Estructural o rasterizada: elegir el modo de compresión de un PDF
La herramienta ofrece dos modos para PDF y uno me avisa de que perderé cosas. ¿Cuál me interesa?
Los dos modos, en una frase cada uno
Un guardado estructural reescribe el mismo documento de forma más eficiente: las mismas páginas, el mismo texto, las mismas fuentes, menos bytes desperdiciados. Una compresión rasterizada renderiza cada página como un mapa de bits y construye un PDF nuevo cuyas páginas son esos mapas de bits: el mismo aspecto, a una resolución elegida, y nada más.
Lo primero es una labor de mantenimiento. Lo segundo es una conversión, y es una puerta de un solo sentido.
Qué sobrevive a cada modo
| Característica | Guardado estructural | Rasterizado |
|---|---|---|
| Texto seleccionable y buscable | Se conserva | Se pierde |
| Fuentes incrustadas | Se conservan o se reducen a un subconjunto | No aplica: las páginas son imágenes |
| Hipervínculos | Se conservan | Se pierden |
| Marcadores y esquema | Se conservan | Se pierden |
| Campos de formulario | Se conservan | Se aplanan dentro de la imagen |
| Anotaciones y comentarios | Se conservan | Se aplanan o se descartan |
| Estructura etiquetada para lectores de pantalla | Se conserva | Se pierde |
| Firmas digitales | Cualquier reescritura las invalida | Se pierden |
| Nitidez vectorial al ampliar | Se conserva | Limitada por la resolución de renderizado |
| Reducción de tamaño típica | De pequeña a moderada, y muy variable | Grande en escaneos, moderada en lo demás |
Cuándo el modo estructural es la única opción defendible
- Cualquier cosa dentro de la que alguien vaya a buscar: contratos, manuales, informes, artículos de investigación.
- Cualquier cosa que tenga que seguir siendo accesible. La estructura etiquetada que permite a un lector de pantalla anunciar los encabezados, el orden de lectura y las celdas de una tabla no sobrevive a la rasterización, y la imagen de una página es ilegible para una tecnología de asistencia.
- Cualquier cosa con campos de formulario funcionales que alguien todavía tenga que rellenar.
- Cualquier cosa que contenga arte vectorial que la gente amplía: dibujos, mapas, planos, gráficos.
- Cualquier cosa que quizá tengas que editar más adelante.
En estos casos, si el guardado estructural no te lleva a donde necesitas llegar, lo correcto suele ser reducir lo que estás enviando —extraer las páginas que importan— en lugar de echar mano del modo destructivo.
Cuándo rasterizar es de verdad la respuesta correcta
Rasterizar tiene sentido cuando el documento ya es un conjunto de imágenes, que es exactamente lo que es un escaneo. Un contrato escaneado no tiene capa de texto que perder, ni enlaces, ni etiquetas, ni campos de formulario. Volver a renderizar sus páginas a una resolución menor ataca lo único que es grande y no te cuesta nada de lo que hubiera ahí en primer lugar.
También es razonable para un documento cuyo único trabajo pendiente es que lo miren una vez: un recibo para una nota de gastos, un justificante de domicilio para un portal con un límite de tamaño estricto, un cartel para un tablón de anuncios. Eso sí, asegúrate de que ese es de verdad el único trabajo que le queda al documento.
La resolución es todo el debate sobre la calidad
Cuando rasterizas, el número que decide si el resultado sirve es la resolución de renderizado en puntos por pulgada. El texto sobre papel es legible en pantalla a resoluciones sorprendentemente modestas, e ilegible justo por debajo de ellas. La letra pequeña, las notas al pie, los superíndices y las tablas de trazo fino son las primeras bajas, y son también las partes que la gente necesita leer más a menudo.
| DPI de renderizado | Píxeles aproximados de la página | Uso práctico |
|---|---|---|
| 72 DPI | 595 × 842 | Miniatura en pantalla; el texto corrido cuesta trabajo |
| 96 DPI | 794 × 1123 | Lectura en pantalla de texto corrido normal |
| 150 DPI | 1240 × 1754 | Lectura cómoda, aceptable para casi cualquier impresión |
| 300 DPI | 2480 × 3508 | Calidad de impresión; suele ser la resolución con la que llegó un escaneo |
Renderizar por encima de la resolución que ya tienen las imágenes de origen añade bytes y ningún detalle. Si un escaneo llegó a 200 DPI, rasterizarlo a 300 produce un archivo más grande con el mismo desenfoque.
La puerta de un solo sentido
No existe el «desrasterizar». Una vez que la capa de texto ha desaparecido, la única vuelta atrás es el reconocimiento óptico de caracteres, que es una conjetura sobre lo que dicen los píxeles e introduce sus propios errores. Conserva el archivo original. Trata la copia rasterizada como un artefacto desechable hecho para una sola entrega, igual que tratarías un JPEG exportado a partir de una fotografía en bruto.
Las firmas merecen una última advertencia propia. Cualquier modificación de un PDF firmado, estructural o rasterizada, rompe la relación criptográfica entre la firma y los bytes que cubre. Los visores informarán de que la firma no es válida, lo que para muchos documentos es peor que un archivo grande.
Decidir en treinta segundos
- Intenta seleccionar una frase con el cursor. Si no puedes, es un escaneo: rasterizar es seguro y eficaz.
- Si puedes seleccionar texto, pregúntate si alguien va a buscar, copiar, hacer clic o leer esto alguna vez con una tecnología de asistencia. Si la respuesta es sí, quédate en el modo estructural.
- Si el resultado estructural no es lo bastante pequeño, divide el documento o extrae las páginas que necesitas de verdad.
- Solo entonces plantéate rasterizar, y solo sobre una copia.
Herramientas para esta tarea
Fuentes
- 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