DJVU to HTML Converter

DjVu (ausgesprochen "deja vu") ist ein Dokumentformat, das bei AT&T Labs von Yann LeCun, Leon Bottou, Patrick Haffner und Paul Howard entwickelt und 1996 erstmals veröffentlicht wurde. Das Format wurde speziell für die Speicherung gescannter Dokumente und Bilder bei sehr hohen Kompressionsraten konzipiert, wobei eine für die Bildschirmlektüre geeignete visuelle Qualität erhalten bleibt. DjVu erreicht dies durch einen geschichteten Ansatz: Das Dokumentbild wird in eine Vordergrundschicht (Text und Strichgrafik in voller Auflösung), eine Hintergrundschicht (Fotografien und Texturen in reduzierter Auflösung) und eine Maskenschicht aufgeteilt, die bestimmt, welche Schicht an jedem Pixel sichtbar ist. Diese Trennung, kombiniert mit zweckgebundenen Kompressionsalgorithmen für jeden Schichttyp, erzeugt typischerweise Dateien, die 5-10 Mal kleiner sind als entsprechende JPEG- oder PDF-Scans. Ein Vorteil ist die aussergewöhnliche Kompression bei gescannten Seiten — ein 300-DPI-Farbscan, der als TIFF 25 MB oder als JPEG 500 KB belegen könnte, komprimiert in DjVu typischerweise auf 40-80 KB, wobei der Text lesbar bleibt. Das progressive Rendering-Modell ist eine weitere Stärke: DjVu-Dateien streamen effizient über Netzwerke und zeigen fast sofort eine lesbare Version mit niedriger Auflösung an, während sie progressiv zur vollen Qualität verfeinern. Das Format unterstützt mehrseitige Dokumente, eingebettete Textschichten für Durchsuchbarkeit, Hyperlinks, Anmerkungen und einen gemeinsamen Wörterbuch-Mechanismus, der Sammlungen ähnlicher Seiten weiter komprimiert. DjVu wird von Bibliotheken und Archiven häufig für digitalisierte historische Dokumente und Manuskripte verwendet.