ელექტრონული წიგნები და მათი ფორმატები: DjVu - მისი ისტორია, დადებითი, უარყოფითი მხარეები და მახასიათებლები

70-იანი წლების დასაწყისში ამერიკელმა მწერალმა მაიკლ ჰარტმა მოახერხა მიიღეთ შეუზღუდავი წვდომა Xerox Sigma 5 კომპიუტერზე, რომელიც დაინსტალირებულია ილინოისის უნივერსიტეტში. იმისათვის, რომ კარგად გამოეყენებინა აპარატის რესურსები, მან გადაწყვიტა შეექმნა პირველი ელექტრონული წიგნი, გადაბეჭდა აშშ-ს დამოუკიდებლობის დეკლარაცია.

დღეს ციფრული ლიტერატურა ფართოდ გავრცელდა, მეტწილად პორტატული მოწყობილობების (სმარტფონები, ელექტრონული წამკითხველები, ლეპტოპები) განვითარების წყალობით. ამან გამოიწვია ელექტრონული წიგნების დიდი რაოდენობით ფორმატების გაჩენა. შევეცადოთ გავიგოთ მათი მახასიათებლები და ვუთხრათ მათგან ყველაზე პოპულარულის ისტორია - დავიწყოთ DjVu ფორმატით.

/flickr/ ლეინ პერმენი / CC

ფორმატის გაჩენა

DjVu შეიქმნა 1996 წელს AT&T Labs-ის მიერ ერთი მიზნით - მიეცეს ვებ დეველოპერებს საშუალება მაღალი რეზოლუციის სურათების ინტერნეტში გავრცელებისთვის.

ფაქტია, რომ იმ დროისთვის მთელი ინფორმაციის 90% ჯერ კიდევ არის ინახებოდა ქაღალდზე და ბევრ მნიშვნელოვან დოკუმენტს ჰქონდა ფერადი სურათები და ფოტოები. ტექსტის წაკითხვისა და სურათების ხარისხის შესანარჩუნებლად საჭირო იყო მაღალი გარჩევადობის სკანირების გაკეთება.

კლასიკურმა ვებ ფორმატებმა - JPEG, GIF და PNG - შესაძლებელი გახადა ასეთ სურათებთან მუშაობა, მაგრამ მოცულობის ფასად. JPEG-ის შემთხვევაში ისე, რომ ტექსტი წაიკითხა მონიტორის ეკრანზე მომიწია დოკუმენტის სკანირება 300 dpi გარჩევადობით. ჟურნალის ფერადი გვერდი დაიკავა დაახლოებით 500 კბ. ინტერნეტიდან ამ ზომის ფაილების ჩამოტვირთვა იმ დროს საკმაოდ შრომატევადი პროცესი იყო.

ალტერნატივა იყო ქაღალდის დოკუმენტების გაციფრება OCR ტექნოლოგიების გამოყენებით, მაგრამ 20 წლის წინ მათი სიზუსტე შორს იყო იდეალურისგან - დამუშავების შემდეგ, საბოლოო შედეგი სერიოზულად უნდა დამუშავებულიყო ხელით. ამავდროულად, გრაფიკა და გამოსახულებები დარჩა "გადაღმა". და თუ შესაძლებელი იყო სკანირებული სურათის ტექსტურ დოკუმენტში ჩასმა, ზოგიერთი ვიზუალური დეტალი დაიკარგა, მაგალითად, ქაღალდის ფერი, მისი ტექსტურა და ეს არის ისტორიული დოკუმენტების მნიშვნელოვანი კომპონენტები.

ამ პრობლემების გადასაჭრელად AT&T-მა შეიმუშავა DjVu. ამან შესაძლებელი გახადა სკანირებული ფერადი დოკუმენტების შეკუმშვა 300 dpi გარჩევადობით 40–60 KB-მდე, ორიგინალური ზომით 25 MB. DjVu-მ შეამცირა შავ-თეთრი გვერდების ზომა 10-30 კბ-მდე.

როგორ აკუმშავს DjVu დოკუმენტებს

DjVu-ს შეუძლია იმუშაოს როგორც სკანირებულ ქაღალდის დოკუმენტებთან, ასევე სხვა ციფრულ ფორმატებთან, როგორიცაა PDF. როგორ მუშაობს DjVu არის ტექნოლოგია, რომელიც ყოფს სურათს სამ კომპონენტად: წინა პლანზე, ფონი და შავ-თეთრი (ბიტი) ნიღაბი.

ნიღაბი ინახება ორიგინალური ფაილის გარჩევადობით და შეიცავს ტექსტის გამოსახულება და სხვა მკაფიო დეტალები - წვრილი ხაზები და დიაგრამები - ასევე კონტრასტული სურათები.

მას აქვს 300 dpi გარჩევადობა, რათა შეინარჩუნოს მკვეთრი ხაზები და ასოების კონტურები და შეკუმშულია JB2 ალგორითმის გამოყენებით, რომელიც არის AT&T-ის JBIG2 ალგორითმის ვარიაცია ფაქსისთვის. JB2-ის თვისება არის რას აკეთებს ის არის, რომ ეძებს დუბლიკატი სიმბოლოებს გვერდზე და ინახავს მათ სურათს მხოლოდ ერთხელ. ამრიგად, მრავალგვერდიან დოკუმენტებში ყოველ რამდენიმე ზედიზედ გვერდი იზიარებს საერთო „ლექსიკონს“.

ფონი შეიცავს გვერდის ტექსტურას და ილუსტრაციებს და მისი გარჩევადობა უფრო დაბალია, ვიდრე ნიღაბი. უდანაკარგო ფონი ინახება 100 dpi-ზე.

წინაა ინახავს ფერის ინფორმაცია ნიღბის შესახებ და მისი გარჩევადობა, როგორც წესი, კიდევ უფრო მცირდება, რადგან უმეტეს შემთხვევაში ტექსტის ფერი შავია და იგივეა ერთი დაბეჭდილი სიმბოლოსთვის. გამოიყენება წინა და ფონის შეკუმშვისთვის ტალღის შეკუმშვა.

DjVu დოკუმენტის შექმნის ბოლო ეტაპი არის ენტროპიის კოდირება, როდესაც ადაპტური არითმეტიკული ენკოდერი აქცევს იდენტური სიმბოლოების თანმიმდევრობებს ორობით მნიშვნელობად.

ფორმატის უპირატესობები

DjVu-ს ამოცანა იყო გადარჩენა ქაღალდის დოკუმენტის "თვისებები" ციფრული ფორმით, რაც საშუალებას აძლევს სუსტ კომპიუტერებსაც კი იმუშაონ ასეთ დოკუმენტებთან. ამიტომ, DjVu ფაილების სანახავ პროგრამულ უზრუნველყოფას აქვს „სწრაფი რენდერის“ შესაძლებლობა. მადლობა მას ხსოვნაში ჩატვირთვა DjVu გვერდის მხოლოდ ის ნაწილი, რომელიც უნდა იყოს ნაჩვენები ეკრანზე.

ეს ასევე შესაძლებელს ხდის „ჩამოტვირთული“ ფაილების, ანუ მრავალგვერდიანი DjVu დოკუმენტის ცალკეული გვერდების ნახვას. ამ შემთხვევაში, გამოსახულების დეტალების პროგრესული ნახაზი გამოიყენება, როდესაც კომპონენტები თითქოს "გამოჩნდებიან" ფაილის გადმოტვირთვისას (როგორც JPEG-ში).

20 წლის წინ, როცა ეს ფორმატი დაინერგა, გვერდი ჩაიტვირთა სამ ეტაპად: ჯერ ტექსტის კომპონენტი ჩაიტვირთა, ორიოდე წამის შემდეგ ჩაიტვირთა სურათების პირველი ვერსიები და ფონი. ამის შემდეგ წიგნის მთელი გვერდი „გამოჩნდა“.

სამ დონის სტრუქტურის არსებობა ასევე საშუალებას გაძლევთ მოძებნოთ სკანირებული წიგნები (რადგან არის სპეციალური ტექსტის ფენა). ეს მოსახერხებელი აღმოჩნდა ტექნიკურ ლიტერატურასთან და საცნობარო წიგნებთან მუშაობისას, ამიტომ DjVu გახდა სამეცნიერო წიგნის რამდენიმე ბიბლიოთეკის საფუძველი. მაგალითად, 2002 წელს აირჩიეს ინტერნეტ არქივი როგორც ერთ-ერთი ფორმატი (TIFF-თან და PDF-თან ერთად) პროექტისთვის, რათა შეინარჩუნოს სკანირებული წიგნები ღია წყაროებიდან.

ფორმატის ნაკლოვანებები

თუმცა, როგორც ყველა ტექნოლოგიას, DjVu-ს აქვს თავისი ნაკლი. მაგალითად, წიგნების სკანირების DjVu ფორმატში კოდირებისას, დოკუმენტის ზოგიერთი სიმბოლო შეიძლება შეიცვალოს სხვა გარეგნულად მსგავსი სიმბოლოებით. ეს ყველაზე ხშირად ხდება ასოებით "i" და "n", რის გამოც ეს პრობლემაა მიიღო სახელი "იინის პრობლემა". ეს არ არის დამოკიდებული ტექსტის ენაზე და გავლენას ახდენს, სხვა საკითხებთან ერთად, ციფრებზე და სხვა მცირე განმეორებით სიმბოლოებზე.

მისი მიზეზი არის სიმბოლოების კლასიფიკაციის შეცდომები JB2 კოდირში. ის "იყოფს" სკანირებას 10-20 ცალი ჯგუფებად და ქმნის საერთო სიმბოლოების ლექსიკონს თითოეული ჯგუფისთვის. ლექსიკონი შეიცავს საერთო ასოებისა და რიცხვების მაგალითებს მათი გარეგნობის გვერდებითა და კოორდინატებით. როდესაც ხედავთ DjVu წიგნს, ლექსიკონის სიმბოლოები ჩასმულია სწორ ადგილებში.

ეს საშუალებას გაძლევთ შეამციროთ DjVu ფაილის ზომა, თუმცა, თუ ორი ასოს ჩვენება ვიზუალურად მსგავსია, ენკოდერმა შეიძლება ან აურიოს ისინი ან შეცდომით შეასრულოს ისინი. ზოგჯერ ეს იწვევს ტექნიკურ დოკუმენტში ფორმულების დაზიანებას. ამ პრობლემის გადასაჭრელად შეგიძლიათ უარი თქვათ შეკუმშვის ალგორითმებზე, მაგრამ ეს გაზრდის წიგნის ციფრული ასლის ზომას.

ფორმატის კიდევ ერთი მინუსი არის ის, რომ ის არ არის მხარდაჭერილი ნაგულისხმევად ბევრ თანამედროვე ოპერაციულ სისტემაში (მათ შორის მობილური). ამიტომ, მასთან მუშაობისთვის საჭიროა მესამე მხარის დაყენება პროგრამები, როგორიცაა DjVuReader, WinDjView, Evince და ა.შ. თუმცა, აქვე მინდა აღვნიშნო, რომ ზოგიერთი ელექტრონული მკითხველი (მაგალითად, ONYX BOOX) მხარს უჭერს DjVu ფორმატს „გარეშე“ - ვინაიდან საჭირო აპლიკაციები უკვე დაინსტალირებულია იქ.

სხვათა შორის, ჩვენ ვისაუბრეთ იმაზე, თუ რისი გაკეთება შეუძლიათ Android-ზე დაფუძნებულ მკითხველთა აპლიკაციებს ერთ-ერთ წინაში მასალები.

მკითხველი ONYX BOOX Chronos

სხვა ფორმატის პრობლემა ჩნდება DjVu დოკუმენტებთან მუშაობისას მობილური მოწყობილობების მცირე ეკრანებზე - სმარტფონები, ტაბლეტები, მკითხველები. ზოგჯერ DjVu ფაილები წარმოდგენილია წიგნის გავრცელების სკანირების სახით, ხოლო პროფესიული ლიტერატურა და სამუშაო დოკუმენტები ხშირად A4 ფორმატშია, ამიტომ ინფორმაციის საძიებლად სურათის „გადატანა“ მოგიწევთ.

თუმცა აღვნიშნავთ, რომ ამ პრობლემის მოგვარებაც შესაძლებელია. უმარტივესი გზა, რა თქმა უნდა, არის დოკუმენტის მოძებნა სხვა ფორმატში - მაგრამ თუ ეს ვარიანტი შეუძლებელია (მაგალითად, თქვენ გჭირდებათ დიდი რაოდენობით ტექნიკური ლიტერატურით მუშაობა DjVu-ში), მაშინ შეგიძლიათ გამოიყენოთ ელექტრონული წამკითხველები. დიდი დიაგონალით 9,7-დან 13,3 ინჩამდე, რომელიც სპეციალურად "მორგებულია" ასეთ დოკუმენტებთან მუშაობისთვის.

მაგალითად, ONYX BOOX ხაზში ასეთი მოწყობილობებია ქრონოსი и MAX 2 (სხვათა შორის, ჩვენ მოვამზადეთ ამ მკითხველის მოდელის მიმოხილვა და მალე გამოვაქვეყნებთ ჩვენს ბლოგზე) და ასევე შენიშვნა, რომელსაც აქვს E Ink Mobius Carta ეკრანი 10,3 დიუმიანი დიაგონალით და გაზრდილი გარჩევადობით. ასეთი მოწყობილობები საშუალებას გაძლევთ მშვიდად შეისწავლოთ ილუსტრაციების ყველა დეტალი თავდაპირველი ზომით და შესაფერისია მათთვის, ვისაც ხშირად უწევს საგანმანათლებლო ან ტექნიკური ლიტერატურის წაკითხვა. DjVu და PDF ფაილების სანახავად მეორადი NEO Reader, რომელიც საშუალებას გაძლევთ დაარეგულიროთ ციფრული შრიფტების კონტრასტი და სისქე.

ფორმატის ხარვეზების მიუხედავად, დღეს DjVu რჩება ლიტერატურული ნაწარმოებების „შენარჩუნების“ ერთ-ერთ ყველაზე პოპულარულ ფორმატად. ეს დიდწილად განპირობებულია იმით, რომ ის არის ღიაა და ზოგიერთი ტექნოლოგიური შეზღუდვა დღეს საშუალებას აძლევს თანამედროვე ტექნოლოგიებს და განვითარებას მის გვერდის ავლით.

შემდეგ მასალებში გავაგრძელებთ ისტორიას ელექტრონული წიგნების ფორმატების გაჩენის ისტორიისა და მათი მუშაობის თავისებურებების შესახებ.

PS ONYX BOOX მკითხველების რამდენიმე ნაკრები:

• ტექნოლოგიები „ანტიკურობის წინააღმდეგ“: ONYX BOOX Chronos მკითხველის მიმოხილვა
• დედოფალს სურს წაიკითხოს: ONYX BOOX Cleopatra 3 ელექტრონული წიგნის მიმოხილვა
• ONYX BOOX Darwin 4-ის მიმოხილვა: საუკეთესო ელექტრონული წიგნი E-Ink-ზე

წყარო: www.habr.com