Một bản hợp đồng 18 trang, scan bằng máy in đa năng ở văn phòng, nặng 42 MB. Gmail chặn tệp đính kèm từ 25 MB trở lên, hộp thư Exchange của bên đối tác còn chặn sớm hơn, mà người nhận thì chỉ cần đọc được chữ trên đó. Tình huống này lặp lại mỗi ngày, và nguyên nhân gần như luôn giống nhau: bản thân tài liệu không phức tạp chút nào, nó chỉ đang lưu 18 tấm ảnh ở độ phân giải mà không ai nhìn tới.
Phần dung lượng thừa nằm ở vài chỗ rất cụ thể, cắt đúng chỗ thì mắt thường không thấy khác biệt. Nhưng cũng phải nói ngay từ đầu: một công cụ nén mạnh tay có thể phá hỏng đúng thứ bạn cần giữ, chẳng hạn lớp văn bản OCR, và bạn chỉ phát hiện ra ba tuần sau, khi gõ một từ khoá vào ô tìm kiếm và file không trả về gì cả.
Vì sao một file PDF phình lên tới hàng chục megabyte
Thủ phạm số một là trang scan. Máy scan lưu mỗi trang thành một ảnh bitmap nguyên độ phân giải, thường là 300 hoặc 600 DPI, và rất hay để mặc định ở chế độ màu dù tờ giấy chỉ có mực đen. Một trang A4 màu ở 600 DPI dễ dàng chiếm 3 đến 5 MB, nhân với vài chục trang là ra đúng con số bạn đang nhìn thấy.
Thủ phạm thứ hai là ảnh chụp bằng điện thoại được chèn thẳng vào tài liệu. Camera 12 MP cho khung hình rộng khoảng 4000 pixel; khi ảnh đó nằm gọn trong nửa trang A4, chừng 1000 đến 1200 pixel là đã dư dùng. Phần thừa không tự biến mất, nó nằm nguyên trong file và vẫn được tính vào dung lượng, chỉ là trình đọc thu nhỏ nó lại khi hiển thị.
Còn ba nguồn phình nữa ít người để ý. Font thường được nhúng nguyên bộ thay vì chỉ nhúng những ký tự thật sự xuất hiện, mà một bộ chữ có dấu tiếng Việt đầy đủ tốn vài trăm KB, nhân tiếp với bốn kiểu regular, đậm, nghiêng, đậm nghiêng. Logo hay header lặp lại đôi khi được lưu thành một đối tượng riêng trên từng trang thay vì tham chiếu một lần duy nhất. Và một số trình soạn thảo giữ lại lịch sử chỉnh sửa dưới dạng bản cập nhật gia tăng, nên file cứ lớn dần sau mỗi lần bấm lưu dù nội dung gần như không đổi.
Nhóm nguyên nhân cuối này dọn được mà không đụng gì tới hình ảnh, nên hãy xử lý nó trước: một lượt chạy qua công cụ nén PDF ngay trên trình duyệt thường lấy lại được vài megabyte chỉ nhờ gộp đối tượng trùng và bỏ dữ liệu thừa, trước khi bạn phải cân nhắc hạ chất lượng của bất cứ thứ gì.
"Giảm chất lượng" thực ra là giảm cái gì
Mọi công cụ nén đều làm hai nhóm việc, và chỉ một nhóm là bạn nhìn thấy được. Nhóm vô hình gồm rút gọn font xuống đúng tập ký tự đang dùng, gộp các đối tượng lặp, xoá metadata cùng các phiên bản cũ, nén lại luồng dữ liệu bên trong. Không có gì trong nhóm này làm chữ xấu đi hay hình mờ đi; nó chỉ sắp xếp lại cùng một nội dung cho gọn hơn.
Nhóm nhìn thấy được chỉ gồm một việc: lấy mẫu lại ảnh, tức hạ số pixel, và nén ảnh chặt tay hơn. Đây là chỗ duy nhất chất lượng thật sự mất đi. Hạ độ phân giải từ 600 xuống 150 DPI thì không ai nhận ra trên màn hình; hạ tiếp xuống 72 DPI thì nét chữ trong con dấu bắt đầu nhoè và các đường mảnh trong sơ đồ đứt quãng. Vì vậy thứ tự đúng là dọn sạch trước, hạ độ phân giải sau, và chỉ hạ đến mức vừa đủ.
150 DPI là ngưỡng đủ cho gần như mọi thứ bạn gửi qua email
Có ba mốc đáng nhớ. Khoảng 150 DPI cho tài liệu để đọc trên màn hình và in bằng máy in văn phòng, và đây là lựa chọn đúng trong đại đa số trường hợp. Khoảng 300 DPI chỉ cần khi file sẽ đi vào in ấn thương mại thật sự, kiểu catalogue, tờ rơi hay bìa sách. Dưới 120 DPI chỉ hợp với tài liệu chắc chắn không bao giờ được in ra. Nếu bạn đang phân vân, 150 là câu trả lời.
Với ảnh chụp tài liệu bằng điện thoại, mức dư thường là ba đến bốn lần so với nhu cầu thực. Cách làm sạch sẽ nhất là hạ kích thước ảnh trước bằng công cụ nén ảnh trực tuyến rồi mới chèn vào tài liệu, vì lúc đó bạn còn nhìn thấy từng tấm và tự quyết định được, thay vì để một thuật toán áp cùng một mức cho toàn bộ file.
Một mẹo hay bị bỏ quên là chuyển bản scan sang thang xám. Nếu tờ giấy chỉ có mực đen và một con dấu đỏ, việc lưu ba kênh màu là lãng phí thuần tuý, và bỏ màu thường cắt được một nửa đến hai phần ba dung lượng mà nội dung không suy suyển. Ngược lại, đừng ép xuống đen trắng một bit khi tài liệu có chữ ký tay hoặc con dấu mờ, vì các sắc độ trung gian sẽ vỡ thành đốm và chữ ký trông như bị giả. Phần đánh đổi chi tiết giữa dung lượng và độ nét nằm trong bài về cách nén ảnh mà không làm giảm chất lượng nhìn thấy được.
Khi nào nên tách tài liệu thay vì nén thêm lần nữa
Trần đính kèm thực tế thấp hơn nhiều người nghĩ. Gmail dừng ở 25 MB, phần lớn cấu hình Outlook và Exchange nằm trong khoảng 20 đến 25 MB, còn nhiều cổng thư doanh nghiệp hạ hẳn xuống 10 MB và không hề báo trước. Tệ hơn, mức trần được tính trên kích thước sau khi mã hoá để truyền, tức lớn hơn file gốc khoảng một phần ba. File 20 MB của bạn khi tới hàng rào đã thành gần 27 MB.
Khi một tài liệu 200 trang không chịu xuống dưới ngưỡng đó, ép nén tiếp là sai hướng. Hãy tách đúng phần người nhận cần, ví dụ chương phụ lục hoặc mười trang biểu mẫu, rồi gửi riêng. Ở chiều ngược lại, nếu bạn đang có một mớ file rời và muốn người nhận chỉ phải mở một lần, việc ghép nhiều file PDF thành một lại gọn hơn hẳn so với gửi tám tệp đính kèm.
Và với bất cứ thứ gì vượt quá vài chục megabyte, một đường link luôn thắng một tệp đính kèm nặng. Link không bị máy chủ chặn giữa đường, không nhân bản trong hộp thư của cả chuỗi người nhận, và bạn còn thu hồi được khi lỡ gửi nhầm.
Cách kiểm tra kết quả, và những gì công cụ nén có thể làm hỏng
Đừng đánh giá file đã nén bằng trang bìa. Mở ở mức phóng 100 phần trăm rồi đi thẳng tới chỗ khó nhất: dòng chữ nhỏ nhất ở phần ghi chú chân trang, các con số trong bảng biểu, những đường mảnh của một sơ đồ hay bản vẽ. Nếu ba chỗ đó còn đọc được thoải mái thì phần còn lại chắc chắn ổn.
Cũng cần biết một giới hạn vật lý: nén lại một file vốn đã nén gần như không có tác dụng. Ảnh JPEG bên trong đã bỏ đi phần dữ liệu dễ bỏ nhất ngay từ lượt đầu, nên lượt thứ hai tiếp tục làm mờ thêm mà dung lượng gần như đứng yên. Quy tắc thực dụng là nếu lần chạy thứ hai chỉ giảm dưới 10 phần trăm, hãy dừng lại và chuyển sang tách file hoặc gửi link.
Rủi ro âm thầm nhất là mất lớp văn bản OCR. Một số công cụ mạnh tay biến cả trang thành ảnh phẳng: file nhìn vẫn y hệt nhưng không còn tìm kiếm được, không bôi đen sao chép được, và trình đọc màn hình thì không đọc nổi. Với hợp đồng, hoá đơn hay hồ sơ lưu trữ, đó là mất mát nghiêm trọng hơn nhiều so với vài megabyte tiết kiệm được. Phép thử mất năm giây: sau khi nén, bấm tìm kiếm một từ mà bạn biết chắc có trong trang thứ hai.
Còn chuyện dữ liệu cá nhân. Hợp đồng, bảng lương, ảnh chụp giấy tờ tuỳ thân là loại tài liệu không nên tải lên một máy chủ lạ chỉ để giảm vài megabyte. Ưu điểm của việc nén PDF ngay trong trình duyệt là toàn bộ quá trình chạy trên máy bạn, file không rời khỏi thiết bị, và khi đóng tab thì không còn bản sao nào tồn tại ở đâu cả.
Nếu chính dịch vụ bạn đang thử lại đòi một địa chỉ email trước khi cho tải kết quả về, đó là lúc dùng hộp thư tạm thời dùng một lần thay cho địa chỉ chính, để nhận đúng thứ cần nhận mà không mở cửa cho một chuỗi thư quảng cáo kéo dài về sau.
Câu hỏi thường gặp
Nén PDF có làm mất chữ ký số không?
Có, và đây là ngoại lệ quan trọng nhất. Chữ ký số xác thực đúng chuỗi byte của file, nên mọi thao tác ghi lại file đều làm chữ ký mất hiệu lực. Với tài liệu đã ký số, hãy nén các thành phần trước rồi mới ký, hoặc chấp nhận dung lượng và gửi bằng link.
Vì sao file của tôi nén xong gần như không nhỏ đi?
Thường là vì nó đã được tối ưu từ trước, hoặc dung lượng nằm ở thứ mà công cụ không đụng tới, chẳng hạn ảnh vốn đã nén rất chặt hay nội dung vector phức tạp. Hãy kiểm tra xem tài liệu có phải bản scan hay không; nếu đúng thì hạ độ phân giải và chuyển sang thang xám sẽ hiệu quả hơn mọi tuỳ chọn nén chung chung.
Gửi file bao nhiêu MB qua email thì an toàn?
Dưới 10 MB thì hầu như đi lọt mọi nơi, kể cả các cổng thư doanh nghiệp khắt khe. Từ 10 đến 20 MB là vùng may rủi, tuỳ cấu hình bên nhận. Trên 20 MB thì nên chuyển sang chia sẻ bằng link, vì phần mã hoá khi truyền còn cộng thêm khoảng một phần ba dung lượng nữa.
