PPTCompress1. なぜファイルは肥大化するのか
現代のドキュメントやプレゼンテーションファイル（.pptx、PDF、.docx など）は、内部に複数のデータ構造を格納したコンテナ形式です。ファイルの中身を分析すると、テキストやレイアウト情報が占める容量は全体の 5% 未満に過ぎません。残りの 95% 以上は、埋め込まれた高解像度写真やスクリーンショットなどの画像データです。
4K ディスプレイのスクリーンショットやスマートフォンで撮影した高精細写真をスライドに貼り付けると、スライド上で小さく配置されていても、元画像の数千万ピクセルがそのままファイル内に保持されます。画面表示に不要な過剰ピクセルが蓄積することが、ファイルが巨大化してメール添付できなくなる最大の要因です。
2. ファイル圧縮の2大理論
文書圧縮の理論は、「可逆的な構造削減（ロスレス）」と「視覚的な知覚最適化（ロッシー）」の 2 つのアプローチに大別されます。
A. 可逆的な構造削減（ロスレス圧縮）
可逆圧縮は、表示される画像ピクセルや文字データに一切手を加えず、無駄な冗長データのみを排除します：
- アセットの重複排除：同じ企業ロゴや背景画像が 50 枚のスライドで使い回されている場合、50 個保存するのは容量の浪費です。画像のハッシュ値を識別し、マスター画像 1 つに参照を集約します。
- 不要な孤立アセットの削除：過去に削除された画像のキャッシュや未使用のスライドマスターなど、画面に表示されない隠れたデータを一掃します。
- フォントのサブセット化：PDF には通常、数千字を含むフォントファイル全体が埋め込まれます。サブセット化により、文書で実際に使用されている文字データのみを抽出して保持します。
- Deflate 辞書圧縮：文書の XML 構造やインデックス情報を標準的なアルゴリズムで高密度に圧縮します。
B. 視覚的・幾何学的な知覚最適化
テキストやベクター図形は常に完全な品質を保つべきですが、写真データは人間の視覚特性に合わせた最適化が極めて有効です：
- 表示枠に応じた解像度調整（DPI適合）：人間の目やディスプレイが認識できる精細度には限界があります。スライド上の実表示サイズに対して適切な解像度（画面用なら 120〜150 DPI、印刷用なら 220 DPI）に調整することで、知覚不能な余剰ピクセルのみを安全に削ぎ落とします。
- 最適な画像エンコード：写真には効率的な JPEG 圧縮を適用し、透過ロゴやシャープな線画には PNG を保持します。
3. 通常の ZIP 圧縮が Office や PDF で効果を発揮しない理由
.pptx や .pdf を一般的な ZIP ツールで圧縮しても、数パーセントも容量が減らないのはなぜでしょうか。現代の文書ファイルは、内部ですでに画像が圧縮保存されているためです。文書構造やレイアウト情報を認識できない汎用 ZIP 圧縮では、圧縮済み画像データをそれ以上縮小することはできません。
効果的なファイル圧縮には「文書構造の認識」が不可欠です。内部の構造ツリーを読み解き、各画像の配置サイズを計算した上で画像データを再最適化し、再パッケージ化します。
4. 文書最適化における4つの黄金律
- テキスト、ベクター線画、数式は圧縮しない（元々極めて軽量で拡大縮小も自在）。
- 一律の制限ではなく、スライド上の実際の配置サイズに応じて画像を縮小する。
- 同一画像は 1 つだけ保存し、非表示の不要データをクリーンアップする。
- 安全確認：圧縮後ファイルが元より小さくならなかった場合は、常に元ファイルを維持する。
よくある質問
画質を落とさずにファイルサイズを縮小できるのはなぜですか？
画面の表示枠に対して過剰なピクセルを適正なDPIに調整し、重複画像を1つに統合し、未使用のフォントやメタデータを削除するためです。
可逆圧縮と非可逆圧縮の違いは何ですか？
可逆圧縮はデータを完全に復元できる重複削減です。非可逆（知覚的）圧縮は、人間の目では判別できない過剰な写真の解像度を最適化します。
なぜ通常のZIP圧縮ではPDFやPPTXがあまり小さくならないのですか？
PPTXやPDF内の画像はすでに圧縮されているため、文書のレイアウト構造を解析しない一般的なZIPでは再圧縮できないからです。
圧縮によってレイアウトやアニメーションが崩れることはありますか？
ありません。テキスト、ベクター図形、アニメーション、ノートはそのまま保持され、埋め込みメディアのみが最適化されます。