Použití DJVU pro skladování elektronické dokumentace

18.7.2006 11:36 | Přečteno: 2545× | Za vším hledej Linux | poslední úprava: 18.7.2006 11:37

V pravidelných intervalech se má pozornost vrací k formátu DJVU. Nevím nakolik vám tento formát něco říká, takže velmi zhruba řečeno:

• Podobně jako PDF je určen pro elektronickou konzervaci dokumentů. Jednotlivé stránky lze spojovat, rozdělovat, vytahovat i vkládat
• Pro komprimaci obrazových vrstev se používá wavelet komprese, čímž se dosahuje dobrého poměru mezi čitelností dokumentu a celkovým objemem uložených dat.
• Stránky mohou mít editovatelnou textovou vrstvu, kterou lze fulltextově prohledávat a indexovat

Díky vlastnostem a možnostem tohoto formátu lze naskenované dokumenty (ale nejen ty) smrsknout do přijatelné velikosti aniž by tím utrpěla jejich čitelnost i při několikanásobném zvětšení, takže u takto "konzervovaných" dokumentů zůstávají zachovány i drobné detaily, s nímiž lze dále pracovat. To jen tak na úvod...

Tisk do DjVu

Původně jsem sem chtěl napsat nějaký stručný souhrn jak dokumenty do tohoto formátu dostat, ale nějak to nabobtnalo, tak jsem to všechno raději hodil jako manuál k DjVuLibre na Wikibooks, alespon k tomu mohou přispět i jiní. Tady se omezím jen na jedno strohé upozornění, které však radikálně usnadnuje tvorbu DJVU dokumentů.

DJVU formát je otevřený, tzn. jeho specifikace známá a nezatížená licencí. Nicméně licencované jsou aplikace, které s ním pracují. Většinu z nich držela společnost AT&T, která tento formát vyvinula, ovšem některé z nich postupně uvolnila. Cca před rokem se tak dostala k volnému použití aplikace gsdjvu, která je nadstavbou ke ghostscriptu. Bohužel díky ne zcela vyjasněné licenční otázce (používá se CPL nikoliv GPL licence) není standardní součástí distribučních balíků djvulibre, lze ji však bez problému stáhnout z CVS zdroje a zkompilovat.

Zvědavci už možná zjistili, že bez gsdjvu jim nefunguje příkaz djvudigital. Tím právě můžeme hravě převést postscriptový dokument do DJVU. Výborné je, že nejenom jako obrázek, ale včetně textu (teda pokud nějaký obsahuje). Ten je interně v UTF8, takže není problém ani s diakritikou. Dokument lze fulltextově prohledávat a text můžeme kdykoliv vytáhnout k dalšímu použití.

CVS verze djview

Ačkoliv jsem si zatím pro své hrátky vystačil s distribuční verzí djvulibre, nedalo mi to a zkompiloval jsem si djview z CVS. Je to samozřejmě polotovar, ale obsahuje už pár věcí co mi u distribuční verze chybí. Možnost zkopírování vybraného textu do schránky, připravenou podporu pro bookmarky, plynulé prohlížení informací o dokumentu, včetně okamžitého odskakování na aktuální stránku, atd.

       

Komentáře

[Haaja]

Vypada to celkem zajimave.

[Valoun]

Nemám to na čem pořádně vyzkoušet, ale o existenci DJVU jsem se dozvěděl díky tomu, že ho podporuje PDF prohlížeč Evince.