Por qué tu PDF pesa tanto: causas reales

Por qué tu PDF pesa tanto: causas reales

Hay PDFs de dos páginas que ocupan 15 MB y hay informes de cien páginas que pesan menos de 2 MB. La diferencia no es aleatoria: depende de qué tipo de contenido hay dentro y cómo el programa que lo generó decidió almacenarlo.

Este artículo explica las cinco causas más comunes de los PDFs pesados, con datos concretos para cada una, y en qué casos comprimir el archivo va a ayudar y en cuáles no.

Las cinco causas principales

1. Imágenes escaneadas sin comprimir adecuadamente

Un escáner produce una fotografía de cada página. En color a 300 DPI, una página A4 genera una imagen de aproximadamente 2480 × 3508 píxeles. Sin compresión, eso equivale a unos 25 MB por página. Con JPEG al 80 % de calidad, baja a 300–600 KB, pero los PDFs generados por fotocopiadoras y escáneres corporativos no siempre usan la configuración óptima: muchos escanean en color aunque el documento sea texto en blanco y negro, o guardan en TIFF sin compresión posterior.

Un documento de 20 páginas escaneado en color sin optimizar puede llegar a 500 MB. El mismo documento en escala de grises con JBIG2 o CCITT Group 4 —el estándar para texto bicolor— quedaría en 5–15 MB.

2. Fuentes embebidas completas en lugar de subconjuntos

Cuando un programa exporta a PDF, puede incrustar la fuente completa o solo el subconjunto de glifos usados en el documento. La diferencia es considerable: Arial completa ocupa alrededor de 800 KB; el subconjunto para un texto en español típico —que usa unos 70–90 glifos distintos— pesa entre 30 y 50 KB.

Un PDF con ocho fuentes incrustadas completas puede sumar 5–6 MB solo en tipografía. Esto ocurre frecuentemente en documentos generados por algunas versiones de LaTeX, Microsoft Publisher o Adobe InDesign con configuración predeterminada, y en PDFs que contienen fuentes CJK (chino, japonés, coreano), que pueden pesar entre 5 y 20 MB cada una.

3. Gráficos e imágenes a resolución de impresión

PowerPoint, InDesign y Keynote exportan imágenes a 300 DPI por defecto, pensando en impresión en papel. Para visualización en pantalla, 96–150 DPI es suficiente. Una presentación de 40 diapositivas con fotografías a 300 DPI puede pesar 80 MB; las mismas diapositivas a 150 DPI con JPEG al 75 % quedan en 12–18 MB sin diferencia visible en pantalla.

También contribuyen los perfiles de color ICC incrustados: un perfil CMYK de alta fidelidad puede añadir entre 1 y 4 MB al archivo, y muchos documentos los incluyen aunque el destino final sea una pantalla RGB.

4. Metadatos, miniaturas e historial de revisiones

Acrobat y otros editores guardan dentro del PDF:

• Miniaturas de página para la vista previa rápida en el panel de páginas, que pueden sumar varios MB en documentos extensos.
• Historial de revisiones incrementales: cada vez que se guarda un PDF en Acrobat sin aplanarlo, se añade un nuevo bloque al final del archivo sin eliminar el anterior. Un PDF revisado diez veces puede triplicar su tamaño original.
• Streams de formularios: los datos introducidos en campos de formulario se almacenan dentro del PDF aunque el formulario ya haya sido procesado.
• Comentarios y anotaciones de revisión: marcas de revisión, notas y comparaciones de versiones que permanecen en el archivo aunque parezcan eliminadas visualmente.

5. Objetos duplicados y streams sin comprimir

Algunos generadores de PDF copian el mismo recurso varias veces en lugar de referenciarlo. Un logo que aparece en el encabezado de 50 páginas puede estar almacenado como 50 imágenes idénticas dentro del archivo. Esto ocurre con ciertos exportadores de sistemas ERP, generadores de facturas en masa y algunas herramientas de informes corporativos.

Además, los streams de contenido que describen cómo se dibuja cada página deberían comprimirse con Flate (zlib); si no lo están, la sección de contenido puede ocupar entre 2 y 5 veces más de lo necesario.

Qué pesa más: tabla comparativa por causa

Cómo diagnosticar el peso antes de comprimir

Antes de comprimir, entender qué ocupa espacio evita sorpresas. En Acrobat Pro, la función Optimizador de PDF (Herramientas > Optimizar PDF) muestra el desglose por categorías: imágenes, fuentes, contenido, metadatos y elementos descartables, con el peso de cada bloque.

Sin Acrobat, la herramienta pdfimages -list archivo.pdf (parte del paquete poppler-utils, disponible en Linux, macOS con Homebrew y Windows con instaladores de terceros) lista todas las imágenes incrustadas con su resolución, formato de compresión y tamaño. Si ves imágenes TIFF o PNG sin comprimir a 300 DPI en un documento de texto, ahí está el problema.

Si la mayor parte del tamaño viene de imágenes escaneadas, la compresión media o alta producirá resultados notables. Si el PDF es texto vectorial limpio que pesa mucho, probablemente sean fuentes completas o metadatos acumulados, y la compresión ligera combinada con limpieza de metadatos es suficiente.