DJVU ファイル

拡張子 .djvu を持つファイルには、スキャンされた本、雑誌、コミック、カタログなどの文書の、色彩豊かで高解像度な画像が含まれています。.djvu 形式の主な利点は、保存された画像の非常に高い解像度と品質を維持しながら、高い圧縮率を実現している点にあります。

.djvu はコンテンツのセグメンテーションに基づいており、コンテナとしてIFF形式の構造を使用しています。独立したレイヤー内に背景画像、前景画像、そして時にはOCRテキストレイヤーを保存しており、これによりドキュメント内を素早く移動したり、テキストの断片を迅速にコピー・検索したりすることが可能になります。.djvu という名称（フランス語の « déjà vu » に由来）は、スキャンされたページを印刷物に近い豊かなディテールでレンダリングできるこの形式の特徴を表しています。非常に高い圧縮率が特徴で、一般的なスキャンページでは JPEG よりも最大10倍高い圧縮率を実現します。.djvu はテキストデータと画像データの両方をエンコードします。圧縮は非可逆（lossy）であるため、スキャンした画像を保存する際に一部のデータが永久に失われます。

多くの意見によれば、スキャンされた資料に関しては、スキャン画像の品質を維持しつつファイル容量を大幅に抑えられるため、競合する PDF 形式よりも .djvu の方が優れているとされています。すべての .djvu ファイルは、バイトオフセット0にある4バイトの識別子 AT&T で始まり、その後にIFFの FORM チャンクが続きます。フォームタイプは、単一ページのドキュメントの場合は DJVU、複数ページのドキュメントの場合は DJVM となります。代替の拡張子 .djv も同一の形式を指します。

.djvu の圧縮

.djvu の圧縮が効率的なのは、画像が複数の独立したレイヤーに分割され、それぞれが個別に圧縮されるためです。各ページ画像は以下の3つのレイヤーに分割されます：

• 背景画像 - 通常は低解像度で、IW44ウェーブレットアルゴリズムで圧縮されます。
• 前景画像 - これも低解像度で、同様にIW44アルゴリズムで圧縮されます。
• マスク画像 - JB2圧縮方式を使用した高解像度の2値（bitonal）レイヤーです。これはページ上の同一要素（例えば特定の文字の形）を特定し、同じグリフをビットマップとして何度もエンコードする代わりに、その位置情報のみを圧縮して保存します。