Onttrek teks vanaf DjVu

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

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 privaatheidherinnering: 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

Rapporteer bladsytelling, oorspronklike afmetings, DPI en gamma wanneer blootgestel, gebundelde struktuur, versteekte teks, aantekeninge, duimnaels en voorgrond-, agtergrond- en maskerlae.

Bron-afgeleide teks

Teksakkuraatheid 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-bou 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, stel nooit komponentidentifiseerders bloot nie, aanvaar nooit opdragskrifte nie en bied nooit sny- of kwaliteitskakelaars nie.

Verwante dokument- en PDF-gereedskap

DjVu na PDFSkakel die dokument om na PDF. Tekslaagbewaring moet afsonderlik geverifieer word. DokumentomskakelaarBlaai deur dokument- en e-boekomskakelingsnutsmiddels. 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-splitterVerdeel 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.
Werklike beperkings
Dit skep nie nuwe OCR, verbeter akkuraatheid, vertaal teks of waarborg nie leesvolgorde nie.
Privaatheid en datahantering
slegs een handtekening-geverifieerde .djvu- of .djv-lêer en TXT- of posisionele XML-uitset word na 'n versoenbare Convertr-verwerker opgelaai nadat jy die werking begin het. Verwerking is outomaties, en tydelike bron- en resultaatlêers word outomaties na verwerking verwyder eerder as as permanente berging behou.

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 beskikbare uitvoer- 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.

Algemene mislukkingsmodusse

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

Nuttige voorbeeld

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