Wat is het DJVU-bestandsformaat?
Bestanden met de extensie .djvu bevatten kleurrijke afbeeldingen in hoge resolutie van gescande pagina's van een boek, tijdschrift, stripboek, catalogus en soortgelijke documenten. Het belangrijkste voordeel van het .djvu-formaat is de hoge mate van compressie, waarbij een zeer hoge resolutie en kwaliteit van de opgeslagen afbeeldingen behouden blijft.
.djvu is gebaseerd op segmentatie van inhoud en gebruikt de structuur van het IFF-formaat als container. Binnen afzonderlijke lagen worden achtergrondafbeeldingen, voorgrondafbeeldingen en soms ook een OCR-tekstlaag opgeslagen, wat snelle navigatie door het document vergemakkelijkt en het snel kopiëren en zoeken naar tekstfragmenten mogelijk maakt. De naam .djvu (van het Franse „déjà vu”) kenmerkt het vermogen van het formaat om rijk gedetailleerde gescande pagina's weer te geven bijna zoals ze in druk verschenen. Het wordt gekenmerkt door een zeer hoge mate van compressie - zelfs 10 keer hoger dan JPEG voor typische gescande pagina's. .djvu codeert zowel tekst- als afbeeldingsgegevens. De compressie is lossy, dus bij het opslaan van een gescande afbeelding gaan sommige gegevens permanent verloren.
Volgens veel meningen is .djvu beter dan het concurrerende PDF-formaat voor gescand materiaal, vanwege een veel lager bestandsvolume met behoud van vergelijkbare kwaliteit van gescande afbeeldingen. Elk .djvu-bestand begint met de 4-byte identificatie AT&T op byte-offset 0, gevolgd door een IFF FORM-chunk; het formuliertype is DJVU voor een document met één pagina of DJVM for een document met meerdere pagina's. De alternatieve extensie .djv duidt op hetzelfde formaat.
.djvu-compressie
Compressie in .djvu is efficiënt omdat de afbeelding is verdeeld in meerdere afzonderlijke lagen, die elk onafhankelijk worden gecomprimeerd. Elke pagina-afbeelding is opgesplitst in drie lagen:
- een achtergrondafbeelding - meestal met een lagere resolutie, gecomprimeerd met het IW44-wavelet-algoritme
- een voorgrondafbeelding - ook met een lage resolutie, eveneens gecomprimeerd met het IW44-algoritme
- een masker-afbeelding - een bitonale laag met hoge resolutie die de JB2-compressiemethode gebruikt, die identieke elementen op een pagina identificeert (bijvoorbeeld de vorm van een bepaalde letter), en vervolgens alleen hun locaties comprimeert en opslaat - in plaats van dezelfde glyph meerdere keren als bitmap te coderen
Beveiliging & veiligheid
RISICO: LOWDjVu bevat document-afbeeldingsgegevens en is veilig om te openen in een gerenommeerde lezer. Twee waarschuwingen: download de lezer van de officiële projectpagina (DjVuLibre op SourceForge, SumatraPDF, WinDjView) in plaats van door advertenties overladen mirrors; en zoals elk documentformaat kan DjVu hyperlinks bevatten, dus behandel ingebedde links met de gebruikelijke voorzichtigheid. De bestanden kunnen geen macro's of code uitvoeren.
Formaatdetails
in een notendopProgramma's die DJVU-bestanden openen
Technische details
diepe specificaties| Magic bytes | `AT&T` (hex `41 54 26 54`) op byte-offset 0, onmiddellijk gevolgd door een IFF `FORM`-chunk |
| Containerstructuur | Op IFF (Interchange File Format) chunks gebaseerde lay-out; elke chunk heeft een type-ID van 4 tekens en een 32-bits lengteveld |
| Formuliertype - enkele pagina | `DJVU` - het IFF-formuliertype dat wordt gebruikt voor documenten die precies één pagina bevatten |
| Formuliertype - meerdere pagina's | `DJVM` - het IFF-formuliertype dat wordt gebruikt voor documenten die meerdere pagina's in één bestand bundelen |
| MIME-type | `image/vnd.djvu` |
| Achtergrond- en voorgrondcodec | IW44 - een gepatenteerde op wavelet gebaseerde lossy codec ontwikkeld bij AT&T Labs Research; codeert kleur met verminderde resolutie |
| Maskerlaag-codec | JB2 - een op symbolen gebaseerde bitonale compressor afgeleid van JBIG2; slaat zwart-witvormen in hoge resolutie en hun paginaposities op |
| Lagenarchitectuur | Drie lagen per pagina: achtergrond (kleur, lage resolutie), voorgrond (kleur, lage resolutie), masker (1-bit, hoge resolutie) |
| OCR-tekstlaag | Optionele verborgen tekst opgeslagen in `TXTz`- of `TXTa`-chunks, waardoor zoeken in de volledige tekst en kopiëren naar het klembord mogelijk is |
| Compressieverhouding t.o.v. JPEG | Doorgaans 5-10× kleiner dan JPEG bij gelijkwaardige waargenomen kwaliteit voor gescande pagina's met tekst en afbeeldingen |
| Kleurdiepte | 24-bit RGB voor achtergrond- en voorgrondlagen; 1-bit (bitonaal) voor de maskerlaag |
| Typische scanresolutie | 300-600 DPI; de resolutie per pagina wordt opgeslagen in de `INFO`-chunk |
| Metadata en navigatie | Bladwijzers, hyperlinks en annotaties opgeslagen in `NAVM`-, `ANNO`- en `BOOKMARKS` IFF-chunks |
| Alternatieve extensie | `.djv` - identiek binair formaat, kortere bestandsnaamvariant die gebruikelijk is op oudere systemen |
| Uitgebracht | 1996 (AT&T Labs Research) |
| Open standaard | Ja · royaltyvrij |
| Specificatie | djvu.org |
DJVU conversies
Community V&A
gevraagd door gebruikersNog geen vragen - wees de eerste om iets te vragen over DJVU-bestanden.