All'inizio degli anni '70, lo scrittore americano Michael Hart riuscì ad avere accesso illimitato al computer Xerox Sigma 5, installato nell'università dell'Illinois. Per utilizzare adeguatamente le risorse della macchina, decise di creare il primo ebook, ristampando la Dichiarazione d'Indipendenza degli Stati Uniti.
Oggi, la letteratura digitale ha preso piede, in gran parte grazie allo sviluppo di dispositivi portatili (smartphone, lettori, laptop). Questo ha portato alla creazione di un gran numero di formati di ebook. Cerchiamo di capire le loro caratteristiche e raccontiamo la storia dei più popolari, iniziando dal formato DjVu.
/ Flickr / /
L'emergere del formato
DjVu è stato sviluppato nel 1996 da AT&T Labs con l'unico scopo di fornire agli sviluppatori web uno strumento per la diffusione di immagini ad alta risoluzione su Internet.
Il fatto è che, all'epoca, il 90% di tutte le informazioni era ancora su carta e molti dei documenti importanti contenevano immagini e fotografie a colori. Per mantenere la leggibilità del testo e la qualità delle immagini, era necessario effettuare scansioni ad alta risoluzione.
I formati web classici — JPEG, GIF e PNG — consentivano di lavorare con tali immagini, ma a costo di dimensioni elevate. Nel caso del JPEG, affinché il testo sullo schermo del monitor, era necessario scansionare il documento a una risoluzione di 300 dpi. Una pagina a colori di una rivista occupava circa 500 Kbyte. Scaricare file di tali dimensioni da Internet all'epoca era un processo piuttosto laborioso.
Un'alternativa era la digitalizzazione dei documenti cartacei tramite tecnologie di riconoscimento dei testi, tuttavia, 20 anni fa, la loro precisione era lontana dall'essere ideale: dopo l'elaborazione, il risultato finale doveva essere corretto manualmente. Inoltre, grafica e immagini restavano "fuori gioco". E anche se si riusciva a integrare un'immagine scansionata nel documento di testo, si perdeva alcune dettagli visivi, come il colore della carta, la sua texture, elementi importanti nei documenti storici.
Con l'obiettivo di risolvere questi problemi, AT&T ha sviluppato DjVu. Ha permesso di comprimere documenti a colori scansionati con una risoluzione di 300 dpi a 40–60 Kbyte, partendo da un originale di 25 Mbyte. Le dimensioni delle pagine in bianco e nero DjVu sono state ridotte a 10–30 Kbyte.
Come DjVu comprime i documenti
DjVu può lavorare sia con documenti cartacei scansionati che con altri formati digitali, come PDF. Alla base del funzionamento di DjVu una tecnologia che suddivide l'immagine in tre componenti: primo piano, sfondo e una maschera in bianco e nero (bitmap).
La maschera viene salvata con la risoluzione del file originale e l'immagine del testo e altri dettagli chiari — linee sottili e diagrammi — così come immagini a contrasto.
Ha una risoluzione di 300 dpi, affinché linee sottili e contorni delle lettere rimangano chiari, e viene compressa utilizzando l'algoritmo JB2, che è una variazione dell'algoritmo JBIG2, proposto da AT&T per il funzionamento dei fax. Una caratteristica di JB2 è che cerca i simboli ripetuti nella pagina e ne salva l'immagine solo una volta. In questo modo, nei documenti multi-pagina, ogni poche pagine consecutive utilizza un 'dizionario' comune.
Lo sfondo contiene la texture della pagina e le illustrazioni, e la sua risoluzione è inferiore a quella della maschera. Lo sfondo viene salvato senza perdita di informazioni a una risoluzione di 100 dpi.
Il primo piano le informazioni colore della maschera, e la sua risoluzione è generalmente ulteriormente ridotta, poiché nella maggior parte dei casi il colore del testo è nero e uniforme per ogni carattere stampato. Per comprimere il primo piano e lo sfondo viene utilizzata .
L'ultimo passaggio nella creazione di un documento DjVu è la codifica entropica, quando un codificatore aritmetico adattivo trasforma le sequenze di simboli identici in un valore binario.
I vantaggi del formato
L'obiettivo di DjVu era "le proprietà" del documento cartaceo in formato digitale, permettendo di lavorare con tali documenti anche su computer meno potenti. Per questo motivo, il software per la visualizzazione dei file DjVu ha la capacità di 'rendering rapido'. Grazie a questa funzione, viene solo il pezzo di pagina DjVu che deve essere visualizzato sullo schermo.
Questo consente anche di visualizzare i file "incompleti", ovvero singole pagine di un documento DjVu multipagina. In questo caso si utilizza il rendering progressivo dei dettagli dell'immagine, in cui i componenti "si manifestano" man mano che il file viene scaricato (come nel JPEG).
Venti anni fa, quando questo formato fu presentato, il caricamento della pagina avveniva in tre fasi: prima veniva caricata la componente testuale, dopo un paio di secondi comparivano le prime versioni delle immagini e dello sfondo. Solo dopo, tutta la pagina del libro veniva "manifestata".
La presenza di una struttura a tre livelli consente anche di effettuare ricerche nei libri scannerizzati (poiché esiste uno strato testuale speciale). Questo si è rivelato utile per lavorare con la letteratura tecnica e i manuali, pertanto DjVu è diventato la base per diverse biblioteche di libri scientifici. Ad esempio, nel 2002 è stato scelto come uno dei formati (insieme a TIFF e PDF) per il progetto di conservazione di libri scannerizzati da fonti aperte.
Svantaggi del formato
Tuttavia, come tutte le tecnologie, DjVu ha i suoi svantaggi. Ad esempio, durante la codifica degli scannerizzati in formato DjVu, alcuni simboli nel documento possono essere sostituiti con altri simili. Ciò avviene più frequentemente con le lettere "и" e "н", da cui il problema è noto come "problema yin". Non dipende dalla lingua del testo e influisce anche su numeri e altri segni ripetitivi.
La sua causa sono errori di classificazione dei simboli nel codificatore JB2. Esso "scompone" gli scannerizzati in gruppi di 10-20 pezzi e crea un dizionario di simboli comuni per ciascun gruppo. Il dizionario contiene campioni delle lettere e numeri comuni con le pagine e le coordinate della loro comparsa. Quando visualizzi un libro DjVu, i simboli del dizionario vengono inseriti nei posti giusti.
Questo consente di ridurre la dimensione del file DjVu, tuttavia, se la visualizzazione di due lettere è visivamente simile, il codificatore potrebbe confonderle o accettarle come identiche. A volte ciò porta a errori nelle formule in un documento tecnico. Per risolvere questo problema si può rinunciare agli algoritmi di compressione, ma questo aumenterà le dimensioni della copia digitale del libro.
Un altro svantaggio del formato è che non è supportato per impostazione predefinita in molti sistemi operativi moderni (inclusi quelli mobili). Pertanto, per utilizzarlo è necessario installare software di terze parti. , come DjVuReader, WinDjView, Evince e altri. Tuttavia, vorremmo sottolineare che alcuni lettori elettronici (ad esempio, ONYX BOOX) supportano il formato DjVu "out of the box" poiché le applicazioni necessarie sono già installate.
A proposito, di cosa possono fare ulteriormente le applicazioni per i lettori basati su Android, ne abbiamo parlato in uno dei precedenti .
Lettore
Un altro problema del formato si manifesta quando si lavora con documenti DjVu su schermi piccoli di dispositivi mobili — smartphone, tablet, lettori. A volte i file DjVu sono rappresentati come scansioni di una pagina di libro, mentre la letteratura professionale e i documenti di lavoro spesso hanno un formato A4, quindi è necessario "spostare" l'immagine in cerca di informazioni.
Tuttavia, va notato che questo problema è anche risolvibile. Il modo più semplice è cercare il documento in un altro formato — ma se questa opzione non è possibile (ad esempio, è necessario lavorare con una grande quantità di letteratura tecnica in DjVu), è possibile utilizzare lettori elettronici con grande diagonale da 9,7 a 13,3 pollici, progettati specificamente per lavorare con tali documenti.
Ad esempio, nella gamma ONYX BOOX, questi dispositivi sono e (a proposito, abbiamo preparato una recensione di questo modello di lettore, e presto la pubblicheremo sul nostro blog), e anche , che ha uno schermo E Ink Mobius Carta con diagonale di 10,3 pollici e risoluzione superiore. Questi dispositivi permettono di esaminare con calma tutti i dettagli delle illustrazioni a dimensione naturale e sono adatti a chi deve spesso leggere opere didattiche o tecniche. Per visualizzare i file DjVu e PDF NEO Reader, che consente di regolare il contrasto e lo spessore dei caratteri digitalizzati.
Nonostante i difetti del formato, ad oggi DjVu rimane uno dei formati più popolari per la "conservazione" delle opere letterarie. Questo è in gran parte dovuto al fatto che è aperto, e alcune limitazioni tecnologiche possono essere superate grazie agli sviluppi e alle moderne tecnologie.
Nei prossimi materiali continueremo a raccontare la storia dell'emergere dei formati di libri elettronici e delle loro caratteristiche.
P.S. Alcune recensioni dei lettori ONYX BOOX:
Fonte: habr.com
