En este post te voy a enseñar una manera de reducir el tamaño de un PDF usando Python. Lo que te presentaré aquí no es magia, la reducción del tamaño del PDF va a depender de la composición del mismo.
Si el PDF tiene varias imágenes, entonces su tamaño será reducido considerablemente. El enfoque que voy a usar es convertir el PDF a imágenes, comprimir cada imagen y volver a crear el PDF.
Seguramente existen otras maneras de comprimir un PDF pero te cuento que este método me funcionó con un PDF que tenía varias imágenes en alta calidad.
Python – Reducir tamaño de archivo
Para comprimir un PDF con Python simplemente seguimos las instrucciones que mencioné al principio:
- Convertir las páginas del PDF a imagen, con una imagen por página
- Por cada imagen existente, reducir su calidad. Básicamente cada imagen será una página del PDF.
- Una vez que todas las imágenes estén comprimidas, las unimos de nuevo en un PDF.
Ya he dedicado un post completo y a fondo a cada operación. Te recomiendo que revises cada post completo si tienes dudas. Recuerda que vas a necesitar Python y pip además de instalar:
- img2pdf:
pip install img2pdf - pdfium2:
pip install pypdfium2 - pillow:
pip install pillow
El código queda así:
import pypdfium2 as pdfium
from pathlib import Path
from PIL import Image
import img2pdf
import os
nombre_pdf = "pesado.pdf"
nombre_pdf_comprimido = "comprimido.pdf"
nombre_pdf_sin_extension = Path(nombre_pdf).stem
escala = 2 # Escala para convertir PDF a imagen
"""
Extraer cada página del PDF como imagen
"""
pdf = pdfium.PdfDocument(nombre_pdf)
cantidad_paginas = len(pdf)
imagenes = []
for indice_pagina in range(cantidad_paginas):
numero_pagina = indice_pagina+1
nombre_imagen = f"{nombre_pdf_sin_extension}_{numero_pagina}.jpg"
imagenes.append(nombre_imagen)
print(f"Extrayendo página {numero_pagina} de {cantidad_paginas}")
pagina = pdf.get_page(indice_pagina)
imagen_para_pil = pagina.render(scale=escala).to_pil()
imagen_para_pil.save(nombre_imagen)
imagenes_comprimidas = []
"""
Comprimir imágenes.
Entre menor calidad, menos peso del PDF resultante
"""
calidad = 70
for nombre_imagen in imagenes:
print(f"Comprimiendo {nombre_imagen}...")
nombre_imagen_sin_extension = Path(nombre_imagen).stem
nombre_imagen_salida = nombre_imagen_sin_extension + \
"_comprimida" + nombre_imagen[nombre_imagen.rfind("."):]
imagen = Image.open(nombre_imagen)
imagen.save(nombre_imagen_salida, optimize=True, quality=calidad)
imagenes_comprimidas.append(nombre_imagen_salida)
"""
Escribir imágenes en un nuevo PDF
"""
print("Creando PDF comprimido...")
with open(nombre_pdf_comprimido, "wb") as documento:
documento.write(img2pdf.convert(imagenes_comprimidas))
"""
Eliminar imágenes temporales
"""
for imagen in imagenes + imagenes_comprimidas:
os.remove(imagen)
Ejemplo de compresión con Python
Tengo un PDF que pesa 11.9 MB, al comprimirlo con este script de Python usando una calidad de 70 y una escala de 2, he logrado reducirlo a 280 KB.
La reducción de tamaño no es magia; como te comenté anteriormente, su funcionamiento se basa en convertir cada página a imagen y después comprimirla. Si tu PDF no tiene muchas imágenes, probablemente no veas diferencias.
Comprimir PDF con Bot de Telegram
El código que está expuesto aquí puede ser colocado en un Bot de Telegram, así puedes ofrecer a los usuarios una interfaz fácil de usar multiplataforma para comprimir un PDF desde Telegram:
