U gaat een PDF comprimeren en een instellingenpaneel presenteert u termen als DPI, downsampling, JBIG2, JPEG2000 en lossless versus lossy. Dit zijn geen alledaagse woordenschat. Het zijn technische termen uit de beeldverwerking en compressietechniek. Maar ze bepalen precies wat er met uw PDF gebeurt als u op de compressieknop drukt, en als u ze op een basisniveau begrijpt, kunt u instellingen kiezen die een leesbaar document opleveren in plaats van een korrelige puinhoop.
Deze termen zijn onderverdeeld in twee categorieën: resolutiecontroles, die bepalen hoeveel beelddetails behouden blijven, en compressiemethoden, die bepalen hoe de overgebleven details worden opgeslagen. Zodra u begrijpt wat elke term bepaalt, wordt het paneel met compressie-instellingen een reeks geïnformeerde keuzes in plaats van een raadspel.
DPI: de resolutieknop die alles regelt
DPI staat voor Dots Per Inch. Het meet hoeveel pixels er in elke inch van een afbeelding zijn verpakt. Een 300 DPI-scan van een pagina van Letter-formaat bevat ongeveer 8,5 miljoen pixels, 2550 pixels breed en 3300 pixels hoog. Een 150 DPI-scan van dezelfde pagina bevat ongeveer 2,1 miljoen pixels, 1275 bij 1650. Een 72 DPI-versie bevat ongeveer 0,5 miljoen pixels, 612 bij 792. De sprong van 72 DPI naar 300 DPI vertegenwoordigt 17 keer meer afbeeldingsgegevens die moeten worden opgeslagen. Daarom is de scanresolutie de dominante factor in de PDF-bestandsgrootte.
Voor weergave op het scherm is 150 DPI de praktische sweet spot. Een typische computermonitor geeft 92 tot 220 pixels per inch weer, dus een afbeelding van 150 DPI heeft voldoende resolutie om er scherp uit te zien zonder opslagruimte te verspillen aan pixels die het scherm niet kan weergeven. Voor afdrukken is 300 DPI de standaard, omdat het menselijk oog details tot ongeveer 300 dots per inch kan waarnemen op papier dat op leesafstand wordt gehouden. Wanneer een compressietool u vraagt een DPI-doel te kiezen, wordt u gevraagd: wat is de laagste resolutie die nog acceptabel is voor de manier waarop dit document zal worden gebruikt?
Downsampling: hoe de resolutiereductie daadwerkelijk gebeurt
Downsampling is het proces waarbij de resolutie van een afbeelding wordt verlaagd. Als u de compressietool vertelt om alle afbeeldingen te downsamplen naar 150 DPI, onderzoekt het elke afbeelding in de PDF, berekent de huidige effectieve resolutie en als die resolutie hoger is dan 150 DPI, wordt het aantal pixels verlaagd totdat de afbeelding 150 DPI heeft. Afbeeldingen die al 150 DPI of lager zijn, worden met rust gelaten.
Er zijn drie algemene downsampling-algoritmen, die merkbaar verschillende resultaten opleveren. Bij gemiddelde downsampling wordt de gemiddelde kleurwaarde van een blok pixels genomen en wordt het hele blok vervangen door die ene waarde. Het is snel, maar heeft de neiging om fijne details te vervagen. Subsampling neemt een enkele pixel uit het midden van elk blok en gooit de rest weg. Het is sneller dan middelen, maar kan belangrijke details missen die toevallig tussen de bemonsterde pixels vallen. Bicubische downsampling gebruikt een gewogen gemiddelde van omringende pixels om elke nieuwe pixelwaarde te berekenen. Het is de langzaamste methode, maar levert het soepelste en meest nauwkeurige resultaat op. Voor gescande documenten met veel tekst behoudt bicubische downsampling de scherpe randen van lettervormen beter dan de alternatieven. Voor foto's is het verschil tussen de methoden minder uitgesproken.
Compressiemethoden: JPEG, JPEG2000, JBIG2 en Lossless
Nadat de afbeelding is gedownsampled naar de doelresolutie, moet deze nog steeds in bytes worden gecodeerd. De keuze van de compressiemethode bepaalt hoe efficiënt die pixels worden opgeslagen en of daarbij enige beeldkwaliteit wordt opgeofferd.
| Methode | Lossy of verliesloos | Beste voor | Invloed op bestandsgrootte |
|---|---|---|---|
| JPEG | Verlies | Kleurenfoto's, gescande pagina's met afbeeldingen | Hoge compressie; kunnen artefacten van lage kwaliteit vertonen |
| JPEG2000 | Verliesloos of verliesloos | Foto's van hoge kwaliteit, documenten die zowel kwaliteit als een klein formaat vereisen | Betere compressie dan JPEG bij dezelfde kwaliteit |
| JBIG2 | Verliesloos of verliesloos | Zwart-wit gescande tekstpagina's | Extreme compressie; tot 10x kleiner dan JPEG voor zwart-wit |
| Plat/leeglopen | Zonder verlies | Afbeeldingen, schermafbeeldingen, lijntekeningen | Matige compressie; geen kwaliteitsverlies |
| CCITT G4 | Zonder verlies | Faxdocumenten, pure zwart-witpagina's | Zeer goed voor 1-bit afbeeldingen; arm voor iets anders |
Het belangrijkste onderscheid in de tabel is lossy versus lossless. Compressie met verlies, gebruikt door JPEG en sommige modi van JPEG2000 en JBIG2, negeert permanent beelddetails om kleinere bestandsgroottes te verkrijgen. Het weggegooide detail kan niet worden hersteld. Lossless compressie, gebruikt door Flate en de lossless modi van JPEG2000 en JBIG2, vindt wiskundige redundanties in de pixelgegevens en codeert deze efficiënter zonder enige informatie te verwijderen. De originele afbeelding kan perfect worden gereconstrueerd vanuit een verliesvrij gecomprimeerd bestand.
JBIG2: De specialist voor zwart-witdocumenten
JBIG2 verdient speciale aandacht omdat het bij uitstek geschikt is voor het meest voorkomende type gescande PDF-compressie-document: zwarte tekst op een witte achtergrond. JBIG2 werkt door terugkerende patronen op een pagina te identificeren en elk patroon één keer op te slaan met verwijzingen naar de locaties, in plaats van elk exemplaar afzonderlijk op te slaan. Op een pagina met getypte tekst wordt elke instantie van de letter "e" in hetzelfde lettertype en dezelfde grootte is vrijwel identiek. JBIG2 slaat één kopie op van die "e" en een lijst met waar het verschijnt. Deze patroon-matching-aanpak comprimeert getypte tekst veel agressiever dan JPEG, waarbij de pagina als een generieke afbeelding wordt behandeld.
Er is een belangrijk voorbehoud bij JBIG2 in de verliesgevende modus. Het patroonherkenningsalgoritme kan soms gelijksoortige karakters verwarren. Een "r" gevolgd door een "n" kan worden opgeslagen als een enkele "m" als het algoritme het patroon onjuist samenvoegt. Deze vervanging, een JBIG2-artefact genoemd, verandert de feitelijke tekstinhoud van het document. Voor archiefdocumenten waarbij tekstnauwkeurigheid van het grootste belang is, gebruikt u JBIG2 in de verliesvrije modus of kiest u een geheel andere compressiemethode. De bestandsgrootte zal groter zijn, maar de inhoud is gegarandeerd accuraat.
Welke compressie-instellingen u moet gebruiken voor algemene documenttypen
Voor een zwart-wit gescand contract of rapport levert bicubische downsampling naar 150 DPI met JBIG2 lossless compressie een aanzienlijk kleiner bestand op met perfect bewaarde tekst. Bestandsgroottereductie van 70% tot 85% is typisch voor deze combinatie bij scans met veel tekst.
Voor een kleurenbrochure of fotoboek zorgt bicubische downsampling naar 150 DPI met JPEG2000 bij een kwaliteitsinstelling van gemiddeld tot hoog voor een evenwichtige balans tussen beeldkwaliteit en bestandsgrootte. Bestandsgroottereductie van 50% tot 65% is gebruikelijk.
Voor een gemengd document dat zowel tekstpagina's als fotopagina's bevat, is de ideale aanpak het toepassen van verschillende instellingen op verschillende afbeeldingstypen. Veel compressietools PDF Quality, waaronder WukongPDF, detecteren automatisch of elke afbeelding in kleur, grijstinten of zwart-wit is en passen voor elk type de optimale compressiemethode toe. Deze optimalisatie per afbeelding levert betere algemene resultaten op dan het toepassen van één instelling op elke afbeelding in het document.
De volgende keer dat een paneel met compressie-instellingen u vraagt om te kiezen tussen JPEG2000 en JBIG2, of om een downsampling DPI in te stellen, weet u dat dit geen willekeurige technische schakelaars zijn. Het zijn specifieke hulpmiddelen voor specifieke taken. Het selecteren van de juiste tool voor het document dat voor u ligt, is het verschil tussen een gecomprimeerde PDF die er niet van te onderscheiden is van het origineel, en een PDF die eruitziet alsof hij door een faxmachine uit 1995 is gehaald.