70年代初，美國作家麥可哈特（Michael Hart） 無限制地存取安裝在伊利諾大學的 Xerox Sigma 5 電腦。 為了充分利用機器的資源，他決定製作第一本電子書，重印美國《獨立宣言》。
如今，數位文學已經變得普遍，這在很大程度上要歸功於便攜式設備（智慧型手機、電子閱讀器、筆記型電腦）的發展。 這導致了大量電子書格式的出現。 讓我們嘗試了解它們的功能並講述其中最受歡迎的它們的歷史 - 讓我們從 DjVu 格式開始。
/flickr/ /
格式的出現
DjVu 由 AT&T 實驗室於 1996 年開發，其目的只有一個 - 為 Web 開發人員提供一種透過 Internet 分發高解析度影像的工具。
事實是，當時90%的信息仍然是 紙本文件，許多重要文件都有彩色圖像和照片。 為了保持文字的可讀性和圖片的質量，有必要進行高解析度掃描。
經典的網路格式 - JPEG、GIF 和 PNG - 使得處理此類影像成為可能，但代價是體積。 在 JPEG 的情況下，文本 在顯示器螢幕上，我必須以 300 dpi 的解析度掃描文件。 該雜誌彩頁約佔500 KB。 當時從網路下載這種大小的檔案是一個相當耗費人力的過程。
另一種方法是使用 OCR 技術將紙本文件數位化，但在 20 年前，其準確性還很不理想——處理後，最終結果必須經過手工認真編輯。 同時，圖形和圖像仍然「過分」。 即使可以將掃描圖像嵌入到文字文件中，一些視覺細節也會遺失，例如紙張的顏色、紋理，而這些都是歷史文件的重要組成部分。
為了解決這些問題，AT&T開發了DjVu。 它可以將解析度為 300 dpi 的掃描彩色文件壓縮至 40-60 KB，原始大小為 25 MB。 DjVu 將黑白頁面的大小減少到 10-30 KB。
DjVu 如何壓縮文檔
DjVu 可以處理掃描的紙本文件和其他數位格式，例如 PDF。 DjVu 的工作原理 將影像分為三個部分的技術：前景、背景和黑白（位元）遮罩。
掩碼以原始文件的分辨率保存，並且 文字和其他清晰細節的圖像 - 細線和圖表 - 以及對比圖片。
它的解析度為 300 dpi，可保持細線和字母輪廓清晰，並使用 JB2 演算法進行壓縮，JB2 演算法是 AT&T 用於傳真的 JBIG2 演算法的變體。 JBXNUMX特點 它的作用是查找頁面上的重複字元並僅保存其圖像一次。 因此，在多頁文件中，每隔幾個連續頁面共享一個公共「字典」。
背景包含頁面的紋理和插圖，其解析度低於蒙版。 無損背景以 100 dpi 保存。
前景 有關掩模的顏色訊息，其解析度通常會進一步降低，因為在大多數情況下，文字顏色為黑色，並且與一個列印字元相同。 用於壓縮前景和背景 .
建立 DjVu 文件的最後階段是熵編碼，此時自適應算術編碼器將相同字元的序列轉換為二進位值。
格式的優點
DjVu 的任務是 數位形式的紙本文件的“屬性”，即使是較弱的計算機也可以處理此類文件。 因此，用於查看DjVu檔案的軟體具有「快速渲染」的能力。 感謝記憶中的她 僅應在螢幕上顯示的 DjVu 頁面部分。
這也使得檢視「未下載」檔案成為可能，即多頁 DjVu 文件的各個頁面。 在這種情況下，當元件看起來像下載檔案時「出現」時（如 JPEG 中），使用影像細節的漸進式繪製。
20 年前，當引入這種格式時，頁面載入分三個階段：首先載入文字元件，幾秒鐘後載入圖像和背景的第一個版本。 隨後，整本書的一頁都「出現」了。
三層結構的存在還允許您搜尋掃描的書籍（因為有一個特殊的文字層）。 事實證明，這在處理技術文獻和參考書時非常方便，因此 DjVu 成為多個科學書籍圖書館的基礎。 例如，2002年他被選為 作為保存開源掃描書籍項目的格式之一（與 TIFF 和 PDF 一起）。
格式的缺點
然而，與所有技術一樣，DjVu 也有其缺點。 例如，當書籍掃描件編碼為 DjVu 格式時，文件中的某些字元可能會被外觀相似的其他字元取代。 這種情況最常發生在字母“i”和“n”上，這就是這個問題的原因 名為「陰問題」。 它不依賴文字的語言，並且會影響數字和其他小的重複字元等。
原因是JB2編碼器中的字元分類錯誤。 它將掃描「拆分」成 10-20 個片段的群組，並為每個群組形成一個常用符號字典。 該字典包含常見字母和數字的範例以及其外觀的頁數和座標。 當您查看 DjVu 書籍時，字典中的字元會插入到正確的位置。
這允許您減小 DjVu 檔案的大小，但是，如果兩個字母的顯示在視覺上相似，編碼器可能會混淆它們或將它們誤認為相同。 有時這會導致技術文件中的公式損壞。 要解決這個問題，您可以放棄壓縮演算法，但這會增加書籍數位副本的大小。
該格式的另一個缺點是許多現代作業系統（包括行動作業系統）預設不支援它。 因此，要使用它，您需要安裝第三方 ，例如 DjVuReader、WinDjView、Evince 等。不過，這裡我想指出的是，一些電子閱讀器（例如 ONYX BOOX）「開箱即用」支援 DjVu 格式 - 因為那裡已經安裝了必要的應用程式。
順便說一句，我們在之前的一篇文章中討論了基於 Android 的讀者應用程式還可以做些什麼 .
讀者
在行動裝置（智慧型手機、平板電腦、閱讀器）的小螢幕上處理 DjVu 文件時，會出現另一個格式問題。 有時，DjVu 檔案以書本掃描件的形式呈現，而專業文獻和工作文件通常採用 A4 格式，因此您必須「移動」圖像來尋找資訊。
不過，我們注意到這個問題也是可以解決的。 當然，最簡單的方法是尋找不同格式的文件 - 但如果此選項不可行（例如，您需要使用 DjVu 中的大量技術文獻），那麼您可以使用電子閱讀器具有9,7 至13,3 英寸的大對角線，專為處理此類文件而「客製化」。
例如，在 ONYX BOOX 系列中，此類設備是 и （順便說一句，我們已經準備了對此閱讀器模型的評論，並將很快發佈在我們的部落格上），並且 其擁有 E Ink Mobius Carta 螢幕，對角線尺寸為 10,3 英寸，解析度有所提高。 此類設備可讓您以原始尺寸平靜地檢查插圖的所有細節，並且適合經常需要閱讀教育或技術文獻的人。 查看 DjVu 和 PDF 文件 NEO Reader，讓您調整數位化字體的對比和粗細。
儘管該格式有缺陷，但如今 DjVu 仍然是「保存」文學作品最受歡迎的格式之一。 這很大程度是由於他 開放，並且當今的一些技術限制允許現代技術和發展繞過它。
在接下來的資料中，我們將繼續講述電子書格式出現的歷史及其作品的特點。
PS 幾套ONYX BOOX讀卡機：
來源： www.habr.com