Dimensione del file PDF: cosa rende i PDF voluminosi?

Le immagini sono generalmente il maggior contributore individuale alla dimensione di un PDF. Una foto ad alta risoluzione incorporata a 300 DPI può facilmente occupare diversi megabyte. La stessa immagine salvata in JPEG di bassa qualità a 72 DPI potrebbe essere il 5% di quella dimensione. I PDF memorizzano le immagini nella loro codifica originale — JPEG, PNG o non compresso — quindi un'immagine sorgente troppo grande diventa un PDF troppo grande.

La soluzione è raramente «rimuovere l'immagine». È usare la risoluzione giusta per l'uso previsto (schermo vs stampa) e un formato di compressione appropriato. Una foto destinata a un sito web non ha bisogno di risoluzione qualità stampa.

I PDF possono incorporare font così che il documento appaia identicamente su macchine che non hanno quei font installati. Un file di font completo può essere di 200 KB o più, e un documento che usa più font può spendere la maggior parte della sua dimensione solo in dati di font.

La mitigazione standard è il sottoinsieme di font: incorporare solo i glifi (caratteri) effettivamente usati nel documento. Se un font di 200 KB è usato per una sola frase di testo, un sottoinsieme potrebbe essere di solo 10 KB. La maggior parte degli strumenti PDF crea sottoinsiemi per predefinito, ma non tutti — e un PDF che incorpora font completi sarà notevolmente più grande di uno che non lo fa.

Un PDF scansionato è essenzialmente una pila di immagini, una per pagina. Poiché ogni pagina è un'immagine raster a piena pagina invece di testo selezionabile e grafica vettoriale, i PDF scansionati sono la varietà comune più voluminosa. Un documento scansionato di 20 pagine può facilmente raggiungere 20–60 MB.

L'unico modo per ridurre sostanzialmente un PDF scansionato è ricodificare le immagini a una risoluzione inferiore o usare un formato di compressione progettato per testo bitonale (come JBIG2 o CCITT Group 4). Convertire una scansione in testo selezionabile via OCR cambia il file da immagini a testo e vettori, il che è drasticamente più piccolo — ma la qualità OCR varia e non è sempre disponibile.

I PDF possono portare dati ridondanti: la stessa immagine posta su ogni pagina, più copie di un font o metadati verbosi e strati di contenuto nascosti dall' applicazione di creazione. Alcuni exporter d'ufficio lasciano anche oggetti inutilizzati nel file che facevano parte di bozze intermedie.

Re-registrare un PDF può eliminare questi oggetti inutilizzati e consolidare i duplicati, spesso senza cambiamento visibile. È ciò che fa tipicamente un'operazione di compressione: riscrive il file con flussi di oggetti e rimuove tutto ciò che non è referenziato.

Se il vostro PDF è più grande del previsto, la causa è quasi sempre uno dei quattro sopra. Potete ridurlo senza caricarlo da nessuna parte: passatelo per uno strumento locale dicomprimere PDF che re-registra con flussi di oggetti e rimuove gli oggetti inutilizzati. Per PDF ricchi di immagini, i maggiori guadagni vengono dal ricodificare le immagini sorgente prima che entrino nel PDF.