Por que um PDF digitalizado é grande e como comprimi-lo
Entenda a dificuldade de comprimir PDFs digitalizados, quais detalhes podem ser perdidos e como conferir páginas, assinaturas e legibilidade.
Alguém verifica um contrato de seis páginas no 300 DPI, obtém um 14 MB PDF, e envia- o para um portal com um limite 2 MB. O primeiro instinto é rodar o arquivo através do compressor várias vezes. O arquivo mal se move. Isso não é porque o compressor é fraco - é porque um PDF digitalizado não é um documento no sentido que a maioria das pessoas supõe. É uma pilha de fotografias usando um invólucro PDF, e o compressor só pode recomprimir fotografias.
Um PDF digitalizado é um recipiente
Dois tipos de página PDF
Uma página PDF pode conter dois tipos muito diferentes de conteúdo:
| Conteúdo da página | Fonte típica | Para onde o tamanho vai |
|---|---|---|
| Texto e fontes do vetor | Word, LaTeX, navegador "imprimir para PDF" | Programas de fonte, incorporados uma vez e reutilizados |
| Uma imagem de bitmap de página inteira | Scanner, câmera de telefone, MFP | Os pixels, qualidade e cor da imagem |
A segunda linha é o que uma varredura produz. Seu scanner não entende letras. Ele captura uma imagem raster da página - em 300 DPI em A4 que é aproximadamente 2480 × 3508 pixels por página - e coloca-o no PDF. Seis páginas significam seis dessas imagens.
Assim, a questão de tamanho transforma- se numa questão de imagem: quantos pixels, quantas cores, quanto detalhe de alta frequência e que configuração de qualidade. O formato PDF em si contribui muito pouco. É também por isso que um PDF nativo de texto exportado de um processador de texto é muitas vezes pequeno e não lhe dá quase nada para recuperar.
Por que executar o compressor duas vezes não faz nada
As imagens da página já são JPEG
O esforço desperdiçado mais comum é comprimir a mesma varredura repetidamente, esperando que cada passagem se barbeie um pouco mais. Ela não é, por uma razão concreta: as imagens de página dentro de um PDF digitalizado já são JPEG-compressas. JPEG é de perda, e sua saída não é significativamente mais compressível do que sua entrada. Re-codificar o mesmo JPEG com a mesma qualidade produz um arquivo de aproximadamente o mesmo tamanho; a re-codificação de qualidade inferior perde o detalhe que já se foi.
O que uma varredura mais baixa DPI teria mudado
A segunda passagem não pode recuperar as duas coisas que realmente ajudariam — pixels que nunca foram capturados em uma resolução inferior, e detalhar que a codificação original já descartada. Apenas um verdadeiro re-codificar em configurações diferentes, ou menos pixels, altera a aritmética.
Identifique o que está tomando o espaço
Antes de mudar alguma coisa, descubra o que está no arquivo. Tente selecionar uma frase no seu leitor PDF. Texto selecionável significa que existe uma camada de texto, mas não é conclusivo: uma varredura pode carregar uma camada de OCR sentado de forma invisível sobre uma grande imagem de fundo, e a imagem ainda é o que preenche o arquivo. O Inspeção PDF relata a contagem de páginas, as dimensões da página e os fatos incorporados da imagem e fonte — que é onde a resposta vive.
Fontes típicas de tamanho evitável em uma varredura:
- Páginas sobrescandidatas, capturadas no 600 DPI quando o conteúdo não precisa dele
- Ruído fotográfico através das margens brancas — o aumento dos scanners é demasiado elevado
- Páginas duplicadas ou em branco incluídas por acidente
- Captura a cores de um documento preto e branco
- Bordas, dedos ou sombras de secretária incluídas na moldura
Mantenha o original antes de processar. Se uma versão reduzida ficar ilegível, o original é o único caminho de volta.
Por que a caligrafia resiste à compressão
Cada traço de lápis é uma borda
Uma página de texto digitado comprime bem porque é principalmente branco plano com alguns traços pretos previsíveis. Uma página de caligrafia é o oposto: lápis ou caneta em papel texturizado produz milhares de pequenas bordas irregulares, e cada uma dessas bordas é conteúdo de alta frequência. Ruído de um scanner de baixa qualidade adiciona mais do mesmo, e é indistinguível ao codificador de um traço de caneta genuíno.
Uma vez que você vê isso, o trade-off torna-se explícito. A única alavanca do compressor em tal página é suavizando detalhes finos — e em uma assinatura escrita à mão, esse detalhe fino * é * o conteúdo. Uma assinatura reduzida a um borrão cinza é pior do que um upload rejeitado, porque pode ser aceito e depois questionado mais tarde.
Reduzir o tamanho em etapas sensatas
Os cinco passes que valem a pena fazer
- Remova páginas que não são realmente necessárias, se as regras da submissão permitirem. Este é o único passo que reduz o tamanho com perda de qualidade zero.
- Abra o Compressor PDF e defina o alvo real do byte a partir das regras do portal, não a partir de adivinhações.
- Use o modo rígido quando o limite é difícil. Se a ferramenta não puder satisfazê-lo, leia a falha em vez de enviar um candidato não verificado.
- Compare a contagem de páginas e as dimensões da página contra o original. Uma página silenciosamente abandonada é o pior tipo de sucesso.
- Zoom em texto pequeno, selos, caligrafia e regras finas. Em seguida, abra o resultado em um segundo leitor PDF se você tiver um, para que uma peculiaridade do renderizador não o engane.
O AttachReady pode optimizar os objectos PDF e recomprimir imagens incorporadas suportadas. Algumas máscaras e espaços de cores complexos são preservados em vez de reescritos de forma agressiva, de modo que o resultado pode vir com avisos — lê- los. Não existe uma configuração universal "sem perdas para o 200 KB". Um PDF que já está codificado de forma eficiente pode mal encolher, e isso é uma resposta real, não uma falha da ferramenta.
Operações de nível de página e nível de documento
Que operação pode realmente encolher o arquivo
Saber quais operações atuam nas páginas e quais atuam no arquivo como um todo salva muita confusão:
| Operação | Âmbito de aplicação | Efeito sobre o tamanho |
|---|---|---|
| Seleccionar páginas | Nível da página | Proporcional para páginas removidas |
| Rodar | Nível da página | Essencialmente nenhum |
| Mesclar | Nível do documento | Adiciona as entradas; nunca encolhe |
| Compressão | Nível do documento | Recodifica imagens incorporadas |
| Re-scanning | Origem | Muda tudo a jusante |
A consequência prática: se você precisar de uma grande redução em uma varredura, o movimento decisivo geralmente acontece antes que o arquivo chegue a um compressor — no scanner, na escolha do DPI e modo de cor.
Um caminho somente para verificação quando você não pode arriscar a qualidade
Dividir, inspecionar, comparar, manter o original
Às vezes, a resposta certa não é comprimir em tudo. Se o documento é um contrato assinado, uma tradução certificada ou qualquer coisa em que legibilidade é legalmente relevante, tente isso em vez:
- Verifique se o portal aceita vários envios. Dividir uma varredura de seis páginas em três arquivos de duas páginas muitas vezes se encaixa em limites sem nenhuma recodificação.
- Inspecione o arquivo para confirmar se ele é realmente escaneador-pesado ou texto-nativo — um texto PDF não precisa de trabalho de imagem.
- Se a redução for inevitável, comprima uma cópia e compare a página de saída com a original no zoom 200% antes de enviar.
- Mantenha o original e nunca envie um resultado que você não tenha aberto a si mesmo.
Arquivos protegidos, assinados e incomuns
PDFs criptografados devem ser descriptografados por alguém autorizado a fazê-lo antes de processar. PDFs com conteúdo ativo, anexos incorporados ou ações executáveis ou externas podem ser rejeitados — isto é, um limite de processamento, não uma alegação de que arquivos aceitos são livres de malware.
A reescrita de um PDF pode invalidar uma assinatura digital. Mantenha o original assinado e use o processo aprovado do destinatário quando uma assinatura deve permanecer válida. A compressão não é um substituto para a re-assinatura ou para obter um novo documento oficial.
Quando o alvo é irrealista
Uma varredura longa, detalhada e escrita à mão pode não permanecer legível em um pequeno limite de byte. Nesse caso, tente uma varredura mais limpa em uma resolução sensata, converta em escala de cinza se a cor não for necessária, divida o documento apenas se forem permitidos vários envios, ou pergunte à organização receptora sobre outro canal de submissão. Não exclua páginas que a submissão requer apenas para tornar um indicador de progresso verde.
Para fluxos de trabalho relacionados, veja merge e selecione as páginas PDF e diagnóstico de erro de upload. A página formatos e limites lista os limites que se aplicam por nível de acesso.