Extrahera text från DjVu

Återställ den dolda OCR-texten som redan är inbäddad i ett DjVu-dokument som UTF-8 vanlig text eller avgränsad positions-XML. Detta är extraktion, inte nytt OCR.

Privata resultat · ingen nätverkssökning · ingen kvalitetsminskning · filer upp till 1 GB

XML är en begränsad DjVuLibre motorrepresentation. Det är inte ALTO eller hOCR och garanterar inte läsordning.

Påminnelse om rättigheter och integritet: Behandla endast dokument som du får använda. Dold text, anteckningar och skanningar kan innehålla privat eller upphovsrättsskyddat material. Resultaten stannar i uppladdarens privata jobb och visas som no-store bilagor under den befintliga lagringsperioden.

Vad verktygslådan DjVu gör

Avgränsad inspektion

Rapporter sidantal, inbyggda dimensioner, DPI och gamma när de är exponerade, buntad struktur, dold text, anteckningar, miniatyrer och förgrunds-, bakgrunds- och masklager.

Källhärledd text

Textnoggrannhet och språk kommer helt och hållet från den uppladdade källan. Convertr förbättrar, översätter, muterar eller skickar extraherad text uppströms.

Sidrendering i originalupplösning

Utvalda sidor avkodas av den fästa ddjvu build med sina fullständiga ursprungliga dimensioner. Osäker expansion misslyckas uttryckligen istället för att trunkera eller nedskala utdata.

Indirekta DjVu-dokument med olösta komponentreferenser avvisas. Verktygslådan följer aldrig komponentwebbadresser. Den avslöjar aldrig komponentidentifierare. Den accepterar aldrig kommandoskript. Den erbjuder aldrig brytare för beskärning eller kvalitet.

Relaterat dokument och PDF verktyg

DjVu till PDFKonvertera dokumentet till PDF. Bevarande av textlager måste verifieras separat. DokumentkonverterareBläddra bland dokument- och e-bokkonverteringsverktyg. OCR VerktygSkapa nytt OCR för bild- och PDF-ingångar som stöds när inget textlager finns. Extrahera DjVu sidorÅterge valda sidor med ursprunglig upplösning. DjVu InspektörGranska dokumentstrukturen innan du extraherar något. PDF-delareDela valda sidor efter att ha konverterat ett lämpligt dokument till PDF. Extrahera bilder från PDFÅterställ bilder inbäddade i en PDF.

Extrahera text från DjVu

Återställ endast den dolda OCR-texten som redan är inbäddad i ett DjVu-dokument.

Inmatning
En signaturverifierad .djvu- eller .djv-fil och TXT eller positionell XML-utgång.
Utdata
Komplett UTF-8 text eller sanerad avgränsad positionell XML.
Verkliga begränsningar
Detta skapar inte nya OCR, förbättrar inte noggrannheten, översätter text eller garanterar inte läsordning.
Integritet och databehandling
en signaturverifierad .djvu- eller .djv-fil och TXT eller positionell XML-utgång laddas upp till en kompatibel Convertr-arbetare först efter att du har startat operationen. Bearbetningen är automatiserad och temporära käll- och resultatfiler raderas automatiskt efter bearbetning i stället för att behållas som permanent lagring.

Hur man använder detta verktyg

  1. Välj en signaturverifierad .djvu- eller .djv-fil och TXT eller positionell XML-utgång och vänta på att sidan ska validera den.
  2. Ställ in tillgängliga utgångs- eller inspektionsalternativ och börja sedan bearbetningen.
  3. Granska det rapporterade resultatet och ladda ner fullständig UTF-8-text eller sanerad avgränsad positionell XML innan den tillfälliga länken går ut.

Vanliga misslyckande lägen

Ett saknat textlager, ogiltigt UTF-8, osäker XML-expansion, felaktigt format eller utmattning av arbetsytan ger ett explicit fel.

Användbar exempel

Ladda upp en DjVu med inbäddad text och ladda ner den exakta djvutxt UTF-8-utgången.