灰度和彩色文档。它将前景/背景分离与一种复杂的小波压缩方案相结合。如果您得到了商业版本，我相信您也可以得到您的文档OCR，以便您可以搜索，但有一个完全开放源代码的版本，称为DjVuLibre。

Answer 2

据推测，这些文档不一定都是在线的。如果是这样的话，从您提供的信息来看，我看不出您需要更改工作流的任何理由。

PNG是一种广泛支持的无丢失(zlib)压缩格式，我猜您正在使用它。如果您不需要无损压缩，好的ole JPEG将给您提供更严格的压缩，而牺牲较小的质量损失，只要您适当地调整压缩比。JPEG2000可能是另一种选择，取决于您的软件栈。与PNG相比，LZW压缩TIFF除了16位/像素的支持外，没有其他任何主要优势，这一点你可能不需要。其他选项包括专有的专用编解码器(如MrSID)，它们提供非常好的超大型文件压缩，并且价格低廉。

由于这些文件是扫描的，我想我会认为PDF是编码它们的“自然”格式。PDF提供了各种压缩选项，取决于文件的内容。但我不会千方百计去修理没有坏掉的东西。

如果你想一想你现在在硬盘上花了多少钱，那么每天1.5GB就没什么意义了。驾驶空间很便宜，而且越来越便宜。只需购买三个新的1 TB USB驱动器(主/备份/离地备份)每6个月，总成本240美元或任何东西。甚至磁带备份也不是不合理的。

Answer 3

每年500 Gb并不多，而且硬盘每年都在变得越来越便宜。