Kompresja PDF wyjaśniona: dlaczego Twój plik jest duży i co naprawdę go zmniejsza

Kompresujesz PDF i czasem kurczy się o 90%. Czasem prawie się nie zmienia. Ta niekonsekwencja to nie błąd — to dlatego, że PDF-y nie są jednym rodzajem pliku, tylko kontenerem, który może zawierać bardzo różne rodzaje treści, a każdy rodzaj kompresuje się inaczej.

Co naprawdę zajmuje miejsce

• Zeskanowane strony — każda strona to w zasadzie fotografia, często zapisana w znacznie wyższej rozdzielczości, niż potrzeba do czytania na ekranie. To niemal zawsze największa okazja do oszczędności.
• Osadzone czcionki — PDF osadzający pełny plik czcionki dla każdego użytego kroju może sporo ważyć, zwłaszcza przy kilku czcionkach w jednym dokumencie.
• Grafika wektorowa i tekst — rzeczywisty zaznaczalny tekst i grafika rysowana liniami są zwykle maleńkie; 40-stronicowy raport tylko z tekstem może ważyć kilkaset kilobajtów.
• Zduplikowane obiekty — to samo logo lub tło powtarzane na każdej stronie, zapisane nieefektywnie, szybko sumuje się w źle wygenerowanych PDF-ach.

Dlaczego narzędzia do kompresji renderują strony na nowo jako obrazy

Właściwie zbudowany kompresor PDF przechodziłby obiekt po obiekcie — rekompresując ten osadzony JPEG, ograniczając tę czcionkę tylko do faktycznie użytych znaków, usuwając zduplikowane zasoby — tak jak robi to oprogramowanie desktopowe, np. Acrobat. Większość narzędzi w przeglądarce, w tym to, przyjmuje inne podejście: renderują każdą stronę jako obraz i zapisują ją ponownie w niższej jakości, a następnie odbudowują PDF z tych obrazów.

To poświęca trochę ostrości — zwłaszcza na drobnym tekście — w zamian za znacznie mniejszą i prostszą operację, którą przeglądarka faktycznie może szybko wykonać. Dla zeskanowanych dokumentów jest to bliskie temu, co i tak zrobiłby prawidłowy kompresor, ponieważ zeskanowane strony już są obrazami. Dla dokumentów z dużą ilością tekstu jest to bardziej toporne narzędzie: otrzymasz mniejszy plik, ale zaznaczalny tekst staje się częścią spłaszczonego obrazu, co oznacza też, że przestaje być przeszukiwalny czy kopiowalny.

Wybór poziomu kompresji

Jeśli dokument to skan (np. podpisana i sfotografowana umowa), wyższy poziom kompresji jest zwykle bezpieczny — nie tracisz wiele ponad to, co już straciłeś podczas skanowania. Jeśli dokument ma prawdziwy, ostry tekst, który zależy Ci na zachowaniu wyraźnym i przeszukiwalnym, zacznij od najniższego ustawienia kompresji i zwiększaj je tylko wtedy, gdy plik nadal jest za duży.