Compressão com perdas

Compressão com perdas é a classe de métodos que representa o conteúdo por aproximações e descarta parte dos dados. A aposta é que boa parte da informação de uma foto é detalhe que quase ninguém percebe: variações mínimas de tom entre pixels vizinhos, nuances de cor que o olho não distingue.

O resultado é um arquivo bem menor do que o obtido por métodos sem perdas, e o preço é que a informação descartada não existe mais. Segundo a Wikipedia, quanto maior o grau de aproximação, mais grosseira a imagem, porque mais detalhes são removidos.

Como funciona

O exemplo mais conhecido é o JPEG. Ele divide a imagem em blocos de 8 x 8 pixels e converte cada bloco para o domínio da frequência, pela transformada discreta de cosseno. Transições suaves viram frequências baixas; bordas e detalhes finos viram frequências altas.

Como o olho humano não distingue bem a intensidade exata das variações de alta frequência, o método reduz a precisão desses valores dividindo-os por números de uma tabela e arredondando o resultado. Esse arredondamento (a quantização) é o passo que causa a perda. Os elementos da tabela controlam a taxa de compressão: valores maiores comprimem mais.

A diferença para a compressão sem perdas

A compressão sem perdas é reversível: ao descomprimir, o conteúdo volta idêntico ao original. É o que fazem o ZIP e o PNG.

A compressão com perdas não tem volta. Além disso, sofre perda por geração: comprimir e descomprimir repetidamente o mesmo arquivo faz a qualidade cair progressivamente. Para quem edita uma imagem várias vezes, a Wikipedia recomenda trabalhar em um formato sem perdas e exportar em JPEG só no final.

Quando serve e quando não serve

Fotografias e imagens digitalizadas toleram bem a perda moderada, e é por isso que o JPEG é tão usado nelas. Já texto renderizado, linhas finas e logotipos têm bordas nítidas, justamente onde os artefatos do JPEG, como ruído em volta de cantos, mais aparecem.

Dois cuidados práticos:

• Digitalização conforme o Decreto 10.278/2020. O Anexo I, que fixa os padrões técnicos mínimos de digitalização de documentos (exigidos, por exemplo, quando o documento digitalizado é usado perante o poder público), diz que, se o arquivo for comprimido, a compressão deve ser sem perda. Compressão com perdas não atende a esse anexo.
• Documentos que vão passar por OCR. A documentação do Tesseract indica que ruído na imagem pode reduzir a precisão do reconhecimento. Como artefatos de compressão são uma forma de ruído em volta das letras, convém não comprimir demais antes do OCR.

No FacilPDF, a ferramenta de comprimir PDF usa compressão com perdas nas imagens: o nível padrão recomprime as imagens JPEG embutidas (e reduz as que passam de 1600 pixels no maior lado) mantendo o texto, e os níveis Leve, Recomendado e Máximo transformam cada página em imagem JPEG, com texto não selecionável. Abra o arquivo comprimido antes de enviar, para conferir a legibilidade. O tutorial de reduzir tamanho de PDF mostra o passo a passo.