Por que um PDF escaneado fica tão pesado e como reduzir

Um PDF escaneado é pesado porque cada página é uma imagem inteira, e não um conjunto de letras: o scanner grava a foto da folha com todos os pixels, inclusive o fundo branco. O que decide o tamanho é a resolução, o modo de cor e a compressão usada na digitalização. Reduzir a imagem para 150 DPI no nível médio costuma tirar a maior parte do peso.

Por que a imagem pesa mais que o texto

Um PDF feito no computador guarda o texto como caracteres e as fontes separadas, por isso um documento de dez páginas de texto digitado cabe em pouco espaço. Um escaneado não tem nada disso. Cada página é uma figura, e o peso dela cresce com a quantidade de pixels, não com a quantidade de palavras.

Duas páginas com o mesmo texto podem ter pesos muito diferentes. Se uma foi digitalizada em cores e a outra em preto e branco, a colorida é quase sempre a responsável pela diferença. Um scanner que grava sem compressão carrega cada pixel do papel, inclusive a sombra da borda e a cor amarelada do fundo. Para ver quanto pesa cada página do seu arquivo, a conta está em quantos MB tem um PDF e quanto pesa cada página.

Onde está o peso em cada fator

Para ter uma referência, uma página A4 a 150 DPI tem cerca de 1240 × 1754 pixels. A mesma folha a 300 DPI tem o dobro de pixels em cada lado, portanto quatro vezes o total. Por isso o nível leve, que mantém 300 DPI, pode pesar bem mais que o médio, mesmo sendo o nível que mais preserva a imagem.

O que o compressor faz com cada imagem

Comprimir um escaneado não é apagar a página e refazê-la. O compressor percorre as imagens do arquivo, compara a resolução de cada uma com o alvo do nível escolhido e reduz só as que estão acima dele. Uma imagem que já está abaixo do alvo, como um logotipo pequeno, tende a ficar como está.

Depois da redução, cada imagem é regravada em JPEG com a qualidade do nível. Esse é o passo que mais economiza, porque um JPEG de texto digitalizado é muito menor que a versão crua do scanner. O texto em si, que é texto e não imagem, passa intacto por essa etapa.

Qual nível usar em cada situação

Escaneado é o caso em que o nível de compressão mais muda o resultado, porque a imagem é quase todo o arquivo. O AjustaPDF oferece três caminhos, e a escolha depende do destino do documento, não do tamanho que você quer atingir a qualquer custo.

Passo a passo quando ainda pesa demais

1. Envie o PDF escaneado para comprimir PDF e escolha o nível médio.
2. Abra o resultado e dê zoom em uma letra pequena e em uma linha fina de tabela. Se as bordas estiverem limpas, o arquivo está bom e você pode parar.
3. Se ele ainda não cabe no limite do destino, comprima o original no nível forte. Não comprima o resultado do médio de novo: a segunda passada soma artefato sem tirar bytes.
4. Se mesmo no forte o arquivo não entrar, separe o documento com dividir PDF, comprima cada parte e envie em partes numeradas.

Se o escaneado já foi feito em preto e branco a 150 DPI, comprimir no médio muda pouco, porque não há muito o que reduzir. Nesse caso o peso restante é a própria imagem, e o ganho vem de digitalizar melhor da próxima vez.

Quando o escaneado passa do limite do plano

O limite vale para o arquivo enviado, antes da compressão. Sem conta são 25 MB, na conta grátis são 50 MB e no Pro, 200 MB. Um escaneado que já chega acima do teto do seu plano não entra, mesmo que a compressão fosse reduzi-lo bem.

A saída é digitalizar em lotes: cada lote de páginas vira um arquivo, você comprime cada um e junta os resultados com juntar PDF. Juntar copia as páginas sem recomprimir as imagens, então o peso final é a soma dos lotes já comprimidos. Como bônus, um erro de digitalização fica restrito a um lote, e não ao documento inteiro.

Fotos de celular viradas em PDF

Muita gente não usa scanner e fotografa as páginas com o celular. Nesse caso, o peso começa antes da compressão: a foto de uma folha tirada com a câmera principal do aparelho tem resolução muito acima da necessária para ler o texto.

A ferramenta de imagem para PDF não recomprime as fotos. Ela embute cada JPEG ou PNG como está, com uma imagem por página, então o PDF herda o peso das fotos. Com a página em A4, que é o padrão, comprimir o resultado no nível médio leva as fotos a 150 DPI e corta a maior parte do peso. Se você escolheu a página do tamanho de cada foto, a imagem já está a 72 DPI efetivos e comprimir quase não muda o tamanho: nesse caso, reduza as fotos antes de converter, para o lado maior ficar entre 1600 e 2000 px. Se as fotos forem muitas, dividir o lote em partes evita um arquivo que passa do limite do plano de uma vez.

Comprimir só reduz bastante quando a página é A4, como a de um scanner de mesa. Por isso o scan e a foto pedem caminhos diferentes. Se a página não é A4, veja o motivo do tamanho da página antes de comprimir. A foto convertida também leva o EXIF e o GPS dela para dentro do PDF; desligue a localização da câmera antes de fotografar.

O que a compressão não resolve

A compressão reduz a imagem da página, mas não cria uma camada de texto que você possa buscar ou copiar. Se o objetivo é achar uma palavra no documento, passe o PDF pelo OCR em PDF antes de comprimir, enquanto a imagem ainda está nítida. O guia sobre copiar texto de PDF escaneado explica essa diferença.

Também não existe compressão que transforme uma foto em texto. Se o documento inteiro é imagem, o menor arquivo possível é o de um escaneado bem digitalizado, na resolução e na cor que o uso exige. Antes de comprimir, vale perguntar se a digitalização foi feita do jeito certo. Para entender o que existe dentro de um PDF antes de mexer nele, veja o guia o que tem dentro de um PDF.

Para ver quanto uma página escaneada deveria pesar, leia quanto pesa uma página escaneada; se o limite do destino é pequeno, comprimir PDF para 2 MB e para 5 MB são o atalho.