Формат DjVu¶

DjVu — формат сжатия и хранения документов, разработанный в конце 1990-х годов в AT&T Labs для сканированных изображений, прежде всего книг, журналов и рукописей. Формат основан на методах разбиения изображения на слои (передний план, фон, маска) и последующего их раздельного сжатия, что позволяет при сохранении высокого качества отсканированных страниц достигать размеров файлов, существенно меньших, чем у аналогичных данных в форматах JPEG или TIFF. Файлы DjVu имеют расширение .djvu (ранее встречалось .djv).

¶История

Формат был создан в 1996—1997 годах группой исследователей AT&T Labs — Львом Баррилли, Джоном Робинсоном, Патриком Хаттоном, Андреем Евтушенко и другими. Первоначальная цель — обеспечить публикацию в интернете высококачественных сканов книг при ограниченной полосе пропускания каналов связи. В 2000 году права на технологию перешли к компании LizardTech, а в 2007 году — к компании DjVu, основанной одним из авторов формата. В 2010-х годах DjVu стал одним из стандартов хранения цифровых библиотек, в частности его активно использовала Gallica — цифровая библиотека Французской национальной библиотеки.

¶Принцип работы

Ключевая идея DjVu — разделение изображения на три слоя:

• Маска (mask) — бинарное изображение, определяющее контуры символов и графических элементов;
• Передний план (foreground) — цвет или оттенки серого внутри маски;
• Фон (background) — сглаженный фон страницы, сжимаемый отдельно.

Каждый слой сжимается собственным кодеком: маска — методом JBIG2, передний план — методом, основанным на JPEG, фон — упрощённым JPEG. Благодаря такому раздельному сжатию текст на странице остаётся резким и читаемым даже при низком битрейте, а фон сжимается очень агрессивно. Страница, содержащая в основном текст, может занимать 30–100 КБ, тогда как аналогичный скан в JPEG — в несколько раз больше.

Формат поддерживает многостраничные документы, встроенный текстовый слой (OCR-слой), что позволяет искать и выделять текст в документе, а также слои с разным разрешением — например, низкое разрешение для предпросмотра и высокое для печати.

¶Стандарты и программное обеспечение

В 2002 году формат DjVu был стандартизирован в виде рекомендации МКЭ/ITU-T T.44 и ISO/IEC 14495-2. Спецификация открыта, существует несколько независимых реализаций кодека.

Для работы с форматом разработаны:

• DjVuLibre — свободная библиотека и набор утилит (djvused, djvutxt, c44 и др.), распространяемая по лицензии GPL;
• WinDjView — популярный просмотрщик для Windows;
• Sumatra PDF — кроссплатформенный просмотрщик с поддержкой DjVu;
• DjVu Browser Plugin — плагины для браузеров (в настоящее время поддержка в браузерах ограничена);
• DjVuLibre — используется многими цифровыми библиотеками для конвертации и обработки документов.

¶Применение

Основная область применения DjVu — цифровые библиотеки и архивы сканированных документов. Формат широко используется в проектах массового оцифрования книг: помимо Gallica, его применяли Библиотека Конгресса США, а также ряд российских проектов, в частности электронные библиотеки, размещавшие сканы дореволюционной и советской литературы. В России формат DjVu был распространён в 2000-е годы как один из основных способов публикации сканированных книг в интернете, в том числе на сайтах с электронными библиотеками.

¶Альтернативы

Основным конкурентом DjVu является формат PDF, который с версии 1.4 (2001) поддерживает сжатие JBIG2 и слои, а с версии 1.5 — JPEG 2000. PDF получил более широкое распространение благодаря поддержке со стороны Adobe и универсальности. Другие альтернативы — JPEG 2000 (.jp2), используемый в архивных проектах, и формат TIFF с сжатием CCITT/JBIG.

¶Ограничения

Несмотря на высокую эффективность сжатия, DjVu имеет ряд ограничений: ограниченная поддержка в современных браузерах и мобильных устройствах, меньшая известность по сравнению с PDF, а также отсутствие полноценной поддержки векторной графики и сложной вёрстки. В результате с 2010-х годов наблюдается постепенный переход цифровых библиотек к PDF и JPEG 2000, хотя DjVu продолжает использоваться в существующих архивах.

Источники:

• DjVuLibre Documentation
• ITU-T Recommendation T.44 (2002)
• ISO/IEC 14495-2:2002
• LizardTech DjVu Technical Overview
• Gallica, Bibliothèque nationale de France — Technical Notes