PDF সংকোচনের পরীক্ষা: পদ্ধতি, ফাইলের আকার ও কার্যকারিতা

কী পরীক্ষা করা হয়েছে, আর কী করা হয়নি?

এই ওয়েবসাইটের PDF সংকোচক যে সংকোচন কোড ব্যবহার করে, সেই একই অপরিবর্তিত কোড পরীক্ষা করা হয়েছে। তবে পরিমাপের জন্য এটি ব্রাউজারে চালানো হয়নি; সরাসরি Node.js-এ কল করা হয়েছে। এতে প্রতিবার প্রক্রিয়া চালানোর সময় ইনপুট, সেটিংস ও সংরক্ষিত ফলাফল নির্ভুলভাবে নথিভুক্ত করা যায়।

• সংকোচন মডিউল: WebAssembly হিসেবে QPDF 12.2.0, র‍্যাপার সংস্করণ 0.3.0। র‍্যাপারের বিল্ড স্ক্রিপ্ট QPDF 12.2.0 নির্ধারণ করে, এবং ইনস্টল করা মডিউলের সংস্করণ জানতে চাইলেও সেটি 12.2.0 জানায়।
• পরিবেশ: Windows 11, Build 26200, x64-এ Node.js 24.18.1।
• পরিধি: কৃত্রিমভাবে তৈরি তিনটি ইনপুট ফাইল, নয়টি সংকোচন প্রক্রিয়া এবং স্বাক্ষরের প্লেসহোল্ডারসহ একটি পরীক্ষামূলক ফাইল, যেটি প্রত্যাখ্যাত হওয়ার কথা।
• পরবর্তী যাচাই: সংরক্ষিত বারোটি PDF, মোট 24 পৃষ্ঠা; প্রতিটির কাঠামো পরীক্ষা করা হয়েছে এবং রেন্ডার করা পৃষ্ঠার দৃশ্য দেখা হয়েছে।

এই পরিমাপের অন্তর্ভুক্ত নয়:

• প্রক্রিয়াকরণের সময়; কোনো সময় মাপা হয়নি,
• আলাদা আলাদা ব্রাউজারে বা বাস্তব স্মার্টফোন ও ট্যাবলেটে এর আচরণ,
• বাস্তব ছবি, স্ক্যান, বড় ফাইল বা ব্যবহারকারীদের নথি,
• অন্য সংকোচন সফটওয়্যার বা অনলাইন সেবা,
• আপনার ফাইলের আকার গড়ে কতটা কমতে পারে, তার কোনো প্রত্যাশিত হিসাব।

পরীক্ষামূলক ফাইল, সেটিংস ও ডাউনলোড

এই পরীক্ষায় কেবল নিজেদের তৈরি PDF ব্যবহার করা হয়েছে। এতে গ্রাহকদের কোনো নথি, বাইরের জগতের কোনো ছবি বা বাস্তব ব্যক্তিদের কোনো স্বাক্ষর নেই। ছবিযুক্ত ফাইলের ছবিটিও কৃত্রিমভাবে তৈরি: এতে রঙের ধাপে ধাপে পরিবর্তনসহ একটি টেক্সচার রয়েছে; এটি কোনো ফটো বা স্ক্যান নয়।

• টেক্সট ফাইল, ৩,০২৯ বাইট: দুই পৃষ্ঠায় টেক্সট, পূরণ করা একটি ফর্ম ফিল্ড, একটি লিংক, একটি পৃষ্ঠার ঘূর্ণন এবং স্ট্রাকচার ট্রিতে একটি চিহ্ন রয়েছে।
• ছবিযুক্ত ফাইল, ১৩,৫৯,০৭৯ বাইট: একই উপাদানগুলোর সঙ্গে অতিরিক্তভাবে 640 × 800 পিক্সেলের একটি কৃত্রিমভাবে তৈরি ছবি রয়েছে। ছবি ছাড়া টেক্সট ফাইলের আকার মাত্র ৩,০২৯ বাইট, তাই এই ফাইলের আকারের বেশির ভাগই ছবির কারণে।
• আগেই অপ্টিমাইজ করা টেক্সট ফাইল, ২,৭২১ বাইট: আকার আর কমানো যায় না—এমন পরিস্থিতির উদাহরণ হিসেবে এটি ব্যবহার করা হয়েছে।
• স্বাক্ষরের প্লেসহোল্ডারসহ ফাইল, ৩,১৩৯ বাইট: এতে শুধু একটি স্বাক্ষরের কাঠামো রয়েছে, কোনো প্রকৃত ডিজিটাল স্বাক্ষর নেই। সংকোচক স্বাক্ষরযুক্ত ফাইল প্রত্যাখ্যান করে কি না, তা এটি দিয়ে পরীক্ষা করা হয়েছে।

প্রতিবার প্রক্রিয়া চালানোর জন্য একই প্রাথমিক অবস্থা

• প্রতিটি প্রক্রিয়া মূল ফাইলের অপরিবর্তিত বাইট দিয়ে শুরু হয়। কোনো প্রক্রিয়ায় একাধিক চেষ্টা প্রয়োজন হলে, পরের প্রতিটি চেষ্টাও আগের ফলাফল থেকে নয়, আবার মূল ফাইল থেকেই শুরু হয়।
• সব ফলাফলে উভয় পৃষ্ঠা সম্পূর্ণ রয়েছে। কোনো পৃষ্ঠা সরানো হয়নি, কিছুই ZIP হিসেবে প্যাক করা হয়নি, কোনো ছবির পিক্সেলসংখ্যা কমানো হয়নি এবং কোনো সম্পূর্ণ পৃষ্ঠাকে ছবিতে রূপান্তর করা হয়নি। এভাবেই কেবল মোডগুলোর বাইটসংখ্যা পরস্পরের সঙ্গে তুলনা করা যায়।
• প্রতিটি ফলাফল আলাদা ফাইলনামে সংরক্ষণ করা হয়েছে। ইনপুট ও আউটপুটের বাইটসংখ্যা এবং SHA-256 চেকসাম নথিভুক্ত করা হয়েছে। চেকসাম হলো ফাইলের আঙুলের ছাপের মতো: একটি বাইটও বদলালে চেকসাম বদলে যায়।
• প্রতিটি প্রক্রিয়ার জন্য মোড, প্রযোজ্য হলে লক্ষ্য আকার এবং বাস্তবে ব্যবহৃত JPEG-এর গুণমান নথিভুক্ত করা হয়েছে।

তিনটি মোড প্রযুক্তিগতভাবে কী করে

লগ ও সারণিতে মোডগুলোর নাম lossless, balanced এবং small। টুলে এগুলো এই নামে পাবেন: lossless হলো মানের ক্ষতি ছাড়া অপ্টিমাইজেশন, balanced হলো ভারসাম্যপূর্ণ এবং small হলো ছোট আকারের ফাইল। মানের ক্ষতি ছাড়া অপ্টিমাইজেশন শুধু ফাইলের কাঠামো, অর্থাৎ অবজেক্ট ও সংকুচিত ডেটা স্ট্রিম অপ্টিমাইজ করে। ভারসাম্যপূর্ণ মোডে এর পাশাপাশি উপযুক্ত ছবিগুলোকে গুণমানের স্তর 80 দিয়ে JPEG হিসেবে আবার এনকোড করা হয়। লক্ষ্য আকারে পৌঁছানো না গেলে 70 দিয়ে আরেকবার চেষ্টা করা হয়। ছোট আকারের ফাইল মোড স্তর 65 দিয়ে শুরু করে এবং লক্ষ্য পূরণ না হলে 50, তারপর 40-এ যায়। আপনি লক্ষ্য আকার নির্ধারণ করলে এবং মূল ফাইল বা কাঠামোগতভাবে অপ্টিমাইজ করা সংস্করণেই সেই লক্ষ্য পূরণ হলে, মানের ক্ষতি হয় এমন JPEG এনকোডিংয়ের চেষ্টা প্রয়োজন হয় না। শেষে পরীক্ষা করা সংস্করণগুলোর মধ্যে সবচেয়ে ছোটটি নেওয়া হয়। কোনোটি মূল ফাইলের চেয়ে ছোট না হলে মূল ফাইলই রাখা হয়। তাই আকার নির্দিষ্ট পরিমাণে কমবে, এমন নিশ্চয়তা নেই।

QPDF 12.2-এর ডকুমেন্টেশন অনুযায়ী, এই প্রক্রিয়ায় QPDF ছবির রেজোলিউশন কমায় না। তবে JPEG হিসেবে আবার এনকোড করলে দৃশ্যমান বিকৃতি তৈরি হতে পারে, এবং নতুনভাবে এনকোড করা ছবির ডেটা ছোট হলেই কেবল QPDF তা গ্রহণ করে। ছবির গুণমানে এর প্রভাব কী, তা মানের ক্ষতি ছাড়া PDF সংকুচিত করুন নির্দেশিকায় ব্যাখ্যা করা হয়েছে।

নিজে যাচাই করার জন্য ফাইল ও চেকসাম

নিচের সারণিতে সব পরীক্ষামূলক ও ফলাফলের ফাইলের লিংক রয়েছে। ডাউনলোড করার পর আপনার পছন্দের চেকসাম টুল দিয়ে SHA-256 চেকসাম মিলিয়ে দেখুন। মিললে আপনার কাছে পরিমাপ করা ঠিক সেই ফাইলটিই রয়েছে। ইংরেজি ভাষার লগ reproducibility-manifest.json-এ সব প্রক্রিয়ার সুনির্দিষ্ট কল ও সেটিংস রয়েছে।

ফলাফল: ফাইলের আকারের সৎ উপস্থাপন

এই পরীক্ষা থেকে আপনার নিজের PDF কতটা ছোট হবে, তা পূর্বানুমান করা যায় না। তা নির্ভর করে আপনার ফাইলে কী রয়েছে তার ওপর। এই তিনটি পরীক্ষামূলক ফাইলই ফলাফলের বৈচিত্র্য দেখায়: ছোট টেক্সট ফাইলটি lossless মোডে ১০.১৭ শতাংশ ছোট হয়েছে, আর ছবিযুক্ত ফাইলটি একই মোডে মাত্র ০.০২ শতাংশ। ছবিযুক্ত ফাইলটি JPEG হিসেবে আবার এনকোড করার পরেই আকার ৮৬.৭৮ শতাংশ কমেছে। সারণিতে নয়টি প্রক্রিয়ার সবগুলোই রয়েছে, এমনকি যেগুলোতে উল্লেখযোগ্যভাবে আকার কমেনি সেগুলোও।

আকারের সাশ্রয় সব সময় প্রকৃত বাইটসংখ্যা থেকে হিসাব করা হয়েছে: যত বাইট কমেছে, তা মূল আকার দিয়ে ভাগ করা হয়েছে। balanced মোডের প্রক্রিয়ায় এটি ১৩,৫৯,০৭৯ বাইটের মধ্যে ১১,৭৯,৩৭১ বাইট, অর্থাৎ ৮৬.৭৮ শতাংশ। আপনার নিজের ফাইলের জন্য সংকোচনের হার ক্যালকুলেটর দিয়ে এই হিসাব যাচাই করতে পারেন।

JPEG-এর গুণমান মানে আকার কত শতাংশ কমবে, তা নয়

80, 65 বা 40 হলো JPEG এনকোডারের সেটিংস, আকার কমার শতাংশ নয়। এখানে গুণমানের স্তর 80-এ আকার ৮৬.৭৮ শতাংশ কমেছে, আর স্তর 65-এ কমেছে ৯০.৭৫ শতাংশ। অন্য কোনো ফাইলে একই স্তরগুলোয় সম্পূর্ণ ভিন্ন ফল হতে পারে।

আকার না কমার উদাহরণটিও কেন অন্তর্ভুক্ত

যে পরীক্ষা শুধু আকার সবচেয়ে বেশি কমার ফল দেখায়, সেটি একটি গুরুত্বপূর্ণ পরিস্থিতি আড়াল করে: আকার আর কমানো না গেলে কী হয়? আগেই অপ্টিমাইজ করা ২,৭২১ বাইটের টেক্সট ফাইলটির ক্ষেত্রে lossless মোড কোনো ছোট সংস্করণ দিতে পারেনি। তাই সংকোচক মূল ফাইলটিই রেখেছে: আউটপুট ২,৭২১ বাইট, আকারের সাশ্রয় 0 বাইট, এবং ইনপুট ও আউটপুটের SHA-256 চেকসাম একই। প্রকৃত সংকোচন মডিউল দিয়ে এতে প্রমাণিত হয়েছে যে, এই পরিস্থিতিতে আপনি কোনো উপকার ছাড়াই নতুন করে লেখা ফাইল পান না। তখন কী করতে পারেন, তা PDF ছোট হচ্ছে না নির্দেশিকায় রয়েছে।

লক্ষ্য পূরণ হয়েছে, হয়নি বা আগেই পূরণ হয়েছিল

• লক্ষ্য ২,৫০,০০০ বাইট: স্তর 65-এ প্রথম চেষ্টাতেই আকার হয়েছে ১,২৫,৭১০ বাইট। এতে লক্ষ্য অর্জিত হয়েছে, এবং ফলাফলটি লক্ষ্য ছাড়া চালানো প্রক্রিয়ার ফলাফলের সঙ্গে প্রতিটি বাইটেও অভিন্ন।
• লক্ষ্য 128 বাইট: ছবিসহ দুই পৃষ্ঠার জন্য এটি অবাস্তব রকমের ছোট। এমনকি শেষ স্তর 40-এও আকার হয়েছে ৭৪,৭০৭ বাইট। সংকোচক জানায় যে লক্ষ্য অর্জিত হয়নি, তবুও একটি ফাইল দেয়। এই পরীক্ষামূলক ফাইলের ক্ষেত্রে সংরক্ষিত ৭৪,৭০৭ বাইটের ফলাফলের ফাইলে উভয় পৃষ্ঠা রয়েছে, এবং নিচে বর্ণিত কার্যকারিতা পরীক্ষাগুলোয় এটি উত্তীর্ণ হয়েছে। এ সময় ছবির ডেটা মানের ক্ষতি করে আবার এনকোড করা হয়েছে। অন্য প্রতিটি ফাইলেও সব বিষয়বস্তু অক্ষুণ্ণ থাকবে, এই প্রক্রিয়া তা প্রমাণ করে না।
• লক্ষ্য ১৩,৫৯,০৭৯ বাইট, অর্থাৎ মূল ফাইলের আকারের ঠিক সমান: লক্ষ্য আগেই পূরণ হয়েছে বলে ধরা হয়েছে। শুধু কাঠামোগত, মানের ক্ষতি ছাড়া অপ্টিমাইজেশন চালানো হয়েছে। এতে আকার হয়েছে ১৩,৫৮,৭৬৪ বাইট, যা lossless মোডের প্রক্রিয়ার আকারের সমান। ছবিটি JPEG হিসেবে আবার এনকোড করা হয়নি, কারণ নথিভুক্ত কলগুলোতে কোনো JPEG সেটিং নেই।

একই আকার, ভিন্ন চেকসাম

balanced মোডে প্রক্রিয়াটি আবার চালিয়ে ঠিক ১,৭৯,৭০৮ বাইট পাওয়া গেছে, তবে SHA-256 চেকসাম ভিন্ন হয়েছে। লক্ষ্য পূরণ হওয়া প্রক্রিয়াটির আকারও lossless মোডের প্রক্রিয়াটির সমান, তবু তার চেকসাম আলাদা। যেমন, PDF লেখার সময় একটি নতুন নথি শনাক্তকারী তৈরি হতে পারে; এটি ভিন্ন চেকসামের একটি সম্ভাব্য কারণ। অন্যদিকে লক্ষ্য ছাড়া এবং ২,৫০,০০০ বাইট লক্ষ্য দিয়ে small মোডে চালানো প্রক্রিয়া দুটির ফলাফল প্রতিটি বাইটে মিলে গেছে। তাই চেকসাম একটি নির্দিষ্ট সংরক্ষিত ফাইলকে চিহ্নিত করে। কোনো প্রক্রিয়া আবার চালালে, এমনকি ব্রাউজারেও, আকার একই থাকলেও প্রতিটি বাইটে অভিন্ন ফাইল পাবেনই—এমন নয়।

প্রদর্শন ও কার্যকারিতা আলাদাভাবে পরীক্ষা করা হয়েছে

ফাইল ছোট হওয়া থেকে বোঝা যায় না যে টেক্সট, ফর্ম ও লিংক অক্ষুণ্ণ রয়েছে কি না। ভালো প্রিভিউও তার প্রমাণ নয়। তাই সংরক্ষিত ফাইলগুলো পরস্পর স্বাধীন দুটি লাইব্রেরি দিয়ে পরীক্ষা করা হয়েছে: pdf-lib সংরক্ষিত অভ্যন্তরীণ কাঠামো পড়ে, এবং PDF.js 6.4.299 পৃষ্ঠাগুলো রেন্ডার করে ও টেক্সট এবং অ্যানোটেশন পড়ে। এর জন্য PDF.js একটি বিচ্ছিন্ন Chromium ইনস্ট্যান্সে চালানো হয়েছে, যার সংস্করণ 151.0.7922.34। তৈরি হয়ে যাওয়া ফাইলের এই পরীক্ষা সংকোচন থেকে আলাদা; সংকোচনের পরিমাপ Windows 11-এ Node.js-এর মধ্যে করা হয়েছে। ব্রাউজারে বা মোবাইল ডিভাইসে সংকোচন মাপা হয়নি, এবং এই পরীক্ষা অন্য PDF প্রোগ্রামের আচরণ সম্পর্কে কিছু জানায় না। প্রতিটি পরীক্ষার নিজস্ব পদ্ধতি রয়েছে এবং তা শুধু এই পরীক্ষামূলক ফাইলগুলোর জন্য প্রযোজ্য।

ফর্ম ফিল্ড সম্পর্কে একটি বিষয়: PDF.js-এর সাধারণ টেক্সট বের করার প্রক্রিয়ায় এর মান নির্ভরযোগ্যভাবে আসে না; তাই সেটি অ্যানোটেশন থেকে পড়া হয়েছে। ফলে সংকুচিত PDF-এ ফর্মে লেখা কোনো মান খুঁজে না পেলে, তার মানে স্বয়ংক্রিয়ভাবে এই নয় যে মানটি নেই।

balanced ও small মোডে ছবিটি মানের ক্ষতি করে JPEG হিসেবে আবার এনকোড করা হয়েছে; ব্যতিক্রম হলো সেই small প্রক্রিয়া, যার লক্ষ্য আগেই পূরণ হয়েছিল। এ সময় টেক্সট ও রেখার ডিকোড করা বিষয়বস্তু নির্দেশনা একই ছিল, তবে টেক্সচারের ছবির ডেটা একই ছিল না। ছবিযুক্ত ফাইলের ফলাফলগুলোর রেন্ডার করা পৃষ্ঠায় ছবির অবস্থান ও বিস্তার এবং পৃষ্ঠার ঘূর্ণন মূল ফাইলের মতোই ছিল। নিজে ফাইলগুলো দেখলে এই বিষয়টি খেয়াল রাখা জরুরি: মূল ফাইলেই কৃত্রিমভাবে তৈরি ছবিটি কয়েকটি টেক্সট লাইনের ওপর রয়েছে। এই ওভারল্যাপ পরীক্ষামূলক ফাইলেরই অংশ, সংকোচনের কারণে হওয়া ক্ষতি নয়। ফলাফলগুলোতেও এটি বজায় থাকে। এতে প্রতিটি লাইনের পাঠযোগ্যতা সম্পর্কে কোনো সিদ্ধান্ত বা গুণমানের নম্বর পাওয়া যায় না। তাছাড়া টেক্সচার ও রঙের ধাপে ধাপে পরিবর্তনসহ কৃত্রিমভাবে তৈরি একটি ছবি থেকে খুব কমই বোঝা যায় যে, একই গুণমানের স্তরে ফটো, স্ক্যান বা স্ক্যানে ছোট লেখার ওপর কী প্রভাব পড়বে। এ বিষয়ে প্রাসঙ্গিক নির্দেশিকা হলো স্ক্যান করা PDF ছোট করুন।

স্বাক্ষরের প্লেসহোল্ডার শুধু দেখায় যে সংকোচক স্বাক্ষরের কাঠামোসহ একটি ফাইল শনাক্ত করে এবং সেটি প্রক্রিয়া করে না। সংকোচন কোড অনুযায়ী, এনক্রিপ্ট করা ও প্রত্যয়িত ফাইলও প্রত্যাখ্যান করা হয়। কোনো প্রকৃত স্বাক্ষর বৈধ কি না, এই পরীক্ষা তা যাচাই করে না এবং কোনো সুরক্ষাও পাশ কাটায় না। এ বিষয়ে আরও জানতে স্বাক্ষর ও ফর্মসহ PDF সংকুচিত করুন নির্দেশিকা পড়ুন।

সীমাবদ্ধতা ও নিজের যাচাই

টুলটি কি PDF24 বা Adobe-এর চেয়ে ভালো?

এই পৃষ্ঠা সেই প্রশ্নের উত্তর দেয় না। আমরা একই ফাইল দিয়ে অন্য কোনো প্রোগ্রাম বা অনলাইন সেবা চালাইনি। তাই তুলনামূলকভাবে গুণমান, গতি বা দাম সম্পর্কে কোনো সিদ্ধান্তের পক্ষে প্রমাণ থাকবে না। শতাংশ বা স্লাইডারসহ সেরা টুলের তালিকাও এমন তুলনার বিকল্প নয়। ন্যায্য তুলনার জন্য সবার ক্ষেত্রে একই সম্পূর্ণ ইনপুট ফাইল, একই পৃষ্ঠা, নথিভুক্ত সেটিংস, সঠিক বাইটসংখ্যা এবং সব ফলাফলের জন্য একই কার্যকারিতা পরীক্ষা প্রয়োজন।

নিজের PDF যেভাবে যাচাই করবেন

1. আপনার মূল ফাইলের একটি অপরিবর্তিত কপি রাখুন।
2. PDF সংকোচক খুলুন এবং ফাইলটি নির্বাচন করুন। ছবির সূক্ষ্ম বিবরণ গুরুত্বপূর্ণ হলে মানের ক্ষতি ছাড়া মোড দিয়ে শুরু করুন।
3. মূল ফাইল ও ফলাফলের সঠিক আকার বাইটে লিখে রাখুন, যেমন ফাইলের প্রোপার্টিজ থেকে, এবং সংকোচনের হার ক্যালকুলেটর দিয়ে আকারের সাশ্রয় হিসাব করুন।
4. পরবর্তী প্রতিটি চেষ্টা আবার মূল ফাইল দিয়ে শুরু করুন, ইতিমধ্যে সংকুচিত কোনো ফলাফল দিয়ে নয়। প্রতিটি ফলাফল একটি নতুন ফাইলের নামে সংরক্ষণ করুন, যাতে কোনো কিছু আগেরটির ওপর লিখে প্রতিস্থাপন না হয়।
5. সংরক্ষিত ফাইলটি সেই প্রোগ্রামে খুলুন, যা প্রাপকও ব্যবহার করেন। সব পৃষ্ঠা পরীক্ষা করুন, একটি পরিচিত শব্দ খুঁজুন, ফর্মের মান ও লিংকগুলো যাচাই করুন এবং ছবি ও ছোট অক্ষরের লেখা মূল আকারে দেখুন।
6. আপনার PDF ডিজিটালভাবে স্বাক্ষরিত, এনক্রিপ্ট করা বা প্রত্যয়িত হলে, এই সরঞ্জাম দিয়ে সেটি সংকুচিত করবেন না; বরং নথি ইস্যুকারীর সঙ্গে প্রক্রিয়াটি সম্পর্কে স্পষ্টভাবে জেনে নিন।