Optimizar PDFs escaneados: equilibrar tamaño de archivo y calidad

La mayoría de documentos escaneados —contratos, cartas, formularios, libros— son texto negro sobre papel blanco. Escanear en color estos documentos es un desperdicio: genera archivos tres veces más grandes que la escala de grises sin ningún beneficio visual. Convertir un PDF a color a escala de grises puede reducir el tamaño entre un 60-70% en documentos principalmente de texto. La única excepción son documentos que contienen gráficos, logos, fotografías o cualquier elemento donde el color sea informativo. Antes de convertir a escala de grises, verifica visualmente que el documento no contiene marcas de color importantes: sellos, firmas en tinta de color, gráficos estadísticos codificados por color. Para estos casos, considera convertir solo las páginas sin color y mantener el color en las que lo necesitan.

1. 1Abre el PDF en tu herramienta de optimización y selecciona la opción de convertir imágenes a escala de grises.
2. 2Revisa visualmente el documento para confirmar que ninguna información importante se codifica mediante color.
3. 3Aplica la conversión y compara el tamaño resultante con el original: la reducción debería ser del 60-70% para documentos de texto.

Los escáneres modernos capturan a 300, 600 o incluso 1200 DPI por defecto. Para un documento que solo se leerá en pantalla, 150 DPI es perfectamente suficiente. Para un documento que se imprimirá ocasionalmente, 200 DPI es adecuado. Solo si necesitas hacer ampliaciones de alta calidad o el documento tiene detalles muy finos (planos técnicos, texto muy pequeño) necesitas mantener 300 DPI. Reducir la resolución de 300 a 150 DPI reduce el tamaño del archivo en un 75% aproximadamente. Esta reducción se hace durante la optimización del PDF, remuestreando las imágenes a la resolución destino. Es un proceso irreversible, por lo que siempre conserva el original antes de aplicar la optimización.

1. 1Determina el uso previsto del documento: solo pantalla (150 DPI), lectura y ocasional impresión (200 DPI), o necesidades de alta calidad (300 DPI).
2. 2En la herramienta de optimización, busca la opción de 'remuestreo de imágenes' o 'reducir resolución' y establece el DPI objetivo.
3. 3Guarda siempre el PDF original antes de aplicar la reducción de resolución, ya que el proceso no es reversible.

Los PDFs escaneados pueden beneficiarse de diferentes tipos de compresión según el contenido de cada página. Las páginas con solo texto se comprimen mucho mejor con algoritmos diseñados para documentos de texto (JBIG2, G4) que con JPEG. Las páginas con fotografías se benefician de JPEG. Y las páginas mixtas necesitan un enfoque híbrido. Las herramientas de optimización avanzadas aplican compresión adaptativa por zonas: detectan automáticamente las regiones de texto y las de imagen y aplican la compresión más eficiente para cada tipo. Ghostscript, una herramienta gratuita de línea de comandos, permite configurar estos parámetros con precisión. El resultado puede ser un 80-90% de reducción de tamaño para documentos de texto con compresión JBIG2 frente a un 60% con JPEG estándar.

El papel de un documento físico rara vez es blanco puro: tiene variaciones de tono, manchas, amarillamiento y el ruido propio de la digitalización. Toda esta 'suciedad' de fondo ocupa espacio en el archivo y puede dificultar la lectura del texto. El proceso de 'blanqueado de fondo' (background cleaning o despeckling) identifica las zonas que deberían ser blanco puro y las normaliza, reduciendo la compresión necesaria para almacenar esas áreas. Esto también mejora el aspecto visual del documento y puede mejorar la precisión de cualquier OCR aplicado posteriormente. Herramientas como ScanTailor (gratuita y de código abierto) están especializadas en esta limpieza de documentos escaneados y pueden transformar un escaneo irregular en un documento perfectamente limpio antes de guardarlo como PDF.

1. 1Procesa el PDF escaneado con ScanTailor o una herramienta similar para limpiar el fondo y normalizar el contraste.
2. 2Aplica la detección automática de páginas para corregir inclinación y márgenes antes de exportar.
3. 3Exporta el resultado a TIFF o PNG en blanco y negro, y convierte ese conjunto de imágenes a PDF para máxima compresión.

Una de las optimizaciones más efectivas es añadir una capa de texto OCR al PDF escaneado. Esto no solo hace el documento buscable y accesible, sino que también puede reducir el tamaño en escenarios donde la capa de texto complementa o incluso reemplaza partes de la imagen. Los PDFs 'PDF/A' con capa de texto son más eficientes que las imágenes puras porque el texto puede almacenarse en formato vectorial (muy compacto) mientras la imagen solo sirve de fondo de referencia. En herramientas avanzadas, puedes reducir la calidad de la imagen de fondo al máximo cuando la capa OCR es de alta precisión, ya que los usuarios leerán el texto vectorial y no la imagen pixelada.