JPEG vs. DjVu
Мне кажется, формат DjVu получает незаслужено мало внимания. Те, кому надо хранить документы, делают это, чаще всего, в JPEG или TIFF (а то и в PNG), а об DjVu вообще мало кто слышал. Я взял первый попавшийся в поиске документ, чтобы проиллюстрировать всю мощь формата.
Картинку я уменьшил (до 636 по ширине) и сконвертировал в два формата. Слева на картинке JPEG, справа DjVu. Картинка в JPEG занимает 85КБ (качество — 85%, сжато jpegtran), в DjVu — 13КБ (качество — «normal», сжималось any2djvu). Выигрыш в 6,5 раз при сходном качестве.
За счёт чего достигается такой результат?
Дело в том, что JPEG — формат общего назначения, он ничего не знает о том какое изображение хранит, DjVu придумывался специально под текстовые документы и знает — внутри него, в основном,
Поэтому обрабатываемое изображение разделяется на три слоя: фон, передний план и маску. По сути, изображение разделяется на две части: то, что будет сохранено с низкой детализацией (иллюстрации и фон) и то, что с высокой детализацией (текст). Маска нужна, чтобы при просмотре наложить одно на другое. Обе части сжимаются
Эффективность сжатия DjVu сильно зависит от того есть ли на картинке задний фон, если его нет и изображение только
Комментарии 27
Если бы была нормальная поддержка формата… По крайней мере в Федоре и Убунте, дежа вю открывается без проблем — а вот разумного варианта под win, окромя WinDjVu нету. Но поддержка одним человеком — это не то что нужно для формата.
Опять таки, в узких кругах качающих техническую литературу формат известен очень широко..
На полноразмерный результат посмотреть бы. А то двухцветный (ч/б) GIF размером 636х875 у меня ужался в ~15кб, но качество с «половинкой» сравнивать нет смысла. Сравнил с тем, что выдаёт http://any2djvu.djvuzone.org/ —в-общем, сложно сказать что лучше…
Мой GIF вариант — http://pics.livejournal.com/dibr/pic/001a6e11
Ссылки будут жить 10 дней.
Вот в «normal»: http://zalil.ru/31451149 (только я забыл текстовый слой вырубить, но на отображение это не влияет)
Вот в «loseless»: http://zalil.ru/31451160
Вот 600dpi loseless: http://zalil.ru/31451162
В качестве комплимента этому формату могу сказать, что на практике я использую только 4 архиватора:
DjVu
RAR
UPX
Можно получить большой выигрыш в размере фотоальбома, если хранить кучу фоток не в виде кучи фоток, а как страницы одного .djvu. Т.к. фотки и так сжимаются с потерями (JPEG), то не страшно (мне).
В своё время устал искать прогу, теперь беру свежую отсюда
http://sourceforge.net/projects/djvu/
PDF тоже в те годы для записи не был сильно бесплатным; но тем не менее распространился только так. Не в последнюю очередь, наверное,
Но стоп — это же не «636 пикселей по ширине» («Картинку я уменьшил (до 636 по ширине) и сконвертировал в два формата»), это явно сделано непосредственно из оригинала, 1275 пикселей шириной! Не зря я попросил показать поближе:-) Могу показать увеличенные («с пикселями») скриншоты оригинала, уменьшения до 636px (без компрессии), и этого djvu — там хорошо видно, где сколько «пикселей» :-)
А при попытке пережать в b/w gif оригинал (1275 пикселей шириной), у меня получается около 40кб, что, конечно, уже никак соревноваться с djvu не может. Качество при этом практически неотличимое от djvu (с точностью до того уровня, по которому grayscale переводилось в bitmap).
Комментарий для kalvado.livejournal.com:
Ну, это открытый формат, где он ещё должен поддерживаться?
Так, Дим, ты меня запутал вообще :) Расскажи другими словами что ты хочешь сказать :)
1. В посте ошибка: до 13кб сжималась, судя по всему, не уменьшенная версия (636px), а оригинал (1257px). Могу доказать с картинками:-)
2. С учётом этой поправки, GIF с конкурса снимается: результат в GIF намного больше результата в DJVU. Без учета поправки результаты были бы близкими — 15кб против 13кб.
Комментарий для dibr.livejournal.com:
Вот оно что. У меня сейчас уже нет сил всё сжимать заново. Можешь сказать сколько занимают 636px, чтобы я в статье поправил?
Обратите внимание на попиксельное совпадение трех букв «у» в «гражданскому, уголовному» и
Так уменя-то сжималки в djvu нет, я потому и просил «показать результат». А при сжатии мной уменьшенной картинки через сайт ( http://any2djvu.djvuzone.org ) почему-то получается больше, чем сжатая тобой неуменьшенная, качество при этом весьма страдает — видимо, нужна нормальная локальная сжималка и правильная её настройка, а мне искать и ставить лениво.
Я лучше скажу, что утрамбовать оригинал в jpeg фотошопом мне удалось только до 115кб, через save for web с минимальным качеством (качество при этом удовлетворительное). Image alchemy позволило утрамбовать сильнее, но меньше ~100кб качество разрушается уже стремительно. То есть разница «почти на порядок» с jpeg сохраняется и в этом случае, ну, и есть разница с GIF примерно в три раза (при почти идентичном качестве).
А вот вопрос нетривиальный. Насколько коммерческий человек должен на такой формат полагаться? Открытые проекты хороши, когда они уже набрали критическую массу.
В общем обычное дело -пока формат не станетпопулярным, популярным он статьне может.
Сугубое ИМХО — если расскажете почему я не прав, скажу спасибо..
DjVu и есть набор картинок. Это, по сути, формат графики.
Книги в этом формате делают потому, что либо нет времени прогонять через OCR, либо распознавать плохо получается (источник в пятнах, к примеру), либо важно сохранить внешний вид (исторический документ как пример).
Ну много чего в другом формате еще долго не будет — по крайней мере того что мне надо из старого; тот же ландавшиц. Новые утекают сразу в хороших ПДФах, да. А старые сканированные нераспознанныеПДФ-ки немногим лучше дежавю.
Но для меня честно говоря лучше так, чем шкаф книг..
Промежуточный формат времени перехода на 100% электронные документы
Ну, в обще править не буду :) Разрыв сохраняется и ладно, а конкретные цифры на отдельном документе не очень важны — на другом другие будут.
http://djvu.org/resources/whatisdjvu.php
Это хорошо, но PDF стандарт, а DjVu кто такой?
Если только
То и появляется вопрос: кому он нужен сейчас и где он будет через 10 лет?
Комментарий для rodem:
Формат. Как GIF, например, который в каждом браузере.
Зачем? Я не вижу причин не пользоваться форматом, который не стандартизированкаким-нибудь ISO. DjVu жизнь стандартизировала.
Нельзя сравнивать специализированный формат и формат общего назначения, последний заведомо проиграет.
Выкакой-то странный вопрос ставите. Что значит «где формат будет через 10 лет»? Там же будет. Что с ним сделается за это время? Появятся новый стандарт? Ну и что? Старый от этого потеряет какие-то свои качества? Нужен он сейчас тем, кто хранит много документов, например, рукописных или исторических.
Комментарий для Евгения Степанищева:
Что не мешает внедрять в негоOCR-слой.