w. m. kolasa - eprints.rclis.orgeprints.rclis.org/16500/1/kolasa_formaty_hybrydowe_dist.pdf ·...

Formaty hybrydowe Formaty hybrydowe w bibliotekach cyfrowychw bibliotekach cyfrowych

W. M. Kolasa

Wojewódzka Biblioteka Publiczna w Krakowie

(kontekst i praktyka)

Konferencja „Praktyczne aspekty tworzenia bibliotek cyfrowych”. Wojewódzka Biblioteka Publiczna w Krakowie, 12.09.2008

Plan wyk�aduPlan wyk�adu –– cz. 1 z 3cz. 1 z 31. Dokument elektroniczny i jego konteksty

• Kontekst normatywny

• Kontekst praktyczny

2. Typologia formatów

• Formaty w cyklu tworzenia publikacji cyfrowej

• Formaty archiwalne

• Formaty prezencyjne

3. Formaty hybrydowe

• Portable Document Format

• DJVu, inneW. M. Kolasa


Dokument elektroniczny Dokument elektroniczny w sensie normatywnymw sensie normatywnym

• Definicje prawne

• Normy

• Cechy DE

• Struktura DE

• Co to jest format?

W. M. Kolasa


DEDE –– prawo i normyprawo i normy- ISO 15489 (mi�dzynarodowe)- Model of Requirements for Records

Management (UE)Polska:

- PN-ISO 15489-1:2006 i in.

- Ustawa o informatyzacji ... (Dz.U. 2005 nr 64, poz. 565),

- Ustawa o �wiadczeniu us�ug drog� elektroniczn�(Dz.U. 2002 nr 144, poz. 1204)

- Ustawa o podpisie elektronicznym (Dz.U. 2001 nr 130, poz. 1450)

- Kodeks Karny


Definicje DE (1)Definicje DE (1)DE (komputerowy, cyfrowy) - dokument z sygna�emutrwalonym na no�niku elektronicznym. Mog� to by�komunikaty ró�nych j�zyków naturalnych w subkodachakustycznych i graficznych, inne komunikaty graficzne jak obrazy, wykresy, animacje, filmy, komunikaty d�wi�kowe, np. muzyka (S�ownik encyklopedyczny informacji, j�zyków i systemów... Warszawa 2002)

DE - zbiór danych wprowadzonych lub przechowywanychna dowolnym no�niku przez system informatyczny lub podobny uk�ad, które mog� by� odczytane lub wy�wietlone przez osob� lub przez tego rodzaju system lub uk�ad, a tak�e wszelkiego rodzaju prezentacja i wszelkiego rodzaju przedstawienie tych danych w formie drukowanej lub innej (Decyzja KE, 2004/563/WE)

W. M. Kolasa


Definicje DE (2)Definicje DE (2)DE - „dokument istniej�cy w postaci elektronicznej, dost�pny za po�rednictwem techniki komputerowej” (PN-ISO 690-2)

DE - „stanowi�cy odr�bn� ca�o�� znaczeniow� zbiór danych uporz�dkowanych w okre�lonej strukturze wewn�trznej i zapisany na informatycznym no�nikudanych(Ustawa o informatyzacji... 2005)

DE - „ka�dy przedmiot lub zapis na komputerowym no�niku informacji, z którym jest wi�zane okre�loneprawo albo który ze wzgl�du na zawart� w nim tre��stanowi dowód prawa, stosunku prawnego lub okoliczno�ci maj�cej znaczenie prawne” (Kodeks Karny)

W. M. Kolasa


Prace nad terminologi�Prace nad terminologi�Ustawa o zmianie ustaw w celu ujednolicenia terminologii informatycznej (w toku – skier. do podpisu Prezydenta - 5.09.2008)

W. M. Kolasa


W �wietle PNW �wietle PN--ISO 690ISO 690--22

DE – [...] dokument istniej�cy w postaci elektronicznej, dost�pny za po�rednictwemtechniki komputerowej [...]

• posta�

• medium

PN-ISO 690-2 Informacja i dokumentacja - Zarz�dzanie dokumentami


DEDE -- cechycechy1. Utrwalone na materialnym no�niku;

2. Mo�na je odtwarza� w formie umo�liwiaj�cej ich percepcj�;

- Nie jest istotny rodzaj no�nika i sposób transmisji;

- istotne za� jest, aby dane mog�y by� wielokrotnieodtwarzane.


DEDE -- wyró�nikiwyró�niki1. Zawarto�� – tekst, obraz, d�wi�k i in.;

2. Struktura logiczna, która nie musi by� to�sama ze struktur� fizyczn�, gdy� mo�e by� zawartabezpo�rednio w dokumencie, w bazie danych lubpliku zewn�trznym;

3. Kontekst, czyli metadane techniczne okre�laj�ce w jakiej postaci dokument b�dzie prezentowany.

W. M. Kolasa


Struktura DEStruktura DEStruktura logiczna dokumentu elektronicznego - sposób u�o�enia informacji w dokumencie elektronicznym zdefiniowany poprzez okre�lenie elementów informacyjnych oraz powi�za� mi�dzy nimi;

Struktura fizyczna dokumentu elektronicznego – wynik przetworzenia, w tym kodowania i szyfrowania, informacji zawartych w dokumencie elektronicznym na dane w uk�adzie bitowym (czyli format danychformat danych);

Rozporz�dzenie Prezesa Rady Ministrów z dnia 29 wrze�nia 2005 r. w sprawie warunków organizacyjno-technicznych dor�czania dokumentów elektronicznych podmiotom publicznym (Dz.U. 2005, nr 200, poz. 1651)

W. M. Kolasa


Dokument elektroniczny Dokument elektroniczny w sensie praktycznymw sensie praktycznym

• Rozumienie DE w bibliotece cyfrowej

• Oczekiwania wobec publikacji w bibliotece cyfrowej

• Porównanie procesu tworzenia publikacji tradycyjnej i elektronicznej

• Konsekwencje dla bibliotek

W. M. Kolasa


DEDE w sensie praktycznymw sensie praktycznymZ punktu widzenia bibliotek cyfrowych obecnej generacji w�a�ciwsze jest operowanie poj�ciem publikacji cyfrowej, któr� nale�y traktowa� w�sko:

... to ksi��ka tradycyjna na no�niku elektronicznym

Podobny lub identyczny:

� proces tworzenia

� proces redakcji, recenzowania

� proces sk�adu


Oczekiwania czytelników Oczekiwania czytelników Format zapisu e-ksi��ki winien oferowa� takie parametry, aby higiena jej czytania by�a nie gorsza ni� ksi��kitradycyjnej.

600 DPI

24 BPP

djvu

6283x9094 pikseli

280 kB


Warto�� dodana Warto�� dodana -- ZOOMZOOMWojewódzka Biblioteka Publiczna w Krakowie

Z my�l� o przysz�o�ciZ my�l� o przysz�o�ci

W. M. Kolasa


Ile cali b�dzie mia�monitorprzysz�o�ci?

Warto�� dodana Warto�� dodana -- OCROCRWojewódzka Biblioteka Publiczna w Krakowie

Ksi��ka tradycyjna a eKsi��ka tradycyjna a e--ksi��kaksi��ka

Autor

Recenzent

Redakcja

DTP

PDF

Przygotowanie

Przygotowanie

Maszynydrukarskie

Bibliotekacyfrowa

+ metadane

Ksi��ka wspó�czesna (druk cyfrowy)

Ksi��ka tradycyjna

e-Ksi��ka


Ksi��ka tradycyjna a eKsi��ka tradycyjna a e--ksi��kaksi��ka

Autor

Recenzent?

Redakcja?

DTP?Przygotowanie Biblioteka

cyfrowa

+ metadaneSkanowanie TIFF

Ksi��ka dawna lub drukowana z u�yciem klisz


Biblioteka cyfr. Biblioteka cyfr. –– nowe zadanianowe zadania• Funkcje typowe dla drukarni:

• przetwarzanie sk�adu;

• montowanie publikacji;

• skanowanie, konwersja;

• Funkcje typowe dla wydawców:

• umowy licencyjne;

• regulacja praw autorskich;

• dora�na redakcja i sk�ad DTP;

• Funkcje typowe dla firm hostingowych:

• utrzymanie w ruchu infrastruktury serwerów i ��czy.


Formaty dokumentówFormaty dokumentów• Formaty w cyklu tworzenia publikacji cyfrowej

• O etapach cyklu

• Ogólna typologia formatów

W. M. Kolasa


Cykl tworzenia PC a formatyCykl tworzenia PC a formaty1. Przygotowanie materia�ów do digitalizacji

2. Digitalizacja

3. Obróbka plików, porz�dkowanie

4. Przechowywanie

5. Udost�pnianie

* PC - publikacja cyfrowa

W. M. Kolasa

Formatarchiwalny

Formatprezencyjny

Formatypo�rednie


1. Przygotowanie materia�u1. Przygotowanie materia�uStrategie:

• Digitalizacja;

• Digitalizacja wraz z konserwacj�;

• Digitalizacja po��czona z mikrofilmowaniem.

• Konwersja z formatów stosowanych w DTP do PDF

W. M. Kolasa


PrzygotowaniePrzygotowanie –– podzia� mat.podzia� mat.Typ orygina�u:

• czarno-bia�e (druk, rysunek itp.);

• kolorowe i pó�tonowe (fotografie, grafika itp.);

Format orygina�u

• Ma�e (do A4);

• rednie (A3-A2);

• Du�e (A1 i wi�ksze);

Obiekty cenne

W. M. Kolasa


2. Digitalizacja2. DigitalizacjaMetody:

• Skanowanie lub filmowanie orygina�u;

• Skanowanie z mikroform;

• Skanowanie z filmów negatywowych;

• Konwersja z formatów po�rednich „paradigitalizacja”

W. M. Kolasa


3. Obróbka plików3. Obróbka plików• Formaty plików (standardy i dobór);

• Wersjonowanie (f. archiwalny i prezencyjny);

• Retusz (f. prezencyjny);

• Konwersja (f. prezencyjny);

• OCR (f. prezencyjny);

• �czenie i indeksowanie (f. archiwalny i prezencyjny).

W. M. Kolasa


4. Utrwalenie, archiwizacja4. Utrwalenie, archiwizacjaNo�niki:

• CD/DVD/BD;

• Dyski;

System oznacze�

• Notacja;

• Obs�uga wersjonowania;

Zabezpieczenia:

• 1 kopia (macierz archiwalna) – f. archiwalny;

• 2 kopia (macierz u�ytkowa) – f. archiwalny;

• 3 kopia (egz. u�ytkowy) – f. prezencyjny.W. M. Kolasa


Formaty po�rednieFormaty po�rednieZagadnienia:

• Automatyzacja zapisu skanów

• System notacji (nazwa, _,-, Aa, cyfry)

gazeta_polska_1867_nr_078_s_0001

• No�nik

Problemy:

• Pliki jedno- i wielostronicowe

• Skanowanie stron nieparzystych

• Skanowanie mat. w ró�nych trybach (bitonal, gray)W. M. Kolasa


5. Przechowywanie i udost�pnianie5. Przechowywanie i udost�pnianieProblem trwa�o�ci no�nika:

• CD/DVD/BD, HDD, Internet

• mikroformy

Udost�pnianie:

• Offline (f. prezencyjny, f. archiwalny);

• intranet;

• no�niki CD/DVD/BD;

• Online (f. prezencyjny);

Us�ugi: wydruki, wyp. miedzybibliot., us�ugi komercyjne

W. M. Kolasa


Formaty archiwalne i prezencyjneFormaty archiwalne i prezencyjneCechy formatu archiwalnego (FA):

1. wysoka jako��;

2. wierne odwzorowanie orygina�u.

Cechy formatu prezencyjnego (FP):

1. ma�e rozmiary;

2. akceptowalna jako��;

3. wysoki poziom zorganizowania (indeksowania).

W. M. Kolasa


Formaty archiwalne i prezencyjneFormaty archiwalne i prezencyjne

W. M. Kolasa


Zalecane formaty archiwalneZalecane formaty archiwalne• TIF – bezstratna kompresja, obs�uga przestrzeni

barwnej (RGB, CMYK) i wszystkich trybów g��bibitowej; standard mi�dzyplatformowy (win/mac/unix)

• w wersji master - raczej bez kompresji

• raczej nie stosowa� plików wielostronicowych.

• PDF/A - ISO 19005:2005

• zasadniczo chodzi tu o zaimportowanie do PDF dowolnych plików pierwotnych.

• bezpo�rednio nie s�u�y do odtwarzania danych – ma jedynie umo�liwi� ich bezstratny eksport.

W. M. Kolasa


Zalecane parametry dla FAZalecane parametry dla FADokumenty tekstowe: rozdzielczo�� (600 DPI); g��bia

bitowa (24 lub 36 BPP)

R�kopisy: rozdzielczo�� (600-800 DPI); g��bia bitowa (36 lub 48 BPP)

Ikonografia: rozdzielczo�� (300-600 DPI); g��bia bitowa (24 lub 36 BPP);

Fotografie: rozdzielczo�� (3200-6400 DPI); g��biabitowa (16, 36, 48 BPP);

Mikrofilmy: rozdzielczo�� (3200 DPI); g��bia bitowa (16 BPP);

Szerzej - Decyzja NDAP (2005)

W. M. Kolasa


Obj�to�� a g��bia i rozdzielczo��Obj�to�� a g��bia i rozdzielczo��Obj�to�� przyk�adowego skanu A4 (TIF, bez kompresji)

W. M. Kolasa

0100200300400500600700800

Skalaszaro�ci 8

bit

Skalaszaro�ci

16 bit

Kolor 36

bit

Kolor 48

bit

300 dpi400 dpi600 dpi1200 dpi


Obj�to�� a g��bia i rozdzielczo��Obj�to�� a g��bia i rozdzielczo��Obj�to�� przyk�adowego skanu A4 (TIF, bez kompresji)

W. M. Kolasa

Rozdzielczo��

Gray8 bit

Gray16 bit

Kolor36 bit

Kolor48 bit

300 dpi 8 16 33 50

400 dpi 16 32 60 100

600 dpi 33 66 133 200

1200 dpi 133 266 533 800


TIFTIF –– kompresjakompresjaWojewódzka Biblioteka Publiczna w Krakowie

�ród�o: A. Trembowiecki, Digitalizacja zbiorów bibliotecznych. Teoria i praktyka, Warszawa 2006

Formaty prezencyjneFormaty prezencyjne

W. M. Kolasa


Formaty prezencyjne Formaty prezencyjne -- typologiatypologia� Tekstowe

• nieadnotowane (np. TXT) ***

• adnotowane (np. RTF)

� Graficzne

• rastrowe (TIF, BMP, JPG, GIF, PNG) ***

• wektorowe (np. CorelDraw, AutoCAD)

• inne natywne (np. Photoshop, CorelPhoto-Paint)

� Hybrydowe (PDF, djVu) ***

� Specjalne: audio, wideo, aplikacyjne...

*** Formaty stosowane w bibliotekach cyfrowychW. M. Kolasa


Formaty a generacje bibliotekFormaty a generacje bibliotekBiblioteki I generacji (1971-1995):

- tekstowe (ASCI, HTML, RTF itp.) lub

- grafika rastrowa (GIF, JPG, TIF, PNG).

Biblioteki II generacji:

- formaty hybrydowe: DJVu, PDF;

- formaty graficzne: JPG, JPG2000, PNG, GIF + java;

- formaty specjalne: mapy, nuty (zoomity, sibelius);

- formaty multimedialne: mp3, mpeg, flash;

- formaty aplikacyjne: np. java.


Formaty tekstowe Formaty tekstowe -- nieadnotowanenieadnotowaneTXT – plik tekstowy pozbawiony elementów

typograficznych (formatowania). Zakodowany w standardzie ANSI lub UTF.

Przyk�ad: Ala ma kota (11 znaków – 11 bajtów)

W. M. Kolasa


Formaty tekstowe Formaty tekstowe -- adnotowaneadnotowaneNp. RTF - (Rich Text Format). W odró�nieniu od TXT

pozwala na zapis formatowania. Od wersji 1.6 obs�uguje UTF.

Przyk�ad: Ala ma kota(11 znaków – 189 b)

W. M. Kolasa


Formaty tekstowe Formaty tekstowe -- zalety i wadyzalety i wadyZalety:

• Ma�y rozmiar pliku;

• Mo�liwo�� wyszukiwania tekstowego;

Wady:

• Niski wspó�czynnik bezpiecze�stwa;

• Liczne standardy kodowania (ANSI, ISO, UTF...);

• Formaty i aplikacje natywne (np. Word);

• Brak mo�liwo�ci wiernego odwzorowania oryg.;

• Mo�liwe problemy z czcionkami (typy, kroje);

• Du�y nak�ad pracy podczas konwersji (OCR).W. M. Kolasa


Grafika rastrowa Grafika rastrowa -- wybórwybór•• JPEGJPEG – pe�na paleta barw, wysoki wspó�czynnik

kompresji (tylko stratna), mo�liwa progresja, brak kana�u przezroczysto�ci. Dobre efekty i wierne odwzordla obrazów z du�a liczb� szczegó�ów.

•• GIFGIF – 256 kolorów, kana� przezroczysto�ci, wysoki wspó�czynnik kompresji (tylko stratna). Dobre efekty dla obrazów z du�ymi jednorodnymi przestrzeniami.

•• PNGPNG – nast�pca GIFa, pe�na paleta barw, mo�liwakompresja bezstratna. Sprawdza si� tylko dla niektórych kategorii obrazów (zrzuty, mapy).

•• TIFTIF – jako format prezencyjny sprawdza si� tylko dla obrazów bitonalnych, mo�liwa kompresja bezstratna.

W. M. Kolasa


ObrazObraz –– kompresja stratnakompresja stratnaBez kompresji (196 kB)

Kompresja 5% (1,7 kB)

Kompresja 25% (4 kB)

�ród�o: Wikipedia


TekstTekst –– kompresja tekstukompresja tekstuBez kompresji (5 kB)

W. M. Kolasa

Kompresja 25% (2 kB)

Kompresja 5% (1,2 kB)


G��bia a jako��G��bia a jako��

24 BPP 8 BPP 4 BPP

W. M. Kolasa

8 BPP 4 BPP 1 BPP


Dla wi�kszo�ci skanowanych drukówDla wi�kszo�ci skanowanych druków

Kolor 4-8 BPP Gray 4 BPPW. M. Kolasa

Bitonal1 BPP


Dla wspó�czesnych wyd. ilustrowanychDla wspó�czesnych wyd. ilustrowanych

W. M. Kolasa

RGB

Kolor

24 BP


Problem prezentacji rastraProblem prezentacji rastra• Raster - bitonalny obraz sk�adaj�cy si� z drobnych

kropek (lub linii), daj�cy podczas ogl�dania z normalnej odleg�o�ci wra�enie istnienia pó�tonów

W. M. Kolasa


Raster w gazecie z lat 60.Raster w gazecie z lat 60.

W. M. Kolasa


Z�udzenia optyczne Z�udzenia optyczne (raster, 1BPP)(raster, 1BPP)

wyg�adzony brak wyg�adzenia

W. M. Kolasa


Programowe renderowanie obrazów

FastStoneImageViewer

FastStoneMaxView

xnView

KorektyKorekty

W. M. Kolasa


�ród�o: L. Buczy�ski: Skanery i skanowanie. Warszawa 2005

Przetwarzanie wsadowe (win)Przetwarzanie wsadowe (win)

W. M. Kolasa


Przetwarzanie wsadowe (Przetwarzanie wsadowe (unixunix))

W. M. Kolasa

ImageMagick/DJVulibre/bash (przyk�ady):

• Wszystkie djvu do tiff [1 strona] (ddjvu):

• Miniatury 200 pix z wszystkich tiff (ImageMagick):

find . -name '*.djvu' -exec ddjvu -v -format=tiff -page=1 {} {}.tiff ';’

find . -name '*.tiff' -exec mogrify -format jpg -quality82 -thumbnail 200 {} ';’


Narz�dzia do grafiki rastrowejNarz�dzia do grafiki rastrowejEdytory:

• Adobe Photoshop – komercyjny (win, mac) – GUI;

• Gimp – bezp�atny (unix, win, mac) – GUI;

• ImageMagic – bezp�atny (unix, win, mac) – konsola.

Przegl�darki i konwertery (bezp�atne):

• FastStone Viewer (win);

• xnView (win);

• irfanView (win);

• liczne narz�dzia (linux, mac)W. M. Kolasa


Formaty rastrowe Formaty rastrowe -- zalety i wadyzalety i wadyZalety:

• Wierne odwzorowanie orygina�u;

• Ma�y nak�ad pracy podczas tworzenia;

• Standardy mi�dzyplatformowe (jpeg, gif, tif, png);

• atwo�� u�ytkowania, du�a popularno�� na www.

Wady:

• Du�a obj�to�� pliku (w stosunku do jako�ci);

• Brak mo�liwo�ci osadzania warstwy tekstowej;

• Zwykle poddane kompresji stratnej (prezencyjne);

• Niski poziom zorganizowania (obrazy jednostr.).W. M. Kolasa


Dylemat: tekst czy grafikaDylemat: tekst czy grafikaKazania �wi�tokrzyskie

W. M. Kolasa


czytelne,nieautentyczne

nieczytelne,autentyczne

Format hybrydowyFormat hybrydowyCechy:

• Mo�e ��czy� cechy formatów tekstowych i graficznych;

• Oferuje wysoki poziom zorganizowania – mo�liwa obs�uga struktury logicznej dokumentu;

• Inne nowe mo�liwo�ci

Wybrane specyfikacje:

• PDF

• DJVu

W. M. Kolasa


Portable DocumentPortable Document FormatFormatPDF (Portable Document Format) - jest formatem plików

s�u��cym do prezentacji, przenoszenia, drukowania i przechowywania tre�ci tekstowo-graficznych.

J�zykiem opisu PDF jest okrojona wersja j�zykaPostScript wzbogacona o elementy hipertekstowe i aplikacyjne.

Twórca: Adobe Systems

W. M. Kolasa


Portable DocumentPortable Document FormatFormatPDF w zale�no�ci od wersji mo�e pe�ni� okre�lone

funkcje:

1. Zastosowanie do celów poligraficznychpoligraficznych – PDF/X(ISO 15930; ISO TC130)

2.2. KonteneraKontenera danych – PDF/A (ISO 19005; ISO TC171)

3. Zastosowanie do wymianywymiany obiektów graficznych i dokumentacji technicznej – PDF/E (ISO TC171)

W. M. Kolasa


Portable DocumentPortable Document FormatFormat• W plikach PDF mo�e by� zawarty tekst, grafika

(rastrowa, wektorowa), a tak�e elementy aktywne.

• W styczniu 2007 Adobe ca�kowicie otwar�a format PDF i przekaza�a jego specyfikacj� organizacji AIIM.

• 2 lipca 2008 og�oszono norm� ISO 32000-1:2008

W. M. Kolasa


Czym jest PDF?Czym jest PDF?1. PDF – podstawa nowoczesnej poligrafii

(du�e pliki wysoka jako�� – np. PDF/X).

2. Mo�e pe�ni� funkcj� kontenerakontenera (PDF/A; PDF/E).

3. PDF – jako format prezencyjnyprezencyjny- ale po wyrafinowanych zabiegach adaptacyjnych.

4. PDF – w pe�ni poprawnie funkcjonuje tylko na oprogramowaniu Adobe.

5. Mog� istnie� problemy prawne (por. licencje EULA).

6. PDF – format bardzo z�o�ony, ��czy: tekst, grafik�rastrowa i wektorow� oraz elementy aplikacyjne.


PDF (w poligrafii i nie tylko)PDF (w poligrafii i nie tylko)

W. M. Kolasa


PDFPDF -- narz�dzianarz�dzia

W. M. Kolasa

1. Adobe Acrobat - edytor (komercyjny)*

2. Brak godnych polecenia edytorów bezp�atnych;

3. Liczne przegl�darki (na czele z Adobe Reader);

4. Liczne drukarki wirtualne (z regu�y bezp�atne) lub wbudowane w aplikacje (np. MS Office, AutoCad);

5. Liczne narz�dzia do manipulacji na plikach PDF;

6. Poza Adobe Acrobatem wszystkie narz�dza oferuj�tylko pewien poziom obs�ugi formatu PDF (skutkuje to z�� jako�ci�, rozmiarem, niepoprawnymi parametrami).

* Nadto inne specjalistyczne stosowane w poligrafii


Adobe AcrobatAdobe Acrobat 8.0 Prof. (9.0)8.0 Prof. (9.0)

W. M. Kolasa


Adobe Acrobat Adobe Acrobat –– wybrane funkcjewybrane funkcje- mo�liwo�� manipulacji na danych (uk�ad, grafika,

tekst, czcionki, parametry obiektów itp.);

- mo�liwo�� importu dowolnych danych;

- mo�liwo�� dodania warstwy OCR*;

- zabezpieczenia; metadane;

- narz�dza do edycji i optymalizacjioptymalizacji;

- formularze, komentarze,

- liczne opcje eksportu;

- narz�dzia kontroli i inspekcji.

* Niska jako�� wbudowanego engine OCR

W. M. Kolasa


PDFPDF –– (zaimportowany TIF)(zaimportowany TIF)

W. M. Kolasa


PDFPDF –– obiekt tekstowoobiekt tekstowo--graficznygraficzny

W. M. Kolasa


PDFPDF –– osadzoneosadzone matadanematadane

W. M. Kolasa


PDFPDF –– osadzonyosadzony DublinCoreDublinCore

W. M. Kolasa


OptymalizacjaOptymalizacja –– zawsze potrzebnazawsze potrzebna

W. M. Kolasa


PDFPDF –– wirtualne drukarkiwirtualne drukarki

W. M. Kolasa

Mimo szerokiej oferty programów – tylko nieliczne dzia�aj� w pe�ni poprawnie:

1. Narz�dzia oparte na silniku Adobe:

• Acrobat Distiller i kontrolki Adobe (InDesign i in.)

• Wtyczki do popularnych programów (Word, Corel, AutoCad)

2. Niektóre programy oparte na GPL/AFPL GhostScript:

• PDF Creator*;

• Wtyczki do OpenOffice i GoogleDoc.

3. Uniksowe narz�dzia do PostScriptu.* Drobne b��dy


Adobe DistillerAdobe Distiller

W. M. Kolasa


PDFPDF –– eksport z eksport z InDesignInDesign

W. M. Kolasa


PDFPDF CreatorCreator

W. M. Kolasa


PDFPDF CreatorCreator –– b��dyb��dy

W. M. Kolasa


PDFPDF –– edycjaedycjaNieliczne dzia�aj�ce poprawnie bezp�atne programy,

które s�u�ba do ��czenia, dzielenia, naprawy, nak�adania znaków wodnych; ustawiania zabezpiecze�; manipulacji na PDF.

- PDF Tools (win)

- PDFTK (win, unix)

W. M. Kolasa


PDFToolsPDFTools

W. M. Kolasa

• http://www.sheelapps.com/


PDF TK (PDF TK (unixunix))Wybrane polecenia:

• rozdziel na pojedyncze strony:

• sklej wszystkie pliki pdf):

• napraw plik:

• zmie� wersj� PDF (do 1.2):

W. M. Kolasa


pdftk cat *.pdf output nowy.pdf

pdftk stary.pdf output nowy.pdf

ps2pdf12 stary.pdf nowy.pdf

pdftk nazwa.pdf burst

PDF TK (win)PDF TK (win)

W. M. Kolasa


PDFPDF –– eksporteksportFunkcj� kontrolera eksportu do tif/jpg mo�e pe�ni� :

• Ghostscript/Ghostview lub jego klony:

• PDFill PDF Tools lub

• PDF-XChange

Narz�dzia te nie oferuj� dost�pu do opcji zaawansowanych

Brak jednak sprawnych bezp�atnych programów do optymalizacji PDF i edycji metadanych.

W. M. Kolasa


PDFillPDFill

W. M. Kolasa


AFPLAFPL GhostScriptGhostScript++GSviewGSview

W. M. Kolasa


Nowe horyzonty Nowe horyzonty AdobeDigitalAdobeDigital

W. M. Kolasa


AdobeDigitalAdobeDigital

W. M. Kolasa


Spo�eczno��:Spo�eczno��: AdobeAdobe DC: http://DC: http://wwwwww..adobeadobe..comcom//devnetdevnet//acrobatacrobat//

W. M. Kolasa


Spo�eczno��:Spo�eczno��: PDFPDF ZoneZone: http://: http://wwwwww..pdfzonepdfzone..comcom//

W. M. Kolasa


Spo�eczno��:Spo�eczno��: Planet PDF http://Planet PDF http://wwwwww..planetpdfplanetpdf..comcom//

W. M. Kolasa


Zalety i wady PDF Zalety i wady PDF (jako formatu prezencyjnego)(jako formatu prezencyjnego)

Zalety

• Popularno��, �atwo�� u�ytkowania;

• Idealny dla ma�ych tekstowych dokumentów;

• Umo�liwia popr. wy�wietlanie skomplikowanych znaków (np. mat., chem.) tworzonych LaTeXem.

Wady:

• Du�e rozmiary plików dla dokumentów innych ni�tekstowe;

• Problem z sekwencyjnym serwowaniem i wy�wietlaniem stron;

• Potencjalne problemy z osadzonymi fontami.W. M. Kolasa


DjVuDjVuDjVu - technologia rozwijana od 1996 r. przez koncern

AT&T do kompresji skanowanych dokumentów.

Oprogramowanie oparte na tej technologii stworzy�a i opatentowa�a firma LizardTech Inc.

Od 2008 roku – technologia rozwijana pod szyldem Celartem Technology Inc. (spó�ki matki, która jest w�a�cicielem LizardTecha).

W. M. Kolasa


Czym jest DjVuCzym jest DjVuFormat DJVu w przeciwie�stwie do PDF ma charakter

czysto graficzny.

• Algorytm DJVu opiera si� na metodzie segmentacji obrazu i wydzieleniu warstw (por. Photoshop)

• Wynikowe pliki - najmniejsze z mo�liwych (por. JPG)

• Mo�e mie� zakotwiczona warstw� tekstow� OCR.

• Jasny status prawny – brak ogranicze� licencyjnych zarówno do celów nie komercyjnych jak i niekomerc.

• Istniej� zarówno komercyjne (Cartlem/LizardTech), jak i bezp�atne aplikacje (DJVuLibre)


DjVuDjVu –– w�a�ciwo�ci dokumentuw�a�ciwo�ci dokumentu

W. M. Kolasa


WarstwyWarstwy

W. M. Kolasa


Kolor

Tre��

T�o

Trzy warstwy t�a

Warstwy djvuWarstwy djvu

W. M. Kolasa


�ród�o: Léon Bottou: Efficient Conversion of Digital Documents to Raster Formats Multilayer (2001)

DjVuDjVu –– ma�e rozmiaryma�e rozmiaryMa�e rozmiary

Dokumenty DjVu s� nieedytowalne daj� wi�c gwarancj�wiarygodno�ci


Morfologia pliku djvu

DjVuDjVu –– kompresja (zestawienie)kompresja (zestawienie)

W. M. Kolasa


DjVuDjVu –– pejza�pejza�

W. M. Kolasa


DJVuDJVu –– dokumenty matematycznedokumenty matematyczne

DJVUDJVU -- akwareleakwarele

Dokumentacja technicznaDokumentacja techniczna

�ród�o – GB Soft


DJVuDJVu –– portretportret

W. M. Kolasa


DJVuDJVu –– rysunekrysunek

W. M. Kolasa


DJVuDJVu –– jako�� poligraficznajako�� poligraficznaWojewódzka Biblioteka Publiczna w Krakowie

DJVuDJVu –– zoom 1000% (600 zoom 1000% (600 dpidpi))

W. M. Kolasa


Jako��poligraficzna

DjVuDjVu -- oprogramowanieoprogramowanieEdytory:

Document Express – edytor, komercyjny (win, unix)

DJVU Virtual Printer – drukarka, komercyjna (win)

DjVu Solo – prosty bezp�atny edytor (win)

DjVuLibre – bezp�atny pakiet narz�dziowy (unix, win)

Przegl�darki (bezp�.):

- DjVu Browser (LizardTech) 6.1

- DJView 4.3 (DjVuLibre)

- Inne (unix, win i inne) – wyra�nie s�abszeW. M. Kolasa


DocumentDocument ExpressExpress EditorEditor

W. M. Kolasa


DocumentDocument ExpressExpress EditorEditor Prof.Prof.Funkcje*:

- import plików (TIF, BMP, inne)

- manipulacje stronami dokumentu;

- dodawanie adnotacji, etykiet, linków;

- OCR

- eksport do formatów graficznych;

- wydruk do DjVu z dowolnej aplikacji (drukarka)

- obs�uga skanowania

* W wersji Enterprise znacznie wi�cej opcji i funkcji

W. M. Kolasa


DjVu Solo (bezp�atny)DjVu Solo (bezp�atny)

W. M. Kolasa


DjVuDjVu VirtualVirtual PrinterPrinter

W. M. Kolasa


DjVuLibreDjVuLibre ((unixunix)) -- przyk�adyprzyk�ady• Wszystkie PDF do djvu (bez OCR) [pe�ny kolor]

• Wstaw adnotacj� do wszystkich djvu

find . -name 'e*.djvu' -exec djvused -f nasz.txt {} -s -v ';’

• Osad� miniaturki we wszystkich djvu

find . -name '*.djvu' -exec djvused {} -e 'set-thumbnails' -s -v ';'

• Zapisz jako rozdzielony:

...\ djvmcvt -i input.djvu . index.djvuW. M. Kolasa


find . -name '*.pdf' -exec djvudigital -dpi=600 -exact-color {} ';'

find . -name 'e*.djvu' -exec djvused -f nasz.txt {} -s -v ';’

find . -name '*.djvu' -exec djvused {} -e 'set-thumbnails' -s -v ';'

.../djvmcvt -i input.djvu . index.djvu

pdf2djvu (pdf2djvu (unixunix)) -- przyk�adyprzyk�adyKonwersja pdf do djvu (wraz z OCR)

W. M. Kolasa


Niestabilna wersja windows/cygwin

root@helios:~/pdfx/$ pdf2djvu --words --dpi=600 pismo.pdf > pismo.djvu: - page #1 -> #1 ...

0.227 bits/pixel; 1.656:1, 39.62% saved, 1275423bytes in, 770040 bytes out

DjVu BrowserDjVu Browser –– szybki, sprawnyszybki, sprawny• Tre��

W. M. Kolasa


DJViewDJView 4.34.3 –– nowe mo�liwo�cinowe mo�liwo�ci

W. M. Kolasa


Najwi�ksze biblioteki (z Najwi�ksze biblioteki (z DJVuDJVu))• Internet Archive: http://www.archive.org/

• Open Library: http://openlibrary.org/

• Gutenberg Consortia Center: http://gutenberg.cc/

• Nadto liczne o zasi�gu narodowym:

• USA

• Japonia

• Rosja

• Polska

• Islandia

• W�ochy i in.W. M. Kolasa


Wiele formatów: IA/OLWiele formatów: IA/OL• Tre��

W. M. Kolasa


DJVuDJVu z IAz IA• Tre��

W. M. Kolasa


Zalety i wady Zalety i wady DJVuDJVuZalety

• Bardzo ma�e rozmiary;

• Sekwencyjne wy�wietlanie (str. fizycznie rozdzielone);

• Idealny dla d�ugich dokumentów;

• Du�y wybór aplikacji komercyjnych i bezp�atnych;

• Jasna sytuacja prawna, wsparcie w Polsce (GB Soft).

Wady

• Nieco trudny w obs�udze w fazie tworzenia, konwersji;

• Ma�o skuteczny engine OCR wbudowany w DE.

W. M. Kolasa


Kilka wskazówekKilka wskazówek• Jak w djvu poprawi� OCR?

• Jak wykona� djvu i OCR przy 72 dpi?

• Jak zaprojektowa� rozwi�zanie serwerowe

W. M. Kolasa


Poprawa OCRPoprawa OCR1.1. EksportEksport DJVuDJVu do TIFF wielostronicowy (najlepiej 1BPP)do TIFF wielostronicowy (najlepiej 1BPP)

W. M. Kolasa


Poprawa OCRPoprawa OCR2.2. OCR wOCR w Abbyy Fine Reader Abbyy Fine Reader i zapis do wi�zkii zapis do wi�zki

W. M. Kolasa


Poprawa OCR Poprawa OCR –– osadzanie wi�zkiosadzanie wi�zki

W. M. Kolasa


DJVuOCRDJVuOCR –– inne opcjeinne opcje

W. M. Kolasa


DJVuLibreDJVuLibre –– djvuseddjvused [edytor][edytor]• Fragment strony pomocy:

W. M. Kolasa


Parametr:Parametr:

---- setset--txttxt [djvusedtxtfile]

Insert hidden text information into the selected pages. The optionalargument djvusedtxtfile names a file containing the hidden text information.This file must contain data similar to what is produced by command print-txt. When the optional argument is omitted, the program reads the hidden text information from the djvused script until reaching an end-of-file or aline containing a single period.

....

Jak wykona� djvu i OCR z 72 Jak wykona� djvu i OCR z 72 dpidpi??

W. M. Kolasa


DJVuDJVu –– rozwi�zanierozwi�zanie serweroweserwerowe1. Infrastruktura oparta na Document Express Enterprise

wraz z elementami dedykowanymi – komercyjne

2. Infrastruktura wykorzystuj�ca równolegle DocumentExpress Prof. i komponenty bezp�atne na platform�linuksa (DJVuLibre, Tesseract, ImageMagick, pdftk).

3. Jak 2. – ale zamiast Tesseracta u�ywany jest Abbyy FineReader (komercyjny).

W. M. Kolasa


DJVuDJVu –– serw. rozwi�zanie 2serw. rozwi�zanie 2--331. Dwie metody tworzenia djvu:

• na platformie linuksa – wówczas jedynie kopiujemypdf lub tif na serwer (DJVuLibre lub pdf2djvu);

• wykonane w aplikacjach windows – w tym przypadku kopiujemy na serwer pliki djvu do dalszej obróbki;

2. Przed OCR. eksport djvu do TIFF (ddjvu);

3. OCR (Tesseract lub FineReader);

4. Osadzanie tekstu z djvu (djvused)

5. Czynno�ci ko�cowe: miniatury jpg, thumb, rozdzielnie6. Kopiowanie gotowych katalogów z serwera na udzia�y samby.

W. M. Kolasa


DJVuDJVu –– rozwi�zanierozwi�zanie serweroweserwerowe

W. M. Kolasa


PDF/Xmaj� du��obj�to��FTP 4 Mb/s

PDF-djvu –konwersjaformatu A2 trwa d�ugo(30 sek./str.)

Obróbkagrafikipotrzebujedu�ej mocy

Abbyy FineReaderAbbyy FineReader –– skuteczny, inteligentnyskuteczny, inteligentny

W. M. Kolasa


API (rozwi�zania dedykowane) wersja pude�kowa

�ród�o: AutoID

TesseractTesseract -- bezp�atnybezp�atny

W. M. Kolasa


Kto tak pracuje?Kto tak pracuje?

W. M. Kolasa


Google Books Google Books -- teksttekst

W. M. Kolasa


Any2DjVu ServerAny2DjVu Server

W. M. Kolasa


Spo�eczno�ciSpo�eczno�ci

W. M. Kolasa


Inne formaty: Inne formaty: TeXTeXNatywne formaty prezencyjne TeX, Latex – popularne w

kr�gach matematyków, fizyków i in�ynierów (*.dvi)

W. M. Kolasa


Inne formaty: postscriptInne formaty: postscriptPostScript - niezale�nym od urz�dzenia wyj�ciowego

j�zykiem programowania, który opisuje tekst i grafik� na stronie.

Jego polecenia steruj� drukark� laserow� (lub dowolnyminnym urz�dzeniem postscriptowym), umieszczaj�c w odpowiednim miejscu lini�, okr�g, tekst czy te� map�bitow�.

Do odczytu plików Postscriptowych (*.ps) mo�na u�y�programu GhostScript (GSview)

W. M. Kolasa


ZoomifyZoomify EZ,EZ, Google Maps Google Maps Wojewódzka Biblioteka Publiczna w Krakowie

Inteligentna forma prezentacji jpg (ci�cie, scalanie)

ZoomifyZoomify (z(z PhotoshopemPhotoshopem))Wojewódzka Biblioteka Publiczna w Krakowie

SibeliusSibelius

W. M. Kolasa

Inteligentna forma ��czenia obrazu i d�wi�ku

Wtyczka

SibeliusSibelius

W. M. Kolasa

Technologia czy sztuka?Technologia czy sztuka?

W. M. Kolasa


TechnologiaTechnologia

W. M. Kolasa


SztukaSztuka

W. M. Kolasa


ProfesjaProfesja

W. M. Kolasa


Dzi�kuj�Dzi�kuj�