Comment convertir des pages PDF en images haute résolution

La résolution que vous obtenez réellement

Les pages d’un PDF se mesurent en points, à raison de 72 points par pouce. Le moteur de rendu dessine chaque page au double de cette valeur, si bien que chaque pouce de l’original devient 144 pixels. Une page US Letter ressort à environ 1224 par 1584 pixels. Une page A4 avoisine 1191 par 1684. C’est largement assez net pour une diapositive, un élément intégré dans une page web, un message de forum ou une capture d’écran dans un rapport de bug, et c’est ce que vous obtenez, que vous demandiez du PNG ou du JPG.

Ce n’est pas du 300 DPI, et il n’existe aucune case où taper 300. L’échelle est fixe. Autre chose à savoir : l’outil effectue le rendu de la page, il ne va pas chercher dans le fichier les images qui s’y trouvent déjà. Si une page contient un scan à 600 DPI, ce que vous récupérez est un rendu de ce scan à 144 pixels par pouce, pas l’image d’origine à sa propre résolution.

PNG ou JPG, et le piège de la transparence

La sortie JPG peint le canevas en blanc avant de dessiner la page, puis encode avec une qualité de 0,92. Les fichiers sont petits, les pages riches en photos rendent bien, et le texte noir bien net gagne un léger halo si vous zoomez de près.

Le PNG est sans perte et saute le remplissage blanc. La plupart des PDF ne peignent jamais leur propre fond, ce qui veut dire que le PNG obtenu a un fond transparent. Posez-le sur une diapositive blanche et il est parfait. Posez-le sur une diapositive sombre et le texte disparaît dans le fond, et certaines visionneuses d’images affichent cette transparence en noir plein. Si la suite du traitement doit placer l’image sur une couleur, choisissez le JPG ou aplatissez vous-même le PNG sur du blanc.

Vous obtenez toutes les pages, dans un ZIP

L’outil effectue le rendu du document entier et regroupe les résultats dans un seul ZIP, une image par page, chacune nommée d’après le fichier source suivi du numéro de page. Il n’y a pas de champ pour une plage de pages. Si vous voulez la page 47 d’un rapport de 80 pages, vous obtenez quand même les 80 images et repêchez celle qu’il vous fallait. L’outil traite un PDF à la fois, jusqu’à 100 Mo.

Ce que la rastérisation vous coûte

Transformer une page en image de cette page fait perdre plusieurs choses, pour de bon :

• Le texte cesse d’être du texte. Vous ne pouvez plus le rechercher, le sélectionner ni le copier, et un lecteur d’écran n’a plus rien à lire. Si vous lui appliquez l’OCR plus tard, vous devinez des caractères qui étaient auparavant indiqués avec exactitude.
• Les liens, champs de formulaire, annotations et signets disparaissent. Seule l’encre visible survit.
• Les graphismes vectoriels sont figés à 144 pixels par pouce. Les diagrammes et les traits fins autrefois redimensionnables à l’infini montrent désormais un bord visible une fois agrandis.
• La taille du fichier augmente souvent, au lieu de diminuer. Une page de texte noir uni enregistrée en PNG peut facilement peser plus lourd que tout le PDF dont elle provient, parce que le PDF ne stockait que quelques kilo-octets d’instructions de glyphes, alors que le PNG stocke deux millions de pixels.

Où ça ralentit

Les pages sont rendues les unes après les autres, et chaque image terminée reste en mémoire dans l’onglet jusqu’à ce que l’ensemble soit compressé en ZIP. Un document court, c’est instantané. Quelques centaines de pages, c’est une autre expérience : la boucle de rendu est la partie lente, et la mémoire est le mur que vous heurtez en premier. Les téléphones manquent de mémoire plus vite que les ordinateurs portables. Si un document long bloque l’onglet, fermez les autres onglets et réessayez, ou découpez d’abord le PDF.

Rien de tout cela ne passe par un serveur. Le rendu s’exécute dans la page que vous avez déjà ouverte, si bien que votre document ne voyage jamais. Le moteur de rendu est téléchargé depuis un CDN public la première fois que vous utilisez l’outil, ce qui est un script qui arrive vers vous plutôt qu’un fichier qui part de chez vous.

Quand un outil de bureau est la meilleure réponse

Tout ce qui part à l’impression a besoin d’un vrai moteur de rendu en ligne de commande. Ghostscript et pdftoppm vous laissent indiquer la résolution directement, demander uniquement les pages 12 à 18, et produire un rendu directement en CMJN pour que l’imprimeur reçoive ce qu’il attend. Pareil pour une tâche nocturne sur un dossier de centaines de fichiers, ou pour extraire les images incorporées à leur résolution d’origine plutôt qu’un rendu de celles-ci, ce qui est une opération différente avec des outils différents. Pour quelques pages à coller dans une présentation cet après-midi, le navigateur gagne en simplicité.