Por que alguns PDFs não ficam menores

Por que o meu PDF não fica menor?

Resposta curta

Normalmente porque não sobrou nada para comprimir: o arquivo já foi bem montado, ou o tamanho dele vem de fontes incorporadas, desenhos vetoriais densos ou formatos de imagem que não podem ser recomprimidos em um navegador. A compressão de imagens só ajuda um arquivo cujos bytes são fotos.

A resposta curta

Toda ferramenta de compressão tem o mesmo limite: ela só consegue remover a redundância que ainda existe. Quando um PDF se recusa a diminuir, quase nunca é porque a ferramenta falhou. É porque o arquivo não tem folga, ou porque o volume dele está em uma parte do documento que a compressão de imagens não alcança.

Quatro causas são comuns, e cada uma pede uma resposta diferente. O arquivo já está perto do mínimo. O tamanho vem das fontes incorporadas. O tamanho vem de desenhos vetoriais. Ou as imagens estão em formatos que não podem ser decodificados e recodificados em um navegador. Descubra primeiro qual é o seu caso — o /pdf-page-count informa o número de páginas, os tamanhos de página e se há uma camada de texto, o que normalmente basta para saber.

O arquivo já foi bem montado

Este é o caso mais comum e o menos satisfatório. Um PDF exportado uma vez por um aplicativo moderno normalmente já está perto do menor tamanho possível, porque a compressão genérica já foi aplicada.

123

Onde os bytes realmente estão

  1. Imagens. Em quase todo PDF grande, isso é praticamente o arquivo inteiro.
  2. Fontes incorporadas — algumas centenas de kilobytes, iguais quer o documento tenha 5 páginas ou 500.
  3. O próprio texto e a estrutura que o mantém unido. Normalmente, um erro de arredondamento.

Os fluxos de conteúdo das páginas — as instruções que dizem onde fica o texto, que fontes usar, como desenhar as linhas — são guardados com o filtro Flate, o algoritmo DEFLATE da RFC 1951, o mesmo que existe dentro do ZIP e do PNG. O exportador o aplicou quando gravou o arquivo. Aplicar DEFLATE sobre dados que já passaram por DEFLATE não recupera nada; um resultado comprimido parece ruído para um compressor, e é justamente por isso que está comprimido.

Então um documento de texto de 40 páginas sem imagens não tem folga relevante. A otimização estrutural — reempacotar objetos em fluxos de objetos, descartar objetos órfãos de edições anteriores, remover metadados — ganha porcentagens de um dígito, e às vezes mal chega a isso. Não é uma limitação de uma ferramenta específica; é o que o arquivo é.

Vale conhecer uma exceção. Um PDF aberto, editado e salvo de novo muitas vezes em vários aplicativos pode estar carregando muito lixo sem referência de versões anteriores de si mesmo, e regravá-lo direito ganha bem mais. Se um arquivo parece grande demais para o que contém e tem um longo histórico de edições, essa é a explicação provável.

Fontes incorporadas

Um PDF deve ficar igual em todo lugar. Essa promessa é cumprida colocando as fontes dentro do arquivo, para que o documento não dependa do que estiver instalado na máquina de quem lê. É um dos motivos de o formato existir, e isso custa bytes.

Quantos, depende da fonte. Um subconjunto — só os glifos que o documento realmente usa — de uma fonte de texto latina costuma ter dezenas de kilobytes e não é motivo de preocupação. Uma fonte completa, sem subconjunto, é maior. Uma fonte CJK, que cobre chinês, japonês ou coreano, pode ter vários megabytes sozinha, porque contém muitos milhares de glifos. Incorpore dois pesos de uma delas e você tem um PDF de vários megabytes contendo uma página de texto.

Um subconjunto mal feito é uma ineficiência real e corrigível, mas a correção é exportar de novo a partir do documento de origem com o subconjunto ativado — trabalho para o aplicativo que fez o PDF, e não para um compressor.

O que você não deve fazer é tirar as fontes. Um PDF sem as fontes é exibido com substitutas em qualquer máquina que não tenha as originais: as métricas mudam, as quebras de linha se deslocam, o layout se desarruma e caracteres podem sumir de vez. O documento deixa, em silêncio, de ser o documento. O iBuildPDF não remove fontes incorporadas, em nenhum modo, exatamente por isso.

Desenhos vetoriais densos

Um mapa, uma exportação de CAD, uma planta baixa, um gráfico com dezenas de milhares de pontos: parecem imagens e não são. São desenhos vetoriais, então o fluxo de conteúdo da página guarda uma operação de desenho individual para cada linha, curva, preenchimento e recorte do desenho. Um mapa detalhado pode ter centenas de milhares de operações. O arquivo é isso.

Não há alavanca de qualidade de imagem para puxar, porque não há imagem. Nada para reduzir, nada para recodificar, nenhuma configuração de qualidade JPEG que se aplique. Passe uma compressão de imagens em um arquivo assim e ela vai informar, corretamente, que não encontrou nada em que trabalhar, e o resultado vai ter o mesmo tamanho da entrada. Isso não é uma falha; é o resultado honesto. O fluxo de conteúdo, como sempre, já está comprimido com Flate, então a alavanca genérica também já foi puxada.

As opções reais são simplificar o desenho no aplicativo que o gerou — menos traçados, menos detalhes escondidos, camadas desnecessárias removidas — ou abrir mão dos vetores e rasterizar, como explicado abaixo. O consolo é que arquivos vetoriais não dependem de resolução: um mapa de 500 KB imprime perfeitamente em qualquer tamanho, o que uma foto de 500 KB de um mapa não faz.

Formatos de imagem que não podem ser recomprimidos

Às vezes o arquivo é mesmo feito de imagens e elas ainda assim não podem ser tocadas, porque o navegador não consegue decodificá-las. Recomprimir significa decodificar primeiro os pixels originais, e uma ferramenta que roda no navegador só tem os decodificadores que o navegador traz.

  • JPEG 2000 (JPXDecode). Um sucessor do JPEG baseado em wavelets, usado em alguns fluxos de digitalização de arquivos, da área médica e profissionais. Os navegadores não o suportam de forma confiável — não há um decodificador JPX nativo com que contar, então não existe um jeito seguro de chegar aos pixels.
  • JBIG2. Um formato para imagens digitalizadas bitonais (preto e branco puros). Ele reconhece formas repetidas — a mesma letra aparecendo mil vezes em uma página — e guarda cada forma uma única vez. É extremamente eficiente em texto digitalizado, e um JPEG não conseguiria melhorá-lo.
  • Fax CCITT Grupo 3 e Grupo 4. As codificações bitonais clássicas de fax, ainda geradas por scanners de documentos e impressoras multifuncionais. Cada pixel é um bit, então o resultado costuma ser já menor do que qualquer JPEG que conseguiríamos fazer da mesma página; converter uma digitalização bitonal nítida em JPEG a deixaria maior e pior, com um halo cinza em volta de cada letra.

Outras coisas também são puladas de propósito: máscaras de estêncil e tudo o que é usado como /SMask ou /Mask, imagens menores que uns 100×100 pixels, amostras brutas com qualquer coisa diferente de 8 bits por componente, espaços de cor que não podem ser convertidos de forma confiável, como Separation, DeviceN e Lab, e JPEGs CMYK em um navegador que falha em um teste de decodificação feito na inicialização.

Quando o iBuildPDF pula uma imagem, ele conta e informa o que pulou, em vez de simplesmente não fazer nada em silêncio. Se o seu arquivo quase não mudou e o resultado diz que a maioria das imagens foi pulada, essa é a explicação.

O que realmente ajuda

Combine a solução com a causa.

  • Já bem montado. Aceite, ou mude o que você está enviando — divida o documento, ou mande um link em vez de um anexo. Nenhuma configuração vai ajudar.
  • Arquivo salvo muitas vezes. Uma regravação limpa descarta os objetos órfãos acumulados; exportar de novo a partir do aplicativo de origem faz o mesmo.
  • Fontes. Exporte de novo com o subconjunto ativado. Não remova as fontes.
  • Vetores. Simplifique o desenho na origem, ou rasterize.
  • Formatos de imagem pulados. JBIG2 ou CCITT significam que o arquivo provavelmente já está perto do mínimo; deixe-o como está. Para JPEG 2000, exportar de novo pelo programa de digitalização com saída em JPEG comum normalmente dá um arquivo que depois pode ser comprimido normalmente.

Para um arquivo cheio de vetores, rasterizar é a única alavanca que resta. O modo Máximo do /compress-pdf renderiza cada página e a substitui por um JPEG dela mesma, então o tamanho do resultado depende só das dimensões da página e da qualidade, e não da complexidade do desenho. Funciona. É também o único modo destrutivo, e a página avisa antes de você rodá-lo: o resultado não tem texto selecionável, pesquisa nem copiar e colar, nem links ou campos de formulário funcionando, nada para um leitor de tela, e desenhos vetoriais que ficam borrados quando ampliados ou impressos maiores. O OCR pode acrescentar de novo uma camada pesquisável depois, mas é uma leitura da imagem, e não o texto original. Guarde o original.

Para a mecânica do que cada modo muda, veja como funciona a compressão de PDF.

Ferramentas que este artigo aborda

Fontes

Documentação primária das afirmações acima.

Última revisão: 16 de setembro de 2026

Publicado pelo iBuildPDF.

Mais da base de conhecimento