DjVu — fichier .djvu

Le DjVu, développé chez AT&T Labs à la fin des années 1990, sépare la couche texte/dessin et la couche image de fond d’une page scannée pour les compresser séparément avec des algorithmes adaptés à chacune — d’où des fichiers nettement plus légers qu’un PDF scanné équivalent, à qualité de lecture comparable.

Il repose sur un conteneur de type IFF, identifiable par sa signature “AT&TFORM”. Très populaire un temps dans le partage de documents numérisés et de livres académiques, il a progressivement cédé du terrain face à un PDF devenu plus léger grâce à de meilleurs algorithmes de compression d’image, et à un support logiciel bien plus universel.

Cette séparation en couches distinctes — texte au trait net compressé avec un algorithme adapté au noir et blanc, image de fond compressée en ondelettes pour les tons continus — restait, à qualité égale, nettement plus efficace que la compression JPEG uniforme utilisée par un scan PDF classique de l’époque.

Le format inclut aussi une couche de texte reconnu par OCR, invisible mais sélectionnable, exactement comme un PDF océrisé — une fonctionnalité qui a longtemps fait du DjVu une alternative crédible pour les bibliothèques numériques avant que le PDF ne rattrape cet écart de compacité.

L’Internet Archive continue de conserver une grande partie de ses ouvrages numérisés au format DjVu dans son stockage interne, même si elle propose désormais systématiquement un téléchargement en PDF ou en EPUB pour les visiteurs, ce format restant pour elle un moyen de compression efficace pour l’archivage de masse de scans de livres.