Cách nén PDF không giảm chất lượng (nén lossless và lossy)

PDF là một gói gồm nhiều đối tượng: mô tả trang, phông chữ, ảnh, chú thích và bảng tham chiếu chéo cho trình đọc biết mỗi đối tượng bắt đầu từ đâu. Văn bản gần như không tốn dung lượng, vì một trang chữ chỉ là vài KB mã ký tự cùng lệnh vẽ. Ảnh thì khác. Một bức ảnh chèn vào báo cáo giữ nguyên độ phân giải lúc chèn, nên ảnh điện thoại 12 megapixel bị thu nhỏ thành hình thu nhỏ trên trang vẫn có thể nặng 3–5 MB trong tệp.

Bản scan là trường hợp cực đoan. Mỗi trang scan là một ảnh toàn trang, và một bản scan màu 300 DPI của tờ A4 khoảng 2480 × 3508 px. Ứng dụng scan lưu các trang này với nén JPEG nhẹ sẽ cho 1–3 MB mỗi trang, nên hợp đồng thuê nhà mười trang thành tệp đính kèm 20 MB dù chỉ chứa khoảng 30 KB chữ thật sự.

Phần dung lượng còn lại ẩn ở những chỗ bạn không thấy. Phông chữ nhúng đầy đủ có thể thêm 200–500 KB mỗi phông với các họ chữ CJK lớn hoặc chữ trang trí, cùng một logo có thể được lưu một lần cho mỗi trang, và tệp chỉnh sửa nhiều lần trong Acrobat mang theo các bản cập nhật gia tăng, mỗi lần lưu chỉ nối thêm thay đổi thay vì ghi lại tệp. Tệp đính kèm, dữ liệu biểu mẫu và hình thu nhỏ trang còn làm nặng thêm.

Các bước không mất dữ liệu ghi lại tệp mà không thay đổi một điểm ảnh hay ký tự nào. Luồng đối tượng, được thêm vào PDF 1.5 năm 2003, gói hàng trăm đối tượng nhỏ vào một khối nén thay vì lưu dạng văn bản thuần. Loại bỏ trùng lặp tìm các ảnh và phông chữ giống hệt nhau rồi chỉ giữ một bản. Rút gọn phông chữ chỉ giữ các ký tự tài liệu dùng, còn bước dọn dẹp loại bỏ siêu dữ liệu XMP, hình thu nhỏ trang, đối tượng mồ côi và các phiên bản cũ do lưu gia tăng để lại. Gộp lại, các bước này thường giảm 5–30% với tệp nhiều chữ.

Các bước có mất dữ liệu thay đổi dữ liệu ảnh, và đó là nơi tiết kiệm được nhiều nhất. Giảm mẫu đưa ảnh về độ phân giải mục tiêu, ví dụ từ 300 DPI xuống 150 DPI, loại bỏ ba phần tư số điểm ảnh. Mã hóa lại lưu ảnh dạng JPEG ở chất lượng đã chọn, và chuyển bản scan màu sang thang độ xám bỏ đi hai trong ba kênh màu. Với thông số hợp lý, không điều nào trong số này lộ ra ở kích cỡ đọc thông thường, và đó là ý nghĩa của việc nén mà không giảm chất lượng.

Mức giảm của PDF phụ thuộc vào nội dung nhiều hơn là công cụ bạn dùng. Báo cáo xuất từ Word hoặc Google Docs vốn chủ yếu là chữ với phông chữ đã rút gọn, nên còn rất ít để loại bỏ. Bản trình chiếu xuất từ PowerPoint với ảnh tràn trang, hoặc một chồng bản scan từ điện thoại, có thể giảm gần hết dung lượng vì ảnh chưa bao giờ được chỉnh theo kích cỡ trang chứa chúng.

Các con số dưới đây là khoảng giá trị thường gặp, không phải số đo của một tệp cụ thể. Hãy dùng chúng để quyết định có nên thử nén hay không, và nên bắt đầu với thiết lập nào khi tài liệu phải đạt một giới hạn nhất định.

Cổng nộp hồ sơ đặt ra mức trần và từ chối mọi tệp vượt dù chỉ một byte. Ở 200 KB, bạn có chỗ cho một đến ba trang scan thang độ xám khoảng 150 DPI, đủ để đọc chữ cỡ 10 pt; nén PDF xuống 200KB bắt đầu đúng từ giới hạn đó. Ở 500 KB, một bản scan giấy tờ tùy thân màu cộng vài trang chữ thang độ xám vẫn vừa thoải mái. Ở 1 MB và 2 MB, vấn đề thường là số trang chứ không phải chất lượng, vì bản scan màu mười trang vẫn vừa ở 150 DPI.

Hãy làm theo thứ tự cố định để chất lượng được giảm sau cùng. Bỏ các trang biểu mẫu không yêu cầu, cắt phần giấy trống quanh thẻ và hóa đơn, chuyển chữ đen sang thang độ xám, rồi hạ độ phân giải trước khi hạ chất lượng JPEG. Chất lượng dưới khoảng 40 tạo quầng vuông quanh chữ, trong khi 120 DPI thang độ xám vẫn đọc rõ. Chế độ dung lượng mục tiêu tự tìm giúp bạn; nén PDF xuống 1MB xử lý giới hạn phổ biến nhất khi nộp hồ sơ.

Hãy chừa một khoảng dư nhỏ. Một số cổng tính 1 kilobyte là 1.000 byte, số khác tính 1.024, nên tệp hiện 200 KB trên máy bạn có thể là 204.800 byte mà vẫn bị biểu mẫu tính 200.000 từ chối. Nhắm 190 KB, 480 KB hoặc 0,95 MB sẽ tránh được rắc rối này.

Các ứng dụng máy tính đều có thể làm PDF nhỏ hơn, nhưng mức kiểm soát khác nhau. Acrobat Pro có cả công cụ nén một cú nhấp và trình tối ưu đầy đủ: PDF Optimizer có Audit space usage, liệt kê chính xác bao nhiêu byte dành cho ảnh, phông chữ, luồng nội dung và dấu trang, để bạn biết nén có hiệu quả hay không trước khi thử. Word không nén được PDF có sẵn, nhưng quyết định PDF nặng bao nhiêu khi bạn xuất ra.

Preview trên Mac là công cụ nhiều người đã có sẵn, và cũng dễ gây thất vọng nhất. Bộ lọc Quartz Reduce File Size tích hợp áp dụng một thiết lập cố định, mạnh tay cho mọi ảnh, không có thanh trượt độ phân giải hay chất lượng. Bản scan ra mờ và loang lổ, và PDF chỉ có chữ thậm chí có thể nặng hơn, vì bộ lọc ghi lại tệp mà không dọn dẹp cấp đối tượng như một trình tối ưu thực thụ.

Công cụ nén trên trình duyệt là cách nhanh nhất khi bạn dùng laptop cơ quan không có Acrobat, dùng điện thoại, hoặc hướng dẫn ai đó qua cuộc gọi. Công cụ nén PDF online của UltKit nhận tối đa 20 PDF cùng lúc, mỗi tệp đến 95 MB, không cần cài đặt hay tài khoản, và mọi tệp tải lên cũng như đã xử lý đều bị xóa sau 30 phút kể từ khi xử lý.

Mặc định được đặt để ưu tiên chất lượng: Đề xuất chỉ giảm mẫu các ảnh quá lớn và giữ nguyên văn bản cùng vector, còn Rút gọn phông chữ và Loại bỏ siêu dữ liệu đã được bật sẵn. Chỉ thay đổi khi kết quả phải đạt một con số cụ thể.

Dung lượng tệp không chứng minh được chất lượng, nên hãy mở PDF đã nén trước khi gửi. Phóng to 200% vào phần chữ nhỏ nhất của tài liệu, như chú thích cuối trang, số liệu trong bảng hoặc dòng chữ nhỏ dưới chữ ký, rồi so với đúng vị trí đó ở bản gốc. Ở 200%, quầng JPEG, nét chữ nhòe hay cạnh răng cưa hiện rõ, còn ở chế độ vừa chiều rộng thì chúng bị che đi.

Sau đó kiểm tra những thứ mà việc nén không bao giờ được đụng tới. Văn bản trước đó chọn và sao chép được thì vẫn phải chọn được, vì công cụ biến trang thành ảnh không hề nén tài liệu mà đã thay thế nó. Liên kết, dấu trang và trường biểu mẫu vẫn phải hoạt động, và số trang phải khớp.

Một số tệp đã nhỏ hết mức có thể. Cuốn sổ tay 300 trang toàn chữ với phông chữ đã rút gọn, bản vẽ kỹ thuật gồm các đường vector, hoặc bản scan đen trắng lưu bằng JBIG2 không có ảnh quá lớn để thu nhỏ, nên công cụ nào cũng cho dung lượng gần như nhau. Ép mạnh hơn chỉ có hại: buộc bản vẽ vector chuyển thành ảnh sẽ vừa nặng hơn vừa mờ hơn.

Khi giới hạn tính theo từng tệp chứ không theo cả lần nộp, hãy tách tài liệu. Cắt hợp đồng dài thành các trang chữ ký và phụ lục, luận văn thành các chương, hoặc bộ sao kê ngân hàng thành mỗi tháng một tệp, rồi chỉ nén từng phần nếu vẫn cần. Tách file PDF cắt theo khoảng trang hoặc thành các phần có kích cỡ cố định, và hướng dẫn tách file PDF cho biết cách tách nào hợp với cổng nộp nào.

Tách tệp cũng hữu ích khi gửi email. Gmail giới hạn tổng tệp đính kèm 25 MB mỗi thư, và nhiều máy chủ thư công ty đặt giới hạn thấp hơn, nên hai phần 15 MB thường gửi được trong khi một tệp 30 MB bị trả lại. Với bản scan sắp thực hiện, cách tốt hơn là xử lý từ đầu: scan chữ ở 200–300 DPI thang độ xám, như trong hướng dẫn scan tài liệu sang PDF, và bạn hiếm khi cần nén.