Растровые форматы

PDF

Portable Document Format (PDF) — кроссплатформенный формат электронных документов, созданный фирмой Adobe Systems с использованием ряда возможностей языка PostScript. В первую очередь предназначен для представления в электронном виде полиграфической продукции, — значительное количество современного профессионального печатного оборудования может обрабатывать PDF непосредственно. Для просмотра можно использовать официальную бесплатную программу Adobe Reader, а также программы сторонних разработчиков. Традиционным способом создания PDF-документов является виртуальный принтер, то есть документ как таковой готовится в своей специализированной программе — графической программе или текстовом редакторе, САПР и т. д., а затем экспортируется в формат PDF для распространения в электронном виде, передачи в типографию и т. п.

PDF с 1 июля 2008 года является открытым стандартом ISO 32000. Из всех стран, которые принимали участие в голосовании, Франция была против, Россия же воздержалась. Болгария, Китай, Польша, Украина и Япония поддержали формат PDF.

Формат PDF позволяет внедрять необходимые шрифты (построчный текст), векторные и растровые изображения, формы и мультимедиа-вставки. Поддерживает RGB, CMYK, Grayscale, Lab, Duotone, Bitmap, несколько типов сжатия растровой информации. Имеет собственные технические форматы для полиграфии: PDF/X-1, PDF/X-3. Включает механизм электронных подписей для защиты и проверки подлинности документов. В этом формате распространяется большое количество сопутствующей документации.

Общие сведения

Чаще всего PDF-файл является комбинацией текста с растровой  и векторной графикой, реже —  текста с формами, JavaScript'ом, 3D-графикой и другими типами элементов.

Информационные объёмы двух одинаково выглядящих на экране PDF-документов могут значительно отличаться. Это  зависит от:

• внедрения или связывания шрифтов и мультимедиа;
• разрешения растровых изображений;
• использования встроенного механизма сжатия всего документа;
• используемых алгоритмов сжатия растровых изображений.

Для создания документа минимального объёма необходимо использовать векторную  графику и «безопасные» шрифты. Всего  имеется 14 таких шрифтов:

• Times (v3) (обычный, курсив, полужирный и полужирный курсив)
• Courier (обычный, наклонный, полужирный и полужирный наклонный)
• Helvetica (v3) (обычный, наклонный, полужирный и полужирный наклонный)
• Symbol
• Zapf Dingbats

Эти шрифты можно использовать без внедрения в документ —  их должны правильно отображать все  программы. Любые другие шрифты, которые  не были внедрены в документ и отсутствуют  в системе, будут отображаться одним из имеющихся, что может стать причиной увеличения или уменьшения числа страниц, количества символов в строке, межстрочного интервала и других неприятностей, связанных с метрикой шрифта. 

Преимущество формата PDF в том, что он позволяет «сжимать»  информацию. Тем самым возможно хранение с большим объемом информации. Все документы с легкостью  просматриваются. Это имеет большое  значение при архивации и осуществлении  допечатной подготовки.

DjVu

DjVu (от фр. deja vu — «уже виденное») — технология сжатия изображений с потерями, разработанная специально для хранения сканированных документов — книг, журналов, рукописей и прочее, где обилие формул, схем, рисунков и рукописных символов делает чрезвычайно трудоёмким их полноценное распознавание. Также является эффективным решением, если необходимо передать все нюансы оформления, например, исторических документов, где важное значение имеет не только содержание, но и цвет и фактура бумаги; дефекты пергамента: трещинки, следы от складывания; исправления, кляксы, отпечатки пальцев; следы, оставленные другими предметами и т.д.

DjVu стал основой для нескольких библиотек научных книг. Огромное количество книг в этом формате доступно в файлообменных сетях.

Формат оптимизирован  для передачи по сети таким образом, что страницу можно просматривать  ещё до завершения скачивания. DjVu-файл может содержать текстовый (OCR) слой, что позволяет осуществлять полнотекстовый поиск по файлу. Кроме того, DjVu-файл может содержать встроенное интерактивное оглавление и активные области — ссылки, что позволяет реализовать удобную навигацию в DjVu-книгах.

Используемые  технологии

Для сжатия цветных изображений  в DjVu применяется специальная технология, разделяющая исходное изображение на три слоя: передний план, задний план и чёрно-белую (однобитовую) маску. Маска сохраняется с разрешением исходного файла; именно она содержит изображение текста и прочие чёткие детали. Разрешение заднего плана, в котором остаются иллюстрации и текстура страницы, понижается для экономии места. Передний план содержит цветовую информацию о деталях, не попавших в задний план; его разрешение понижается ещё сильнее. Затем задний и передний планы сжимаются с помощью вейвлет-преобразования, а маска — алгоритмом JB2.

Особенностью алгоритма JB2 является то, что он ищет на странице повторяющиеся символы и сохраняет  их изображение только один раз. В  многостраничных документах каждые несколько подряд идущих страниц  пользуются общим «словарём» изображений.

Для сжатия большинства книг можно обойтись только двумя цветами. В этом случае используется всего  один слой, что позволяет достичь  рекордной степени сжатия. В типичной книге с чёрно-белыми иллюстрациями, отсканированной с разрешением 600 dpi, средний размер страницы составляет около 15 Кб, то есть приблизительно в 100 раз меньше, чем исходный файл. Однако, при этом не стоит забывать, что в DjVu используется сжатие данных с потерями. Для особо важных документов, возможно, будет разумнее использовать более «надёжные» форматы: PNG,JPEG 2000, TIFF и т. п. В общей сложности выигрыш объёма в этом случае составляет 4—10 раз.

В основе формата DjVu лежат несколько технологий, разработанных в AT&T Labs. Это:

• алгоритм отделения текста от фона на отсканированном изображении;
• вейвлетный алгоритм сжатия фона IW44;
• алгоритм сжатия чёрно-белых изображений JB2;
• универсальный алгоритм сжатия ZP;
• алгоритм распаковки «по запросу»;
• алгоритм «маскировки» изображений;

Текстовое представление  изображений DjVu

Формат DjVu предусматривает наличие текстового слоя, который содержит текст со страницы. (Используется для лёгкого копирования текста из документа при работе с ним). В случае, если текстовый слой недоступен, единственный метод получения текста — выполнение оптического распознавания (в сторонних программах).