Pourquoi convertir DJVU en TXT ?
Le DjVu est un conteneur d'images de documents numérisés et non un format de texte. Obtenir du texte brut nécessite donc soit d'extraire une couche OCR intégrée, soit d'effectuer une reconnaissance optique de caractères sur les images des pages. Un fichier .txt rend le contenu consultable et copiable sur n'importe quel appareil sans lecteur DjVu.
Comment convertir DJVU en TXT
DjVulibre OPEN-SOURCE
Exécutez djvutxt input.djvu output.txt pour extraire la couche de texte OCR intégrée ; cela ne fonctionne que si le .djvu en contient déjà une.
Tesseract OCR OPEN-SOURCE
Rastérisez d'abord les pages en TIFF avec ddjvu -format=tiff -page=1 input.djvu page1.tiff, puis exécutez tesseract page1.tiff output sur chaque image ; la précision dépend de la qualité de la numérisation.
À propos de ces formats
Un fichier DJVU est un document DjVu - un livre, une revue ou un document d'archive numérisé stocké sous forme d'images de pages compressées, généralement avec une couche de texte…
Ouvrir les détails de .DJVU →Un fichier TXT est du texte brut, non formaté - le format de document le plus simple sur n'importe quel ordinateur. Double-cliquez dessus : Windows l'ouvre dans Notepad, macOS dans…
Ouvrir les détails de .TXT →Qualité et points de vigilance
- Il s'agit d'une extraction de texte, pas d'une conversion de format : DjVu stocke des images de pages compressées, pas du texte encodé.
- La présence d'une couche OCR varie - ouvrez le fichier dans un visionneur DjVu et essayez de sélectionner du texte ; si les mots peuvent être surlignés,
djvutxtfonctionnera sans OCR. - La précision de Tesseract dépend de la qualité du scan et de l'installation du pack de langue correct.
Foire aux questions
Comment savoir si mon `.djvu` possède une couche de texte intégrée ?
djvutxt l'extraira.Un convertisseur en ligne peut-il gérer le `.djvu` vers TXT de manière fiable ?
Est-ce que `djvutxt` fonctionne sur les documents de plusieurs pages ?
.txt avec toutes les pages concaténées.