מדריך: איך לחלץ טקסט מקובץ DjVu

רשומה רגילה

djvu-bigמהם קובצי DjVu, למה לחלץ מהם טקסט, ואיך עושים זאת בחינם. המדריך מתאים לתכנים באנגלית בלבד.

djvu-big

מה זה הקובץ הזה?

פורמט DjVu (דֶּזָ'ה-ווּ) נוצר בעיקר לאגוד מסמכים סרוקים, כאלה המכילים שילוב של טקסט, תמונה וגרפיקה. טכנולוגיית הכיווץ מאפשרת נפח מינימלי ותצוגה איכותית של תמונות ומסמכים, תוך נוחות שליחה והעברה ברשת.

DjVu מהווה אלטרנטיבה ל-PDF, עם נפח קבצים קטן בהרבה עבור המסמכים הסרוקים, תוספים חינמיים לדפדפנים וקוראי-DjVu מופצים ברשת.

למרות שאכן הקבצים הם בנפח קטן באופן משמעותי מ-PDF באיכות דומה, קלות ההמרה של מסמכים ל-DjVu, והיותו מופץ בקוד פתוח, עדיין מאומץ ה-PDF באופן רחב יותר.

למה לחלץ מתוכו טקסט?

לא משנה המטרה, לעיתים מתעורר צורך לחלץ טקסט בר-עריכה. אם זה למראי מקום, מחקר, עבודה, העתקת קטע לעיון חוזר. כאמור, לא משנה.

במקרים רבים הקובץ מכיל למעשה מסמך סרוק, כך שלא ניתן להעתיק ממנו תוכן באופן קלאסי של העתק-הדבק. לכך יש צורך בסריקת OCR, שתהפוך את התמונה לטקסט נגיש.

OCR זה זיהוי תווים אופטי (Optical character recognition), וזהו למעשה תרגום של תוכן התמונה לטקסט.

אז איך עושים את זה?

  • גשו לאתר בקישור הזה. והקישו על הלחצן בתחתית העמוד: Any 2 Djvu.
  • בחרו את האפשרות האחרונה ברשימה: (DjVu Document (for verification or OCR, לחצו על Submit.
  • העלו את הקובץ שלכם בלחיצה על כפתור הבחירה בצד ימין.
  • השאירו את כל האפשרויות כמות שהן, ומלאו את תיבת הסימון המרובעת בתחתית הרשימה. לאחר מכן לחצו על Submit.
  • השרת יתרגם את התוכן, וייתן לכן קישור להורדת הקובץ החדש. הורידו ושמרו אותו במחשב.
  • עכשיו, גשו לאתר בקישור הזה. הורידו את קורא ה-DjVu החינמי WinDjView. התקינו במחשב.
  • פתחו את התוכנה שהתקנתם, טענו את הקובץ שהורדתם בשלבים הקודמים. בחרו והעתיקו את התוכן הדרוש לכם כרגיל.

קישורים

DjVu – האתר הרשמי

HOCR – זיהוי תווים אופטי בעברית ובחינם (האתר באנגלית)

Any2DjVu – שרת המרות לקובצי DjVu

WinDjView – קורא קובצי DjVu.

מודעות פרסומת

מחשבה אחת על “מדריך: איך לחלץ טקסט מקובץ DjVu

להשאיר תגובה

הזינו את פרטיכם בטופס, או לחצו על אחד מהאייקונים כדי להשתמש בחשבון קיים:

הלוגו של WordPress.com

אתה מגיב באמצעות חשבון WordPress.com שלך. לצאת מהמערכת / לשנות )

תמונת Twitter

אתה מגיב באמצעות חשבון Twitter שלך. לצאת מהמערכת / לשנות )

תמונת Facebook

אתה מגיב באמצעות חשבון Facebook שלך. לצאת מהמערכת / לשנות )

תמונת גוגל פלוס

אתה מגיב באמצעות חשבון Google+ שלך. לצאת מהמערכת / לשנות )

מתחבר ל-%s