Por qué pesa un PDF escaneado y cómo comprimirlo
Descubre por qué cuesta comprimir un PDF escaneado, qué detalles pueden perderse y cómo comprobar páginas, firmas y legibilidad.
Alguien escanea un contrato de seis páginas en 300 DPI, consigue un 14 MB PDF, y lo sube a un portal con un 2 MB El primer instinto es ejecutar el archivo a través del compresor una y otra vez. El archivo apenas se mueve. Eso no es porque el compresor es débil — es porque un escaneado PDF no es un documento en el sentido que la mayoría de la gente asume. Es una pila de fotografías usando un PDF Envoltorio, y el compresor sólo puede recomprimir fotografías.
Un PDF escaneado es un contenedor
Dos tipos de página PDF
Una página PDF puede contener dos tipos de contenido muy diferentes:
| Contenido de página | Fuente típica | Donde el tamaño va |
|---|---|---|
| Texto y fuentes vectoriales | Word, LaTeX, el navegador "impresión a PDF" | Programas de fuentes, incrustados una vez y reutilizados |
| Una imagen de mapa completo | Escáner, cámara telefónica, MFP | Los píxeles de la imagen, calidad y color |
La segunda fila es lo que produce un escaneo. Su escáner no entiende las letras. Captura una imagen de raster de la página — en 300 DPI en A4 que es aproximadamente 2480 × 3508 píxeles por página— y lo pone en el PDF. Seis páginas significa seis de esas imágenes.
Así que la pregunta de tamaño se convierte en una pregunta de imagen: cuántos píxeles, cuántos colores, cuánto detalle de alta frecuencia, y qué configuración de calidad. El formato PDF en sí mismo contribuye muy poco. Eso es también por qué un PDF de texto exportado de un procesador de palabras es a menudo ya pequeño y le da casi nada para recuperar.
¿Por qué correr el compresor dos veces no hace nada
Las imágenes de la página ya son JPEG
El esfuerzo de desperdicio más común es comprimir el mismo escaneo repetidamente, esperando que cada pase se afeita un poco más. No, por una razón concreta: las imágenes de la página dentro de un escaneado PDF ya JPEG-Confortado. JPEG es perjudicial, y su salida no es significativamente más compresible que su entrada. Recodificar el mismo JPEG a la misma calidad produce un archivo de aproximadamente el mismo tamaño; re-encoding a menor calidad pierde el detalle que ya se ha ido.
¿Qué es lo que un escáner inferior DPI habría cambiado
El segundo paso no puede recuperar las dos cosas que realmente ayudarían — píxeles que nunca fueron capturados en una resolución inferior, y detalle que la codificación original ya descartó. Sólo un auténtico re-encode en diferentes configuraciones, o menos píxeles, cambia la aritmética.
Identificar lo que está tomando el espacio
Antes de cambiar cualquier cosa, averigüe lo que está en el archivo. Intente seleccionar una frase en su PDF lector. El texto seleccionable significa que existe una capa de texto, pero no es concluyente: un escaneo puede llevar una capa OCR sentada invisiblemente sobre una imagen de fondo grande, y la imagen es todavía lo que llena el archivo. Inspección PDF reportes página cuenta, dimensiones de página y datos de imagen embebidos y fuentes — ahí es donde vive la respuesta.
Fuentes típicas de tamaño evitable en un escaneo:
- Páginas sobre escaneadas, capturadas en 600 DPI cuando el contenido no lo necesita
- El ruido fotográfico a través de los márgenes blancos — ganancia del escáner demasiado alto
- Páginas duplicadas o en blanco incluidas por accidente
- Captura de color de un documento que es blanco y negro
- Borde de escritorio, dedos o sombras incluidos en el marco
Mantenga el original antes del procesamiento. Si una versión reducida resulta inalcanzable, el original es la única manera de volver.
Por qué la escritura resiste la compresión
Cada golpe de lápiz es un borde
Una página de texto tipo se comprime bien porque es en su mayoría blanco plano con unos pocos golpes negros predecibles. Una página de escritura es lo opuesto: lápiz o pluma sobre papel texturado produce miles de pequeños bordes irregulares, y cada uno de esos bordes es de alto contenido de frecuencia. El ruido de un escáner de baja calidad añade más de lo mismo, y es indistinguible al encoder de una auténtica pincelada.
Una vez que lo veas, el cambio se hace explícito. La palanca del compresor en tal página es suavizar el detalle fino, y en una firma manuscrita, ese fino detalle es el contenido. Una firma reducida a un borrón gris es peor que una carga rechazada, porque puede ser aceptada y luego cuestionada más adelante.
Reducir el tamaño en pasos sensibles
Los cinco pases que vale la pena hacer
- Remove páginas que realmente no son necesarias, si las reglas de la presentación lo permiten. Este es el único paso que reduce el tamaño con pérdida de calidad cero.
- Abre el Compresor PDF y establecer el objetivo de byte real de las reglas del portal, no de las adivinanzas.
- Use modo estricto cuando el límite es difícil. Si la herramienta no puede cumplirla, lea el fallo en lugar de presentar un candidato no verificado.
- Compar página cuenta y dimensiones de página contra el original. Una página silenciosamente caída es el peor tipo de éxito.
- oom en texto pequeño, sellos, escritura y reglas delgadas. A continuación, abrir el resultado en un segundo lector PDF si usted tiene uno, por lo que un solo examen de renderizado no te malinterpreta.
AttachReady puede optimizar objetos PDF y recompress imágenes incrustadas soportadas. Algunas máscaras y espacios de color complejo se conservan en lugar de reescrita agresivamente, por lo que el resultado puede venir con advertencias — leerlas. No hay un ajuste universal "perdido a 200 KB". Un fallo PDF que ya está codificado eficientemente puede apenas encogerir, y que no es una herramienta de respuesta real.
Operaciones a nivel de página y a nivel de documentos
Que operación puede en realidad reducir el archivo
Saber qué operaciones actúan en las páginas y que actúan en el archivo en su conjunto ahorra mucha confusión:
| Operación | Ámbito | Efecto sobre el tamaño |
|---|---|---|
| Seleccione páginas | Nivel de página | Proporcional a páginas eliminadas |
| Rotación | Nivel de página | Esencialmente ninguno |
| Merge | Categoría de documentos | Agrega las entradas; nunca se encoge |
| Compresión | Categoría de documentos | Re-codificar imágenes incrustadas |
| Re-escanning | Fuente | Cambia todo hacia abajo |
La consecuencia práctica: si necesita una gran reducción en un escaneo, el movimiento decisivo suele ocurrir antes de que el archivo llegue a un compresor —en el escáner, en la elección de DPI y modo de color.
Un camino de verificación solo cuando no se puede arriesgar la calidad
Dividir, inspeccionar, comparar, mantener el original
A veces la respuesta correcta no es para comprimir en absoluto. Si el documento es un contrato firmado, una traducción certificada o cualquier cosa donde la legibilidad es legal relevante, prueba esto en su lugar:
- Verifique si el portal acepta múltiples cargas. Dividir un escaneo de seis páginas en tres archivos de dos páginas a menudo se ajusta a los límites sin recodificar en absoluto.
- Inspeccione el archivo para confirmar si es en realidad escaneado o nativo de texto - un texto PDF no necesita trabajo de imagen.
- Si la reducción es inevitable, compruebe una copia y compare la página de salida por página contra el zoom original en 200% antes de enviar.
- Mantenga el original y nunca envíe un resultado que no se ha abierto.
Archivos protegidos, firmados e inusuales
Los PDF cifrados deben ser descifrados por alguien autorizado para hacerlo antes del procesamiento. Los archivos PDF con contenido activo, archivos adjuntos incrustados o acciones ejecutables o externas pueden ser rechazados, es decir, un límite de procesamiento, no una reclamación que los archivos aceptados son libres de malware.
Reescribir un PDF puede invalidar una firma digital. Mantener el original firmado y utilizar el proceso aprobado del receptor cuando una firma debe permanecer válida. La compresión no es un sustituto para la re-signación o para obtener un documento oficial nuevo.
Cuando el objetivo es irrealista
Un escaneo largo, detallado y escrito a mano no puede permanecer legible en un pequeño límite de byte. En ese caso, prueba un escaneo más limpio en una resolución razonable, convierta a grayscale si el color no es necesario, divida el documento sólo si se permiten múltiples subidas, o pregunte a la organización receptora sobre otro canal de presentación. No borre las páginas que la presentación requiere sólo para hacer que un indicador de progreso se vuelva verde.
Para los flujos de trabajo relacionados, consulte combinar y seleccionar las páginas PDF y Subir el diagnóstico de error. La página formatos y límites lista los techos que aplican por nivel de acceso.