A 70-es évek elején Michael Hart amerikai író korlátlan hozzáférést kapott a Xerox Sigma 5 számítógéphez, amelyet az Illinois állami egyetemen telepítettek. A gép erőforrásait méltóképpen kihasználva úgy döntött, hogy létrehozza az első elektronikus könyvet, újranyomtatva az Egyesült Államok Függetlenségi Nyilatkozatát.
Ma a digitális irodalom széles körben elterjedt, nagymértékben a hordozható eszközök (okostelefonok, e-olvasók, laptopok) fejlődésének köszönhetően. Ez számos elektronikus könyvformátum megjelenéséhez vezetett. Próbáljuk megérteni sajátosságaikat, és bemutatjuk a legnépszerűbbek történetét — kezdjük a DjVu formátummal.
/ Flickr / /
A DjVu formátum megjelenése
A DjVu-t 1996-ban az AT&T Labs fejlesztette ki egy céllal — hogy eszközt nyújtson a webfejlesztők számára, amely lehetővé teszi a nagy felbontású képek interneten történő terjesztését.
A helyzet az volt, hogy akkoriban a teljes információ 90%-a még mindig A klasszikus webformátumok — JPEG, GIF és PNG — lehetővé tették az ilyen képekkel való munkát, de ez a méret árán történt. JPEG esetében ahhoz, hogy a szöveg
olvasható legyen A papíralapú dokumentumok digitalizálása a szövegfelismerés technológiáinak segítségével alternatívát jelentett, de 20 évvel ezelőtt ezek pontossága távol állt a tökéletestől — a feldolgozás után a végső eredményt jelentősen kellett javítani kézzel. Emellett a grafikonok és képek "kívül maradtak". És még ha sikerült is beépíteni a szkennelt képet a szöveges dokumentumba, néhány vizuális részlet, például a papír színe, textúrája elveszett, ami fontos komponens a történelmi dokumentumok esetében.
A problémák megoldása érdekében az AT&T kifejlesztette a DjVu-t. Lehetővé tette a 300 dpi felbontású szkenneléseket 40–60 KB-ra tömöríteni, miközben az eredeti mérete 25 MB volt. A DjVu fekete-fehér oldalainak méretét 10–30 KB-ra csökkentette.
Hogyan tömöríti a DjVu a dokumentumokat
Hogyan működik a DjVu tömörítési folyamata
A DjVu fájlokat papíralapú beolvasott dokumentumokkal és más digitális formátumokkal, például PDF-fel is kezelheti. A DjVu működésének alapja technológia, amely a képet három komponensre bontja: előtér, háttér és fekete-fehér (bit) maszk.
A maszk az eredeti fájl felbontásával kerül megőrzésre, és a szöveg képe és más éles részletek — vékony vonalak és ábrák — valamint kontrasztos képek.
Felbontása 300 dpi, hogy a vékony vonalak és a betűk kontúrjai élesek maradjanak, és a JB2 algoritmus segítségével tömörítve van, amely az AT&T által a faxok működéséhez javasolt JBIG2 algoritmus egy variációja. A JB2 egyik jellegzetessége, hogy a lapokon ismétlődő karaktereket keres, és azok képét csak egyszer tárolja. Így a többoldalas dokumentumok esetében minden néhány egymást követő lap közös „szókincsét” használja.
A háttér a lap textúráját és az illusztrációkat tartalmazza, és felbontása alacsonyabb, mint a maszké. A veszteségmentes háttér 100 dpi felbontással kerül megőrzésre.
Az előtér a maszk színinformációját, és felbontását általában még tovább csökkentik, mivel a legtöbb esetben a szöveg színe fekete és egységes egy nyomtatási karakterhez. Az előtér és háttér tömörítésére .
alkalmaznak. A DjVu-dokumentum létrehozásának végső lépése az entropikus kódolás, amikor az adaptív aritmetikai kódoló az azonos karakterek sorozatait bináris értékké alakítja.
A formátum előnyei
A DjVu célja az volt, a papíralapú dokumentum "tulajdonságait" digitális formában, lehetővé téve, hogy még gyenge számítógépeken is dolgozhassunk ilyen dokumentumokkal. Ezért a DjVu-fájlokhoz készült megjelenítő szoftver rendelkezik a "gyors renderelés" lehetőségével. Ennek köszönhetően a memóriába, amely a képernyőn megjelenik.
Ez lehetővé teszi a "nem letöltött" fájlok megtekintését is, azaz egyes oldalakat a többoldalas DjVu-dokumentumból. Ennek során a részletek fokozatos megjelenítése történik, amikor a komponensek mintegy "megmutatkoznak" a fájl letöltésével (mint a JPEG esetében).
20 évvel ezelőtt, amikor bemutatták ezt a formátumot, az oldalbetöltés három lépésben zajlott: először a szöveges tartalom töltődött be, pár másodperccel később a képek első változatai és a háttér. Csak ezután „fejlődött ki” az egész könyv oldala.
A háromszintű struktúra lehetővé teszi a beolvasott könyvek keresését (mivel van egy speciális szöveges réteg). Ez kényelmesnek bizonyult a műszaki irodalom és kézikönyvek esetében, ezért a DjVu alapjául szolgált több tudományos könyvtárnak. Például 2002-ben ezt választották mint egyik formátumot (a TIFF és PDF mellett) a beolvasott könyvek nyílt forrásból való megőrzésére irányuló projekthez.
A formátum hátrányai
Ehhez hasonlóan, mint minden technológiának, a DjVu-nak is megvannak a hátrányai. Például a könyvek beolvasásakor a DjVu formátumba történő kódolás során egyes karakterek a dokumentumban más, hasonló kinézetű karakterekre cserélődhetnek. Leggyakrabban ez az „i” és „n” betűkkel történik, ami miatt ez a probléma a „yin probléma” elnevezést kapta. Ez nem függ a szöveg nyelvétől, és hatással van a számokra és egyéb apró, ismétlődő jelekre is.
Ennek oka a JB2 kódolóban lévő karakterek klasszifikációs hibái. Ez „csoportosítja” a beolvasott könyveket 10-20 darabra, és minden csoporthoz létrehoz egy közös karakterekből álló szótárt. A szótár mintákat tartalmaz a közönséges betűk és számok számára, valamint az oldalakra és azok megjelenésének koordinátáira vonatkozóan. Amikor DjVu könyvet néz, a szótárból származó karakterek a megfelelő helyeken vannak elhelyezve.
Ez lehetővé teszi a DjVu fájl méretének csökkentését, azonban ha két betű vizuálisan hasonló, a kódoló vagy összetévesztheti őket, vagy azonosnak tekintheti őket. Néha ez képletek torzulásához vezet a műszaki dokumentumban. A probléma megoldásához el lehet térni a tömörítési algoritmusoktól, de ez növeli a digitális könyv példányának méretét.
A formátum másik hátránya, hogy sok modern operációs rendszer (beleértve a mobilokat is) alapértelmezés szerint nem támogatja. Ezért a használatához külső , mint például a DjVuReader, WinDjView, Evince és mások telepítése szükséges. Azonban meg kell jegyezni, hogy bizonyos elektronikus olvasók (például az ONYX BOOX) alapértelmezés szerint támogatják a DjVu formátumot, mivel a szükséges alkalmazások már telepítve vannak.
Egyébként a korábban említett Android alapú olvasók alkalmazásainak lehetőségeiről beszéltünk. .
Olvasó
Egy másik probléma a formátumban a DjVu dokumentumok használatánál merül fel kis képernyős mobileszközökön — okostelefonokon, táblagépeken, olvasókon. Néha a DjVu fájlok a könyv oldalának szkenneléseként jelennek meg, míg a szakirodalom és az üzleti dokumentumok gyakran A4-es formátumban készülnek, ezért az információk keresésekor "mozgatni" kell a képet.
Megjegyezzük azonban, hogy ez a probléma szintén megoldható. A legegyszerűbb persze, ha megpróbálunk más formátumú dokumentumokat keresni — de ha ez nem lehetséges (például ha sok technikai irodalom DjVu formátumban szükséges), akkor érdemes olyan elektronikus olvasókat használni, amelyek kijelzője 9,7 és 13,3 hüvelyk között van és kifejezetten az ilyen dokumentumok használatára optimalizáltak.
Például az ONYX BOOX termékpalettáján ilyen eszközök találhatók és (mellesleg, készítettünk egy áttekintést erről az olvasómodellről, amit hamarosan megosztunk a blogunkban), valamint , amely 10,3 hüvelykes E Ink Mobius Carta kijelzővel és megnövelt felbontással rendelkezik. Ezek az eszközök lehetővé teszik, hogy nyugodtan megvizsgáljuk az illusztrációk összes részletét eredeti méretben, és ideálisak azok számára, akik gyakran olvasnak tanulmányi vagy technikai irodalmat. A DjVu és PDF fájlok megtekintésére szolgáló NEO Reader, amely lehetőséget ad a kontraszt és a digitalizált betűk vastagságának beállítására.
Bár a formátumnak vannak hátrányai, a DjVu napjainkban az egyik legnépszerűbb formátumnak számít az irodalmi művek "megőrzésére". Ennek sokban az az oka, hogy nyitott, és a modern technológiák és fejlesztések lehetővé teszik, hogy megkerüljük bizonyos technológiai korlátait.
A következő anyagokban folytatni fogjuk az elektronikus könyvformátumok megjelenésének történetét és működési sajátosságaikat.
P.S. Néhány ONYX BOOX olvasói áttekintés:
Forrás: habr.com
