Strukturální, nebo rasterizovaná: volba režimu komprese PDF
Nástroj nabízí u PDF dva režimy a u jednoho varuje, že o něco přijdu. Který chci?
Oba režimy, každý na jednu větu
Strukturální uložení přepíše tentýž dokument úsporněji: stejné stránky, stejný text, stejné fonty, méně promarněných bajtů. Rasterizovaná komprese vykreslí každou stránku do bitmapy a postaví nové PDF, jehož stránkami jsou právě tyhle bitmapy: stejný vzhled, ve zvoleném rozlišení, a nic jiného.
To první je úklid. To druhé je převod, a je to jednosměrka.
Co který režim přežije
| Vlastnost | Strukturální uložení | Rasterizace |
|---|---|---|
| Označitelný a prohledávatelný text | Zachován | Ztracen |
| Vložené fonty | Zachovány nebo zúženy na podmnožinu | Nerelevantní — stránky jsou obrázky |
| Hypertextové odkazy | Zachovány | Ztraceny |
| Záložky a osnova | Zachovány | Ztraceny |
| Formulářová pole | Zachována | Zploštěna do obrázku |
| Anotace a komentáře | Zachovány | Zploštěny nebo zahozeny |
| Tagovaná struktura pro čtečky obrazovky | Zachována | Ztracena |
| Digitální podpisy | Zneplatněny jakýmkoli přepisem | Ztraceny |
| Ostrost vektorů při přiblížení | Zachována | Omezena rozlišením vykreslení |
| Typické zmenšení velikosti | Malé až střední a velmi proměnlivé | Velké u skenů, střední jinde |
Kdy je strukturální režim jediná obhajitelná volba
- Cokoli, v čem bude někdo vyhledávat: smlouvy, návody, zprávy, odborné články.
- Cokoli, co musí zůstat přístupné. Tagovaná struktura, díky které čtečka obrazovky oznámí nadpisy, pořadí čtení a buňky tabulky, rasterizaci nepřežije a obrázek stránky je pro asistivní technologie nečitelný.
- Cokoli s funkčními formulářovými poli, která ještě někdo musí vyplnit.
- Cokoli s vektorovou grafikou, do které lidé přibližují: výkresy, mapy, plány, grafy.
- Cokoli, co budete možná ještě upravovat.
V těchhle případech platí, že když vás strukturální uložení nedostane tam, kam potřebujete, je správný krok obvykle zmenšit to, co posíláte — vytáhnout stránky, na kterých záleží — místo abyste sáhli po destruktivním režimu.
Kdy je rasterizace skutečně správná odpověď
Rasterizace dává smysl tam, kde už dokument je sada obrázků, což je přesně to, co je sken. Naskenovaná smlouva nemá textovou vrstvu, o kterou by přišla, ani odkazy, ani tagy, ani formulářová pole. Nové vykreslení jejích stránek v nižším rozlišení zaútočí na to jediné, co je velké, a nestojí vás nic, co by tam bývalo bylo.
Rozumná je i u dokumentu, jehož jediným zbývajícím úkolem je být jednou prohlédnut: účtenka k vyúčtování, doklad o adrese pro portál s tvrdým limitem velikosti, plakát na nástěnku. Jen si buďte jistí, že to opravdu je jediný zbývající úkol toho dokumentu.
Rozlišení je celý ten spor o kvalitu
Když rasterizujete, číslo, které rozhoduje o použitelnosti výsledku, je rozlišení vykreslení v bodech na palec. Text na papíře je na obrazovce čitelný v překvapivě skromných rozlišeních a kousek pod nimi už čitelný není. Drobný tisk, poznámky pod čarou, horní indexy a jemné tabulky padnou jako první — a přitom jsou to části, které lidé nejčastěji potřebují přečíst.
| DPI vykreslení | Přibližný počet pixelů stránky | Praktické využití |
|---|---|---|
| 72 DPI | 595 × 842 | Náhled na obrazovce; běžný text se čte s námahou |
| 96 DPI | 794 × 1123 | Čtení běžného textu na obrazovce |
| 150 DPI | 1240 × 1754 | Pohodlné čtení, přijatelné pro většinu tisku |
| 300 DPI | 2480 × 3508 | Tisková kvalita; obvykle rozlišení, ve kterém sken přišel |
Vykreslovat ve vyšším rozlišení, než jaké už mají zdrojové obrázky, přidá bajty a žádný detail. Pokud sken přišel ve 200 DPI, jeho rasterizace ve 300 vyrobí větší soubor obsahující stejnou rozmazanost.
Jednosměrka
Odrasterizovat zpátky nejde. Jakmile je textová vrstva pryč, jediná cesta zpět je optické rozpoznávání znaků, což je odhad toho, co pixely říkají, a vnáší vlastní chyby. Původní soubor si nechte. S rasterizovanou kopií zacházejte jako s jednorázovým artefaktem vyrobeným pro jedno doručení, stejně jako byste zacházeli s JPEGem vyexportovaným z rawové fotografie.
Podpisy si zaslouží vlastní závěrečné varování. Jakákoli úprava podepsaného PDF, strukturální i rasterizovaná, rozbije kryptografický vztah mezi podpisem a bajty, které pokrývá. Prohlížeče ohlásí podpis jako neplatný, což je u mnoha dokumentů horší než to, že je soubor velký.
Rozhodnutí za třicet sekund
- Zkuste kurzorem označit větu. Pokud to nejde, je to sken — rasterizace je bezpečná a účinná.
- Pokud text označit jde, zeptejte se, jestli v tom bude někdo kdy vyhledávat, kopírovat z toho, klikat v tom nebo to číst asistivní technologií. Pokud ano, zůstaňte u strukturálního režimu.
- Pokud strukturální výsledek není dost malý, dokument rozdělte nebo z něj vytáhněte stránky, které doopravdy potřebujete.
- Teprve pak zvažte rasterizaci, a jedině na kopii.
Nástroje k tomuto tématu
Zdroje
- ISO 32000-2 — Document management, Portable Document Format
- W3C — PDF techniques for WCAG, including tagged structure
- ISO 19005 — PDF/A, the archival profile that requires text and structure