Compressor de PDF

Porque é que os ficheiros PDF são tão grandes?

Um PDF pode disparar até dezenas de megabytes por motivos que não são óbvios quando se olha para a página. O maior culpado, de longe, são as imagens incorporadas: quando digitaliza um documento, exporta diapositivos ou larga uma fotografia do telemóvel num relatório, a imagem em resolução completa fica guardada dentro do ficheiro, muitas vezes a 300 PPP ou mais, muito mais detalhe do que um ecrã ou um destinatário de e-mail alguma vez chegarão a ver. Outros fatores comuns são as fontes incorporadas, os objetos duplicados de edições repetidas e os metadados remanescentes, como miniaturas, anotações e histórico de revisões.

Os documentos digitalizados são o caso extremo. Um «PDF digitalizado» é na realidade uma pilha de fotografias de papel, com uma imagem grande por página e pouco ou nenhum texto real. É por isso que uma digitalização de 10 páginas pode ser maior do que um relatório de texto de 200 páginas. Esses ficheiros com muitas imagens e digitalizados são exatamente onde este compressor brilha.

Ajuda pensar num PDF como um contentor semelhante a um zip, em vez de como uma única imagem plana. Um relatório nascido digital exportado de um processador de texto é sobretudo instruções de texto compactas mais algumas fontes incorporadas, por isso mantém-se pequeno. No momento em que adiciona gráficos de alta resolução, fotografias de produto ou capturas de ecrã em página completa, o ficheiro herda todos os respetivos dados de píxeis. Editar e voltar a guardar repetidamente em algumas aplicações também pode deixar cópias órfãs de imagens substituídas, inchando silenciosamente o ficheiro com dados que já nem sequer são visíveis na página.

Como funciona este compressor de PDF

Sejamos precisos sobre o que acontece, porque a honestidade importa mais do que uma promessa apelativa de «90 % mais pequeno». Esta ferramenta abre o seu PDF, encontra as imagens nele incorporadas e reduz a resolução das que são maiores do que o necessário, e depois recodifica-as como JPEG com a qualidade que escolher. Também elimina os metadados não essenciais. Em seguida, reconstrói o documento com pdf-lib e um codificador de imagens WebAssembly, tudo dentro do separador do navegador.

O que não faz é igualmente importante. Não achata as suas páginas convertendo-as em imagens, por isso o seu texto continua a ser real, selecionável e pesquisável, e os gráficos vetoriais mantêm-se nítidos a qualquer nível de zoom. O outro lado: se o seu PDF for sobretudo texto, tabelas ou arte vetorial, quase não há nada que um recompressor de imagens possa cortar, e a poupança será pequena. Nesse caso, a ferramenta simplesmente devolve o seu ficheiro original: nunca lhe entrega algo maior do que aquilo com que começou.

As duas definições que controla correspondem diretamente a essas duas alavancas. O controlo de qualidade de imagem define com que agressividade cada imagem é recodificada como JPEG: mais alto conserva intactos o detalhe fino e os gradientes, mais baixo descarta mais para um ficheiro mais pequeno. As predefinições também limitam as dimensões máximas em píxeis das imagens incorporadas, de modo que uma fotografia sobredimensionada é reduzida de resolução para uma resolução sensata antes de ser recodificada. A redução de resolução é normalmente de onde vêm as maiores poupanças, porque reduzir para metade a largura e a altura de uma imagem remove cerca de três quartos dos seus píxeis. Tudo é processado um ficheiro de cada vez, de modo que o uso de memória se mantém previsível mesmo num telemóvel.

O que é realmente um PDF, e o modelo de privacidade

O PDF (Formato de Documento Portátil) foi criado pela Adobe e é agora uma norma ISO aberta (ISO 32000). Um PDF é um contentor de objetos: descrições de página, fontes, traçados vetoriais e fluxos de imagem, cada um dos quais pode usar a sua própria compressão. Como as imagens são armazenadas como fluxos separados, podem ser trocadas por versões mais pequenas e recodificadas sem tocar no resto do documento: é esse o mecanismo em que esta ferramenta se apoia. Pode ler a própria descrição do formato por parte da Adobe na página de referência do Adobe PDF.

A privacidade é a razão para fazer isto num navegador em vez de enviar para um site. Os PDF são muitas vezes os ficheiros mais sensíveis que as pessoas comprimem: contratos, declarações de impostos, registos médicos, digitalizações de documentos de identidade e acordos assinados. Com um compressor online típico, tudo isso sai da sua máquina e fica no servidor de outra pessoa. Aqui, o seu documento é lido para a memória, reescrito no seu dispositivo e devolvido diretamente a si. Nada é transmitido, registado nem armazenado: pode desligar-se da internet depois de a página carregar e a ferramenta continuará a funcionar.

Esta abordagem local-first tem também uma vantagem prática: não há filas, nem limites de tamanho por ficheiro impostos por um servidor, nem espera a que terminem um carregamento e uma transferência. A velocidade depende unicamente do seu próprio hardware. A contrapartida é que os ficheiros muito grandes se apoiam na memória do seu dispositivo enquanto são reescritos, por isso uma digitalização extremamente grande num telemóvel antigo pode ser lenta; dividi-la antes em PDF mais pequenos é uma solução fácil.

Dicas para os PDF mais pequenos

• Digitalize com menos PPP. 150 a 200 PPP chegam e sobram para a leitura no ecrã e o e-mail; 600 PPP quadruplica os dados para um detalhe que raramente verá. Defina a resolução antes de digitalizar para a vitória mais fácil de todas.
• Escolha primeiro Equilibrado, depois Mais pequeno. Comece com a predefinição Equilibrado, verifique o resultado, depois volte a executá-lo em Mais pequeno e compare. Em digitalizações com muitas fotografias, a definição mais baixa pode reduzir o tamanho aproximadamente para metade de novo com pouca diferença visível.
• Comprima as imagens de origem antes de as inserir. Se está a criar um PDF a partir de fotografias ou capturas de ecrã, reduza-as primeiro com o compressor de imagens ou o compressor de JPEG. Uma entrada mais leve significa um PDF mais leve.
• Redimensione as imagens sobredimensionadas à partida. Uma fotografia de 6000 píxeis numa página A4 é detalhe desperdiçado. Use o redimensionador de imagens ou converta para um formato moderno com o conversor de imagens antes de montar o documento.
• Não espere milagres dos PDF de texto. Se um ficheiro for quase só texto e mal se reduzir, isso é normal: simplesmente não havia imagens pesadas para otimizar.