Come ridurre le dimensioni di un PDF

Prima di comprimere qualcosa conviene sapere che cosa si sta comprimendo. Un PDF di quaranta pagine di solo testo di solito sta sotto i 300 KB, perché quel testo è qualche migliaio di istruzioni di glifo più un sottoinsieme di font. Un contratto scansionato di dodici pagine può pesare 17 MB. La differenza non è il numero di pagine e non è il testo: sono le immagini. In pratica, quando qualcuno dice che un PDF è enorme, ben oltre il novanta per cento dei byte sono fotografie, e tutto il lavoro di un compressore consiste nel ricodificare quelle fotografie a una dimensione che resti corretta a schermo. Tutto il resto — ripulire i metadati, eliminare gli oggetti orfani, riscrivere la tabella dei riferimenti incrociati — sposta kilobyte, non megabyte.

Due manopole, e solo due

La compressione delle immagini si riduce a risoluzione e qualità. La risoluzione è quanti pixel contiene l'immagine; uno scanner a 300 punti per pollice genera circa quattro volte i pixel di una scansione della stessa pagina a 150 dpi, e i pixel sono byte. La qualità è l'impostazione JPEG applicata dopo, su una scala in cui 1,0 conserva quasi tutto e 0,4 comincia a mostrare difetti visibili nelle aree piatte. Le nostre tre preimpostazioni muovono entrambe insieme: leggera limita il lato lungo a 1700 pixel con qualità 0,80; bilanciata, 1240 pixel e 0,62; aggressiva, 1000 e 0,45. Bilanciata è quella adatta alla maggior parte dei documenti, perché una pagina resa a 1240 pixel di altezza è ancora più nitida dello schermo su cui quasi tutti leggono, e perché scendere da 0,80 a 0,62 elimina una frazione sorprendente dei byte senza toccare la leggibilità del corpo del testo.

I numeri che abbiamo misurato

Sono file reali passati nello strumento, non stime. Un documento scansionato di dodici pagine, del tipo che manda per e-mail un avvocato o un commercialista, è passato da 17,69 MB a 1,49 MB con la preimpostazione bilanciata: una riduzione del 91,6 per cento. Una presentazione di sette pagine esportata in PDF è passata da 6,55 MB a 1,87 MB, il 71,5 per cento. La differenza tra i due casi è istruttiva: la scansione è solo fotografia di carta, quindi la ricodifica domina; la presentazione contiene forme vettoriali e testo che la compressione non può toccare, quindi il suo tetto è più basso. Qualunque strumento usiate, aspettatevi i guadagni maggiori su scansioni e file pieni di foto, e guadagni modesti su documenti nati digitali.

Il formato conta più delle impostazioni

C'è una trappola che costa il risultato a molti strumenti: browser e suite per ufficio incorporano spesso le immagini come Flate — un formato senza perdita — e non come JPEG. Un compressore che sa gestire solo i JPEG incorporati vede quelle immagini, non le riconosce e le salta. Al primo tentativo su quella scansione da 17,69 MB il risultato è stato un risparmio dello 0,0 per cento dopo settanta secondi di lavoro, perché le ventiquattro immagini erano codificate in Flate e tutte saltate. Decodificarle in pixel grezzi e ricodificarle come JPEG è ciò che ha trasformato lo 0 per cento in 91,6. Se un compressore vi dice che un file visibilmente pieno di immagini non può essere migliorato, molto spesso il motivo è questo.

Trasparenza, maschere e le immagini che vengono saltate

C'è una categoria di immagini che i compressori trattano con nervosismo: quelle con trasparenza. In un PDF una maschera morbida è memorizzata come oggetto separato in scala di grigi a cui l'immagine principale fa riferimento, e un compressore prudente salta tutto ciò che ne porta una, per non rischiare un rettangolo nero al posto di un logo. Quella prudenza costa cara. Nei nostri test l'immagine più grande di un documento reale — 2,58 MB — veniva saltata esattamente per questo, quindi il file conservava 2,58 MB di cui non aveva bisogno. Il trattamento corretto è più stretto della regola generale: poiché la maschera è un oggetto indipendente, l'immagine di base può essere ricodificata in JPEG lasciando al suo posto il riferimento alla maschera, e la trasparenza non ne soffre. Solo due casi vanno davvero lasciati stare: le maschere stencil, forme a un bit per pixel senza informazione tonale, e le maschere a chiave di colore, dove sono valori precisi a rendere invisibili i pixel. Allo stesso modo, un'istruzione di inversione del colore attaccata a un'immagine appartiene alla vecchia codifica e non va mai copiata nella nuova, altrimenti la foto torna in negativo.

Quando un PDF davvero non si riduce

Alcuni file sono già ottimizzati, e uno strumento onesto lo dice invece di produrre un file leggermente diverso della stessa dimensione. Un PDF fatto quasi solo di testo vettoriale non ha praticamente nulla da dare. Peggio, la riscrittura strutturale può ingrandire un file piccolo: nelle nostre misure un documento leggero è cresciuto del settantuno per cento passando in un ottimizzatore che lo linearizzava, perché le strutture aggiunte pesavano più di quanto risparmiato. La regola che abbiamo adottato è tenere il file più piccolo — origine o risultato — e dichiarare «già ottimizzato» quando il guadagno scende sotto il tre per cento circa, invece di presentare una differenza del due per cento come un risultato. Se uno strumento vi mostra sempre un risparmio, sospettate di cosa stia misurando.

Sapere che tipo di file avete

Due test da cinque secondi vi dicono in anticipo cosa aspettarvi. Il primo: provate a selezionare una frase con il cursore nel lettore PDF. Se la frase si seleziona, il documento è nato digitale ed è probabilmente già piccolo; se si seleziona l'intera pagina come blocco, avete una scansione e guadagnerete molto dalla compressione. Il secondo: dividete la dimensione per il numero di pagine. Qualsiasi documento sopra il mezzo megabyte per pagina è, quasi senza eccezioni, pesante di immagini. Questi due controlli tarano le aspettative prima ancora di avviare lo strumento e vi risparmiano tentativi inutili. Un terzo indizio è la provenienza del file: i documenti fotografati con il telefono sono spesso ancora più grandi di quelli di uno scanner da tavolo, perché i sensori attuali producono molti più pixel di quanti ne richieda una pagina A4.

Un ordine di lavoro pratico

Provate prima bilanciata e guardate il risultato al cento per cento di zoom, non nella miniatura. Controllate il testo più piccolo della pagina più affollata — una nota a piè di pagina, un timbro, un blocco firma — perché è lì che la perdita di qualità compare per prima. Se regge e vi serve ancora meno peso, passate ad aggressiva; se non regge, scendete a leggera e accettate un file più grande. Solo se il file resta troppo grande vale la pena dividerlo, dato che tre allegati da 4 MB sono di solito più facili da spedire di uno da 12 MB. E se la fonte è uno scanner che controllate voi, la soluzione più economica sta a monte: scansionate a 200 o 300 dpi in scala di grigi invece che a 600 dpi a colori, e il problema non nasce affatto.