Atera testua DjVu fitxategitik

Berreskuratu DjVu dokumentuan txertatutako ezkutuko OCR testua UTF-8 testu arrunt gisa edo posizio-informazio mugatua duen XML gisa. Edukia erauzten du, ez du OCR berririk sortzen.

Emaitza pribatuak · sareko bilaketarik ez · kalitate-murrizketarik ez · 1 GB gehienez fitxategiak

XML DjVuLibre motorraren irudikapen mugatua da. Ez da ALTO, ezta hOCR ere, eta ez du irakurketa-ordena bermatzen.

Eskubideen eta pribatutasunaren gogorarazpena: Erabiltzeko baimena daukazun dokumentuak soilik prozesatu. Ezkutuko testuak, oharrak eta eskaneatuek material pribatua edo copyright-edukia izan dezakete. Emaitzak kargatzen duenaren lan pribatuan geratzen dira eta no-store eranskin gisa hornitzen dira lehendik dagoen atxikipen-aldian.

DjVu tresnak zer egiten duen

Ikuskapen mugatua

Orri kopurua, jatorrizko neurriak, DPI eta gamma agerian daudenean, multzokatutako egitura, ezkutuko testua, oharrak, koadro txikiak eta lehen plano, atzeko plano eta maskara-geruzak jakinarazten ditu.

Iturburutik eratorritako testua

Testuaren zehaztasuna eta hizkuntza guztiz kargatutako iturritik datoz. Convertr-ek ez du hobetzen, itzultzen, aldatzen edo gorantz bidaltzen ateratako testua.

Orrialde jatorrizko errendatzea

Hautatutako orriak ainguratutako ddjvu eraikuntzaren bidez deskodetzen dira jatorrizko dimentsio osoetan. Hedapen ez-seguruak huts egiten du esplizituki irteera moztu edo txikiagotu beharrean.

Ebatzi gabeko osagaien erreferentziak dituzten zeharkako DjVu dokumentuak baztertzen dira. Tresna-kitak ez ditu inoiz osagaien URLak jarraitzen, osagaien identifikatzaileak agerian uzten edo komando-scriptak onartzen; ez du inoiz mozketarik edo kalitatea aldatzeko aukerarik eskaintzen.

Erlazionatutako dokumentu eta PDF tresnak

DjVu PDFraBihurtu dokumentua PDF. Testu-geruzaren kontserbazioa bereizita egiaztatu behar da. Dokumentu-bihurgailuaArakatu dokumentuak eta liburu elektronikoak bihurtzeko tresnak. OCR tresnakSortu OCR berria onartzen den irudietarako eta PDF sarrerak testu-geruzarik ez dagoenean. Atera DjVu orrialdeakErrendatu hautatutako orriak jatorrizko bereizmenarekin. DjVu ikuskatzaileaBerrikusi dokumentuaren egitura ezer atera aurretik. PDF zatitzaileaZatitu hautatutako orriak dokumentu egokia PDF bihurtu ondoren. Atera irudiak PDFtikBerreskuratu PDF batean txertatutako irudiak.

Atera testua DjVu fitxategitik

Berreskuratu dagoeneko DjVu dokumentu batean txertatutako ezkutuko OCR testua.

Sarrera
Sinaduraz egiaztatutako .djvu edo .djv fitxategi bat eta TXT edo posizioko XML irteera.
Irteera
UTF-8 testu osoa edo posizio mugatuko XML desinfektatua.
Benetako mugak
Honek ez du OCR berririk sortzen, zehaztasuna hobetzen, testua itzultzen edo irakurketa-ordena bermatzen.
Pribatutasuna eta datuen tratamendua
sinaduraz egiaztatutako .djvu edo .djv fitxategi bat eta TXT edo posiziozko XML irteera Convertr-eko langile batera igotzen da eragiketa hasi ondoren bakarrik. Prozesamendua automatizatua da, eta behin-behineko iturburu- eta emaitza-fitxategiak automatikoki ezabatzen dira prozesatu ondoren, behin betiko biltegiratze gisa gorde beharrean.

Tresna hau nola erabili

  1. Aukeratu sinaduraz egiaztatutako .djvu edo .djv fitxategi bat eta TXT edo posizioko XML irteera eta itxaron orrialdeak baliozkotu arte.
  2. Ezarri eskuragarri dauden irteera edo ikuskapen-aukerak eta, gero, hasi prozesatzen.
  3. Berrikusi jakinarazitako emaitza eta deskargatu UTF-8 testu osoa edo posizio mugatuko XML garbitua aldi baterako esteka iraungi baino lehen.

Ohiko hutsegite moduak

Falta den testu-geruza batek, UTF-8 baliogabeak, XML hedapen ez-seguruak, gaizki osatutako dokumentuak edo laneko eremuaren agortzeak hutsegite esplizitua sortzen du.

Adibide erabilgarria

Kargatu DjVu bat testu kapsulatuarekin eta deskargatu djvutxt UTF-8 irteera zehatza.