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 DjVu-verktygslådan 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 inte 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, avslöjar aldrig komponentidentifierare, accepterar aldrig kommandoskript och erbjuder aldrig alternativ för beskärning eller kvalitet.

Relaterade 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 ny OCR, förbättrar inte noggrannheten, översätter inte text eller garanterar läsordning.
Integritet och datahantering
en signaturverifierad .djvu- eller .djv-fil och TXT- eller positionsbaserad XML-utdata laddas upp till en kompatibel Convertr-arbetare först efter att du startar operationen. Bearbetningen är automatiserad, och temporära käll- och resultatfiler raderas automatiskt efter bearbetning snarare än 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 feltillstånd

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

Användbart exempel

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