Het comprimeren van een PDF maakt deze kleiner, maar "kleiner" omvat een reeks dingen die onder de motorkap gebeuren. Wat er daadwerkelijk wordt gewijzigd, hangt af van wat het bestand bevat en welk soort compressie wordt toegepast. Als u dit begrijpt, kunt u voorspellen hoe de uitvoer eruit zal zien - en wordt uitgelegd waarom dezelfde compressie-instelling dramatisch verschillende resultaten oplevert op verschillende documenten.
A PDF zijn verschillende soorten gegevens in één bestand
Voordat we ingaan op wat compressie doet, helpt het om te weten wat er in een PDF zit. Een typisch document bevat een combinatie van: vectorafbeeldingen (vormen, lijnen, wiskundig getekende diagrammen), rasterafbeeldingen (foto's, gescande pagina's, schermafbeeldingen), tekst met lettertypegegevens, metagegevens van het document (auteur, aanmaakdatum, titel) en structurele informatie (pagina-indeling, bladwijzers, links). Elk van deze wordt anders opgeslagen en reageert anders op compressie.
Wat er met afbeeldingen gebeurt
Het grootste deel van de bestandsgrootte van een PDF bestaat uit afbeeldingen, en compressie heeft het meest dramatische effect. Wanneer u een PDF comprimeert, codeert de tool ingebedde afbeeldingen opnieuw met behulp van een agressiever compressie-algoritme: doorgaans JPEG voor kleurenafbeeldingen, JBIG2 of CCITT voor zwart-wit. Dit vermindert de hoeveelheid gegevens die wordt opgeslagen om elk beeld weer te geven.
JPEG-compressie is verliesgevend: bepaalde afbeeldingsgegevens worden permanent verwijderd om kleinere bestandsgroottes te verkrijgen. Bij hoge kwaliteitsinstellingen (80-90%) bevinden de weggegooide gegevens zich in delen van het beeld waar het menselijk oog het minst gevoelig is: fijne textuur, subtiele kleurovergangen, hoogfrequente details. Het resultaat ziet er in wezen identiek uit. Bij lagere kwaliteitsinstellingen worden de weggegooide gegevens zichtbaar als blokkerigheid, vervaging of kleurbanden: de klassieke JPEG-artefacten.
Downsampling is een gerelateerde stap die sommige compressietools toepassen. Het verkleint de pixelafmetingen van afbeeldingen (een afbeelding van 300 DPI kan 150 DPI worden) waardoor bestanden veel kleiner worden, maar afbeeldingen ook zachter worden als ze worden afgedrukt of ingezoomd. Kwaliteit PDF Compressie tools slaan downsampling over of maken er een optionele instelling van.
Wat gebeurt er met tekst
Tekst in een PDF wordt opgeslagen als tekens met posities, stijlen en lettertypereferenties, niet als afbeeldingen van letters. Deze gegevens worden zeer efficiënt gecomprimeerd met behulp van verliesvrije algoritmen zoals Deflate (hetzelfde algoritme dat wordt gebruikt in ZIP-bestanden). Lossless compressie verkleint de bestandsgrootte zonder gegevens te verwijderen: de gedecomprimeerde uitvoer is bit voor bit identiek aan het origineel.
Dit betekent dat tekst in een gecomprimeerde PDF precies hetzelfde is als in het origineel: dezelfde tekens, dezelfde posities, dezelfde weergave van het lettertype. De tekst van een gecomprimeerd document wordt op geen enkele manier verslechterd. Als tekst in een gecomprimeerde PDF er anders uitziet, ligt het probleem aan de weergave van het lettertype in de viewer, en niet aan iets dat door de compressie is veranderd.
Wat gebeurt er met lettertypen
Ingesloten lettertypen kunnen aanzienlijk bijdragen aan de bestandsgrootte. Een PDF die volledige lettertypebestanden voor vijf lettertypen insluit, kan alleen al meerdere megabytes aan lettertypegegevens bevatten. Compressietools kunnen dit aanpakken door lettertypesubsetting, waarbij alle tekens die niet daadwerkelijk in het document worden gebruikt, uit het ingesloten lettertype worden verwijderd. Een document dat alleen de letters A-Z en 0-9 gebruikt, heeft niet de volledige ingebedde Unicode-tekenset nodig.
De subinstelling van lettertypen is verliesvrij vanuit het perspectief van de lezer: het document wordt nog steeds correct weergegeven omdat alle tekens die erin voorkomen nog steeds aanwezig zijn. De besparingen zijn afhankelijk van het aantal tekens dat in het oorspronkelijke lettertype is ingesloten en hoeveel er daadwerkelijk worden gebruikt.
Wat volledig wordt verwijderd
Naast het comprimeren van bestaande gegevens, verwijderen compressietools ook de overhead die zich in de loop van de tijd in PDFs ophoopt. Elke keer dat een PDF wordt bewerkt en opgeslagen, blijft de vorige versie van de bewerkte elementen vaak behouden in de bestandsstructuur in plaats van verwijderd. Zo werken het ongedaan maken van de geschiedenis en het versieherstel in PDF-editors. Een document dat veel bewerkings- en opslagcycli heeft doorlopen, kan veel onnodig gewicht met zich meedragen: oude versies van objecten, dubbele gegevens, verwijderde inhoud die nooit daadwerkelijk uit het bestand is verwijderd.
Compressie ruimt dit op. De tool bouwt de bestandsstructuur opnieuw op, waarbij alleen de huidige status van elk element behouden blijft en de verzamelde geschiedenis wordt weggegooid. Dit is de reden waarom vers gecomprimeerde PDFs soms dramatisch kleiner zijn dan verwacht: het bestand bevatte aanzienlijke verborgen ophopingen van eerdere bewerkingen.
Wat blijft precies hetzelfde
Compressie verandert de inhoud, lay-out of structuur van het document niet. Het aantal pagina's, de paginavolgorde, de tekstinhoud, vectorafbeeldingen, bladwijzers, hyperlinks en formuliervelden blijven allemaal intact. De gecomprimeerde PDF wordt voor alle praktische doeleinden geopend, weergegeven en gedraagt zich identiek aan het origineel.
Wat kan veranderen (afhankelijk van de instellingen) is de beeldscherpte bij hoge zoomniveaus en de metagegevens van het bestand. Sommige compressietools verwijderen of updaten metagegevens, wat meestal prima is, maar het is de moeite waard om te weten of de oorspronkelijke aanmaakdatum of het auteurveld van belang zijn voor uw administratie.