Structurel ou rastérisé : choisir un mode de compression PDF
L'outil propose deux modes PDF et l'un me prévient que je vais perdre des choses. Lequel choisir ?
Les deux modes, en une phrase chacun
Un enregistrement structurel réécrit le même document de façon plus efficace : mêmes pages, même texte, mêmes polices, moins d'octets gaspillés. Une compression rastérisée rend chaque page sous forme de bitmap et construit un nouveau PDF dont les pages sont ces bitmaps : même apparence, à une résolution choisie, et rien d'autre.
Le premier relève de l'entretien courant. La seconde est une conversion, et c'est une porte à sens unique.
Ce qui survit à chaque mode
| Fonction | Enregistrement structurel | Rastérisé |
|---|---|---|
| Texte sélectionnable et recherchable | Conservé | Perdu |
| Polices incorporées | Conservées ou sous-ensemblées | Sans objet — les pages sont des images |
| Liens hypertextes | Conservés | Perdus |
| Signets et plan du document | Conservés | Perdus |
| Champs de formulaire | Conservés | Aplatis dans l'image |
| Annotations et commentaires | Conservés | Aplatis ou supprimés |
| Structure balisée pour les lecteurs d'écran | Conservée | Perdue |
| Signatures numériques | Invalidées par toute réécriture | Perdues |
| Netteté vectorielle au zoom | Conservée | Limitée par la résolution de rendu |
| Réduction de taille habituelle | Faible à modérée, et très variable | Forte sur les scans, modérée ailleurs |
Quand le mode structurel est le seul choix défendable
- Tout ce qu'une personne va chercher à l'intérieur : contrats, manuels, rapports, articles de recherche.
- Tout ce qui doit rester accessible. La structure balisée qui permet à un lecteur d'écran d'annoncer les titres, l'ordre de lecture et les cellules d'un tableau ne survit pas à la rastérisation, et l'image d'une page est illisible pour une technologie d'assistance.
- Tout ce qui comporte des champs de formulaire fonctionnels que quelqu'un doit encore remplir.
- Tout ce qui contient des dessins vectoriels dans lesquels on zoome : plans, cartes, schémas, graphiques.
- Tout ce que vous pourriez avoir à modifier plus tard.
Dans ces cas-là, si l'enregistrement structurel ne vous amène pas là où il faut, le bon réflexe consiste généralement à réduire ce que vous envoyez — extraire les pages qui comptent — plutôt qu'à recourir au mode destructeur.
Quand rastériser est vraiment la bonne réponse
Rastériser a du sens quand le document est déjà un ensemble d'images, ce qu'est exactement un scan. Un contrat numérisé n'a pas de couche de texte à perdre, pas de liens, pas de balises et pas de champs de formulaire. Refaire le rendu de ses pages à une résolution plus basse s'attaque à la seule chose qui soit volumineuse, et ne vous coûte rien de ce qui était là au départ.
C'est aussi raisonnable pour un document dont le seul rôle restant est d'être regardé une fois : un reçu pour une note de frais, un justificatif de domicile pour un portail au plafond de taille strict, une affiche pour un panneau d'information. Assurez-vous simplement que c'est bien le seul rôle qui lui reste.
La résolution résume tout le débat sur la qualité
Quand vous rastérisez, le nombre qui décide si le résultat est utilisable est la résolution de rendu, en points par pouce. Le texte imprimé reste lisible à l'écran à des résolutions étonnamment modestes, et devient illisible juste en dessous. Les petits caractères, les notes de bas de page, les exposants et les tableaux fins sont les premières victimes, et ce sont aussi les parties que l'on a le plus souvent besoin de lire.
| DPI de rendu | Pixels approximatifs de la page | Usage pratique |
|---|---|---|
| 72 DPI | 595 × 842 | Vignette à l'écran ; le texte courant devient pénible |
| 96 DPI | 794 × 1123 | Lecture à l'écran d'un texte courant ordinaire |
| 150 DPI | 1240 × 1754 | Lecture confortable, acceptable pour la plupart des impressions |
| 300 DPI | 2480 × 3508 | Qualité impression ; en général la résolution à laquelle un scan est arrivé |
Rendre à une résolution supérieure à celle qu'ont déjà les images source ajoute des octets et aucun détail. Si un scan est arrivé en 200 DPI, le rastériser en 300 produit un fichier plus gros contenant le même flou.
La porte à sens unique
Il n'existe pas de dérastérisation. Une fois la couche de texte disparue, le seul retour possible est la reconnaissance optique de caractères, qui devine ce que disent les pixels et introduit ses propres erreurs. Conservez le fichier d'origine. Traitez la copie rastérisée comme un objet jetable fabriqué pour une seule livraison, exactement comme vous traiteriez un JPEG exporté depuis une photo brute.
Les signatures méritent un dernier avertissement à part. Toute modification d'un PDF signé, structurelle ou rastérisée, rompt le lien cryptographique entre la signature et les octets qu'elle couvre. Les lecteurs signaleront la signature comme invalide, ce qui, pour beaucoup de documents, est pire qu'un fichier volumineux.
Décider en trente secondes
- Essayez de sélectionner une phrase avec le curseur. Si vous n'y arrivez pas, c'est un scan : rastériser est sans danger et efficace.
- Si vous pouvez sélectionner du texte, demandez-vous si quelqu'un cherchera, copiera, cliquera ou lira un jour ce document avec une technologie d'assistance. Si oui, restez en structurel.
- Si le résultat structurel n'est pas assez petit, découpez le document ou extrayez les pages dont vous avez réellement besoin.
- Seulement ensuite, envisagez de rastériser, et uniquement sur une copie.
Outils pour cette tâche
Sources
- 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