O que o raio-X mede e como calcula
Divisão do tamanho
Um PDF é um contêiner de objetos. A ferramenta os percorre um a um e soma quanto ocupa cada um, do jeito que está guardado no arquivo: as imagens, os programas de fonte incorporados e o conteúdo das páginas (o texto, as linhas e as formas). O que não se encaixa nesses grupos —metadados, perfis de cor, anexos, índices internos e restos de edições anteriores— é agrupado em “estrutura e outros”. É uma estimativa fiel, mas não exata: uma imagem inserida dentro do próprio conteúdo de uma página conta como texto e vetores.
Fontes
Para cada fonte, a ferramenta indica se está incorporada inteira, incorporada como subconjunto (só com os caracteres que o documento usa) ou não incorporada. Uma fonte não incorporada não ocupa espaço, mas cada computador a substitui por uma sua e o documento pode aparecer diferente; uma incorporada inteira pode somar centenas de kilobytes.
Imagens e páginas
São contadas as imagens distintas que o arquivo contém. As máscaras de transparência, que acompanham algumas imagens, aparecem à parte para não inflar o número.
Paleta de cores
A primeira página é desenhada em uma tela invisível e seus pixels são agrupados por cor. O resultado são as cinco cores que ocupam mais área, com o código HEX pronto para copiar. Se só lhe interessam as cores da marca, você pode ocultar os brancos, pretos e cinzas.
O seu documento não sai do seu dispositivo
A análise acontece dentro da aba, em uma linha de execução separada: o PDF é lido do seu disco para a memória do navegador e não é enviado a nenhum servidor. Você pode conferir como explicamos neste guia.
E depois?
Se a maior parte do tamanho são imagens, o compressor pode deixar o arquivo no tamanho exato que pedem. Se você quer entender por que uma digitalização passa de 10 MB, contamos em por que um PDF é tão pesado.