Publicado
Por Qué Ese PDF Escaneado Pesa 400 MB (y Cómo Hacerlo Más Pequeño)
Un escaneo de cinco páginas no debería pesar más que un audiolibro, pero suele pasar. Esto es lo que realmente hay dentro de un PDF escaneado, qué compresión aplica ya tu app de escaneo, y dos formas confiables de reducirlo en tu teléfono sin arruinarlo.
Por Qué un Escaneo Es una Foto, No Texto
Un contrato de cinco páginas que escaneaste la semana pasada probablemente ocupa más espacio que una novela de 400 páginas. Eso no es un defecto del formato PDF. Es lo que realmente es un escaneo.
Cuando escaneas un documento, tu teléfono no está leyendo las palabras de la página: está tomando una fotografía a resolución completa de cada página y envolviendo esas fotografías en un contenedor PDF. El PDF permite incrustar imágenes rasterizadas directamente como flujos de datos, y un escaneo sin OCR no tiene fuentes ni caracteres de texto incrustados en absoluto, solo imágenes. La foto de una página, incluso una bastante simple, contiene muchos más datos que las pocas docenas de palabras impresas en ella. Junta diez de esas y tienes un archivo que supera a todo un libro digital, que es en su mayoría texto compacto y referencias de fuentes tipográficas.
Tampoco puedes seleccionar texto en un escaneo recién hecho como lo harías en un documento escrito directamente: no hay texto ahí, solo píxeles. Si quieres escanear un documento en papel para obtener un PDF limpio, eso es un paso aparte. Este artículo trata sobre el archivo que ya tienes, y cómo reducir el tamaño de un PDF en tu teléfono una vez que existe.
Lo Que Tu App de Escaneo Realmente Está Haciendo
La mayoría de las apps de escaneo no solo guardan fotos sin procesar: ya aplican algo de compresión antes de entregarte el PDF. El formato admite varias formas de comprimir los datos de imagen que contiene: compresión basada en JPEG para fotos y contenido con sombras, CCITT Group 4 para páginas en blanco y negro muy definidas, y JBIG2 para escaneos en blanco y negro con mucho texto.
JBIG2 funciona encontrando formas repetidas, sobre todo letras individuales, y guardando una copia de referencia de cada forma más la posición de cada lugar donde aparece, en vez de tratar cada letra como su propia imagen. En una página de texto escrito, donde la letra "e" puede aparecer doscientas veces, eso representa un ahorro enorme de espacio, a menudo entre tres y cinco veces menor que la compresión tipo fax más antigua.
Sin embargo, tiene un costo real. El modo más agresivo de JBIG2 no reutiliza una copia exacta de una forma; busca una que sea "suficientemente parecida". En 2013, esto causó un problema bien documentado en ciertas fotocopiadoras de oficina: el algoritmo a veces decidía que un dígito se parecía lo suficiente a otro y lo sustituía silenciosamente, convirtiendo un 6 en un 8 en la copia escaneada. Algunos estándares de archivo ahora prohíben este modo precisamente por esa razón. Probablemente nunca lo notes en una lista del supermercado, pero es algo que conviene saber antes de escanear un contrato.
Reducirlo Después del Hecho
Si el PDF ya está en tu teléfono y simplemente es demasiado grande, no necesitas una cuenta de terceros ni subirlo a un servicio en la nube para solucionarlo.
En iPhone, Preview puede hacer esto directamente en el dispositivo. Abre el archivo, toca junto al nombre del archivo, toca Exportar, elige un formato y usa el control deslizante de tamaño antes de guardar. Sin registro, sin subida: el archivo nunca sale de tu teléfono.
Para más control, apps como Adobe Acrobat Reader ofrecen compresión por niveles: baja, media y alta. La baja es la opción más segura para un escaneo con fotos o detalles finos. La alta te da el archivo más pequeño y funciona bien en escaneos con mucho texto, donde un poco de suavizado en los bordes de las letras no importará demasiado si solo estás leyendo las palabras. Prueba primero con la media, y luego acerca el zoom a la parte de la página que más importa —una firma, un sello— antes de confiar en el resultado.
La Solución que la Mayoría se Salta: OCR
Hay un paso que resuelve el problema del tamaño de forma más permanente, y la gente suele pasarlo por alto: ejecutar OCR (reconocimiento óptico de caracteres) sobre el escaneo. El OCR lee las formas en las imágenes y añade una capa de texto real y buscable debajo de ellas. Aquí explicamos qué hace realmente el OCR si quieres el panorama completo.
El OCR por sí solo no reduce un archivo — técnicamente añade datos, ya que la capa de texto invisible se coloca sobre las mismas imágenes. La reducción de tamaño ocurre porque la mayoría de las herramientas de OCR también recomprimen las imágenes subyacentes al mismo tiempo, a menudo convirtiendo un escaneo pesado en JPEG a un formato más liviano optimizado para texto. El resultado práctico: un archivo más pequeño que también es buscable, algo que un escaneo simplemente comprimido nunca logra.
Una vez que un documento así está en tu teléfono, Margina lo abre directamente —PDF, con o sin capa de texto— sin pedirte que crees una cuenta ni que lo subas a ningún sitio primero.
Preguntas Frecuentes
¿Comprimir un PDF escaneado reduce su calidad?
Sí, hasta cierto punto: la mayoría de la compresión para escaneos es con pérdida. Los ajustes bajo y medio principalmente descartan detalles de imagen imperceptibles, pero la compresión alta en un escaneo con muchas fotos puede suavizar visiblemente los bordes del texto. Si el documento necesita mantenerse legible al 100% de zoom (un contrato, un formulario), prueba con una página antes de comprimir el archivo completo.
¿Por qué un escaneo de 10 páginas pesa más que un libro digital de 200 páginas?
El libro digital es texto y referencias de fuentes tipográficas: apenas unos kilobytes por página. El escaneo son 10 fotografías a resolución completa envueltas en un contenedor PDF. Una sola foto puede pesar más que todo el texto de una novela.
¿El OCR reduce el tamaño del archivo por sí solo?
No por sí solo. El OCR añade una capa de texto invisible sobre las mismas imágenes, así que el archivo normalmente se vuelve un poco más grande, no más pequeño. La reducción de tamaño viene de que el software de OCR también recomprime las imágenes subyacentes al mismo tiempo, algo que hacen la mayoría de las apps de escaneo.
La Versión Corta
Un PDF escaneado es grande porque es una pila de fotografías a resolución completa, no porque el formato PDF sea ineficiente. Solucionarlo se reduce a una de tres cosas: comprimir las imágenes después del hecho, elegir una compresión más suave al escanear, o reemplazar las imágenes con texto real mediante OCR. Elige según si el documento necesita mantenerse perfecto al píxel o simplemente legible.
Una cosa más antes de liberar ese espacio: iOS puede eliminar silenciosamente PDF descargados para ahorrar almacenamiento por su cuenta. Una vez que tu archivo sea más pequeño, asegúrate de que realmente se quede donde esperas encontrarlo de nuevo.