ファイルが大きく縮むときと、ほとんど縮まないときがある理由

圧縮ツールが取り除けるのは、まだ残っているものだけ

どの圧縮方式も、冗長なものや目に見えないものを見つけ出し、それをより少ない容量で保存するという仕組みで動いています。可逆(ロスレス)方式は繰り返しを見つけます——同じ色が長く続く部分、繰り返される単語、予測可能なバイトのパターンなど——そしてそれをよりコンパクトに記述するため、元のデータを正確に復元できます。非可逆(ロッシー)方式はさらに踏み込み、見る人がまず気づかないであろう細部を捨てます。いずれにしても、削減できる量はファイルにまだ含まれているものから生まれます。だからこそ、同じサイズの2つのファイルがまったく違う振る舞いをすることがあるのです。一方は活用されていない冗長性で満ちており、もう一方はすでにそれを絞り出されています。

可逆と非可逆は異なる約束

PNGは可逆画像形式の代表例で、すべてのピクセルが入力したとおりに戻ってきます。米国議会図書館の形式解説は、PNGの圧縮はすべて可逆であると記しており、その土台はZIPアーカイブでも使われているのと同じ系統のアルゴリズムであるDEFLATEです。JPEGは逆の道をとります。そのDCTベースの圧縮は設計上非可逆であり、細かなディテールと引き換えにサイズを小さくします。どちらが一般的に優れているということはありません。可逆は、スクリーンショットや図、そして再び編集するあらゆるものにふさわしい約束であり、非可逆は、見るだけの写真にふさわしい約束です。

ファイルがほとんど縮まない4つの理由

• すでに圧縮されている——JPEG、MP4、MP3は一度冗長性が取り除かれているため、可逆圧縮をかけても取り除けるものはほとんど残っていません。
• ほとんどがテキストである——テキストのみのPDFはもともと小さく、テキストがよく圧縮されるのは一度だけです。再圧縮できる大きな画像もありません。
• 画像がすでに表示サイズになっている——縮小できる過大な解像度がないため、残る削減の余地はエンコードだけです。
• 容量の大部分が、圧縮では手を出せないものである——埋め込みフォントや、文書コンテナ内のすでに圧縮されたメディアなどです。

Office文書とPDFがフォルダーのように振る舞う理由

DOCX、PPTX、XLSXファイルは、XMLパーツと、そこに貼り付けたすべての画像や動画をまとめたZIPアーカイブです。XMLは通常サイズのごく一部にすぎず、大部分を占めるのは貼り付けたメディアです。PDFも考え方は似ていて、そのサイズは埋め込まれた画像と、含まれているフォントでほぼ決まります。つまり文書を圧縮するということは、実際にはその中のメディアを圧縮するということであり、フル解像度の写真だらけのスライド資料は、ほぼテキストだけのレポートよりもはるかに大きく縮みます。メディアを取り巻く構造——ブックマーク、リンク、フォームフィールド——はそのまま保持されます。

非可逆ファイルを再圧縮するたびに品質が失われる

非可逆圧縮は細部を捨てるため、すでに非可逆なファイルに再びかけると、さらに多くの細部が捨てられます。保存・編集・再保存を何度か繰り返したJPEGには目に見えるアーティファクトがたまり、回を重ねるごとに得られるサイズ削減は小さくなっていきます。実践的なルールは、手元にある最良の元ファイルから一度だけ圧縮し、その元ファイルを残しておくことです。再び編集する予定のファイルには可逆の方法を選び、非可逆圧縮は最終的な納品用コピーにだけ適用しましょう。

迷わずにモードを選ぶ

• すべてのピクセルやバイトを残す必要があるときは可逆を使う——スクリーンショット、線画、OCRにかける予定のスキャン、再び編集するファイルなど。
• 画面で見るだけ、またはメールで送るだけの写真には非可逆を使う。
• 印刷やプレゼンテーションに使う文書には軽めまたは標準の設定を使い、強い設定はアーカイブ用コピーのためにとっておく。
• スマートフォンの写真を公開するときはEXIFなどのメタデータを削除する——位置情報や端末の情報が取り除かれ、ファイルも小さくなる。