Pixelgenauer Vergleich mit PDFLang

Eine Lieferantin schickt die korrigierte Datei. Der Auftrag steht schon im Plan, die Maschine ist gebucht, und bevor sie läuft, muss jemand eine Frage beantworten: Ist das das freigegebene Dokument mit der Korrektur darin — oder ist es etwas anderes?

Diese Frage wird häufiger mit dem Auge beantwortet, als man zugeben möchte. Zwei Fenster nebeneinander oder zwei Proofs auf dem Leuchttisch, und ein Mensch, der scrollt. Es ist der langsamste Teil des Tages und der unzuverlässigste.

Was die falsche Datei kostet

In dem Moment, in dem eine falsche Datei auf die Maschine geht, ist alles danach Ausschuss. Das Papier ist verbraucht. Die Farbe ist verbraucht. Die Platten wurden für diese Datei belichtet. Die Maschinenzeit war gebucht und ist verbrannt, die Zeit der Menschen daran ebenso. Ist es bis zum Schneiden, Falzen oder Binden gekommen, ist auch das weg. Ist es versandt worden, kommt Fracht dazu — zweimal, weil es zurückmuss.

Dann läuft der ganze Auftrag noch einmal, zum vollen Preis, obwohl das Budget schon einmal ausgegeben wurde.

Und der Termin ist der Teil, der nicht wiederkommt. Ein Katalog, der die Saison verpasst, eine Aktion, die nach dem aufgedruckten Datum eintrifft, ein Magazin, das eine Woche zu spät liegt: Der Nachdruck repariert das Objekt, nicht den Moment, für den es da war.

Manches davon ist gar keine Geldfrage. Ein Beipackzettel mit dem falschen Warnhinweis, eine Pflichtveröffentlichung mit der falschen Zahl, ein Finanzdokument mit der Zahl des Vorquartals — das sind keine teuren Fehler, das sind die, die in einem Rückruf oder bei einer Aufsichtsbehörde enden.

Dem gegenüber kostet die Prüfung Sekunden.

Warum das Auge das falsche Instrument ist

Menschliche Aufmerksamkeit ist sehr gut darin, einen großen Unterschied zu finden, und sehr schlecht darin, einen kleinen, gleichmäßigen zu finden. Legen Sie jemandem zwei fast gleiche Seiten vor: Der umgeschriebene Absatz wird gefunden. Das Logo, das zwei Millimeter gewandert ist, nicht.

Mit der Menge wird es schlimmer. Niemand sieht sich Seite 180 so an wie Seite 3. Die Konzentration, die Dinge fängt, ist früh verbraucht, und das letzte Drittel eines langen Dokuments bekommt einen Blick statt einer Prüfung.

Dazu kommt: Das Ergebnis lässt sich nicht wiederholen. Zwei Personen, die dasselbe Dateipaar vergleichen, melden Unterschiedliches. Dieselbe Person an einem anderen Nachmittag meldet wieder etwas anderes. Und wenn es später darauf ankommt — wenn gefragt wird, wer das freigegeben hat und woraufhin — gibt es nichts vorzuzeigen.

Was eine Maschine mit „gleich“ meint

pdfl pixelcompare rendert beide Dateien und vergleicht, wie sie aussehen, Seite für Seite:

pdfl pixelcompare freigabe.pdf nachdruck.pdf

Es meldet einen Befund je geänderter Seite, mit dem Anteil der Seite und der Zahl der getrennten Stellen, an denen es passiert:

page 7: 0.51% of the pixels differ, in 29 area(s)

Das ist eine andere Frage als die, die pdfl compare beantwortet. Jener Befehl sieht auf Text und Struktur. Dieser sieht auf das Erscheinungsbild, und die beiden widersprechen sich öfter, als man erwartet.

Ein Logo, zwei Millimeter verschoben. Eine Haarlinie, die verschwunden ist. Eine Sonderfarbe, ersetzt durch ihren CMYK-Aufbau. In allen drei Fällen ist der Text identisch, ein Textvergleich sagt also, die Dateien stimmen überein. Auf dem Papier tun sie es nicht, und dort zählt es.

Eine Seite, die es in der einen Datei gibt und in der anderen nicht, wird für sich gemeldet — es gibt nichts, womit man sie vergleichen könnte.

Das eine, zwei Pixel, die keine Änderung sind

Eine Datei, die aus derselben Quelle neu exportiert wurde, landet oft ein, zwei Pixel daneben. Würde das als Unterschied gelten, wäre jeder Buchstabe auf der Seite „anders“ und die eine Sache, die sich wirklich geändert hat, ginge im Rauschen unter.

Der Vergleich sucht deshalb nach einer einzigen Verschiebung über die ganze Seite und sagt es, wenn er eine findet:

page 3: 2.10% of the pixels differ, in 44 area(s) (aligned by 2, -1 px)

Wenn die Position selbst das Geprüfte ist — ein Element, das an einer genauen Stelle sitzen muss — schaltet --no-align das ab.

Ein Ort, an dem man wirklich hinsieht

Ein Prozentwert sagt Ihnen, dass eine Seite sich geändert hat. Er sagt nicht, ob die Änderung in Ordnung ist. Dafür muss jemand hinsehen:

pdfl pixelcompare freigabe.pdf nachdruck.pdf --viewer diff/

Das schreibt einen Ordner mit den Seiten, den Unterschieden und einer index.html. Kein Server, kein Internet, nichts zu installieren. Datei öffnen — oder den Ordner zippen und der Person schicken, die den Nachdruck freigeben muss.

Es zeigt drei Bereiche nebeneinander, immer auf derselben Seite: das Original, die neue Datei, und beide zusammen mit den darübergemalten Unterschieden.

Durch alle drei läuft dasselbe Balkenpaar, einer aufrecht und einer flach, an derselben Stelle. Sie folgen dem Zeiger — es gibt nichts zu greifen und nichts zu treffen. Im Unterschiedsbereich schneiden die Balken: rechts vom aufrechten und unter dem flachen erscheint die neue Datei, überall sonst das Original. In den beiden anderen Bereichen sind dieselben Balken Lineale, die dieselbe Spalte und dieselbe Zeile der Seite markieren — was der Schnitt freilegt, findet sich so in jedem der beiden Originale wieder, ohne mit dem Auge zu messen.

Die Unterschiede werden über die Seite gemalt, und die Farbe sagt, welcher Art:

Farbe	Bedeutung
Rot	Farbe, die in der neuen Datei fehlt
Grün	Farbe, die dort neu ist
Blau	Gleiche Deckung, andere Farbe

Das Mausrad zoomt alle drei Bereiche gemeinsam, bis 8×, um den Punkt unter dem Zeiger — was Sie angesehen haben, bleibt also, wo es war. Hält man eine der beiden Maustasten und bewegt sich, zieht man die Seite, wieder in allen dreien zugleich; so erreicht man eine Ecke, wenn vergrößert ist. Reset view setzt Zoom, Verschiebung und Balken zurück.

Und der Teil, der die meiste Zeit spart: Es öffnet sich auf den Seiten, die abweichen. Bei einem Dokument von zweihundert Seiten, von denen drei gewandert sind, sind genau diese drei der Grund, warum Sie es geöffnet haben, und All holt den Rest zurück. Die Pfeiltasten folgen dem Filter und überspringen, was ausgeblendet ist, statt darauf zu landen.

Daraus ein Tor machen, keine Meinung

Der Exit-Code trägt das Urteil, damit das vor der Maschine stehen kann statt daneben: 0, wenn keine Seite sich stärker geändert hat als erlaubt, 2, wenn doch, 10, wenn eine Datei gar nicht lesbar war.

pdfl pixelcompare freigabe.pdf nachdruck.pdf --max-diff 0.1 --viewer diff/ || {
  echo "der Nachdruck stimmt nicht überein — siehe diff/index.html"
  exit 1
}

--max-diff ist die Toleranz: wie viel einer Seite sich ändern darf, bevor es zählt. --dpi entscheidet, wie genau hingesehen wird — höher sieht mehr und dauert länger. --threshold und --blur schlucken das kleine Rauschen, das beim Rendern entsteht.

Die Prüfung läuft in Sekunden, gibt jedes Mal dieselbe Antwort und lässt einen Bericht und einen Viewer zurück, als Nachweis dessen, was verglichen wurde.

Wo es weitergeht

Das CLI-Kapitel dokumentiert jede Option von pixelcompare, dazu compare für die Frage nach Text und Struktur. Die Rezepte setzen beide in vollständige Abläufe — eine Druckerei, die die Druckdatei gegen den freigegebenen Proof prüft, ein Verlag, der einen Nachdruck gegen die bereits ausgelieferte Auflage prüft.