Comment réduire la taille d'un PDF

Avant de compresser quoi que ce soit, il vaut mieux savoir ce que l'on compresse. Un PDF de quarante pages composé uniquement de texte fait souvent moins de 300 Ko, parce que ce texte se résume à quelques milliers d'instructions de glyphes et à un sous-ensemble de police. Un contrat scanné de douze pages peut peser 17 Mo. La différence n'est ni le nombre de pages ni le texte : ce sont les images. En pratique, quand quelqu'un dit qu'un PDF est énorme, bien plus de quatre-vingt-dix pour cent des octets sont des photographies, et tout le travail d'un compresseur consiste à réencoder ces photographies à une taille qui reste correcte à l'écran. Tout le reste — nettoyer les métadonnées, supprimer les objets orphelins, réécrire la table de références croisées — déplace des kilo-octets, pas des mégaoctets.

Deux boutons, et deux seulement

La compression d'image se résume à la résolution et à la qualité. La résolution, c'est le nombre de pixels contenus dans l'image ; un scanner à 300 points par pouce produit environ quatre fois plus de pixels qu'un scan de la même page à 150 ppp, et des pixels, ce sont des octets. La qualité, c'est le réglage JPEG appliqué ensuite, sur une échelle où 1,0 conserve presque tout et où 0,4 commence à montrer des défauts visibles dans les aplats. Nos trois préréglages font bouger les deux ensemble : léger limite le grand côté à 1700 pixels avec une qualité de 0,80 ; équilibré, 1240 pixels et 0,62 ; agressif, 1000 et 0,45. Équilibré convient à la plupart des documents, parce qu'une page rendue à 1240 pixels de haut reste plus nette que l'écran sur lequel presque tout le monde lit, et parce que passer de 0,80 à 0,62 retire une proportion surprenante des octets sans toucher à la lisibilité du corps de texte.

Les chiffres que nous avons mesurés

Ce sont de vrais fichiers passés dans l'outil, pas des estimations. Un document scanné de douze pages, du type que l'on reçoit d'un avocat ou d'un comptable, est passé de 17,69 Mo à 1,49 Mo avec le préréglage équilibré, soit une réduction de 91,6 pour cent. Une présentation de sept pages exportée en PDF est passée de 6,55 Mo à 1,87 Mo, soit 71,5 pour cent. L'écart entre les deux est instructif : le scan n'est que photographie de papier, donc le réencodage domine ; la présentation contient des formes vectorielles et du texte que la compression ne peut pas toucher, donc son plafond est plus bas. Quel que soit l'outil, attendez-vous aux plus gros gains sur les scans et les fichiers riches en photos, et à des gains modestes sur les documents nés numériques.

Le format compte plus que les réglages

Il existe un piège qui coûte leur résultat à beaucoup d'outils : les navigateurs et les suites bureautiques intègrent fréquemment les images en Flate — un format sans perte — et non en JPEG. Un compresseur qui ne sait traiter que le JPEG intégré voit ces images, ne les reconnaît pas et les saute. Lors de notre premier essai sur ce scan de 17,69 Mo, le résultat a été un gain de 0,0 pour cent après soixante-dix secondes de travail, parce que les vingt-quatre images étaient encodées en Flate et toutes ignorées. Les décoder en pixels bruts puis les réencoder en JPEG est ce qui a transformé 0 pour cent en 91,6. Si un compresseur vous dit qu'un fichier manifestement plein d'images ne peut pas être amélioré, c'est très souvent la raison.

Transparence, masques et les images que l'on saute

Il existe une catégorie d'images que les compresseurs traitent avec méfiance : celles qui portent de la transparence. Dans un PDF, un masque doux est stocké comme un objet en niveaux de gris distinct, référencé par l'image principale, et un compresseur prudent saute tout ce qui en porte un pour ne pas risquer un carré noir à la place d'un logo. Cette prudence coûte cher. Dans nos propres tests, la plus grande image d'un document réel — 2,58 Mo — était sautée exactement pour cette raison, donc le fichier conservait 2,58 Mo dont il n'avait pas besoin. Le traitement correct est plus étroit que la règle générale : le masque étant un objet indépendant, l'image de base peut être réencodée en JPEG en laissant la référence au masque en place, et la transparence n'en souffre pas. Deux cas seulement doivent vraiment être laissés tranquilles : les masques au pochoir, formes d'un bit par pixel sans information tonale, et les masques par clé de couleur, où ce sont des valeurs précises qui rendent des pixels invisibles. De même, une instruction d'inversion de couleur attachée à une image appartient à son ancien encodage et ne doit jamais être recopiée dans le nouveau, sous peine de récupérer un négatif.

Quand un PDF ne peut vraiment pas maigrir

Certains fichiers sont déjà optimisés, et un outil honnête le dit au lieu de produire un fichier légèrement différent de même taille. Un PDF presque entièrement composé de texte vectoriel n'a pratiquement rien à donner. Pire, la réécriture structurelle peut grossir un petit fichier : dans nos mesures, un document léger a gonflé de soixante et onze pour cent en passant dans un optimiseur qui le linéarisait, parce que les structures ajoutées pesaient plus que tout ce qui était économisé. La règle que nous avons retenue est de garder le plus petit fichier — source ou résultat — et d'annoncer « déjà optimisé » quand le gain descend sous les trois pour cent environ, plutôt que de présenter deux pour cent comme un résultat. Si un outil vous montre toujours un gain, méfiez-vous de ce qu'il mesure.

Sachez quel type de fichier vous avez

Deux tests de cinq secondes vous disent à l'avance ce qu'il faut attendre. Le premier : essayez de sélectionner une phrase avec le curseur dans le lecteur PDF. Si la phrase se sélectionne, le document est né numérique et il est probablement déjà petit ; si toute la page se sélectionne d'un bloc, vous avez un scan et vous gagnerez beaucoup avec la compression. Le second : divisez la taille par le nombre de pages. Tout document dépassant le demi-mégaoctet par page est, à de rares exceptions près, lourd en images. Ces deux contrôles calibrent vos attentes avant même de lancer l'outil et vous évitent des essais inutiles. Un troisième indice est l'origine du fichier : les documents photographiés au téléphone sont souvent encore plus lourds que ceux d'un scanner de bureau, car les capteurs actuels produisent bien plus de pixels qu'une page A4 n'en réclame.

Un ordre de travail pratique

Essayez d'abord équilibré et regardez le résultat à cent pour cent de zoom, pas en vignette. Contrôlez le plus petit texte de la page la plus chargée — une note de bas de page, un tampon, un bloc de signature — car c'est là que la perte apparaît en premier. Si cela tient et qu'il vous faut encore moins de poids, passez à agressif ; sinon, descendez à léger et acceptez un fichier plus gros. Ce n'est que si le fichier reste trop lourd qu'il faut envisager de le scinder, puisque trois pièces jointes de 4 Mo passent en général mieux qu'une de 12 Mo. Et si la source est un scanner que vous maîtrisez, la solution la moins chère est en amont : numérisez à 200 ou 300 ppp en niveaux de gris plutôt qu'à 600 ppp en couleur, et le problème ne se pose jamais.