PDF圧縮

Word文書やデザインの書き出しとして生まれたPDFは、本質的にテキスト、ベクター形状、埋め込みフォントのコンテナであり、それを縮小するということはその構造を調整することを意味します — 重複するフォントサブセットの削除、すでに存在する埋め込みラスター画像の再圧縮、未使用のメタデータと参照されないオブジェクトの削除です。これらのどれもテキスト自体には触れず、以前とまったく同じように選択可能で検索可能なままです。ここでの節約は通常控えめで、多くの場合数パーセントポイントからせいぜい20%程度です。よく整形された文書はそもそもそれほど無駄を持っていないからです。

スキャナーから生まれたPDFは対照的に、実際にはPDFのパッケージングに包まれたページ全体の写真の連続であり、本物のテキストはまったくありません — テキストに見えるものは、そう見えるよう配置されたピクセルです。この種のファイルを縮小するということは、各ページ画像をより低い解像度や品質で再エンコードすることを意味し、JPEGを圧縮するのとまったく同じトレードオフです。ここでの節約は劇的で、通常70%〜90%です。まさに印刷解像度でのページ全体スキャンは、画面が実際に表示するために必要とする以上のピクセルデータをはるかに多く持っているからです。

両方のケースを単一の「圧縮レベル」として扱うと、本当に重要な決定が隠れてしまいます: 一方はどんなものにも適用しても安全ですが、もう一方は本物のテキストを恒久的に画像に変換し、元に戻せません。それらを2つの明示的なモードとして保つことで、選択がスライダーに埋もれるのではなく見えるようになります。

信頼できるテストは文書のテキストを選択してコピーできるかどうかです。ファイルを開き、テキストの行の上でクリックしてドラッグしてみてください。テキストカーソルと選択ハイライトが現れれば、文書は本物のテキストを持っており、不可逆でないモードが求めているものです — ラスタライズすると、鮮明なベクターテキストをピクセル画像として再エンコードすることは両方向で悪い取引なので、より小さくではなく大きくなってしまいます。クリックしても選択が何も生じず、ページ全体が単一の画像のように振る舞うなら、それはスキャンであり、ラスタライズモードが適切です。

一部が完全にデジタルで一部がスキャンされた署名ページである契約書のような混在文書は、全体としては本物のテキストを持っているとテストされ、それには不可逆でないモードが正しい選択です — その中に埋め込まれたスキャン画像は、文書の残りの構造に触れることなく、不可逆でないモードが埋め込み画像に特に適用できる再圧縮の恩恵をなお受けられます。

このツールとサーバー側のPDF圧縮ツールとの間で時々目にするサイズの差は、恥じるべき制限ではありません — それはブラウザ内で完全に処理することと、完全なPDFエンジンと専用の画像コーデックを持つサーバーにファイルを送ることの直接的な帰結です。サーバー側のツールはフォントを実際に使われているグリフだけに削減し、その作業専用に構築されたエンコーダーで埋め込み画像を再エンコードし、オブジェクトグラフ全体をゼロから再構築できます。バックエンドなしでブラウザタブ内でそれをすべて複製することは、本質的に異なるエンジニアリングの問題であり、このツールは提供できない同等性を主張するのではなく、その中のより小さく安全なサブセットを行っていることを正直に伝えています。

その代わりに得られるものは単純です: 文書があなたの端末から出ることは一切ないため、契約書や医療記録に対する圧縮処理がデータ取り扱いの問題になることは決してなく、ページ数の制限も、月間の割り当ても、「無料で圧縮するには十分小さい」と「残りを圧縮するには課金が必要」を分ける有料の壁もありません。