{"id":35552,"date":"2019-10-31T22:04:59","date_gmt":"2019-10-31T19:04:59","guid":{"rendered":"https:\/\/prohoster.info\/blog\/elektronnye-knigi-i-ih-formaty-djvu-ego-istoriya-plyusy-minusy-i-osobennosti\/"},"modified":"2019-10-31T22:04:59","modified_gmt":"2019-10-31T19:04:59","slug":"elektronnye-knigi-i-ih-formaty-djvu-ego-istoriya-plyusy-minusy-i-osobennosti","status":"publish","type":"post","link":"https:\/\/prohoster.info\/es\/blog\/news\/elektronnye-knigi-i-ih-formaty-djvu-ego-istoriya-plyusy-minusy-i-osobennosti","title":{"rendered":"Libros electr\u00f3nicos y sus formatos: DjVu \u2014 su historia, ventajas, desventajas y caracter\u00edsticas","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

A principios de los a\u00f1os 70, el escritor estadounidense Michael Hart logr\u00f3 acceder<\/a><\/noindex> a una computadora Xerox Sigma 5, instalada en la Universidad del Estado de Illinois. Para aprovechar adecuadamente los recursos de la m\u00e1quina, decidi\u00f3 crear el primer libro electr\u00f3nico, reimprimiendo la Declaraci\u00f3n de Independencia de los EE. UU.<\/p>\n

Hoy en d\u00eda, la literatura digital se ha vuelto muy com\u00fan, en gran parte gracias al desarrollo de dispositivos port\u00e1tiles (smartphones, lectores, laptops). Esto ha llevado a la aparici\u00f3n de numerosos formatos de libros electr\u00f3nicos. Intentaremos entender sus caracter\u00edsticas y contaremos la historia de los m\u00e1s populares, comenzando con el formato DjVu.<\/p>\n

\"Libros<\/a><\/noindex><\/a><\/noindex>
\n\/ Flickr \/ Lane Pearman<\/a><\/noindex> \/ CC<\/a><\/noindex><\/i><\/p>\n

El surgimiento del formato<\/h2>\n

\nDjVu fue desarrollado en 1996 por AT&T Labs con el objetivo de brindar a los desarrolladores web una herramienta para distribuir im\u00e1genes de alta resoluci\u00f3n a trav\u00e9s de Internet.<\/p>\n

El hecho es que en ese momento el 90% de toda la informaci\u00f3n a\u00fan se almacenaba<\/a><\/noindex> en papel, y muchos de los documentos importantes conten\u00edan im\u00e1genes en color y fotograf\u00edas. Para mantener la legibilidad del texto y la calidad de las im\u00e1genes, era necesario hacer escaneos en alta resoluci\u00f3n.<\/p>\n

Los formatos web cl\u00e1sicos \u2014 JPEG, GIF y PNG \u2014 permit\u00edan trabajar con tales im\u00e1genes, pero a costa de volumen. En el caso de JPEG, para que el texto fuera legible<\/a><\/noindex> en la pantalla del monitor, era necesario escanear el documento con una resoluci\u00f3n de 300 dpi. Una p\u00e1gina a color de una revista ocupaba aproximadamente 500 KB. Descargar archivos de tal tama\u00f1o de Internet en ese momento era un proceso bastante laborioso.<\/p>\n

Una alternativa era la digitalizaci\u00f3n de documentos en papel mediante tecnolog\u00edas de reconocimiento de texto, sin embargo, hace 20 a\u00f1os su precisi\u00f3n estaba lejos de ser ideal \u2014 despu\u00e9s del procesamiento, el resultado final requer\u00eda correcciones manuales significativas. Adem\u00e1s, gr\u00e1ficos e im\u00e1genes quedaban \"fuera de juego\". E incluso si se lograba integrar una imagen escaneada en un documento de texto, se perd\u00edan algunos detalles visuales, como el color del papel, su textura, que son componentes importantes de documentos hist\u00f3ricos.<\/p>\n

Con el fin de resolver estos problemas, AT&T desarroll\u00f3 DjVu. Permiti\u00f3 comprimir documentos escaneados a color con una resoluci\u00f3n de 300 dpi a 40\u201360 KB, mientras que el tama\u00f1o original era de 25 MB. El tama\u00f1o de las p\u00e1ginas en blanco y negro de DjVu se redujo a 10\u201330 KB.<\/p>\n

C\u00f3mo DjVu comprime documentos<\/h2>\n

\nDjVu puede trabajar tanto con documentos escaneados en papel como con otros formatos digitales, como PDF. La base del funcionamiento de DjVu es<\/a><\/noindex> una tecnolog\u00eda que divide la imagen en tres componentes: primer plano, fondo y una m\u00e1scara en blanco y negro (bitonal).<\/p>\n

La m\u00e1scara se guarda con la resoluci\u00f3n del archivo original y contiene<\/a><\/noindex> la imagen del texto y otros detalles claros: l\u00edneas finas y diagramas, as\u00ed como im\u00e1genes contrastantes.<\/p>\n

Tiene una resoluci\u00f3n de 300 dpi, para que las l\u00edneas finas y los contornos de las letras se mantengan n\u00edtidos, y se comprime mediante el algoritmo JB2, que es una variaci\u00f3n del algoritmo JBIG2, propuesto por AT&T para fax. La caracter\u00edstica del JB2 es<\/a><\/noindex> es que busca caracteres repetidos en la p\u00e1gina y guarda su imagen solo una vez. As\u00ed, en documentos de varias p\u00e1ginas, cada conjunto de p\u00e1ginas secuenciales utiliza un 'diccionario' com\u00fan.<\/p>\n

El fondo contiene la textura de la p\u00e1gina e ilustraciones, y su resoluci\u00f3n es menor que la de la m\u00e1scara. El fondo, sin p\u00e9rdida de percepci\u00f3n, se guarda con una resoluci\u00f3n de 100 dpi.<\/p>\n

El primer plano almacena<\/a><\/noindex> la informaci\u00f3n de color de la m\u00e1scara, y su resoluci\u00f3n generalmente se reduce a\u00fan m\u00e1s, ya que en la mayor\u00eda de los casos el color del texto es negro y el mismo para cada car\u00e1cter impreso. Para la compresi\u00f3n del primer y segundo plano se utiliza compresi\u00f3n wavelet<\/a><\/noindex>.<\/p>\n

La etapa final de la creaci\u00f3n del documento DjVu es la codificaci\u00f3n de entrop\u00eda, donde un codificador aritm\u00e9tico adaptativo convierte secuencias de caracteres id\u00e9nticos en un valor binario.<\/p>\n

Ventajas del formato<\/h2>\n

\nLa tarea de DjVu era conservar<\/a><\/noindex> \"las propiedades\" del documento en papel en formato digital, permitiendo trabajar con tales documentos incluso en computadoras d\u00e9biles. Por lo tanto, el software para ver archivos DjVu tiene la capacidad de \"renderizado r\u00e1pido\". Gracias a esto, en la memoria se carga<\/a><\/noindex> solo la parte de la p\u00e1gina DjVu que debe mostrarse en la pantalla.<\/p>\n

Esto tambi\u00e9n permite visualizar archivos \"no completamente descargados\", es decir, p\u00e1ginas individuales de un documento DjVu multip\u00e1gina. Se utiliza un renderizado progresivo de los detalles de la imagen, donde los componentes se \"revelan\" a medida que se descarga el archivo (como en JPEG).<\/p>\n

Hace 20 a\u00f1os, cuando se introdujo este formato, la carga de una p\u00e1gina se realizaba en tres etapas: primero se cargaba el contenido de texto, despu\u00e9s de unos segundos se cargaban las primeras versiones de las im\u00e1genes y el fondo. Luego, toda la p\u00e1gina del libro se \"revelaba\".<\/p>\n

La existencia de una estructura de tres niveles tambi\u00e9n permite buscar en los libros escaneados (ya que hay una capa de texto especial). Esto result\u00f3 ser conveniente para trabajar con literatura t\u00e9cnica y diccionarios, por lo que DjVu se convirti\u00f3 en la base de varias bibliotecas de libros cient\u00edficos. Por ejemplo, en 2002 fue elegido por la Biblioteca de Internet<\/a><\/noindex> como uno de los formatos (junto con TIFF y PDF) para un proyecto de preservaci\u00f3n de libros escaneados de fuentes abiertas.<\/p>\n

Desventajas del formato<\/h2>\n

\nSin embargo, al igual que todas las tecnolog\u00edas, DjVu tiene sus inconvenientes. Por ejemplo, al codificar escaneos de libros en formato DjVu, algunos caracteres en el documento pueden ser reemplazados por otros similares en apariencia. Esto ocurre con mayor frecuencia con las letras \"\u0438\" y \"\u043d\", lo que genera que este problema reciba<\/a><\/noindex> el nombre de \"problema inye\". No depende del idioma del texto y afecta, entre otros, a los n\u00fameros y otros signos repetidos peque\u00f1os.<\/p>\n

Su causa radica en los errores de clasificaci\u00f3n de caracteres en el codificador JB2. Este \"divide\" los escaneos en grupos de 10 a 20 y forma para cada grupo un diccionario de caracteres comunes. El diccionario contiene muestras de letras y n\u00fameros comunes con las p\u00e1ginas y coordenadas de su aparici\u00f3n. Cuando visualizas un libro DjVu, los caracteres del diccionario se insertan en los lugares necesarios.<\/p>\n

Esto permite reducir el tama\u00f1o del archivo DjVu, sin embargo, si la representaci\u00f3n de dos letras es visualmente similar, el codificador puede confundirlas o considerarlas id\u00e9nticas. A veces, esto lleva a la alteraci\u00f3n de f\u00f3rmulas en documentos t\u00e9cnicos. Para resolver este problema, se puede renunciar a los algoritmos de compresi\u00f3n, pero esto aumentar\u00e1 el tama\u00f1o de la copia digital del libro.<\/p>\n

Una desventaja del formato es que no es compatible por defecto con muchos sistemas operativos modernos (incluyendo los m\u00f3viles). Por lo tanto, para trabajar con \u00e9l se deben instalar aplicaciones de terceros del programa<\/a><\/noindex>, como DjVuReader, WinDjView, Evince, entre otras. Sin embargo, cabe mencionar que algunos lectores electr\u00f3nicos (por ejemplo, ONYX BOOX) soportan el formato DjVu \"de f\u00e1brica\", ya que las aplicaciones necesarias ya est\u00e1n instaladas all\u00ed.<\/p>\n

Por cierto, sobre lo que m\u00e1s pueden hacer las aplicaciones para lectores basados en Android, hablamos en uno de nuestros anteriores materiales<\/a><\/noindex>.<\/i><\/p>\n

\"Libros
\nLector ONYX BOOX Chronos<\/a><\/noindex><\/i><\/p>\n

Otro problema del formato se manifiesta al trabajar con documentos DjVu en pantallas peque\u00f1as de dispositivos m\u00f3viles \u2014 smartphones, tabletas, lectores. A veces, los archivos DjVu se presentan en forma de escaneo de la apertura de un libro, y la literatura profesional y los documentos de trabajo a menudo tienen formato A4, por lo que es necesario \"mover\" la imagen en busca de informaci\u00f3n.<\/p>\n

Sin embargo, se\u00f1alamos que este problema tambi\u00e9n tiene soluci\u00f3n. Lo m\u00e1s sencillo, por supuesto, es buscar el documento en otro formato \u2014 pero si tal opci\u00f3n no es posible (por ejemplo, necesitas trabajar con una gran cantidad de literatura t\u00e9cnica en DjVu), puedes utilizar lectores electr\u00f3nicos con una pantalla grande de entre 9,7 y 13,3 pulgadas, que est\u00e1n especialmente dise\u00f1ados para trabajar con este tipo de documentos.<\/p>\n

Por ejemplo, en la l\u00ednea de ONYX BOOX, tales dispositivos son Chronos<\/a><\/noindex> y MAX 2<\/a><\/noindex> (por cierto, hemos preparado una revisi\u00f3n de este modelo de lector y pronto la publicaremos en nuestro blog), as\u00ed como Note<\/a><\/noindex>, que tiene una pantalla E Ink Mobius Carta con una diagonal de 10,3 pulgadas y una resoluci\u00f3n mejorada. Estos dispositivos permiten ver todos los detalles de las ilustraciones en su tama\u00f1o original y son adecuados para aquellos que a menudo tienen que leer literatura acad\u00e9mica o t\u00e9cnica. Para visualizar archivos DjVu y PDF se utiliza<\/a><\/noindex> NEO Reader, que permite ajustar el contraste y el grosor de las fuentes digitalizadas.<\/p>\n

A pesar de las desventajas del formato, hoy en d\u00eda DjVu sigue siendo uno de los formatos m\u00e1s populares para \"preservar\" obras literarias. En gran medida, esto se debe a que es es<\/a><\/noindex> abierto, y algunas limitaciones tecnol\u00f3gicas se pueden superar hoy gracias a los avances y desarrollos modernos.<\/p>\n

En los siguientes materiales continuaremos la historia de los formatos de libros electr\u00f3nicos y sus caracter\u00edsticas de funcionamiento.<\/b><\/i><\/p>\n

\nP.D. Algunas rese\u00f1as de los lectores ONYX BOOX:<\/p>\n