Structureel of gerasteriseerd: een PDF-compressiemodus kiezen
De tool biedt twee PDF-modi en bij een ervan waarschuwt hij dat ik dingen kwijtraak. Welke moet ik hebben?
De twee modi, elk in één zin
Structureel opslaan schrijft hetzelfde document efficiënter weg: dezelfde pagina's, dezelfde tekst, dezelfde lettertypen, minder verspilde bytes. Gerasteriseerde compressie rendert elke pagina naar een bitmap en bouwt een nieuwe PDF waarvan de pagina's die bitmaps zijn: hetzelfde uiterlijk, op een gekozen resolutie, en verder niets.
Het eerste is een opruimactie. Het tweede is een conversie, en het is een deur die maar één kant op gaat.
Wat elke modus overleeft
| Kenmerk | Structureel opslaan | Gerasteriseerd |
|---|---|---|
| Selecteerbare en doorzoekbare tekst | Blijft behouden | Verdwijnt |
| Ingesloten lettertypen | Blijft behouden of wordt gesubset | Niet van toepassing – pagina's zijn afbeeldingen |
| Hyperlinks | Blijven behouden | Verdwijnen |
| Bladwijzers en documentoverzicht | Blijven behouden | Verdwijnen |
| Formuliervelden | Blijven behouden | Platgeslagen in het plaatje |
| Annotaties en opmerkingen | Blijven behouden | Platgeslagen of weggelaten |
| Getagde structuur voor schermlezers | Blijft behouden | Verdwijnt |
| Digitale handtekeningen | Ongeldig na elke herschrijving | Verdwijnen |
| Vectorscherpte bij inzoomen | Blijft behouden | Begrensd door de renderresolutie |
| Typische verkleining | Klein tot matig, en sterk wisselend | Groot bij scans, matig bij de rest |
Wanneer structureel de enige verdedigbare keuze is
- Alles waarin iemand gaat zoeken: contracten, handleidingen, rapporten, wetenschappelijke artikelen.
- Alles wat toegankelijk moet blijven. De getagde structuur waarmee een schermlezer koppen, leesvolgorde en tabelcellen kan aankondigen, overleeft rasterisatie niet, en een plaatje van een pagina is onleesbaar voor hulptechnologie.
- Alles met werkende formuliervelden die iemand nog moet invullen.
- Alles met vectorillustraties waarop mensen inzoomen: tekeningen, kaarten, plattegronden, grafieken.
- Alles wat je later misschien nog moet bewerken.
Brengt structureel opslaan je in deze gevallen niet ver genoeg, dan is de juiste zet meestal om minder te versturen – splits de pagina's eruit die ertoe doen – en niet om naar de destructieve modus te grijpen.
Wanneer rasteriseren echt het juiste antwoord is
Rasteriseren is zinvol wanneer het document al een verzameling plaatjes is, en dat is precies wat een scan is. Een gescand contract heeft geen tekstlaag om te verliezen, geen links, geen tags en geen formuliervelden. De pagina's op een lagere resolutie opnieuw renderen pakt het enige aan dat groot is, en kost je niets wat er om te beginnen al was.
Het is ook redelijk voor een document waarvan de enige overgebleven taak is om één keer bekeken te worden: een bon voor een onkostendeclaratie, een adresbewijs voor een portaal met een harde groottelimiet, een poster voor een prikbord. Wees er alleen zeker van dat dat werkelijk de enige overgebleven taak van het document is.
Resolutie is het hele kwaliteitsverhaal
Bij rasteriseren is het getal dat bepaalt of het resultaat bruikbaar is de renderresolutie in dots per inch. Tekst op papier is op verrassend bescheiden resoluties leesbaar op een scherm, en net eronder onleesbaar. Kleine letters, voetnoten, superscripten en fijne tabellen sneuvelen als eerste, en dat zijn ook de delen die mensen het vaakst moeten lezen.
| Render-DPI | Pagina in pixels, bij benadering | Praktisch gebruik |
|---|---|---|
| 72 DPI | 595 × 842 | Miniatuur op het scherm; broodtekst wordt zwoegen |
| 96 DPI | 794 × 1123 | Gewone broodtekst op het scherm lezen |
| 150 DPI | 1240 × 1754 | Comfortabel lezen, acceptabel voor het meeste drukwerk |
| 300 DPI | 2480 × 3508 | Drukkwaliteit; meestal de resolutie waarop een scan binnenkwam |
Renderen boven de resolutie die de bronafbeeldingen al hebben, voegt bytes toe en geen detail. Kwam een scan binnen op 200 DPI, dan levert rasteriseren op 300 een groter bestand met dezelfde onscherpte op.
De deur die maar één kant op gaat
Ontrasteren bestaat niet. Zodra de tekstlaag weg is, is de enige weg terug optische tekenherkenning, en dat is een gok naar wat de pixels zeggen die zijn eigen fouten introduceert. Bewaar het originele bestand. Behandel de gerasteriseerde kopie als een wegwerpartefact voor één levering, net zoals je een JPEG zou behandelen die uit een raw-foto is geëxporteerd.
Handtekeningen verdienen tot slot een eigen waarschuwing. Elke wijziging aan een ondertekende PDF, structureel of gerasteriseerd, verbreekt de cryptografische relatie tussen de handtekening en de bytes die zij afdekt. Viewers melden de handtekening dan als ongeldig, en dat is voor veel documenten erger dan een groot bestand.
Beslissen in dertig seconden
- Probeer met de cursor een zin te selecteren. Lukt dat niet, dan is het een scan – rasteriseren is dan veilig en effectief.
- Kun je wel tekst selecteren, vraag je dan af of iemand hierin ooit gaat zoeken, kopiëren, klikken of het met hulptechnologie gaat lezen. Zo ja, blijf structureel.
- Is het structurele resultaat niet klein genoeg, splits dan het document of haal de pagina's eruit die je echt nodig hebt.
- Overweeg pas dan rasteriseren, en alleen op een kopie.
Tools hiervoor
Bronnen
- 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