I begyndelsen af 70'erne lykkedes det den amerikanske forfatter Michael Hart at få ubegrænset adgang til Xerox Sigma 5-computeren, der var installeret ved universitetet i Illinois. For at udnytte maskinens ressourcer ordentligt besluttede han at skabe den første e-bog ved at gentrykke USA's uafhængighedserklæring.
I dag er digital litteratur blevet udbredt, meget takket være udviklingen af bærbare enheder (smartphones, læsere, bærbare computere). Dette har ført til fremkomsten af et stort antal formater for e-bøger. Lad os se nærmere på deres egenskaber og fortælle historien om nogle af de mest populære af dem - vi starter med DjVu-formatet.
/ Flickr / /
Fremkomsten af formatet
DjVu blev udviklet i 1996 af AT&T Labs med det eneste mål at give webudviklere et værktøj til at distribuere billeder i høj opløsning over internettet.
Faktisk var 90% af al information på det tidspunkt stadig på papir, og mange vigtige dokumenter indeholdt farvebilleder og fotografier. For at bevare læsbarheden af teksten og kvaliteten af billederne var det nødvendigt at lave scanninger i høj opløsning.
Klassiske webformater - JPEG, GIF og PNG - kunne håndtere sådanne billeder, men til en pris. I tilfælde af JPEG måtte dokumentet scannes med en opløsning på 300 dpi, for at teksten på skærmen. En farvet side fra et magasin optog omkring 500 kB. At downloade filer af denne størrelse fra internettet var på den tid en ret besværlig proces.
En alternativ løsning var digitalisering af papir dokumenter ved hjælp af tekstgenkendelsesteknologier, men for 20 år siden var deres nøjagtighed langt fra perfekt - efter behandling måtte det endelige resultat ofte rettes betydeligt i hånden. Desuden blev diagrammer og billeder ofte udeladt. Og selv når det lykkedes at integrere et scannet billede i et tekstdokument, gik nogle visuelle detaljer tabt, såsom papirets farve og tekstur, som er vigtige komponenter i historiske dokumenter.
For at løse disse problemer har AT&T udviklet DjVu. Det gjorde det muligt at komprimere scannede farvedokumenter med en opløsning på 300 dpi til 40–60 KB, mens den originale størrelse var 25 MB. Størrelsen på sort-hvide sider i DjVu blev reduceret til 10–30 KB.
Hvordan DjVu komprimerer dokumenter
DjVu kan arbejde med både scannede papir dokumenter og andre digitale formater som PDF. DjVu's funktionalitet bygger på Masken gemmes med den originale filopløsning og
billedet af tekst og andre klare detaljer — fine linjer og diagrammer — samt kontrastfyldte billeder. Den har en opløsning på 300 dpi, så fine linjer og bogstavkonstruktioner forbliver klare, og den komprimeres ved hjælp af JB2-algoritmen, der er en variation af JBIG2-algoritmen, som AT&T foreslog til brug ved faxer. En funktion ved JB2
er, at den søger efter gentagne tegn på siden og gemmer deres billede kun én gang. På denne måde deler flere på hinanden følgende sider i flersidede dokumenter et fælles 'ordbog'. Forgrunden
gemmer
farveinformation om masken, og dens opløsning sænkes ofte endnu mere, da tekstfarven i de fleste tilfælde er sort og ens for et enkelt tryksymbol. For komprimering af forgrunden og baggrunden anvendes Den sidste fase af oprettelsen af et DjVu-dokument er entropisk kodning, hvor en adaptiv aritmetisk kodemaskine omdanner sekvenser af ens tegn til binære værdier. .
Målet med DjVu var
at bevare
egenskaberne af det papirbaserede dokument i digital form, så selv svage computere kunne arbejde med sådanne dokumenter. Derfor har software til visning af DjVu-filer muligheden for 'hurtig rendering'. Takket være denne funktion kun den del af DjVu-siden, der skal vises på skærmen. kun den del af DjVu-siden, der skal vises på skærmen.
Dette giver også mulighed for at se "underfølgende" filer, det vil sige enkeltstående sider af et fler-sidet DjVu-dokument. Her anvendes progressiv rendering af billeddetaljer, hvor komponenter som det var "fremhæves" efterhånden som filen downloades (som i JPEG).
For 20 år siden, da dette format blev præsenteret, skete indlæsningen af siden i tre faser: først blev tekstindholdet indlæst, et par sekunder senere blev de første versioner af billeder og baggrund hentet. Først efter "fremhævedes" hele bogsiden.
Eksistensen af en tre-niveau struktur gør det også muligt at søge i de scannede bøger (da der er et specielt tekstlag). Dette har vist sig at være nyttigt til arbejde med teknisk litteratur og vejledninger, hvorfor DjVu blev grundlaget for flere biblioteker med videnskabelige bøger. For eksempel, i 2002 blev det valgt som et af formaterne (sammen med TIFF og PDF) til projektet for bevaring af scannede bøger fra åbne kilder.
Ulemper ved formatet
Men ligesom alle teknologier har DjVu sine ulemper. For eksempel, når bøger scannes i DjVu-format, kan nogle symboler i dokumentet blive erstattet af andre, der ser ens ud. Dette sker oftest med bogstaverne "и" og "н", hvilket skaber et problem benævnt "iny-problemet". Det afhænger ikke af tekstens sprog og påvirker også tal og andre små, tilbagevendende tegn.
Årsagen er fejlklassificering af symboler i JB2-koderen. Den "opdeler" scanningerne i grupper på 10-20 og danner et ordforråd for hver gruppe af fælles symboler. Ordbogen indeholder prøver af almindelige bogstaver og tal med sider og koordinater for deres forekomst. Når du gennemser en DjVu-bog, indsættes symbolerne fra ordforrådet på de nødvendige steder.
Dette muliggør reduktion af størrelsen på DjVu-filen, men hvis visningen af to bogstaver ligner hinanden visuelt, kan koderen forveksle dem eller acceptere dem som ens. Nogle gange fører dette til forvrængning af formler i tekniske dokumenter. For at løse dette problem kan man opgive komprimeringsalgoritmer, men det vil øge størrelsen på den digitale kopi af bogen.
En anden ulempe ved formatet er, at det ikke er understøttet som standard i mange moderne operativsystemer (herunder mobile). Derfor kræves der tredjepartssoftware for at arbejde med det. , såsom DjVuReader, WinDjView, Evince og andre. Det er værd at bemærke, at nogle e-læsere (f.eks. ONYX BOOX) understøtter DjVu-formatet "out of the box" — da de nødvendige applikationer allerede er installeret der.
For øvrigt har vi i et tidligere materiale beskrevet, hvad apps til læsere baseret på Android ellers kan. .
Læser
Et andet problem med formatet opstår, når man arbejder med DjVu-dokumenter på små skærme som smartphones, tablets og læsere. Nogle gange præsenteres DjVu-filer som scannede opslag i bøger, mens faglitteratur og arbejdsdokumenter ofte har A4-format, hvilket kræver, at man "bevæger" billedet for at finde information.
Men vi bemærker, at dette problem også kan løses. Det enkleste er naturligvis at lede efter dokumentet i et andet format — men hvis denne mulighed ikke er tilgængelig (for eksempel hvis du skal arbejde med en stor mængde teknisk litteratur i DjVu), kan du bruge e-læsere med store skærme fra 9,7 til 13,3 tommer, som er specielt designet til at arbejde med sådanne dokumenter.
For eksempel i ONYX BOOX-serien er de og (for øvrigt har vi forberedt en anmeldelse af denne læsermodel, som snart vil blive offentliggjort på vores blog), samt , som har en E Ink Mobius Carta-skærm med en diagonal på 10,3 tommer og en højere opløsning. Sådanne enheder giver mulighed for klart at se alle detaljer i illustrationerne i original størrelse og er velegnede til dem, der ofte skal læse faglig eller teknisk litteratur. For visning af DjVu- og PDF-filer NEO Reader, som giver mulighed for at justere kontrast og tykkelse på de digitaliserede skrifttyper.
På trods af de eksisterende ulemper ved formatet forbliver DjVu i dag et af de mest populære formater til "opbevaring" af litterære værker. Det skyldes i høj grad, at det er åbent, og at moderne teknologi og udviklinger i dag muliggør at omgå enkelte teknologiske begrænsninger.
I de kommende materialer vil vi fortsætte historien om, hvordan formaterne for e-bøger opstod, og deres særlige funktioner.
P.S. Flere anmeldelser af ONYX BOOX-læsere:
Kilde: habr.com
