Perché convertire DJVU in TXT?
DjVu è un contenitore di immagini di documenti scansionati, non un formato di testo, quindi ottenere testo semplice richiede l'estrazione di un livello OCR incorporato o l'esecuzione del riconoscimento ottico dei caratteri sulle immagini delle pagine. Un file .txt rende il contenuto ricercabile e copiabile su qualsiasi dispositivo senza un lettore DjVu.
Come convertire DJVU in TXT
DjVulibre OPEN-SOURCE
Esegui djvutxt input.djvu output.txt per estrarre il livello di testo OCR incorporato; funziona solo se il file .djvu ne contiene già uno.
Tesseract OCR OPEN-SOURCE
Prima rasterizza le pagine in TIFF con ddjvu -format=tiff -page=1 input.djvu page1.tiff, poi esegui tesseract page1.tiff output su ogni immagine; la precisione dipende dalla qualità della scansione.
Informazioni su questi formati
Un file DJVU è un Documento DjVu - un libro, una rivista o un documento d'archivio scansionato e memorizzato come immagini di pagine compresse, solitamente con un livello di testo…
Apri dettagli .DJVU →Un file TXT è testo semplice e non formattato - il formato di documento più elementare su qualsiasi computer. Fai doppio clic su di esso: Windows lo apre in Notepad, macOS in TextEdit,…
Apri dettagli .TXT →Qualità e a cosa prestare attenzione
- Si tratta di estrazione di testo, non di una conversione di formato: DjVu memorizza immagini di pagine compresse, non testo codificato.
- La presenza del livello OCR varia - apri il file in un visualizzatore DjVu e prova a selezionare il testo; se le parole possono essere evidenziate,
djvutxtfunzionerà senza OCR. - La precisione di Tesseract dipende dalla qualità della scansione e dall'installazione del pacchetto linguistico corretto.
Domande frequenti
Come faccio a sapere se il mio `.djvu` ha un livello di testo incorporato?
djvutxt lo estrarrà.Un convertitore online può gestire in modo affidabile la conversione da `.djvu` a TXT?
Il comando `djvutxt` funziona su documenti multipagina?
.txt con tutte le pagine concatenate.