PDF comprimeren zonder kwaliteitsverlies (lossless vs lossy)

Een PDF is een pakket van objecten: paginabeschrijvingen, lettertypen, afbeeldingen, annotaties en een verwijzingstabel die een lezer vertelt waar elk object begint. Tekst kost bijna niets, want een pagina proza is een paar kilobyte aan tekencodes plus tekeninstructies. Afbeeldingen zijn anders. Een foto die in een rapport wordt geplaatst, houdt de resolutie die hij had bij het invoegen. Een telefoonfoto van 12 megapixel die op de pagina als miniatuur staat, kan dus nog steeds 3–5 MB in het bestand wegen.

Scans zijn het extreme geval. Elke gescande pagina is één afbeelding over de volledige pagina, en een kleurenscan van een A4 op 300 DPI is ongeveer 2480 × 3508 px. Een scanapp die die pagina's met lichte JPEG-compressie opslaat, maakt er 1–3 MB per pagina van. Een huurcontract van tien pagina's wordt zo een bijlage van 20 MB, terwijl het misschien 30 KB aan echte woorden bevat.

De rest van het gewicht zit op plekken die je nooit ziet. Volledig ingebedde lettertypen kunnen bij grote CJK- of displayfamilies 200–500 KB per stuk toevoegen, hetzelfde logo kan per pagina opnieuw zijn opgeslagen, en bestanden die vaak in Acrobat zijn bewerkt bevatten incrementele updates, waarbij elke keer opslaan wijzigingen toevoegt in plaats van het bestand te herschrijven. Bijlagen, formuliergegevens en paginaminiaturen voegen nog meer toe.

Verliesvrije stappen herschrijven het bestand zonder één pixel of teken te veranderen. Objectstreams, in 2003 toegevoegd in PDF 1.5, bundelen honderden kleine objecten in één gecomprimeerd blok in plaats van ze als platte tekst op te slaan. Ontdubbelen vindt identieke afbeeldingen en lettertypen en houdt één kopie over. Het beperken van lettertypen tot gebruikte tekens bewaart alleen de tekens die het document gebruikt, en het opschonen verwijdert XMP-metadata, paginaminiaturen, verweesde objecten en de oude revisies van incrementele opslagen. Samen halen deze stappen meestal 5–30% van een tekstrijk bestand af.

Stappen met verlies wijzigen beeldgegevens, en daar zit de grote winst. Downsampling brengt een afbeelding terug naar een doelresolutie, bijvoorbeeld van 300 DPI naar 150 DPI, waarmee driekwart van de pixels verdwijnt. Opnieuw coderen slaat de afbeelding op als JPEG met een gekozen kwaliteit, en het omzetten van kleurenscans naar grijstinten haalt twee van de drie kleurkanalen weg. Met verstandige waarden is hier op normale leesgrootte niets van te zien, en dat is wat mensen bedoelen met comprimeren zonder kwaliteitsverlies.

Hoeveel een PDF krimpt, hangt veel meer af van wat erin zit dan van de tool die je gebruikt. Een rapport uit Word of Google Docs bestaat al grotendeels uit tekst met beperkte lettertypen, dus er valt weinig weg te halen. Een presentatie uit PowerPoint met paginabrede foto's, of een stapel telefoonscans, kan bijna al zijn gewicht verliezen, omdat de afbeeldingen nooit op het paginaformaat zijn afgestemd.

De cijfers hieronder zijn gangbare bereiken, geen metingen van één bestand. Gebruik ze om te bepalen of comprimeren de moeite waard is en met welke instelling je begint als een document aan een bepaalde limiet moet voldoen.

Uploadportalen geven een maximum aan en weigeren alles wat een byte te groot is. Bij 200 KB is er ruimte voor één tot drie gescande pagina's in grijstinten op ongeveer 150 DPI, waarbij tekst van 10 pt leesbaar blijft; PDF comprimeren tot 200 KB begint precies bij die limiet. Bij 500 KB past een kleurenscan van een identiteitsbewijs plus een paar pagina's tekst in grijstinten ruim. Bij 1 MB en 2 MB gaat het meestal om het aantal pagina's in plaats van de kwaliteit, want een kleurenscan van tien pagina's past op 150 DPI.

Werk in een vaste volgorde, zodat de kwaliteit als laatste aan de beurt komt. Haal pagina's weg waar het formulier niet om vraagt, snijd het lege papier rond pasjes en bonnetjes bij, zet zwarte tekst om naar grijstinten en laat daarna eerst de resolutie dalen voordat je de JPEG-kwaliteit verlaagt. Onder een kwaliteit van ongeveer 40 ontstaan blokkerige randen rond letters, terwijl 120 DPI in grijstinten nog netjes leesbaar is. Een doelgrootte-modus doet deze zoektocht voor je; PDF comprimeren tot 1 MB dekt de meest voorkomende opdracht en sollicitatielimiet.

Laat een kleine marge. Sommige portalen rekenen een kilobyte als 1.000 bytes en andere als 1.024, dus een bestand dat op je computer 200 KB is, kan 204.800 bytes zijn en toch worden geweigerd door een formulier dat 200.000 bedoelt. Mik op 190 KB, 480 KB of 0,95 MB om discussie te voorkomen.

Met desktopprogramma's kun je allemaal een PDF kleiner maken, maar ze verschillen in hoeveel controle ze geven. Acrobat Pro biedt zowel een compressor met één klik als een volledige optimizer: de PDF Optimizer bevat Audit space usage, die precies laat zien hoeveel bytes naar afbeeldingen, lettertypen, inhoudsstreams en bladwijzers gaan, zodat je vooraf ziet of comprimeren helpt. Word kan een bestaande PDF niet comprimeren, maar bepaalt wel hoe groot de PDF wordt bij het exporteren.

Voorvertoning op een Mac is de tool die de meeste mensen al hebben, en de tool die het vaakst tegenvalt. Het ingebouwde Quartz-filter Reduce File Size past één vaste, agressieve instelling toe op elke afbeelding, zonder schuifregelaar voor resolutie of kwaliteit. Scans worden zacht en vlekkerig, en een PDF met alleen tekst kan zelfs groter worden, omdat het filter het bestand herschrijft zonder de opschoning op objectniveau van een echte optimizer.

Een compressor in de browser is de kortste weg als je op een werklaptop zonder Acrobat zit, op een telefoon, of iemand helpt via een gesprek. De online PDF-compressor van UltKit verwerkt tot 20 PDF's tegelijk, elk tot 95 MB, zonder installatie en zonder account, en elk geüpload en verwerkt bestand wordt 30 minuten na verwerking verwijderd.

De standaardinstellingen zijn op kwaliteit afgestemd: Aanbevolen verkleint alleen te grote afbeeldingen en laat tekst en vectoren ongemoeid, terwijl Lettertypen beperken tot gebruikte tekens en Metadata verwijderen al aanstaan. Pas alleen iets aan als het resultaat aan een getal moet voldoen.

Een bestandsgrootte bewijst geen kwaliteit, dus open de gecomprimeerde PDF voordat je hem verstuurt. Zoom op 200% in op de kleinste tekst in het document, zoals voetnoten, cijfers in tabellen of de kleine lettertjes onder een handtekening, en vergelijk die met dezelfde plek in het origineel. Op 200% vallen JPEG-halo's, uitgesmeerde lijnen of trapvormige randen meteen op, terwijl ze bij paginabreed weergeven verborgen blijven.

Controleer daarna de dingen die compressie nooit mag aanraken. Tekst die je eerder kon selecteren en kopiëren, moet nog steeds selecteerbaar zijn, want een tool die pagina's omzet in afbeeldingen heeft het document niet gecomprimeerd maar vervangen. Links, bladwijzers en formuliervelden moeten nog werken en het aantal pagina's moet kloppen.

Sommige bestanden zijn al zo klein als eerlijk mogelijk is. Een tekstgebaseerde handleiding van 300 pagina's met beperkte lettertypen, een technische tekening van vectorpaden of een zwart-witscan met JBIG2 heeft geen te grote afbeeldingen om te verkleinen, dus elke compressor geeft ongeveer dezelfde grootte terug. Harder drukken schaadt alleen: een vectortekening door rasterisatie halen maakt hem tegelijk groter en onscherper.

Geldt de limiet per bestand in plaats van per inzending, splits het document dan. Knip een lang contract in de handtekeningpagina's en de bijlagen, een scriptie in hoofdstukken, of een bundel bankafschriften in één maand per bestand, en comprimeer elk deel daarna alleen als dat nog nodig is. PDF splitsen knipt op paginabereik of in brokken van vaste grootte, en de gids over het splitsen van PDF-bestanden laat zien welke splitsing bij welk portaal past.

Splitsen helpt ook bij e-mail. Gmail beperkt bijlagen tot 25 MB in totaal per bericht en veel bedrijfsmailservers hanteren lagere limieten, dus twee delen van 15 MB komen vaak aan waar een bestand van 30 MB wordt geweigerd. Voor scans die je nog moet maken, ligt de betere oplossing eerder in het proces: scan tekst op 200–300 DPI in grijstinten, zoals beschreven in documenten scannen naar PDF, en je hoeft zelden nog te comprimeren.