Estrutural ou rasterizada: escolhendo o modo de compressão de PDF
A ferramenta oferece dois modos de PDF e um deles avisa que vou perder coisas. Qual eu escolho?
Os dois modos, em uma frase cada
Uma gravação estrutural reescreve o mesmo documento de forma mais eficiente: mesmas páginas, mesmo texto, mesmas fontes, menos bytes desperdiçados. Uma compressão rasterizada renderiza cada página como um bitmap e monta um novo PDF cujas páginas são esses bitmaps: mesma aparência, em uma resolução escolhida, e nada mais.
A primeira é uma faxina. A segunda é uma conversão, e é uma porta de mão única.
O que sobrevive a cada modo
| Recurso | Gravação estrutural | Rasterizada |
|---|---|---|
| Texto selecionável e pesquisável | Mantido | Perdido |
| Fontes embutidas | Mantidas ou reduzidas a subconjunto | Não se aplica — as páginas são imagens |
| Hiperlinks | Mantidos | Perdidos |
| Marcadores e sumário | Mantidos | Perdidos |
| Campos de formulário | Mantidos | Achatados dentro da imagem |
| Anotações e comentários | Mantidos | Achatados ou descartados |
| Estrutura marcada para leitores de tela | Mantida | Perdida |
| Assinaturas digitais | Invalidadas por qualquer reescrita | Perdidas |
| Nitidez vetorial no zoom | Mantida | Limitada pela resolução de renderização |
| Redução de tamanho típica | De pequena a moderada, e muito variável | Grande em digitalizações, moderada no resto |
Quando a estrutural é a única escolha defensável
- Tudo em que alguém vai fazer buscas: contratos, manuais, relatórios, artigos científicos.
- Tudo o que precisa continuar acessível. A estrutura marcada que permite a um leitor de tela anunciar títulos, ordem de leitura e células de tabela não sobrevive à rasterização, e a imagem de uma página é ilegível para tecnologia assistiva.
- Tudo o que tem campos de formulário funcionando que alguém ainda precisa preencher.
- Tudo o que contém arte vetorial em que as pessoas dão zoom: desenhos, mapas, plantas, gráficos.
- Tudo o que você talvez precise editar depois.
Nesses casos, se a gravação estrutural não levar você aonde precisa chegar, o movimento certo costuma ser reduzir o que você está enviando — separar as páginas que importam — em vez de recorrer ao modo destrutivo.
Quando rasterizar é realmente a resposta certa
Rasterizar faz sentido quando o documento já é um conjunto de imagens, que é exatamente o que uma digitalização é. Um contrato digitalizado não tem camada de texto a perder, nem links, nem marcação, nem campos de formulário. Renderizar as páginas de novo em uma resolução menor ataca a única coisa que é grande e não custa nada que estivesse ali antes.
Também é razoável para um documento cuja única função restante é ser olhado uma vez: um recibo para prestação de contas, um comprovante de endereço para um portal com limite rígido de tamanho, um cartaz para um mural. Só tenha certeza de que essa é mesmo a única função que resta ao documento.
A resolução é toda a discussão de qualidade
Quando você rasteriza, o número que decide se o resultado é utilizável é a resolução de renderização, em pontos por polegada. Texto impresso fica legível na tela em resoluções surpreendentemente modestas — e ilegível logo abaixo delas. Letras miúdas, notas de rodapé, sobrescritos e tabelas finas são as primeiras vítimas, e são também as partes que as pessoas mais precisam ler.
| DPI de renderização | Pixels aproximados da página | Uso prático |
|---|---|---|
| 72 DPI | 595 × 842 | Miniatura de tela; o texto corrido dá trabalho |
| 96 DPI | 794 × 1123 | Leitura na tela de texto corrido comum |
| 150 DPI | 1240 × 1754 | Leitura confortável, aceitável para a maioria das impressões |
| 300 DPI | 2480 × 3508 | Qualidade de impressão; normalmente a resolução em que a digitalização chegou |
Renderizar acima da resolução que as imagens de origem já têm acrescenta bytes e nenhum detalhe. Se uma digitalização veio a 200 DPI, rasterizá-la a 300 produz um arquivo maior com o mesmo borrão.
A porta de mão única
Não existe desrasterizar. Uma vez que a camada de texto se foi, o único caminho de volta é o reconhecimento óptico de caracteres, que é um palpite sobre o que os pixels dizem e introduz erros próprios. Guarde o arquivo original. Trate a cópia rasterizada como um artefato descartável, feito para uma entrega, do mesmo jeito que você trataria um JPEG exportado de uma fotografia em raw.
As assinaturas merecem um aviso final próprio. Qualquer modificação em um PDF assinado, estrutural ou rasterizada, quebra a relação criptográfica entre a assinatura e os bytes que ela cobre. Os leitores vão apontar a assinatura como inválida, o que, para muitos documentos, é pior do que o arquivo ser grande.
Decidindo em trinta segundos
- Tente selecionar uma frase com o cursor. Se não conseguir, é uma digitalização — rasterizar é seguro e eficaz.
- Se conseguir selecionar texto, pergunte se alguém algum dia vai buscar, copiar, clicar ou ler isso com tecnologia assistiva. Se sim, fique na estrutural.
- Se o resultado estrutural não for pequeno o bastante, divida o documento ou extraia as páginas de que você realmente precisa.
- Só então considere rasterizar, e só em uma cópia.
Ferramentas para isso
Fontes
- 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