Alt om DjVu-filer

DjVu (uttales: Déjà-Vu) er et bildekomprimeringsformat som er spesielt utviklet for skannede dokumenter. I motsetning til PDF, som er spesielt optimalisert for tekst og vektorgrafikk, lagrer DJVU komprimerte pikselbilder. Dette er ideelt for skanning av bøker, tidsskrifter eller historiske dokumenter. Den største fordelen er at filene er spesielt små sammenlignet med PDF. DjVu ble utviklet mellom 1996 og 2001 hos AT&T Labs.

Hvordan fungerer komprimering av DjVu-filer?

DjVu deler hver side inn i nivåer: forgrunn (tekst og linjer), bakgrunn (papirstruktur og bilder) og en maske. Hvert nivå komprimeres med en egen algoritme som er optimalisert for denne oppgaven:

Teksten behandles med JB2-algoritmen. Denne gjenkjenner gjentakende mønstre. Slik lagres bokstaven «a», såfremt den gjentas i samme skrift og størrelse, bare én gang. Hver gang denne bokstaven forekommer videre, lagres den bare som referanse. Dette sparer betydelige mengder lagringsplass. Bakgrunnsnivået bruker IW44, en wavelet-basert algoritme, som ligner på JPEG 2000. Resultatet er at DjVu-filer kan være 5-10 ganger mindre enn PDF-filer med sammenlignbar kvalitet.

Historien og utbredelsen av DjVu

I begynnelsen av 2000-tallet ble DjVu ansett som en seriøs konkurrent til PDF. Million Book Project, et av verdens største digitaliseringsprosjekter, brukte DjVu fra 2002 som et av sine utdataformater. Også universitetsbiblioteker, Wikisource og noen vitenskapelige arkiver satset på DjVu. Høydepunktet endte rundt 2015 da nettlesere sluttet å støtte visse plugins og Java-applets. I 2016 kunngjorde Internet Archive til slutt at de ikke lenger ville lage nye DjVu-filer, da PDF hadde etablert seg som standard.

Til tross for nedgangen i antall nye DjVu-filer, finnes det fortsatt millioner av DjVu-filer på internett. For å kunne åpne disse filene uten omveier og med høy kvalitet på alle enheter, er det lurt å konvertere dem til PDF. Den eneste ulempen er at filstørrelsen blir litt større etter konverteringen. Men den litt større filstørrelsen er i dag for det meste akseptabel.

Kilder

Archive.org: Diskusjon om slutten på DjVu-opprettelsen
Archive.org: Tilbake på 20 år med Million Book Project
Eldakar, Y., El Gammal, K., Adly, N. et al.: The Million Book Project at Bibliotheca Alexandrina. Journal of Zhejiang University-SCIENCE A 6(11), 1327–1340 (2005). https://doi.org/10.1631/jzus.2005.A1327