Varför konvertera DJVU till TXT?
DjVu är en bildcontainer för skannade dokument, inte ett textformat, så att få ut ren text kräver antingen extrahering av ett inbäddat OCR-lager eller körning av optisk teckenläsning på sidbilderna. En .txt-fil gör innehållet sökbart och kopierbart på vilken enhet som helst utan en DjVu-läsare.
Hur man konverterar DJVU till TXT
DjVuLibre OPEN-SOURCE
Kör djvutxt input.djvu output.txt för att extrahera det inbäddade OCR-textlagret; fungerar endast om .djvu-filen redan innehåller ett.
Tesseract OCR OPEN-SOURCE
Rastrera först sidorna till TIFF med ddjvu -format=tiff -page=1 input.djvu page1.tiff, kör sedan tesseract page1.tiff output på varje bild; noggrannheten beror på skanningskvaliteten.
Om dessa format
.DJVU
DjVu Document
En DJVU-fil är ett DjVu-dokument - en skannad bok, tidskrift eller arkiverat papper lagrat som komprimerade sidbilder, vanligtvis med ett sökbart textlager. Öppna den gratis med SumatraPDF…
Öppna detaljer för .DJVU →
.TXT
Plain Text File
En TXT-fil är ren, oformaterad text - det enklaste dokumentformatet på vilken dator som helst. Dubbelklicka på den: Windows öppnar den i Notepad, macOS i TextEdit, Linux i gedit. Inget…
Öppna detaljer för .TXT →Kvalitet & vad man bör tänka på
- Detta är textextraktion, inte en formatkonvertering: DjVu lagrar komprimerade sidbilder, inte kodad text.
- Förekomsten av OCR-lager varierar - öppna filen i en DjVu-visare och försök markera text; om ord kan markeras kommer
djvutxtatt fungera utan OCR. - Tesseract-noggrannhet beror på skanningskvalitet och att rätt språkpaket är installerat.
Vanliga frågor
Hur vet jag om min `.djvu` har ett inbäddat textlager?
djvutxt kan extrahera det.Kan en online-konverterare hantera `.djvu`-till-TXT tillförlitligt?
Fungerar `djvutxt` på flersidiga dokument?
.txt-fil där alla sidor är sammanfogade.
