Como reduzir o tamanho de um PDF

Antes de comprimir qualquer coisa, vale saber o que você está comprimindo. Um PDF de quarenta páginas só com texto costuma ter menos de 300 KB, porque esse texto são alguns milhares de instruções de glifo e um subconjunto de fonte. Um contrato digitalizado de doze páginas pode ter 17 MB. A diferença não é o número de páginas nem o texto — são as imagens. Na prática, quando alguém diz que um PDF está enorme, bem mais de noventa por cento dos bytes são fotografias, e todo o trabalho de um compressor é recodificar essas fotografias para um tamanho que ainda apareça bem na tela. Todo o resto — limpar metadados, remover objetos órfãos, reescrever a tabela de referências cruzadas — mexe em kilobytes, não em megabytes.

Dois botões, e só dois

Compressão de imagem se resume a resolução e qualidade. Resolução é quantos pixels a imagem tem; um scanner a 300 pontos por polegada gera cerca de quatro vezes os pixels de uma digitalização da mesma página a 150 dpi, e pixels são bytes. Qualidade é o ajuste JPEG aplicado em seguida, numa escala em que 1,0 preserva quase tudo e 0,4 já mostra artefatos visíveis em áreas lisas. Nossas três predefinições movem as duas juntas: leve limita o lado maior a 1700 pixels com qualidade 0,80; equilibrado, 1240 pixels e 0,62; agressivo, 1000 e 0,45. Equilibrado é o que serve para a maioria dos documentos, porque uma página renderizada a 1240 pixels de altura ainda é mais nítida do que a tela em que quase todo mundo lê, e porque cair de 0,80 para 0,62 remove uma fração surpreendente dos bytes sem tocar na legibilidade do corpo de texto.

Os números que medimos

São arquivos reais passados pela ferramenta, não estimativas. Um documento digitalizado de doze páginas, do tipo que um advogado ou um contador manda por e-mail, foi de 17,69 MB para 1,49 MB na predefinição equilibrada — uma redução de 91,6 por cento. Uma apresentação de sete páginas exportada em PDF foi de 6,55 MB para 1,87 MB, 71,5 por cento. A diferença entre os dois é instrutiva: a digitalização é só fotografia de papel, então a recodificação domina; a apresentação tem formas vetoriais e texto que a compressão não consegue tocar, então o teto é mais baixo. Seja qual for a ferramenta, espere os maiores ganhos em digitalizações e arquivos cheios de fotos, e ganhos modestos em documentos que nasceram digitais.

O formato importa mais que os ajustes

Existe uma armadilha que custa o resultado de muitas ferramentas: navegadores e suítes de escritório frequentemente embutem imagens como Flate — um formato sem perdas — e não como JPEG. Um compressor que só sabe lidar com JPEG embutido vê essas imagens, não as reconhece e as pula. Na nossa primeira tentativa com aquela digitalização de 17,69 MB o resultado foi 0,0 por cento de economia depois de setenta segundos de trabalho, porque as vinte e quatro imagens estavam em Flate e todas foram puladas. Decodificá-las para pixels crus e recodificá-las como JPEG foi o que transformou 0 por cento em 91,6. Se um compressor diz que um arquivo visivelmente cheio de imagens não pode melhorar, esse costuma ser o motivo.

Transparência, máscaras e as imagens que ficam de fora

Há uma categoria de imagem que os compressores tratam com receio: as que têm transparência. Num PDF, uma máscara suave é guardada como um objeto em tons de cinza separado, referenciado pela imagem principal, e um compressor cauteloso pula tudo que carrega uma delas para não arriscar deixar um quadrado preto onde havia um logotipo. Essa cautela sai cara. Nos nossos testes, a maior imagem de um documento real — 2,58 MB — estava sendo pulada exatamente por isso, ou seja, o arquivo carregava 2,58 MB de que não precisava. O tratamento correto é mais estreito que a regra geral: como a máscara é um objeto independente, a imagem base pode ser recodificada como JPEG deixando a referência da máscara no lugar, e a transparência não sofre. Só dois casos realmente devem ficar intocados: máscaras de estêncil, que são formas de um bit por pixel sem informação tonal, e máscaras por chave de cor, em que valores específicos é que tornam pixels invisíveis. Da mesma forma, uma instrução de inversão de cor presa a uma imagem pertence à codificação antiga e nunca deve ser copiada para a nova, ou a foto volta em negativo.

Quando um PDF realmente não encolhe

Alguns arquivos já estão otimizados, e uma ferramenta honesta diz isso em vez de produzir um arquivo ligeiramente diferente do mesmo tamanho. Um PDF que é quase todo texto vetorial não tem praticamente nada a dar. Pior: a reescrita estrutural pode aumentar um arquivo pequeno. Nas nossas medições, um documento leve cresceu setenta e um por cento ao passar por um otimizador que o linearizava, porque as estruturas adicionadas pesaram mais do que a economia. A regra que adotamos é ficar com o menor arquivo — origem ou resultado — e informar "já otimizado" quando o ganho fica abaixo de cerca de três por cento, em vez de apresentar uma diferença de dois por cento como conquista. Se uma ferramenta sempre mostra economia, desconfie do que ela está medindo.

Saiba que tipo de arquivo você tem antes de começar

Dois testes de cinco segundos dizem de antemão o que esperar. O primeiro: tente selecionar uma frase com o cursor no leitor de PDF. Se a frase é selecionada, o documento nasceu digital e provavelmente já é pequeno; se a página inteira é selecionada como um bloco, você tem uma digitalização e vai ganhar muito com a compressão. O segundo: divida o tamanho pelo número de páginas. Qualquer documento acima de meio megabyte por página é, quase sem exceção, pesado em imagens. Essas duas conferências ajustam sua expectativa antes de rodar qualquer coisa e evitam tentativas inúteis. Uma terceira pista é a origem do arquivo: documentos fotografados com celular costumam ser ainda maiores que os de um scanner de mesa, porque os sensores atuais produzem muito mais pixels do que uma página A4 exige.

Uma ordem prática de trabalho

Tente primeiro o equilibrado e olhe o resultado em cem por cento de zoom, não na miniatura. Verifique o texto menor da página mais carregada — uma nota de rodapé, um carimbo, um bloco de assinatura — porque é ali que a perda de qualidade aparece primeiro. Se aguentar e você ainda precisar de menos peso, vá para o agressivo; se não aguentar, desça para o leve e aceite um arquivo maior. Só se o arquivo continuar grande demais vale dividir, já que três anexos de 4 MB costumam ser mais fáceis de enviar do que um de 12 MB. E se a origem é um scanner que você controla, a solução mais barata está lá atrás: digitalize a 200 ou 300 dpi em tons de cinza em vez de 600 dpi colorido, e o problema nem chega a existir.