Инструкция: как сделать ВЫДЕЛЕНИЕ/КО ПИРОВАНИЕ текста & ПОИСК (Ctrl+F) в PDF & DjVu (добавление OCR-слоя)
<div title="Лечение DjVu"> Лечение DjVu-файла (или прошивку) , итогом которой станет возможность поиска по тексту + выделение/копирование текста, можно разбить на несколько этапов:
<ul>[*] 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.
<li> С помощью программы DjvuOCR обработать рабочий FineReader-проект, извлечь необходимую из него информацию и создать текстовый слой + интегрировать его в DjVu-файл.
- 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.
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.
Программа DjVu OCR
Предназначена для внедрения текстового слоя OCR в книги djvu. Текстовый слой позволяет пользоваться поиском по документу, копировать текст из djvu в doc или txt.
DjVu OCR работает только совместно с FineReader 7-ой,8-ой,9-ой версий, предназначающейся для распознавания текста. Процедура оцифровки текста происходит за три этапа:
1) Во-первых программа (djvu OCR) конвертирует документ в формат tiff или djvu в doc
2) Во-вторых FineReader распознает текст из полученных изображений
3) И наконец, djvu OCR обрабатывает рабочий проект FineReader и извлекает информацию, которую затем интегрирует текстовый слой в djvu.
Программа не требует установки и может быть запущена прямо из архива.
Помимо интеграции программа также может извлекать уже существующий текстовый слой в djvu файл (режим — извлечь OCR слой). В программе можно обработать весь документ или указать диапазон обрабатываемых страниц. Выходные форматы txt и html.
Еще одним плюсом является то, что программу не нужно устанавливать. После скачивания архива, в нем можно найти четыре исполняемых файла:
1) DjvuOCR — Win32 GUI версия
2) FRFGrab — консольная версия
3) Djvused — стандартная утилита пакета djvulibre
4) cvthtml2 — конвертация OCR слоя в HTML (UTF8)
Опытные пользователи могут пользоваться консольной версией программы DjVu OCR подробное описание команд которой находиться в файле справки. Остальным пользователям достаточно запустить DjVu OCR.exe, у которого стандартный интерфейс.
Вы можете скачать бесплатно DjVu OCR (версия 2.4 на русском)
Скачать DjVu OCR
Djvu Editor
Djvu Editor – отличная программа для создания и редактирования Djvu файлов. Фактически программа Djvu Editor — это слегка урезанная бесплатная версия программы Document Express Editor, с полностью схожим интерфейсом и функциями. Эта программа была разработана компанией LizardTech и поэтому многими думают, что это продолжение программы Djvu Solo, данное утверждение очень спорно и только основывается на том что эти две программы разработаны всего лишь одной компанией.
Кроме создания и редактирования, это ПО можно использовать как стандартный просмотрщик. Программа Djvu Editor имеет широким функционалом, среди которых: возможность делать заметки и комментарии абсолютно не ограниченной формы; имеется удобная функция отправки открытого Djvu документа по электронной почте; разные режимы просмотра, такие как цветной, черно-белый, передний фон и задний, что значит намного лучшее восприятие документа; функция масштабирования; широкий спектр функций печати; возможность сделать превью страниц документа, а также множество др. полезных функций.
Сделать документ формата Djvu можно как из уже готовых графических файлов различных форматов, так и с помощью сканера, т.е. прямо из интерфейса программы, а так же имеется возможность совмещать нескольких Djvu страниц в один документ.
Технология создания файла Djvu практически схожа с программой Djvu Solo. Во время создания документа вы сможете использовать функционал профиля (Normal, Photo, Drawing, Electronic, Bitonal, Manuscript, Map). Эти настройки позволяют выбрать уровень качества и сжатия будущего файла Djvu. А также имеется настойка «Text Quality», которая необходима для формирования уровеня сжатия текста и размер заключительного файла.
На нашем ресурсе вы сможете скачать последнюю версию программы Djvu Editor Rus.
Язык интерфейса программы: английский + русский Подробнее о Document Express with Djvu – это группа приложений, которая позволяет управлять, создавать, распространять и записывать Djvu файлы. Document Express Editor – это одна из самых распространенных программ для просмотра и создания документов Djvu на локальном компьютере.
Рассмотрим немного главные возможности DjvuEditor Pro Rus и кратко рассмотрим принцип создания Djvu-документов.
В Document Express Editor, можно конвертировать и открывать файлы форматов: BMP (*.bmp), Djvu (*.Djvu, *.djv), JPEG (*.jpeg, *.jpg), GIF (*.gif), PNM (*.ppm, *.pnm, *.pgm, *.pbm), PICT (*.pict), TIFF (*.tif ,*.tiff). Для того, чтобы создать Djvu файл вам необходимо отсканировать нужную страницу (зайти в меню “Файл” -> “Сканировать”), или же если у вас есть уже готовое изображение открыть его (зайти в меню “Файл” -> “Открыть”). Если документ будет иметь несколько страниц, то с помощью меню “Правка” > “Добавить страницы после. ” или “Правка” > “Добавить страницы до. ” можно встроить в документ после или до текущего изображения остальные страницы. Далее с помощью “Файл” -> “Сохранить как. ” Вам необходимо сохранить документ в Djvu формате.
Но будьте внимательны при сохранении файла Вам будет предложено выбрать настройки:
— профиль;
— распознавать ли текст;
— разрешение (от 100 до 600 dpi);
— качество сохраняемого текста (возможны пяти уровней от так сказать «агрессивного», т.е. со значительной потерей до уровня «без потери»), сохранять изображения все в одном файле или каждое в отдельном.
Профиль – это настройки, только в этом случае Вы выбираете тип документа, а программа сама автоматически подстраивается под данный ей тип изображения.
Всего Вам доступны 7 профилей:
1. «Электронный» – этот профиль используется для растровых электронных изображений, таких, как например скриншоты и т.п.
2. «Нормальный» – для отсканированных печатных документов
3. «Битональный» — только для изображений черно-белых типа
4. «Фото» — этот профиль используется для фотографий. Функция OCR не работает, поэтому копирования текста и функция поиска не будет работать в созданном документе.
5. «Рисунок» — для документов с поддержкой фотографий и рисунков
6. «Карта» — аналогично как и «Рисунок», но с лучшей поддержкой именно перевернутого текста
7. «Рукопись» — для рукописных или старых изданий без фотографий или рисунков
Такими настройками, можно добиться отличного результата. После того, как настройки заданы, следует выбрать место на Вашем компьютере и далее сохранить файл в Djvu формате.
После этого сохранения Вам доступна возможность подсвечивать области в документе, вставлять внешние и внутренние (для данного документа) гиперссылки и т.п. Так же если во время создании документа Djvu не было задано свойство распознавание текста, но это все можно сделать немного позже. Document Express Editor 6.0.1 (Djvu Express Editor) без проблем может распознавать около ста языков.
— имеется возможность копировать интересующие вас фрагменты документа для дальнейшей обработки; — возможность поиска по документу.
Название программы: Lizardtech Djvu document express Editor
Версия программы: 6.0.1 Build 1320
Размер install версии: 54 Mb
Размер portable версии: 49 Mb
Размер руссификатора: 258 Kb
Размер ключа к программе: 1 Kb
Язык интерфейса: Имеется руссификатор
Система: Windows 2000 / NT / XP / Vista / 7
Функция так называемого поиска по ключевым словам имеется практически во всех Djvu-программах. Скачать djvueditor pro rus вы можете всего лишь кликнув по ссылкам в верхней части сайта.