Я думаю, что ортодоксальная приверженность одному из формату pdf/djvu - дело привычки, которые люди с трудом меняют.
В одном из докладов мы с Михаилом рассматривали вопрос, связанный со сравнением преимуществ обоих форматов:
http://rogov.zwz.ru/Audio_p....dio.ppt

PDF предпочтительнее DJVU по целому ряду причин, в частности:

1) он позволяет хранить серые и цв. картинки и фотографии в таком качестве, что их можно репродуцировать в собственных публикациях; а DJVU-сжатие уничтожает картинки. Это к вопросу о качестве.
2) дежавю почти не используется за рубежом, а мы ориентированы не на русскоязычную аудиторию, а на мировое сообщество в целом. В России многие пользователи тоже не приучены к этому формату.
3) к дежавю сложно найти программы для редактирования и обработки файлов - халява есть только в файлообменных сетях.
4) официальный софт DJVU не развивается уже много лет, и, видимо, собирается скоро исчезнуть совсем; а альтернативных динамично развивающихся программных продуктов нет.
5) отсутствие внятных программ для распознавания DJVU-файлов. Один DjVuOCR погоды не делает, и альтерантив ему нет. Даже сейчас у этой программы есть проблемы с совместимостью с поздними версиями ФайнРидера, а если завтра энтузиазм у Gencho иссякнет?
6) По поводу качества... Один из людей, регулярно сканирующих для сайта, Саша Гужов, делает сканы высочайшего качества, и для их хранения использует именно pdf. Вычищать пиксельный мусор и применять алгориты сглаживания букв можно в Акробате и ФайнРидере, там есть такие опции
7) возможности комментирования, рецензирования у PDF на порядок выше
8) PDF в ряде случаев читается с наладонников и электронными книгами
9) в DJVU сложно перевести изначально векторные макеты статей из Word и PageMaker.
10) несколько лет назад стали использоваться алгоритмы кодировки изображения в PDF, которые, судя по всему, ничем не отличаются от алгоритмов DJVU (т.е. качество и размер изображения близки). Сегодня эти алгоритмы активно использует Майкрософт - см. книги на archive.org - и умеют некоторые сканеры. И они так же, как и DJVU-программы, умеют необратимо портить фототаблицы

Короче, резюме - PDF-формат имеет перспективу и развивается, DJVU - это архаизм времен модемного интернета с низкими скоростями.

> 1) он позволяет хранить серые и цв. картинки и фотографии в таком качестве, что их можно репродуцировать в собственных публикациях; а DJVU-сжатие уничтожает картинки. Это к вопросу о качестве.

Это неправда. DjVu-сжатие не уничтожает картинки. Вы посмотрели выложенный мной пример? Правда только то, что "втупую" примененный DjVu кодер может дать ужасные результаты, хотя и менее ужасные, чем FineReader. Вы просто их готовить не умеете

> 2) дежавю почти не используется за рубежом, а мы ориентированы не на русскоязычную аудиторию, а на мировое сообщество в целом. В России многие пользователи тоже не приучены к этому формату.

А как же самый большой архив электронных книг -- archive.org ? Кроме того, все разработчики DjVu формата -- зарубежные.

> 3) к дежавю сложно найти программы для редактирования и обработки файлов - халява есть только в файлообменных сетях.

http://djvu.sourceforge.net/ А халява (и не только) открыто лежит на http://djvu-soft.narod.ru/

> 4) официальный софт DJVU не развивается уже много лет, и, видимо, собирается скоро исчезнуть совсем; а альтернативных динамично развивающихся программных продуктов нет.

Latest Release:

* version 3.5.22
* released 2009-05-21.

> 5) отсутствие внятных программ для распознавания DJVU-файлов. Один DjVuOCR погоды не делает, и альтерантив ему нет. Даже сейчас у этой программы есть проблемы с совместимостью с поздними версиями ФайнРидера, а если завтра энтузиазм у Gencho иссякнет?

Согласен. А если не иссякнет? А если (как это очень часто бывает) люди подхватят разработку? Что, если завтра иссякнет энтузиазм у производителей Apache? Firefox? Ubuntu? GIMP?

> 6) По поводу качества... Один из людей, регулярно сканирующих для сайта, Саша Гужов, делает сканы высочайшего качества, и для их хранения использует именно pdf. Вычищать пиксельный мусор и применять алгориты сглаживания букв можно в Акробате и ФайнРидере, там есть такие опции

Разумеется. Достаточно скачать новые PDF из JSTOR, чтобы в этом убедиться.

> 7) возможности комментирования, рецензирования у PDF на порядок выше

Согласен. А как с этими возможностями у PDF/A? Ведь PDF, в отличие от DjVu, не является даже группой стандартов.

> 8) PDF в ряде случаев читается с наладонников и электронными книгами

DjVu в ряде случаев читается с наладонников и электронными книгами

> 9) в DJVU сложно перевести изначально векторные макеты статей из Word и PageMaker.

Дайте мне, пожалуйста, макет страниц на 300. Через полчаса я сделаю DjVu. Более того, "кошерная" конвертация в PDF из вышеуказанных программ часто дает омерзительные результаты.

> 10) несколько лет назад стали использоваться алгоритмы кодировки изображения в PDF, которые, судя по всему, ничем не отличаются от алгоритмов DJVU (т.е. качество и размер изображения близки).

Отличаются, хотя, Вы правы -- близки (см. дискуссию на руборде).

> По непонятной мне причине присутствующие в рунете книги в формате djvu за редчайшим исключением не содержат текстового слоя, хотя один из самых больших плюсов электронных книг - это возможность поиска по их содержимому. Бывает, толком и не помнишь, в какой работе написано что-нибудь, в данный момент интересующее - вот тут без поиска по содержимому никуда. А так - нужно, например, глянуть работы где упоминаются, напр., аммониты рода Pectinatites - запускаешь GoogleDesktop и ищешь по компу по сочетанию Pectinatites filetype:pdf

Причина как раз понятна -- нехватка времени. Процедуру эту всегда можно отложить на потом, вот все и откладывают. Когда у меня этим летом было немного времени, я сделал текстовый слой для "Пятиязычных словарей названий животных". Распозналось и добавилось безо всяких проблем. Надо просто собрать команду добровольцев, да и добавить эти слои куда надо A можно научить поисковики распознавать текст на лету. Вы видели, как нынче IrfanView открывает DjVu и за секунды распознает любой участок текста? Впечатляет. Кстати, а как добавить текстовый слой в нераспознанный PDF? Я просто не знаю. Полным акробатом? Занимающим два гига на диске, ворованным (или страшно дорогим), глючным, дырявым, постоянно и неотключаемо лезущим обновляться?

> Есть, насколько мне известно, один единственный зарубежный сайт, где в большим количестве выкладываются публикации в этом формате - это сайт Геологической службы США.

Results 1 - 10 of about 1,400,000 for DjVu libraries. (0.39 seconds)
Results 1 - 10 of about 4,920,000 for PDF libraries. (0.36 seconds)

> DJVU - это архаизм времен модемного интернета с низкими скоростями

Пойдите на какой-нибудь киношный форум и расскажите там, что MP4 -- это архаизм модемного интернета Идея-то такая же. Можно рассказать, что и UNIX -- это архаизм "консольной эпохи" управления компьютерами. И т.п. Хотя да, в музыке looseless formats сейчас набирают популярность. Но PDF-то, как правило, не looseless! Тогда давайте рекламировать MNG -- http://www.libpng.org/pub/mng/ поскольку он открыт, стабилен, полностью стандартизован (в отличие от TIFF и PDF) да еще и looseless.

===

Кстати, вот взял у вас сейчас для переделки книгу Несиса. Ужас. Не факт, что удастся переделать...

===
мы тут (в первую очередь AlexIpp) сделали в своё время страничку про сканенье: http://jurassic.ru/ebooking.rus.htm
можно, в теории, что-то такое же сделать но с разъяснялкой про djvu

ок. Если вот это - истинная тема для разговора, надо начинать с того, что конкретно вам не нравится, например, в сделанных мной пдф-ах. Например, см. страницу "В помощь интересующимся".
Я вас внимательно слушаю.
А пока не вижу в ваших словах никакого конструктивного и рационального зерна.

И еще. Вы много рассуждаете о ФайнРидер, имея в виду какую-то старую версию: используемая нами для распознания (а не сканирования) девятка дает конечный файл на выходе, полностью идентичный по качеству PDF-файлу на входе.

Да, они лучше, чем то, что порою было. Но все равно -- при просмотре текст мигает (виден текстовый слой), скан грязный, страницы не выровнены, обложка не вычищена. Я прошу прощения -- Вы сами попросили сделать замечания... Надеюсь, что Вы не обидетесь (а AlexIpp, похоже, обиделся -- тоже прошу прощения). Для сравнения я быстро сделал DjVu (c текстовым слоем в восьмерке, хотя я не вычитывал) -- http://rghost.ru/587655

Я потратил на этот файл 18 минут.

> За то время, когда я активно сканировал, я использовал для распознавания разныйе версии - от 5й до 9й. У ранних - да, были всякие недостатки, а к 9му ФР у меня претензий нет. Если все опции выставить как надо - получается хорошо. Или и тут какой-нибудь подвох?

Подвохов несколько -- двуслойные PDF из FR мигают при просмотре, они не стандартизованы под PDF/A, если сделать комбинированный PDF (картинки + подстановка текста), то при просмотре и печати кусочки "мозаики" разъезжаются, редактировать его в PDF редакторах чудовищно трудно, извлекать обратно изображения -- очень непросто. Я с ними немало намучался...

> на архиве - да, можно выбрать между пдф, джвю и т.д. А, скажем, на biodiversitylibrary.org - одной из библиотек из того же архива - уже до джвю так просто не добраться

Ну, всегда можно то же самое взять на archive. BHL'ское начальство я пытался склонить к DjVu, но пока без толку. Может, еще и уговорю.

> И к сожалению, на архиве и на гугле фотоизображения обычно так чудовищно пережаты, что нередко толком и не поймёшь, что там на фотографии - особенно если качество изначально было неважным

На гугле и пальцы в перчатках видны, и вклеенные таблицы не разворачивают

> не очень понятно, как это делается - все сканы хранятся и в виде отдельных tiffов, и в виде djvu? Тогда всё это занимает немеряно места. Или как-то можно по-человечески распознавать сами дежавюшки? С пдф понятно - его можно или через Acrobat распознать, или напрямую загрузить в FR. А как это с djvu делается?

DjVu OCR умеет декомпилировать DjVu. Природа DjVu кодера такова, что после декомпиляции текст делается еще более пригодным для OCR, нежели до.

> можно ссылочку?

http://forum.ru-board.com/topic.cgi?forum=93&topic=3172

> а как? не представляю. с нераспознанными пдфами в инете гугль справляется, а с djvu, насколько я понимаю - нет

Так же, как с PDF Просто гуглу лень.

> лучше всего загрузить его в FR, а потом сохранить в тот же файл с текстовым слоем под картинкой

И будет он мигать при просмотре... Причем будут видны всякие кракозябры, оставшиеся от OCR процесса -- типа грязи, распознанной как буквы.

> ага, это ещё из древних сканов. По-моему, где-то должен быть нераспознанный вариант, если с ним проще - могу прислать

Пришлите, пожалуйста! У меня нечто получилось, но я недоволен результатом.

> А вообще нашу версию передежавюшили деятели из б-ки ВГУ: http://www.lib.vsu.ru/elib/books/b1281.djvu

Ну, у меня получше

> можно, в теории, что-то такое же сделать но с разъяснялкой про djvu

Так есть же -- http://djvu-soft.narod.ru/scan/scan_and_share_1_07.htm Его даже на аглицкий перевели добровольцы.

> ок. Если вот это - истинная тема для разговора, надо начинать с того, что конкретно вам не нравится, например, в сделанных мной пдф-ах. Например, см. страницу "В помощь интересующимся".

А как узнать, какие там сканы Ваши?

> Я вас внимательно слушаю. А пока не вижу в ваших словах никакого конструктивного и рационального зерна.

Еще раз прошу прощения, если чем-то Вас обидел.

> И еще. Вы много рассуждаете о ФайнРидер, имея в виду какую-то старую версию: используемая нами для распознания (а не сканирования) девятка дает конечный файл на выходе, полностью идентичный по качеству PDF-файлу на входе.

Это -- спорное утверждение. Но проверить не могу -- под руками лишь восьмерка. А так -- да, давайте устроим соревнование. Нужен отсканированный набор страниц (300 dpi, grayscale). Вы будете делать PDF в FineReader, я -- DjVu своим способом. Потом дадим независимому эксперту (лучше нескольким) посмотреть и спросим, чей вариант лучше. Хотите? Впрочем, я уже сделал нечто в этом роде, причем два раза. Но пока Вас почему-то не убедил, хотя улучшение качества видно невооруженным глазом.

Да, и еще раз прошу прощения, что я вот так без спросу залез на чужой форум и начал читать мораль. Мною движет исключительно желание сделать электронные книги лучше.

господи, да не вопрос.
Вот исходники:
http://rapidshare.de/files/48640318/SCANNING.rar.html

Результаты и (обязательно) скриншоты выкладываем прямо в эту тему.

Скриншот стр.2, фиг. 1 (увеличение 400%):

картинку надо смотреть на увеличении

По теме. Доводилось отправлять скан статьи в djvu зарубежному коллеге. Тот был в недоумении и вежливо попросил объяснить, что это за зверь и с чем его едят. Пришлось переслать в pdf -- так было проще, чем объяснять, где достать соответствующий софт.

Добавлено (06.11.2009, 21:15)
---------------------------------------------

Правильно -- не стОит. Я обычно и не трачу, если сам сканирую. А вот чужие сканы обрабатываю.

Я имел в виду -- извлекать в исходном разрешении. Из DjVu извлекать -- нет проблем, там каждая страница -- картинка. Можно делать с ней, что хочешь.

О, это получше! Интересно, как из такого файла получился файл в десять раз больше и вдвое хуже? FineReader?

Спасибо!

Ну да, естественно. Посмотрите, сколько на гигапедию выкладывается.

Gigapedia -- 70% PDF, но DjVu много и делается все больше.

Не обращал внимания, спасибо. Видимо, аргументация подействовала Что еще с archive хорошо -- они выкладывают оригинальные сканы. Прямо сейчас я, например, взял книги Никольского по амфибиям и рептилиям и переделываю. DjVu получается гораздо лучше, чем у них. Сравните, например, "Флору Кавказа".

Правильно. И это потому, что "Я не готов тратить в несколько раз больше времени на то, чтобы немного улучшить файл." Как видите, и я тоже. Но это относится только к сканированным мной книгам, потому что мое оборудование позволяет сканировать очень ровно и с высокой четкостью (хотя да, грязь остается). Кстати, Вы привели в пример далеко не худший файл

Но! Все мои файлы очень легко переделать с выравниванием и очисткой. Так и произошло, например, с двумя томами "Определителя растений Средней Азии". Я отсканировал, а потом добровольцы переделали. С PDF этот номер легко может не пройти.

Опять же -- переделать DjVu в PDF значительно проще, чем наоборот. Достаточно просто поставить на комп любой PDF-принтер.

На всякий случай еще раз подчеркиваю, что мы не сканируем с помощью ФайнРидера. Мы им распознаем собранные из тиффов pdf-ы, причем версией не ниже 9, которая на выходе дает то же результат по качеству, что был в исходном файле (если опции выставлены правильно)

Сканенные лично мной книги (за последние 1,5 года) на обложке содержат изображение аватары осьминога.
Вот, пример такой книги:
http://rogov.zwz.ru/Manuals....oja.pdf
Если есть замечания по существу - я слушаю. Сразу скажу, что выравниванием текста на страницах и вычищением мусора я вообще не занимаюсь, так как не считаю, что это ограничивает возможности использования книг.

Распознавание с помощью IrfanView - это любопытно. Как это делается?

Я не понял аргумента насчет новой версии софта от LizardTech. Поясните, пожалуйста. О какой программе идет речь? Насколько я понимаю, основной инструмент обработки сканов - пакет Document Express Enterprise - не обновлялся очень давно, с 2004 года, когда вышла версия 5.1.0 build 946.
Вторая по удобству оф. прога - Document Express Editor - с 2005 года (6.0.1 build 1340)
Я ошибаюсь?
Другими дежавюшными программами пользоваться лично мне неудобно.

1) Загружаем файлы в ScanTailor, проходим через все положенные пункты, на последнем выбираем "Смешанный" режим и вывод 400 dpi . Запускаем вывод, после вывода проходим еще раз и правим все зоны. Запускаем вывод еще раз. В фотошопе через batch делаем Auto-levels на все файлы.

2) Запускаем в папке с выведенными файлами скрипт. Под виндами он выглядит так:

Используется профиль "BW400_with_images". Вот как он определен в файле "documenttodjvu.conf":

Получаем DjVu.

3) Запускаем DjVu OCR (как выяснилось, я зря это делал -- думал, это обязательное условие, а получилось, что Вы этого не делали), встраиваем текстовый слой.

Все.

Ушло около получаса, но меня отвлекали по работе. С другой стороны, ScanTailor и фотошоп все делали автоматически.

Неудачных попыток не было, были пробы (пара проб в ScanTailor, чтобы определить порог, и проба в фотошопе, чтобы записать скрипт).

Да, Вы правы. Я мог бы сделать DjVu Photo (который lossless), но я хотел показать сильную экономию размера файла без существенной потери качества.

Это, как я уже говорил, надо проверить. Попиксельно.

А лучше именно на руководство -- его там не сразу найдешь.

Вы понимаете, что акробат при этом печатает PDF в TIFF? Это _не_ извлечение "нетронутых" картинок, это ре-интерпретация закодированного в PDF. PDF даже не знает, в каком разрешении у него там картинки. Это по определению, просто такой стандарт. А о самом акробате я писал уже выше. К счастью, есть ghostscript и всякие GUI к нему.

Да. Надо разделять подготовку сканов и способы их кодирования, а то мы как-то их тут смешали.

Однако в этой книге текст выровнен, а мусор частично удален Замечание одно -- мигание текстового слоя. Это особенно причудливо выглядит на стр. 28. Прогнозирую также проблемы при печати, а также проблемы с не-акробат читалками PDF, например, под маками и линуксами.

Очень просто. Вы ставите с сайта ирфана OCR плагин, и запускаете его на любое открывшееся в ирфане изображение. Единственное (и очень существенное но) -- мне не удалось заствить его распознавать русский (где-то сбой в кодировке, по-видимому). Но английский, немецкий, французский -- без проблем.

Лизард только временно был "хозяином" DjVu. К счастью, на этапе DjVu Solo удалось код передать в Open Source. Поэтому теперь формат и софт развиваются сообществом. Так произошло и с другими AT&T программами -- Unix и S-PLUS/R.

Что же, на вкус и цвет все фломастеры разные. А мне вот удобно, хотя и не все операции доступны без писания сложных скриптов. Да и documenttodjvu пока лень оставлять, уж больно хорошо работает. Но я надеюсь, что minidjvu скоро допилят, и тогда ничто не будет мешать перейти на свободный софт полностью.

Да. ddjvu, djvudecode.

Это моя оценка. Просто в последнее время стало появляться все чаще и чаще -- вот была большая серия по диатомовым, например.

Если мигание - это единственное замечание, которое у вас ко мне есть, думаю, претензии вроде "размер и качество книг на JURASSIC.RU оставляют желать лучшего" смотрятся нелепо. Согласны?

Ну вот Вам, пожалуйста -- 20 секунд и готов файл DjVu Photo. В два раза меньше Вашего PDF и без потерь качества. И ничего не тормозит. http://rghost.ru/590535
Вы правы, мы в дискуссии смешиваем обработку и кодирование. Предыдущий файл я обрабатывал, этот -- просто кодирую.

Ну и где же он тормозит?

Раз темнеют, то точного соответствия нет

Эта информация вычисляется, но бывают PDF, из которых и ее не вычислишь. Вот Вы встречались с сегментированными PDF? Душераздирающее зрелище.

А, понял. Я, собственно, так же сканирую О чем уже писал выше. Просто с чужими сканами и старыми улучшаемыми сканами я такого себе позволить не могу, и запускаю весь описанный процесс. А так я в норме только обрезаю ирфаном, чуть-чуть чищу в фотошопе первые и последние страницы (там много обычно всякого), и все.

Она была бесплатная

Софт есть, просто коммерческий. Тот же DEE. А я говорил -- о свободном. Вот какой свободный софт для создания и полноценного редактирования PDF Вы можете назвать?

DDE - сильно устаревшая и отставшая функционально от Acrobat программа, я уже писал выше.

Не можем назвать. Оф. просмотрщик Acrobat Reader - бесплатный.
А мы используем тоже бесплатный, обработанный умельцами Acrobat Professional 7 и 9.
Но, честно говоря, мне не жалко отдать 400-500$ за полнофункциональную программу, которая обеспечит удобство в работе как мне, так и пользователям.

699.99 не хотите? (Столько девятый акробат стоит в он-лайн магазине Adobe). Я уже писал ему краткую характеристику выше -- "Занимающим два гига на диске, ворованным (или страшно дорогим), глючным, дырявым, постоянно и неотключаемо лезущим обновляться?"

можно ли дать какие-нибудь рекомендации, как относительно легко и быстро из таких пдфок делать djvu?

Для пользователя главное - книга есть, она скачивается, читается, картинки извлекаются. Всё. Плюс она распознана.
Для нас главное - сканы легко и быстро обрабатываются; книга редактируется с минимумом затрат сил и времени.
Чего не хватает и чего не так?

Добавлено (08.11.2009, 00:38)
---------------------------------------------
Приношу извинения всем участникам дискуссии за допущенные нарушения этики ведения беседы. Все остальные вопросы принимаю через личные сообщения.

Добавлено (08.11.2009, 00:39)
---------------------------------------------

То что из PDF умельцы, вполне могут сделать приемлемый для чтения вариант книги и размером небольшой (а это первостепенная вещь, для рядовых масс.) я не сомневаюсь. Но в массе своем это требует гораздо больше умений и навыков, чем сделать ту же djvu книгу. В связи с чем DJVU я считаю демократичным форматом. Доступным для легкого и быстрого освоения.

И на счет размера. Вот у вас лежит Рупперт Э.Э., Фокс Р.С., Барнс Р.Д. Зоология беспозвоночных и размеры под 90 мегабайт на книгу. Я просто не представляю как можно удобно читать книгу такого размера на обычном компе. Это жестоко. Надо думать и о рядовых людях. Хотя мне встречались книги и под 5-6 мегабайт на страницу.

В http://djvu-soft.narod.ru/scan/scan_and_share_1_07.htm
кстати как я понял технология связана с нажатием мышки. А в FR при сканировании можно отменить диалог и поставить время между страничками, мне хватает для переворачивания странички 2 секунд + время возвращения сканирующей части (как она там называется) обратно. Очень удобно.

В общем, если не лень - пришлите на пробу несколько отсканированных страниц (желательно, чтобы были текстовые + серые картинки), мы подскажем, что и как можно улучшить

http://s45.radikal.ru/i107/1004/7b/2e3c449a0abf.tif

В сером размер получился около 30 мегабайт. А с 300dpi размер 11 мегабайт. И то идругое просто не приемлемо в связи со скоростью работы компьютера.

Кстати на счет глючности PDF, в книге AlexIpp
Черепанов Г.О., Иванов А.О. (2007) Ископаемые высшие позвоночные: Учеб. пособие. 2-е изд., испр. СПб: Изд-во С.-Петерб. ун-та. 202 с.
Отсутствуют иллюстрация на стр. 20.

качество картинок - вполне хорошее, на мой взгляд.
А что с размером не так? Это же тифф, а не пдф...
При переводе в пдф для ч/б картинок лучше использовать сжатие CCITT 4 (места намного меньше), для серых - JPG.

Я не очень понял как испортить. Это только к цветным книгам относиться, и то фото-режима никто не отменял, у меня вот до сих пор на компе атлас в djvu лежит на 180 мгеабайт.

Я тоже интересуюсь вопросами DjVu. У меня есть свой сайт по этим вопросам ( http://www.djvu-soft.narod.ru/ ) и там же мой форум по этой же теме ( http://www.djvu-scan.ru/forum/ ).

Я полностью согласен с Вашей критикой формата DjVu. Однако, считаю, что указанные недостатки формата DjVu являются преодолимыми. Попробую ответить также по пунктам.

Резервный вариант - использование CuneiForm для DjVu-OCR - пока что выглядит, увы, неперспективным (хотя и на этом направлении все возможные шаги были мною в своё время предприняты - см. http://openocr.org/forum/viewtopic.php?f=2&t=46 ).

1. http://dev.caminova.jp/beta/office2djvu/ - отличный конвертер DOCX-DjVu (легально-бесплатный, для MS Office 2007).

2. Виртуальный DjVu-принтер (добыть никакая не проблема, см. http://www.djvu-soft.narod.ru/soft/ ).

3. http://djvu.sourceforge.net/gsdjvu.html - схожее решение под Linux (свободно-бесплатное).

Со временем эта задача, возможно, будет как-то дополнительно решаться.

Теперь несколько слов о недостатках формата PDF, которые начисто отсутствуют у DjVu.

1. Тормознутость при просмотре.
2. Сложность декодирования PDF -> TIF (часто попадаются такие PDF, которые "ничем не возьмёшь").
3. Отсутствие простой, удобной, хорошо документированной и совершенной программной С++ - библиотеки по работе с форматом PDF.
4. Малое количество свободно-бесплатного софта для работы с PDF. Пример: найдите мне путёвую свободно-бесплатную программу для склейки несколько PDF в один. Это будет или глючить, или сделано в виде виртуального принтера, или опираться на GhostScript.
5. Сложность-малоизвестность работы с PDF-файлами в том же полном Акробате.
6. Хорошо известные проблемы с фонтами PDF.

Если будет желание - приглашаю обсудить все эти проблемы более подробно на моём форуме http://www.djvu-scan.ru/forum/ .

Целесообразно сделать 2-3 основные программы, которые в совокупности полностью закрывают все потребности по работе с форматом DjVu. Это могут быть такие программы:

1. (Де)кодировщик (из)в DjVu. Это уже есть: варезный DjVu Small v0.4.3 или свободно-бесплатный MiniDjVu Plus.
2. Метаредактор DjVu. Есть варезная версия - LizardTech Document Express Editor v6.0. Можно сделать свободно-бесплатную версию - причём значительно превосходящую по функционалу LizardTech Document Express Editor v6.0. Это довольно реальная задача. Функции: вставка-удаление страниц, метаданных, OCR-слоя, DjVu-слоёв, дерева-оглавления, раскраска маски и т.п.
3. Просмотрщик DjVu. Это - WinDjView. Он уже есть, и это лучшее из лучших вариантов.
4. DjVu OCR. Это будет в виде ABBYY FineReader с возможностью OCR стороннего DjVu.
5. Кодировщик в DjVu по методу разделённых сканов. Это уже есть: свободно-бесплатный DjVu Imager. В будущем возможно создание ещё более простой в использовании программы, чем DjVu Imager.
6. Программа по облагораживанию сырых сканов перед кодированием их в DjVu (Pdf). Сейчас имеем свободно-бесплатные ScanKromsator и Scan Tailor. В будущем, несомненно, будут новые аналогичные программы - гораздо более продвинутые по качеству и удобству.

И ещё - общий тренд развития самодельных DjVu-программ - это постоянное стремление к максимальному переходу в сторону свободно-бесплатых программ. Пока что это не вполне удаётся - но можно развивать такие программы, как miniDjVu и CuneiForm - чтобы суметь отказаться от коммерческих documenttodjvu и ABBYY FineReader.
Довод

Рад приветствовать вас на форуме! Хорошо знаю ваши статьи, и в свое время использовал их для того, чтобы научиться сканировать;)
К сожалению, я (как и mhorn) сейчас на конференции в Китае, и пока не имею возможности дать развернутый ответ на ваши сообщения (напишу чуть позже)
Кратко - только по основным моментам.

Поверьте, всякие изощрения с разделенными сканами, сканкромсаторами, свободным программированием среди пользоваталей (кто читает книги, а не делает их, а таких подавляющее большинство) мало кому интересны!

До создания такого инструмента DJVU никогда не станет стандартом работы с электронными публикациями.

Можно много говорить о перспективах, но факт остается фактом: используя PDF, пользователи используют наиболее удобный на данный момент инструмент для работы. Используя DJVU, они вынуждены в какой-то мере вступать в борьбу за выживание этого формата и за его идеологию в ущерб удобству.

Электронные публикации, которые используются научным сообществом, попадают в сеть двумя путями:
1. Сканирование (что в основном делаем мы с вами)
2. электронные версии новых публикуемых статей, продаваемых издателями. См. springerlink.com, elibrary.ru и т.д. и т.п.

Пока не будет простого и удобного способа для перевода их макетов в djvu, причем с сохранением всех векторных объектов, включая и рисунки, и текст, и таблицы, наши зарубежные коллеги будут использовать PDF. И только его.
Особого смысла в переведении векторных макетов статей в растровый DJVU я не вижу. Мгновенно теряется огромный пласт информации.

В качестве примера отсталости PDF я могу привести историю библиотеки GNU PDF http://www.gnupdf.org/ - уж сколько времени она развивается - а релиза всё ещё нет. Потому что формат PDF с программной точки зрения безумно сложен (явно избыточно) - потому-то и не могут реализовать в GNU PDF все заморочки PDF в полной мере. Избыточная программная сложность - это яркий признак ущербности формата, не правда ли? (это ясно даже с точки зрения житейской логики, потому что "всё гениальное - просто", и наоборот). Кстати, DjVu с программной точки зрения весьма прост и внутренне-строен.

Тем не менее, пусть это будет и не 2 программы - но в пределах одного десятка. Зато будут самые подробнейшие инструкции в картинках и примерах - как всем этим пользоваться. Тогда Вам и использование десятка простейших программ не покажется сложным. Пример - столовые приборы. Вот есть ложка, вилка, нож. Открывашка для консервов - это всё разные инструменты - но никто не говорит, что ими сложно пользоваться в совокупости. А есть швейцарский нож, у которого выдвижные и ложка, и вилка, и ножик, и открывашка - и ещё куча всего - так разве ж это удобней, чем просто ложка и вилка?

1) замедленное развитие Интернета (в плане скоростей) по сравнению с развитыми странами.
2) на порядок завышенные цены за хостинг в нашей стране.

Поэтому российские граждане вынуждены были экономить каждый килобайт, и искали в свое время для этого любые способы.

Я вообще не использую СканКромсатор, а вместо этого стараюсь получать нормальные исходники, которые почти не нуждаются в редактировании.

Выглядит это примерно так.

1. Сканируем книгу в файлы tiff с помощью IrfanView или DigiBook (утилита для сканеров Plustek) с сохранением сразу в файл, без просмотра. Страницы с текстом сканируются в черно-белом режиме со сжатием CCITT4. В превью драйвера сканера важно правильно подобрать режим яркости для ч/б изображений с тем, чтобы максимально уменьшить пиксельный "мусор". Книгу кладем на сканер так, чтобы она была впритык к одному из углов, каждая вторая страница получается повернутой на 180 градусов. Выставляем фиксированный размер области сканирования, страницы по умолчанию получаются одинакового размера.
Для страниц, содержащих текст + полутоновые/цветные изображения, делаем 2 скана - ч/б и серый.

2. Если есть серые картинки, прогоняем их через Фотошоп (опция Blur, сначала калибрую по 1 изображению, потом делаю на остальных с теми же параметрами).
Если на странице был текст + картинки, делаю Blur на "серой"/"цветной" копии, после чего вырезаю кусок с изображением и вставляю его в черно-белый вариант, предварительно переведя его в "оттенки серого/цветной".
Все это на горячих клавишах, и делается очень быстро - в среднем за 5-7 секунд на страницу смешанного содержания.
В Фотошопе также на раз стираются печати библиотек, немного облагораживается обложка и т.п.

3. Сборка PDF с помощью Акробата. В этой программе (версия 7) наиболее удобно (быстро) делать такие операции, как массовый поворот страниц, их перестановка и т.п.

4. Распознавание PDF с помощью FineReader9, сохранение в PDF.

5. Оглавления в книге, иконки страниц - компилируются с помощью Adobe Acrobat.

В принципе, в ряде случаев подготовку книги можно вообще свести к шагам 1 и 3.

PS. Я сейчас только вернулся в Москву, завтра уеду снова, поэтому отвечаю не сразу.

Если оригинал напечатан с низкой линеатурой - визуально это приводит к "точечности" полутоновых иллюстраций и муару - то последние следует немного размыть (функция Blur). Я это делаю это в Corel PHOTO-PAINT, обводя маску вокруг иллюстрации. Там же (или в Фотошопе), можно изменить разрешение страниц с полутонами с 600 до 300 dpi (размер страницы должен оставаться тем же). Эту процедуру можно автоматизировать с помощью "сценария".

Высококачественный PDF-файл отлично распознается последними версиями Акробата, при этом распознанный файл имеет меньший объем, чем после ФайнРидера, и не обнаруживает грязного фона, особенно заметного при прокрутке большого файла. В 9-м Акробате есть функция ClearScan, позволяющая при распознавании текста перевести его в векторный формат (не путем замены готового шрифта, а путем трассировки текста отсканированной книги). На высококачественном скане (600 dpi) эта опция часто позволяет получить просто фантастическое качество при заметном уменьшении объема файла. При этом качество иллюстраций не меняется.

Распознать некачественные сканы (с низким разрешением) с минимумом ошибок может только FineReader.

«Самого лучшего» способа не существует, есть оптимальный для каждого конкретного случая. Если книга большая, при этом не содержит полутонов и может быть отсканирована более-менее качественно, то DJVU вне конкуренции. Если есть страницы с важным текстом вместе с полутоновыми иллюстрациями – лучше остановиться на PDF. Когда качество полиграфии и/или скана очень низкое – только PDF. В некоторых случаях (когда скан идеален, а книга очень большая и с массой полутоновых иллюстраций) оптимальным будет распознать полученный PDF в режиме ClearScan.

Даю ссылку на три варианта 12-страничной статьи, отсканированной в черно-белом режиме с разрешением 600 dpi. Специально взял публикацию на русском, поскольку с его распознаванием бывают проблемы (я не разбираюсь в «движках», но качественно отсканированный английский распознается безупречно и Акробатом и Документ Экспресс Эдитором). Как видно из предложенных примеров, если скан удовлетворительного качества, то и с русским у этих программ неплохо.

В архиве:

1) Iordansky, 2005. Paedomorphosis, neoteny & evolution.pdf
PDF объемом 2770 КB распознан 8-м Акробатом с сохранением растра. Объем 2960 КB.

2) Iordansky, 2005 [ClearScan].pdf
PDF объемом 2770 КB распознан 9-м Акробатом в режиме ClearScan. Объем 640 КB.

3) Iordansky, 2005. Paedomorphosis, neoteny & evolution.djvu
Файл DJVU из того же скана, собран и распознан в Document Express Editor (bitonal, 600 dpi, quasilossless). Объем 780 КB.

P.S. Статья:
Иорданский Н.Н. Педоморфоз, неотения и эволюция // Зоологический журнал. — 2005. — Т. 84, № 10. — С. 1176–1187.