Warum DJVU in TXT konvertieren?
DjVu ist ein Bildcontainer für gescannte Dokumente, kein Textformat. Um reinen Text zu erhalten, muss entweder eine eingebettete OCR-Ebene extrahiert oder eine optische Zeichenerkennung auf den Seitenbildern durchgeführt werden. Eine .txt-Datei macht den Inhalt auf jedem Gerät ohne DjVu-Reader suchbar und kopierbar.
Wie man DJVU in TXT konvertiert
DjVuLibre OPEN-SOURCE
Führen Sie djvutxt input.djvu output.txt aus, um die eingebettete OCR-Textebene zu extrahieren; dies funktioniert nur, wenn die .djvu bereits eine solche enthält.
Tesseract OCR OPEN-SOURCE
Rastern Sie die Seiten zuerst mit ddjvu -format=tiff -page=1 input.djvu page1.tiff zu TIFF und führen Sie dann tesseract page1.tiff output auf jedem Bild aus; die Genauigkeit hängt von der Scanqualität ab.
Über diese Formate
.DJVU
DjVu Document
Eine DJVU-Datei ist ein DjVu-Dokument - ein gescanntes Buch, eine Zeitschrift oder ein archiviertes Schriftstück, das als komprimierte Seitenbilder gespeichert wird, meist mit einer…
.DJVU-Details öffnen →
.TXT
Plain Text File
Eine TXT-Datei enthält reinen, unformatierten Text - das einfachste Dokumentformat auf jedem Computer. Doppelklicken Sie darauf: Windows öffnet sie in Notepad, macOS in TextEdit, Linux in…
.TXT-Details öffnen →Qualität & worauf zu achten ist
- Dies ist eine Textextraktion, keine Formatkonvertierung: DjVu speichert komprimierte Seitenbilder, keinen kodierten Text.
- Das Vorhandensein einer OCR-Ebene variiert - öffnen Sie die Datei in einem DjVu-Viewer und versuchen Sie, Text auszuwählen; wenn Wörter markiert werden können, funktioniert
djvutxtohne zusätzliche OCR. - Die Genauigkeit von Tesseract hängt von der Scanqualität und der Installation des korrekten Sprachpakets ab.
Häufig gestellte Fragen
Woher weiß ich, ob meine `.djvu` eine eingebettete Textebene hat?
djvutxt wird sie extrahieren.Kann ein Online-Konverter `.djvu`-zu-TXT zuverlässig verarbeiten?
Funktioniert `djvutxt` bei mehrseitigen Dokumenten?
.txt-Datei, in der alle Seiten nacheinander aufgeführt sind.
