创建DjVu文档Linux HOWTO

版本0.2（2006年7月12日）

1剧情简介

本文档介绍了djvulibre实现DjVu在linux中创建优质DjVu文档的一些用途。 DjVu格式具有位图文件压缩和超文本结构。 它被世界各地的许多网站用于存储和分发数字文档，包括扫描文档和高分辨率图片。 DjVu文件的优点之一是它们特别小，通常小于具有相同内容的PDF或JPEG文件。 这使得DjVu成为数字化书籍和期刊，特别是科学书籍的有用工具。

下面就是一个DjVu文件是由多个单独的JPEG文件创建的，每个包含一个页面的情况。 这里JPEG格式不是一个限制，这些例子可以涵盖任意的图像格式。 还讨论了从PDF转换到DjVu。 扫描仪软件的使用没有解释：参考相关文档。

要求。 软件包djvulibre ， jpeg和netpbm是必需的。 强烈推荐使用软件包和xpdf软件包。

2创建DjVu

2.1扫描书

假设本节有以下情况。 我们有一本书需要被扫描并以数字格式存储。 为了简单起见，假设所有的书籍内容都是黑色和白色（文字，公式，图表等），除了以书面印刷的书籍外。 我们通常可以做的是逐页扫描，以某些图像格式（如JPEG或PDF）分开存储页面。 就我个人而言，我认为JPEG是最好的选择。 但是，如果您发现例如压缩TIFF更适合您的目的，这个HOWTO也可能对您有所帮助。 但是，在这种情况下，示例脚本应稍作修改。 暂时让我们坚持使用JPEG。

在我们的这本书的情况下，我们扫描书前封面（和后盖，如果它包含任何明显的文本或图片），以彩色JPEG文件。 然后我们扫描其余的黑白JPEG。 这应该给出最佳性能。 保存扫描图像时请注意文件名。 为了转换到DjVu，所有的图像必须按照字母顺序排列，按照页面的顺序排列。 例如，

000.jpg，001.jpg，002.jpg，...，012.jpg 是一个正确的编号;和 0.jpg，1.jpg，2.jpg，...，12.jpg 是错误的，因为 12.jpg将出现在 2.jpg之前。扫描整本书后，将所有图像文件放入单独的目录中。

根据扫描仪设备的不同，软件和扫描方法可能需要旋转全部或只是一些JPEG图像，通常遵循一些简单的图案。 在这种情况下，下面的脚本jpegsrotate可以很方便。 例如，使用参数运行它 - 即使当前目录中的偶数页面颠倒。 脚本中使用的程序jpegtran可以将JPEG只能顺时针旋转90,180或270度。

#!/bin/bash
#
# jpegsrotate
#

if [ -z `which jpegtran` ]; then
  usage
  echo "Error: jpegtran is needed"
  echo
  exit 1
fi

shopt -s extglob

DEFMASK="*.jpg"
DEFEVENMASK="*[02468].jpg"
DEFODDMASK="*[13579].jpg"
DEFDEG=270

function usage() {
  echo
  echo "usage:"
  echo "$0"
  echo "    rotates files with the mask $DEFMASK by $DEFDEG degrees clockwise"
  echo "$0 --even"
  echo "    rotates even files with the mask $DEFEVENMASK by 180 degrees"
  echo "$0 --odd"
  echo "    rotates odd files with the mask $DEFODDMASK by 180 degrees"
  echo "$0 --params \"REGEXP\" (90|180|270)"
  echo "    rotates files with the mask REGEXP by the given aspect ratio clockwise"
  echo
}

if [ "$1" == "--even" ]; then
  MASK=$DEFEVENMASK
  DEG=180
elif [ "$1" == "--odd" ]; then
  MASK=$DEFODDMASK
  DEG=180
elif [ "$1" == "--params" ]; then
  if [ -n "$2" -a -n "$3" ]; then
    MASK=$2
    DEG=$3
  else
    usage
    exit 1
  fi
elif [ -n "$1" ]; then
  usage
  exit 1
else
  MASK=$DEFMASK
  DEG=$DEFDEG
fi

for i in $MASK; do
  if [ ! -e $i ]; then
    usage
    echo "Error: current directory must contain files with the mask $MASK"
    echo
    exit 1
  fi
  echo "$i"
  jpegtran -rotate $DEG $i > $i.rotated
  mv $i.rotated $i
done

2.2 JPEG到bitonal DjVu

当图像准备就绪时，每个都需要通过DjVu编码器（如cjb2或cpaldjvu）转换为DjVu格式的单独页面，然后单独的页面将通过djvm绑定到单个DjVu文档中。 在下面的脚本中写下以下任何一个名为any2djvu-bw的脚本，例如〜/ bin / 。 在包含源图像的目录中运行脚本以转换单独的黑白页面。

#!/bin/bash
#
# any2djvu-bw
#

if [ -z `which anytopnm` -o -z `which ppmtopgm` -o -z `which pgmtopbm`\
    -o -z `which cjb2` ]; then
  usage
  echo "Error: anytopnm, ppmtopgm, pgmtopbm and cjb2 are needed"
  echo
  exit 1
fi

shopt -s extglob

DEFMASK="*.jpg"
DPI=300
# uncomment the following line to compile a bundled DjVu document
#OUTFILE="#0-bw.djvu"

function usage() {
  echo
  echo "usage:"
  echo
  echo "$0 [\"REGEXP\"]"
  echo "    converts single pages with the default mask $DEFMASK (or REGEXP if provided)"
  echo "    in the current directory to single-page black and white djvu documents"
# uncomment the following line to compile a bundled DjVu document
# echo "    and bundles them as a djvu file $OUTFILE"
  echo
}

if [ -n "$1" ]; then
  MASK=$1
else
  MASK=$DEFMASK
fi

for i in $MASK; do
  if [ ! -e $i ]; then
    usage
    echo "Error: current directory must contain files with the mask $MASK"
    echo
    exit 1
  fi
  if [ ! -e $i.djvu ]; then
    echo "$i"
    anytopnm $i | ppmtopgm | pgmtopbm -value 0.499 > $i.pbm
# in netpbm >= 10.23 the above line can be replaced with the following:
#   anytopnm $i | ppmtopgm | pamditherbw -value 0.499 > $.pbm
    cjb2 -dpi $DPI $i.pbm $i.djvu
    rm -f $i.pbm
  fi
done

# uncomment the following line to compile a bundled DjVu document
#djvm -c $OUTFILE $MASK.djvu

如果你运行脚本

$ ~/bin/any2djvu-bw

它将采取默认动作，并尝试将当前目录中的所有图像* .jpg转换为扩展名为.jpg.djvu的单页DjVu文件。您可以通过定义文件掩码（可选参数）来更改此行为。抖动值0.499通过实验获得，代表了非常好的（如果不是最好的）双色图像的设置。您还可以取消注释 any2djvu-bw中的指定行，以在脚本的单个运行中编译最终捆绑的黑色和白色DjVu文档。如果你这样做，如果你不需要任何彩色页面，你可能会跳过下一个小节，说明彩色图像的转换。

2.3 JPEG到低色DjVu

接下来，我们需要转换从前书和后书封面拍摄的彩色图像。 假设前盖存储在000.jpg中 ，后盖存储在999.jpg中 ，并且每个包含不超过8个音调。 之前的任务no2djvu-bw在它之后留下了两个不需要的DjVu文件，即黑白版本000.jpg.djvu和999.jpg.djvu 。 删除这两个文件。 然后通过执行以下命令将000.jpg和999.jpg转换为彩色DjVu页面（注意，引号是必需的）：

$ ~/bin/any2djvu-low "+(000|999).jpg" 8

其中 any2djvu-low是下面给出的脚本，必须写入 〜/ bin /才能执行命令。

#!/bin/bash
#
# any2djvu-low
#

if [ -z `which cpaldjvu` ]; then
  usage
  echo "Error: cpaldjvu is needed"
  echo
  exit 1
fi

shopt -s extglob

DEFMASK="*.jpg"
DPI=300
DEFNCOLORS=256
# uncomment the following line to compile a bundled DjVu document
#OUTFILE="#0-low.djvu"

function usage() {
  echo
  echo "usage:"
  echo
  echo "$0 [\"REGEXP\" [INT]]"
  echo "    converts single pages with the default mask $DEFMASK (or REGEXP if provided)"
  echo "    in the current directory to single-page low colour djvu documents with the"
  echo "    number of colours $DEFNCOLORS (default) or INT (if provided)"
# uncomment the following line to compile a bundled DjVu document
# echo "    and bundles them as a djvu file $OUTFILE"
  echo
}

if [ -n "$1" ]; then
  MASK=$1
  if [ -n "$2" ]; then
    NCOLORS=$2
  else
    NCOLORS=$DEFNCOLORS
  fi
else
  MASK=$DEFMASK
  NCOLORS=$DEFNCOLORS
fi

for i in $MASK; do
  if [ ! -e $i ]; then
    usage
    echo "Error: current directory must contain files with the mask $MASK"
    echo
    exit 1
  fi
  if [ ! -e $i.djvu ]; then
    echo "$i"
    cpaldjvu -dpi $DPI -colors $NCOLORS $i $i.djvu
  fi
done

# uncomment the following line to compile a bundled DjVu document
#djvm -c $OUTFILE $MASK.djvu

彩色DjVu页面由低色彩编码器cpaldjvu而不是由双色编码器cjb2生成 。 与cjb2相比， 偶尔使用2色设置的cpaldjvu可能会产生略小的输出文件。 这可能发生，因为在cpaldjvu的情况下，黑色似乎更轻。 因此，对于通常看起来更好的黑色颜色的双色图像，cjb2的使用是优选的。 此外，使用cpaldjvu将JPEG图像转换为双重 DjVu比使用cjb2的相同事物大约长1.5倍。

您也可能期望cpaldjvu （默认颜色数256）将产生与初始（甚至16M颜色）JPEG文件大小相同的输出。 在许多情况下，使用cpaldjvu选项减少颜色数量可以解决问题的指数慢，例如，将n从256减少到16可以使输出只有4倍。

2.4绑定DjVu

最后一步是将所有单独的DjVu页面绑定到多页DjVu文档中。 以下脚本binddjvu做的事情。

#!/bin/bash
#
# binddjvu
#

shopt -s extglob

OUTFILE="#0.djvu"
DEFMASK="*.jpg.djvu"

if [ -n "$1" ]; then
  MASK=$1
else
  MASK=$DEFMASK
fi

djvm -c $OUTFILE $MASK

多页DjVu文件＃0.djvu可以给出一些更好的，有意义的名称：

$ mv #0.djvu thebook.djvu

我们完成了我们的例子。

2.5 PDF到DjVu

PDF格式也用于数字化文档，例如jstor.org ，目前比DjVu更好的广泛传播，原因是许多人都有阅读PDF的程序，没有任何阅读DjVu的原因。 用DjVu替换PDF有几个原因，其中包括：

1. 扫描文件上，DjVu的性能比PDF更好。 这就是为什么将扫描的PDF文档转换为DjVu格式是有意义的。
2. 当我们有很多（单页）的PDF文档要绑定在一起时，还有另一种情况。 例如，从互联网图书馆下载PDF文档的页面。
3. 将PDF，单页或多页合并到单个DjVu中。
4. 在某些扫描仪上也可以直接扫描到单页PDF文件。 然后再次在多页DjVu中绑定PDF是方便的。

以下脚本 pdfs2djvu适用于上述每个操作。默认情况下， pdfs2djvu按照字母顺序获取当前目录中的所有 * .pdf文件，并生成一个单页多页的DjVu文件 ＃0.djvu 。

#!/bin/bash
#
# pdfs2djvu
#

if [ -z `which pdftoppm` -o -z `which cjb2` -o -z `which djvm` ]; then
  echo
  echo "Error: pdftoppm, cjb2 and djvm are needed"
  echo
  exit 1
fi

shopt -s extglob

OUTFILE="#0.djvu"
DEFMASK="*.pdf"
DPI=600

if [ -n "$1" ]; then
  MASK=$1
else
  MASK=$DEFMASK
fi

for PDF in $MASK; do
  if [ ! -e $PDF ]; then
    echo
    echo "Error: current directory must contain files with the mask $MASK"
    echo
    exit 1
  fi
  echo $PDF
  pdftoppm -mono -r 600 -aa yes $PDF $PDF
  for PBM in $PDF*.pbm; do
    echo $PBM
    cjb2 -dpi $DPI $PBM $PBM.djvu
    rm -f $PBM
  done
done

djvm -c $OUTFILE $MASK*.pbm.djvu

运行脚本pdfs2djvu将DjVu编码页面作为当前目录中的文件* .pbm.djvu。

3结语

这个HOWTO不是由DjVu的开发人员写的，而是由用户编写的。 因此，HOWTO可能缺少一些技术细节。 如果您想获得有关命令的更多技术信息，请参阅联机帮助页或任何其他相关文档。 我建议一个非常有启发性的

$ man djvu

任何人开始在linux上使用 djvulibre 。

作者：Vladimir Komendantsky <MY_LASTNAME at gmail.com>