Convertidor de DjVu a PDF con capa de texto

DjVu guarda los fondos y las imágenes con el códec wavelet IW44, que PDF no tiene, así que se vuelven a comprimir como JPEG, que pesa más con la misma calidad. El texto pasa casi sin aumentar de tamaño: las máscaras de las letras van en JBIG2, con la misma idea que DjVu, una copia de cada letra por libro. En nuestras mediciones, un manual de texto pasó de 462 KB a 0.85 MB y un libro a color de 62 páginas, de 2.8 a 5.8 MB. Para comparar, el PDF de imágenes de página que genera la biblioteca de referencia DjVuLibre para ese mismo libro a color pesa 135 MB. Si necesitas un archivo más pequeño, elige «Archivo más ligero»: el fondo baja a 100 dpi y el texto sigue igual de nítido.

Si el DjVu tiene capa de texto, sí: se coloca como texto invisible sobre la página, así que buscar, seleccionar y copiar funcionan como en cualquier PDF. El resumen después de cargar muestra cuántas páginas la tienen. Si no hay texto (algo común en escaneos), activa «Reconocer texto»: un modelo de reconocimiento lee las páginas directamente en el navegador y el resultado entra en la misma capa invisible. También comprobamos que el texto sale igual en el motor de Chrome y en MuPDF: en las 71 páginas de la referencia DjVu3 coincide con el texto original en un 99.7 % y un 100 %.

Sí. Los marcadores del DjVu se convierten en un índice del PDF con el mismo anidamiento, y el PDF se abre con el panel de marcadores visible. Los enlaces internos llevan a las páginas correctas y los externos a sus direcciones. Si las páginas del libro tienen etiquetas propias (números romanos en el prólogo, «Capítulo 1»), se vuelven números de página del PDF, así que ir a un número de página en el visor coincide con el libro.

Esos libros se guardan como index.djvu más un archivo por página. Selecciónalos todos a la vez: en la ventana de selección abre la carpeta del libro y presiona Ctrl+A (Cmd+A en Mac). Si falta alguna parte, la herramienta la nombra en lugar de armar un PDF con huecos.

Comparamos el decodificador DjVu de esta herramienta con la biblioteca de referencia DjVuLibre: 444 archivos creados para la prueba con todos los tipos de compresión y una docena de libros reales coincidieron con ella píxel por píxel en cada capa. Los colores del texto se conservan exactos cuando una página tiene hasta 48 tintas distintas; en escaneos con cientos de tonos, los colores muy parecidos se agrupan: una página de prueba con 1,244 tonos de café quedó en 25 grupos, cada uno a no más de 24 de 255 de sus tonos en cualquier canal.

«Como el original» deja todo como en el DjVu: fondos a color e imágenes con su propia resolución. «Archivo más ligero» reduce fondos e imágenes a 100 dpi (150 dpi en páginas de foto); el texto no se toca y sigue nítido. «Blanco y negro para imprimir» quita el fondo y el color y deja solo letras y líneas, sin el amarillo del papel ni las manchas del escaneo: así las páginas se imprimen más limpias y pesan lo mínimo.

El archivo usa funciones comunes de PDF 1.5: JPEG para el fondo y JBIG2 para el texto. Las entienden Adobe Reader, Chrome, Firefox, Safari, Vista Previa en Mac y las apps para leer PDF en Android y iPhone; comprobamos el resultado con tres motores de visualización independientes. Si el PDF tiene que abrirse en software muy antiguo, en «Más opciones» hay una variante con máscaras CCITT: pesa de 3 a 4 veces más, pero se lee incluso en programas de principios de los 2000.

Sí: elige un rango en la fila «Páginas». El índice conserva entonces solo las páginas que entraron al PDF, se quitan los enlaces a las páginas que quedaron fuera y los números de página siguen la numeración del libro: un capítulo que empieza en la página 120 también empieza en la página 120 del PDF.