Archivo DJVU

Los archivos con la extensión .djvu contienen imágenes en color de alta resolución de páginas escaneadas de un libro, revista, cómic, catálogo y documentos similares. La principal ventaja del formato .djvu es su alto nivel de compresión, manteniendo al mismo tiempo una resolución y calidad muy elevadas de las imágenes almacenadas.

.djvu se basa en la segmentación de contenidos y utiliza la estructura del formato IFF como contenedor. En capas separadas almacena imágenes de fondo, imágenes de primer plano y, a veces, también una capa de texto OCR, lo que facilita la navegación rápida por el documento y permite copiar y buscar fragmentos de texto rápidamente. El nombre .djvu (del francés «déjà vu») caracteriza la capacidad del formato para renderizar páginas escaneadas con gran detalle, casi como aparecían impresas. Se caracteriza por un nivel de compresión muy alto, incluso 10 veces superior al de JPEG para páginas escaneadas típicas. .djvu codifica tanto datos de texto como de imagen. La compresión es con pérdida, por lo que al almacenar una imagen escaneada, algunos datos se pierden permanentemente.

Según muchas opiniones, .djvu es mejor que el formato competidor PDF para material escaneado, debido a un volumen de archivo mucho menor manteniendo una calidad similar de las imágenes escaneadas. Cada archivo .djvu comienza con el identificador de 4 bytes AT&T en el desplazamiento de byte 0, seguido de un fragmento IFF FORM; el tipo de formulario es DJVU para un documento de una sola página o DJVM para uno de varias páginas. La extensión alternativa .djv denota el mismo formato.

Compresión .djvu

La compresión en .djvu es eficiente porque la imagen se divide en múltiples capas separadas, cada una comprimida de forma independiente. Cada imagen de página se divide en tres capas:

• una imagen de fondo: normalmente a una resolución más baja, comprimida con el algoritmo de óndula (wavelet) IW44
• una imagen de primer plano: también a baja resolución, comprimida igualmente con el algoritmo IW44
• una imagen de máscara: una capa bitonal de alta resolución que utiliza el método de compresión JB2, que identifica elementos idénticos en una página (por ejemplo, la forma de una letra determinada), luego comprime y almacena solo sus ubicaciones, en lugar de codificar el mismo glifo varias veces como un mapa de bits