Извлечь текст из DjVu

Восстановите скрытый текст OCR, уже встроенный в документ DjVu, как обычный текст UTF-8 или ограниченный позиционный XML. Это экстракция, а не новая OCR.

Частные результаты · без поиска в сети · без снижения качества · файлы до 1 GB

XML — это ограниченное представление механизма DjVuLibre. Это не ALTO или hOCR, и он не гарантирует порядок чтения.

Напоминание о правах и конфиденциальности: Обрабатывайте только те документы, которые вам разрешено использовать. Скрытый текст, аннотации и сканы могут содержать личные материалы или материалы, защищенные авторским правом. Результаты остаются в личном задании загрузчика и передаются в виде вложений no-store в течение существующего срока хранения.

Что делает набор инструментов DjVu

Ограниченная проверка

Количество страниц в отчетах, собственные размеры, DPI и gamma при открытии, объединенная структура, скрытый текст, аннотации, эскизы, а также слои переднего плана, фона и маски.

Текст, полученный из источника

Точность и язык текста полностью взяты из загруженного источника. Convertr не улучшает, не переводит, не изменяет и не отправляет извлеченный текст в исходный код.

Нативный рендеринг страниц

Выбранные страницы декодируются закрепленной сборкой ddjvu в их полных исходных размерах. Небезопасное расширение завершается сбоем явно вместо усечения или уменьшения выходных данных.

Косвенные документы DjVu с неразрешенными ссылками на компоненты отклоняются. Инструментарий никогда не следует URL-адресам компонентов, не раскрывает идентификаторы компонентов, не принимает командные сценарии и не предлагает переключатели обрезки и качества.

Сопутствующий документ и инструменты PDF.

ДВУ в PDFПреобразуйте документ в PDF. Сохранность текстового слоя необходимо проверять отдельно. Конвертер документовПросмотрите инструменты преобразования документов и электронных книг. OCR ИнструментыСоздайте новый OCR для поддерживаемого изображения и входные данные PDF, если текстовый слой не существует. Извлечь DjVu страницРендеринг выбранных страниц в исходном разрешении. DjVu ИнспекторПрежде чем что-либо извлекать, просмотрите структуру документа. Разделение PDFРазделить выбранные страницы после преобразования соответствующего документа в PDF. Извлечь изображения из PDFВосстановите изображения, встроенные в файл PDF.

Извлечь текст из DjVu

Восстановите только скрытый текст OCR, уже встроенный в документ DjVu.

Ввод
один файл .djvu или .djv с проверенной подписью и вывод TXT или позиционный XML.
Вывод
полный текст UTF-8 или очищенный ограниченный позиционный номер XML.
Реальные ограничения
Это не создает новый OCR, не повышает точность, не переводит текст и не гарантирует порядок чтения.
Приватность и обработка данных
один проверенный по подписи файл .djvu или .djv и вывод TXT или позиционный XML загружаются в совместимый рабочий процесс Convertr только после запуска операции. Обработка автоматизирована, а временные исходные файлы и файлы результатов автоматически удаляются после обработки, а не сохраняются в постоянном хранилище.

Как использовать этот инструмент

  1. Выберите один файл .djvu или .djv с проверенной подписью и вывод TXT или позиционный XML и подождите, пока страница его проверит.
  2. Настройка доступных вариантов выхода или проверки, а затем начните обработку.
  3. Просмотрите полученный результат и загрузите полный текст UTF-8 или очищенный ограниченный позиционный номер XML до истечения срока действия временной ссылки.

Общие способы неудачи

Отсутствующий текстовый слой, недопустимый UTF-8, небезопасное расширение XML, неверный формат документа или исчерпание рабочей области приводят к явному сбою.

Полезный пример

Загрузите DjVu со встроенным текстом и загрузите точный результат djvutxt UTF-8.