DjVu

DjVu (din franceză  déjà vu  - „deja văzut”) este o tehnologie pentru prezentarea și stocarea documentelor (cărți, reviste, manuscrise și altele asemenea, în principal scanate), folosind compresia cu pierderi de imagine .

Tehnologia a fost dezvoltată inițial de Jan LeCun , Leon Bothu și Patrick Heffner la AT&T Labs din 1996 până în 2001.

Formatul este optimizat pentru transmisia în rețea, astfel încât pagina să poată fi vizualizată înainte ca descărcarea fișierului să fie finalizată. Un fișier DjVu poate conține un strat de text ( OCR ), care permite căutarea textului integral în fișier. În plus, un fișier DjVu poate conține un cuprins interactiv încorporat și hotspot-uri - link-uri, care vă permite să implementați o navigare convenabilă în cărțile DjVu.

Tehnologii folosite

Pentru a comprima imaginile color în DjVu, se folosește o tehnologie specială care separă imaginea originală în trei straturi: prim-plan, fundal și mască alb-negru (un bit). Masca este salvată cu rezoluția fișierului original; conține imaginea textului și alte detalii clare. Rezoluția de fundal, care păstrează ilustrațiile și textura paginii, este redusă implicit pentru a economisi spațiu. Primul plan conține informații despre culoare despre mască; rezoluția sa este de obicei redusă și mai mult. Apoi fundalul și prim-planul sunt comprimate folosind transformarea wavelet , iar masca este comprimată folosind algoritmul JB2 .

O caracteristică a algoritmului JB2 este că caută caractere repetate pe pagină și salvează imaginea lor o singură dată. În documentele cu mai multe pagini, la fiecare câteva pagini consecutive, un „dicționar” comun de imagini.

Pentru a comprima majoritatea cărților, te poți descurca cu doar două culori. În acest caz, se utilizează un singur strat, ceea ce face posibilă obținerea unui raport de compresie record. Într-o carte tipică cu ilustrații alb-negru, scanată la 600 dpi , dimensiunea medie a paginii este de aproximativ 15 KB , adică de aproximativ 100 de ori mai mică decât fișierul original. În prezența unui fundal complex, câștigul în volum este de obicei de 4-10 ori. Cu toate acestea, cu setările standard, DjVu folosește compresia cu pierderi de date , astfel încât formatele de compresie fără pierderi sunt de obicei folosite pentru documente deosebit de importante : PNG , JPEG 2000 , TIFF , etc. De exemplu, compresia fără pierderi este furnizată de utilitarul CJB2 din pachetul DjVuLibre .

Formatul DjVu se bazează pe mai multe tehnologii, inclusiv pe cele dezvoltate de AT&T Labs:

• algoritm pentru separarea textului de fundal pe o imagine scanată;
• algoritmul de compresie a fundalului wavelet IW44 ;
• Algoritmul de compresie a imaginii alb-negru JB2 (similar cu JBIG2 );
• algoritm de compresie universal Dezumflare ;
• algoritm de despachetare „la cerere”;
• algoritm de mascare a imaginii.

Reprezentarea text a imaginilor DjVu

Formatul DjVu prevede un strat de text care conține text din pagină (folosit pentru a căuta și a copia cu ușurință text atunci când lucrați cu acesta). În cazul în care stratul de text nu este disponibil, singura metodă de a obține textul este efectuarea OCR în programe terțe.

Informații despre licență

În martie 2000 [1] AT&T a vândut tehnologia către LizardTech [4] care a încercat să o exploateze comercial, dar datorită deschiderii formatului [5] există software gratuit disponibil pentru crearea și vizualizarea documentelor DjVu pentru diverse platforme. La 1 iulie 2008, LizardTech a transferat conducerea DjVu către societatea-mamă Celartem [6] , iar la 10 iunie 2009, Celartem a transferat drepturile asupra tehnologiei DjVu către Cuminas (fostă Caminova [7] ) [8] .

Există o bibliotecă deschisă DjVuLibre publicată sub licența GNU GPL și programe-encodere și vizualizatoare pe ea.

Vezi și

• PDF
• Digitalizarea cărților

Note

1. ↑ 1 2 Vezi fișierul readme al pachetului DjVuLibre -3.5.27.tar.gz
2. ↑ DjVu File Format Versions . DjVu Developers (iulie 2006). Data accesului: 16 ianuarie 2010. Arhivat din original la 13 iunie 2010. (nedefinit)
3. ↑ 1 2 TriID - 2003.
4. ↑ Istoria și creditele DjVuLibre Arhivat 9 septembrie 2017 la Wayback Machine 
5. ↑ Licență . Consultat la 28 mai 2009. Arhivat din original pe 2 mai 2009. (nedefinit)
6. ↑ Comunicat de presă LizardTech (link nu este disponibil) . Consultat la 4 octombrie 2008. Arhivat din original pe 28 septembrie 2008. (nedefinit) 
7. ↑ Tranziția Caminova - Cuminas (downlink) . Consultat la 25 octombrie 2014. Arhivat din original pe 5 octombrie 2014. (nedefinit) 
8. ↑ Comunicat de presă LizardTech (link nu este disponibil) . Consultat la 17 iulie 2009. Arhivat din original la 16 iulie 2009. (nedefinit) 

Link -uri

• DJVU este un format de bibliotecă digitală. Algoritmi și virtuți, programe și utilizare, manuale de utilizare.
• Deja vu sau DjVu: program educațional. Culegere de articole despre tehnologia DjVu.
• DjVu.org Portalul englezesc al comunității DjVu.