Συμπίεση PDF χωρίς απώλεια ποιότητας: lossless και lossy

Ένα PDF είναι μια δέσμη αντικειμένων: περιγραφές σελίδων, γραμματοσειρές, εικόνες, σχολιασμοί και ένας πίνακας παραπομπών που δείχνει στον αναγνώστη πού αρχίζει κάθε αντικείμενο. Το κείμενο κοστίζει σχεδόν τίποτα, αφού μια σελίδα κειμένου είναι λίγα kilobyte κωδικών χαρακτήρων και εντολών σχεδίασης. Οι εικόνες είναι άλλη υπόθεση. Μια φωτογραφία που τοποθετείται σε μια αναφορά κρατά την ανάλυση που είχε όταν εισήχθη, οπότε μια φωτογραφία κινητού 12 megapixel που εμφανίζεται ως μικρογραφία στη σελίδα μπορεί να ζυγίζει 3–5 MB μέσα στο αρχείο.

Οι σαρώσεις είναι η ακραία περίπτωση. Κάθε σαρωμένη σελίδα είναι μία εικόνα πλήρους σελίδας, και μια έγχρωμη σάρωση A4 στα 300 DPI έχει περίπου 2480 × 3508 px. Μια εφαρμογή σάρωσης που αποθηκεύει τις σελίδες με ελαφριά συμπίεση JPEG παράγει 1–3 MB ανά σελίδα, οπότε ένα δεκασέλιδο μισθωτήριο γίνεται συνημμένο 20 MB, ενώ περιέχει ίσως 30 KB πραγματικού κειμένου.

Το υπόλοιπο βάρος κρύβεται σε σημεία που δεν βλέπετε ποτέ. Οι πλήρεις ενσωματωμένες γραμματοσειρές μπορούν να προσθέσουν 200–500 KB η καθεμία για μεγάλες οικογένειες CJK ή διακοσμητικές, το ίδιο λογότυπο μπορεί να αποθηκεύεται μία φορά ανά σελίδα, και τα αρχεία που επεξεργάζονται επανειλημμένα στο Acrobat φέρουν αυξητικές ενημερώσεις, όπου κάθε αποθήκευση προσθέτει αλλαγές αντί να ξαναγράφει το αρχείο. Συνημμένα, δεδομένα φορμών και μικρογραφίες σελίδων προσθέτουν κι άλλο βάρος.

Τα βήματα χωρίς απώλειες ξαναγράφουν το αρχείο χωρίς να αλλάξει ούτε ένα pixel ή γλύφος. Τα ρεύματα αντικειμένων, που προστέθηκαν στο PDF 1.5 το 2003, πακετάρουν εκατοντάδες μικρά αντικείμενα σε ένα συμπιεσμένο μπλοκ αντί να τα αποθηκεύουν ως απλό κείμενο. Η αφαίρεση διπλοτύπων εντοπίζει πανομοιότυπες εικόνες και γραμματοσειρές και κρατά ένα αντίγραφο. Το υποσύνολο γραμματοσειρών κρατά μόνο τους χαρακτήρες που χρησιμοποιεί το έγγραφο, και ο καθαρισμός αφαιρεί μεταδεδομένα XMP, μικρογραφίες σελίδων, ορφανά αντικείμενα και τις παλιές αναθεωρήσεις των αυξητικών αποθηκεύσεων. Μαζί, αυτά μειώνουν συνήθως κατά 5–30% ένα αρχείο με πολύ κείμενο.

Τα βήματα με απώλειες αλλάζουν τα δεδομένα των εικόνων, και εκεί βρίσκονται οι μεγάλες εξοικονομήσεις. Η υποδειγματοληψία μειώνει μια εικόνα σε ανάλυση-στόχο, για παράδειγμα από 300 DPI σε 150 DPI, κάτι που αφαιρεί τα τρία τέταρτα των pixel της. Η επανακωδικοποίηση την αποθηκεύει ως JPEG με επιλεγμένη ποιότητα, και η μετατροπή των έγχρωμων σαρώσεων σε κλίμακα του γκρι αφαιρεί δύο από τα τρία κανάλια χρώματος. Με λογικές τιμές, τίποτα από αυτά δεν φαίνεται στο κανονικό μέγεθος ανάγνωσης, και αυτό εννοούν οι άνθρωποι όταν μιλούν για συμπίεση χωρίς απώλεια ποιότητας.

Το πόσο μικραίνει ένα PDF εξαρτάται πολύ περισσότερο από το περιεχόμενό του παρά από το εργαλείο που χρησιμοποιείτε. Μια αναφορά που εξάγεται από το Word ή το Google Docs είναι ήδη κυρίως κείμενο με υποσύνολο γραμματοσειρών, οπότε μένουν λίγα να αφαιρεθούν. Μια παρουσίαση από το PowerPoint με φωτογραφίες πλήρους σελίδας, ή μια στοίβα σαρώσεων κινητού, μπορεί να χάσει σχεδόν όλο της το βάρος, επειδή οι εικόνες δεν προσαρμόστηκαν ποτέ στη σελίδα όπου βρίσκονται.

Τα παρακάτω στοιχεία είναι τυπικά εύρη και όχι μετρήσεις κάποιου συγκεκριμένου αρχείου. Χρησιμοποιήστε τα για να κρίνετε αν αξίζει να δοκιμάσετε συμπίεση και με ποια ρύθμιση να ξεκινήσετε όταν ένα έγγραφο πρέπει να χωρέσει σε συγκεκριμένο όριο.

Οι πύλες μεταφόρτωσης ορίζουν ένα ανώτατο όριο και απορρίπτουν ό,τι το ξεπερνά έστω και κατά ένα byte. Στα 200 KB χωράνε μία έως τρεις σαρωμένες σελίδες σε κλίμακα του γκρι γύρω στα 150 DPI, που κρατούν ευανάγνωστη τυπωμένη γραφή 10 pt· η συμπίεση PDF στα 200 KB ξεκινά ακριβώς από αυτό το όριο. Στα 500 KB χωράνε άνετα μια έγχρωμη σάρωση ταυτότητας και μερικές σελίδες κειμένου σε κλίμακα του γκρι. Στα 1 MB και 2 MB το ζήτημα είναι συνήθως ο αριθμός σελίδων και όχι η ποιότητα, αφού μια δεκασέλιδη έγχρωμη σάρωση χωράει στα 150 DPI.

Δουλέψτε με σταθερή σειρά, ώστε η ποιότητα να θυσιάζεται τελευταία. Αφαιρέστε σελίδες που δεν ζητά η φόρμα, περικόψτε το κενό χαρτί γύρω από κάρτες και αποδείξεις, περάστε το μαύρο κείμενο σε κλίμακα του γκρι, και μετά μειώστε την ανάλυση πριν από την ποιότητα JPEG. Ποιότητα κάτω από περίπου 40 δημιουργεί τετραγωνισμένα φωτοστέφανα γύρω από τα γράμματα, ενώ τα 120 DPI σε κλίμακα του γκρι διαβάζονται ακόμη καθαρά. Η λειτουργία μεγέθους-στόχου κάνει αυτή την αναζήτηση για εσάς· η συμπίεση PDF στο 1 MB καλύπτει την πιο συνηθισμένη εργασία και το πιο συνηθισμένο όριο αιτήσεων.

Αφήστε μικρό περιθώριο. Ορισμένες πύλες μετρούν το kilobyte ως 1.000 byte και άλλες ως 1.024, οπότε ένα αρχείο που εμφανίζεται 200 KB στον υπολογιστή σας μπορεί να είναι 204.800 byte και να απορριφθεί από φόρμα που εννοεί 200.000. Αν στοχεύσετε σε 190 KB, 480 KB ή 0,95 MB, αποφεύγετε τη διαφωνία.

Όλες οι εφαρμογές υπολογιστή μπορούν να μικρύνουν ένα PDF, αλλά διαφέρουν ως προς τον έλεγχο που σας δίνουν. Το Acrobat Pro προσφέρει και συμπιεστή με ένα κλικ και πλήρη βελτιστοποιητή: το PDF Optimizer του περιλαμβάνει το Audit space usage, που απαριθμεί ακριβώς πόσα byte πηγαίνουν σε εικόνες, γραμματοσειρές, ρεύματα περιεχομένου και σελιδοδείκτες, ώστε να δείτε αν θα βοηθήσει η συμπίεση πριν τη δοκιμάσετε. Το Word δεν μπορεί να συμπιέσει ένα υπάρχον PDF, αλλά καθορίζει πόσο μεγάλο θα είναι το PDF όταν το εξάγετε.

Το Preview σε Mac είναι το εργαλείο που έχουν ήδη οι περισσότεροι και αυτό που πιθανότερα θα απογοητεύσει. Το ενσωματωμένο φίλτρο Quartz Reduce File Size εφαρμόζει μία σταθερή, επιθετική ρύθμιση σε κάθε εικόνα, χωρίς ρυθμιστικό για ανάλυση ή ποιότητα. Οι σαρώσεις βγαίνουν θολές και με κηλίδες, και ένα PDF μόνο με κείμενο μπορεί ακόμη και να μεγαλώσει, επειδή το φίλτρο ξαναγράφει το αρχείο χωρίς τον καθαρισμό σε επίπεδο αντικειμένων που κάνει ένας πραγματικός βελτιστοποιητής.

Ένας συμπιεστής στο πρόγραμμα περιήγησης είναι ο συντομότερος δρόμος όταν βρίσκεστε σε φορητό εργασίας χωρίς Acrobat, σε κινητό ή όταν βοηθάτε κάποιον σε κλήση. Ο διαδικτυακός συμπιεστής PDF του UltKit δέχεται έως 20 PDF ταυτόχρονα, έως 95 MB το καθένα, χωρίς εγκατάσταση και χωρίς λογαριασμό, και κάθε αρχείο που ανεβάζετε και επεξεργάζεται διαγράφεται 30 λεπτά μετά την επεξεργασία.

Οι προεπιλογές έχουν οριστεί με γνώμονα την ποιότητα: η Προτεινόμενη υποδειγματοληπτεί μόνο υπερβολικά μεγάλες εικόνες και αφήνει κείμενο και διανύσματα ως έχουν, ενώ το Υποσύνολο γραμματοσειρών και η Αφαίρεση μεταδεδομένων είναι ήδη ενεργά. Αλλάξτε ρυθμίσεις μόνο όταν το αποτέλεσμα πρέπει να χωρέσει σε συγκεκριμένο αριθμό.

Το μέγεθος αρχείου δεν αποδεικνύει την ποιότητα, γι' αυτό ανοίξτε το συμπιεσμένο PDF πριν το στείλετε. Μεγεθύνετε στο 200% το μικρότερο κείμενο του εγγράφου, όπως υποσημειώσεις, αριθμούς πινάκων ή τα μικρά γράμματα κάτω από μια υπογραφή, και συγκρίνετέ το με το ίδιο σημείο του πρωτοτύπου. Στο 200% κάθε φωτοστέφανο JPEG, μουτζουρωμένο στοιχείο ή σκαλωτή άκρη γίνεται εμφανές, ενώ στην προβολή πλήρους πλάτους κρύβεται.

Έπειτα ελέγξτε όσα η συμπίεση δεν πρέπει να αγγίξει ποτέ. Το κείμενο που μπορούσατε να επιλέξετε και να αντιγράψετε πρέπει να επιλέγεται ακόμη, γιατί ένα εργαλείο που μετατρέπει τις σελίδες σε εικόνες δεν έχει συμπιέσει το έγγραφο· το έχει αντικαταστήσει. Οι σύνδεσμοι, οι σελιδοδείκτες και τα πεδία φόρμας πρέπει να λειτουργούν ακόμη, και ο αριθμός σελίδων να ταιριάζει.

Ορισμένα αρχεία είναι ήδη τόσο μικρά όσο μπορούν πραγματικά να γίνουν. Ένα εγχειρίδιο 300 σελίδων με κείμενο και υποσύνολα γραμματοσειρών, ένα τεχνικό σχέδιο από διανυσματικές διαδρομές ή μια ασπρόμαυρη σάρωση αποθηκευμένη με JBIG2 δεν έχουν υπερβολικά μεγάλες εικόνες για σμίκρυνση, οπότε κάθε εργαλείο συμπίεσης επιστρέφει περίπου το ίδιο μέγεθος. Αν πιέσετε περισσότερο, το αποτέλεσμα είναι χειρότερο: αν περάσετε ένα διανυσματικό σχέδιο από ραστεροποίηση, γίνεται ταυτόχρονα μεγαλύτερο και πιο θολό.

Όταν το όριο ισχύει ανά αρχείο και όχι ανά υποβολή, χωρίστε το έγγραφο. Χωρίστε ένα μεγάλο συμβόλαιο σε σελίδες υπογραφών και παραρτήματα, μια διπλωματική σε κεφάλαια ή ένα πακέτο τραπεζικών αντιγράφων σε ένα αρχείο ανά μήνα και συμπιέστε κάθε τμήμα μόνο αν χρειάζεται ακόμη. Το Διαχωρισμός PDF κόβει ανά εύρος σελίδων ή σε κομμάτια σταθερού μεγέθους, ενώ ο οδηγός για τον διαχωρισμό αρχείων PDF εξηγεί ποια μέθοδος ταιριάζει σε κάθε πύλη.

Ο διαχωρισμός βοηθά και στο email. Το Gmail επιτρέπει συνολικά 25 MB συνημμένων ανά μήνυμα και πολλοί εταιρικοί διακομιστές αλληλογραφίας έχουν χαμηλότερα όρια, οπότε δύο τμήματα των 15 MB συχνά περνούν εκεί όπου ένα αρχείο 30 MB απορρίπτεται. Για σαρώσεις που θα κάνετε στο μέλλον, η καλύτερη λύση είναι νωρίτερα: σαρώστε το κείμενο στα 200–300 DPI σε αποχρώσεις του γκρι, όπως περιγράφεται στο σάρωση εγγράφων σε PDF, και σπάνια θα χρειαστεί να συμπιέσετε.