āĻĒā§āĻ°āĻ¸ā§āĻ¤ā§āĻ¤ āĻ
āĻĒāĻāĻŋāĻā§āĻ¯āĻžāĻ˛ āĻā§āĻā§āĻ¸āĻ āĻ°āĻŋāĻāĻāĻ¨āĻŋāĻļāĻ¨ āĻ¸āĻŋāĻ¸ā§āĻā§āĻŽā§āĻ° āĻ°āĻŋāĻ˛āĻŋāĻ Tesseract 4.1, āĻ°āĻžāĻļāĻŋāĻ¯āĻŧāĻžāĻ¨, āĻāĻžāĻāĻžāĻ, āĻŦā§āĻ˛āĻžāĻ°ā§āĻļāĻŋāĻ¯āĻŧāĻžāĻ¨ āĻāĻŦāĻ āĻāĻāĻā§āĻ°ā§āĻ¨ā§āĻ¯āĻŧ āĻ¸āĻš 8 āĻāĻŋāĻ°āĻ āĻŦā§āĻļāĻŋ āĻāĻžāĻˇāĻžāĻ¯āĻŧ UTF-100 āĻ
āĻā§āĻˇāĻ° āĻāĻŦāĻ āĻĒāĻžāĻ ā§āĻ¯ā§āĻ° āĻ¸ā§āĻŦā§āĻā§āĻ¤āĻŋ āĻ¸āĻŽāĻ°ā§āĻĨāĻ¨ āĻāĻ°ā§ā§ˇ āĻĢāĻ˛āĻžāĻĢāĻ˛ āĻĒā§āĻ˛ā§āĻāĻ¨ āĻā§āĻā§āĻ¸āĻ āĻŦāĻž HTML (hOCR), ALTO (XML), PDF āĻāĻŦāĻ TSV āĻĢāĻ°ā§āĻŽā§āĻ¯āĻžāĻā§ āĻ¸āĻāĻ°āĻā§āĻˇāĻŖ āĻāĻ°āĻž āĻ¯ā§āĻ¤ā§ āĻĒāĻžāĻ°ā§āĨ¤ āĻ¸āĻŋāĻ¸ā§āĻā§āĻŽāĻāĻŋ āĻŽā§āĻ˛āĻ¤ 1985-1995 āĻ¸āĻžāĻ˛ā§ āĻšāĻŋāĻāĻ˛ā§āĻ āĻĒā§āĻ¯āĻžāĻāĻžāĻ°ā§āĻĄ āĻ˛ā§āĻ¯āĻžāĻŦāĻ°ā§āĻāĻ°āĻŋāĻ¤ā§ āĻ¤ā§āĻ°āĻŋ āĻāĻ°āĻž āĻšāĻ¯āĻŧā§āĻāĻŋāĻ˛; 2005 āĻ¸āĻžāĻ˛ā§, āĻā§āĻĄāĻāĻŋ āĻ
ā§āĻ¯āĻžāĻĒāĻžāĻāĻŋ āĻ˛āĻžāĻāĻ¸ā§āĻ¨ā§āĻ¸ā§āĻ° āĻ
āĻ§ā§āĻ¨ā§ āĻā§āĻ˛āĻž āĻšāĻ¯āĻŧā§āĻāĻŋāĻ˛ āĻāĻŦāĻ Google āĻāĻ°ā§āĻŽāĻāĻžāĻ°ā§āĻĻā§āĻ° āĻ
āĻāĻļāĻā§āĻ°āĻšāĻŖā§ āĻāĻ°āĻ āĻŦāĻŋāĻāĻžāĻļ āĻāĻ°āĻž āĻšāĻ¯āĻŧā§āĻāĻŋāĻ˛āĨ¤ āĻĒā§āĻ°āĻāĻ˛ā§āĻĒ āĻ¸ā§āĻ¤ā§āĻ° āĻāĻĄāĻŧāĻŋāĻ¯āĻŧā§ āĻĒāĻĄāĻŧāĻž Apache 2.0 āĻāĻ° āĻ
āĻ§ā§āĻ¨ā§ āĻ˛āĻžāĻāĻ¸ā§āĻ¨ā§āĻ¸āĻĒā§āĻ°āĻžāĻĒā§āĻ¤āĨ¤
Tesseract āĻāĻāĻāĻŋ āĻāĻ¨āĻ¸ā§āĻ˛ āĻāĻāĻāĻŋāĻ˛āĻŋāĻāĻŋ āĻāĻŦāĻ āĻ
āĻ¨ā§āĻ¯āĻžāĻ¨ā§āĻ¯ āĻ
ā§āĻ¯āĻžāĻĒā§āĻ˛āĻŋāĻā§āĻļāĻ¨āĻā§āĻ˛āĻŋāĻ¤ā§ OCR āĻāĻžāĻ°ā§āĻ¯āĻāĻžāĻ°āĻŋāĻ¤āĻž āĻāĻŽāĻŦā§āĻĄ āĻāĻ°āĻžāĻ° āĻāĻ¨ā§āĻ¯ libtesseract āĻ˛āĻžāĻāĻŦā§āĻ°ā§āĻ°āĻŋ āĻ
āĻ¨ā§āĻ¤āĻ°ā§āĻā§āĻā§āĻ¤ āĻāĻ°ā§āĨ¤ āĻ¤ā§āĻ¤ā§āĻ¯āĻŧ āĻĒāĻā§āĻˇ āĻĨā§āĻā§ āĻ¯āĻžāĻ°āĻž Tesseract āĻ¸āĻŽāĻ°ā§āĻĨāĻ¨ āĻāĻ°ā§ GUI āĻāĻ¨ā§āĻāĻžāĻ°āĻĢā§āĻ¸ āĻāĻĒāĻ¨āĻŋ āĻ¨ā§āĻ āĻāĻ°āĻ¤ā§ āĻĒāĻžāĻ°ā§āĻ¨ āĻāĻŋāĻā§āĻ¯āĻžāĻŽāĻžāĻ°āĻāĻĄāĻžāĻ°, āĻāĻŋāĻ¯āĻŧā§āĻāĻāĻ¸āĻŋāĻāĻ° и YAGF. āĻĻā§āĻāĻŋ āĻ¸ā§āĻŦā§āĻā§āĻ¤āĻŋ āĻāĻā§āĻāĻŋāĻ¨ āĻĻā§āĻāĻ¯āĻŧāĻž āĻšāĻ¯āĻŧ: āĻāĻāĻāĻŋ āĻā§āĻ˛āĻžāĻ¸āĻŋāĻ āĻ¯āĻž āĻ¸ā§āĻŦāĻ¤āĻ¨ā§āĻ¤ā§āĻ° āĻ
āĻā§āĻˇāĻ° āĻĒā§āĻ¯āĻžāĻāĻžāĻ°ā§āĻ¨ā§āĻ° āĻ¸ā§āĻ¤āĻ°ā§ āĻĒāĻžāĻ ā§āĻ¯āĻā§ āĻ¸ā§āĻŦā§āĻā§āĻ¤āĻŋ āĻĻā§āĻ¯āĻŧ āĻāĻŦāĻ āĻāĻāĻāĻŋ āĻ¨āĻ¤ā§āĻ¨ āĻāĻāĻāĻŋ LSTM āĻĒā§āĻ¨āĻ°āĻžāĻŦā§āĻ¤ā§āĻ¤ āĻ¨āĻŋāĻāĻ°āĻžāĻ˛ āĻ¨ā§āĻāĻāĻ¯āĻŧāĻžāĻ°ā§āĻā§āĻ° āĻāĻĒāĻ° āĻāĻŋāĻ¤ā§āĻ¤āĻŋ āĻāĻ°ā§ āĻāĻāĻāĻŋ āĻŽā§āĻļāĻŋāĻ¨ āĻ˛āĻžāĻ°ā§āĻ¨āĻŋāĻ āĻ¸āĻŋāĻ¸ā§āĻā§āĻŽā§āĻ° āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ°ā§āĻ° āĻāĻĒāĻ° āĻāĻŋāĻ¤ā§āĻ¤āĻŋ āĻāĻ°ā§, āĻ¸āĻŽā§āĻĒā§āĻ°ā§āĻŖ āĻ¸ā§āĻā§āĻ°āĻŋāĻāĻā§āĻ˛āĻŋāĻā§ āĻ¸ā§āĻŦā§āĻā§āĻ¤āĻŋ āĻĻā§āĻāĻ¯āĻŧāĻžāĻ° āĻāĻ¨ā§āĻ¯ āĻ
āĻĒā§āĻāĻŋāĻŽāĻžāĻāĻ āĻāĻ°āĻž āĻšāĻ¯āĻŧ āĻāĻŦāĻ āĻ
āĻ¨ā§āĻŽāĻ¤āĻŋ āĻĻā§āĻ¯āĻŧ āĻ¨āĻŋāĻ°ā§āĻā§āĻ˛āĻ¤āĻž āĻāĻ˛ā§āĻ˛ā§āĻāĻ¯ā§āĻā§āĻ¯ āĻŦā§āĻĻā§āĻ§āĻŋāĨ¤ āĻāĻ¨ā§āĻ¯ āĻĒā§āĻ°āĻ¸ā§āĻ¤ā§āĻ¤ āĻĒā§āĻ°āĻļāĻŋāĻā§āĻˇāĻŋāĻ¤ āĻŽāĻĄā§āĻ˛ āĻĒā§āĻ°āĻāĻžāĻļāĻŋāĻ¤ āĻšāĻ¯āĻŧ 123āĻāĻŋ āĻāĻžāĻˇāĻž. āĻāĻ°ā§āĻŽāĻā§āĻˇāĻŽāĻ¤āĻž āĻ
āĻĒā§āĻāĻŋāĻŽāĻžāĻāĻ āĻāĻ°āĻžāĻ° āĻāĻ¨ā§āĻ¯, OpenMP āĻāĻŦāĻ AVX2, AVX āĻŦāĻž SSE4.1 SIMD āĻ¨āĻŋāĻ°ā§āĻĻā§āĻļāĻžāĻŦāĻ˛ā§ āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ° āĻāĻ°ā§ āĻŽāĻĄāĻŋāĻāĻ˛āĻā§āĻ˛āĻŋ āĻ
āĻĢāĻžāĻ° āĻāĻ°āĻž āĻšāĻ¯āĻŧā§ˇ
āĻĒā§āĻ°āĻ§āĻžāĻ¨ āĻāĻ¨ā§āĻ¨āĻ¤āĻŋ Tesseract 4.1 āĻ:
- āĻāĻā§āĻ¸āĻāĻŽāĻāĻ˛ āĻĢāĻ°āĻŽā§āĻ¯āĻžāĻā§ āĻāĻāĻāĻĒā§āĻ āĻāĻ°āĻžāĻ° āĻā§āĻˇāĻŽāĻ¤āĻž āĻ¯ā§āĻ āĻāĻ°āĻž āĻšāĻ¯āĻŧā§āĻā§ ALTO (āĻŦāĻŋāĻļā§āĻ˛ā§āĻˇāĻŋāĻ¤ āĻŦāĻŋāĻ¨ā§āĻ¯āĻžāĻ¸ āĻāĻŦāĻ āĻĒāĻžāĻ ā§āĻ¯ āĻŦāĻ¸ā§āĻ¤ā§)āĨ¤ āĻāĻ āĻŦāĻŋāĻ¨ā§āĻ¯āĻžāĻ¸āĻāĻŋ āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ° āĻāĻ°āĻžāĻ° āĻāĻ¨ā§āĻ¯, āĻāĻĒāĻ¨āĻžāĻā§ "tessaract image_name alto output_dir" āĻšāĻŋāĻ¸āĻžāĻŦā§ āĻ
ā§āĻ¯āĻžāĻĒā§āĻ˛āĻŋāĻā§āĻļāĻ¨āĻāĻŋ āĻāĻžāĻ˛āĻžāĻ¤ā§ āĻšāĻŦā§;
- āĻ¯ā§āĻ āĻāĻ°āĻž āĻšāĻ¯āĻŧā§āĻā§ āĻ¨āĻ¤ā§āĻ¨ āĻ°ā§āĻ¨ā§āĻĄāĻžāĻ°āĻŋāĻ āĻŽāĻĄāĻŋāĻāĻ˛ LSTMBox āĻāĻŦāĻ WordStrBox, āĻ¸āĻ°āĻ˛ā§āĻāĻ°āĻŖ āĻāĻā§āĻāĻŋāĻ¨ āĻĒā§āĻ°āĻļāĻŋāĻā§āĻˇāĻŖ;
- hOCR (HTML) āĻāĻāĻāĻĒā§āĻā§ āĻ¸āĻŋāĻāĻĄā§āĻā§āĻ°āĻžāĻĢāĻŋāĻā§āĻ¸ā§āĻ° āĻāĻ¨ā§āĻ¯ āĻ¸āĻŽāĻ°ā§āĻĨāĻ¨ āĻ¯ā§āĻ āĻāĻ°āĻž āĻšāĻ¯āĻŧā§āĻā§;
- āĻŽā§āĻļāĻŋāĻ¨ āĻ˛āĻžāĻ°ā§āĻ¨āĻŋāĻ āĻāĻ° āĻāĻĒāĻ° āĻāĻŋāĻ¤ā§āĻ¤āĻŋ āĻāĻ°ā§ āĻāĻā§āĻāĻŋāĻ¨āĻā§ āĻĒā§āĻ°āĻļāĻŋāĻā§āĻˇāĻŖā§āĻ° āĻāĻ¨ā§āĻ¯ āĻĒāĻžāĻāĻĨāĻ¨ā§ āĻ˛āĻŋāĻāĻŋāĻ¤ āĻŦāĻŋāĻāĻ˛ā§āĻĒ āĻ¸ā§āĻā§āĻ°āĻŋāĻĒā§āĻ āĻ¯ā§āĻ āĻāĻ°āĻž āĻšāĻ¯āĻŧā§āĻā§;
- AVX, AVX2 āĻāĻŦāĻ SSE āĻ¨āĻŋāĻ°ā§āĻĻā§āĻļāĻžāĻŦāĻ˛ā§ āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ° āĻāĻ°ā§ āĻĒā§āĻ°āĻ¸āĻžāĻ°āĻŋāĻ¤ āĻ
āĻĒā§āĻāĻŋāĻŽāĻžāĻāĻā§āĻļāĻ¨;
- OpenMP āĻ¸āĻŽāĻ°ā§āĻĨāĻ¨ āĻĄāĻŋāĻĢāĻ˛ā§āĻāĻ°ā§āĻĒā§ āĻāĻžāĻ°āĻŖā§ āĻ¨āĻŋāĻˇā§āĻā§āĻ°āĻŋāĻ¯āĻŧ āĻāĻ°āĻž āĻšāĻ¯āĻŧ āĻ¸āĻŽāĻ¸ā§āĻ¯āĻž āĻāĻ¤ā§āĻĒāĻžāĻĻāĻ¨āĻļā§āĻ˛āĻ¤āĻž āĻ¸āĻš;
- LSTM āĻāĻā§āĻāĻŋāĻ¨ā§ āĻ¸āĻžāĻĻāĻž āĻāĻŦāĻ āĻāĻžāĻ˛ā§ āĻ¤āĻžāĻ˛āĻŋāĻāĻžāĻ° āĻāĻ¨ā§āĻ¯ āĻ¸āĻŽāĻ°ā§āĻĨāĻ¨ āĻ¯ā§āĻ āĻāĻ°āĻž āĻšāĻ¯āĻŧā§āĻā§;
- Cmake āĻāĻ° āĻāĻĒāĻ° āĻāĻŋāĻ¤ā§āĻ¤āĻŋ āĻāĻ°ā§ āĻāĻ¨ā§āĻ¨āĻ¤ āĻŦāĻŋāĻ˛ā§āĻĄ āĻ¸ā§āĻā§āĻ°āĻŋāĻĒā§āĻāĨ¤
āĻāĻ¤ā§āĻ¸: opennet.ru