I början av 70-talet lyckades den amerikanske författaren Michael Hart obegrÀnsad tillgÄng till datorn Xerox Sigma 5, installerad vid universitetet i Illinois. För att pÄ ett vÀrdigt sÀtt anvÀnda maskinens resurser beslutade han sig för att skapa den första e-boken genom att skriva om USA:s sjÀlvstÀndighetsdeklaration.
Idag har digital litteratur fĂ„tt stor spridning, mycket tack vare utvecklingen av bĂ€rbara enheter (smartphones, lĂ€sare, bĂ€rbara datorer). Detta har lett till framvĂ€xten av ett stort antal format för e-böcker. LĂ„t oss försöka förstĂ„ deras egenskaper och berĂ€tta historien om de mest populĂ€ra av dem â vi börjar med formatet DjVu.
/ Flickr / /
Uppkomsten av formatet
DjVu utvecklades 1996 av AT&T Labs med ett enda syfte â att ge webbutvecklare ett verktyg för att sprida högupplösta bilder över internet.
Anledningen Àr att vid den tiden 90% av all information fortfarande pÄ papper, och mÄnga viktiga dokument hade fÀrgbilder och fotografier. För att bevara lÀsbarheten av texten och kvaliteten pÄ bilderna var man tvungen att göra skanningar med hög upplösning.
Klassiska webformat â JPEG, GIF och PNG â tillĂ€t arbete med sĂ„dana bilder, men till priset av storlek. I fallet med JPEG, för att texten pĂ„ datorskĂ€rmen, var man tvungen att skanna dokumentet med en upplösning pĂ„ 300 dpi. En fĂ€rgsida frĂ„n en tidskrift tog dĂ„ cirka 500 KB. Att ladda ner filer av den storleken frĂ„n internet pĂ„ den tiden var en ganska arbetsam process.
Ett alternativ var att digitalisera pappersdokument med hjĂ€lp av teknologier för textigenkĂ€nning, men för 20 Ă„r sedan var deras noggrannhet lĂ„ngt ifrĂ„n perfekt â efter bearbetning var man tvungen att rĂ€tta resultatet ordentligt för hand. Samtidigt förblev diagram och bilder "utanför". Och Ă€ven om man lyckades infoga en skannad bild i ett textdokument gick vissa visuella detaljer förlorade, till exempel papperets fĂ€rg, dess textur, och detta Ă€r viktiga komponenter i historiska dokument.
För att lösa dessa problem utvecklade AT&T DjVu. Det möjliggjorde kompression av skannade fĂ€rgade dokument med en upplösning pĂ„ 300 dpi till 40â60 KB, medan den ursprungliga storleken var 25 MB. Storleken pĂ„ svartvita sidor minskade DjVu till 10â30 KB.
Hur DjVu komprimerar dokument
DjVu kan arbeta bÄde med pappersskannade dokument och andra digitala format, till exempel PDF. I grunden bygger DjVu teknologin som delar upp bilden i tre komponenter: förgrund, bakgrund och en svartvit (bitvis) mask.
Masken sparas med samma upplösning som originalfilen och stödtext och andra skarpa detaljer â tunna linjer och diagram â samt kontrasterande bilder.
Den har en upplösning pÄ 300 dpi sÄ att tunna linjer och bokstÀver förblir skarpa, och komprimeras med hjÀlp av JB2-algoritmen, som Àr en variant av JBIG2-algoritmen föreslagen av AT&T för faxarbete. En egenskap hos JB2 Àr att den letar efter Äterkommande tecken pÄ sidan och sparar deras bild endast en gÄng. PÄ sÄ sÀtt anvÀnder flera sidor i fler-sidiga dokument en gemensam 'ordbok'.
Bakgrunden innehÄller sidtextur och illustrationer, och dess upplösning Àr lÀgre Àn maskens. Bakgrunden sparas för förlustfritt uppfattande med en upplösning pÄ 100 dpi.
Förgrunden fÀrginformation om masken, och dess upplösning sÀnks vanligtvis ytterligare, eftersom textfÀrgen oftast Àr svart och densamma för en och samma trycksak. För komprimering av förgrund och bakgrund anvÀnds .
Det sista steget i skapandet av ett DjVu-dokument Àr entropikodning, dÀr en adaptiv aritmetisk kodare omvandlar sekvenser av samma tecken till ett binÀrt vÀrde.
Fördelar med formatet
MÄlet med DjVu var de 'egenskaper' som ett papper dokument har i digital form, vilket tillÄter anvÀndning av sÄdana dokument Àven pÄ svaga datorer. DÀrför har programvara för att visa DjVu-filer möjlighet till 'snabb rendering'. Tack vare det laddas endast den del av DjVu-sidan som ska visas pÄ skÀrmen in i minnet. bara den delen av DjVu-sidan som ska visas pÄ skÀrmen.
Det hÀr ger ocksÄ möjlighet att visa "ofullstÀndiga" filer, det vill sÀga enskilda sidor av ett flersidigt DjVu-dokument. HÀr anvÀnds progressiv rendering av bilddetaljer, dÀr komponenterna "framtrÀder" nÀr filen laddas (som i JPEG).
För 20 Är sedan, nÀr det hÀr formatet introducerades, laddades en sida ner i tre steg: först laddades textkomponenten, efter nÄgra sekunder kom de första versionerna av bilderna och bakgrunden. Först dÀrefter "framtrÀdde" hela boksidan.
Den tre nivÄer djupa strukturen möjliggör ocksÄ sökning i scannade böcker (eftersom det finns ett speciellt textlager). Detta har visat sig vara praktiskt nÀr man arbetar med teknisk litteratur och referensverk, vilket gör att DjVu blev grunden för flera bibliotek av vetenskapliga böcker. Till exempel vald den 2002 som ett av formaten (tillsammans med TIFF och PDF) för projektet att bevara scannade böcker frÄn öppna kÀllor.
Nackdelar med formatet
Men precis som alla teknologier har DjVu sina nackdelar. Till exempel kan vissa tecken i dokumentet ersĂ€ttas med andra, liknande, nĂ€r man kodar scannade böcker i DjVu-format. Detta sker oftare med bokstĂ€verna "Đž" och "Đœ", vilket leder till att detta problem kallas "iny-problemet". Det pĂ„verkar inte sprĂ„kets text och pĂ„verkar Ă€ven siffror och andra smĂ„ repetitiva tecken.
Dess orsak Ă€r felaktig klassificering av tecken i JB2-kodaren. Den "splittrar" skanningarna i grupper om 10â20 och skapar en ordlista av gemensamma tecken för varje grupp. Ordlistan innehĂ„ller exempel pĂ„ gemensamma bokstĂ€ver och siffror tillsammans med sidorna och koordinaterna för deras förekomst. NĂ€r du tittar pĂ„ en DjVu-bok, sĂ€tts tecken frĂ„n ordlistan in pĂ„ rĂ€tt stĂ€llen.
Detta minskar storleken pÄ DjVu-filen, men om visningen av tvÄ bokstÀver visuellt liknar varandra, kan kodaren antingen förvÀxla dem eller anta att de Àr identiska. Ibland leder det till att formler i tekniska dokument förstörs. För att lösa detta problem kan man avstÄ frÄn komprimeringsalgoritmer, men detta ökar storleken pÄ den digitala kopian av boken.
En annan nackdel med formatet Àr att det inte stöds som standard i mÄnga moderna operativsystem (inklusive mobila). DÀrför mÄste man installera tredjepartsprogram för att arbeta med det. , sÄsom DjVuReader, WinDjView, Evince m.fl. Det Àr dock vÀrt att notera att vissa e-lÀsare (t.ex. ONYX BOOX) stödjer DjVu-formatet direkt eftersom de nödvÀndiga apparna redan Àr installerade dÀr.
Förresten, vad mer kan appar som Àr baserade pÄ Android-lÀsare erbjuda, har vi berÀttat om i ett av vÄra tidigare .
LĂ€sare
Ett annat problem med formatet uppstĂ„r nĂ€r man arbetar med DjVu-dokument pĂ„ smĂ„ skĂ€rmar pĂ„ mobila enheter â smartphones, surfplattor, lĂ€sare. Ibland Ă€r DjVu-filerna representerade som en skanning av bokuppslaget, och professionell litteratur och arbetsdokument har ofta A4-format, vilket gör att man mĂ„ste "flytta" bilden för att hitta information.
Vi bör dock notera att detta problem ocksĂ„ Ă€r lösbart. Det enklaste Ă€r förstĂ„s att leta efter dokumentet i ett annat format â men om det alternativet inte Ă€r möjligt (t.ex. om du mĂ„ste arbeta med en stor mĂ€ngd teknisk litteratur i DjVu) kan du anvĂ€nda e-lĂ€sare med en stor diagonal pĂ„ mellan 9,7 och 13,3 tum, som Ă€r speciellt "anpassade" för att arbeta med sĂ„dana dokument.
Till exempel i ONYX BOOX-serien Àr sÄdana enheter och (förresten, vi har förberett en recension av denna lÀsarmodell och kommer snart att publicera den i vÄr blogg), samt , som har en E Ink Mobius Carta-skÀrm med en diagonal pÄ 10,3 tum och högre upplösning. Dessa enheter möjliggör en bekvÀm granskning av alla detaljer i illustrationerna i originalstorlek och passar för dem som ofta behöver lÀsa lÀroböcker eller teknisk litteratur. För att visa DjVu- och PDF-filer NEO Reader, som lÄter dig justera kontrast och tjocklek pÄ de digitaliserade typsnitten.
Trots formatets brister Àr DjVu fortfarande ett av de mest populÀra formaten för att "bevara" litterÀra verk idag. Detta beror till stor del pÄ att det Àr öppet, och moderna teknologier och utvecklingar gör det möjligt att kringgÄ vissa teknologiska begrÀnsningar.
I kommande material kommer vi att fortsÀtta berÀtta om historien bakom elektroniska bokformat och deras specifika egenskaper.
P.S. NÄgra recensioner av ONYX BOOX-lÀsare:
KĂ€lla: habr.com
