Wat is een DjVu-bestand?

DjVu, uitgesproken als “déjà vu” en geschreven als .djvu, is een documentformaat dat voor één taak is ontworpen: gescande pagina’s bewaren in hoge kwaliteit, zonder de bestandsgrootte die een scan normaal kost. Het werd halverwege de jaren negentig ontwikkeld bij AT&T Labs en is nog altijd het favoriete formaat voor gedigitaliseerde boeken, wetenschappelijke tijdschriften, technische handleidingen en bibliotheekarchieven.

Kom je een .djvu-bestand tegen, dan is het vrijwel zeker afkomstig van een gescand boek.

Waarom DjVu-bestanden zoveel kleiner zijn dan scans

Een gewone scan is één grote foto van een pagina, en foto’s van tekst laten zich slecht comprimeren. Het inzicht achter DjVu was dat een gescande pagina geen enkele afbeelding is, maar drie lagen over elkaar:

• Een tekstlaag - de scherpe zwarte vormen waaruit de letters bestaan.
• Een achtergrondlaag - het papier, de kleur ervan, de vlekken en schaduwen.
• Een voorgrondlaag - de inktkleur van de tekst.

Het tekstmasker wordt op volledige resolutie bewaard, want dat is wat je oog leest. De achtergrond en de voorgrond gaan er met een veel lagere resolutie in, want vaag papier ziet er nog steeds uit als papier. Daarbovenop zoekt DjVu naar vormen die door het hele document terugkeren - elke kleine “e” in een boek is vrijwel identiek - en bewaart elke vorm één keer, met een verwijzing op elke plek waar hij voorkomt.

Het resultaat: een gescand boek van 300 pagina’s dat als PDF met paginabeelden 100 MB of meer zou zijn, komt als DjVu vaak uit tussen de 5 en 20 MB, terwijl de tekst er scherper uitziet in plaats van slechter.

Wat er in een DjVu-bestand zit

Een .djvu-bestand bevat de paginabeelden en vaak, maar niet altijd, een verborgen tekstlaag die is gemaakt toen het document werd gescand en door OCR gehaald. Is die laag aanwezig, dan kun je tekst zoeken en selecteren. Ontbreekt hij - wat bij oudere scans veel voorkomt - dan zijn de pagina’s alleen afbeeldingen en moet je de tekst zelf herkennen voordat zoeken iets oplevert.

Sommige DjVu-bestanden bevatten daarnaast een overzicht (een inhoudsopgave), paginanummering en ingesloten annotaties.

Hoe open je een DjVu-bestand

DjVu zit niet in macOS, Windows, iOS of Android, en browsers geven het niet weer. Je hebt dus een app nodig die het formaat leest.

Op Apple-platforms opent Niraqua DjVu .djvu-documenten rechtstreeks op Mac, iPhone en iPad. De app leest de ingesloten tekstlaag als een bestand er een heeft, en als die ontbreekt maakt de tekstherkenning op het apparaat er zelf een, zodat de scan doorzoekbaar wordt. Alles gebeurt op je apparaat - geen upload, geen account.

Zie hoe je een DjVu-bestand op een Mac opent voor de stappen, of DjVu lezen op iPhone en iPad voor de versie met aanraking.

Moet je DjVu naar PDF converteren?

Vaak wel - niet omdat DjVu slechter is, maar omdat PDF is wat al het andere accepteert. Wil je iemand een hoofdstuk mailen, een scan indienen, hem in een andere app annoteren of gewoon zeker weten dat hij over tien jaar op elke computer opengaat, dan is PDF de veiligere verpakking.

Bij het converteren kun je de doorzoekbare tekst behouden: exporteer je met een tekstlaag, dan is de PDF doorzoekbaar in Voorvertoning, Acrobat of wat je verder ook gebruikt. Zie DjVu naar PDF converteren, of DjVu versus PDF om te bepalen in welk formaat je een document bewaart.

Veelgestelde vragen

Wordt DjVu nog onderhouden? De specificatie van het formaat is stabiel en open, en de referentie-implementatie (DjVuLibre) wordt nog steeds ontwikkeld. Er worden tegenwoordig zelden nieuwe documenten in DjVu gemaakt, maar de enorme bestaande archieven verdwijnen voorlopig niet.

Kan ik een DjVu-bestand bewerken? Niet zoals je een tekstdocument bewerkt - de pagina’s zijn scans. Niraqua DjVu leest, doorzoekt en exporteert ze, in plaats van de inhoud te herschrijven.

Is het veilig om een DjVu te openen? Een .djvu-bestand is een document, geen programma. Het openen in een lezer die alleen documenten decodeert, brengt net zoveel risico met zich mee als het openen van een willekeurige afbeelding.