ઇ-પુસ્તકો અને તેમના ફોર્મેટ: DjVu - તેનો ઇતિહાસ, ગુણદોષ અને સુવિધાઓ

70 ના દાયકાની શરૂઆતમાં, અમેરિકન લેખક માઇકલ હાર્ટ સંચાલિત મેળવવા માટે ઇલિનોઇસ યુનિવર્સિટીમાં સ્થાપિત ઝેરોક્સ સિગ્મા 5 કમ્પ્યુટરની અમર્યાદિત ઍક્સેસ. મશીનના સંસાધનોનો સારો ઉપયોગ કરવા માટે, તેમણે પ્રથમ ઇલેક્ટ્રોનિક પુસ્તક બનાવવાનું નક્કી કર્યું, જેમાં યુએસની સ્વતંત્રતાની ઘોષણાનું પુનઃમુદ્રણ થયું.

આજે, ડિજિટલ સાહિત્ય વ્યાપક બન્યું છે, મોટે ભાગે પોર્ટેબલ ઉપકરણો (સ્માર્ટફોન, ઇ-રીડર્સ, લેપટોપ્સ) ના વિકાસને આભારી છે. આનાથી મોટી સંખ્યામાં ઈ-બુક ફોર્મેટનો ઉદભવ થયો છે. ચાલો તેમની વિશેષતાઓને સમજવાનો પ્રયાસ કરીએ અને તેમાંથી સૌથી વધુ લોકપ્રિયનો ઇતિહાસ કહીએ - ચાલો DjVu ફોર્મેટથી પ્રારંભ કરીએ.

/ફ્લિકર/ લેન પીઅરમેન / CC

ફોર્મેટનો ઉદભવ

DjVu એ 1996 માં AT&T લેબ્સ દ્વારા એક હેતુ સાથે વિકસાવવામાં આવ્યું હતું - વેબ વિકાસકર્તાઓને ઇન્ટરનેટ પર ઉચ્ચ-રિઝોલ્યુશન છબીઓનું વિતરણ કરવા માટે એક સાધન આપવા માટે.

હકીકત એ છે કે તે સમયે તમામ માહિતીના 90% હજુ પણ છે સંગ્રહ કરવામાં આવ્યો હતો કાગળ પર, અને ઘણા મહત્વપૂર્ણ દસ્તાવેજોમાં રંગીન છબીઓ અને ફોટોગ્રાફ્સ હતા. ટેક્સ્ટની વાંચનક્ષમતા અને ચિત્રોની ગુણવત્તા જાળવવા માટે, ઉચ્ચ-રિઝોલ્યુશન સ્કેન કરવું જરૂરી હતું.

ક્લાસિક વેબ ફોર્મેટ્સ - JPEG, GIF અને PNG - આવી છબીઓ સાથે કામ કરવાનું શક્ય બનાવ્યું, પરંતુ વોલ્યુમની કિંમતે. JPEG ના કિસ્સામાં, જેથી ટેક્સ્ટ વાંચવામાં આવ્યું હતું મોનિટર સ્ક્રીન પર, મારે 300 ડીપીઆઈના રિઝોલ્યુશન સાથે દસ્તાવેજને સ્કેન કરવો પડ્યો. મેગેઝિનનું એક રંગીન પૃષ્ઠ લગભગ 500 KB કબજે કરે છે. ઈન્ટરનેટ પરથી આ કદની ફાઈલો ડાઉનલોડ કરવી એ તે સમયે ખૂબ જ શ્રમ-સઘન પ્રક્રિયા હતી.

ઓસીઆર ટેક્નોલોજીનો ઉપયોગ કરીને કાગળના દસ્તાવેજોને ડિજિટાઇઝ કરવાનો વિકલ્પ હતો, પરંતુ 20 વર્ષ પહેલાં તેમની ચોકસાઈ આદર્શથી ઘણી દૂર હતી - પ્રક્રિયા કર્યા પછી, અંતિમ પરિણામને ગંભીરતાથી હાથ દ્વારા સંપાદિત કરવું પડ્યું હતું. તે જ સમયે, ગ્રાફિક્સ અને છબીઓ "ઓવરબોર્ડ" રહી. અને જો ટેક્સ્ટ ડોક્યુમેન્ટમાં સ્કેન કરેલી ઈમેજને એમ્બેડ કરવી શક્ય હોય તો પણ, કેટલીક વિઝ્યુઅલ વિગતો ખોવાઈ ગઈ હતી, ઉદાહરણ તરીકે, કાગળનો રંગ, તેની રચના અને આ ઐતિહાસિક દસ્તાવેજોના મહત્વપૂર્ણ ઘટકો છે.

આ સમસ્યાઓ ઉકેલવા માટે, AT&T એ DjVu વિકસાવ્યું. તે 300 MB ના મૂળ કદ સાથે 40 dpi થી 60-25 KB ના રિઝોલ્યુશન સાથે સ્કેન કરેલા રંગ દસ્તાવેજોને સંકુચિત કરવાનું શક્ય બનાવ્યું. DjVu એ કાળા અને સફેદ પૃષ્ઠોનું કદ ઘટાડીને 10-30 KB કર્યું.

કેવી રીતે DjVu દસ્તાવેજોને સંકુચિત કરે છે

DjVu સ્કેન કરેલા કાગળના દસ્તાવેજો અને અન્ય ડિજિટલ ફોર્મેટ, જેમ કે PDF બંને સાથે કામ કરી શકે છે. DjVu કેવી રીતે કાર્ય કરે છે જૂઠાણું એક ટેક્નોલોજી કે જે ઇમેજને ત્રણ ઘટકોમાં વિભાજિત કરે છે: ફોરગ્રાઉન્ડ, બેકગ્રાઉન્ડ અને બ્લેક-એન્ડ-વ્હાઈટ (બીટ) માસ્ક.

માસ્ક મૂળ ફાઇલના રિઝોલ્યુશન પર સાચવવામાં આવે છે અને સમાવે છે ટેક્સ્ટની છબી અને અન્ય સ્પષ્ટ વિગતો - દંડ રેખાઓ અને આકૃતિઓ - તેમજ વિરોધાભાસી ચિત્રો.

ફાઇન લાઇન્સ અને અક્ષરોની રૂપરેખાને તીક્ષ્ણ રાખવા માટે તેમાં 300 dpi નું રિઝોલ્યુશન છે, અને JB2 અલ્ગોરિધમનો ઉપયોગ કરીને સંકુચિત કરવામાં આવે છે, જે ફેક્સિંગ માટે AT&T ના JBIG2 અલ્ગોરિધમનો ભિન્નતા છે. JB2 ની વિશેષતા તે તે શું કરે છે તે પૃષ્ઠ પર ડુપ્લિકેટ અક્ષરો શોધે છે અને તેમની છબી ફક્ત એક જ વાર સાચવે છે. આમ, બહુ-પૃષ્ઠ દસ્તાવેજોમાં, દરેક સળંગ કેટલાક પૃષ્ઠો એક સામાન્ય "શબ્દકોષ" શેર કરે છે.

પૃષ્ઠભૂમિમાં પૃષ્ઠની રચના અને ચિત્રો શામેલ છે, અને તેનું રીઝોલ્યુશન માસ્ક કરતા ઓછું છે. લોસલેસ બેકગ્રાઉન્ડ 100 dpi પર સાચવવામાં આવે છે.

ફોરગ્રાઉન્ડ સ્ટોર્સ માસ્ક વિશેની રંગની માહિતી, અને તેનું રીઝોલ્યુશન સામાન્ય રીતે વધુ ઘટાડવામાં આવે છે, કારણ કે મોટાભાગના કિસ્સાઓમાં ટેક્સ્ટનો રંગ કાળો હોય છે અને એક મુદ્રિત અક્ષર માટે સમાન હોય છે. અગ્રભૂમિ અને પૃષ્ઠભૂમિને સંકુચિત કરવા માટે વપરાય છે વેવલેટ કમ્પ્રેશન.

ડીજેવીયુ દસ્તાવેજ બનાવવાનો અંતિમ તબક્કો એ એન્ટ્રોપી એન્કોડિંગ છે, જ્યારે અનુકૂલનશીલ અંકગણિત એન્કોડર સમાન અક્ષરોના સિક્વન્સને બાઈનરી મૂલ્યમાં ફેરવે છે.

ફોર્મેટના ફાયદા

DjVu નું કાર્ય હતું સાચવો કાગળના દસ્તાવેજની "ગુણધર્મો" ડિજિટલ સ્વરૂપમાં, નબળા કમ્પ્યુટરને પણ આવા દસ્તાવેજો સાથે કામ કરવાની મંજૂરી આપે છે. તેથી, DjVu ફાઇલો જોવા માટેના સૉફ્ટવેરમાં "ઝડપી રેન્ડરિંગ" કરવાની ક્ષમતા છે. યાદમાં તેણીનો આભાર લોડિંગ DjVu પૃષ્ઠનો માત્ર તે ભાગ જે સ્ક્રીન પર પ્રદર્શિત થવો જોઈએ.

આ "અનડાઉનલોડ કરેલ" ફાઇલોને જોવાનું પણ શક્ય બનાવે છે, એટલે કે, બહુ-પૃષ્ઠ ડીજેવીયુ દસ્તાવેજના વ્યક્તિગત પૃષ્ઠો. આ કિસ્સામાં, ઇમેજ વિગતોના પ્રગતિશીલ ડ્રોઇંગનો ઉપયોગ કરવામાં આવે છે, જ્યારે ફાઇલ ડાઉનલોડ થાય ત્યારે ઘટકો "દેખાય" હોય તેવું લાગે છે (જેમ કે JPEG માં).

20 વર્ષ પહેલાં, જ્યારે આ ફોર્મેટ રજૂ કરવામાં આવ્યું હતું, ત્યારે પૃષ્ઠ ત્રણ તબક્કામાં લોડ કરવામાં આવ્યું હતું: પ્રથમ ટેક્સ્ટ ઘટક લોડ કરવામાં આવ્યું હતું, થોડી સેકંડ પછી છબીઓના પ્રથમ સંસ્કરણો અને પૃષ્ઠભૂમિ લોડ કરવામાં આવી હતી. પછીથી, પુસ્તકનું આખું પૃષ્ઠ “પ્રદર્શિત થયું.”

ત્રણ-સ્તરની રચનાની હાજરી પણ તમને સ્કેન કરેલી પુસ્તકો દ્વારા શોધવાની મંજૂરી આપે છે (કારણ કે ત્યાં એક વિશિષ્ટ ટેક્સ્ટ સ્તર છે). તકનીકી સાહિત્ય અને સંદર્ભ પુસ્તકો સાથે કામ કરતી વખતે આ અનુકૂળ બન્યું, તેથી DjVu વૈજ્ઞાનિક પુસ્તકોની ઘણી પુસ્તકાલયોનો આધાર બન્યો. ઉદાહરણ તરીકે, 2002 માં તેની પસંદગી કરવામાં આવી હતી ઇન્ટરનેટ આર્કાઇવ ઓપન સોર્સમાંથી સ્કેન કરેલા પુસ્તકોને સાચવવાના પ્રોજેક્ટ માટે ફોર્મેટમાંના એક તરીકે (TIFF અને PDF સાથે).

ફોર્મેટના ગેરફાયદા

જો કે, તમામ તકનીકોની જેમ, DjVu માં તેની ખામીઓ છે. ઉદાહરણ તરીકે, જ્યારે ડીજેવીયુ ફોર્મેટમાં પુસ્તકોના સ્કેનનું એન્કોડિંગ કરવામાં આવે છે, ત્યારે દસ્તાવેજમાંના કેટલાક અક્ષરો દેખાવમાં સમાન હોય તેવા અન્ય અક્ષરો દ્વારા બદલી શકાય છે. આ મોટે ભાગે "i" અને "n" અક્ષરો સાથે થાય છે, તેથી જ આ સમસ્યા છે પ્રાપ્ત નામ "યિન સમસ્યા". તે ટેક્સ્ટની ભાષા પર આધારિત નથી અને અન્ય વસ્તુઓ, સંખ્યાઓ અને અન્ય નાના પુનરાવર્તિત અક્ષરોની વચ્ચે અસર કરે છે.

તેનું કારણ JB2 એન્કોડરમાં અક્ષર વર્ગીકરણની ભૂલો છે. તે 10-20 ટુકડાઓના જૂથોમાં સ્કેન કરે છે અને દરેક જૂથ માટે સામાન્ય પ્રતીકોનો શબ્દકોશ બનાવે છે. શબ્દકોશમાં પૃષ્ઠો અને તેમના દેખાવના કોઓર્ડિનેટ્સ સાથે સામાન્ય અક્ષરો અને સંખ્યાઓના ઉદાહરણો છે. જ્યારે તમે DjVu પુસ્તક જુઓ છો, ત્યારે શબ્દકોશમાંથી અક્ષરો યોગ્ય સ્થાનો પર દાખલ કરવામાં આવે છે.

આ તમને DjVu ફાઇલનું કદ ઘટાડવા માટે પરવાનગી આપે છે, જો કે, જો બે અક્ષરોના ડિસ્પ્લે દૃષ્ટિની સમાન હોય, તો એન્કોડર કાં તો તેમને મૂંઝવણમાં મૂકી શકે છે અથવા તે જ માટે ભૂલ કરી શકે છે. કેટલીકવાર આ તકનીકી દસ્તાવેજમાં સૂત્રોને નુકસાન તરફ દોરી જાય છે. આ સમસ્યાને હલ કરવા માટે, તમે કમ્પ્રેશન એલ્ગોરિધમ્સ છોડી શકો છો, પરંતુ આ પુસ્તકની ડિજિટલ નકલનું કદ વધારશે.

ફોર્મેટનો બીજો ગેરલાભ એ છે કે તે ઘણી આધુનિક ઓપરેટિંગ સિસ્ટમ્સ (મોબાઈલ સહિત)માં મૂળભૂત રીતે સમર્થિત નથી. તેથી, તેની સાથે કામ કરવા માટે તમારે તૃતીય-પક્ષ ઇન્સ્ટોલ કરવાની જરૂર છે કાર્યક્રમો, જેમ કે DjVuReader, WinDjView, Evince, વગેરે. જો કે, અહીં હું એ નોંધવા માંગુ છું કે કેટલાક ઈલેક્ટ્રોનિક વાચકો (ઉદાહરણ તરીકે, ONYX BOOX) DjVu ફોર્મેટને “બૉક્સની બહાર” સપોર્ટ કરે છે - કારણ કે ત્યાં જરૂરી એપ્લિકેશનો પહેલેથી જ ઇન્સ્ટોલ કરેલી છે.

માર્ગ દ્વારા, અમે અગાઉના એકમાં Android-આધારિત વાચકો માટે બીજું શું કરી શકે છે તે વિશે વાત કરી હતી સામગ્રી.

વાચક ONYX BOOX ક્રોનોસ

મોબાઇલ ઉપકરણોની નાની સ્ક્રીનો - સ્માર્ટફોન, ટેબ્લેટ્સ, રીડર્સ પર ડીજેવીયુ દસ્તાવેજો સાથે કામ કરતી વખતે બીજી ફોર્મેટ સમસ્યા દેખાય છે. કેટલીકવાર DjVu ફાઇલો પુસ્તક સ્પ્રેડના સ્કેન સ્વરૂપમાં રજૂ કરવામાં આવે છે, અને વ્યાવસાયિક સાહિત્ય અને કાર્યકારી દસ્તાવેજો ઘણીવાર A4 ફોર્મેટમાં હોય છે, તેથી તમારે માહિતીની શોધમાં છબીને "ખસેડવી" પડશે.

જો કે, અમે નોંધીએ છીએ કે આ સમસ્યા પણ ઉકેલી શકાય છે. સૌથી સહેલો રસ્તો, અલબત્ત, એક અલગ ફોર્મેટમાં દસ્તાવેજ જોવાનો છે - પરંતુ જો આ વિકલ્પ શક્ય ન હોય (ઉદાહરણ તરીકે, તમારે ડીજેવીયુમાં મોટી સંખ્યામાં તકનીકી સાહિત્ય સાથે કામ કરવાની જરૂર છે), તો પછી તમે ઇલેક્ટ્રોનિક વાચકોનો ઉપયોગ કરી શકો છો. 9,7 થી 13,3 ઇંચ સુધીના મોટા કર્ણ સાથે, જે આવા દસ્તાવેજો સાથે કામ કરવા માટે ખાસ "અનુકૂલિત" છે.

ઉદાહરણ તરીકે, ONYX BOOX લાઇનમાં આવા ઉપકરણો છે ક્રોનોસ и MAX 2 (માર્ગ દ્વારા, અમે આ રીડર મોડેલની સમીક્ષા તૈયાર કરી છે, અને ટૂંક સમયમાં તેને અમારા બ્લોગ પર પ્રકાશિત કરીશું), અને તે પણ નૉૅધ, જે 10,3 ઇંચના કર્ણ અને વધેલા રીઝોલ્યુશન સાથે E Ink Mobius Carta સ્ક્રીન ધરાવે છે. આવા ઉપકરણો તમને તેમના મૂળ કદમાં ચિત્રોની તમામ વિગતોને શાંતિથી તપાસવાની મંજૂરી આપે છે અને જેઓ વારંવાર શૈક્ષણિક અથવા તકનીકી સાહિત્ય વાંચવાનું હોય છે તેમના માટે યોગ્ય છે. DjVu અને PDF ફાઈલો જોવા માટે વપરાય છે NEO રીડર, જે તમને ડિજિટાઇઝ્ડ ફોન્ટ્સના કોન્ટ્રાસ્ટ અને જાડાઈને સમાયોજિત કરવાની મંજૂરી આપે છે.

ફોર્મેટની ખામીઓ હોવા છતાં, આજે ડીજેવી એ સાહિત્યિક કૃતિઓને "સાચવવા" માટેના સૌથી લોકપ્રિય ફોર્મેટમાંનું એક છે. આ મોટે ભાગે તે હકીકતને કારણે છે કે તે તે ખુલ્લું છે, અને કેટલીક તકનીકી મર્યાદાઓ આજે આધુનિક તકનીકો અને વિકાસને તેને બાયપાસ કરવાની મંજૂરી આપે છે.

નીચેની સામગ્રીમાં અમે ઈ-બુક ફોર્મેટના ઉદભવના ઇતિહાસ અને તેમના કાર્યની વિશેષતાઓ વિશેની વાર્તા ચાલુ રાખીશું.

પીએસ ONYX BOOX વાચકોના કેટલાક સેટ:

• "પ્રાચીનતા" વિરુદ્ધ તકનીકીઓ: ONYX BOOX Chronos રીડરની સમીક્ષા
• રાણી વાંચવા માટે તૈયાર છે: ONYX BOOX ક્લિયોપેટ્રા 3 ઈ-બુકની સમીક્ષા
• ONYX BOOX ડાર્વિન 4 ની સમીક્ષા: E-Ink પર શ્રેષ્ઠ ઈ-બુક

સોર્સ: www.habr.com