dvju 转 pdf 包括文本层

Question

尝试将带有文本层的 djvu 转换为带有文本层的 pdf。我尝试了这个帖子并且它们都没有保留文本层。

我有什么选择？

Answer 1

据我所知，你有两种选择：

1. 使用奥克罗迪武和pdfbeads如所述这里。

   sample.djvu假设您的 DJVU 文件被调用，并且您想将第 10 页转换为 PDF（包括文本层），相关命令如下：

   djvu2hocr -p 10 sample.djvu | sed 's/ocrx/ocr/g' > pg10.html

   ddjvu -format=tiff -page=10 sample.djvu pg10.tif

   pdfbeads -o pg10.pdf

2. 使用DJView4将 DJVU 文件转换为 PDF，然后使用PDF-XChange 查看器执行 OCR。虽然耗时，但效果非常好（即使是双栏文档）。

原则上，这两个选项应该适用于 Mac、Windows 和 Linux。对于选项 2，您需要葡萄酒在 Mac 和 Linux 上。

我尝试了选项 1，但只用了一个页面，在最近配备四核处理器和 8 GB RAM 的笔记本电脑上，它无法在 10 分钟内完成。YMMV。

选项 2. 在配备四核处理器和 16 GB RAM 的最新台式计算机上花费两个小时处理一份 50 页的文档，但结果令人印象深刻。