Trekk ut tekst fra DjVu

Gjenopprett den skjulte OCR-teksten som allerede er innebygd i et DjVu-dokument som UTF-8 ren tekst eller avgrenset posisjons-XML. Dette er utvinning, ikke ny OCR.

Private resultater · ingen nettverksoppslag · ingen kvalitetsreduksjon · filer opptil 1 GB

XML er en avgrenset DjVuLibre motorrepresentasjon. Det er ikke ALTO eller hOCR og garanterer ikke leserekkefølge.

Påminnelse om rettigheter og personvern: Behandle kun dokumenter du har lov til å bruke. Skjult tekst, merknader og skanninger kan inneholde privat eller opphavsrettsbeskyttet materiale. Resultatene forblir i opplasterens private jobb og vises som no-store vedlegg under den eksisterende oppbevaringsperioden.

Hva DjVu-verktøysettet gjør

Avgrenset inspeksjon

Rapporter sideantall, opprinnelige dimensjoner, DPI og gamma når de er eksponert, buntet struktur, skjult tekst, kommentarer, miniatyrbilder og forgrunns-, bakgrunns- og maskelag.

Kildeavledet tekst

Tekstnøyaktighet og språk kommer helt fra den opplastede kilden. Convertr forbedrer, oversetter, muterer eller sender uttrukket tekst oppstrøms.

Innebygd sidegjengivelse

Utvalgte sider dekodes av den festede ddjvu-bygget med sine fulle opprinnelige dimensjoner. Usikker utvidelse mislykkes eksplisitt i stedet for å avkorte eller nedskalere utdata.

Indirekte DjVu-dokumenter med uløste komponentreferanser avvises. Verktøysettet følger aldri komponent-URL-er. Det avslører aldri komponentidentifikatorer. Det godtar aldri kommandoskript. Det tilbyr aldri brytere for beskjæring eller kvalitet.

Relatert dokument og PDF verktøy

DjVu til PDFKonverter dokumentet til PDF. Bevaring av tekstlag må verifiseres separat. DokumentkonvertererBla gjennom dokument- og e-bokkonverteringsverktøy. OCR VerktøyOpprett ny OCR for støttede bilder og PDF innganger når det ikke finnes noe tekstlag. Pakk ut DjVu siderGjengi valgte sider med opprinnelig oppløsning. DjVu InspektørGjennomgå dokumentstrukturen før du trekker ut noe. PDF-splittarDel opp valgte sider etter å ha konvertert et passende dokument til PDF. Trekk ut bilete frå PDFGjenopprett bilder innebygd i en PDF.

Trekk ut tekst fra DjVu

Gjenopprett bare den skjulte OCR-teksten som allerede er innebygd i et DjVu-dokument.

Inndata
én signaturverifisert .djvu- eller .djv-fil og TXT eller posisjonell XML-utgang.
Resultat
Komplett UTF-8 tekst eller renset avgrenset posisjonell XML.
Faktiske begrensninger
Dette skaper ikke nye OCR, forbedrer ikke nøyaktigheten, oversetter tekst eller garanterer leserekkefølge.
Personvern og databehandling
én signaturverifisert .djvu- eller .djv-fil og TXT eller posisjonell XML-utgang lastes opp til en kompatibel Convertr-arbeider først etter at du har startet operasjonen. Behandlingen er automatisert, og midlertidige kilde- og resultatfiler slettes automatisk etter behandling i stedet for å beholdes som permanent lagring.

Hvordan bruke dette verktøyet

  1. Velg én signaturverifisert .djvu- eller .djv-fil og TXT eller posisjonell XML-utgang og vent på at siden skal validere den.
  2. Velg de tilgjengelige innstillingene for resultatet eller kontrollen, og start deretter behandlingen.
  3. Se gjennom det rapporterte resultatet og last ned fullstendig UTF-8-tekst eller renset avgrenset posisjonell XML før den midlertidige koblingen utløper.

Vanlige feiltyper

Et manglende tekstlag, ugyldig UTF-8, usikker XML-utvidelse, feil utformet dokument eller utmattelse av arbeidsområdet produserer en eksplisitt feil.

Nyttig eksempel

Last opp en DjVu med innebygd tekst og last ned den nøyaktige djvutxt UTF-8-utgangen.