PDF संपीड़न का परीक्षण: विधि, फ़ाइल का आकार और सुविधाएँ

क्या जाँचा गया और क्या नहीं?

उसी अपरिवर्तित संपीड़न कोड का परीक्षण किया गया, जिसका उपयोग इस वेबसाइट का PDF कंप्रेसर करता है। हालाँकि, मापन के लिए इसे ब्राउज़र में चलाने के बजाय सीधे Node.js में चलाया गया। इससे हर रन के इनपुट, सेटिंग और सहेजे गए परिणाम का सटीक रिकॉर्ड रखना संभव होता है।

• संपीड़न मॉड्यूल: WebAssembly के रूप में QPDF 12.2.0, रैपर संस्करण 0.3.0। रैपर की बिल्ड स्क्रिप्ट QPDF 12.2.0 निर्धारित करती है, और पूछे जाने पर इंस्टॉल किया गया मॉड्यूल भी 12.2.0 बताता है।
• परिवेश: Windows 11, बिल्ड 26200, x64 पर Node.js 24.18.1।
• दायरा: तीन कृत्रिम इनपुट फ़ाइलें, संपीड़न के नौ रन और हस्ताक्षर के प्लेसहोल्डर वाली एक परीक्षण फ़ाइल, जिसे अस्वीकार किया जाना चाहिए।
• बाद की जाँच: कुल 24 पृष्ठों वाली बारह सहेजी गई PDF, जिनमें से प्रत्येक की संरचना और रेंडर किए गए पृष्ठ-दृश्य की जाँच की गई।

इस मापन में ये शामिल नहीं हैं:

• प्रसंस्करण का समय; समय नहीं मापा गया,
• अलग-अलग ब्राउज़र या वास्तविक स्मार्टफ़ोन और टैबलेट पर व्यवहार,
• वास्तविक फ़ोटो, स्कैन, बड़ी फ़ाइलें या उपयोगकर्ताओं के दस्तावेज़,
• दूसरे संपीड़न प्रोग्राम या ऑनलाइन सेवाएँ,
• ऐसी औसत बचत, जिसकी आप अपनी फ़ाइल के लिए अपेक्षा कर सकें।

परीक्षण फ़ाइलें, सेटिंग और डाउनलोड

इस परीक्षण में केवल स्वयं बनाई गई PDF शामिल हैं। इनमें ग्राहकों के दस्तावेज़, बाहरी दुनिया की फ़ोटो या वास्तविक व्यक्तियों के हस्ताक्षर नहीं हैं। छवि वाली फ़ाइल में मौजूद छवि भी कृत्रिम रूप से बनाई गई है: इसमें रंगों के क्रमिक बदलाव वाली एक बनावट दिखाई गई है और यह न तो फ़ोटो है, न स्कैन।

• टेक्स्ट फ़ाइल, 3,029 बाइट: टेक्स्ट, भरे हुए फ़ॉर्म फ़ील्ड, लिंक, पृष्ठ के घुमाव और संरचना वृक्ष में एक चिह्न के साथ दो पृष्ठ।
• छवि वाली फ़ाइल, 13,59,079 बाइट: वही घटक और उनके अलावा 640 × 800 पिक्सेल की एक कृत्रिम रूप से बनाई गई छवि। छवि के बिना टेक्स्ट फ़ाइल केवल 3,029 बाइट की है, इसलिए इस फ़ाइल के आकार का अधिकांश हिस्सा छवि के कारण है।
• पहले से अनुकूलित टेक्स्ट फ़ाइल, 2,721 बाइट: इसका उपयोग ऐसे मामले के रूप में किया गया है, जिसमें और बचत नहीं हो सकती।
• हस्ताक्षर के प्लेसहोल्डर वाली फ़ाइल, 3,139 बाइट: इसमें केवल हस्ताक्षर की संरचना है, कोई वास्तविक डिजिटल हस्ताक्षर नहीं है। इससे जाँचा जाता है कि कंप्रेसर हस्ताक्षरित फ़ाइलों को अस्वीकार करता है या नहीं।

हर रन के लिए एक जैसी शुरुआती स्थिति

• हर रन मूल फ़ाइल के अपरिवर्तित बाइट से शुरू होता है। यदि किसी रन में कई प्रयासों की ज़रूरत होती है, तो हर अगला प्रयास भी मूल फ़ाइल से शुरू होता है, पिछले परिणाम से नहीं।
• सभी परिणामों में दोनों पृष्ठ पूरे मौजूद हैं। कोई पृष्ठ हटाया नहीं गया, कुछ भी ZIP में पैक नहीं किया गया, किसी छवि के पिक्सेल कम नहीं किए गए और किसी पूरे पृष्ठ को छवि में नहीं बदला गया। इसी आधार पर अलग-अलग मोड की बाइट संख्याओं की आपस में तुलना की जा सकती है।
• हर परिणाम अलग फ़ाइल नाम से सहेजा गया। इनपुट और आउटपुट के लिए बाइट की संख्या और SHA-256 चेकसम दर्ज हैं। चेकसम फ़ाइल की विशिष्ट पहचान है: एक भी बाइट बदलने पर चेकसम बदल जाता है।
• हर रन के लिए मोड, जहाँ लागू हो वहाँ लक्षित आकार, और वास्तव में इस्तेमाल की गई JPEG गुणवत्ता दर्ज है।

तीनों मोड तकनीकी रूप से क्या करते हैं

लॉग और तालिकाओं में मोड के नाम lossless, balanced और small हैं। टूल में आपको ये इन नामों से मिलेंगे: lossless का नाम गुणवत्ता में हानि के बिना अनुकूलन, balanced का नाम संतुलित और small का नाम छोटी फ़ाइल है। गुणवत्ता में हानि के बिना अनुकूलन केवल फ़ाइल की संरचना, यानी ऑब्जेक्ट और संपीड़ित डेटा स्ट्रीम को अनुकूलित करता है। संतुलित उपयुक्त छवियों को गुणवत्ता स्तर 80 पर JPEG के रूप में दोबारा एन्कोड भी करता है। यदि लक्षित आकार प्राप्त नहीं होता, तो 70 पर एक प्रयास किया जाता है। छोटी फ़ाइल मोड स्तर 65 से शुरू होता है और लक्ष्य प्राप्त न होने पर 50 और फिर 40 पर जाता है। यदि आपने लक्षित आकार दिया है और मूल फ़ाइल या संरचनात्मक रूप से अनुकूलित संस्करण ही उस लक्ष्य को पूरा करता है, तो गुणवत्ता में हानि वाले JPEG प्रयास की ज़रूरत नहीं होती। अंत में जाँचे गए संस्करणों में से सबसे छोटा संस्करण चुना जाता है। यदि कोई भी मूल से छोटा नहीं है, तो मूल फ़ाइल रखी जाती है। इससे किसी निश्चित बचत की गारंटी नहीं मिलती।

QPDF 12.2 के दस्तावेज़ के अनुसार, इस प्रक्रिया में QPDF छवियों का रिज़ॉल्यूशन कम नहीं करता। हालाँकि, JPEG के रूप में दोबारा एन्कोड करने से दिखाई देने वाली विकृतियाँ पैदा हो सकती हैं, और QPDF दोबारा एन्कोड किए गए छवि डेटा को तभी अपनाता है, जब वह छोटा हो। छवि की गुणवत्ता के लिए इसका क्या अर्थ है, यह गुणवत्ता में हानि के बिना PDF संपीड़ित करें मार्गदर्शिका में बताया गया है।

स्वयं जाँचने के लिए फ़ाइलें और चेकसम

अगली तालिका में सभी परीक्षण और परिणाम फ़ाइलों के लिंक हैं। डाउनलोड करने के बाद अपनी पसंद के चेकसम टूल से SHA-256 चेकसम का मिलान करें। यदि वह मेल खाता है, तो आपके पास ठीक वही फ़ाइल है जिसका मापन किया गया था। अंग्रेज़ी में लिखे reproducibility-manifest.json लॉग में सभी रन के सटीक कॉल और सेटिंग मौजूद हैं।

परिणाम: फ़ाइल के आकार का ईमानदार विवरण

आपकी अपनी PDF का आकार कितना घटेगा, इसका पूर्वानुमान इस परीक्षण से नहीं लगाया जा सकता। यह इस बात पर निर्भर करता है कि आपकी फ़ाइल में क्या है। तीन परीक्षण फ़ाइलें ही परिणामों का अंतर दिखाती हैं: छोटी टेक्स्ट फ़ाइल lossless मोड में 10.17 प्रतिशत छोटी हुई, जबकि छवि वाली फ़ाइल उसी मोड में केवल 0.02 प्रतिशत छोटी हुई। छवि वाली फ़ाइल में 86.78 प्रतिशत की बचत JPEG के रूप में दोबारा एन्कोड करने पर ही हुई। तालिका में सभी नौ रन शामिल हैं, वे भी जिनमें कोई उल्लेखनीय बचत नहीं हुई।

बचत की गणना हमेशा वास्तविक बाइट से की गई है: बचाए गए बाइट को मूल आकार से भाग देकर। balanced वाले रन में यह 13,59,079 बाइट में से 11,79,371 बाइट है, यानी 86.78 प्रतिशत। अपनी फ़ाइल के लिए आप संपीड़न दर कैलकुलेटर से इसकी गणना कर सकते हैं।

JPEG गुणवत्ता का अर्थ प्रतिशत में बचत नहीं है

80, 65 या 40 जैसे मान JPEG एन्कोडर की सेटिंग हैं, आकार में कमी के प्रतिशत नहीं। यहाँ गुणवत्ता स्तर 80 पर 86.78 प्रतिशत और स्तर 65 पर 90.75 प्रतिशत की बचत हुई। किसी दूसरी फ़ाइल में इन्हीं स्तरों के परिणाम बिल्कुल अलग हो सकते हैं।

बचत न होने वाला मामला भी शामिल क्यों है

केवल सबसे अच्छी बचत दिखाने वाला परीक्षण एक महत्वपूर्ण मामले को छिपाता है: जब और बचत संभव न हो, तो क्या होता है? 2,721 बाइट की पहले से अनुकूलित टेक्स्ट फ़ाइल के लिए lossless मोड कोई छोटा संस्करण नहीं दे पाया। इसलिए कंप्रेसर ने मूल फ़ाइल रखी: आउटपुट 2,721 बाइट, बचत 0 बाइट, और इनपुट तथा आउटपुट का SHA-256 चेकसम समान है। इस तरह वास्तविक संपीड़न मॉड्यूल से यह साबित होता है कि इस मामले में आपको बिना किसी लाभ के दोबारा लिखी गई फ़ाइल नहीं मिलती। ऐसी स्थिति में आप क्या कर सकते हैं, यह PDF का आकार नहीं घट रहा मार्गदर्शिका में बताया गया है।

लक्षित आकार प्राप्त हुआ, प्राप्त नहीं हुआ या पहले से पूरा था

• लक्ष्य 2,50,000 बाइट: स्तर 65 वाले पहले ही प्रयास का आकार 1,25,710 बाइट था। इसलिए लक्ष्य प्राप्त हो गया, और परिणाम बिना लक्ष्य वाले रन से बाइट-दर-बाइट समान भी है।
• लक्ष्य 128 बाइट: छवि सहित दो पृष्ठों के लिए यह अवास्तविक रूप से छोटा है। अंतिम स्तर 40 पर भी आकार केवल 74,707 बाइट तक घटा। कंप्रेसर लक्ष्य प्राप्त न होने की सूचना देता है और फिर भी एक फ़ाइल देता है। इस परीक्षण फ़ाइल की 74,707 बाइट वाली सहेजी गई परिणाम फ़ाइल में दोनों पृष्ठ मौजूद हैं, और नीचे बताई गई सुविधाओं की जाँच सफल रही। इस प्रक्रिया में छवि डेटा को गुणवत्ता में हानि के साथ दोबारा एन्कोड किया गया। यह रन साबित नहीं करता कि हर दूसरी फ़ाइल की पूरी सामग्री भी सुरक्षित रहेगी।
• लक्ष्य 13,59,079 बाइट, यानी ठीक मूल आकार: लक्ष्य पहले से पूरा माना गया। केवल संरचनात्मक अनुकूलन हुआ, जिसमें गुणवत्ता की हानि नहीं होती। इससे आकार 13,58,764 बाइट हुआ, जो lossless वाले रन के आकार के समान है। छवि को JPEG के रूप में दोबारा एन्कोड नहीं किया गया, क्योंकि दर्ज किए गए कॉल में कोई JPEG सेटिंग नहीं है।

आकार समान, चेकसम अलग

balanced वाले रन को दोहराने पर आकार फिर ठीक 1,79,708 बाइट आया, लेकिन SHA-256 चेकसम अलग था। जिस रन में लक्ष्य पहले से पूरा था, उसका आकार भी lossless वाले रन के समान है, फिर भी उसका अपना अलग चेकसम है। इसका एक संभावित कारण यह है कि PDF लिखते समय, उदाहरण के लिए, एक नई दस्तावेज़ पहचान बन सकती है। इसके विपरीत, बिना लक्ष्य वाले small रन और 2,50,000 बाइट लक्ष्य वाले रन का हर बाइट समान था। इसलिए चेकसम किसी विशेष सहेजी गई फ़ाइल की पहचान करता है। किसी रन को दोहराने पर, ब्राउज़र में भी, आपको ज़रूरी नहीं कि बाइट-दर-बाइट समान फ़ाइल मिले, भले ही आकार समान रहे।

दृश्य रूप और सुविधाओं की अलग-अलग जाँच

फ़ाइल का छोटा होना अपने आप में यह नहीं बताता कि टेक्स्ट, फ़ॉर्म और लिंक सुरक्षित रहे हैं या नहीं। अच्छा पूर्वावलोकन भी इसका प्रमाण नहीं है। इसलिए सहेजी गई फ़ाइलों को दो स्वतंत्र लाइब्रेरी से जाँचा गया: pdf-lib सहेजी गई आंतरिक संरचना पढ़ता है, और PDF.js 6.4.299 पृष्ठों को रेंडर करता है तथा टेक्स्ट और एनोटेशन पढ़ता है। इसके लिए PDF.js को Chromium संस्करण 151.0.7922.34 के एक अलग-थलग इंस्टेंस में चलाया गया। तैयार फ़ाइलों की यह जाँच उस संपीड़न से अलग है, जिसका मापन Windows 11 पर Node.js में किया गया था। ब्राउज़र या मोबाइल उपकरणों पर संपीड़न का मापन नहीं किया गया, और यह जाँच दूसरे PDF प्रोग्राम के व्यवहार के बारे में कुछ नहीं बताती। हर जाँच की अपनी विधि है और वह केवल इन परीक्षण फ़ाइलों पर लागू होती है।

फ़ॉर्म फ़ील्ड के बारे में एक विवरण: उसका मान PDF.js के सामान्य टेक्स्ट निष्कर्षण में भरोसेमंद ढंग से दिखाई नहीं देता, इसलिए उसे एनोटेशन के माध्यम से पढ़ा गया। यदि आप किसी संपीड़ित PDF में भरे हुए फ़ॉर्म के मान को खोजते हैं और वह नहीं मिलता, तो इसका अपने आप यह अर्थ नहीं है कि वह मौजूद नहीं है।

balanced और small में छवि को गुणवत्ता में हानि के साथ JPEG के रूप में दोबारा एन्कोड किया गया, सिवाय उस small रन के जिसका लक्ष्य पहले से पूरा था। इस दौरान टेक्स्ट और रेखाओं के डिकोड किए गए सामग्री निर्देश समान रहे, लेकिन बनावट वाली छवि का डेटा समान नहीं रहा। छवि वाली फ़ाइल से मिले परिणामों के रेंडर किए गए पृष्ठों में छवि की स्थिति और फैलाव तथा पृष्ठ का घुमाव मूल के समान रहे। यदि आप स्वयं फ़ाइलें देखते हैं, तो यह बात ध्यान में रखें: मूल फ़ाइल में ही कृत्रिम रूप से बनाई गई छवि टेक्स्ट की कई पंक्तियों के ऊपर है। यह ओवरलैप परीक्षण फ़ाइल का हिस्सा है और संपीड़न से हुआ नुकसान नहीं है। यह परिणामों में भी बना रहता है। इससे हर पंक्ति की पठनीयता के बारे में कोई निष्कर्ष या गुणवत्ता का कोई अंक नहीं मिलता। इसके अलावा, बनावट और रंगों के क्रमिक बदलाव वाली कृत्रिम छवि से यह बहुत कम पता चलता है कि फ़ोटो, स्कैन या स्कैन में छोटे अक्षरों पर उसी स्तर का क्या असर होगा। इस विषय पर स्कैन की गई PDF का आकार घटाएँ मार्गदर्शिका उपयोगी है।

हस्ताक्षर का प्लेसहोल्डर केवल यह दिखाता है कि कंप्रेसर हस्ताक्षर संरचना वाली फ़ाइल को पहचानता है और उसे संसाधित नहीं करता। संपीड़न कोड के अनुसार, एन्क्रिप्ट की गई और प्रमाणित फ़ाइलें भी अस्वीकार की जाती हैं। यह परीक्षण किसी वास्तविक हस्ताक्षर की वैधता नहीं जाँचता और किसी सुरक्षा को दरकिनार भी नहीं करता। इस बारे में अधिक जानकारी हस्ताक्षर और फ़ॉर्म वाली PDF संपीड़ित करें मार्गदर्शिका में है।

सीमाएँ और स्वयं जाँच

क्या यह टूल PDF24 या Adobe से बेहतर है?

यह पृष्ठ इस प्रश्न का उत्तर नहीं देता। हमने इन्हीं फ़ाइलों को दूसरे प्रोग्राम या ऑनलाइन सेवाओं में नहीं चलाया। इसलिए तुलना के आधार पर गुणवत्ता, गति या कीमत के बारे में कोई निर्णय प्रमाणित नहीं होगा। प्रतिशत या स्लाइडर वाली श्रेष्ठ टूल की सूचियाँ भी ऐसी तुलना का विकल्प नहीं हैं। निष्पक्ष तुलना के लिए सभी परिणामों में एक ही पूरी इनपुट फ़ाइल, वही पृष्ठ, दर्ज की गई सेटिंग, बाइट की सटीक संख्याएँ और सुविधाओं की एक जैसी जाँच आवश्यक हैं।

अपनी PDF की जाँच इस तरह करें

1. अपनी मूल फ़ाइल की एक अपरिवर्तित प्रति रखें।
2. PDF कंप्रेसर खोलें और फ़ाइल चुनें। यदि छवि के बारीक विवरण महत्वपूर्ण हैं, तो गुणवत्ता में हानि के बिना वाले मोड से शुरुआत करें।
3. मूल फ़ाइल और परिणाम का बाइट में सटीक आकार नोट करें, उदाहरण के लिए फ़ाइल के गुणों से, और संपीड़न दर कैलकुलेटर से बचत की गणना करें।
4. हर अगला प्रयास फिर से मूल फ़ाइल से शुरू करें, पहले से संपीड़ित परिणाम से नहीं। हर परिणाम को एक नए फ़ाइल नाम से सहेजें, ताकि कोई फ़ाइल ओवरराइट न हो।
5. सहेजी गई फ़ाइल को उसी प्रोग्राम में खोलें जिसका उपयोग प्राप्तकर्ता भी करता है। सभी पृष्ठ जाँचें, कोई परिचित शब्द खोजें, फ़ॉर्म में भरे गए मान और लिंक जाँचें और छवियों तथा छोटे अक्षरों को मूल आकार में देखें।
6. यदि आपकी PDF पर डिजिटल हस्ताक्षर हैं, वह एन्क्रिप्ट की गई है या प्रमाणित है, तो उसे इस टूल से संपीड़ित न करें, बल्कि उसे जारी करने वाले से प्रक्रिया स्पष्ट कर लें।