Kompresuj PDF bez utraty jakości: bezstratnie czy stratnie

PDF to pakiet obiektów: opisów stron, czcionek, obrazów, adnotacji i tablicy odsyłaczy, która mówi czytnikowi, gdzie zaczyna się każdy obiekt. Tekst waży niemal nic, bo strona prozy to kilka kilobajtów kodów znaków i instrukcji rysowania. Obrazy są inne. Pojedyncze zdjęcie wstawione do raportu zachowuje rozdzielczość, jaką miało w chwili wstawienia, więc 12-megapikselowe zdjęcie z telefonu zmniejszone na stronie do miniatury może w pliku ważyć nadal 3–5 MB.

Skany to przypadek skrajny. Każda zeskanowana strona to jeden obraz na całą stronę, a kolorowy skan arkusza A4 w 300 DPI ma około 2480 × 3508 px. Aplikacja skanująca, która zapisuje takie strony z lekką kompresją JPEG, daje 1–3 MB na stronę, więc dziesięciostronicowa umowa najmu staje się 20-megabajtowym załącznikiem, choć faktycznych słów jest w niej może 30 KB.

Reszta wagi kryje się w miejscach, których nie widać. Pełne osadzone czcionki mogą dodawać po 200–500 KB każda w przypadku dużych rodzin CJK lub ozdobnych, to samo logo bywa zapisane osobno na każdej stronie, a pliki wielokrotnie edytowane w Acrobacie zawierają aktualizacje przyrostowe, w których każdy zapis dopisuje zmiany zamiast przepisywać plik. Dochodzą jeszcze załączniki, dane formularzy i miniatury stron.

Kroki bezstratne przepisują plik bez zmiany jednego piksela czy znaku. Strumienie obiektów, dodane w PDF 1.5 w 2003 roku, pakują setki małych obiektów w jeden skompresowany blok zamiast zapisywać je jako zwykły tekst. Deduplikacja znajduje identyczne obrazy i czcionki i zostawia jedną kopię. Osadzanie podzbiorów czcionek zachowuje tylko znaki użyte w dokumencie, a czyszczenie usuwa metadane XMP, miniatury stron, osierocone obiekty i stare wersje pozostawione przez zapisy przyrostowe. Razem zwykle zmniejsza to plik z dużą ilością tekstu o 5–30%.

Kroki stratne zmieniają dane obrazów i to w nich tkwią duże oszczędności. Zmniejszanie rozdzielczości sprowadza obraz do docelowej wartości, np. z 300 DPI do 150 DPI, co usuwa trzy czwarte jego pikseli. Ponowne kodowanie zapisuje go jako JPEG w wybranej jakości, a zamiana kolorowych skanów na skalę szarości usuwa dwa z trzech kanałów koloru. Przy rozsądnych wartościach nic z tego nie jest widoczne w normalnym rozmiarze czytania, a właśnie to ludzie rozumieją przez kompresję bez utraty jakości.

To, o ile skurczy się PDF, zależy znacznie bardziej od jego zawartości niż od użytego narzędzia. Raport wyeksportowany z Worda lub Dokumentów Google to już głównie tekst z podzbiorami czcionek, więc niewiele jest do usunięcia. Prezentacja z PowerPointa ze zdjęciami na całą stronę albo stos skanów z telefonu mogą stracić prawie całą wagę, bo obrazy nigdy nie były dopasowane do strony, na której się znajdują.

Poniższe liczby to typowe zakresy, a nie pomiary konkretnego pliku. Pozwalają ocenić, czy w ogóle warto próbować kompresji i od jakiego ustawienia zacząć, gdy dokument musi zmieścić się w konkretnym limicie.

Portale do przesyłania plików podają górny limit i odrzucają wszystko, co przekracza go choćby o bajt. Przy 200 KB zmieszczą się od jednej do trzech zeskanowanych stron w skali szarości w około 150 DPI, co zachowuje czytelność druku 10 pt; kompresja PDF do 200 KB zaczyna się właśnie od tego limitu. Przy 500 KB bez trudu zmieści się kolorowy skan dowodu i kilka stron tekstu w skali szarości. Przy 1 MB i 2 MB pytanie dotyczy zwykle liczby stron, a nie jakości, bo dziesięć kolorowych stron mieści się w 150 DPI.

Działaj w stałej kolejności, aby jakość obniżać na końcu. Usuń strony, o które formularz nie prosi, przytnij puste tło wokół kart i paragonów, zamień czarny tekst na skalę szarości, a potem obniżaj rozdzielczość, zanim ruszysz jakość JPEG. Jakość poniżej około 40 tworzy kwadratowe artefakty wokół liter, a 120 DPI w skali szarości nadal czyta się czysto. Tryb docelowego rozmiaru wykonuje to wyszukiwanie za Ciebie; kompresja PDF do 1 MB obsługuje najczęstszy limit w pracy i podaniach.

Zostaw niewielki zapas. Niektóre portale liczą kilobajt jako 1000 bajtów, inne jako 1024, więc plik pokazany na komputerze jako 200 KB może mieć 204 800 bajtów i zostać odrzucony przez formularz, który ma na myśli 200 000. Celowanie w 190 KB, 480 KB lub 0,95 MB pozwala uniknąć problemu.

Wszystkie aplikacje na komputer potrafią zmniejszyć PDF, ale różnią się zakresem kontroli. Acrobat Pro oferuje zarówno kompresję jednym kliknięciem, jak i pełny optymalizator: jego PDF Optimizer zawiera Audit space usage, które pokazuje dokładnie, ile bajtów zajmują obrazy, czcionki, strumienie treści i zakładki, więc przed próbą widać, czy kompresja pomoże. Word nie skompresuje istniejącego PDF, ale decyduje, jak duży będzie PDF przy eksporcie.

Podgląd na Macu to narzędzie, które większość osób już ma i które najczęściej zawodzi. Wbudowany filtr Quartz Reduce File Size stosuje jedno stałe, agresywne ustawienie do każdego obrazu, bez suwaka rozdzielczości czy jakości. Skany wychodzą miękkie i poplamione, a PDF z samym tekstem może nawet urosnąć, bo filtr przepisuje plik bez porządków na poziomie obiektów, które wykonuje prawdziwy optymalizator.

Kompresor w przeglądarce to najkrótsza droga, gdy siedzisz przy służbowym laptopie bez Acrobata, korzystasz z telefonu albo pomagasz komuś przez telefon. Kompresor PDF online w UltKit przyjmuje do 20 plików PDF naraz, każdy do 95 MB, bez instalacji i konta, a każdy przesłany i przetworzony plik jest usuwany 30 minut po przetworzeniu.

Ustawienia domyślne stawiają na jakość: Zalecany zmniejsza tylko zbyt duże obrazy i zostawia tekst oraz wektory bez zmian, a Osadź podzbiory czcionek i Usuń metadane są już włączone. Zmieniaj ustawienia tylko wtedy, gdy wynik musi zmieścić się w konkretnej liczbie.

Rozmiar pliku nie dowodzi jakości, więc otwórz skompresowany PDF przed wysłaniem. Powiększ do 200% najmniejszy tekst w dokumencie, np. przypisy, liczby w tabelach lub drobny druk pod podpisem, i porównaj z tym samym miejscem w oryginale. Przy 200% artefakty JPEG, rozmazane kreski i schodkowe krawędzie są oczywiste, a przy dopasowaniu do szerokości się ukrywają.

Potem sprawdź rzeczy, których kompresja nigdy nie powinna ruszać. Tekst, który wcześniej dało się zaznaczyć i skopiować, nadal musi dać się zaznaczyć, bo narzędzie zamieniające strony w obrazy nie skompresowało dokumentu, tylko go podmieniło. Linki, zakładki i pola formularza powinny nadal działać, a liczba stron się zgadzać.

Niektóre pliki są już tak małe, jak to uczciwie możliwe. 300-stronicowa instrukcja tekstowa z podzbiorami czcionek, rysunek techniczny ze ścieżek wektorowych lub czarno-biały skan zapisany w JBIG2 nie mają zbyt dużych obrazów do zmniejszenia, więc każdy kompresor zwraca mniej więcej ten sam rozmiar. Mocniejsze wciskanie tylko szkodzi: przepuszczenie rysunku wektorowego przez rasteryzację sprawia, że jest jednocześnie większy i bardziej rozmyty.

Gdy limit dotyczy pojedynczego pliku, a nie całego zgłoszenia, podziel dokument. Rozetnij długą umowę na strony z podpisami i załączniki, pracę dyplomową na rozdziały, a pakiet wyciągów bankowych na jeden miesiąc w pliku, a potem kompresuj każdą część tylko jeśli nadal trzeba. Podziel PDF tnie według zakresu stron lub na części o stałym rozmiarze, a poradnik o dzieleniu plików PDF opisuje, jaki podział pasuje do którego portalu.

Podział pomaga też przy poczcie. Gmail ogranicza załączniki do 25 MB łącznie na wiadomość, a wiele firmowych serwerów pocztowych ma niższe limity, więc dwie części po 15 MB często dotrą tam, gdzie plik 30 MB zostanie odrzucony. Przy skanach, które dopiero zrobisz, lepsza poprawka jest wcześniej: skanuj tekst w 200–300 DPI w skali szarości, jak opisano w skanowaniu dokumentów do PDF, a rzadko będziesz musiał kompresować.