構造的かラスタライズか：PDF圧縮モードの選び方
PDFのモードが2つあって、片方は「失われるものがある」と警告される。どちらを選べばいい？
2つのモードを一文ずつで
構造的な保存は、同じ文書をより効率よく書き直します。ページも文字もフォントも同じで、無駄なバイトが減ります。ラスタライズ圧縮は、各ページをビットマップとしてレンダリングし、そのビットマップをページとする新しいPDFを作ります。指定した解像度で見た目は同じですが、それ以外は何も残りません。
前者は整理整頓の作業です。後者は変換であり、後戻りのできない一方通行の扉です。
各モードで何が残るか
| 機能 | 構造的な保存 | ラスタライズ |
|---|---|---|
| 選択・検索できるテキスト | 保持 | 失われる |
| 埋め込みフォント | 保持またはサブセット化 | 該当なし。ページは画像になる |
| ハイパーリンク | 保持 | 失われる |
| しおりとアウトライン | 保持 | 失われる |
| フォームフィールド | 保持 | 画像に統合される |
| 注釈とコメント | 保持 | 統合されるか削除される |
| スクリーンリーダー向けのタグ構造 | 保持 | 失われる |
| 電子署名 | 書き直せば無効になる | 失われる |
| 拡大時のベクターの鮮明さ | 保持 | レンダリング解像度に制限される |
| 一般的な削減量 | 小〜中程度で、ばらつきが大きい | スキャン文書では大きく、それ以外では中程度 |
構造的な保存以外に選択肢がない場合
- 人が中を検索する文書。契約書、マニュアル、報告書、論文などです。
- アクセシビリティを保つ必要がある文書。スクリーンリーダーが見出し、読み上げ順序、表のセルを伝えるためのタグ構造はラスタライズを生き延びず、ページの画像は支援技術にはまったく読めません。
- これから誰かが記入する、動作するフォームフィールドを含む文書。
- 人が拡大して見るベクター図版を含む文書。図面、地図、平面図、グラフなどです。
- あとで編集する可能性がある文書。
こうした場合、構造的な保存で目標に届かないなら、正しい一手はたいてい破壊的なモードに手を伸ばすことではなく、送るものを減らすこと、つまり必要なページだけを抜き出すことです。
ラスタライズが本当に正解である場合
ラスタライズが理にかなうのは、文書がすでに画像の集まりである場合で、スキャン文書がまさにそれです。スキャンした契約書には、失うべきテキストレイヤーも、リンクも、タグも、フォームフィールドもありません。ページをより低い解像度でレンダリングし直せば、大きいのはそこだけという部分を直接攻められますし、もともと存在しなかったものを失うこともありません。
残された役目が一度見られることだけ、という文書にも妥当な選択です。経費精算の領収書、サイズ上限が厳しいポータルに提出する住所証明、掲示板に貼るポスターなどです。ただし、それが本当にその文書に残された唯一の役目かどうかは確かめてください。
品質の議論は解像度がすべて
ラスタライズする際、結果が使い物になるかどうかを決める数値は、1インチあたりのドット数で表すレンダリング解像度です。紙の上の文字は、意外なほど控えめな解像度でも画面上で読めますが、その少し下では読めなくなります。最初に犠牲になるのは、小さな文字、脚注、上付き文字、細かい表であり、それらは人が最も読む必要のある部分でもあります。
| レンダリングDPI | ページのおおよそのピクセル数 | 実用上の用途 |
|---|---|---|
| 72 DPI | 595 × 842 | 画面上のサムネイル。本文を読むのは骨が折れる |
| 96 DPI | 794 × 1123 | 通常の本文を画面上で読む用途 |
| 150 DPI | 1240 × 1754 | 快適に読め、たいていの印刷にも通用する |
| 300 DPI | 2480 × 3508 | 印刷品質。スキャン文書が届いたときの解像度であることが多い |
元の画像がすでに持っている解像度より高くレンダリングしても、バイト数が増えるだけでディテールは増えません。200 DPIで届いたスキャン文書を300 DPIでラスタライズすれば、同じぼやけた内容のまま、ファイルだけが大きくなります。
一方通行の扉
ラスタライズを取り消す操作はありません。テキストレイヤーがなくなれば、戻る道は光学文字認識だけです。それはピクセルが何を意味するかの推測であり、それ自体が誤りを持ち込みます。元のファイルは残してください。ラスタライズしたコピーは、RAW写真から書き出したJPEGと同じように、一度の受け渡しのために作った使い捨ての成果物として扱ってください。
署名については、最後にもう一度だけ警告する価値があります。署名済みのPDFに加えた変更は、構造的なものであれラスタライズであれ、署名とそれが対象とするバイト列との暗号的な結び付きを壊します。ビューアーは署名を無効と表示しますが、多くの文書ではそれはファイルが大きいことより悪い結果です。
30秒で決める
- カーソルで一文を選択してみてください。選べなければスキャン文書です。ラスタライズは安全で効果的です。
- 文字を選択できたなら、この文書を検索したり、コピーしたり、クリックしたり、支援技術で読んだりする人がいるかを考えてください。いるなら構造的な保存のままにします。
- 構造的な保存の結果が十分に小さくないなら、文書を分割するか、本当に必要なページを抜き出してください。
- ラスタライズを検討するのはその後で、しかもコピーに対してだけにしてください。
この作業に使えるツール
出典
- 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