Dlaczego konwertować DJVU na TXT?
DjVu to kontener obrazów zeskanowanych dokumentów, a nie format tekstowy, więc uzyskanie czystego tekstu wymaga wyodrębnienia wbudowanej warstwy OCR lub przeprowadzenia optycznego rozpoznawania znaków na obrazach stron. Plik .txt sprawia, że treść staje się przeszukiwalna i możliwa do skopiowania na dowolnym urządzeniu bez czytnika DjVu.
Jak przekonwertować DJVU na TXT
DjVulibre OPEN-SOURCE
Uruchom djvutxt input.djvu output.txt, aby wyodrębnić wbudowaną warstwę tekstową OCR; działa tylko wtedy, gdy plik .djvu już ją zawiera.
Tesseract OCR OPEN-SOURCE
Najpierw zrasteryzuj strony do formatu TIFF za pomocą ddjvu -format=tiff -page=1 input.djvu page1.tiff, a następnie uruchom tesseract page1.tiff output na każdym obrazie; dokładność zależy od jakości skanu.
O tych formatach
.DJVU
DjVu Document
Plik DJVU to dokument DjVu - zeskanowana książka, czasopismo lub archiwalny dokument przechowywany jako skompresowane obrazy stron, zazwyczaj z warstwą tekstową umożliwiającą…
Otwórz szczegóły .DJVU →
.TXT
Plain Text File
Plik TXT to czysty, niesformatowany tekst - najprostszy format dokumentu na każdym komputerze. Kliknij go dwukrotnie: Windows otworzy go w Notepad, macOS w TextEdit, a Linux w gedit. Nie…
Otwórz szczegóły .TXT →Jakość i na co uważać
- Jest to ekstrakcja tekstu, a nie konwersja formatu: DjVu przechowuje skompresowane obrazy stron, a nie zakodowany tekst.
- Obecność warstwy OCR jest różna - otwórz plik w przeglądarce DjVu i spróbuj zaznaczyć tekst; jeśli słowa dają się podświetlić,
djvutxtzadziała bez dodatkowego OCR. - Dokładność Tesseract zależy od jakości skanu i zainstalowania odpowiedniego pakietu językowego.
Najczęściej zadawane pytania
Skąd mam wiedzieć, czy mój plik `.djvu` ma wbudowaną warstwę tekstową?
djvutxt ją wyodrębni.Czy konwerter online poradzi sobie niezawodnie z konwersją `.djvu` na TXT?
Czy `djvutxt` działa na dokumentach wielostronicowych?
.txt ze wszystkimi połączonymi stronami.
