Як з DjVu зробити Word

Як перевести книжку DjVu у Word: скопіювати текстовий шар, перетворити DjVu на PDF утилітою ddjvu, розпізнати текст відкритим OCRmyPDF і відкрити PDF у Word або LibreOffice.

Word не відкриває файли DjVu напряму, тому шлях завжди двокроковий: або скопіювати текстовий шар із DjVu, якщо він є, або перетворити DjVu на PDF, розпізнати текст (OCR) і відкрити PDF у Word — Word сам конвертує його в редагований документ. Усе це можна зробити відкритими програмами: djvulibre, OCRmyPDF (на рушії Tesseract) або LibreOffice. Нижче — обидва варіанти і що робити, якщо форматування «розлізлося».

Спершу перевірте, чи є в DjVu текст

Частина книжок у DjVu вже містить прихований текстовий шар (його додали під час сканування). Відкрийте файл у переглядачі DjVu — наприклад, у браузері через відкритий DjVu.js Viewer (працює локально, файл нікуди не завантажується) — і спробуйте виділити слово мишкою або знайти його пошуком (Ctrl + F).

  • Текст виділяється й шукається — скопіюйте потрібні сторінки (Ctrl + C) і вставте у Word (Ctrl + V). Для великої книжки зручніше витягти текст цілком утилітою djvutxt з пакета djvulibre (djvutxt book.djvu book.txt) і відкрити TXT у Word.
  • Сторінки — лише картинки — потрібне розпізнавання, див. наступний розділ.

Інші переглядачі для Windows, macOS і Android — у статтях програми для читання DjVu і як відкрити файл DjVu.

DjVu без тексту: через PDF і OCR

  1. Перетворіть DjVu на PDF. Утиліта ddjvu з відкритого пакета djvulibre робить це однією командою (документація ddjvu); можна взяти лише потрібні сторінки.
  2. Додайте текстовий шар. Відкрита програма OCRmyPDF розпізнає текст рушієм Tesseract і вкладає його в PDF; для українських книжок вкажіть мову -l ukr (для змішаного тексту — -l ukr+eng), мовні пакети Tesseract мають бути встановлені.
  3. Відкрийте PDF у Word. «Файл» → «Відкрити» → виберіть PDF і погодьтеся на перетворення: Word створить копію-документ, оригінал не зміниться. Microsoft попереджає, що так найкраще конвертуються переважно текстові PDF, а таблиці, виноски й колонтитули можуть зсунутися (Opening PDFs in Word, Microsoft Support).
DjVu у PDF командою ddjvu (DjVuLibre)
bash
sudo apt install djvulibre-bin

Debian / Ubuntu / Linux Mint; у Fedora — sudo dnf install djvulibre.

bash
ddjvu -format=pdf book.djvu book.pdf

Уся книжка в PDF (сторінки — зображення).

bash
ddjvu -format=pdf -page=1-20 -quality=80 book.djvu part.pdf

Лише сторінки 1–20 з JPEG-якістю 80 — менший файл.

bash
ocrmypdf -l ukr+eng book.pdf book-ocr.pdf

Додати текстовий шар (OCRmyPDF + мовні пакети Tesseract).

bash
brew install djvulibre

Встановити через Homebrew.

У Windows djvulibre і OCRmyPDF найпростіше запускати в WSL або Linux-середовищі; для тих, хто не хоче командного рядка, є графічні програми розпізнавання — порівняння нижче (відкриті першими).

Програми для розпізнавання тексту (OCR) · станом на
Програма Розробник Ліцензія Платформи
NAPS2 відкритий код GitHub Сканування + OCR у PDF з пошуком Ben Olden-Cooligan GPL-2.0 Windows, macOS, Linux
gImageReader відкритий код GitHub Графічна оболонка Tesseract, редагування результату Sandro Mani GPL-3.0 Windows, Linux
OCRmyPDF відкритий код GitHub Додає текстовий шар у скановані PDF (командний рядок) OCRmyPDF MPL-2.0 Windows, macOS, Linux
Tesseract відкритий код GitHub Рушій розпізнавання, понад 100 мов, зокрема українська Tesseract OCR Apache-2.0 Windows, macOS, Linux
PowerToys Text Extractor відкритий код GitHub Копіює текст з будь-якої частини екрана Microsoft (США) MIT Windows
Readiris Збереження розмітки, 130+ мов, хмари I.R.I.S. (Canon) (Бельгія) платна, пробна версія Windows, macOS
Adobe Acrobat Pro OCR і редагування сканованих PDF Adobe (США) підписка Windows, macOS

Без Word: LibreOffice

Розпізнаний PDF відкриває й LibreOffice: Writer імпортує текст, а Draw — сторінку з розташуванням блоків (LibreOffice Draw). Звідти документ зберігають у DOCX для Word.

Як отримати кращий результат

  • Розпізнавайте лише потрібні розділи: книжка на 500 сторінок обробляється довго, а помилки доведеться вичитувати.
  • Якість OCR залежить від скану: при низькій роздільності чи дрібному шрифті краще знайти інше видання або PDF від видавця.
  • Після вставки у Word перевірте переноси, «рвані» рядки й таблиці — їх доведеться виправити вручну; про форматування — у статті програми для розпізнавання тексту.
  • Поважайте авторське право: конвертувати книжку для власного користування — одне, поширювати текст — інше.

Часті питання

Як перевести DjVu у Word? (djvu в ворд)

Якщо в DjVu є текстовий шар — скопіюйте текст. Якщо ні — DjVu → PDF (ddjvu), OCR (OCRmyPDF з мовою ukr), потім відкрийте PDF у Word.

Чи можна відкрити DjVu прямо у Word?

Ні, Word не підтримує DjVu. Потрібен проміжний PDF або TXT.

Як конвертувати DjVu в PDF?

Командою ddjvu -format=pdf book.djvu book.pdf з пакета djvulibre — див. віджет вище.

Чому після конвертації текст «з'їхав»?

Word перебудовує сторінку з PDF наново, і складні елементи (таблиці, колонки, виноски) переносяться неточно. Виправте форматування вручну або скопіюйте текст без форматування.

Схожі інструкції