Подготовка документов для чтения

Обновлено 2024-09-29 2 мин. для прочтения Self-Management

Подготовка документов для чтения.

Содержание

1 Преобразование формата

Преобразование djvu в pdf

2 Чистка документа

2.1 Удалить текстовый слой

Ghostscript поддерживает параметры, которые позволяют удалить из PDF-файла либо весь текст, либо все изображения, либо все векторные элементы.
Удалить весь текст из входного PDF-файла:
```
gs -o no-more-texts.pdf -sDEVICE=pdfwrite -dFILTERTEXT input.pdf
```
Удалить все растровые элементы из входного PDF-файла:
```
gs -o no-more-texts.pdf -sDEVICE=pdfwrite -dFILTERIMAGE input.pdf
```
Удалить все векторные элементы из входного PDF-файла:
```
gs -o no-more-texts.pdf -sDEVICE=pdfwrite -dFILTERVECTOR input.pdf
```

Можно комбинировать любой из двух вышеуказанных параметров (объединение всех трёх приведет к созданию пустых страниц):

gs -o noIMG.pdf -sDEVICE=pdfwrite -dFILTERIMAGE input.pdf
gs -o noTXT.pdf -sDEVICE=pdfwrite -dFILTERTEXT input.pdf
gs -o noVCT.pdf -sDEVICE=pdfwrite -dFILTERVECTOR input.pdf

gs -o onlyIMG.pdf -sDEVICE=pdfwrite -dFILTERVECTOR -dFILTERTEXT input.pdf
gs -o onlyTXT.pdf -sDEVICE=pdfwrite -dFILTERVECTOR -dFILTERIMAGE input.pdf
gs -o onlyVCT.pdf -sDEVICE=pdfwrite -dFILTERIMAGE -dFILTERTEXT input.pdf

2.2 unpaper

Репозиторий: https://github.com/Flameeyes/unpaper
Сайт: https://www.flameeyes.com/projects/unpaper
Инструмент постобработки отсканированных изображений.
Основная цель — сделать отсканированные страницы книги более читабельными.

2.3 ScanTailor

Сайт: https://scantailor.org/
Репозиторий: https://github.com/4lex4/scantailor-advanced
ScanTailor Advanced объединяет функции версий ScanTailor Featured и ScanTailor Enhanced.

3 Распознавание документа

Распознавание pdf

4 Создание оглавления

4.1 Общая информация

Оглавление упрощает ориентацию в книге.
Оглавление позволяет:
- всегда иметь под рукой список глав и заголовков книги;
- быстро переходить к началу нужной главы или другим важным местам в книге;
- структурировать заметки к книге.