Tesseract 4.1 টেক্সট রিকগনিশন সিস্টেমের রিলিজ

প্রস্তুত অপটিক্যাল টেক্সট রিকগনিশন সিস্টেমের রিলিজ Tesseract 4.1, রাশিয়ান, কাজাখ, বেলারুশিয়ান এবং ইউক্রেনীয় সহ 8 টিরও বেশি ভাষায় UTF-100 অক্ষর এবং পাঠ্যের স্বীকৃতি সমর্থন করে৷ ফলাফল প্লেইন টেক্সট বা HTML (hOCR), ALTO (XML), PDF এবং TSV ফর্ম্যাটে সংরক্ষণ করা যেতে পারে। সিস্টেমটি মূলত 1985-1995 সালে হিউলেট প্যাকার্ড ল্যাবরেটরিতে তৈরি করা হয়েছিল; 2005 সালে, কোডটি অ্যাপাচি লাইসেন্সের অধীনে খোলা হয়েছিল এবং Google কর্মচারীদের অংশগ্রহণে আরও বিকাশ করা হয়েছিল। প্রকল্প সূত্র ছড়িয়ে পড়া Apache 2.0 এর অধীনে লাইসেন্সপ্রাপ্ত।

Tesseract একটি কনসোল ইউটিলিটি এবং অন্যান্য অ্যাপ্লিকেশনগুলিতে OCR কার্যকারিতা এমবেড করার জন্য libtesseract লাইব্রেরি অন্তর্ভুক্ত করে। তৃতীয় পক্ষ থেকে যারা Tesseract সমর্থন করে GUI ইন্টারফেস আপনি নোট করতে পারেন জিগ্যামারইডার, ভিয়েটওসিআর и YAGF. দুটি স্বীকৃতি ইঞ্জিন দেওয়া হয়: একটি ক্লাসিক যা স্বতন্ত্র অক্ষর প্যাটার্নের স্তরে পাঠ্যকে স্বীকৃতি দেয় এবং একটি নতুন একটি LSTM পুনরাবৃত্ত নিউরাল নেটওয়ার্কের উপর ভিত্তি করে একটি মেশিন লার্নিং সিস্টেমের ব্যবহারের উপর ভিত্তি করে, সম্পূর্ণ স্ট্রিংগুলিকে স্বীকৃতি দেওয়ার জন্য অপ্টিমাইজ করা হয় এবং অনুমতি দেয় নির্ভুলতা উল্লেখযোগ্য বৃদ্ধি। জন্য প্রস্তুত প্রশিক্ষিত মডেল প্রকাশিত হয় 123টি ভাষা. কর্মক্ষমতা অপ্টিমাইজ করার জন্য, OpenMP এবং AVX2, AVX বা SSE4.1 SIMD নির্দেশাবলী ব্যবহার করে মডিউলগুলি অফার করা হয়৷

প্রধান উন্নতি Tesseract 4.1 এ:

• এক্সএমএল ফরম্যাটে আউটপুট করার ক্ষমতা যোগ করা হয়েছে ALTO (বিশ্লেষিত বিন্যাস এবং পাঠ্য বস্তু)। এই বিন্যাসটি ব্যবহার করার জন্য, আপনাকে "tessaract image_name alto output_dir" হিসাবে অ্যাপ্লিকেশনটি চালাতে হবে;
• যোগ করা হয়েছে নতুন রেন্ডারিং মডিউল LSTMBox এবং WordStrBox, সরলীকরণ ইঞ্জিন প্রশিক্ষণ;
• hOCR (HTML) আউটপুটে সিউডোগ্রাফিক্সের জন্য সমর্থন যোগ করা হয়েছে;
• মেশিন লার্নিং এর উপর ভিত্তি করে ইঞ্জিনকে প্রশিক্ষণের জন্য পাইথনে লিখিত বিকল্প স্ক্রিপ্ট যোগ করা হয়েছে;
• AVX, AVX2 এবং SSE নির্দেশাবলী ব্যবহার করে প্রসারিত অপ্টিমাইজেশন;
• OpenMP সমর্থন ডিফল্টরূপে কারণে নিষ্ক্রিয় করা হয় সমস্যা উত্পাদনশীলতা সহ;
• LSTM ইঞ্জিনে সাদা এবং কালো তালিকার জন্য সমর্থন যোগ করা হয়েছে;
• Cmake এর উপর ভিত্তি করে উন্নত বিল্ড স্ক্রিপ্ট।

উত্স: opennet.ru