Porque é que o meu PDF é tão grande?
Procure na web e todos os resultados dão a mesma resposta: as imagens. O conselho não está errado, mas a ordem está — e uma ordem errada envia as pessoas para a ferramenta errada.
Por isso medimos em vez de adivinhar. Decompusemos 22 documentos publicamente disponíveis — 1.726 páginas de formulários fiscais, artigos académicos, relatórios de organismos públicos e textos normativos — ao nível do objeto, contando a que categoria pertence cada byte. Onze dos vinte e dois não contêm qualquer imagem.
Como fazer
- Verifique primeiro os MB por página. Divida o tamanho do ficheiro pelo número de páginas. Acima de ~1 MB por página aponta para imagens; muito abaixo aponta para fontes, formulários ou estrutura.
- Abra a ferramenta certa. Comprimir para ficheiros com muitas imagens — no navegador, sem envios.
- Comprima ou indique um tamanho pretendido. Escolha um nível, ou escreva o tamanho exato que um portal exige.
- Compare antes de confirmar. A pré-visualização mostra a qualidade a 100 %. Numa digitalização a cores de um documento P/B, experimente primeiro os tons de cinzento.
A resposta curta depende do tamanho que o ficheiro já tem
Agrupámos os documentos em três faixas de tamanho e tirámos a mediana de cada categoria. Mediana em vez de média, porque um único ficheiro de 6 MB cheio de imagens distorce uma média sozinho.
| Tamanho | Doc. | Imagens | Fontes | Conteúdo | Campos | Estrutura |
|---|---|---|---|---|---|---|
| Menos de 250 KB | 8 | 0,0 % | 11,6 % | 43,3 % | 12,8 % | 19,7 % |
| 250 KB – 1 MB | 6 | 0,0 % | 52,2 % | 14,9 % | 2,8 % | 5,3 % |
| Mais de 1 MB | 8 | 26,0 % | 6,7 % | 29,3 % | 1,1 % | 10,3 % |
Acima de 1 MB a ideia comum mantém-se: as imagens dominam. Abaixo de 1 MB os bytes estão noutro sítio — nas fontes incorporadas, nas instruções de desenho e em algo que quase nenhum guia menciona: as definições dos campos de formulário.
Causa 1 — a resolução de digitalização (ainda a principal em ficheiros grandes)
Telemóveis e digitalizadores de escritório digitalizam por predefinição a 300–600 ppp a cores. Uma única página A4 a 600 ppp a cores é aproximadamente uma imagem de 35 megapíxeis. Para ler no ecrã bastam 150 ppp; para arquivar texto, os tons de cinzento reduzem para metade outra vez. É o único caso em que o conselho habitual está exatamente certo — e os nossos dados concordam: os documentos dominados por imagens chegaram a 85–89 %.
| Tamanho | Proporção de imagens |
|---|---|
| 6,6 MB | 89,0 % |
| 751 KB | 85,0 % |
| 3,6 MB | 70,9 % |
| 1,5 MB | 60,1 % |
| 6,5 MB | 31,2 % |
Solução: passe o ficheiro por Comprimir. As imagens da digitalização são recodificadas à resolução do documento em vez da do sensor. Uma digitalização de 40 MB fica tipicamente em 2–4 MB; se um portal impuser um limite rígido, indique o tamanho pretendido em vez de um nível de qualidade.
Causa 2 — as fontes incorporadas, a maioria silenciosa
Na faixa 250 KB – 1 MB a proporção mediana das fontes é de 52,2 %. Nos extremos do nosso conjunto ultrapassa 85 %: quase todo o ficheiro não é o texto que lê, mas os programas de fonte que o desenham.
| Tamanho | Proporção de fontes |
|---|---|
| 664 KB | 87,6 % |
| 821 KB | 85,4 % |
| 158 KB | 71,2 % |
| 359 KB | 65,3 % |
| 185 KB | 53,8 % |
A causa é subsetting ausente ou parcial. Um PDF incorpora as fontes que usa; um bom gerador incorpora apenas os glifos que realmente aparecem. Um mau — ou um modelo que carrega cada peso em separado — incorpora todo o conjunto de carateres, uma vez por variante. Cinco famílias vezes quatro pesos dá vinte programas de fonte incorporados, e nenhum comprime mais porque os ficheiros de fonte já estão comprimidos.
Causa 3 — os campos de formulário, o peso que ninguém conta
Cada caixa, cada caixa de verificação e cada lista pendente de um formulário preenchível vive no ficheiro como um objeto dicionário: posição, tipo, valor predefinido, fluxo de aparência, regra de validação. Não são fluxos, por isso nenhum compressor lhes toca — e nenhum guia os conta.
| Documento | Anotações | Proporção |
|---|---|---|
| Declaração fiscal | 229 | 26,8 % |
| Formulário informativo | 124 | 24,7 % |
| Guia (142 páginas) | 2.958 | 21,3 % |
| Anexo à declaração | 275 | 21,2 % |
| Formulário curto | 85 | 19,2 % |
Um quarto de um formulário fiscal não é mais do que a definição das caixas que deve preencher. É tentador concluir que achatar o formulário — descartar essas definições depois de preenchido — recupera um quarto do ficheiro. Também medimos isso: não recupera.
| Campos | Antes | Depois | Variação |
|---|---|---|---|
| 199 | 215 KB | 327 KB | +52 % maior |
| 105 | 120 KB | 170 KB | +42 % maior |
| 116 | 822 KB | 874 KB | +6 % maior |
| 29 | 664 KB | 670 KB | +1 % maior |
| 1 | 2.360 KB | 2.075 KB | −12 % menor |
Causa 4 — fotografias e capturas coladas no tamanho original
Um relatório com cinco fotografias de telemóvel incorpora cinco originais de 12 megapíxeis mesmo que cada um seja mostrado do tamanho de um selo: a página mostra a versão pequena, o ficheiro carrega a grande. As capturas de ecrã são piores de uma forma específica — são PNG, sem perdas e grandes, e num ecrã Retina ou 4K uma captura de ecrã inteiro tem 4.000 píxeis de largura.
A compressão recodifica as imagens no tamanho em que são realmente mostradas; por isso relatórios com muitas fotografias e apresentações cheias de capturas encolhem habitualmente 80–90 % sem diferença visível ao tamanho de leitura.
Qual é o seu caso? Uma tabela de decisão
Divida primeiro o tamanho do ficheiro pelo número de páginas — esse único número restringe logo o problema.
| O que tem | Causa dominante | O que ajuda mesmo |
|---|---|---|
| Mais de ~1 MB por página, páginas que parecem fotografias | Imagens | Comprimir; tons de cinzento em digitalizações P/B |
| Um formulário já preenchido | Campos de formulário | Achatar fixa-o, mas não o reduz |
| Relatório só de texto, 200 KB – 1 MB | Fontes incorporadas | Reexportar; usar menos fontes |
| Centenas de páginas de texto | Fluxos de conteúdo | Já perto do ótimo — melhor dividir |
| Ficheiro pequeno, poucas páginas, sem imagens | Estrutura e campos | Reexportar com um editor que reescreve |
Tudo isto corre no seu navegador com o Haven PDF. Um ficheiro demasiado grande não precisa de ser enviado para lado nenhum para ficar mais pequeno — um contrato confidencial permanece no seu computador enquanto o reduz.
Comprimir PDF · Tons de cinzento
Como medimos e o que isto não prova
Percorremos cada documento ao nível do grafo de objetos e atribuímos cada fluxo a uma categoria pelo seu comprimento bruto — o espaço que realmente ocupa no ficheiro. XObjects de imagem e fluxos com filtros JPEG, JPX, CCITT ou JBIG2 contam como imagens; fluxos referenciados através de FontFile, FontFile2 ou FontFile3 como fontes; o resto é conteúdo. Os bytes fora dos fluxos contados foram tratados como sobrecarga estrutural, da qual se separaram os dicionários de formulário e anotação.
Perguntas frequentes
- O meu PDF só tem texto e mesmo assim é enorme — porquê?
- Muito provavelmente fontes incorporadas. Nas nossas medições, os documentos de texto entre 250 KB e 1 MB tinham uma proporção mediana de fontes de 52 %, com um pior caso de 88 %. A compressão de imagens não chega lá; reexportar através de um editor que reescreve o ficheiro ajuda.
- A compressão torna o texto desfocado?
- O texto verdadeiro — escrito, não digitalizado — não é afetado pela compressão de imagens e mantém-se nítido em qualquer ampliação. Numa digitalização o texto faz parte da imagem, por isso é afetado; os níveis médios mantêm-no normalmente bem legível.
- Porque é que a compressão quase não mudou o meu ficheiro?
- Quase de certeza porque não havia imagens para comprimir. Onze dos vinte e dois documentos que medimos não contêm nenhuma. Verifique os MB por página: muito abaixo de 1 MB por página costuma significar fontes, campos de formulário ou estrutura.
- Achatar um formulário poupa mesmo tanto?
- Não — e verificámos. As definições de campos são 19–27 % desses ficheiros, mas achatar nove deles tornou o ficheiro mediano cerca de 6 % MAIOR, com o pior caso a crescer 52 %. Achate para fixar um formulário, não para o reduzir.
- Existe uma compressão máxima segura?
- Use a pré-visualização: comprima, veja uma página densa a 100 % e só aumente se continuar confortavelmente legível. Com um tamanho pretendido, a ferramenta escolhe automaticamente a melhor qualidade que cabe.
Fontes
- ISO 32000-2:2020 — Gestão de documentos: Portable Document Format — Definição normativa da estrutura de objetos, filtros de fluxo e dicionários de campos AcroForm.
- PDF 1.7 Reference (Adobe; mesmo conteúdo que ISO 32000-1) — Incorporação de fontes (§9.9), XObjects de imagem (§8.9), anotações (§12.5).
- Conjunto: formulários e publicações do IRS, artigos arXiv, relatórios de organismos públicos — Apenas documentos de descarga pública. Não foi usado qualquer ficheiro pessoal ou privado.