Cómo convertir páginas PDF en imágenes de alta resolución

La resolución que obtienes en realidad

Las páginas de un PDF se miden en puntos, y hay 72 puntos por pulgada. El renderizador dibuja cada página al doble de eso, así que cada pulgada del original se convierte en 144 píxeles. Una página US Letter sale con unos 1224 por 1584 píxeles. Una A4 ronda los 1191 por 1684. Eso es nitidez de sobra para una diapositiva, un elemento incrustado en una web, una publicación de foro o una captura de pantalla en un reporte de errores, y es lo que obtienes tanto si pides PNG como JPG.

No son 300 DPI, y no hay ninguna casilla donde escribir 300. La escala es fija. Conviene saber también que la herramienta renderiza la página, no entra en el archivo a sacar las imágenes que ya contiene. Si una página guarda un escaneo a 600 DPI, lo que recibes es un renderizado de ese escaneo a 144 píxeles por pulgada, no la imagen original con su propia resolución.

PNG o JPG, y la trampa de la transparencia

La salida en JPG pinta el lienzo de blanco antes de dibujar la página y luego codifica con calidad 0,92. Los archivos son pequeños, las páginas con muchas fotos se ven bien, y el texto negro nítido gana un ligero halo si haces zoom de cerca.

El PNG no tiene pérdida y se salta el relleno blanco. La mayoría de los PDF nunca pintan su propio fondo, lo que significa que el PNG que obtienes tiene el fondo transparente. Colócalo sobre una diapositiva blanca y queda perfecto. Colócalo sobre una diapositiva oscura y el texto desaparece contra el fondo, y algunos visores de imágenes muestran esa transparencia como negro sólido. Si lo que sigue después va a colocar la imagen sobre un color, elige JPG o aplana tú mismo el PNG sobre blanco.

Obtienes todas las páginas, en un ZIP

La herramienta renderiza el documento entero y empaqueta los resultados en un solo ZIP, una imagen por página, cada una con el nombre del archivo de origen más el número de página al final. No hay ningún campo de rango de páginas. Si quieres la página 47 de un informe de 80 páginas, igualmente obtienes las 80 imágenes y rescatas la que necesitabas. Procesa un PDF a la vez, de hasta 100 MB.

Lo que te cuesta rasterizar

Convertir una página en una imagen de esa página tira varias cosas, para siempre:

• El texto deja de ser texto. No puedes buscarlo, seleccionarlo ni copiarlo, y un lector de pantalla no tiene nada que leer. Si más tarde le pasas OCR, estás adivinando caracteres que antes estaban indicados con exactitud.
• Los enlaces, campos de formulario, anotaciones y marcadores desaparecen. Solo sobrevive la tinta visible.
• El arte vectorial queda fijado a 144 píxeles por pulgada. Los diagramas y las líneas finas que antes se podían escalar sin límite ahora muestran un borde visible al ampliarlos.
• El tamaño del archivo suele subir, no bajar. Una página de texto negro plano guardada como PNG puede pesar fácilmente más que todo el PDF del que viene, porque el PDF guardaba unos pocos kilobytes de instrucciones de glifos y el PNG guarda dos millones de píxeles.

Dónde se vuelve lento

Las páginas se renderizan una tras otra, y cada imagen terminada se queda en la memoria de la pestaña hasta que se comprime todo el conjunto. Un documento corto es instantáneo. Unos cientos de páginas son una experiencia distinta: el bucle de renderizado es la parte lenta, y la memoria es el muro con el que chocas primero. Los móviles se quedan sin memoria antes que los portátiles. Si un documento largo bloquea la pestaña, cierra las demás pestañas e inténtalo de nuevo, o divide el PDF antes.

Nada de esto pasa por un servidor. El renderizado se ejecuta en la página que ya tienes abierta, así que tu documento nunca viaja. El motor de renderizado se descarga de un CDN público la primera vez que usas la herramienta, que es un script que llega hacia ti, no un archivo que sale de ti.

Cuándo una herramienta de escritorio es la mejor opción

Todo lo que vaya a imprenta necesita un renderizador real de línea de comandos. Ghostscript y pdftoppm te dejan indicar la resolución sin rodeos, pedir solo las páginas de la 12 a la 18, y renderizar directamente a CMYK para que la imprenta reciba lo que espera. Lo mismo vale para una tarea nocturna sobre una carpeta con cientos de archivos, o para extraer las imágenes incrustadas a su resolución original en lugar de un renderizado de ellas, que es una operación distinta con herramientas distintas. Para unas pocas páginas que quieres pegar hoy mismo en una presentación, el navegador gana en esfuerzo.