Как скопировать текст из djvu файла
Как все уже знают , я люблю вставлять в сообщения части статей из научно-популярных журналов,которые естественно хранятся в формате djvu.
Наличие ОСR слоя не решает проблему,т.к у него начисто убито форматирование,исправить которое невозможно (только вручную). Поэтому я задался вопросом ,как все это дело провернуть в автоматическом режиме, с минимальным приложением ручного труда.
Вопрос часто поднимается в интернете
http://www.askguru.ru/list.ghtml?ID=437038
http://www.tehnari.ru/f180/t45727/
Но никто так и не нашел простого и логичного решения (либо предлагается устанавливать кучу всяких громоздких программ,либо вообще результат неудовлетворительный.)
Вот мой способ
WinDjvuViev -печать -далее выбираем виртуальный принтер Microsoft Office Document Image Writer и страницы которые нам нужны-сохраняем в файл .mdi -открываем в Мicrosoft Office Document Imaging -сохраняем как .tiff .
А этот формат уже открываем в ABBYY FineReader 9.0 Professional Edition, распознавание-и вот нормальный текст с нормальным форматированием.
AZUS6: в ABBYY FineReader 9.0 Professional Edition
У него есть скрин-шот ридер, выделяем на экране интересующее и распознаём или в буфер обмена или в ворд, например.
А не проще экспортировать в .bmp или .jpg и распознать, сохранив потом в .doc
Это в случае если нужна одна или 2 страницы.И не в в .bmp или .jpg, а WinDjvuViev экспортирует в РNG(этот формат качественнее),НО ТОЛЬКО ПО ОДНОЙ СТРАНИЦЕ. разработчику есть над чем подумать.
Но в целом с многостраничным .tiff работать удобнее.
А можно я напишу, хоть вы и не меня спрашиваете, AZUS6?
Просто небольшое замечание. В некоторых дежавю-файлах (наверное в тех, где есть OCR, но не проверял, не уверен) активен пункт «Экспорт в текст» в меню Файл. Что позволяет получить вполне годный для копипасты текст. Одним щелчком. Но, как и говорил, не на всех файлах.
Всё, ухожу, ухожу..
FineReader 10 открывает djvu сам.
AZUS6: WinDjvuViev -печать.
Ставим FinePrint, печатаем на нем нужные страницы (или все) и сохраняем полученный результат в PNG.
Но если
Eugene.A: FineReader 10 открывает djvu сам
то вобще все упрощается.
JAS: активен пункт «Экспорт в текст» в меню Файл
Если это есть, то можно просто на самой страничке выделить нужный фрпагмент и скопировать, на как было сказано выше — с полной потерей форматирования (включая разбиение на абзацы).
Программа CuneiDjVu v1.4 (24,1 МБ) предназначена для создания распознанного текстового слоя (OCR) в DjVu-файлах
От сюда http://djvu-soft.narod.ru/soft/ прямая ссылка http://djvu-soft.narod.ru/scan/cuneidjvu.htm
Пробовал на журналах Радио получалось очень не плохо.
ABBYY FineReader распознает элементарно — что тут мутить
Вся соль DjVu в том, что «картинка» страницы и текст хранятся вместе. Распознавать несколько страниц подряд возникает, обычно, для написания рефератов/курсовых и т.д. Чаще требуется скопировать несколько абзацев. Тут проще скопировать с потерей форматирования и неправильными буквами, чем «просеивать» через дополнительные программы (FineReader).
А вот бы после FineReader запихнуть распознаный текст обратно в DjVu — было бы полезно!
Форум про радио — сайт, посвященный обсуждению электроники, компьютеров и смежных тем.
Инструкция: как сделать ВЫДЕЛЕНИЕ/КО ПИРОВАНИЕ текста & ПОИСК (Ctrl+F) в PDF & DjVu (добавление OCR-слоя)
Иногда, читая различные электронные документы В формате DjVu нам нужно выполнить поиск по тексту, чтобы найти то, или иное слово, фразу, термин. Или же просто нам нужно выделить абзац из книги, которую читаем в формате DjVu, скопировать этот абзац в буфер и вставить на каком-нибудь форуме и прокомментировать. Но DjVu сам по себе графический формат, и его странички — это картинки, поэтому ни поиск по тексту, ни выделить и скопировать текст из DjVu в doc (Word), или txt никак не удастся.
Та же проблема в PDF.
Казалось бы, с PDF всё проще. В нём же генетически заложено и выделение/копирование текста, и поиск по тексту.
Но иногда бывают такие случаи, когда в PDF невозможно выполнить ни поиск по тексту, ни выделение/копирование текста. Это возникает в тех случаях, когда PDF создаётся не из текстовых форматов (doc, txt и др.) а из графических (tif, jpg, DjVu и др.) без помощи распознавательных программ. Так, если мы, например, с помощью ЭТОГО МАНУАЛА переконвертируем книжку из DjVu в PDF — получим совершенно непрошитый PDF-документ, в котором нельзя будет выполнить ни поиск по тексту, ни выделение/копирование текста.
В этом мануале я покажу, как прошивать электронные документы форматов DjVu & PDF.
-
[*] Если в документе DjVu нет текстового OCR-слоя, то нам нужно его сделать — с помощью программы FineReader-7(8).
Здесь сразу замечу, что в качестве распознавателя стоит использовать именно FineReader, т.к. программа обработки рабочих проектов написана под его проекты и именно 7-ю, или 8-ю версию (за 9-ю не знаю, а 10 — точно не подходит), т.к. программа обработки оперирует с frf-шками, которые в 10-й версии, например, уже не используются.
[*] Для этого нужно переконвертировать DjVu-файл в tif-ы, например. Т.к. с ними дальше будет работать FineReader, распознавая текст.
[*] Загрузить tif-ы в FineReader и распознать в них текст. В итоге создать рабочий FineReader-проект.
Сейчас вылечим для наглядности одну DjVu-книжку.
- Открываем программу DjvuOCR и выбираем «Декодирование DjVu-файла»
Здесь стоит отметить, что в среднем, размер 1-го tif-файла будет = 3,5mb и если в вашей книжке будет, к примеру 500 страниц, то понадобиться 3,5*500=1,750Gb свободного места. Это нужно учитывать.
- Открываем FineReader 7(8)
Выделяем и копируем текст в djvu файле
Сегодня расскажем вам, как выделить текст в djvu файле и скопировать его в блокнот, Word или любой другой текстовый редактор. Операция простейшая, поддерживается во всех программах для чтения DjVu, размещенных на нашем сайте. Скачайте одну из них и следуйте инструкции.
Способ 1 – через DjVu Reader
Предположим, что книга уже открыта в читалке, перейдите к нужной странице, затем кликните на верхней панели на иконку пунктирной обводки.
Если иконки не видно, откройте настройки панелей инструментов и поставьте галочку (включите отображение) возле надписи: «Выбор режима».
Обведите участок с текстом на странице и нажмите CTRL+T (язык ввода с клавиатуры должен стоять английский, T – это буква из латинского алфавита, а не из русского). Либо кликните по иконке «TXT» сверху.
Затем вставьте скопированный текст куда хотите.
Если вместо кириллицы вставились каракули, измените кодировку документа на CP1251 или западноевропейскую (Windows). Смотрите подробнее в этой инструкции: Как скопировать текст из DjVu в Word.
Способ 2 – через WinDjView
Зайдите в меню «Инструменты» — «Выделить текст» или кликните на значок курсора на верхней панели (справа от значка руки). Выделите интересующий вас участок текста, затем нажмите CTRL+C.
Либо выберите операцию копирования через меню «Правка» – разницы нет. Всё, теперь текст попал в буфер обмена операционной системы. Откройте Word и нажмите CTRL+V.
Способ 3 – через STDU Viewer
Откройте DjVu книгу, затем выберите инструмент «Выделение текста». Зажмите левую кнопку мыши и выделяйте слова на одной или сразу нескольких страницах. Затем нажмите CTRL+C либо CTRL+Insert на клавиатуре.
Вставьте скопированный текст в любую другую программу на компьютере.
- DjVu Reader для Windows
- DjVu Reader для Mac OS
- DjVu Reader для Linux
- DjVu Reader для Android
- DjVu Reader для iOS
- DjVu Reader Portable
Инструкция
У WinDjView простой и интуитивно понятный интерфейс, для вашего удобства мы сделали небольшую инструкцию с описанием основных возможностей программы.
Настройки
Через верхнее меню — Файл — Настройки можно попасть в настройки программы, также можно воспользоваться горячими клавишами Ctrl+,
Все настройки интуитивно понятны. В окне настроек есть три вкладки:
Основные
Отображение
Дополнительно
Настроить внешний вид можно через верхнее меню — Вид. Вы можете выбрать, отображать или нет Панель инструментов, Панель вкладок, Строку состояния и Боковую панель.
Панель инструментов
На панель инструментов для удобства вынесены наиболее часто используемые действия
Открыть — открыть новый документ, также можно сделать это через верхнее меню — Файл — Открыть или с помощью горячих клавиш Ctrl+O.
Печать — напечатать открытый документ, также можно произвести печать через верхнее меню — Файл — Печать или воспользоваться горячими клавишами Ctrl+P.
Поиск — можно найти в документе заданный вами текст, также можно произвести поиск через верхнее меню — Правка — Поиск, или воспользоваться горячими клавишами Ctrl+F. Поиск работает только при наличии в документе встроенного текстового слоя.
Если в открывшемся окне поиска нажать Найти, поиск происходит начиная с текущего положения в документе или от выделенного ранее текста и далее по документу при каждом новом нажатии на кнопку Найти. Если нажать Найти все, поиск происходит сразу по всему документу, результаты отображаются в боковой панели во вкладке Результаты поиска, откуда можно перейти к каждому найденному результату
О программе — краткая информация о программе и ссылки на сайт проектка, также эту информацию можно увидеть перейдя в верхнее меню — Помощь — О программе WinDjView.
Режим перетаскивания — вы можете зажать левую кнопку мыли (ЛКМ) и перетаскивать в нужном направлении отображаемый документ.
Выделить текст — удерживая ЛКМ можно выделить текст, при нажатии на ПКМ появится контекстное меню, в котором можно выбрать действия: Копировать текст, Отметить текст, Добавить закладку. Выделение текста работает только при наличии в документе встроенного текстового слоя.
Выделить область — можно выделить нужную вам область документа. Нажав на правую кнопку мыши (ПКМ), вы увидите контекстное меню, в котором можете выбрать действия, которые хотите произвести с выделенной областью:
- Копировать выделение
- Отменить выделение
- Экспорт выделения (можно экспортировать в bmp, png, gif, tif и jpg)
- Масштаб по выделению
Режим увеличения — крусор отображается в виде увеличительного стекла, при нажатии ЛКМ появляется рамка, внутри которой изображение увеличено.
Выделить и масштабировать — курсор отображается в виде увеличительного стекла с рамкой внутри, нажав на ЛКМ вы можете выделить область, которую хотите увеличить, когда вы отпустите ЛКМ масштаб документа увеличится в той степени, чтобы область вписалась в окно программы.
На первую страницу — переход на первую страницу.
На предыдущую страницу — переход на предыдущую по порядку страницу.
Выпадающее меню страница — можно быстро переместиться на любую страницу документа.
На следующую страницу — переход на следующую по порядку страницу.
На последнюю страницу — переход на последнюю страницу документа.
Назад — отменить последнее действие.
Вперед — повторить отмененное действие.
Страницы подряд — в окне могут отображаться либо страницы по одной, либо страницы документа подряд, с разрывом.
Разворот — можно отображать страницы в виде книжного разворота.
Уменьшить масштаб — ручное уменьшение масштаба.
Выпадающее меню масштабирования — можно выбрать удобный масштаб документа, в том числе вписать в окно по ширине, по высота, отобразить страницу целиком, отобразить исходный размер, растянуть на все окно (пропорции страницы изменятся).
Увеличить масштаб — ручное увеличение масштаба.
Для удобства отдельными иконками вынесены действия из выпадающего меню масштабирования: Масштаб 100%, Страница целиком, По ширине.
Повернуть влево — все страницу документа будут отображаться повернутыми против часовой стрелки на 90 градусов.
Повернуть вправо — все страницу документа будут отображаться повернутыми по часовой стрелки на 90 градусов.
Боковая панель
На боковой панели находятся вкладки Содержание (при наличии), Страницы с миниатюрами страниц, Закладки (вкладка появится, когда вы сделаете первую закладку), Результаты поиска (вкладка появляется если производился поиск по всему документу).
Закладки
Сделать закладку на отображаемый в окне вид вы можете нажав ПКМ на отображаемом документе и выбрав в появившемся контекстном меню Добавить закладку.
В появившемся окне можно ввести имя закладки и нажать ОК.
Закладка появится во вкладке Закладки на Боковой панели.
Также вы можете сделать закладку на выделение, для этого на панели инструментов выберите Выделить текст/Выделить область и после выделения нужного фрагмента текста/области нажмите ПКМ. В появившемся контекстном меню выберите Добавить закладку, далее все действия аналогичны добавлению закладки на вид.
Закладки можно переименовывать, удалять, перемещать вверх и вниз в списке закладок, перенаправлять на текущее положение в документе. Для этого нажмите за закладку ПКМ и выберете в появившемся контекстном меню нужное действие.