O que é um arquivo DjVu?

DjVu, pronunciado “déjà vu” e escrito .djvu, é um formato de documento projetado para uma única tarefa: guardar páginas digitalizadas com alta qualidade sem o tamanho de arquivo que uma digitalização normalmente custa. Foi desenvolvido nos AT&T Labs em meados dos anos 1990 e ainda é o formato preferido para livros digitalizados, periódicos acadêmicos, manuais técnicos e acervos de bibliotecas.

Se você se deparou com um arquivo .djvu, é quase certo que ele veio de um livro digitalizado.

Por que os arquivos DjVu são muito menores que as digitalizações

Uma digitalização comum é uma grande fotografia de uma página, e fotografias de texto não comprimem bem. A sacada do DjVu foi perceber que uma página digitalizada não é uma imagem só, mas três coisas sobrepostas:

• Uma camada de texto - as marcas pretas nítidas que formam as letras.
• Uma camada de fundo - o papel, sua cor, suas manchas e sombras.
• Uma camada de primeiro plano - a cor da tinta do texto.

A máscara de texto é guardada em resolução máxima, porque é ela que seu olho lê. O fundo e o primeiro plano ficam em resolução muito menor, porque papel borrado continua parecendo papel. Além disso, o DjVu encontra formas que se repetem ao longo do documento - cada “e” minúsculo de um livro é praticamente idêntico - e guarda cada forma uma única vez, referenciando-a em todos os lugares onde aparece.

O resultado é que um livro digitalizado de 300 páginas que teria 100 MB ou mais como PDF de imagens de página costuma ficar entre 5 e 20 MB em DjVu, com o texto parecendo mais nítido, e não pior.

O que um arquivo DjVu contém

Um arquivo .djvu guarda as imagens das páginas e, muitas vezes mas nem sempre, uma camada de texto oculta produzida quando o documento foi digitalizado e passou por OCR. Quando essa camada existe, você pode pesquisar e selecionar o texto. Quando ela não existe - o que é comum em digitalizações antigas - as páginas são apenas imagens, e você precisa reconhecer o texto por conta própria antes que a pesquisa encontre qualquer coisa.

Alguns arquivos DjVu também trazem um sumário, numeração de páginas e anotações incorporadas.

Como abrir um arquivo DjVu

O DjVu não é nativo do macOS, do Windows, do iOS nem do Android, e os navegadores não o exibem, então você precisa de um aplicativo que leia o formato.

Nas plataformas da Apple, o Niraqua DjVu abre documentos .djvu nativamente no Mac, no iPhone e no iPad. Ele lê a camada de texto incorporada quando o arquivo tem uma e, quando não tem, seu reconhecimento de texto no dispositivo cria uma para que a digitalização se torne pesquisável. Tudo acontece no seu dispositivo - sem envio, sem conta.

Veja como abrir um arquivo DjVu no Mac para o passo a passo, ou ler DjVu no iPhone e no iPad para a versão por toque.

Vale a pena converter DjVu em PDF?

Muitas vezes, sim - não porque o DjVu seja pior, mas porque o PDF é o que todo o resto aceita. Se você precisa enviar um capítulo por e-mail, submeter uma digitalização, anotá-la em outro aplicativo ou simplesmente ter certeza de que ela vai abrir em qualquer máquina daqui a dez anos, o PDF é o formato mais seguro.

Converter também permite manter o texto pesquisável: exportar com uma camada de texto significa que o PDF poderá ser pesquisado no Pré-Visualização, no Acrobat ou em qualquer outro leitor. Veja converter DjVu em PDF ou DjVu vs PDF para decidir em qual formato guardar um documento.

Perguntas comuns

O DjVu ainda é mantido? A especificação do formato é estável e aberta, e a implementação de referência (DjVuLibre) continua em desenvolvimento. Hoje raramente se produzem documentos novos em DjVu, mas os enormes acervos já existentes não vão desaparecer.

Posso editar um arquivo DjVu? Não do jeito que se edita um documento de texto - as páginas são digitalizações. O Niraqua DjVu lê, pesquisa e exporta esses arquivos, em vez de reescrever o conteúdo deles.

É seguro abrir um DjVu? Um arquivo .djvu é um documento, não um programa. Abri-lo em um leitor que só decodifica documentos apresenta o mesmo risco que abrir qualquer arquivo de imagem.