Flate no PDF: por que um arquivo de Word quase não diminui
Por que um PDF de texto exportado do Word não encolhe ao comprimir, o que a compressão Flate faz sem perda e onde está o peso que realmente pode cair.
A maioria dos PDFs de texto usa uma compressão chamada Flate, a mesma família do ZIP. Ela é sem perda, então não tem como encolher o texto sem alterar o texto. Por isso um PDF exportado de um Word de uma página pode ficar em 3 KB e não diminuir nem um pouco ao ser comprimido. O peso de um PDF quase sempre está em outro lugar.
O que é Flate e onde ele aparece
Flate é o nome que o PDF dá ao algoritmo DEFLATE, o mesmo do ZIP e do gzip, usado dentro do arquivo para compactar fluxos de dados. Fluxo é um bloco com conteúdo: o desenho de uma página, uma fonte, uma imagem que não está em JPEG. Cada bloco aparece no PDF com um filtro que diz como ele foi codificado, e o Flate é um dos filtros mais comuns.
A regra que importa é que o Flate não tem perda. Ao abrir o arquivo, o leitor descompacta o bloco e recupera exatamente os mesmos bytes. Isso é ótimo para texto, que não pode mudar, e para desenhos vetoriais. Não é ótimo para fotos: sem perda, o Flate tira pouco de uma imagem fotográfica, porque os pixels de uma foto variam demais para se repetir.
Quanto pesa cada tipo de conteúdo
Um PDF tem quatro grandes ocupantes de espaço: o desenho das páginas, as fontes, as imagens e a estrutura do próprio arquivo. O desenho das páginas, que é texto e comandos de posicionamento, é pequeno e já vem em Flate. As fontes podem ser grandes quando estão inteiras. As imagens costumam ser a maior parte, e é nelas que a compressão com perda faz diferença.
| Conteúdo | Como costuma ser gravado | A compressão de imagem reduz? |
|---|---|---|
| Texto e desenhos da página | Flate, sem perda | Não, já é pequeno |
| Fotos coloridas | JPEG (com perda) ou Flate (sem perda, pesado) | Sim, muito |
| Scan em preto e branco | Imagem de 1 bit ou Flate | Sim, bastante |
| Fontes embutidas | Flate sobre o arquivo da fonte | Não diretamente |
Esse é o motivo de dois PDFs com o mesmo número de páginas terem pesos tão diferentes. Num teste com uma página A4 de cor a 300 DPI, de 4,7 MB, o nível médio chegou a 87 KB e o forte a 42 KB. A mesma página em texto vetorial, feita no Word, ficou em 3 KB nos três níveis. O teste foi feito com uma página de exemplo, e o resultado muda com o conteúdo, mas a diferença de ordem de grandeza se repete.
Por que o Word pesa tanto às vezes
Um documento do Word vira PDF com o texto em vetor, então a conta do Flate fica pequena. O peso aparece quando o documento tem uma imagem colada em alta resolução: um logotipo de 300 DPI, uma foto de celular de 12 megapixels, um print de tela sem redimensionar. Essa imagem entra no PDF inteira, e o Flate quase não ajuda, porque foto não se comprime bem sem perda.
Por isso, antes de comprimir um PDF de Word, vale abrir o documento de origem e reduzir a imagem dentro dele. A redução no Word ou no programa de origem é mais controlada do que a que o compressor faz depois, e você escolhe a resolução.
Sinais de que a compressão não vai adiantar
- O PDF tem poucas imagens e pesa pouco. Se não há o que reamostrar, o nível não muda o arquivo.
- O PDF pesa muito e tem texto só. A causa costuma ser fonte inteira embutida ou algum objeto grande escondido, não o texto em si.
- Ele já foi comprimido antes. Uma segunda passagem tem pouco a tirar, e pode piorar as imagens que já perderam detalhe.
- Você precisa de um tamanho que o arquivo de texto não alcança. Nesse caso o caminho é dividir o documento, não comprimir mais.
O que o Flate não resolve sozinho
Mesmo quando o arquivo de texto já está bem compactado, há ganhos que vêm da organização, e não da compressão. PDFs modernos podem agrupar objetos em fluxos compactados e usar uma tabela de referências também comprimida, o que reduz um pouco a estrutura. Essa reorganização não toca o conteúdo, mas também não muda muito o tamanho de um arquivo de texto de poucas páginas.
Para entender o que de fato pesa, liste imagens, fontes e páginas antes de decidir o que fazer. Quase sempre a resposta está numa imagem esquecida ou numa fonte que não precisava estar inteira.
Quando a compressão de imagem é a ferramenta certa
Um PDF de scan, de foto ou de apresentação com muitas imagens responde bem à compressão com perda. Nesses casos, o nível médio costuma reduzir de forma muito visível, e o forte só se justifica quando o portal recusa o tamanho. Um documento de texto pesado, por sua vez, responde melhor a uma ação diferente: tirar a imagem grande de dentro dele, ou dividir o arquivo por intervalo de páginas.
O comprimir PDF do AjustaPDF reprocessa o documento com o Ghostscript e devolve o original quando o resultado sai maior, o que protege o texto de um arquivo que já era pequeno. Para ver quais páginas estão pesadas antes de escolher o nível, o guia sobre comprimir PDF com Ghostscript e qpdf mostra o que cada ferramenta faz no arquivo.
Comprimir ou converter o documento de origem
Se o documento nasceu no Word, a origem é o próprio arquivo do Word. Ajustar a imagem ali, salvar de novo e exportar para PDF costuma dar um arquivo menor e com a resolução que você escolheu, sem depender do nível do compressor. Para a conversão em si, use Word para PDF, e confira o resultado antes de enviar.
Se o peso vem de uma imagem esquecida, veja PDF pesado por causa de uma imagem e PDF gerado pelo sistema muito pesado. Para saber o que o motor faz por baixo, leia o que é o Ghostscript.
Perguntas frequentes
Por que um PDF feito no Word quase não diminui quando comprimo?
Porque o peso dele está no texto, que já vem compactado sem perda, e a compressão de imagem não tem o que reduzir. Num teste com uma página A4 de texto vetorial, o arquivo de 3 KB saiu do mesmo tamanho em todos os níveis. Se o PDF do Word pesa muito, o que pesa é uma imagem dentro dele.
O Flate apaga alguma coisa do PDF quando comprime?
Não. O Flate é compressão sem perda: ao descompactar, o conteúdo volta idêntico byte a byte. Ele reduz o tamanho dos fluxos de texto, fontes e imagens que não estão em JPEG, mas não muda cor, resolução nem o que está escrito.
Comprimir um PDF que já é texto consegue reduzir alguma coisa?
Pouco, em geral. Reorganizar os objetos e remover duplicatas pode tirar alguns kilobytes, mas o conteúdo da página já está em Flate. Se o arquivo tem muitas páginas de texto e pesa megabytes, a causa costuma estar em fontes completas embutidas ou em imagens escondidas.
Como saber se o peso do meu PDF é texto ou imagem?
Compare o arquivo com e sem as imagens: extraia só as imagens do PDF, na opção de imagens embutidas da ferramenta de PDF para imagem, e some o peso delas. Outra forma é olhar as propriedades do documento no leitor, que costumam listar as fontes. Se as imagens somem a maior parte do peso, comprimir as imagens resolve; se o peso são fontes, a compressão de imagem não ajuda.