Compresser un PDF

Que veut dire compresser un PDF ?

Compresser un PDF, c'est réduire son poids en octets sans rien perdre de ce qui compte : le texte doit rester sélectionnable, les liens doivent continuer de fonctionner, et les pages doivent s'afficher exactement comme avant. Ce n'est pas la même chose que zipper le fichier : presque tous les logiciels qui produisent un PDF compressent déjà leurs flux de données, donc passer le fichier entier dans un compresseur générique ne change quasiment rien.

En réalité, il n'existe que deux endroits où un PDF peut maigrir : la façon dont ses objets internes sont sérialisés, et le poids des images qu'il contient. Tout le reste — le texte, les polices, la mise en page — occupe déjà le minimum de place que le format permet.

Beaucoup d'outils en ligne qui promettent de compresser un PDF prennent un raccourci radical : ils transforment chaque page en photo et rebâtissent le document à partir de ces images. Le fichier maigrit, mais le texte cesse d'en être un : plus de sélection, plus de recherche, plus de liens cliquables. Celui-ci refuse ce raccourci et ne joue que sur les deux leviers qui ne coûtent rien au document.

Comment ça marche

1. Déposez un PDF sur la page, ou cliquez pour le choisir : il s'ouvre dans cet onglet et n'est jamais envoyé, et l'outil affiche aussitôt son nombre de pages, son nombre d'images et la part de son poids que ces images représentent.
2. Choisissez un niveau, de Sans perte à Forte : Sans perte ne touche à aucune image, Légère et Équilibrée gardent une bonne résolution en la plafonnant progressivement, et Forte va jusqu'à 1200 pixels sur le grand côté avec un encodage plus agressif.
3. Téléchargez le résultat : vous verrez le gain total, la part venant de la reconstruction du fichier et celle venant des images, le nombre d'images réencodées et celui des images laissées telles quelles — et si rien ne peut être réduit, l'outil le dit sans afficher de bouton de téléchargement.

La vraie surprise : reconstruire le fichier, sans toucher aux images

Le levier le plus rentable n'est pas celui auquel on pense en premier. Avant même de toucher à une seule image, réenregistrer un PDF avec une structure interne modernisée peut déjà faire fondre son poids — et l'ampleur du gain dépend entièrement de l'âge du fichier. Sur la spécification CSS 2.1, un PDF au format 1.4, ce simple réenregistrement fait passer le fichier de 1 424 897 à 841 245 octets, soit 41,0 % de moins, sans qu'aucune image n'ait été modifiée.

Sur un article publié au format PDF 1.5, le gain tombe à 17,6 % (de 2 215 244 à 1 825 255 octets), et sur la publication spéciale NIST 811, en PDF 1.6, il ne reste plus que 0,5 % (de 2 027 518 à 2 017 098 octets). La raison tient à une seule fonctionnalité : le PDF 1.5 a introduit les flux de références croisées et les flux d'objets compressés, qui rangent les objets du document de façon bien plus dense que le format d'origine. Un fichier écrit avant cette version, ou par un générateur qui ne s'en sert pas, laisse ce gain entièrement sur la table ; un fichier qui l'utilise déjà n'a plus rien à donner par ce biais.

Que ce réenregistrement ne perde rien n'a pas été supposé, mais vérifié objet par objet. Sur la spécification CSS, l'entrée et la sortie comptent exactement le même nombre de pages, le même nombre d'objets indirects (5 928 dans les deux cas, donc rien n'a été supprimé), les mêmes objets de police et d'image, les mêmes 3 489 annotations de lien, toutes conservées, les mêmes entrées de catalogue — y compris le dictionnaire de formulaire et l'arbre de structure balisée — et un flux de contenu décodé identique, page par page, jusqu'au dernier octet.

Un second contrôle situe l'origine du gain : en réenregistrant ces trois mêmes fichiers avec les flux d'objets compressés désactivés, deux des trois PDF sont ressortis plus lourds que l'original. C'est bien la densité de l'encodage qui fait la différence, et non une quelconque suppression, puisque le même contenu écrit autrement occupe davantage de place.

Ce que l'outil laisse volontairement de côté

Le format de stockage d'une image compte plus qu'on ne le croit. Dans ces mêmes documents mesurés, 98 % des octets d'image étaient des pixels compressés en Flate plutôt que du JPEG, si bien qu'un outil ne traitant que le JPEG n'aurait rien fait à aucun d'eux. Celui-ci décompresse ces images, défait leur prédicteur de lignes et confie les pixels bruts au même encodeur, ce qui est la seule raison pour laquelle le levier des images atteint la plupart des documents réels.

Certaines images ne sont jamais touchées, et chaque exception a une vraie raison. Les formats de numérisation bitonaux (CCITT fax et JBIG2) sont déjà plus légers que n'importe quel JPEG qu'on pourrait en tirer — les ignorer, c'est reconnaître qu'ils font déjà mieux que nous. Le JPEG 2000 est laissé intact parce qu'aucun navigateur ne sait le décoder. Les images en CMJN restent telles quelles, quel que soit leur format d'origine, parce que les navigateurs décodent les JPEG CMJN d'Adobe de façon incohérente et que certains en inversent les couleurs ; abîmer en silence la colorimétrie d'un fichier destiné à l'impression serait pire que de ne rien gagner. Les masques de transparence restent aussi intacts : un masque doux est le canal alpha d'une autre image, la spécification exige qu'il reste en niveaux de gris, et un réencodage revient toujours en couleur — le remplacer casserait la transparence au lieu de l'adoucir. Enfin, les palettes indexées, les pochoirs d'un bit et les images de moins de 8 Ko sont ignorés parce que l'aller-retour a autant de chances de les agrandir que de les réduire.

Réencoder un JPEG ne le réduit pas forcément : c'est mesuré, pas supposé. Une photo JPEG de 433 Ko réencodée à la qualité 0,82 est revenue à 537 Ko, et à la qualité 0,65 à 447 Ko — les deux plus lourdes que l'original. L'outil ne remplace donc une image que si le résultat est vraiment plus petit, jamais par défaut. Sur une image déjà en JPEG, l'essentiel du gain vient d'ailleurs : réduire le nombre de pixels. La même photo plafonnée à 1200 px sur le grand côté est tombée à 202 Ko.

Une image sans perte doit franchir une barre plus haute, parce qu'échanger un flux sans perte contre un flux avec perte détruit réellement de l'information. La mesure sur ces trois PDF est nette : les neuf images sans perte qu'ils contiennent sont toutes des schémas et des graphiques, et les réencoder en JPEG les a toutes rendues plus lourdes, entre 1,42 et 4,22 fois leur taille — l'aplat de couleur est exactement ce que le format sans perte réussit et ce que le JPEG rate. À l'inverse, deux vraies photographies stockées de la même façon sans perte, mesurées séparément, sont tombées entre 0,045 et 0,121 de leur taille une fois réencodées. Il y a un ordre de grandeur d'écart entre les deux groupes, et le seuil de l'outil se place entre les deux.

La même règle s'applique à l'échelle du document entier : si le résultat n'est pas plus petit que l'original, l'outil ne le propose pas. Un PDF presque entièrement composé de texte ne peut être réduit de façon notable par personne, structure ou images confondues — et un outil qui affiche quand même un pourcentage de gain sur un tel fichier est soit en train de rastériser vos pages en douce, soit en train de mesurer son propre réenregistrement plutôt qu'une vraie économie.

Pourquoi est-ce gratuit ?

Parce que rien ne quitte votre appareil. Le fichier est ouvert, analysé et réécrit dans l'onglet de votre navigateur ; aucun octet n'est envoyé à un serveur, ce qui rend la question de la confidentialité sans objet.

Aucun compte, aucune limite de nombre de fichiers, et aucun filigrane ajouté au résultat. Le PDF que vous téléchargez est le vôtre, allégé, jamais marqué.