Формат файлов DJVU

Сегодня рассмотрим формат с довольно интересным названием DJVU (читается как «де жа вю»). Файлы в этом формате представляют собой сильно сжатые картинки. За то, что такие файлы занимают очень мало места, они в основном используются для создания сканированных книг, журналов и т. д.

Этот формат изначально и разрабатывался для хранения разнообразных сканированных документов, которые сложно распознать. Это документы, содержащие большое количество графики, таблиц, рукописи и прочее.

Мотивом разработки формата DJVU послужило то, что большинство документов, несущих важную информацию, находилось на бумаге, и было невозможно расположить их в сети Интернет. Существующие форматы (JPEG, GIF, PNG) не позволяли добиться небольшого размера отсканированного файла при сохранении приемлемого качества. В результате отсканированные документы стало просто невозможно распространять по сети Интернет.

Этой проблемой озаботилась компания AT&T Labs, которая с 1996 года и занимается разработкой формата файлов DJVU. Этот формат позволил расположить в Интернете газеты, справочники исторические документы в высоком качестве.

Формат DJVU широко используется библиотеками и научными лабораториями, предоставляющим доступ к своим архивам через Интернет.

DJVU позволяет добиться удивительно малого размера отсканированной страницы (сравнимого с размером обычной страницы HTML) при сохранении довольно качественной картинки.

Также благодаря многослойной структуре ускоряется открытие таких файлов на слабых компьютерах. Сначала загружается один слой (текстовая маска), а затем все остальные.

Для сжатия изображений в DJVU используется специальная технология, которая разбивает изображение на три слоя: черно-белая маска, задний план и передний план. Маска – самая информативная часть, она совсем не сжимается и хранит в себе все детали исходного изображения: текст и четкие детали. Задний план содержит изображения и уже сжимается для уменьшения размера конечного файла. Передний план хранит цвет, и претерпевает самое значительное сжатие. Затем все эти слои пережимаются специальными алгоритмами. Ключевой особенностью этих алгоритмов является то, что они определяют повторяющиеся символы и хранят их только единожды.

Также для создания файла формата DJVU можно использовать не все перечисленные слои, иногда достаточно только одного, что позволяет достигнуть рекордного по размеру файла.

Часто на сжатые в формат DJVU изображения накладывается текстовый слой, который позволяет осуществлять поиск по такому документу.