Lyhyt vastaus

Kaikkiaan 27 julkisessa PDF:ssä (104,5 MB yhteensä) taso Voimakas säästi 49 % kokonaiskoosta, Suositeltu 27 % ja häviötön taso Kevyt 3 %. Lähes kaikki säästö tuli suurella resoluutiolla tallennetuista valokuvista esitteissä ja esityksissä. Tekstiasiakirjat ja lomakkeet ovat jo valmiiksi pieniä, ja arkistojen skannaukset käyttävät jo erikoistunutta pakkausta, joten työkalu palauttaa usein alkuperäisen ennallaan eikä suurempaa tiedostoa.

Mitä mittasimme

Otimme 27 PDF:ää, jotka kuka tahansa voi ladata (880 sivua): yhdysvaltalaisia verolomakkeita, NISTin raportteja ja arXiv-artikkeleita, NASAn esityksiä, USGS:n tietolehtiä sekä vuosina 1894–1920 painettuja luetteloita, jotka kirjastot ovat skannanneet. Jokainen kulki sivumme Pakkaa PDF läpi – saman koodin, jota sinäkin käytät – kaikilla kolmella tasolla.

Kevyt tallentaa tiedoston uudelleen koskematta sisältöön: häviöttömästi, ja teksti pysyy valittavana.
Suositeltu ja Voimakas piirtävät jokaisen sivun uudelleen JPEG-kuvana (150 ja 110 dpi). Valokuville tulos on paljon pienempi, mutta tekstiä ei voi enää valita. Jos kuvat eivät ole Kevyt-versiota pienempiä, työkalu pitää Kevyt-version.
Kun taso ei pysty säästämään vähintään 2 %, työkalu kertoo PDF:n olevan jo optimoitu eikä palauta mitään. Taulukoissa tämä näkyy merkinnällä ”ennallaan”.

Tulokset asiakirjatyypeittäin

Kokonaissäästö asiakirjatyypeittäin
Tyyppi	Tiedostot	Kevyt	Suositeltu	Voimakas
Lomakkeet	2	−2 %	−2 %	−2 %
Tekstiasiakirjat	5	−2 %	−2 %	−2 %
Esitykset	6	0 %	−42 %	−64 %
Esitteet ja tietolehdet	6	−17 %	−61 %	−80 %
Skannaukset	8	0 %	−4 %	−32 %
Kaikki tiedostot	27	−3 %	−27 %	−49 %

Esitteet ja tietolehdet pienenivät eniten: Voimakas säästi 80 % niiden kokonaiskoosta ja Suositeltu 61 %, koska niiden valokuvat on tallennettu painoresoluutiolla. Seuraavina tulevat esitykset (64 % Voimakkaalla), mutta epätasaisesti: suurin osa tulee yhdestä suurten valokuvien täyttämästä esityksestä, kun taas useat muut eivät pienentyneet lainkaan.

Skannaukset olivat yllätys. Kirjastot kuten Internet Archive pakkaavat skannauksensa jo niitä varten tehdyillä muodoilla (JBIG2 tekstille, JPEG 2000 kuville), ja jokainen otoksemme skannaus käytti molempia. Sivujen piirtäminen uudelleen tavallisina JPEG-kuvina auttaa harvoin: Suositeltu säästi 4 %, Voimakas 32 %, kuvanlaadun kustannuksella. Suoraan puhelimella tai toimistoskannerilla tehty skannaus on yleensä paljon heikommin pakattu.

Lomakkeet ja tekstiasiakirjat tuskin muuttuvat (2 % tekstiasiakirjoissa, tasosta riippumatta): ne koostuvat lähinnä tekstistä ja fonteista, jotka ovat jo pieniä. Kuviksi piirrettyinä ne kasvaisivat, joten työkalu pitää häviöttömän version.

Kaikista 27 tiedostosta Kevyt säästi 3 % kokonaiskoosta, Suositeltu 27 % ja Voimakas 49 %. Kevyt pienensi 5 tiedostoa, Suositeltu 11 ja Voimakas 18: useimmat nykyään julkaistavat PDF:t on jo pakattu hyvin, ja työkalu kertoo sen eikä palauta suurempaa tiedostoa.

Nopeus ja visuaalinen tarkkuus

Suositellulla tasolla käsittelyajan mediaani oli 0,6 s sivua kohden, käyttöliittymättömässä Chromium 141-selaimessa testikoneella (Intel Xeon, 2.80GHz, 4 ydintä). Uuden kannettavan tai puhelimen pitäisi olla samaa suuruusluokkaa; tarkat skannaukset kestävät pidempään, koska jokainen sivu piirretään ja koodataan uudelleen.

Nähdäksemme, mitä kuvat maksavat, vertasimme jokaisen tuloksen kolmea ensimmäistä sivua alkuperäiseen, molemmat piirrettyinä 96 dpi:n tarkkuudella, SSIM-mittarilla (rakenteellinen samankaltaisuus, jossa 1 tarkoittaa identtistä). Niissä 7 tiedostossa, jotka Suositeltu piirsi kuviksi, SSIM:n mediaani oli 0,93; niissä 15 tiedostossa, jotka Voimakas piirsi uudelleen, 0,91 (alin 0,81). Käytännössä teksti pysyy luettavana näytöllä ja paperilla, mutta näyttää pehmeämmältä lähennettäessä, eikä sitä voi enää valita tai hakea.

Jokainen tiedosto

Jokainen tiedosto, jokainen taso (aika ja SSIM: taso Suositeltu)
Tiedosto (lähde)	Sivut	Alkuperäinen	Kevyt	Suositeltu	Voimakas	Aika	SSIM
irs-form-1040Lomakkeet	2	0,21 MB	ennallaan	ennallaan	ennallaan	1,3 s	—
irs-form-w9Lomakkeet	6	0,13 MB	−5 % 0,13 MB	−5 % 0,13 MB	−5 % 0,13 MB	1,8 s	identtinen
arxiv-1512-03385Tekstiasiakirjat	12	0,78 MB	−13 % 0,68 MB	−13 % 0,68 MB	−13 % 0,68 MB	3,3 s	identtinen
arxiv-2101-00001Tekstiasiakirjat	11	0,16 MB	−18 % 0,13 MB	−18 % 0,13 MB	−18 % 0,13 MB	2,9 s	identtinen
irs-1040-instructionsTekstiasiakirjat	126	4,2 MB	ennallaan	ennallaan	ennallaan	24,2 s	—
nist-csf-2Tekstiasiakirjat	32	1,4 MB	ennallaan	ennallaan	ennallaan	4,4 s	—
nist-sp-800-63bTekstiasiakirjat	80	1,4 MB	ennallaan	ennallaan	ennallaan	9,3 s	—
nasa-crew-trainingEsitykset	11	1,6 MB	ennallaan	ennallaan	−36 % 1,0 MB	2,1 s	—
nasa-dryden-overviewEsitykset	29	20,3 MB	ennallaan	−74 % 5,2 MB	−88 % 2,5 MB	6,1 s	0,974
nasa-luvoir-conceptEsitykset	29	1,9 MB	ennallaan	ennallaan	ennallaan	5,5 s	—
nasa-resource-prospectorEsitykset	25	5,8 MB	ennallaan	−3 % 5,6 MB	−54 % 2,6 MB	6,3 s	0,942
nasa-sep-conceptsEsitykset	14	1,4 MB	ennallaan	ennallaan	ennallaan	2,6 s	—
nasa-viper-roverEsitykset	37	5,7 MB	ennallaan	ennallaan	−32 % 3,9 MB	5,8 s	—
usgs-amphibiansEsitteet ja tietolehdet	4	4,1 MB	−63 % 1,5 MB	−63 % 1,5 MB	−81 % 0,77 MB	3,6 s	identtinen
usgs-bee-labEsitteet ja tietolehdet	2	8,1 MB	ennallaan	−90 % 0,79 MB	−95 % 0,36 MB	4,5 s	0,897
usgs-fs-2016-3033Esitteet ja tietolehdet	4	1,5 MB	ennallaan	−10 % 1,4 MB	−59 % 0,63 MB	3,1 s	0,914
usgs-fs-2018-3022Esitteet ja tietolehdet	4	1,1 MB	ennallaan	ennallaan	−40 % 0,66 MB	3,8 s	—
usgs-satellite-photosEsitteet ja tietolehdet	2	0,34 MB	ennallaan	ennallaan	−14 % 0,29 MB	1,6 s	—
usgs-wetland-lossEsitteet ja tietolehdet	4	2,8 MB	−19 % 2,3 MB	−36 % 1,8 MB	−71 % 0,83 MB	2,2 s	0,890
scan-harkett-nursery-1894Skannaukset	54	9,3 MB	ennallaan	ennallaan	−37 % 5,8 MB	63,9 s	—
scan-hastings-seeds-1920Skannaukset	18	6,4 MB	ennallaan	−25 % 4,8 MB	−66 % 2,2 MB	28,7 s	0,951
scan-henderson-bulbs-1909Skannaukset	26	7,7 MB	ennallaan	−3 % 7,5 MB	−55 % 3,5 MB	44,9 s	0,930
scan-lineage-book-1900Skannaukset	168	8,4 MB	ennallaan	ennallaan	ennallaan	187,7 s	—
scan-pierson-seeds-1920Skannaukset	54	2,6 MB	ennallaan	ennallaan	ennallaan	48,5 s	—
scan-washington-calendar-1900Skannaukset	36	1,7 MB	ennallaan	ennallaan	ennallaan	35,2 s	—
scan-yachtsman-manual-1903Skannaukset	54	2,9 MB	ennallaan	ennallaan	−21 % 2,3 MB	56,5 s	—
scan-york-catalogue-1901Skannaukset	36	2,5 MB	ennallaan	ennallaan	−35 % 1,6 MB	31,2 s	—

Lataa mittaukset: JSON · CSV

Mitä tämä tarkoittaa tiedostoillesi

Enimmäkseen tekstiä sisältävä PDF (sopimus, lomake, raportti) ei pienene paljon, ja se on normaalia. Kevyt on turvallinen valinta.
Valokuvia täynnä oleva asiakirja (esite, luettelo, diat) on se, jossa pakkaaminen kannattaa: kokeile Suositeltua ja sitten Voimakasta, jos latausraja pakottaa.
Kirjaston tai arkiston skannaus voi olla jo niin pieni kuin mahdollista. Puhelimella tehty skannaus ei yleensä ole.
Tarkkaan kokoon pääset valinnalla ”Tavoitekoko” tai seuraamalla opastamme, jolla saat PDF:n alle 5 Mt:n. Pakkaus muuttaa sivut kuviksi: jos haluat hakea tekstistä jälkikäteen, aja pakattu tiedosto OCR PDF -työkalun läpi.

Näin toistat testin

Tiedostoluettelo lähteineen, lisensseineen ja SHA-256-tiivisteineen, kaikki mittaukset ja työkalua ohjaava skripti on julkaistu tämän artikkelin yhteydessä. Tiedostot mitattiin 4. lokakuuta 2026. Testin aikana mitään ei ladattu minnekään: työkalu toimii selaimen välilehdessä.