Compressão PDF explicada

O que torna um PDF grande

Um PDF é um contêiner. Seu texto é armazenado como instruções mais subconjuntos de fontes incorporadas e é notavelmente compacto – cem páginas de prosa geralmente custam menos de um megabyte. Suas imagens são armazenadas como fluxos codificados e quase sempre estão onde está o tamanho.

O culpado usual é uma digitalização ou uma fotografia colocada na resolução máxima da câmera. Uma foto de telefone pode ter quatro mil pixels de largura; impresso em uma página A4, ele é exibido por uma fração disso, e os pixels extras são carregados no arquivo para sempre, sem fazer nada.

As fontes incorporadas são importantes nas margens. Um documento que incorpora várias famílias de fontes completas em vez de subconjuntos pode conter algumas centenas de quilobytes de fontes. Irritante, raramente decisivo.

As três coisas que "comprimir PDF" pode significar

Rasterização é o que muitos "compressores PDF" baseados em navegador fazem, porque um navegador já pode renderizar uma página em uma tela e gravar imagens em um novo documento. Produz de forma confiável um arquivo menor para um documento digitalizado. Para um documento de texto, ele destrói a camada de texto — sem seleção, sem pesquisa, sem acesso ao leitor de tela — e as imagens da página resultantes são frequentemente maiores do que as instruções vetoriais que substituíram.

Uma ferramenta que troca silenciosamente seu contrato pesquisável por uma pilha de fotos tirou de você algo que você não concordou em perder. Em vez de enviar isso por trás de um botão amigável "Comprimir", este kit de ferramentas não oferece isso e diz por quê.

• Redução da resolução de imagens: recodificação de imagens incorporadas em uma resolução ou qualidade inferior. É daí que vêm quase todas as economias honestas, e é prejudicial para as imagens, mas inofensivo para o texto.
• Compressão de fluxo: aplicar ou melhorar a compactação deflacionada em fluxos de conteúdo. A maioria dos escritores já faz isso, então a economia costuma ser pequena.
• Rasterização: renderizar cada página em uma imagem e reconstruir o PDF a partir dessas imagens. Esta é a técnica facilmente disponível em um navegador e é a mais destrutiva.

O que fazer em vez disso

Descubra onde está o peso antes de fazer qualquer coisa. Se a contagem de páginas for alta e o arquivo for pequeno por página, não há nada a ganhar. Se um documento de dez páginas for 40 MB, ele contém imagens, e essas imagens são o problema.

Reduza as imagens antes que PDF exista. Se você estiver criando o documento a partir de fotografias ou digitalizações, redimensione e codifique-os primeiro - um 1600 pixel de largura JPEG com qualidade 80 é suficiente para uma imagem de largura total em uma página A4 e é uma pequena fração do arquivo original da câmera. Em seguida, monte o PDF deles.

Se PDF já existe e você não tem as fontes, a resposta honesta é que você precisa de uma ferramenta que possa reescrever fluxos de imagens - um editor PDF de desktop ou uma ferramenta de linha de comando como Ghostscript ou qpdf. Isso está fora do que um navegador pode fazer sem rasterizar, então este site aponta para você em vez de fingir.

Vale a pena conferir primeiro duas vitórias baratas. Exporte novamente do aplicativo original com sua predefinição de “tamanho de arquivo menor” ou “web”, que geralmente reduz a resolução das imagens de maneira adequada. E se o documento for uma digitalização que você só precisa ler, convertê-lo uma vez em uma resolução razoável supera qualquer compactação post-hoc.

Exemplo resolvido: um "brochura" 46 MB que deveria ser 3 MB

Um folheto de seis páginas é exportado em 46 MB. Seis páginas de layout não podem explicar isso, então o peso são as imagens. O arquivo de origem contém seis fotografias em resolução total, cada uma com cerca de 4000 por 3000 pixels tiradas diretamente de uma câmera.

Em uma página A4, uma fotografia sem margens tem cerca de 8.3 polegadas de largura. Em 150 dpi – suficiente para qualquer coisa que não seja uma impressão de arte – isso equivale a aproximadamente 1250 pixels. As fotografias carregam mais de três vezes a resolução linear que a página pode mostrar, que é cerca de dez vezes a contagem de pixels.

1. Redimensione cada fotografia para 1500 pixels na borda longa.
2. Exporte cada um como JPEG com qualidade 80.
3. Reconstrua o folheto a partir das imagens redimensionadas.

Resultado: Seis imagens de aproximadamente 300-450 KB cada, em vez de 6-9 MB cada, e um PDF em megabytes de um dígito. A camada de texto permanece intacta e ainda selecionável, porque nada foi rasterizado.

Abra a ferramenta

Reduza as imagens antes de construir o PDF

O Image Converter redimensiona e recodifica JPEG, PNG e WebP em seu navegador. Não abre arquivos PDF.

O que isso não cobre

• Esta página explica o problema; o ToolAcre PDF Toolkit não possui recurso de compactação e não o ganhará por rasterização.
• O ToolAcre Image Converter pode reduzir as imagens que você alimenta em um PDF, mas não pode acessar um PDF existente para substituí-las.
• Ghostscript e qpdf são citados aqui como respostas precisas, não como produtos deste site. Ninguém aqui os mantém e não existe relacionamento.
• Não há OCR em nenhum lugar deste kit de ferramentas, portanto, uma página digitalizada não pode ser transformada em texto pesquisável.