Про книжки, але не про книжки

[euthanasepam]

 

Зауважу, що читати у перекладі книжки про щось комп’ютерне — то марно гаяти час*. Та я про інше.

Є дивні люде, що сканують переклади і запихають їх у непридатні для такого використання формати. Насамперед мова про PDF.


1. Перший, феноменальний приклад за цим лінком:

https://rutracker.org/forum/viewtopic.php?t=4941725

Скановані сторінки кни́жки запхали у файл формату PDF, цей файл має обсяг 605,36 MB (634770399 байтів). Шок!


2. А ось як зробили здорові люди:

http://libgen.is/book/index.php?md5=C19C5D1D73819802D21F80E4CD23794C

Формат DJVU, 34 MB (35139169 байтів), OCR 600 dpi.


3. Тут маємо ще кращий приклад (видання інше, та не в цьому суть):

http://libgen.is/book/index.php?md5=76EA4B822D3404FF7BDADC78DB430DD9

Формат знову DJVU, 5 MB (5074678 байтів). Скановані сторінки мають якість 600 dpi, у книжку вбудовано інтерактивний зміст. Читайте донесхочу.


Мораль мого допису така: не вмієш — не берись. А коли берешся — вивчи предмет. Формат PDF не призначено для збереження в ньому, як у контейнері, сканованих текстів. Для цього було спеціяльно створено формат DJVU. Ніколи не пхайте великі скановані документи у PDF, любі друзі. Чуєте? Ніколи цього не робіть.


________________________________
* https://rutracker.org/forum/viewtopic.php?p=66910349#66910349




 

Comments

[pan_netnet]

По моим наблюдениям смотря в каком качества сканить и каком формате сохранять. Как-то вставлял товарищам сканящим доки в .png с dpi этак за 2000. Получалcя месячный файл этак в полтора гига. А вот в .jpeg dpi 200-400 с последующим конвертированием в пдф норм.

[euthanasepam]

Для сканированных документов и рисунков есть другие форматы, специально для этого созданные, включая вышеупомянутый DJVU. А PDF не для этого. PDF — это не формат-контейнер для картинок, а развитие по преимуществу полиграфического языка PostScript. Предназначение PDF состоит в том, чтобы точно и однозначно инструктировать выводящее устройство о том, когда, что и куда поместить на материале. Компьютерные программы просмотра PDF на самом деле лишь имитируют выводящие машины для содержимого, а вовсе не являются главной целью формата. Говоря несколько иносказательно, PDF это вынесенная в абстрактную внешнюю программу часть оборудования и логики выводящей машины.

Вы имеете представление о том, как устроен формат PDF? Эта информация открыта, это стандарт ISO, спецификация общедоступна. Загляните «внутрь» файла и в документы, описывающие его, начиная хотя бы с Википедии:

https://en.wikipedia.org/wiki/PDF#File_structure

https://tools.ietf.org/html/rfc3778

Особенно обращаю внимание на эту статью:

Why Do We Offer Two Printing Technologies? How Do They Differ? (By David Evans)

Нецелевое использование компьютерных изобретений малограмотными домохозяйками и пролетариями ещё как-то можно понять и простить. Но когда этим занимаются люди компьютерных профессий, то они расписываются в своей профнепригодности.

[pan_netnet]

Вот только бы это бюрократам объяснили. У них же pdf стандаарт элетроного документооборота.

[euthanasepam]

В этом нет ничего плохого. Это одна из ролей формата PDF: готовите документ, подписываете, защищаете от редактирования, отсылаете. Этакий факс по электронной почте. Вы ведь в курсе, я думаю, что факсовая копия в некоторых случаях имеет силу оригинала. А тут ещё и качеством получше.

А вот засовывать в PDF большие отсканированные книги, не являющиеся иллюстрацией или приложением к основному документу — это признак ярко выраженной умственной недостаточности.

[pan_netnet]

Нет ничего плохого, если вордовский текст конвертируется в пдф, подписывается ЭЦП. А если берется бумажный документ, сканится и таких доков этак полтыщи страниц одним файлом, то получаются мостры по 0.5-2 гб.

[euthanasepam]

Да, конвертация (иногда — «упаковка» целиком) документов из других рабочих форматов допустима, для этого даже написана отдельная часть стандарта. Но исходно формат всё-таки не для этого предназначен, поэтому в течение долгого времени, если помните, вордовский текст превращался в PDF-файл через посредство виртуального принтера, а прямое редактирование файлов PDF не приветствовалось, поскольку готовый PDF должен прежде всего сохранять в неизменном виде специально подготовленные для печатной машины материалы. Полиграфическая печать — вот суть и смысл формата PDF, это программная реализация печатной машины (точнее, некоторой части машины).

К сожалению, компания-создатель DJVU не приложила должных стараний для распространения формата и средств его подготовки, многие люди о нём даже не знают.