Comprimir PDF: reduce el tamaño sin perder texto ni enlaces

¿Qué significa comprimir un PDF?

Cuando alguien busca comprimir PDF suele imaginar algo parecido a un compresor de imágenes: bajar la calidad y listo. Un PDF no funciona así. Dentro conviven texto, fuentes, formularios, enlaces y, a veces, imágenes, y solo hay un puñado de formas reales de hacer que el archivo pese menos sin romper alguna de esas piezas.

La primera opción, comprimir el archivo entero como si fuera un zip, no sirve de casi nada: cualquier PDF generado hoy ya guarda sus flujos internos comprimidos. La segunda, convertir cada página en una imagen y reconstruir el documento a partir de esas fotos, sí reduce el tamaño —por eso tantas herramientas la usan— pero destruye el archivo: el texto deja de poder seleccionarse o buscarse, y los enlaces y campos de formulario desaparecen. Esta herramienta se niega a hacer eso.

Quedan dos palancas que sí valen la pena y que no tocan el contenido: reescribir la estructura interna del archivo con una codificación más moderna, y recodificar las imágenes que ya lleva dentro. Esta herramienta aplica siempre la primera y, si tú lo eliges, también la segunda.

Cómo comprimir un PDF en tres pasos

1. Suelta tu PDF sobre la página, o haz clic para elegirlo. Se abre ahí mismo, en tu pestaña, y la herramienta te muestra cuántas páginas tiene, cuántas imágenes contiene y qué porcentaje de sus bytes son datos de imagen.
2. Elige un nivel: Sin pérdida, Ligera, Equilibrada o Fuerte. Cuanto más alto el nivel, más se limita el tamaño en píxeles de las imágenes y más agresiva es la recodificación.
3. Descarga el archivo comprimido. Verás el tamaño original, el nuevo tamaño y el ahorro repartido entre lo que vino de reconstruir el archivo y lo que vino de recodificar imágenes; si no hay manera de reducirlo, la herramienta lo dice sin rodeos y no ofrece descarga.

Por qué reescribir el archivo ya ahorra espacio, y cómo se comprobó que no pierde nada

Antes de tocar ninguna imagen, esta herramienta reescribe la estructura interna del PDF: los mismos objetos, pero serializados con flujos de referencias cruzadas y flujos de objetos comprimidos, una función de PDF 1.5 que muchos archivos —sobre todo los más antiguos— nunca llegaron a usar. No cambia ni una letra del contenido; solo cambia cómo se empaquetan los objetos que ya estaban ahí.

Medido sobre tres PDF reales, este paso por sí solo hizo lo siguiente: la especificación CSS 2.1, un PDF 1.4, pasó de 1.424.897 a 841.245 bytes, un 41,0% menos. Un artículo de arXiv en PDF 1.5 bajó de 2.215.244 a 1.825.255 bytes, un 17,6% menos. La publicación especial 811 del NIST, ya en PDF 1.6 y guardada con flujos de objetos comprimidos, apenas se movió: de 2.027.518 a 2.017.098 bytes, un 0,5%. El patrón es claro: cuanto más viejo el PDF, más deja sobre la mesa.

Que esto sea sin pérdida no se dio por hecho, se comprobó archivo por archivo. Tras reescribir los tres documentos, cada uno conservaba el mismo número de páginas, el mismo número de objetos indirectos (5.928 al entrar y 5.928 al salir en la especificación CSS, así que nada se descartó), los mismos objetos de fuente e imagen, las mismas anotaciones —los 3.489 enlaces de esa especificación, todos intactos—, las mismas entradas del catálogo, incluidos el diccionario de formularios y el árbol de estructura etiquetada, y el flujo de contenido de cada página, ya descodificado, byte a byte idéntico al original.

Guardar esos mismos archivos con los flujos de objetos comprimidos desactivados dio, en dos de los tres casos, un archivo más grande que el original, lo que confirma que el ahorro viene de una codificación más eficiente y no de haber tirado nada por el camino.

Lo que esta herramienta no toca, y por qué

El formato en que está guardada cada imagen decide casi todo. En los tres PDF medidos, el 98% de los bytes de imagen no estaban en JPEG sino guardados con compresión Flate a 8 bits por componente, así que una herramienta que solo supiera tocar JPEG no habría hecho nada con casi ninguna de ellas; esta descomprime esas imágenes, deshace su predictor de filas y entrega los píxeles en bruto al mismo codificador.

Aun así, algunas imágenes se dejan tal cual a propósito. Un fax CCITT o un JBIG2 de un escaneo en blanco y negro ya pesan menos que cualquier JPEG que se hiciera a partir de ellos, así que dejarlos así significa que ya están mejor que lo que produciríamos. JPEG 2000 se deja igual porque ningún navegador sabe descodificarlo. Las imágenes CMYK también se respetan, porque los navegadores descodifican el JPEG CMYK de Adobe de forma inconsistente —algunos invierten los colores— y estropear en silencio el color de un archivo pensado para imprenta es peor que no reducirlo. Las máscaras de transparencia se dejan intactas porque son, en realidad, el canal alfa de otra imagen y tienen que seguir en escala de grises; una recodificación siempre vuelve en color y rompería la transparencia en vez de solo suavizarla. Y las paletas indexadas, las plantillas de un bit y las imágenes de menos de 8 KB se dejan en paz porque el viaje de ida y vuelta tiene tantas probabilidades de agrandarlas como de reducirlas.

Recodificar un JPEG no siempre lo hace más pequeño, y esta herramienta lo comprueba en cada imagen antes de sustituir nada. Una foto de 433 KB, recodificada a calidad 0,82, volvió con 537 KB; a calidad 0,65, con 447 KB: las dos más grandes que el original. Casi todo el ahorro real en una imagen que ya es JPEG viene de reducir su tamaño en píxeles, no de recomprimirla —esa misma foto, limitada a 1200 px de lado largo, bajó a 202 KB.

Con las imágenes sin pérdida el criterio es todavía más estricto, porque cambiar un formato sin pérdida por uno con pérdida destruye información y solo merece la pena si el ahorro es grande. En los tres PDF medidos, las nueve imágenes guardadas sin pérdida eran diagramas y gráficos, y recodificarlas como JPEG las hizo entre 1,42 y 4,22 veces más grandes: el color plano es justo lo que un formato sin pérdida hace bien y un JPEG hace mal. Dos fotografías reales guardadas de esa misma manera, medidas aparte, bajaron en cambio a entre el 4,5% y el 12,1% de su tamaño. Entre esos dos grupos hay un salto de un orden de magnitud, y el umbral de la herramienta cae justo en medio de ese hueco.

La misma regla se aplica al archivo completo: si el resultado no pesa menos que el original, no hay botón de descarga, y la herramienta lo dice sin rodeos en vez de ofrecer un archivo que en realidad no ahorra nada. Un PDF que es casi todo texto no lo puede comprimir nadie de forma significativa; si una herramienta promete un ahorro notable en un archivo así, o está rasterizando las páginas por detrás o está contando su propio reguardado como si fuera compresión real.

¿Por qué es gratis?

Esta herramienta abre el PDF, lo reescribe y, si tú lo eliges, recodifica sus imágenes, todo dentro de tu pestaña, con las funciones que ya trae el navegador. Nada se sube a ningún servidor, así que no hay coste de subir ni bajar el archivo, ni límite de tamaño impuesto por una cola de procesamiento en la nube. No hace falta cuenta, no hay marca de agua y el resultado no lleva ningún aviso de qué herramienta lo generó. Por eso puede ser gratis sin letra pequeña: el trabajo lo hace tu propio ordenador.