Por que um PDF digitalizado é tão maior que o original

Por que meu PDF digitalizado é tão grande?

Resposta curta

Porque uma digitalização não é um documento, é um conjunto de fotos — uma por página, cada uma com vários milhões de pixels —, e o número de páginas importa muito menos do que a resolução e o modo de cor em que foram capturadas. Dobrar a resolução da digitalização quadruplica os dados, e digitalizar em cores em vez de cinza triplica de novo antes da compressão, o que no arquivo final costuma dar umas duas a três vezes o tamanho. É assim que dez páginas de texto simples viram um arquivo maior que um filme.

Faça as contas uma vez e o mistério acaba

Um scanner não lê um documento. Ele amostra uma folha de papel em uma grade e guarda o resultado, e o tamanho dessa grade é definido por dois números que você escolheu sem pensar neles.

Uma página A4 tem 210 × 297 mm, cerca de 8,3 × 11,7 polegadas. A 300 amostras por polegada, isso dá aproximadamente 2.480 × 3.500 pixels — uns 8,7 milhões deles, para uma página. Em cores, a três bytes por pixel, são cerca de 26 MB de dados brutos antes de qualquer compressão. Suba a configuração para 600 DPI e a grade dobra em cada direção, então o número de pixels quadruplica: uns 35 milhões de pixels e 104 MB brutos, para a mesma folha de papel.

A compressão reduz enormemente esses números — é por isso que uma página digitalizada costuma ter algumas centenas de kilobytes, e não 26 MB —, mas não muda as proporções. Uma digitalização a 600 DPI dá umas quatro vezes o trabalho de uma a 300 DPI, faça o compressor o que fizer depois, e uma digitalização em cores leva umas três vezes as amostras de uma em cinza.

Compare isso com a alternativa. A mesma página gravada como texto é um fluxo de conteúdo com instruções de desenho: qual fonte, qual tamanho, quais caracteres, em quais coordenadas. Uma página de texto corrido custa poucos kilobytes. Toda a diferença está aí, e é por isso que um relatório de 40 páginas exportado de um processador de texto é menor que uma digitalização de 4 páginas do mesmo relatório.

Para descobrir que tipo de arquivo você realmente tem, o Número de páginas e informações do arquivo informa os tamanhos das páginas e se há camada de texto, e meu PDF é digitalizado ou texto? traz a versão de dois segundos do teste.

As duas configurações que decidem tudo

Resolução

A resolução só faz sentido em relação a como o resultado vai ser usado. Texto impresso a 300 DPI é indistinguível do papel a um braço de distância; em uma tela, em que você vê talvez 100 a 150 pixels por polegada da página exibida, metade disso já é invisível. 600 DPI é para reproduzir detalhes finos — uma foto que você pretende imprimir de novo, uma gravura, uma letra de mão que precisa examinar —, e é a configuração errada para um documento de escritório, em que quadruplica o arquivo em troca de um detalhe que nenhum leitor vai ver.

12372150300D P I

O que a resolução realmente decide

  1. 72 DPI. Bom na tela, visivelmente serrilhado no papel.
  2. 150 DPI. Aceitável para uma impressora de escritório e um documento que ninguém vai examinar.
  3. 300 DPI. O que uma gráfica espera, medido no tamanho em que a imagem é de fato impressa.

Modo de cor

Cada pixel é guardado com uma certa profundidade. Cores completas guardam três canais; tons de cinza guardam um; preto e branco guarda um único bit, ligado ou desligado.

2418213

O que a configuração de cor custa, por pixel

  1. Cores — três canais para cada pixel. Só vale a pena quando a cor carrega informação.
  2. Cinza — um valor por pixel, 256 níveis. Basta para texto impresso, lápis, carimbos e rostos.
  3. Preto e branco — um bit por pixel, ligado ou desligado. Muito pequeno, e tudo o que fica no meio é jogado fora antes de chegar ao arquivo.

Depois da compressão, as proporções não são exatamente 24 : 8 : 1 — o JPEG trata a informação de cor de forma mais grosseira que a de brilho, então uma digitalização em cores muitas vezes fica mais perto de duas vezes uma em cinza do que de três, e uma digitalização em preto e branco comprimida com os esquemas de fax e de dois níveis que o PDF aceita pode ficar menor que um vigésimo. A direção é confiável, mesmo quando o fator exato não é.

ConfiguraçãoBoa paraO que custa
150 DPI, cinzaLeitura na tela, compartilhar uma cópia de referência.Letras pequenas ficam suaves. Não serve para imprimir.
300 DPI, cinzaO padrão sensato para um documento de escritório: texto, formulários, assinaturas, anotações a lápis, carimbos.Nada, para um documento que era tinta preta em papel branco.
300 DPI, coresTudo em que a cor tem significado — um contrato marcado com marca-texto, um gráfico colorido, uma foto.Umas duas a três vezes o tamanho da mesma digitalização em cinza.
600 DPI, coresReprodução: fotos, obras de arte, tudo o que vai ser impresso de novo no mesmo tamanho.Quatro vezes os pixels de 300 DPI. Quase nunca a escolha certa para um documento de texto.
Preto e branco (1 bit)Texto impresso limpo e desenhos de traço, e nada mais.Tudo o que fica entre o preto e o branco é descartado. Veja abaixo.

Os menus de scanner raramente usam essas palavras. Os modos “Documento”, “Texto” ou “Fax” costumam ser cinza ou 1 bit; “Foto” é cor em alta resolução. Se o seu oferece só um controle deslizante de qualidade, o meio dele é quase sempre a resposta certa para papelada.

Consertando o arquivo que você já tem

A digitalização é o único tipo de PDF em que a compressão funciona com segurança, porque uma digitalização não passa de imagens, e as imagens são onde estão os bytes. A ordem que tira o máximo dela:

  1. Olhe primeiro. O Número de páginas e informações do arquivo; depois divida o tamanho do arquivo pelo número de páginas. Acima de mais ou menos um megabyte por página, você está diante de uma digitalização colorida em alta resolução com muita sobra. Abaixo de uns 150 KB por página, sobra muito pouco para tirar.
  2. Tire a cor se ela não carrega nada. O PDF em tons de cinza converte as páginas para cinza, o que remove os canais de cor e também facilita o trabalho do compressor depois. Faça isso antes de comprimir, não depois.
  3. Comprima. O Comprimir PDF decodifica cada imagem incorporada, reduz a resolução dela para algo sensato no tamanho em que é desenhada e a recodifica. Como funciona a compressão de PDF descreve o que cada modo muda. Se você está trabalhando com um número fixo, o Comprimir para 1 MB mira nele diretamente.

Dois avisos sinceros sobre comprimir especificamente uma digitalização.

As digitalizações toleram isso pior do que as fotos. O JPEG descarta detalhes onde o olho é menos sensível e concentra os erros em volta de bordas nítidas de alto contraste — que é exatamente o que uma letra é. Uma foto de férias em baixa qualidade parece um pouco suave; a digitalização de uma página na mesma configuração ganha uma penugem em volta das letras e começa a parecer uma fotocópia ruim. Confira o resultado a 100% antes de enviar, e por que meu PDF está borrado? explica o que você está vendo se algo deu errado.

Não dá para recuperar o que o scanner descartou. A compressão consegue jogar fora o excesso de uma digitalização colorida a 600 DPI sem perder nada que você notaria no tamanho de leitura. Ela não consegue devolver detalhe a uma digitalização feita a 150 DPI desde o início, e nenhuma configuração neste site ou em qualquer outro lugar vai conseguir.

Quando digitalizar de novo é simplesmente a resposta certa

Se você ainda tem o papel, digitalizar de novo na configuração certa costuma ser mais rápido do que brigar com o arquivo, e o resultado é melhor — porque os artefatos de compressão nunca foram introduzidos, em vez de terem sido introduzidos e depois parcialmente removidos.

Para papelada comum: 300 DPI, tons de cinza, digitalizado direto para um único PDF de várias páginas. Fica pequeno, nítido, imprime corretamente, mantém lápis e assinaturas legíveis e não precisa de mais nenhum trabalho. Cor só quando a cor significa algo.

Digitalizar cada página em um arquivo próprio e juntá-los depois com o Juntar PDF funciona perfeitamente e às vezes é a única opção que o seu scanner oferece, mas um scanner que consegue gerar um único documento diretamente normalmente gera um menor, porque comprime o trabalho todo com configurações consistentes.

Fotos de páginas tiradas com o celular são o caso a evitar se você tiver escolha. Iluminação irregular, um leve ângulo e um fundo dão ao compressor mais variação para preservar do que um scanner de mesa, então o arquivo sai maior e mais difícil de ler. Se o celular é tudo o que você tem, um aplicativo de digitalização que corrige a perspectiva e aplica limiar à página é bem melhor do que a galeria da câmera.

Três coisas que vale saber antes de decidir

O tamanho é o menor dos custos de uma digitalização. Uma página digitalizada não contém texto, então o documento não pode ser pesquisado, não dá para copiar dele, não pode ser lido em voz alta por um leitor de tela e vira uma imagem quando convertido para Word. O OCR reconhece os caracteres e acrescenta uma camada de texto embaixo da imagem, o que resolve tudo isso — e deixa o arquivo um pouco maior, e não menor, já que o texto é acrescentado à imagem em vez de substituí-la. Essa ferramenta roda em um servidor, então o documento é enviado para ser processado; para uma digitalização confidencial, essa é uma decisão a tomar de propósito.

Os modos de preto e branco mais agressivos podem mudar os caracteres. Alguns scanners comprimem a saída de 1 bit encontrando formas repetidas e guardando uma cópia de cada uma, o que é extremamente eficiente e, quando dois caracteres se parecem na resolução digitalizada, já foi documentado trocando um pelo outro — um dígito virando silenciosamente outro dígito em uma tabela que ninguém releu. Se os números importam, não use a menor configuração de preto e branco, e compare o resultado com o papel.

123

O que a digitalização em preto e branco joga fora

  1. Uma marca fraca — uma anotação a lápis, um carimbo claro, uma linha cinza. No papel, ela está claramente lá.
  2. O scanner escolhe um limiar. Tudo o que é mais escuro que a linha vira preto, tudo o que é mais claro vira branco, e não há nada no meio para guardar.
  3. O texto impresso sobrevive porque era bem escuro. A marca fraca se foi, e nada feito no arquivo depois a traz de volta.

Guarde o original. Cada etapa aqui é sem volta. Reduzir a resolução, converter para cinza e comprimir de novo descartam informação para sempre, e o momento de descobrir que você precisava da versão colorida nunca é o momento que você espera.

Ferramentas que este artigo aborda

Fontes

Documentação primária das afirmações acima.

Última revisão: 28 de setembro de 2026

Publicado pelo iBuildPDF.

Mais da base de conhecimento