Onttrek teks vanaf DjVu

Herwin die verborge OCR teks wat reeds ingebed is in 'n DjVu dokument as UTF-8 gewone teks of begrensde posisionele XML. Dit is onttrekking, nie nuut nie OCR.

Privaat resultate · geen netwerksoektog nie · geen kwaliteitvermindering · lêers tot 1 GB

XML is 'n begrensde DjVuLibre-enjinvoorstelling. Dit is nie ALTO of hOCR nie en waarborg nie leesvolgorde nie.

Regte en privaatheid herinnering: Verwerk slegs dokumente wat jy mag gebruik. Versteekte teks, aantekeninge en skanderings kan privaat of kopieregmateriaal bevat. Resultate bly in die oplaaier se privaat werk en word as no-store aanhegsels onder die bestaande retensietydperk gedien.

Wat die DjVu gereedskapstel doen

Begrensde inspeksie

Verslae bladsytelling, inheemse dimensies, DPI en gamma wanneer dit blootgestel word, gebundelde struktuur, versteekte teks, aantekeninge, duimnaels en voorgrond-, agtergrond- en maskerlae.

Bron-afgeleide teks

Teks akkuraatheid en taal kom geheel en al van die opgelaaide bron af. Convertr verbeter, vertaal, muteer of stuur nie onttrekte teks stroomop nie.

Inheemse bladsyweergawe

Geselekteerde bladsye word gedekodeer deur die vasgespelde ddjvu-gebou teen hul volle oorspronklike afmetings. Onveilige uitbreiding misluk eksplisiet in plaas daarvan om uitset af te sny of af te skaal.

Indirekte DjVu-dokumente met onopgeloste komponentverwysings word verwerp. Die gereedskapstel volg nooit komponent-URL's nie. Dit stel nooit komponentidentifiseerders bloot nie. Dit aanvaar nooit opdragskrifte nie. Dit bied nooit sny- of kwaliteitskakelaars nie.

Verwante dokument en PDF gereedskap

Verving vir PDFSkakel die dokument om na PDF. Tekslaagbewaring moet afsonderlik geverifieer word. DokumentomskakelaarBlaai deur dokument- en e-boek-omskakelingsnutsgoed. OCR GereedskapSkep nuwe OCR vir ondersteunde beeld en PDF invoere wanneer geen tekslaag bestaan nie. Onttrek DjVu BladsyeGee geselekteerde bladsye teen oorspronklike resolusie. DjVu InspekteurHersien dokumentstruktuur voordat enigiets onttrek word. PDF SplitserVerdeel geselekteerde bladsye nadat 'n toepaslike dokument na PDF omgeskakel is. Haal Beelde uit PDFHerstel beelde wat in 'n PDF ingebed is.

Onttrek teks vanaf DjVu

Herwin slegs die verborge OCR-teks wat reeds in 'n DjVu-dokument ingebed is.

Invoer
Een handtekening-geverifieerde .djvu- of .djv-lêer en TXT of posisionele XML-uitvoer.
Uitgang
Volledige UTF-8 teks of ontsmette begrensde posisionele XML.
Real beperkings
Dit skep nie nuwe OCR, verbeter akkuraatheid, vertaal teks of waarborg nie leesvolgorde nie.
Privaciteit en data verwerking
een handtekening-geverifieerde .djvu- of .djv-lêer en TXT of posisionele XML-afvoer word eers na 'n versoenbare Convertr-werker opgelaai nadat jy die operasie begin het. Verwerking is geoutomatiseer, en tydelike bron- en resultaatlêers word outomaties na verwerking uitgevee eerder as om as permanente berging behoue ​​te bly.

Hoe om hierdie instrument te gebruik

  1. Kies een handtekening-geverifieerde .djvu- of .djv-lêer en TXT of posisionele XML-uitvoer en wag vir die bladsy om dit te bekragtig.
  2. Stel die beskikbaar uitgang of inspeksie opsies, en begin dan verwerking.
  3. Hersien die gerapporteerde resultaat en laai volledige UTF-8-teks of ontsmette begrensde posisionele XML af voordat die tydelike skakel verval.

Die algemene mislukingsmodus

'n Ontbrekende tekslaag, ongeldige UTF-8, onveilige XML-uitbreiding, misvormde dokument of werkspasie-uitputting veroorsaak 'n eksplisiete mislukking.

Gebruiklike voorbeeld

Laai 'n DjVu met ingebedde teks op en laai die presiese djvutxt UTF-8 afvoer af.