DJVUからPDFへの変換

DJVU文書をPDF文書に変換し、DJVU からの構造を維持しながら、テキストレイヤーと画像を分離して保存したいと思います。Ubuntuでこれを行うにはどうすればよいですか？

（その後、Calibreを使用してePub / Mobiに変換するので、このプロセス全体に最適なCalibreプラグインがあれば、それは私に最適です！）

注1：Evinceからの印刷、DJviewからのエクスポート、またはパッケージddjvuを使用したものは、テキストレイヤーを破棄して画像のみを保存するため、適切なソリューションではありません。

注2：使用DJVULibreをするようだだけ抽出されていないテキストレイヤーや画像を抽出。同様に、テキストを「手動で」コピーすると、ドキュメント構造と画像の両方が失われます。

方法1

DJViewを使用してPDFとしてエクスポートするだけです

1. Goto Synaptic Package Manager
2. DJview4をインストールする
3. DJviewの実行（アプリケーション-グラフィックス-DJView4）
4. .djvuドキュメントを開きます
5. ：メニュー-エクスポート形式：PDF

方法2

evivでdjvuファイルを開きます
印刷---->ファイル
への印刷.psから.pdfへの変更を選択し、印刷をクリックします

方法3

1. Goto Synaptic Package Manager

2. インストール

   djvulibre-bin libdjvulibre21 okular-extra-backends evince libevdocument3 libevview3

3. 端末に移動して書き込み

    sudo apt-get install libtiff-tools
   

4. djvuファイルが存在するディレクトリに移動します。マウスの右ボタンをクリックします。「ターミナルで開く」オプションに移動します。クリックして。ターミナルが開きます。

5. その端末に書き込みます

   ddjvu -format=tiff file_name.djvu file_name.tiff
   tiff2pdf -j -o file_name.pdf file_name.tiff
   

方法4

オンラインコンバーターDjVuからPDFへのコンバーターもあります

あまり一般的ではないツールを必要とする1つの方法を次に示します。

1. オクロジュヴ
2. pdfbeads、それはGoogleが見つけることができる独自の要件を持っています

djvu2hocr（ocrodjvuパッケージから）コマンドを使用して、DjVuファイルから非表示のテキストレイヤーを抽出できます（OCRなどを実行せず、ジオメトリを持つテキストレイヤーのみを抽出します）。

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

sed 介入により、出力hOCR（単なるHTMLファイル）のクラス名が修正されます

ここで、DjVuページをTIFF形式に抽出します。

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

これらのファイルを作業フォルダーに入れて終了します。

sample.djvu
pg10.html
pg10.tif

これがpdfbeads役目であり、簡単に実行します：

pdfbeads -o pg10.pdf

次に、この気の利いたプログラムは、このフォルダー内にあるすべてのもの（同じベース名を持つHTMLおよびTIFFファイル）を処理し、いくつかの副産物を含む出力PDFファイルを生成します。

sample.djvu
pg10.html
pg10.tif
pg10.jbig2
pg10.pdf
pg10.sym

入力DjVuファイルと同一で、内部にテキストレイヤーがあります。

コメントの要約：

以下の長いコメントでは、DjVuドキュメントページの小さな画像を個別のオブジェクトとして表現することを説明しています。DjVuドキュメントにカラー画像がある場合、通常は背景レイヤーに配置されます。この場合、ユーザーはddjvu（背景レイヤーのみを抽出する）やimagemagick（自動トリミング）などのツールを利用して、キャンバス全体ではなく画像のみを出力できますが、PDF出力を作成するために自動化することはできません

別の賢明だが遅いアプローチは、通常のOCR GUIツールの使用です。gscan2pdf（> 1.0）はLinux PCの候補として提案されています

djvu2pdfがありますが、ghostscriptに依存しているため、別の印刷オプションになる可能性があります。私がそれを信用しているよりも賢い場合に備えて、それを見てみることをまだお勧めします。

リポジトリにはありませんが、メーカーのサイトからdebをダウンロードできます：http : //0x2a.at/s/projects/djvu2pdf

**リポジトリの外部からのダウンロード/インストールに関する必須通知をここに挿入します**

DJVULibreを使用すると、terminal次のコマンドでテキストレイヤーを抽出できます。

djvutxt myfile.djvu > myfile-ocr.txt または djvused myfile.djvu -e 'print-pure-txt' > myfile.txt

（どちらも同じことをし、ここで見つかりました）

書式設定には多少の労力が必要であり（多くのシンボルが適切に変換されないため）、画像は復元されません。

http://www.djvu-pdf.com/-このWebサイトを使用して、djvuをpdfに変換できます。

最も簡単な方法：gscan2pdfを使用してdjvuをインポートし、次にtesseractでOCRし、最後にpdfとして保存します。PDFのOCRされたテキストは元のdjvuとは若干異なる場合があり、変換にはしばらく時間がかかる場合がありますが、この方法は簡単であり、機能します。

@zetahの答えのスクリプトを作成しました。

ここから入手できます：https : //gist.github.com/matthieuheitz/7287e214b1aeda7948f6c27fbfb5288b