Вы собираетесь сжать PDF-файл, и на панели настроек отображаются такие термины, как DPI, понижение разрешения, JBIG2, JPEG2000 и без потерь или с потерями. Это не повседневная лексика. Это технические термины из области обработки изображений и техники сжатия. Но они точно контролируют, что происходит с вашим PDF-файлом, когда вы нажимаете кнопку сжатия, и понимание их на базовом уровне помогает вам выбрать настройки, которые создают читаемый документ, а не пиксельный беспорядок.
Эти термины делятся на две категории: элементы управления разрешением, которые определяют, сколько деталей изображения сохраняется, и методы сжатия, которые определяют, как сохраняются сохранившиеся детали. Как только вы поймете, чем управляет каждый термин, панель настроек сжатия превратится в набор осознанных решений, а не в игру в угадайку.
DPI: ручка разрешения, которая управляет всем
DPI означает количество точек на дюйм. Он измеряет, сколько пикселей упаковано в каждый дюйм изображения. Сканирование страницы размером с букву с разрешением 300 точек на дюйм содержит примерно 8,5 миллионов пикселей: 2550 пикселей в ширину и 3300 пикселей в высоту. Сканирование той же страницы с разрешением 150 DPI содержит примерно 2,1 миллиона пикселей, 1275 на 1650. Версия с разрешением 72 DPI содержит около 0,5 миллиона пикселей, 612 на 792. Переход от 72 DPI к 300 DPI означает, что в 17 раз больше данных изображения для хранения, поэтому разрешение сканирования является доминирующим фактором в размере файла PDF.
Для просмотра на экране практически оптимальным является разрешение 150 точек на дюйм. Типичный компьютерный монитор отображает от 92 до 220 пикселей на дюйм, поэтому изображение с разрешением 150 точек на дюйм имеет достаточное разрешение, чтобы выглядеть четким, не тратя память на пиксели, которые экран не может отобразить. Для печати стандартом является 300 точек на дюйм, поскольку человеческий глаз может воспринимать детали примерно до 300 точек на дюйм на бумаге, удерживаемой на расстоянии чтения. Когда инструмент сжатия просит вас выбрать целевой показатель DPI, он спрашивает: какое наименьшее разрешение все еще приемлемо для использования этого документа?
Понижение разрешения: как на самом деле происходит снижение разрешения
Даунсемплинг — это процесс уменьшения разрешения изображения. Если вы прикажете инструменту сжатия уменьшить разрешение всех изображений до 150 точек на дюйм, он проверит каждое изображение в PDF-файле, вычислит его текущее эффективное разрешение, и если это разрешение превышает 150 точек на дюйм, он уменьшит количество пикселей до тех пор, пока изображение не достигнет разрешения 150 точек на дюйм. Изображения, которые уже имеют разрешение 150 DPI или ниже, остаются в покое.
Существует три распространенных алгоритма понижающей дискретизации, и они дают заметно разные результаты. При среднем понижении разрешения берется среднее значение цвета блока пикселей и заменяется весь блок этим единственным значением. Это быстро, но имеет тенденцию размывать мелкие детали. При субдискретизации берется один пиксель из центра каждого блока и отбрасываются остальные. Это быстрее, чем усреднение, но может упустить важные детали, которые попадают между выбранными пикселями. Бикубическая понижающая дискретизация использует средневзвешенное значение окружающих пикселей для расчета каждого нового значения пикселя. Это самый медленный метод, но он дает самый плавный и точный результат. Для отсканированных документов с большим количеством текста бикубическое понижение разрешения сохраняет острые края букв лучше, чем альтернативы. Для фотографий разница между методами менее выражена.
Методы сжатия: JPEG, JPEG2000, JBIG2 и без потерь
После того как изображение было понижено до целевого разрешения, его все равно необходимо закодировать в байты. Выбор метода сжатия определяет, насколько эффективно сохраняются эти пиксели и не страдает ли при этом какое-либо качество изображения.
| Метод | с потерей или без потерь | Наилучший вариант для | Влияние размера файла |
|---|---|---|---|
| JPEG | с потерями | Цветные фотографии, сканированные страницы с изображениями. | Высокая степень сжатия; может показывать артефакты низкого качества |
| JPEG2000 | С потерями или без потерь | Качественные фотографии, документы, требующие как качества, так и небольшого размера. | Лучшее сжатие, чем JPEG, при том же качестве. |
| JBIG2 | С потерями или без потерь | Черно-белые отсканированные текстовые страницы | Чрезвычайное сжатие; до 10 раз меньше, чем JPEG для черно-белого изображения |
| Сдувание/сдувание | без потерь | Графика, скриншоты, лайн-арт | Умеренное сжатие; без потери качества |
| МККТТ G4 | без потерь | Факсовые документы, чисто черно-белые страницы | Очень хорошо подходит для 1-битных изображений; беден для чего-либо еще |
Самое важное различие в таблице — с потерями и без потерь. Сжатие с потерями, используемое в JPEG и некоторых режимах JPEG2000 и JBIG2, навсегда удаляет детали изображения для достижения меньшего размера файла. Выброшенную деталь невозможно восстановить. Сжатие без потерь, используемое Flate и режимами без потерь JPEG2000 и JBIG2, находит математические избыточности в данных пикселей и кодирует их более эффективно, не отбрасывая никакой информации. Исходное изображение можно прекрасно восстановить из файла, сжатого без потерь.
JBIG2: Специалист по черно-белым документам
JBIG2 заслуживает особого внимания, поскольку он уникально подходит для наиболее распространенного типа сканируемых документов PDF Compression: черный текст на белом фоне. JBIG2 работает, определяя повторяющиеся шаблоны на странице и сохраняя каждый шаблон один раз со ссылками на его расположение, а не сохраняя каждое вхождение отдельно. На странице печатного текста каждый экземпляр буквы «е»; одним и тем же шрифтом и размером почти идентично. JBIG2 хранит одну копию этого файла "e"; и список того, где он появляется. Этот подход сопоставления с образцом сжимает печатный текст гораздо более агрессивно, чем JPEG, который рассматривает страницу как обычное изображение.
Есть важное предостережение относительно JBIG2 в режиме с потерями. Алгоритм сопоставления с образцом иногда может сбивать с толку похожие символы. Буква "р"; за которым следует "n" может храниться как один "m"; если алгоритм неправильно объединяет шаблон. Эта замена, называемая артефактом JBIG2, изменяет фактическое текстовое содержимое документа. Для архивных документов, где точность текста имеет первостепенное значение, используйте JBIG2 в режиме без потерь или полностью выберите другой метод сжатия. Размер файла будет больше, но содержание будет гарантированно точным.
Какие настройки сжатия использовать для распространенных типов документов
Для черно-белого отсканированного контракта или отчета бикубическое понижение разрешения до 150 точек на дюйм со сжатием без потерь JBIG2 позволяет получить файл значительно меньшего размера с идеально сохраненным текстом. Уменьшение размера файла на 70–85 % типично для этой комбинации при сканировании с большим количеством текста.
Для цветной брошюры или фотоальбома бикубическое понижение разрешения до 150 точек на дюйм с JPEG2000 при настройке качества от среднего до высокого обеспечивает баланс между качеством изображения и размером файла. Типичное уменьшение размера файла составляет от 50% до 65%.
Для смешанного документа, содержащего как текстовые страницы, так и страницы с фотографиями, идеальный подход — применить разные настройки к разным типам изображений. Многие инструменты сжатия PDF Quality, включая WukongPDF, автоматически определяют, является ли каждое изображение цветным, в оттенках серого или монохромным, и применяют оптимальный метод сжатия для каждого типа. Такая оптимизация для каждого изображения дает лучшие общие результаты, чем применение одной настройки к каждому изображению в документе.
В следующий раз, когда панель настроек сжатия попросит вас выбрать между JPEG2000 и JBIG2 или установить разрешение понижения разрешения, вы будете знать, что это не произвольные технические переключатели. Это конкретные инструменты для конкретных работ. Выбор правильного инструмента для документа перед вами — это разница между сжатым PDF-файлом, который выглядит неотличимо от оригинала, и файлом, который выглядит так, как будто он был отправлен через факсимильный аппарат 1995 года.