Glossário de PDF: OCR, Achatar, Linearizar, PDF/A e Mais

Termos de PDF são usados o tempo todo sem muita explicação. Aqui está o que os termos comuns realmente significam, em linguagem simples, com um link para a ferramenta da HivePDF que faz cada um deles.

OCR (Reconhecimento Óptico de Caracteres)

Transforma a imagem de texto em uma página escaneada em texto real e selecionável, colocado de forma invisível por baixo da imagem. Sem isso, um PDF escaneado é só uma foto — você não consegue pesquisar nele, copiar dele, nem fazer um leitor de tela ler em voz alta. → OCR de PDF

Achatar (Flatten)

Grava conteúdo interativo — valores de campos de formulário, anotações, camadas — diretamente no conteúdo estático da página, e remove os elementos interativos em si. Um formulário achatado não pode ter suas respostas alteradas; uma anotação achatada passa a fazer parte da página em vez de ser um objeto editável separado. → Nivelar PDF

Linearizar (também chamado “Fast Web View”)

Reorganiza a estrutura interna de um PDF para que a primeira página comece a renderizar antes de o arquivo inteiro terminar de baixar — útil para PDFs grandes vistos no navegador, onde um arquivo linearizado mostra a página 1 quase imediatamente, em vez de esperar o download completo.

PDF/A

Um subconjunto de arquivamento do formato PDF, projetado para renderizar de forma idêntica daqui a décadas — exige incorporar todas as fontes, proíbe referências externas e evita recursos (como criptografia ou JavaScript) que poderiam parar de funcionar com o tempo. Usado para registros jurídicos, documentos governamentais e qualquer coisa com exigência de retenção de longo prazo. A maioria dos PDFs do dia a dia não precisa disso.

Tarjar (Redact)

Remove permanentemente conteúdo sensível em vez de apenas cobri-lo com uma caixa preta — a diferença importa porque um retângulo preto simples costuma deixar o texto original intacto e extraível por baixo. Uma tarja de verdade remove o próprio conteúdo. → Tarjar PDF · veja também como tarjar um PDF com segurança

Metadados

As informações escondidas anexadas a um PDF além do seu conteúdo visível — autor, título, data de criação, o software que o criou, às vezes até histórico de edição. Vale a pena conferir (e às vezes remover) antes de compartilhar um documento publicamente. → Editar Metadados

Criptografar / Proteger

Adiciona uma exigência de senha para abrir um PDF (e opcionalmente restringe impressão, cópia ou edição mesmo para quem tem a senha). Diferente de tarjar — a criptografia controla quem pode abrir o arquivo de forma alguma, não o que fica visível depois de aberto. → Proteger PDF

Comprimir (rasterizar vs recodificar)

Reduzir o tamanho do arquivo, geralmente diminuindo a qualidade ou resolução de imagens. Rasterizar converte uma página inteira em uma única imagem (comum em páginas escaneadas); recodificar apenas recomprime as imagens já existentes em uma página, deixando o texto real intacto. A distinção importa porque rasterizar uma página de texto destrói o texto selecionável — um bom compressor (como o da HivePDF) só rasteriza páginas que já eram imagem para começar. → Comprimir PDF

Campo de formulário preenchível

Um elemento interativo em um PDF — uma caixa de texto, checkbox ou menu suspenso — no qual o leitor pode clicar e digitar diretamente, ao contrário de um PDF “sem campos”, que só parece um formulário mas não tem nada clicável. → Preencher Formulário PDF

Processamento client-side / no navegador

Software que roda inteiramente dentro do seu navegador usando WebAssembly, em vez de enviar seu arquivo a um servidor. A característica definidora: continua funcionando sem conexão com a internet depois que a página carregou, porque não há servidor envolvido. → como funciona o processamento de PDF client-side