PDF を圧縮しようとすると、設定パネルに DPI、ダウンサンプリング、JBIG2、JPEG2000、可逆性と非可逆性などの用語が表示されます。これらは日常的な語彙ではありません。これらは画像処理および圧縮工学の専門用語です。ただし、これらは圧縮ボタンを押したときに PDF に何が起こるかを正確に制御するものであり、基本レベルで理解することは、ピクセル化された混乱ではなく読みやすい文書を生成する設定を選択するのに役立ちます。
これらの用語は、画像の詳細をどの程度保持するかを決定する解像度制御と、残存する詳細をどのように保存するかを決定する圧縮方法の 2 つのカテゴリに分類されます。各用語が何を制御するのかを理解すると、圧縮設定パネルは推測ゲームではなく、情報に基づいた選択肢のセットになります。
DPI: すべてをコントロールする解像度ノブ
DPIはDots Per Inchの略です。画像の各インチに何ピクセルが詰め込まれているかを測定します。レター サイズのページを 300 DPI でスキャンすると、幅 2550 ピクセル、高さ 3300 ピクセルのおよそ 850 万ピクセルが含まれます。同じページを 150 DPI でスキャンすると、1275 x 1650 の約 210 万ピクセルが含まれます。72 DPI バージョンには、612 x 792 の約 50 万ピクセルが含まれます。72 DPI から 300 DPI へのジャンプは、保存する画像データが 17 倍多くなることを意味します。そのため、スキャン解像度が PDF ファイル サイズの主要な要素となります。
画面上で表示する場合、150 DPI が実用的なスイートスポットです。一般的なコンピューター モニターは 1 インチあたり 92 ～ 220 ピクセルを表示するため、150 DPI の画像は、画面に表示できないピクセルでストレージを無駄にすることなく、鮮明に見えるのに十分な解像度を備えています。印刷の場合、人間の目は読み取り距離に置かれた紙上で 1 インチあたり約 300 ドットまでの詳細を認識できるため、300 DPI が標準です。圧縮ツールが DPI ターゲットの選択を求めるときは、このドキュメントの使用方法に許容できる最低の解像度はどれか、ということを尋ねています。
ダウンサンプリング: 解像度の低下が実際にどのように起こるか
ダウンサンプリングは、画像の解像度を下げるプロセスです。すべての画像を 150 DPI にダウンサンプリングするように圧縮ツールに指示すると、圧縮ツールは PDF 内の各画像を調べて、現在の有効解像度を計算し、その解像度が 150 DPI より高い場合は、画像が 150 DPI になるまでピクセル数を減らします。すでに 150 DPI 以下の画像はそのまま残されます。
一般的なダウンサンプリング アルゴリズムは 3 つあり、それぞれが著しく異なる結果を生成します。平均ダウンサンプリングでは、ピクセル ブロックの平均カラー値を取得し、ブロック全体をその 1 つの値で置き換えます。高速ですが、細かい部分がぼやける傾向があります。サブサンプリングでは、各ブロックの中心から 1 つのピクセルが取得され、残りは破棄されます。これは平均化よりも高速ですが、サンプリングされたピクセルの間にたまたま含まれる重要な詳細を見逃す可能性があります。バイキュービック ダウンサンプリングでは、周囲のピクセルの加重平均を使用して、新しいピクセル値をそれぞれ計算します。これは最も遅い方法ですが、最もスムーズで正確な結果が得られます。テキストの多いスキャン文書の場合、バイキュービック ダウンサンプリングは、他の方法よりも文字のシャープなエッジを保持します。写真の場合、手法間の違いはそれほど顕著ではありません。
圧縮方式: JPEG、JPEG2000、JBIG2、およびロスレス
画像をターゲット解像度までダウンサンプリングした後も、バイトにエンコードする必要があります。圧縮方法の選択によって、これらのピクセルがどの程度効率的に保存されるか、またその過程で画質が犠牲になるかどうかが決まります。
| メソッド | ロッシーまたはロスレス | 最適な用途 | ファイルサイズへの影響 |
|---|---|---|---|
| JPEG | ロッシー | カラー写真、画像が含まれるスキャンされたページ | 高圧縮。低品質のアーティファクトが表示される可能性があります |
| JPEG2000 | 非可逆または可逆 | 高品質の写真、品質と小さいサイズの両方が必要なドキュメント | 同じ品質で JPEG よりも優れた圧縮率 |
| JBIG2 | 非可逆または可逆 | 白黒のスキャンされたテキスト ページ | 極端な圧縮。白黒の場合は JPEG より最大 10 倍小さい |
| 平らにする/しぼむ | ロスレス | グラフィック、スクリーンショット、ラインアート | 中程度の圧縮。品質の損失がない |
| CCITT G4 | ロスレス | FAX 文書、純粋な白黒ページ | 1 ビット画像に非常に適しています。それ以外は貧しい |
この表の最も重要な違いは、非可逆性と可逆性です。 JPEG、および JPEG2000 および JBIG2 の一部のモードで使用される非可逆圧縮は、ファイル サイズを小さくするために画像の詳細を永久に破棄します。破棄された詳細は復元できません。 Flate と JPEG2000 および JBIG2 のロスレス モードで使用されるロスレス圧縮は、ピクセル データの数学的冗長性を見つけて、情報を破棄することなくより効率的にエンコードします。可逆圧縮ファイルから元の画像を完全に再構築できます。
JBIG2: 白黒文書のスペシャリスト
JBIG2 は、スキャンされた最も一般的なタイプの PDF 圧縮 ドキュメント (白の背景に黒のテキスト) に独自に適しているため、特別な注目に値します。 JBIG2 は、ページ上で繰り返されるパターンを識別し、各パターンを個別に保存するのではなく、その位置への参照とともに各パターンを一度保存することによって機能します。入力されたテキストのページでは、文字「e」のすべてのインスタンスが「e」と表示されます。同じフォントでサイズもほぼ同じです。 JBIG2 は、その「e」のコピーを 1 つ保存します。そしてそれが出現する場所のリスト。このパターン マッチングのアプローチでは、ページを一般的な画像として扱う JPEG よりもはるかに強力に、入力されたテキストを圧縮します。
JBIG2 の非可逆モードには重要な注意事項があります。パターン マッチング アルゴリズムにより、見た目が似ている文字が混同されることがあります。 「r」その後に「n」が続きます。単一の「m」として保存される場合があります。アルゴリズムがパターンを誤ってマージした場合。 JBIG2 アーティファクトと呼ばれるこの置換により、ドキュメントの実際のテキスト コンテンツが変更されます。テキストの正確性が最も重要なアーカイブ文書の場合は、JBIG2 をロスレス モードで使用するか、まったく別の圧縮方法を選択してください。ファイルサイズは大きくなりますが、コンテンツの正確性は保証されます。
一般的な文書タイプに使用する圧縮設定
白黒でスキャンした契約書またはレポートの場合、JBIG2 可逆圧縮を使用した 150 DPI へのバイキュービック ダウンサンプリングにより、テキストが完全に保存された大幅に小さなファイルが生成されます。テキストの多いスキャンの場合、この組み合わせではファイル サイズが 70% ～ 85% 削減されるのが一般的です。
カラー パンフレットやフォト ブックの場合、中から高の品質設定で JPEG2000 を使用して 150 DPI にバイキュービック ダウンサンプリングすると、画質とファイル サイズのバランスが取れます。通常、ファイル サイズは 50% ～ 65% 削減されます。
テキスト ページと写真ページの両方を含む混合ドキュメントの場合、理想的なアプローチは、異なる画像タイプに異なる設定を適用することです。 WukongPDF を含む多くの PDF Quality 圧縮ツールは、各画像がカラー、グレースケール、またはモノクロかを自動的に検出し、それぞれのタイプに最適な圧縮方法を適用します。この画像ごとの最適化により、ドキュメント内のすべての画像に 1 つの設定を適用するよりも、全体的な結果が向上します。
次回、圧縮設定パネルで JPEG2000 と JBIG2 のどちらかを選択するか、ダウンサンプリング DPI を設定するように求められたら、これらが任意の技術的なスイッチではないことがわかるでしょう。これらは特定のジョブに特化したツールです。目の前の文書に適したツールを選択できるかどうかが、オリジナルと見分けがつかないような圧縮 PDF と、1995 年に FAX で送信されたような PDF の違いとなります。