スキャンした PDF を圧縮すると、ファイル サイズが 15 MB から 2 MB に減少します。数字は素晴らしく見えます。次に、圧縮ファイルを開くと、元のテキストではくっきりと鮮明であったテキストが、柔らかくぼやけて、わずかに焦点が合っていないように見えます。圧縮は機能しましたが、テキストに対して過度に効果があったため、文書が以前よりも読みにくくなりました。
これは最も一般的な圧縮に関する問題であり、ほとんどの圧縮ツールがページ全体を 1 つの画像として扱うために発生します。彼らは、鮮明さを保つ必要があるテキストと、より強力な圧縮を許容できる背景や写真を区別できません。圧縮中にテキストの鮮明さを維持するには、どの設定がテキストの可読性に影響するかを理解し、実際に読む必要がある文書の部分を優先する圧縮アプローチを選択する必要があります。
そもそもなぜ圧縮によってテキストがぼやけてしまうのか
PDF 圧縮は、ファイルに埋め込まれた画像の解像度を下げることによって機能します。スキャンされた PDF の場合、テキストを含むすべてのページが画像になります。圧縮エンジンがそのページ画像を 300 DPI から 150 DPI にリサンプリングすると、各次元のピクセルの半分が破棄され、4 ピクセルごとに 1 ピクセルだけが残ります。文字の細かいエッジ、小文字の「t」の細い水平ストロークが特徴的です。 「c」を区別する微妙な曲線。 「e」から。すべては、鮮明に見えるようにこれらの破棄されたピクセルに依存しています。 150 DPI では、元のスキャンでは高さ 50 ピクセルだった 12 ポイントの文字の高さが 25 ピクセルになります。 100 DPI では、高さは約 17 ピクセルになります。 72 DPI では、高さは約 12 ピクセルで、認識可能な文字をレンダリングするにはかろうじて十分なピクセルです。
ダウンサンプリング アルゴリズムの種類も重要です。周囲のピクセルを平均して新しいピクセル値を計算するバイキュービック ダウンサンプリングでは、写真の滑らかなグラデーションが維持されますが、文字の硬いエッジが柔らかくなります。各ブロックから 1 つのピクセルを取り出して残りを破棄するサブサンプリングは、エッジの鮮明さをより良く保持しますが、ギザギザのアーティファクトが発生する可能性があります。テキストの多い文書の場合、解像度が低すぎるバイキュービック ダウンサンプリングを組み合わせると、柔らかくぼやけたテキストが生成され、不満の声が上がります。より良いアプローチは、より高いターゲット解像度、テキストに対して最小 150 DPI を選択するか、テキストと画像を別々に処理できる圧縮方法を使用することです。
テキストの多いドキュメントに適切な圧縮設定を選択する
テキストの読みやすさが優先される、スキャンされたドキュメントの PDF 圧縮 の場合、いくつかの特定の設定により一貫して良好な結果が得られます。ターゲット解像度を 150 DPI に設定します。これにより、10 ポイントのテキストを鮮明に保つのに十分なピクセル密度が維持され、同時にファイル サイズが 50% ～ 70% 削減されます。画面上で読まれるドキュメントでは 150 DPI を下回らないようにしてください。 100 DPI では、10 ポイントのテキストが著しく柔らかくなります。 72 DPI では、12 ポイントのテキストでも劣化が始まります。
白黒のテキスト ページには JBIG2 圧縮を選択します。 JBIG2 は、モノクロの文書画像用に特別に設計されており、文字の鮮明さを維持しながら、テキストに関して JPEG よりも大幅に優れた圧縮率を実現します。これは、文字「e」の各インスタンスが繰り返されるパターンを識別することによって機能します。見た目はほぼ同じで、各パターンを 1 回保存します。これは、タイプされた文書に最適です。テキストと写真またはカラー要素が混在するページの場合は、中品質から高品質設定の JPEG2000 を使用してください。 JPEG2000 は、標準 JPEG よりも混合コンテンツを適切に処理し、同じ圧縮率でも目に見えるアーティファクトの発生が少なくなります。
ツールがサポートしている場合は、MRC (混合ラスター コンテンツ) 圧縮を有効にします。 MRC は、各ページをレイヤーに分割します。鮮明にするために高解像度に保たれたテキスト レイヤー、より積極的に圧縮された画像レイヤー、および背景レイヤーです。圧縮エンジンによって使用されるこのレイヤーベースのアプローチは、全体的なサイズの大幅な削減を達成しながら、テキストの鮮明さを維持します。テキストは可逆または可逆に近い方法で圧縮されるため鮮明なままですが、背景と画像が圧縮の大部分を吸収します。
コミット前の圧縮結果のテスト
圧縮後、圧縮ファイルを開いて元のファイルと並べて比較します。 100% にズームして、テキストの同じ段落を比較します。小文字の「e」に注目してください。 「あ、」そして「s」最も詳細な部分があり、最初に劣化します。これらの文字が鮮明に見え、内部の形状が明確に定義されている場合、圧縮設定は適切です。カウンター (文字内の囲まれたスペース) が埋まり始めている場合、または文字の端が柔らかく見える場合は、圧縮が強すぎました。
ドキュメントを印刷する場合は、テスト ページを印刷します。プリンターはほとんどの画面よりも高い 300 ～ 600 DPI でレンダリングするため、画面上では見えない圧縮アーティファクトが紙の上で明らかになる場合があります。 150 DPI のモニターでは問題なく見えるドキュメントでも、300 DPI で印刷すると柔らかく見える場合があります。これは、プリンターでは細部が欠けているためです。 WukongPDF の PDF サイズ縮小 ツールは、さまざまな圧縮レベルで印刷出力をシミュレートするプレビュー モードを提供し、圧縮設定を最終決定する前にテキストの読みやすさを確認できます。
圧縮によりテキストがぼやけてしまった場合の対処法
PDF を圧縮した結果、テキストがぼやけてしまい、圧縮されていない元のファイルがなくなった場合、状況は困難ですが、必ずしも絶望的であるわけではありません。もともと別のテキスト レイヤーがあった PDF に圧縮が適用された場合、圧縮ファイルに対して OCR を実行すると検索可能性は復元できますが、元のテキストの視覚的な鮮明さを復元することはできません。 OCR は、ぼやけた画像の後ろにテキスト レイヤーを追加します。画像がぼやけたままになります。個別のテキストレイヤーがないスキャンされた PDF の場合、唯一の回復方法は、元のスキャンを見つけるか、物理ドキュメントをより高い解像度で再スキャンして、同じ圧縮ミスを繰り返さないようにすることです。
このため、元の非圧縮ファイルを保持することが最も重要な圧縮習慣となります。圧縮では常にコピーが作成され、元のファイルが上書きされることはありません。ストレージは安価です。オリジナルを削除することで節約できる数メガバイトの価値は、ぼやけた圧縮コピーから文書を再作成するのに必要な時間よりもはるかに価値がありません。圧縮ツールは常に新しいファイルを生成し、アップロードされた元のファイルはそのまま残します。この設計の選択により、元のファイルがなくなって初めて圧縮設定が間違っていたことに気づくというよくあるシナリオが回避されます。
画像を褪色させずにカラー文書を圧縮する
テキストとカラー画像が混在するドキュメントには、二重の課題があります。テキストは読みやすくするために高解像度が必要であり、画像は色の忠実性が必要です。解決策は、同じページ上の異なるコンテンツ タイプに異なる設定を適用する圧縮ツールを使用することです。 WukongPDF は、各ページ内のテキスト領域と画像領域を自動的に検出し、それぞれに適切な圧縮を適用します。テキスト領域は、より高い実効解像度で可逆圧縮または可逆に近い圧縮を受けます。画像領域は、より低い解像度で JPEG または JPEG2000 圧縮を受けます。その結果、PDF 品質 の出力が得られ、テキストと画像の両方が良好に表示され、ファイル サイズは非圧縮のオリジナルより大幅に小さくなります。
重要な点は、圧縮後のテキストの不鮮明さは避けられないトレードオフではないということです。これは、ドキュメントのコンテンツに対して最適化されていない圧縮設定の結果です。テキストの多いスキャンには、フォト アルバムとは異なる設定が必要です。目の前の文書に適切な設定を選択し、常に元の状態を維持することで、文書の本来の有用性である読みやすさを損なうことなく、圧縮によってファイルサイズが小さくなるという約束を確実に果たすことができます。
多くの人が見落としている最後の考慮事項は、圧縮形式が将来の編集に与える影響です。圧縮された PDF が後で OCR、追加の圧縮、またはフォーマット変換を必要とする場合、可逆テキスト エンコーディングを使用した 150 DPI の中程度に圧縮されたファイルは、非可逆 JPEG を使用した 72 DPI の高度に圧縮されたファイルよりも、その後の操作にはるかによく耐えます。非可逆ファイルを再圧縮するたびに、品質の低下がさらに大きくなります。最初の圧縮はほとんど目立たないかもしれません。 2 つ目は、すでに圧縮されたファイルに適用され、テキストが判読不能になるまで劣化します。 PDF を圧縮するときは、現在のファイルのサイズだけでなく、将来ファイルが実行される可能性のある操作に対してどの程度の品質ヘッドルームが残っているかについて決定することになります。今日の適度な圧縮は明日への余地を残します。積極的な圧縮により、そのスペースは 1 回のステップで使い果たされます。