Comprimir PDF

Acerca de Comprimir PDF

Esta herramienta no vuelve a dibujar el PDF. Abre los objetos del archivo uno por uno y los sustituye por versiones más pequeñas. La estructura se lee y se escribe con pdf-lib, la compresión Flate la hace fflate y la decodificación y recodificación JPEG pasan por el canvas del navegador. No incluye un motor WASM como Ghostscript, así que no intenta tareas que lo requieren, como crear subconjuntos de fuentes o recomprimir JBIG2.

El grueso del ahorro sale de las imágenes. La herramienta recorre el flujo de contenido de cada página, sigue la matriz de transformación y calcula cuántas pulgadas ocupa realmente cada imagen. Así obtiene los PPP de colocación. Solo reduce las imágenes que superan 1,15 veces el objetivo, y solo sustituye un flujo si el nuevo es más pequeño. Si el archivo final pesa más que el original, te devuelve el original sin tocar.

Esa última regla importa más de lo que parece. Muchos PDF ya están bien optimizados y un guardado ingenuo los agranda. La herramienta prefiere no cambiar nada antes que entregarte un archivo peor.

Qué elimina cada etapa

El proceso tiene cinco pasadas. Cada una ataca algo distinto, así que el reparto imágenes / fuentes / otros del análisis te dice de antemano dónde estará el ahorro.

• Extras: metadatos XMP, miniaturas de página y datos privados del editor en /PieceInfo. Un PDF guardado desde Illustrator con capacidad de edición lleva una copia completa del dibujo original en /PieceInfo, y quitarla puede reducir el archivo a la mitad o más.
• Imágenes: lo que supera el objetivo se reduce con un filtro de caja (promediando píxeles). Los JPEG en color se decodifican y se guardan de nuevo como JPEG. Las imágenes sin pérdida de 8 bits en gris o RGB (Flate o sin comprimir) se vuelven a comprimir a nivel 9 con predictor PNG (Predictor 15). En Recomendado y Fuerte las de color también se prueban como JPEG, que solo gana si ocupa menos de la mitad. La escala de grises se queda en gris: el codificador JPEG del navegador solo escribe JPEG en color (RGB), así que un JPEG gris se prueba como imagen sin pérdida de 1 canal (Flate) y solo se sustituye si ocupa menos, y las imágenes grises sin pérdida nunca pasan a JPEG.
• Otros flujos: el contenido de página y las fuentes sin comprimir o solo con Flate se recomprimen a nivel 9.
• Duplicados: se fusionan los flujos idénticos byte a byte y los diccionarios Font, FontDescriptor y ExtGState iguales. Rinde mucho en archivos formados por varios PDF unidos, donde el mismo logotipo y las mismas fuentes aparecen una vez por archivo de origen.
• Limpieza y guardado: se eliminan los objetos inalcanzables y el archivo se escribe con flujos de objetos, una función de PDF 1.5 que empaqueta muchos objetos pequeños en un solo flujo comprimido.

Por qué importan más los PPP de colocación que los píxeles

La misma foto de 4000×3000 ronda los 340 PPP si ocupa una página A4 y supera los 1000 PPP si se mete en un recuadro del tamaño de una tarjeta de visita. Ni la imprenta suele necesitar más de 300 PPP, así que en el segundo caso casi todos esos píxeles se desperdician. Por eso la herramienta mira el tamaño al que se dibuja la imagen y no cuántos píxeles tiene. Si la misma imagen aparece en varios sitios, toma los PPP más bajos, es decir, la colocación más grande, para que no se vea borrosa justo donde más se amplía.

Una imagen que nunca se dibuja en ninguna página no tiene PPP de colocación y queda fuera de la recompresión JPEG. Las máscaras suaves, que guardan la transparencia, se reducen en la misma proporción que su imagen para que los bordes coincidan, y nunca se convierten a JPEG.

PDF que apenas se reducen

Cuando un archivo no baja casi siempre hay una razón estructural. La tabla por componentes del resultado muestra qué parte quedó igual.

• JPEG ya a una resolución razonable. Recomprimir a calidad 75 una foto guardada cerca de 150 PPP ahorra unos pocos por ciento, y la herramienta no la cambia si el nuevo JPEG no baja del 90 % del anterior. Guardar JPEG una y otra vez solo resta calidad.
• Documentos donde pesan las fuentes. Una fuente CJK incrustada completa en lugar de como subconjunto puede ocupar varios megabytes. La herramienta no crea subconjuntos, así que la solución es volver a exportar desde la aplicación original incrustando solo los caracteres usados.
• Planos y mapas con mucho vector. Cientos de miles de trazos aparecen como bytes del flujo de contenido; si ya están en Flate, subir al nivel 9 gana como mucho unos pocos por ciento.
• Tipos de imagen que no se tocan: JPEG 2000 (JPX), JBIG2, fax CCITT, imágenes CMYK, de 16 bits o de color indexado. Un escaneo en blanco y negro que el escáner ya guardó en JBIG2 es diminuto de por sí.

Lo que el remuestreo puede estropear

En un documento escaneado el texto también es imagen. Si bajas a Fuerte (96 PPP) un contrato escaneado a 300 PPP, la letra de 9 puntos empieza a empastarse y puede fallar el OCR de quien lo recibe. Los escaneos en escala de grises que se recodifican como JPEG salen como JPEG RGB, porque eso es lo que produce el codificador del navegador. Si el trámite exige blanco y negro, revisa el resultado en la vista previa de impresión.

El archivo se reescribe, así que cualquier firma digital deja de ser válida. Si un PDF firmado pesa demasiado, comprime la versión sin firmar y firma después.

Ejemplos

Cómo se usa

1. Añade el PDF y revisa el reparto imágenes / fuentes / otros y cuántas imágenes superan el objetivo.
2. Elige Ligero (220 PPP), Recomendado (150 PPP) o Fuerte (96 PPP), o fija PPP y calidad a mano.
3. Al terminar, compara los tamaños por componente y amplía fotos y letra pequeña en la vista previa.

Términos clave

PPP de colocación

Píxeles de la imagen divididos por las pulgadas que ocupa en la página. Se calcula a partir de la colocación real, no de los metadatos de resolución de la imagen.

Flujo de objetos (ObjStm)

Función de PDF 1.5 que agrupa muchos objetos pequeños en un solo flujo para comprimirlos juntos. La tabla de referencias cruzadas se guarda también como flujo.

Predictor PNG

Paso previo que guarda cada fila como diferencias con los píxeles vecinos para que Flate comprima mejor. FlateDecode lo admite con valores Predictor de 10 a 15.

Preguntas frecuentes

Guías relacionadas

• Cómo funciona un archivo PDF: objetos, tabla de referencias cruzadas y por qué cuesta tanto editarlo
• Por qué unos PDF se comprimen un 90 % y otros casi nada