Comprimir um arquivo PDF

Quando um PDF fica pesado, quase sempre é pelo mesmo motivo: ele contém páginas escaneadas ou fotografias armazenadas numa resolução que ninguém nunca vai aproveitar. Esta ferramenta ataca exatamente esse caso, redesenhando cada página como um JPEG, com a resolução e a qualidade que você controla. Ela é simples de propósito, e é importante entender do que ela abre mão.

Como funciona

Escolha um PDF e ajuste o controle de qualidade (de 10 a 100%, com 60% como padrão). Quando você clica em Comprimir PDF, a ferramenta carrega pdf.js e pdf-lib sob demanda e, para cada página:

1. Renderiza a página com o pdf.js num canvas a 1,5× o tamanho nominal, o que corresponde a 108 pontos por polegada. Isso basta para uma leitura confortável na tela e para uma impressão comum, mas fica bem abaixo dos 300 DPI de um bom escaneamento.
2. Codifica o canvas como JPEG na qualidade escolhida.
3. Incorpora esse JPEG, com o pdf-lib, como único conteúdo de uma nova página com as mesmas dimensões, num documento vazio.

O progresso é mostrado página a página. Quando o novo arquivo fica pronto, o tamanho dele é comparado com o do original. Se não ficou menor, o original é oferecido sem alterações, com um aviso dizendo isso; você nunca recebe um arquivo "comprimido" que seja maior. Caso contrário, o resultado é baixado como compressed-<original name>.pdf, com a porcentagem economizada. Tudo acontece no seu dispositivo.

O que você perde

Como cada página vira uma única imagem, o resultado não tem camada de texto. Não dá para selecionar, pesquisar, copiar nem indexar o conteúdo, leitores de tela não conseguem lê-lo, e gráficos vetoriais e fontes são substituídos por pixels a 108 DPI. Links, campos de formulário, marcadores e anotações desaparecem. Transparências e camadas são achatadas.

Vale a pena para um escaneamento que já era só um conjunto de imagens, ou para um álbum de fotos que você precisa mandar por e-mail. Não vale a pena para um relatório, um contrato ou qualquer coisa gerada num editor de texto, em que o texto é o que importa. Esses arquivos costumam já ser pequenos; se um deles estiver grande, a causa é uma imagem incorporada ou uma fonte incorporada inteira em vez de um subconjunto, e uma ferramenta estrutural (veja abaixo) resolve o problema sem mexer no texto.

Passe um PDF baseado em texto por esta ferramenta e você vai ver com frequência a mensagem "Arquivo original mantido": texto nítido é mais compacto como glifos vetoriais do que como pixels JPEG.

Escolhendo a qualidade

Com 60%, uma página escaneada renderizada a 108 DPI costuma ficar com uma pequena fração do tamanho original. O texto de escaneamentos continua legível até mais ou menos 40%; abaixo disso, os blocos típicos do JPEG deixam letras pequenas desconfortáveis de ler. Para fotografias, 70–80% as mantém apresentáveis. A qualidade afeta apenas a codificação JPEG; a resolução de renderização de 108 DPI é fixa, e esse é o principal motivo de um escaneamento de 300 DPI encolher tanto aqui, seja qual for a posição do controle.

Equivalente na linha de comando

O dispositivo pdfwrite do Ghostscript reduz a resolução das imagens mas mantém o texto como texto, e costuma ser a melhor ferramenta para documentos mistos:

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

/screen mira 72 DPI, /ebook 150 DPI e /printer 300 DPI. Para uma limpeza sem perdas que só reescreve a estrutura do arquivo, qpdf --optimize-images --object-streams=generate in.pdf out.pdf é uma primeira tentativa segura.

Saiba mais

Como decidir entre rasterização com perdas e otimização estrutural, e como automatizar o comando do Ghostscript acima para uma pasta inteira, é o assunto das noções básicas de shell. Se você só precisa reduzir algumas páginas, extraia-as primeiro com o divisor de PDF; se o documento nasceu como imagens, comprima-as com o compressor de imagens e remonte o PDF com imagem para PDF, que dá controle sobre cada imagem.