Оптимізація та ремонт

Стиснення PDF, виміряне на реальних файлах

Поради щодо стиснення зазвичай пишуться так, ніби всі PDF-файли однакові. Це не так: текстовий звіт і сканування з роздільною здатністю 150 точок на дюйм абсолютно по-різному реагують на однакові налаштування. Тож ми запустили надісланий механізм Rifinit із трьома згенерованими документами та записали те, що насправді вийшло. Кожен наведений нижче малюнок є результатом реального тестування 10 листопада 2026 року, а в кінці наведено посилання на зразки, щоб ви могли їх відтворити.

Як був побудований тест

  • текст-20-стор — 20 сторінок А4 звичайного основного тексту, без зображень.
  • фото-5-стор — п’ять сторінок, кожна з яких містить фото JPEG розміром 1600 × 1200 і підпис.
  • скан-10-стор — десять сторінок лише із зображеннями, відтворених із роздільною здатністю 150 точок на дюйм і вбудованих, як скан (без текстового шару).

Шлях механізму – це портативна збірка: pypdf із перекодуванням зображень у PyMuPDF. Стиснення виконувалося за замовчуванням 144 ppi, якщо рядок не вказує інше. Розміри – це весь вихідний файл, а не сторінка.

Що насправді економить кожен рівень

Зразок Оригінал Низький Середній Найкращий
20 сторінок тексту 15 КБ 11 Кб 11 Кб 11 Кб
5 фото сторінок 1227 Кб 185 Кб 244 Кб 473 Кб
10-сторінковий скан 2274 Кб 953 Кб 1108 Кб 1794 Кб

Виділяють дві речі. Текстовий документ майже не рухається — від 15 КБ до 11 КБ — тому що немає зображень для повторного кодування; стискання PDF-файлів із великою кількістю тексту — це здебільшого домашнє обслуговування. Сторінки фотографій зменшуються до шостої частини свого розміру на Low (185 КБ з 1227 КБ), оскільки якість JPEG виконує свою роботу. Сканування виконується між ними й ніколи не досягає результату фотографії, оскільки кожна сторінка – це одне велике зображення, яке вже досить ефективно.

Роздільна здатність є більшим важелем

Середня зміна лише цільової роздільної здатності:

Зразок 96 ppi 144 ppi 200 ppi
5 фото сторінок 117 Кб 250 КБ 442 Кб
10-сторінковий скан 609 Кб 1135 Кб 1234 Кб
20 сторінок тексту 12 Кб 12 Кб 12 Кб

Для сканування зниження роздільної здатності з 200 до 96 пікселів на дюйм скоротило файл майже наполовину — більше, ніж це робив перемикач якості «Низька/Середня». Якщо документ буде читатися на екрані, роздільна здатність є першою ручкою, яку потрібно спробувати; виберіть найнижчий ppi, за якого найменший текст у документі все ще читається.

Експорт сторінок як зображень

Та сама сторінка, експортована з трьома роздільними здатностями, які пропонує інструмент (сторінка 1 прикладу тексту, JPEG із якістю 88):

  • 75 dpi — 621×877 пікселів, 68 Кб
  • 150 dpi — 1241×1754 пікселів, 207 Кб
  • 220 dpi — 1819×2573 пікселів, 359 КБ

Для попереднього перегляду лише на екрані достатньо 75 dpi і одна третина байтів. Для всього, що буде надруковано, 150 точок на дюйм є практичним мінімумом; 220 точок на дюйм призначено для дрібного шрифту та тонких ліній, а не для звичайного основного тексту.

Вилучення тексту

20-сторінковий зразок тексту витягнув 26 191 символ за 0,066 секунди на тестовій машині. Це число має значення для робочого процесу «PDF у текст»: вартість залежить від відкриття документа, а не від слів, тому довший звіт займає майже стільки ж часу, скільки короткий.

Чого цей тест не доводить

Це згенеровані файли, а не незграбні документи, які надходять під час реальної роботи: сканування телефону розміром 40 МБ із тінню з одного боку, форма з тонованим фоном, PDF-файл із зображеннями у форматі JPEG із якістю 60 (яку неможливо покращити шляхом повторного кодування). Це випадки, коли діапазон ширший, ніж у таблиці вище, в обох напрямках. Цей метод є узагальненим: змініть одне налаштування, виміряйте файл і подивіться на найменший текст, перш ніж прийняти результат. Відкрийте «Стиснути PDF». спробувати це на власному файлі, або експортувати сторінку як зображення.

Відтворіть його

Три зразки створені нами та безкоштовні для завантаження: text-20-pages.pdf, photo-5-pages.pdf, scan-10-pages.pdf. Сценарій, який створив їх і запустив механізм, знаходиться в сховищі проектів як tools/blog_benchmarks.py; він записує необроблені числа docs/benchmarks/latest.json.

Із запущеної програми

Це знімки надісланої збірки Rifinit, а не макети: що запитує Compress PDF і що повертає. Кожен робочий процес у цьому посібнику було перевірено на одній збірці.

Панель «Стиснути PDF» для sample-noise.pdf: завантажений розмір 4,0 МБ, стиснутий розмір 527,1 КБ · на 87% менше, якість зображення
Встановіть якість, роздільну здатність і те, що скинути
Готова сторінка після стиснення sample-noise.pdf: 527,1 КБ · на 87% менше, ніж оригінал (4,0 МБ) · 2 сторінки · видалено
Завантажте стислий PDF

Алекс Рошид — Редакція, Rifinit. Алекс Рошид — редакційна лінія, яку використовує команда інженерів Rifinit. Посібники в цьому блозі написані та перевірені людьми, які обслуговують механізм PDF, редактор браузера та конвеєр оптичного розпізнавання символів, і кожна претензія на інструмент перевіряється на відповідність надісланій збірці перед її публікацією. Детальніше про автора · Як ми пишемо та рецензуємо.

Відкрийте «Стиснути PDF». Прочитайте повний посібник Перегляньте всі інструменти

Стандарти та джерела: Синтаксичний аналіз і запис PDF дотримуються відкритої специфікації PDF, задокументованої в Формат реєстру Бібліотеки Конгресу; наступний інтерфейс WCAG 2.2 (W3C). Rifinit не залежить від обох організацій.

Команда Rifinit. Опубліковано під Алекс Рошид рядок автора. Ми створюємо, тестуємо та документуємо ці PDF-інструменти власними силами: кожен посібник написаний тими ж інженерами, які працюють над конвертерами, редактором і OCR. Знайомство з командою. Прочитайте як ми пишемо та рецензуємо, наш політика конфіденційності і умови. Останній перегляд .

Підписатися на Rifinit Facebook LinkedIn Pinterest Reddit