文件转换与处理的实用图文教程，每篇解决一个真实问题
平时只按"日期—金额"给票据照片改名，月末一次性合成 PDF 再做识别。这样一个月只需一轮上传、一轮下载，比每天处理零散照片少两轮操作，也不用反复回忆命名规则。
PDF 比 Word 大的三个原因：嵌入字体、图片按高质量保存、扫描件整页是图片。对应给出压缩参数建议与源头控制方法。
先缩到目标尺寸再压体积。反过来做等于先丢细节再放大回去，缩放的一次重采样与压缩的一次有损编码，两次损耗都会留在图上且无法回收。
转换后的文件在处理端只保留 24 小时，已下载过的清理更快。把当天下载、当天定名、存放位置固定三件事压在当天做完，临时存储的风险就归零，不需要额外的工具或网盘。
水印写店名加日期并压在画面中部偏淡处，只在右下角加一行小字等于没加，展示位按比例裁切时那一角最先被切掉。透明度取中间值，字号以缩略图状态下仍能辨认为准；截图要先遮掉头像、昵称与订单号再叠字，要做成长图的先各自加好水印再拼。
要脱敏，但别整列删掉。身份证保留前 6 位和后 4 位、银行卡只留后 4 位，足够定位本人又不能被拿去冒用；姓名与手机号同表出现时一并处理，发群优先用按人拆开的单文件，而不是全量表格加遮挡。
顺序是空白原件页在前、客户签字扫描页在后，各占一页再合并；双面扫描多出的背面页要在合并前删掉。合完逐页核对方向和连续页码，A4 原件配上一张 Letter 扫描页会出现两页宽度不一致，缺页等于这份确认没做过，归档只留这一份合并件。
识别做不到纯前端，卡在模型体积、浏览器内存、同步处理超时和依赖第三方接口四处。本站识别调用阿里云读光与百度智能云，图片会加密发送，这不是设计偷懒。
扫描件用日期、主体、类型三段式命名，段间用下划线，日期一律八位数字；中文日期写法与空格会让系统按名称排序时彻底乱序，改名前先核对重名再批量处理。
歪斜会直接拉低识别与阅读效果，处理顺序是先摆正、再裁边、最后压缩。用压缩来顺手修几何问题只会两样都坏，本文给出判断每一步是否通过的口径。
要改文字走扫描件转 Word，数字要参与计算走表格识别转 Excel，两种都要就分两次跑；判据是这份东西的最终用途而不是原件长什么样。
能不能搜跟文件类型无关，只跟有没有文字层有关：划选能选中单个字、复制进记事本不空白就有层。扫描件每页是一张图片，必须先识别出文字才能被关键词命中；通用每页扣 1 点、表格 2 点，混合件按页拆只处理图片页能省掉一大半点数。