最適化と修復

PDF 圧縮、実際のファイルで測定

圧縮に関するアドバイスは通常、すべての PDF が同じであるかのように書かれています。そうではありません。テキスト レポートと 150 dpi スキャンは、同じ設定に対してまったく異なる方法で応答します。そこで、生成された 3 つのドキュメントに対して出荷済みの Rifinit エンジンを実行し、実際に出力された内容を書き留めました。以下の各図は、2026 年 11 月 10 日の実際の実行によるもので、サンプルは最後にリンクされているので、再現できます。

テストの構築方法

  • 本文20ページ — A4 20 ページの通常の本文、画像なし。
  • 写真-5ページ — 各 5 ページに 1600 × 1200 の写真のような JPEG とキャプションが含まれています。
  • 10ページをスキャン — 画像のみの 10 ページ。150 dpi でレンダリングされ、スキャンのように埋め込まれます (テキスト レイヤーなし)。

エンジンのパスは、イメージを再エンコードする PyMuPDF を含むポータブル ビルド pypdf です。特に記載がない限り、圧縮はデフォルトの 144 ppi で実行されました。サイズはページごとではなく、出力ファイル全体です。

各レベルで実際に節約できるもの

サンプル オリジナル 低い 中 ベスト
20ページのテキスト 15KB 11KB 11KB 11KB
写真5ページ 1,227KB 185KB 244KB 473KB
10ページのスキャン 2,274KB 953KB 1,108KB 1,794KB

2 つの点が際立っています。再エンコードする画像がないため、テキスト ドキュメントはほとんど移動しません (15 KB から 11 KB)。テキストの多い PDF の圧縮は、ほとんどがハウスキーピングです。 JPEG 品質が機能するため、写真ページのサイズは低 (1,227 KB から 185 KB) の 6 分の 1 に減少します。各ページはすでにかなり効率的な 1 つの大きな画像であるため、スキャンは途中で終了し、写真の結果には到達しません。

解像度はより大きなレバーです

中では、ターゲット解像度のみを変更します。

サンプル 96ppi 144 ppi 200ppi
写真5ページ 117KB 250KB 442KB
10ページのスキャン 609KB 1,135KB 1,234KB
20ページのテキスト 12KB 12KB 12KB

スキャンの場合、200 ppi から 96 ppi に下げると、ファイルは再びほぼ半分に減り、低/中品質切り替えよりもさらに減りました。文書を画面上で読み取る場合、最初に試行するのは解像度です。文書内の最小のテキストが読み取れる最低の ppi を選択します。

ページを画像としてエクスポートする

同じページがツールが提供する 3 つの解像度でエクスポートされました (テキスト サンプルの 1 ページ目、品質 88 の JPEG):

  • 75dpi — 621×877 ピクセル、68 KB
  • 150dpi — 1,241×1,754 ピクセル、207 KB
  • 220dpi — 1,819×2,573 ピクセル、359 KB

画面のみのプレビューの場合、75 dpi と 3 分の 1 のバイトで十分です。印刷するものであれば、150 dpi が実用的な最低値です。 220 dpi は小さな文字や細かい罫線に適しており、通常の本文には適していません。

テキスト抽出

20 ページのテキスト サンプルは、テスト マシンで 0.066 秒で 26,191 文字を抽出しました。この数値は、「PDF からテキスト」ワークフローにとって重要です。コストは文字ではなく文書を開くことに大きく影響されるため、長いレポートでも短いレポートとほぼ同じ時間がかかります。

このテストで証明できないこと

これらは生成されたファイルであり、実際の作業で届く厄介なドキュメントではありません。片側に影のある 40 MB の電話スキャン、背景が薄いフォーム、画像がすでに品質 60 の JPEG (再エンコードでは改善できない) である PDF です。これらは、両方向において範囲が上の表よりも広い場合です。この方法は一般化したもので、結果を受け入れる前に設定を 1 つ変更し、ファイルを測定し、最小のテキストを確認します。 PDF を開く 自分のファイルで試すか、 ページを画像としてエクスポートする.

再現してください

3 つのサンプルは私たちが生成したもので、無料でダウンロードできます。 text-20-pages.pdf, photo-5-pages.pdf, scan-10-pages.pdf。それらを構築し、エンジンを実行したスクリプトは、次のようにプロジェクト リポジトリにあります。 tools/blog_benchmarks.py;生の数値を書き込む docs/benchmarks/latest.json.

実行中のアプリから

これらは、出荷された Rifinit ビルドのキャプチャであり、モックアップではありません。Compress PDF が要求するものと返されるものです。このガイドのすべてのワークフローは、同じビルドでチェックされました。

sample-noise.pdfの「PDFを圧縮」パネル:アップロードサイズ4.0 MB、圧縮後サイズ527.1 KB・87%削減、画質
品質、解像度、何をドロップするかを設定します
sample-noise.pdfを圧縮した後の完了ページ:527.1 KB・元より87%削減(4.0 MB)・2ページ・削除済み
圧縮された PDF をダウンロードする

アレックス・ロシッド — 編集責任者、Rifinit。 Alex Roshid は、Rifinit エンジニアリング チームが使用する編集署名です。このブログのガイドは、PDF エンジン、ブラウザ エディタ、OCR パイプラインを保守する人々によって作成およびレビューされており、すべてのツールの主張は公開前に出荷されたビルドに対してチェックされます。 著者についてさらに詳しく · 執筆とレビューの方法.

PDF を開く 完全なガイドを読む すべてのツールを参照する

規格と情報源: PDF の解析と書き込みは、オープン PDF 仕様に従います。 米国議会図書館フォーマットレジストリ;インターフェイスは次のとおりです WCAG 2.2 (W3C)。 Rifinit は両方の組織から独立しています。

Rifinit チームによる。 に基づいて発行されました アレックス・ロシッド 署名入り。私たちはこれらの PDF ツールを社内で構築、テスト、文書化します。すべてのガイドは、コンバーター、エディター、OCR パイプラインを担当する同じエンジニアによって書かれています。 チームの紹介。読む 執筆とレビューの方法、私たちの プライバシーポリシー そして 条件。最終レビュー済み .

Rifinitをフォローしてください フェイスブック リンクトイン ピンタレスト レディット