Comprimir un archivo PDF

Cuando un PDF pesa mucho, casi siempre es por lo mismo: contiene páginas escaneadas o fotografías guardadas a una resolución que nadie va a aprovechar nunca. Esta herramienta ataca justo ese caso redibujando cada página como un JPEG, con la resolución y la calidad que tú controlas. Es deliberadamente sencilla, y conviene entender bien a qué renuncia.

Cómo funciona

Elige un PDF y ajusta el control de calidad (del 10 al 100 %, 60 % por defecto). Al pulsar Comprimir PDF, la herramienta carga pdf.js y pdf-lib bajo demanda y, para cada página:

1. Renderiza la página con pdf.js en un canvas a 1,5 veces su tamaño nominal, lo que equivale a 108 puntos por pulgada. Basta para leer cómodamente en pantalla y para una impresión normal, pero queda claramente por debajo de los 300 DPI de un buen escaneo.
2. Codifica el canvas como JPEG con la calidad elegida.
3. Inserta ese JPEG, con pdf-lib, como único contenido de una página nueva de las mismas dimensiones dentro de un documento vacío.

El progreso se muestra página a página. Cuando el nuevo archivo está listo, se compara su tamaño con el del original. Si no es más pequeño, se te ofrece el original sin cambios junto con un aviso que lo indica: nunca recibirás un archivo «comprimido» que ocupe más. En caso contrario, el resultado se descarga como compressed-<original name>.pdf y se muestra el porcentaje ahorrado. Todo ocurre en tu dispositivo.

Qué pierdes

Como cada página se convierte en una sola imagen, el resultado no tiene capa de texto. No puedes seleccionarlo, buscar en él, copiarlo ni indexarlo, los lectores de pantalla no pueden leerlo, y los gráficos vectoriales y las fuentes se sustituyen por píxeles a 108 DPI. Los enlaces, los campos de formulario, los marcadores y las anotaciones desaparecen. Las transparencias y las capas se aplanan.

Compensa en un escaneo que ya no era más que imágenes, o para un álbum de fotos que tienes que enviar por correo. No compensa en un informe, un contrato o cualquier cosa generada con un procesador de textos, donde lo importante es el texto. Esos archivos suelen ser ya pequeños; si alguno es grande, la causa es una imagen incrustada o una fuente incrustada entera en lugar de un subconjunto, y una herramienta estructural (más abajo) lo resolverá sin tocar el texto.

Si pasas un PDF basado en texto por esta herramienta, verás a menudo el mensaje «Se conserva el archivo original»: un texto nítido ocupa menos como glifos vectoriales que como píxeles JPEG.

Elegir la calidad

Al 60 %, una página escaneada renderizada a 108 DPI suele quedarse en una pequeña fracción de su tamaño original. El texto de los escaneos sigue siendo legible hasta más o menos el 40 %; por debajo, los bloques típicos del JPEG hacen incómoda la letra pequeña. Con las fotografías, entre un 70 y un 80 % basta para que sigan siendo presentables. La calidad solo afecta a la codificación JPEG; la resolución de renderizado de 108 DPI es fija, y esa es la razón principal de que un escaneo a 300 DPI se reduzca tanto aquí, pongas el control donde lo pongas.

Equivalente en la línea de comandos

El dispositivo pdfwrite de Ghostscript reduce la resolución de las imágenes pero mantiene el texto como texto, así que suele ser la mejor herramienta para documentos mixtos:

gs -sDEVICE=pdfwrite -dPDFSETTINGS=/ebook -dNOPAUSE -dBATCH -o small.pdf large.pdf

/screen apunta a 72 DPI, /ebook a 150 DPI y /printer a 300 DPI. Para una limpieza sin pérdidas que solo reescribe la estructura del archivo, qpdf --optimize-images --object-streams=generate in.pdf out.pdf es un primer intento seguro.

Para saber más

Cómo decidir entre rasterizar con pérdida u optimizar la estructura, y cómo automatizar el comando de Ghostscript anterior sobre una carpeta entera, se explica en los fundamentos de la shell. Si solo necesitas reducir unas pocas páginas, extráelas antes con el divisor de PDF; si el documento nació como un conjunto de imágenes, comprímelas con el compresor de imágenes y vuelve a montar el PDF con imagen a PDF, que te da control sobre cada imagen.