Haven PDF
Beranda › Kenapa PDF saya besar sekali?
● Files are never uploaded

Kenapa PDF saya besar sekali?

Cari di web dan semua hasil memberi jawaban yang sama: gambar. Sarannya tidak salah, tetapi urutannya salah — dan urutan yang salah mengarahkan orang ke alat yang keliru.

Jadi kami mengukur, bukan menebak. Kami membedah 22 dokumen yang tersedia untuk umum — 1.726 halaman formulir pajak, makalah akademik, laporan lembaga, dan teks standar — pada tingkat objek, lalu menghitung setiap byte masuk kategori mana. Sebelas dari dua puluh dua sama sekali tidak memuat gambar.

Buka alat →

Cara pakai

  1. Periksa dulu MB per halaman. Bagi ukuran berkas dengan jumlah halaman. Di atas ~1 MB per halaman menunjuk ke gambar; jauh di bawahnya menunjuk ke fon, formulir, atau struktur.
  2. Buka alat yang sesuai. Kompres untuk berkas padat gambar — di peramban, tanpa unggahan.
  3. Kompres, atau tetapkan ukuran target. Pilih satu tingkat, atau ketik ukuran persis yang diminta portal.
  4. Bandingkan sebelum menyimpan. Pratinjau menampilkan kualitas pada 100 %. Untuk pindaian berwarna dari dokumen hitam-putih, coba skala abu-abu lebih dulu.

Jawaban singkatnya bergantung pada seberapa besar berkasnya sekarang

Kami mengelompokkan dokumen ke dalam tiga rentang ukuran dan mengambil median tiap kategori. Median, bukan rata-rata, karena satu berkas 6 MB yang padat gambar sudah cukup untuk mencondongkan rata-rata.

Ukuran berkasDok.GambarFonKontenKolomStruktur
Di bawah 250 KB80,0 %11,6 %43,3 %12,8 %19,7 %
250 KB – 1 MB60,0 %52,2 %14,9 %2,8 %5,3 %
Di atas 1 MB826,0 %6,7 %29,3 %1,1 %10,3 %
Median porsi kategori menurut rentang ukuran (n=22 dokumen, 1.726 halaman). "Konten" = instruksi penggambaran halaman; "struktur" = tabel referensi silang, header objek, dan kamus.
Skema berkas PDF: header, objek bernomor berisi fon, gambar, aliran konten, dan kolom formulir, lalu tabel referensi silang dan trailer.
Di mana byte itu berada. Pembaca mulai dari trailer, menemukan tabel referensi silang, lalu melompat langsung ke objek yang diperlukan — itulah sebabnya PDF sebesar apa pun terbuka seketika.

Di atas 1 MB anggapan umum itu benar: gambar mendominasi. Di bawah 1 MB byte-nya ada di tempat lain — di fon tertanam, di instruksi penggambaran, dan di sesuatu yang hampir tak pernah disinggung panduan mana pun: definisi kolom formulir.

Penyebab 1 — resolusi pemindaian (masih penyebab utama pada berkas besar)

Ponsel dan pemindai kantor secara bawaan memindai pada 300–600 dpi berwarna. Satu halaman A4 pada 600 dpi berwarna kira-kira setara gambar 35 megapiksel. Untuk dibaca di layar, 150 dpi sudah lebih dari cukup; untuk arsip teks, skala abu-abu memangkasnya separuh lagi. Inilah satu-satunya kasus saat saran umum itu tepat — dan data kami sepakat: dokumen yang didominasi gambar mencapai 85–89 %.

Ukuran dokumenPorsi gambar
6,6 MB89,0 %
751 KB85,0 %
3,6 MB70,9 %
1,5 MB60,1 %
6,5 MB31,2 %
Lima dokumen dengan porsi gambar tertinggi.

Solusi: jalankan berkas melalui Kompres. Gambar hasil pindai dikodekan ulang pada resolusi dokumen, bukan resolusi sensor. Pindaian 40 MB biasanya turun ke 2–4 MB; bila portal menetapkan batas keras, isi ukuran target alih-alih tingkat kualitas.

Penyebab 2 — fon tertanam, mayoritas yang diam

Pada rentang 250 KB – 1 MB, median porsi fon adalah 52,2 %. Pada ujung ekstrem kumpulan kami, angkanya melewati 85 %: nyaris seluruh berkas bukan teks yang Anda baca, melainkan program fon yang menggambarnya.

Ukuran dokumenPorsi fon
664 KB87,6 %
821 KB85,4 %
158 KB71,2 %
359 KB65,3 %
185 KB53,8 %
Lima dokumen dengan porsi fon tertinggi.

Penyebabnya adalah subsetting yang tidak dilakukan atau setengah jalan. PDF menanamkan fon yang dipakainya; penghasil yang baik hanya menanamkan glif yang benar-benar muncul. Yang buruk — atau templat yang memuat tiap ketebalan secara terpisah — menanamkan seluruh set karakter, sekali untuk tiap varian. Lima keluarga dikali empat ketebalan menjadi dua puluh program fon tertanam, dan tak satu pun menyusut lagi karena berkas fon sudah terkompresi.

Penyebab 3 — kolom formulir, beban yang tidak dihitung siapa pun

Setiap kotak, kotak centang, dan menu tarik-turun pada formulir isian hidup di dalam berkas sebagai objek kamus: posisi, tipe, nilai bawaan, aliran tampilan, aturan validasi. Semua itu bukan aliran, jadi tidak ada kompresor yang menyentuhnya — dan tidak ada panduan yang menghitungnya.

DokumenAnotasiPorsi
Formulir SPT pajak22926,8 %
Formulir informasi12424,7 %
Panduan (142 halaman)2.95821,3 %
Lampiran SPT27521,2 %
Formulir ringkas8519,2 %
Porsi definisi formulir dan anotasi pada dokumen isian.

Seperempat formulir pajak tidak lain adalah definisi kotak yang harus Anda isi. Menggoda untuk menyimpulkan bahwa meratakan formulir — membuang definisi itu setelah diisi — mengembalikan seperempat berkas. Itu pun kami ukur: ternyata tidak.

KolomSebelumSesudahPerubahan
199215 KB327 KB+52 % lebih besar
105120 KB170 KB+42 % lebih besar
116822 KB874 KB+6 % lebih besar
29664 KB670 KB+1 % lebih besar
12.360 KB2.075 KB−12 % lebih kecil
Sembilan dokumen isian dari kumpulan yang sama, setelah diratakan. Nilai negatif berarti berkas justru membesar. Diukur dengan pdf-lib; implementasi lain berbeda dalam besaran, bukan arah.

Penyebab 4 — foto dan tangkapan layar ditempel pada ukuran asli

Laporan dengan lima foto ponsel menanamkan lima berkas asli 12 megapiksel meski masing-masing ditampilkan sebesar perangko: halaman menampilkan versi kecil, berkasnya membawa versi besar. Tangkapan layar lebih buruk dalam satu hal khusus — formatnya PNG, nirsusut dan besar, dan pada layar Retina atau 4K satu tangkapan layar penuh selebar 4.000 piksel.

Kompresi mengodekan ulang gambar pada ukuran tampilnya yang sebenarnya; itulah sebabnya laporan padat foto dan presentasi penuh tangkapan layar rutin menyusut 80–90 % tanpa perbedaan kasat mata pada ukuran baca.

Yang mana kasus Anda? Tabel keputusan

Bagi dulu ukuran berkas dengan jumlah halaman — satu angka itu langsung mempersempit kemungkinan.

Yang Anda punyaPenyebab dominanYang benar-benar membantu
Lebih dari ~1 MB per halaman, halaman tampak seperti fotoGambarKompres; skala abu-abu untuk pindaian hitam-putih
Formulir isian yang sudah diisiKolom formulirPerataan menguncinya, tetapi tidak memperkecil
Laporan teks saja, 250 KB – 1 MBFon tertanamEkspor ulang; pakai lebih sedikit fon
Ratusan halaman teks biasaAliran kontenSudah mendekati optimal — lebih baik dipecah
Berkas kecil, sedikit halaman, tanpa gambarStruktur dan kolomEkspor ulang lewat editor yang menulis ulang

Semua ini berjalan di peramban Anda dengan Haven PDF. Berkas yang kebesaran tidak perlu diunggah ke mana pun untuk menjadi lebih kecil — jadi kontrak rahasia tetap di komputer Anda selama Anda memperkecilnya.

Kompres PDF · Skala abu-abu

Bagaimana kami mengukur, dan apa yang ini tidak buktikan

Kami menelusuri setiap dokumen pada tingkat graf objek dan menempatkan setiap aliran ke sebuah kategori berdasarkan panjang mentahnya — ruang yang benar-benar ditempatinya dalam berkas. XObject gambar dan aliran berfilter JPEG, JPX, CCITT, atau JBIG2 dihitung sebagai gambar; aliran yang dirujuk melalui FontFile, FontFile2, atau FontFile3 sebagai fon; sisanya konten. Byte di luar aliran yang dihitung diperlakukan sebagai beban struktural, dan kamus formulir serta anotasi dipisahkan darinya.

Pertanyaan umum

PDF saya isinya teks semua tapi tetap besar — kenapa?
Kemungkinan besar fon tertanam. Dalam pengukuran kami, dokumen teks antara 250 KB dan 1 MB memiliki median porsi fon 52 %, dengan kasus terburuk 88 %. Kompresi gambar tidak menjangkau itu; mengekspor ulang lewat editor yang menulis ulang berkas justru membantu.
Apakah kompresi membuat teks kabur?
Teks sungguhan — diketik, bukan dipindai — tidak tersentuh kompresi gambar dan tetap tajam pada perbesaran berapa pun. Pada pindaian, teks adalah bagian dari gambar sehingga ikut terpengaruh; tingkat menengah biasanya menjaganya tetap jelas terbaca.
Kenapa kompresi hampir tidak mengubah berkas saya?
Hampir pasti karena tidak ada gambar untuk dikompresi. Sebelas dari dua puluh dua dokumen yang kami ukur tidak memuat satu pun. Periksa MB per halaman: jauh di bawah 1 MB per halaman biasanya berarti fon, kolom formulir, atau struktur.
Apakah meratakan formulir benar-benar sehemat itu?
Tidak — dan kami sudah memeriksanya. Definisi kolom mencakup 19–27 % berkas tersebut, tetapi meratakan sembilan di antaranya membuat berkas median sekitar 6 % LEBIH BESAR, dengan kasus terburuk membengkak 52 %. Ratakan untuk mengunci formulir, bukan untuk memperkecilnya.
Adakah batas aman kompresi maksimum?
Gunakan pratinjau: kompres, lihat halaman yang padat pada 100 %, dan naikkan hanya bila masih nyaman dibaca. Dengan ukuran target, alatnya otomatis memilih kualitas terbaik yang muat.

Sumber

  1. ISO 32000-2:2020 — Manajemen dokumen: Portable Document FormatDefinisi normatif struktur objek, filter aliran, dan kamus kolom AcroForm.
  2. PDF 1.7 Reference (Adobe; isinya sama dengan ISO 32000-1)Penanaman fon (§9.9), XObject gambar (§8.9), anotasi (§12.5).
  3. Kumpulan: formulir dan publikasi IRS, makalah arXiv, laporan lembaga publik — Semuanya dokumen yang dapat diunduh publik. Tidak ada berkas pribadi atau rahasia yang dipakai.

Alat terkait