Uddrag tekst fra DjVu

Gendan den skjulte OCR-tekst, der allerede er indlejret i et DjVu-dokument som UTF-8 almindelig tekst eller afgrænset positions-XML. Dette er udvinding, ikke nyt OCR.

Private resultater · ingen netværksopslag · ingen kvalitetsreduktion · filer op til 1 GB

XML er en afgrænset DjVuLibre motorrepræsentation. Det er ikke ALTO eller hOCR og garanterer ikke læserækkefølge.

Påmindelse om rettigheder og privatliv: Behandl kun dokumenter, du har tilladelse til at bruge. Skjult tekst, anmærkninger og scanninger kan indeholde privat eller ophavsretligt beskyttet materiale. Resultaterne forbliver i uploaderens private job og vises som no-store vedhæftede filer under den eksisterende opbevaringsperiode.

Hvad DjVu værktøjssættet gør

Afgrænset inspektion

Rapporter sideantal, indbyggede dimensioner, DPI og gamma, når de er eksponeret, bundtet struktur, skjult tekst, annoteringer, miniaturer og forgrunds-, baggrunds- og maskelag.

Kilde-afledt tekst

Tekstnøjagtighed og sprog kommer udelukkende fra den uploadede kilde. Convertr forbedrer, oversætter, muterer eller sender ikke udtrukket tekst opstrøms.

Indbygget sidegengivelse

Udvalgte sider afkodes af den fastgjorte ddjvu build med deres fulde oprindelige dimensioner. Usikker udvidelse mislykkes eksplicit i stedet for at afkorte eller nedskalere output.

Indirekte DjVu-dokumenter med uafklarede komponentreferencer afvises. Værktøjssættet følger aldrig komponent-URL'er. Det afslører aldrig komponentidentifikatorer. Det accepterer aldrig kommandoscripts. Det tilbyder aldrig beskærings- eller kvalitetsindstillinger.

Relateret dokument og PDF værktøjer

DjVu til PDFKonverter dokumentet til PDF. Bevaring af tekstlag skal verificeres separat. Dokument konverterGennemse værktøjer til konvertering af dokumenter og e-bøger. OCR VærktøjOpret ny OCR for understøttede billeder og PDF input, når der ikke eksisterer noget tekstlag. Uddrag DjVu siderGengiv udvalgte sider i naturlig opløsning. DjVu InspektørGennemgå dokumentstrukturen, før du uddrager noget. PDF-opdelerOpdel valgte sider efter konvertering af et passende dokument til PDF. Uddrag billeder fra PDFGendan billeder indlejret i en PDF.

Uddrag tekst fra DjVu

Gendan kun den skjulte OCR-tekst, der allerede er indlejret i et DjVu-dokument.

Indtastning
én signaturverificeret .djvu- eller .djv-fil og TXT eller positionsbestemt XML-output.
Udgang
Komplet UTF-8 tekst eller renset afgrænset positionel XML.
Virkelige begrænsninger
Dette skaber ikke nye OCR, forbedrer nøjagtigheden, oversætter ikke tekst eller garanterer læserækkefølge.
Privatliv og databehandling
én signaturverificeret .djvu- eller .djv-fil og TXT eller positions XML-output uploades først til en kompatibel Convertr-arbejder, når du starter operationen. Behandlingen er automatiseret, og midlertidige kilde- og resultatfiler slettes automatisk efter behandling i stedet for at blive bevaret som permanent lager.

Hvordan man bruger dette værktøj

  1. Vælg én signaturverificeret .djvu- eller .djv-fil og TXT eller positionsbestemt XML-output, og vent på, at siden validerer det.
  2. Indstille de tilgængelige udledning eller inspektionsmuligheder, og derefter starte behandlingen.
  3. Gennemgå det rapporterede resultat, og download komplet UTF-8-tekst eller renset afgrænset positionel XML, før det midlertidige link udløber.

Vanlige fejlmoder

Et manglende tekstlag, ugyldig UTF-8, usikker XML-udvidelse, forkert udformet dokument eller udmattelse af arbejdsområdet producerer en eksplicit fejl.

Nyttig eksempel

Upload en DjVu med indlejret tekst og download det nøjagtige djvutxt UTF-8 output.