전자책 및 해당 형식: DjVu - 역사, 장단점 및 특징

70년대 초 미국 작가 마이클 하트(Michael Hart)는 수 일리노이 대학에 설치된 Xerox Sigma 5 컴퓨터에 무제한으로 액세스할 수 있습니다. 기계의 자원을 잘 활용하기 위해 그는 미국 독립 선언문을 재인쇄하는 최초의 전자 서적을 만들기로 결정했습니다.

오늘날 디지털 문학은 주로 휴대용 기기(스마트폰, e-리더, 노트북)의 발전으로 인해 널리 보급되었습니다. 이로 인해 수많은 전자책 형식이 등장하게 되었습니다. 기능을 이해하고 가장 인기 있는 기능의 역사를 이야기해 봅시다. DjVu 형식부터 시작하겠습니다.

/플리커/ 레인 피어먼 / CC

형식의 등장

DjVu는 1996년 AT&T Labs에서 한 가지 목적으로 개발되었습니다. 즉, 웹 개발자에게 인터넷을 통해 고해상도 이미지를 배포할 수 있는 도구를 제공하는 것입니다.

사실은 그 당시 모든 정보의 90%가 여전히 저장되었습니다 종이에 인쇄되었으며 많은 중요한 문서에는 컬러 이미지와 사진이 포함되어 있었습니다. 텍스트의 가독성과 사진의 품질을 유지하려면 고해상도 스캔이 필요했습니다.

JPEG, GIF, PNG 등의 클래식 웹 형식을 사용하면 이러한 이미지 작업이 가능하지만 용량이 작아집니다. JPEG의 경우 텍스트가 읽었다 모니터 화면에서는 300dpi 해상도로 문서를 스캔해야 했습니다. 잡지의 컬러 페이지는 약 500KB를 차지합니다. 당시 인터넷에서 이 정도 크기의 파일을 다운로드하는 것은 상당히 노동집약적인 과정이었습니다.

대안은 OCR 기술을 사용하여 종이 문서를 디지털화하는 것이었지만 20년 전에는 그 정확성이 이상적이지 않았습니다. 처리 후 최종 결과를 직접 손으로 편집해야 했습니다. 동시에 그래픽과 이미지는 "외부"로 유지되었습니다. 스캔한 이미지를 텍스트 문서에 삽입할 수 있더라도 종이 색상, 질감 등 일부 시각적 세부 정보가 손실되었으며 이는 역사적 문서의 중요한 구성 요소입니다.

이러한 문제를 해결하기 위해 AT&T는 DjVu를 개발했습니다. 스캔한 컬러 문서를 해상도 300dpi ~ 40–60KB, 원본 크기 25MB로 압축하는 것이 가능해졌습니다. DjVu는 흑백 페이지 크기를 10~30KB로 줄였습니다.

DjVu가 문서를 압축하는 방법

DjVu는 스캔한 종이 문서와 PDF와 같은 기타 디지털 형식으로 작업할 수 있습니다. DjVu 작동 방식 이 이미지를 전경, 배경, 흑백(비트) 마스크의 세 가지 구성 요소로 분할하는 기술입니다.

마스크는 원본 파일의 해상도로 저장되며, 포함하다 텍스트 이미지 및 기타 명확한 세부 정보(가는 선 및 다이어그램)는 물론 대조되는 그림도 포함됩니다.

미세한 선과 문자 윤곽선을 선명하게 유지하기 위해 300dpi의 해상도를 가지며 AT&T의 팩스용 JBIG2 알고리즘의 변형인 JB2 알고리즘을 사용하여 압축됩니다. JB2의 특징 이 그것이 하는 일은 페이지에서 중복된 문자를 찾아 그 이미지를 한 번만 저장하는 것입니다. 따라서 여러 페이지로 구성된 문서에서는 연속된 몇 페이지마다 공통 "사전"을 공유합니다.

배경에는 페이지와 일러스트의 질감이 포함되어 있으며 마스크보다 해상도가 낮습니다. 무손실 배경은 100dpi로 저장됩니다.

전경 백화점 마스크에 대한 색상 정보 및 해상도는 일반적으로 훨씬 더 감소합니다. 왜냐하면 대부분의 경우 텍스트 색상은 검정색이고 인쇄된 문자 하나에 대해 동일하기 때문입니다. 전경과 배경을 압축하는 데 사용됩니다. 웨이블릿 압축.

DjVu 문서 생성의 마지막 단계는 적응형 산술 인코더가 동일한 문자의 시퀀스를 이진 값으로 변환하는 엔트로피 인코딩입니다.

형식의 장점

DjVu의 임무는 다음과 같습니다. сохранить 디지털 형식의 종이 문서의 "속성"으로 인해 약한 컴퓨터라도 그러한 문서를 작업할 수 있습니다. 따라서 DjVu 파일을 보기 위한 소프트웨어에는 "빠른 렌더링" 기능이 있습니다. 기억 속의 그녀 덕분에 로딩 화면에 표시되어야 하는 DjVu 페이지 부분만 표시됩니다.

이를 통해 "다운로드되지 않은" 파일, 즉 여러 페이지로 구성된 DjVu 문서의 개별 페이지를 볼 수도 있습니다. 이 경우 파일이 다운로드될 때 구성 요소가 "나타나는" 것처럼 보일 때(JPEG에서와 같이) 이미지 세부 사항의 점진적인 그리기가 사용됩니다.

20년 전 이 형식이 도입되었을 때 페이지는 세 단계로 로드되었습니다. 먼저 텍스트 구성 요소가 로드되고, 몇 초 후에 이미지와 배경의 첫 번째 버전이 로드되었습니다. 그 후에 책의 전체 페이지가 “나타났습니다.”

2002단계 구조가 있으면 스캔한 책을 검색할 수도 있습니다(특수 텍스트 레이어가 있으므로). 이는 기술 문헌 및 참고 서적을 작업할 때 편리하다는 것이 밝혀졌기 때문에 DjVu는 여러 과학 서적 라이브러리의 기초가 되었습니다. 예를 들어, 그는 XNUMX년에 선택되었습니다. 인터넷 아카이브 오픈 소스에서 스캔한 책을 보존하기 위한 프로젝트의 형식(TIFF 및 PDF와 함께) 중 하나로 사용됩니다.

형식의 단점

그러나 모든 기술과 마찬가지로 DjVu에도 단점이 있습니다. 예를 들어 책 스캔을 DjVu 형식으로 인코딩할 때 문서의 일부 문자는 모양이 유사한 다른 문자로 대체될 수 있습니다. 이는 "i" 및 "n" 문자에서 가장 자주 발생합니다. 이것이 바로 이 문제가 발생하는 이유입니다. 받은 이름은 "음 문제"입니다. 이는 텍스트 언어에 의존하지 않으며 무엇보다도 숫자 및 기타 작은 반복 문자에 영향을 미칩니다.

원인은 JB2 인코더의 문자 분류 오류입니다. 이는 스캔을 10~20개 조각의 그룹으로 "분할"하고 각 그룹에 대한 공통 기호 사전을 형성합니다. 사전에는 페이지 및 모양 좌표와 함께 일반적인 문자 및 숫자의 예가 포함되어 있습니다. DjVu 책을 볼 때 사전의 문자가 올바른 위치에 삽입됩니다.

이를 통해 DjVu 파일의 크기를 줄일 수 있지만 두 문자 표시가 시각적으로 유사하면 인코더가 혼동하거나 동일한 것으로 착각할 수 있습니다. 때로는 이로 인해 기술 문서의 공식이 손상될 수 있습니다. 이 문제를 해결하기 위해 압축 알고리즘을 포기할 수 있지만 이렇게 하면 책의 디지털 사본 크기가 늘어납니다.

이 형식의 또 다른 단점은 많은 최신 운영 체제(모바일 운영 체제 포함)에서 기본적으로 지원되지 않는다는 것입니다. 따라서 이를 사용하려면 타사를 설치해야 합니다. 프로그램, DjVuReader, WinDjView, Evince 등과 같은 그러나 여기에서는 일부 전자 리더기(예: ONYX BOOX)가 필요한 응용 프로그램이 이미 설치되어 있기 때문에 "즉시" DjVu 형식을 지원한다는 점에 주목하고 싶습니다.

그건 그렇고, 우리는 이전 버전 중 하나에서 Android 기반 리더용 애플리케이션이 무엇을 할 수 있는지에 대해 이야기했습니다. 자료.

리더 ONYX BOOX 크로노스

스마트폰, 태블릿, 리더 등 모바일 장치의 작은 화면에서 DjVu 문서를 작업할 때 또 다른 형식 문제가 나타납니다. 때때로 DjVu 파일은 펼쳐진 책의 스캔 형태로 제공되고 전문 문헌 및 작업 문서는 A4 형식인 경우가 많으므로 정보를 찾기 위해 이미지를 "이동"해야 합니다.

그러나 이 문제도 해결될 수 있습니다. 물론 가장 쉬운 방법은 다른 형식의 문서를 찾는 것입니다. 그러나 이 옵션이 불가능할 경우(예를 들어 DjVu에서 많은 양의 기술 문헌을 작업해야 하는 경우) 전자 리더를 사용할 수 있습니다. 9,7 ~ 13,3 인치의 큰 대각선으로 이러한 문서 작업을 위해 특별히 "맞춤형"입니다.

예를 들어, ONYX BOOX 라인에서 이러한 장치는 다음과 같습니다. Chronos и MAX 2 (그런데 우리는 이 독자 모델에 대한 리뷰를 준비했으며 곧 블로그에 게시할 예정입니다.) 주의 사항, 대각선이 10,3인치이고 해상도가 향상된 E Ink Mobius Carta 화면이 있습니다. 이러한 장치를 사용하면 그림의 모든 세부 사항을 원본 크기로 차분하게 검토할 수 있으며 교육 또는 기술 문헌을 자주 읽어야 하는 사람들에게 적합합니다. DjVu 및 PDF 파일을 보려면 사용 된 NEO Reader를 사용하면 디지털화된 글꼴의 대비와 두께를 조정할 수 있습니다.

형식의 단점에도 불구하고 오늘날 DjVu는 문학 작품을 "보존"하는 데 가장 인기 있는 형식 중 하나로 남아 있습니다. 이는 주로 그가 이 개방적이며 오늘날 일부 기술적 한계로 인해 현대 기술과 개발이 이를 우회할 수 있습니다.

다음 자료에서는 전자 책 형식의 출현 역사와 해당 작업의 특징에 대한 이야기를 계속할 것입니다.

PS ONYX BOOX 리더의 여러 세트:

• 기술 대 "고대": ONYX BOOX Chronos 리더 검토
• 여왕은 읽기를 좋아합니다: ONYX BOOX Cleopatra 3 전자책 리뷰
• ONYX BOOX Darwin 4 리뷰: E-Ink 최고의 전자책

출처 : habr.com