Compresión de PDF, medida en archivos reales
Los consejos de compresión suelen escribirse como si todos los PDF fueran iguales. No lo es: un informe de texto y un escaneo de 150 ppp responden a la misma configuración de maneras completamente diferentes. Así que ejecutamos el motor Rifinit enviado contra tres documentos generados y anotamos lo que realmente salió. Cada figura a continuación proviene de una ejecución real del 10 de noviembre de 2026 y las muestras están vinculadas al final para que pueda reproducirlas.
Cómo se construyó la prueba
- texto-20-páginas — 20 páginas A4 de cuerpo de texto normal, sin imágenes.
- foto-5-paginas - cinco páginas, cada una con un JPEG similar a una fotografía de 1600 × 1200 más un título.
- escanear-10-páginas — diez páginas de sólo imágenes, renderizadas a 150 ppp e incrustadas como un escaneo (sin capa de texto).
La ruta del motor es la compilación portátil: pypdf con PyMuPDF recodificando las imágenes. La compresión se ejecutó a su valor predeterminado de 144 ppp, a menos que una fila indique lo contrario. Los tamaños son el archivo de salida completo, no por página.
Lo que realmente guarda cada nivel
| muestra | Originales | Bajo | Medio | mejor |
|---|---|---|---|---|
| texto de 20 páginas | 15 KB | 11 KB | 11 KB | 11 KB |
| 5 páginas de fotos | 1.227 KB | 185KB | 244KB | 473KB |
| escaneo de 10 páginas | 2.274 KB | 953 KB | 1.108 KB | 1.794 KB |
Destacan dos cosas. El documento de texto apenas se mueve (de 15 KB a 11 KB) porque no hay imágenes para volver a codificar; comprimir archivos PDF con mucho texto es principalmente una tarea doméstica. Las páginas de fotografías se reducen a una sexta parte de su tamaño en Bajo (185 KB desde 1227 KB) porque la calidad JPEG está haciendo el trabajo. El escaneo queda en el medio y nunca llega al resultado de la fotografía, porque cada página es una imagen grande que ya es bastante eficiente.
La resolución es la palanca más importante
En Media, cambiando solo la resolución objetivo:
| muestra | 96 ppp | 144 ppp | 200 ppp |
|---|---|---|---|
| 5 páginas de fotos | 117KB | 250KB | 442KB |
| escaneo de 10 páginas | 609KB | 1.135 KB | 1.234 KB |
| texto de 20 páginas | 12 KB | 12 KB | 12 KB |
Para los escaneos, bajar de 200 a 96 ppp volvió a reducir el archivo casi a la mitad, más que el cambio de calidad Baja/Media. Si un documento se va a leer en pantalla, la resolución es el primer control a probar; elija el ppi más bajo en el que el texto más pequeño del documento aún sea legible.
Exportar páginas como imágenes
La misma página exportada en las tres resoluciones que ofrece la herramienta (página 1 de la muestra de texto, JPEG en calidad 88):
- 75 ppp — 621×877 píxeles, 68 KB
- 150 ppp — 1.241×1.754 píxeles, 207 KB
- 220 ppp — 1.819×2.573 píxeles, 359 KB
Para una vista previa solo en pantalla, 75 ppp son suficientes y un tercio de los bytes. Para cualquier cosa que se vaya a imprimir, 150 ppp es el mínimo práctico; 220 ppp es para letras pequeñas y reglas finas, no para texto de cuerpo normal.
Extracción de texto
La muestra de texto de 20 páginas extrajo 26.191 caracteres en 0,066 segundos en la máquina de prueba. Ese número es importante para el flujo de trabajo "PDF a texto": el costo depende de la apertura del documento, no de las palabras, por lo que un informe más largo lleva casi el mismo tiempo que uno corto.
Lo que esta prueba no prueba
Estos son archivos generados, no los documentos incómodos que llegan en el trabajo real: un teléfono escaneado de 40 MB con una sombra en un lado, un formulario con un fondo teñido, un PDF cuyas imágenes ya son JPEG con calidad 60 (que no se puede mejorar recodificando). Esos son los casos en los que el rango es más amplio que la tabla anterior, en ambas direcciones. El método es el que generaliza: cambia una configuración, mide el archivo y mira el texto más pequeño antes de aceptar el resultado. Abrir Comprimir PDF para probarlo en su propio archivo, o exportar una página como una imagen.
reproducirlo
Las tres muestras las generamos nosotros y se pueden descargar gratis: text-20-pages.pdf, photo-5-pages.pdf, scan-10-pages.pdf. El script que los creó y ejecutó el motor está en el repositorio del proyecto como tools/blog_benchmarks.py; escribe los números brutos en docs/benchmarks/latest.json.
Desde la aplicación en ejecución
Estas son capturas de la compilación Rifinit enviada, no maquetas: lo que solicita Compress PDF y lo que devuelve. Todos los flujos de trabajo de esta guía se verificaron en la misma compilación.

