Theo cấu trúc hay raster hoá: chọn chế độ nén PDF
Công cụ đưa ra hai chế độ nén PDF và một chế độ cảnh báo là tôi sẽ mất thứ gì đó. Tôi nên chọn cái nào?
Hai chế độ, mỗi chế độ một câu
Lưu lại theo cấu trúc là ghi lại đúng tài liệu đó một cách hiệu quả hơn: vẫn những trang ấy, vẫn chữ ấy, vẫn font chữ ấy, chỉ ít byte lãng phí đi. Nén raster hoá là kết xuất từng trang thành một ảnh bitmap rồi dựng một tệp PDF mới mà các trang chính là những ảnh bitmap đó: vẫn diện mạo ấy, ở một độ phân giải đã chọn, và không còn gì khác.
Cái thứ nhất là một thao tác dọn dẹp. Cái thứ hai là một cuộc chuyển đổi, và nó là cánh cửa một chiều.
Cái gì sống sót qua mỗi chế độ
| Thành phần | Lưu lại theo cấu trúc | Raster hoá |
|---|---|---|
| Chữ chọn được và tìm kiếm được | Giữ nguyên | Mất |
| Font chữ nhúng | Giữ nguyên hoặc cắt tập con | Không áp dụng — các trang đều là ảnh |
| Siêu liên kết | Giữ nguyên | Mất |
| Dấu trang và mục lục | Giữ nguyên | Mất |
| Trường biểu mẫu | Giữ nguyên | Bị dẹp phẳng vào ảnh |
| Chú thích và bình luận | Giữ nguyên | Bị dẹp phẳng hoặc bỏ đi |
| Cấu trúc thẻ cho trình đọc màn hình | Giữ nguyên | Mất |
| Chữ ký số | Mất hiệu lực sau mọi lần ghi lại | Mất |
| Độ sắc nét của nét vector khi phóng to | Giữ nguyên | Bị chặn bởi độ phân giải kết xuất |
| Mức giảm dung lượng thường thấy | Nhỏ đến vừa phải, và rất thất thường | Lớn với bản quét, vừa phải với các loại khác |
Khi nào theo cấu trúc là lựa chọn duy nhất bảo vệ được
- Bất cứ thứ gì người ta sẽ tìm kiếm bên trong: hợp đồng, tài liệu hướng dẫn, báo cáo, bài nghiên cứu.
- Bất cứ thứ gì phải giữ được khả năng tiếp cận. Cấu trúc thẻ giúp trình đọc màn hình đọc lên tiêu đề, thứ tự đọc và ô bảng không sống sót qua raster hoá, còn một bức ảnh chụp trang giấy thì công nghệ hỗ trợ không đọc nổi.
- Bất cứ thứ gì có trường biểu mẫu còn hoạt động mà ai đó vẫn phải điền vào.
- Bất cứ thứ gì chứa nét vẽ vector mà người ta sẽ phóng to: bản vẽ, bản đồ, sơ đồ mặt bằng, biểu đồ.
- Bất cứ thứ gì bạn có thể phải chỉnh sửa sau này.
Trong những trường hợp này, nếu lưu lại theo cấu trúc chưa đưa bạn tới đích, nước đi đúng thường là giảm bớt thứ bạn gửi đi — tách riêng những trang thật sự cần — chứ không phải với tay sang chế độ phá huỷ.
Khi nào raster hoá thực sự là câu trả lời đúng
Raster hoá hợp lý khi tài liệu vốn đã là một tập hợp ảnh, và đó chính xác là bản chất của một bản quét. Một hợp đồng đã quét không có lớp văn bản nào để mất, không có liên kết, không có thẻ và không có trường biểu mẫu. Kết xuất lại các trang của nó ở độ phân giải thấp hơn là đánh thẳng vào thứ duy nhất đang nặng, và chẳng lấy đi của bạn thứ gì vốn có ở đó.
Nó cũng hợp lý với một tài liệu mà nhiệm vụ còn lại duy nhất là được nhìn một lần: một hoá đơn để hoàn ứng chi phí, một giấy tờ chứng minh địa chỉ nộp lên cổng thông tin có giới hạn dung lượng cứng, một tấm áp phích dán lên bảng tin. Chỉ cần chắc chắn rằng đó thật sự là nhiệm vụ còn lại duy nhất của tài liệu.
Độ phân giải là toàn bộ câu chuyện chất lượng
Khi bạn raster hoá, con số quyết định kết quả có dùng được hay không là độ phân giải kết xuất tính theo chấm trên mỗi inch. Chữ trên giấy đọc được trên màn hình ở những độ phân giải khiêm tốn đến bất ngờ, và không đọc nổi ngay khi tụt xuống dưới ngưỡng đó. Chữ nhỏ, chú thích chân trang, chỉ số trên và các bảng biểu li ti là những nạn nhân đầu tiên, mà chúng cũng là phần người ta hay cần đọc nhất.
| DPI kết xuất | Số pixel trang xấp xỉ | Dùng vào việc gì |
|---|---|---|
| 72 DPI | 595 × 842 | Ảnh thu nhỏ trên màn hình; đọc chữ thân bài rất mệt |
| 96 DPI | 794 × 1123 | Đọc chữ thân bài thông thường trên màn hình |
| 150 DPI | 1240 × 1754 | Đọc thoải mái, chấp nhận được cho phần lớn nhu cầu in |
| 300 DPI | 2480 × 3508 | Chất lượng in; thường là độ phân giải mà bản quét vốn có |
Kết xuất ở độ phân giải cao hơn mức mà ảnh nguồn vốn có chỉ thêm byte chứ không thêm chi tiết. Nếu một bản quét đến với bạn ở 200 DPI, raster hoá nó ở 300 sẽ cho ra một tệp nặng hơn chứa đúng độ nhoè đó.
Cánh cửa một chiều
Không có thao tác gỡ raster hoá. Một khi lớp văn bản đã mất, đường về duy nhất là nhận dạng ký tự quang học, vốn là một phép đoán xem đám pixel đang nói gì và tự nó cũng sinh ra lỗi. Hãy giữ tệp gốc. Hãy coi bản đã raster hoá là một sản phẩm dùng một lần cho một lần gửi đi, đúng như cách bạn đối xử với một tệp JPEG xuất ra từ ảnh raw.
Chữ ký số xứng đáng có một lời cảnh báo cuối cùng của riêng nó. Mọi thay đổi trên một tệp PDF đã ký, dù theo cấu trúc hay raster hoá, đều phá vỡ mối quan hệ mật mã giữa chữ ký và số byte mà nó bao phủ. Các trình xem sẽ báo chữ ký không hợp lệ, và với nhiều tài liệu thì điều đó còn tệ hơn việc tệp nặng.
Quyết định trong ba mươi giây
- Thử bôi đen một câu bằng con trỏ. Nếu không được thì đó là bản quét — raster hoá vừa an toàn vừa hiệu quả.
- Nếu bôi đen được chữ, hãy tự hỏi liệu có ai sẽ tìm kiếm, sao chép, bấm vào hay đọc tài liệu này bằng công nghệ hỗ trợ hay không. Nếu có, hãy ở lại với chế độ theo cấu trúc.
- Nếu kết quả theo cấu trúc chưa đủ nhỏ, hãy tách tài liệu ra hoặc trích riêng những trang bạn thực sự cần.
- Chỉ khi đó mới cân nhắc raster hoá, và chỉ làm trên một bản sao.
Công cụ cho việc này
Nguồn tham khảo
- 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