Ekstrak Teks dari DjVu

Pulihkan teks OCR tersembunyi yang sudah tertanam dalam dokumen DjVu sebagai UTF-8 teks biasa atau XML posisi terbatas. Ini ekstraksi, bukan yang baru OCR.

Hasil pribadi · tidak ada pencarian jaringan · tidak ada pengurangan kualitas · file hingga 1 GB

XML adalah representasi mesin DjVuLibre yang dibatasi. Ini bukan ALTO atau hOCR dan tidak menjamin urutan pembacaan.

Pengingat hak dan privasi: Hanya proses dokumen yang boleh Anda gunakan. Teks, anotasi, dan pindaian tersembunyi dapat berisi materi pribadi atau berhak cipta. Hasil tetap berada dalam pekerjaan pribadi pengunggah dan disajikan sebagai no-store lampiran dalam periode penyimpanan yang ada.

Apa yang dilakukan perangkat DjVu

Inspeksi terbatas

Melaporkan jumlah halaman laporan, dimensi asli, DPI dan gamma saat diekspos, struktur gabungan, teks tersembunyi, anotasi, gambar mini, dan lapisan latar depan, latar belakang, dan topeng.

Teks yang diturunkan dari sumber

Keakuratan teks dan bahasa sepenuhnya berasal dari sumber yang diunggah. Convertr tidak memperbaiki, menerjemahkan, mengubah, atau mengirim teks yang diekstraksi ke hulu.

Render halaman asli

Halaman yang dipilih didekodekan oleh build ddjvu yang disematkan pada dimensi asli penuhnya. Ekspansi yang tidak aman gagal secara eksplisit, bukannya memotong atau menurunkan skala output.

Dokumen DjVu tidak langsung dengan referensi komponen yang belum terselesaikan akan ditolak. Toolkit ini tidak pernah mengikuti URL komponen. Toolkit ini tidak pernah memperlihatkan pengidentifikasi komponen. Toolkit ini tidak pernah menerima skrip perintah. Toolkit ini tidak pernah menawarkan kontrol pemotongan atau kualitas.

Dokumen terkait dan alat PDF

DjVu untuk PDFKonversikan dokumen menjadi PDF. Pelestarian lapisan teks harus diverifikasi secara terpisah. Pengonversi DokumenTelusuri alat konversi dokumen dan ebook. OCR AlatBuat OCR baru untuk input gambar dan PDF yang didukung ketika tidak ada lapisan teks. Ekstrak DjVu HalamanRender halaman yang dipilih pada resolusi asli. DjVu InspekturTinjau struktur dokumen sebelum mengekstrak apa pun. Pemecah PDFPisahkan halaman yang dipilih setelah mengonversi dokumen yang sesuai ke PDF. Ekstrak Gambar dari PDFPulihkan gambar yang tertanam di PDF.

Ekstrak Teks dari DjVu

Pulihkan hanya teks OCR tersembunyi yang sudah tertanam dalam dokumen DjVu.

Pengantar
Satu file .djvu atau .djv yang diverifikasi tanda tangan dan TXT atau output posisi XML.
output
Teks UTF-8 lengkap atau posisi terbatas yang disanitasi XML.
Pembatasan yang nyata
Ini tidak membuat OCR baru, meningkatkan akurasi, menerjemahkan teks, atau menjamin urutan pembacaan.
Privasi dan pengendalian data
satu file .djvu atau .djv yang diverifikasi tanda tangan dan TXT atau output posisi XML diunggah ke pekerja Convertr yang kompatibel hanya setelah Anda memulai operasi. Pemrosesan dilakukan secara otomatis, dan file sumber dan hasil sementara dihapus secara otomatis setelah pemrosesan, bukan disimpan sebagai penyimpanan permanen.

Bagaimana cara menggunakan alat ini

  1. Pilih satu file .djvu atau .djv yang terverifikasi tanda tangan dan TXT atau output posisi XML dan tunggu hingga halaman memvalidasinya.
  2. Tetapkan opsi output atau pemeriksaan yang tersedia, kemudian mulai proses.
  3. Tinjau hasil yang dilaporkan dan unduh teks UTF-8 lengkap atau XML posisi terikat yang telah dibersihkan sebelum tautan sementara berakhir.

Modus kegagalan umum

Lapisan teks yang hilang, UTF-8 yang tidak valid, perluasan XML yang tidak aman, format dokumen yang salah, atau kehabisan ruang kerja menghasilkan kegagalan yang nyata.

Contoh yang berguna

Unggah DjVu dengan teks tersemat dan unduh keluaran djvutxt UTF-8 yang tepat.