स्ट्रक्चरल की रास्टराइज्ड: PDF कॉम्प्रेशनचा मोड निवडणं
टूल PDF साठी दोन मोड देतं आणि त्यातला एक काहीतरी गमावण्याचा इशारा देतो. मला कोणता हवा?
दोन्ही मोड, प्रत्येकी एका वाक्यात
स्ट्रक्चरल सेव्ह तोच दस्तऐवज अधिक कार्यक्षमतेने पुन्हा लिहितो: तीच पानं, तोच मजकूर, तेच फॉन्ट, वाया गेलेले बाइट्स कमी. रास्टराइज्ड कॉम्प्रेशन प्रत्येक पान बिटमॅपमध्ये रेंडर करतं आणि ज्या PDF ची पानं म्हणजे तेच बिटमॅप आहेत अशी नवी PDF बनवतं: दिसणं तेच, निवडलेल्या रिझोल्यूशनवर, आणि बाकी काहीच नाही.
पहिलं म्हणजे साफसफाईचं काम. दुसरं म्हणजे रूपांतर, आणि तो एकेरी दरवाजा आहे.
प्रत्येक मोडमधून काय टिकतं
| वैशिष्ट्य | स्ट्रक्चरल सेव्ह | रास्टराइज्ड |
|---|---|---|
| निवडता आणि शोधता येणारा मजकूर | टिकतो | जातो |
| एम्बेड केलेले फॉन्ट | टिकतात किंवा सबसेट होतात | लागू नाही — पानं म्हणजे इमेज असतात |
| हायपरलिंक | टिकतात | जातात |
| बुकमार्क आणि आउटलाइन | टिकतात | जातात |
| फॉर्म फील्ड | टिकतात | चित्रातच सपाट होऊन मिसळतात |
| ॲनोटेशन आणि टिप्पण्या | टिकतात | सपाट होतात किंवा गळून जातात |
| स्क्रीन रीडरसाठीची टॅग केलेली रचना | टिकते | जाते |
| डिजिटल स्वाक्षऱ्या | कोणत्याही पुनर्लेखनाने अवैध होतात | जातात |
| झूम केल्यावरची व्हेक्टरची तीक्ष्णता | टिकते | रेंडर रिझोल्यूशनने मर्यादित |
| आकारातली नेहमीची घट | थोडी ते मध्यम, आणि खूप बदलणारी | स्कॅनवर मोठी, इतरत्र मध्यम |
स्ट्रक्चरल हाच एकमेव समर्थनीय पर्याय कधी असतो
- ज्याच्या आत कोणी शोध घेणार आहे असं काहीही: करार, माहितीपुस्तिका, अहवाल, संशोधन निबंध.
- जे ॲक्सेसिबल राहायलाच हवं असं काहीही. स्क्रीन रीडरला शीर्षकं, वाचनाचा क्रम आणि तक्त्यातले खाने सांगता येतील अशी टॅग केलेली रचना रास्टरायझेशनमधून टिकत नाही, आणि पानाचं चित्र सहायक तंत्रज्ञानाला वाचताच येत नाही.
- कोणाला तरी अजून भरायची आहेत अशी चालू फॉर्म फील्ड असलेलं काहीही.
- लोक ज्यात झूम करून बघतात असं व्हेक्टर चित्रकाम असलेलं काहीही: रेखाटनं, नकाशे, आराखडे, आलेख.
- पुढे कधीतरी एडिट करावं लागेल असं काहीही.
अशा प्रसंगी स्ट्रक्चरल सेव्हने तुम्हाला हवं तिथे पोहोचता आलं नाही, तर विध्वंसक मोडकडे हात नेण्याऐवजी तुम्ही जे पाठवत आहात तेच कमी करणं — म्हणजे महत्त्वाची पानं वेगळी काढणं — हेच सहसा योग्य पाऊल असतं.
रास्टराइज करणं हेच खरोखर योग्य उत्तर कधी असतं
दस्तऐवज आधीच चित्रांचा संच असेल तेव्हा रास्टराइज करण्यात अर्थ आहे — आणि स्कॅन नेमकं तेच असतं. स्कॅन केलेल्या करारात गमावण्यासारखा मजकुराचा थर नसतो, लिंक नसतात, टॅग नसतात आणि फॉर्म फील्डही नसतात. त्याची पानं कमी रिझोल्यूशनवर पुन्हा रेंडर केली की जी एकमेव गोष्ट मोठी आहे तिच्यावरच घाव बसतो, आणि जे मुळात तिथे नव्हतंच त्याचं नुकसानही होत नाही.
ज्या दस्तऐवजाचं आता एकच काम उरलं आहे — एकदा बघितलं जाणं — त्यासाठीही हे रास्त आहे: खर्चाच्या दाव्यासाठीची पावती, आकारावर कडक मर्यादा असलेल्या पोर्टलसाठीचा पत्त्याचा पुरावा, सूचनाफलकावर लावायचं पोस्टर. फक्त तेच खरोखर त्या दस्तऐवजाचं उरलेलं एकमेव काम आहे याची खात्री करून घ्या.
क्वालिटीचा सगळा वाद रिझोल्यूशनवरच आहे
तुम्ही रास्टराइज करता तेव्हा निकाल वापरण्याजोगा आहे की नाही हे ठरवणारा आकडा म्हणजे डॉट्स प्रति इंचमधलं रेंडर रिझोल्यूशन. कागदावरचा मजकूर आश्चर्य वाटावं इतक्या माफक रिझोल्यूशनवरही स्क्रीनवर वाचता येतो, आणि त्याच्या जरा खाली गेलं की वाचताच येत नाही. बारीक अक्षरं, तळटिपा, वरचे आकडे आणि बारीक तक्ते हे पहिले बळी ठरतात — आणि नेमके तेच भाग लोकांना बऱ्याचदा वाचायचे असतात.
| रेंडर DPI | पानाचे अंदाजे पिक्सेल | व्यावहारिक वापर |
|---|---|---|
| 72 DPI | 595 × 842 | स्क्रीनवरचं थंबनेल; मुख्य मजकूर वाचणं कष्टाचं होतं |
| 96 DPI | 794 × 1123 | साध्या मुख्य मजकुराचं स्क्रीनवरचं वाचन |
| 150 DPI | 1240 × 1754 | आरामात वाचन, बहुतांश छपाईसाठीही चालण्याजोगं |
| 300 DPI | 2480 × 3508 | छपाईयोग्य क्वालिटी; स्कॅन सहसा याच रिझोल्यूशनवर आलेला असतो |
मूळ इमेजकडे आधीच असलेल्या रिझोल्यूशनपेक्षा वर रेंडर केलं की बाइट्स वाढतात, तपशील नाही. स्कॅन 200 DPI वर आला असेल, तर तो 300 वर रास्टराइज केल्याने तेवढाच धूसरपणा असलेली त्याहून मोठी फाइल तयार होते.
एकेरी दरवाजा
रास्टरायझेशन उलटवण्याची सोय नाही. मजकुराचा थर एकदा गेला की परतीचा एकमेव मार्ग म्हणजे ऑप्टिकल कॅरॅक्टर रेकग्निशन — आणि तो पिक्सेल काय सांगत आहेत याचा अंदाज असतो, त्यात स्वतःच्या चुका येतात. मूळ फाइल जपून ठेवा. रास्टराइज्ड प्रतीला फक्त एका वेळेपुरती पाठवण्यासाठी बनवलेली, वापरून फेकून द्यायची वस्तू माना — जशी तुम्ही रॉ फोटोमधून एक्स्पोर्ट केलेली JPEG मानाल तशीच.
स्वाक्षऱ्यांसाठी शेवटचा वेगळा इशारा द्यायलाच हवा. स्वाक्षरी केलेल्या PDF मध्ये कोणताही बदल — स्ट्रक्चरल असो की रास्टराइज्ड — स्वाक्षरी आणि तिने व्यापलेले बाइट्स यांच्यातलं क्रिप्टोग्राफिक नातं तोडतो. व्ह्यूअर ती स्वाक्षरी अवैध असल्याचं दाखवतील, आणि अनेक दस्तऐवजांसाठी हे फाइल मोठी असण्यापेक्षा वाईट आहे.
तीस सेकंदांत निर्णय
- कर्सरने एखादं वाक्य निवडून बघा. ते जमत नसेल, तर तो स्कॅन आहे — रास्टराइज करणं सुरक्षित आणि परिणामकारक आहे.
- मजकूर निवडता येत असेल, तर हा दस्तऐवज कोणी कधी शोधणार, कॉपी करणार, त्यात क्लिक करणार किंवा सहायक तंत्रज्ञानाने वाचणार आहे का हे स्वतःला विचारा. उत्तर हो असेल, तर स्ट्रक्चरललाच चिकटून राहा.
- स्ट्रक्चरल निकाल पुरेसा लहान नसेल, तर दस्तऐवजाचे तुकडे करा किंवा तुम्हाला खरोखर लागणारी पानं वेगळी काढा.
- त्यानंतरच रास्टराइज करण्याचा विचार करा, आणि तोही फक्त एका प्रतीवर.
यासाठीची टूल्स
स्रोत
- 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