Сжатие PDF

Почему PDF становятся большими

Размер PDF обычно определяется тремя факторами:

• Изображения — особенно фотографии высокого разрешения и сканы страниц (часто 95%+ размера файла)
• Встроенные шрифты — полные файлы шрифтов для каждой гарнитуры
• Накладные расходы на объекты — поля форм, аннотации, метаданные, старая история ревизий

Lossy и lossless сжатие

• Lossy (с потерями) — отбрасывает часть данных, чтобы уменьшить файл. Обычно применяется к фотографиям (перекодирование в JPEG). При сильном сжатии качество падает заметно, но для большинства документов этого не видно.
• Lossless (без потерь) — сохраняет каждый байт. Используется для текста, штриховой графики и случаев, где любая потеря недопустима. Обычно экономит 10–40%.

Современные компрессоры PDF применяют оба подхода: lossy — для фотографий, lossless — для текста и структуры. Результат: скан на 50 МБ превращается в 3 МБ без видимой потери качества.

Что реально делает инструмент сжатия

1. Снижает разрешение изображений — с 600 dpi до 150 dpi, если уместно
2. Перекодирует фотографии — в JPEG с настройкой качества (обычно Q75)
3. Конвертирует в JBIG2 — специализированный формат для чёрно-белых сканов
4. Подрезает шрифты — оставляет только используемые глифы
5. Удаляет неиспользуемые объекты — старые данные форм, миниатюры страниц, инкрементальные обновления
6. Пересжимает потоки — Flate/Deflate для текста и структуры
7. Очищает метаданные — опционально удаляет историю создания и ревизий

Типичное уменьшение размера

• Сканированные документы — на 60–90% меньше (максимальный выигрыш)
• PDF с большим количеством фотографий — на 40–80% меньше
• Чисто текстовые документы — на 5–15% меньше (и так эффективные)
• Уже сжатые PDF — минимальный выигрыш, иногда отрицательный

Целевые размеры для типичных задач

• Вложение в e-mail — до 25 МБ (лимит Gmail)
• Отклик на вакансию — до 5 МБ (большинство job-порталов)
• Государственная форма — до 2 МБ (многие госпорталы)
• Веб-загрузка — до 1 МБ для быстрого открытия

Когда НЕ стоит сжимать

• Юридические доказательства, где важен каждый пиксель
• Медицинские изображения (радиологические сканы требуют lossless)
• Архивные документы в формате PDF/A
• Уже небольшие файлы (минимальная выгода, возможна потеря качества)