Glosario PDF: los términos que aparecen al comprimir, unir y convertir

Formatos y archivos

PDF (Portable Document Format). Formato creado por Adobe en 1993 para que un documento se vea igual en cualquier dispositivo. Hoy es un estándar abierto (ISO 32000).

JPEG (o JPG). Formato de imagen con compresión con pérdida, pensado para fotos. Consigue archivos ligeros descartando detalles que el ojo percibe poco.

PNG. Formato de imagen con compresión sin pérdida. Conserva cada píxel, por lo que es adecuado para texto y capturas, pero pesa más.

WebP. Formato de imagen desarrollado por Google, que admite compresión con y sin pérdida. Muchas imágenes de la web se guardan así.

HEIC. Formato de imagen que usan por defecto muchos iPhone. Es eficiente en espacio, pero menos compatible que JPG.

ZIP. Archivo que agrupa varios archivos en uno. Lo usamos al descargar varias páginas o imágenes a la vez.

Imagen y resolución

Píxel. Cada uno de los puntos de color que forman una imagen digital.

ppp (o dpi). Píxeles por pulgada: cuántos píxeles se usan por cada pulgada de papel al convertir o escanear. Más ppp significa más detalle y más peso. 150 es habitual para pantalla; 300, para imprimir.

Megapíxel. Un millón de píxeles. Una página A4 a 300 ppp tiene unos 8,7 megapíxeles.

Rasterizar. Convertir contenido descrito matemáticamente (como el texto de un PDF) en una imagen hecha de píxeles. Es lo que hace la herramienta de comprimir con cada página, y por eso el texto deja de ser seleccionable.

Compresión con pérdida y sin pérdida. La compresión sin pérdida (PNG, ZIP) permite recuperar exactamente el original; la compresión con pérdida (JPEG) descarta información a cambio de ahorrar espacio, y esa información no se recupera.

EXIF. Datos que la cámara guarda junto a la foto: fecha, modelo y orientación, entre otros. La orientación es la que permite que una foto tomada con el celular girado se vea derecha.

Contenido de un PDF

PDF de texto (nativo). PDF generado por un programa, con caracteres reales que se pueden seleccionar y buscar.

PDF escaneado. PDF formado por imágenes de las páginas, sin texto real.

OCR (reconocimiento óptico de caracteres). Tecnología que analiza una imagen de texto y lo convierte en texto real. Permite buscar dentro de un escaneo.

Capa de texto. Texto invisible superpuesto a la imagen de una página, resultado de un OCR. Es lo que permite seleccionar o buscar en un escaneo.

Fuente incrustada. Copia de la tipografía guardada dentro del PDF para que el documento se vea igual en cualquier equipo, aunque no tenga esa fuente instalada.

Metadatos. Información sobre el documento (título, autor, fecha de creación, programa que lo generó) que va incluida en el archivo sin verse en las páginas.

Marcadores. El índice lateral navegable que algunos PDF incluyen, que permite saltar a capítulos o secciones.

Documentos con requisitos especiales

Firma digital. Sello criptográfico que certifica quién firmó un PDF y que no se modificó después. Cualquier cambio en el archivo la invalida.

PDF/A. Variante del PDF diseñada para la conservación a largo plazo (ISO 19005). Exige, entre otras cosas, que el documento sea autosuficiente, con las fuentes incrustadas.

Cómo se relacionan estos conceptos

Si comprimes un PDF de texto, lo rasterizas: pasa de tener texto real a ser una imagen a una cierta resolución en ppp con compresión JPEG. Eso reduce el peso, pero pierdes la capa de texto, los marcadores y las firmas. Si unes o divides, en cambio, no rasterizas nada: las páginas se copian tal cual.