Trasformare un PDF in immagini quando un sito rifiuta i PDF

PNG o JPEG è la decisione che si vede

Il JPEG ottiene la sua dimensione buttando via dettaglio ad alta frequenza, nell'ipotesi ragionevole che una fotografia ne abbia più di quanto un occhio percepisca. Una pagina di testo è il caso patologico di quell'ipotesi: una lettera non è altro che un bordo ad alta frequenza, nero che incontra bianco nello spazio di un pixel. Il codificatore tratta ognuno di quei bordi come rumore da levigare e lascia un lieve squillo grigio attorno a ogni carattere — l'effetto detto rumore di zanzara. È sottile ad alta qualità e inconfondibile appena il file è stato spremuto fino a qualcosa che un modulo accetti.

Il PNG fa lo scambio opposto, e si dà il caso che si adatti ai documenti. È senza perdita, quindi un bordo resta un bordo, e comprime trovando sequenze di pixel identici — cosa che una pagina di nove parti di bianco per una di nero fornisce in abbondanza. Il risultato è spesso non solo più pulito ma più piccolo. La regola riguarda il contenuto più che la preferenza di formato: se la pagina è testo, tabelle, moduli o tratti, PNG. Se è una fotografia che si trova dentro un PDF, JPEG.

Cosa perdi nel momento in cui renderizzi

Un PDF uscito da un elaboratore di testi tiene il testo come testo: il destinatario può selezionarlo, cercarlo, copiarne un numero di conto, e qualsiasi sistema che indicizzi documenti può leggerlo. Renderizzare ogni pagina in immagine mette fine a tutto questo. Ciò che arriva è una fotografia di una pagina, e le parole dentro sono forme. Nessuno può cercare un numero di riferimento, un lettore di schermo non ha nulla da annunciare, e un sistema che si aspettava di estrarre un totale non ne troverà alcuno.

È un costo reale, e vale la pena pagarlo deliberatamente. Converti perché la destinazione non prende PDF, non perché le immagini sembrino più semplici. Se il motivo per cui converti è che il PDF è troppo grande, la conversione non aiuterà — un'immagine di una pagina è quasi sempre più pesante della pagina da cui viene, perché l'istruzione compatta «disegna questo glifo qui» diventa diverse migliaia di pixel.

La risoluzione, in pixel anziché in aggettivi

Gli strumenti tendono a offrire basso, medio e alto, il che non dice nulla su quanto il risultato sarà leggibile. Il numero che conta sono i punti per pollice applicati a una pagina di dimensione fissa. Una pagina A4 a 150 dpi diventa 1240 per 1754 pixel — più alta della maggior parte degli schermi, quindi si mostra a piena finezza senza ingrandire. A 300 dpi diventa 2480 per 3508, quattro volte i pixel e quattro volte il peso, e a schermo non aggiunge nulla. Aggiunge molto se la pagina sarà stampata, perché una stampa a 150 dpi appare molle, e aggiunge precisione se un sistema di riconoscimento del testo leggerà l'immagine, perché la sua accuratezza cala nettamente sotto i 300.

Un'immagine per pagina, e cosa farne quando sono trenta

La renderizzazione produce un file per pagina, cosa ovvia in linea di principio e scomoda in pratica quando il modulo ha un solo campo di caricamento. Tre vie d'uscita, nell'ordine da provare: manda solo le pagine effettivamente richieste, di solito una o due, ed è a questo che serve l'estrazione; verifica se il campo accetta più file, cosa che molti fanno senza dirlo; oppure chiedi se il PDF sia davvero rifiutato, perché un numero sorprendente di moduli lo respinge per errore di configurazione e non per politica.

Il convertitore di questo sito si ferma alle prime 30 pagine, un limite deliberato e non un guasto: la renderizzazione avviene sul tuo processore, e un documento di cento pagine a 300 dpi sono cento immagini da quasi nove megapixel ciascuna, abbastanza per esaurire un telefono. Se ti servono più di trenta pagine come immagini, dividi prima il documento e converti ogni parte — il vincolo è la memoria, e dimezzare l'ingresso dimezza il picco.

L'andata e ritorno che ti costa in silenzio

Una mossa allettante è convertire un PDF in immagini e poi ricostruire un PDF da quelle immagini — per appiattire un modulo, diciamo, o per togliere qualcosa. Funziona, e conviene sapere quanto costa: il risultato è un PDF il cui testo non è più testo, di parecchie volte più pesante dell'originale, e non può mai essere annullato. Qualunque fosse il tuo scopo, verifica prima se c'è un modo di raggiungerlo senza passare dai pixel, perché l'andata e ritorno è una porta a senso unico.

Una tabella decisionale da tenere

Due domande risolvono quasi ogni caso. Cosa c'è sulla pagina — testo o fotografia — sceglie il formato. Chi legge il risultato — uno schermo, una stampante o una macchina — sceglie la risoluzione. Tutto il resto discende da queste due, e azzeccarle al primo tentativo è la differenza fra un caricamento e una conversazione con un servizio di assistenza.

Domande frequenti

Perché il mio PNG è più grande dell'intero PDF?

Perché hai sostituito una descrizione con una fotografia. Nel PDF, una pagina di testo è un breve elenco di istruzioni che nominano glifi e posizioni, e i caratteri sono condivisi da tutte le pagine. La renderizzazione trasforma quello in due milioni di pixel che vanno comunque memorizzati. Più alta la risoluzione, più ampio il divario. Se il peso era il problema che volevi risolvere, convertire in immagini è esattamente la direzione sbagliata.

Posso recuperare il testo dalle immagini dopo?

Solo passandoci sopra un riconoscimento del testo, che legge le forme e indovina i caratteri. È buono e non è l'originale: sbaglia su caratteri insoliti, corpo piccolo, tabelle e tutto ciò che è manoscritto, e non ti dà modo di sapere quali parole ha mancato. Conserva il PDF originale. Il riconoscimento è ciò che si usa quando l'originale è davvero sparito, non un sostituto del non averlo buttato.

Il modulo vuole un'immagine e il mio documento ha sei pagine. E adesso?

Manda la pagina che risponde alla domanda, non il documento. Un modulo che chiede una prova di residenza vuole la pagina con l'indirizzo, e una bolletta di sei pagine allegata per intero è una scocciatura per il revisore più che una pratica più solida. Estrai prima la pagina e converti solo quella. Se servono davvero più pagine e si può caricare un solo file, chiedi — quella combinazione di solito è un errore di configurazione, e l'assistenza può alzare il limite o accettare un altro formato.

Convertire in immagini rimuove i dati nascosti dal PDF?

Rimuove ciò che stava nel documento — livelli, annotazioni, valori dei moduli, il grafo degli oggetti, testo sotto un rettangolo nero — perché la renderizzazione tiene solo ciò che è visibile sulla pagina. Questo la rende un modo genuino per appiattire qualcosa, ed è la ragione per cui ci si ricorre. Non rimuove ciò che l'immagine stessa porta: il file renderizzato riceve i propri metadati, e se poi lo fotografi o lo rimodifichi, altro può accumularsi. Appiattire e ripulire i metadati sono due lavori distinti.

Perché il convertitore si ferma a trenta pagine?

Perché la renderizzazione avviene sul tuo dispositivo e non su un server, e ogni pagina diventa un'immagine a grandezza piena tenuta in memoria prima di poter essere salvata. Trenta pagine a una risoluzione leggibile sono già parecchia memoria su un portatile e sfiorano il soffitto su un telefono. Il limite c'è perché la scheda arrivi in fondo invece di essere uccisa a metà. Se ti serve di più, dividi il documento e converti le parti — il lavoro totale è lo stesso, il picco no.