Tesseract 5.1 টেক্সট রিকগনিশন সিস্টেমের রিলিজ

Tesseract 5.1 অপটিক্যাল টেক্সট রিকগনিশন সিস্টেমের রিলিজ প্রকাশিত হয়েছে, যা রাশিয়ান, কাজাখ, বেলারুশিয়ান এবং ইউক্রেনীয় সহ 8 টিরও বেশি ভাষায় UTF-100 অক্ষর এবং পাঠ্যের স্বীকৃতি সমর্থন করে। ফলাফলটি পরিষ্কার পাঠ্য এবং HTML (hOCR), ALTO (XML), PDF এবং TSV ফর্ম্যাটে উভয়ই সংরক্ষণ করা যেতে পারে। প্রাথমিকভাবে, সিস্টেমটি 1985-1995 সালে হিউলেট প্যাকার্ডের পরীক্ষাগারে তৈরি করা হয়েছিল, 2005 সালে কোডটি অ্যাপাচি লাইসেন্সের অধীনে খোলা হয়েছিল এবং Google কর্মীদের অংশগ্রহণে আরও বিকাশ করা হয়েছিল। প্রকল্পের উত্স পাঠ্যগুলি Apache 2.0 লাইসেন্সের অধীনে বিতরণ করা হয়।

Tesseract একটি কনসোল ইউটিলিটি এবং অন্যান্য অ্যাপ্লিকেশনে OCR কার্যকারিতা এমবেড করার জন্য libtesseract লাইব্রেরি অন্তর্ভুক্ত করে। Tesseract-সমর্থক তৃতীয় পক্ষের GUI-এর মধ্যে রয়েছে gImageReader, VietOCR, এবং YAGF। দুটি স্বীকৃতি ইঞ্জিন প্রস্তাব করা হয়েছে: একটি ক্লাসিক যা স্বতন্ত্র অক্ষর প্যাটার্নের স্তরে পাঠ্যকে স্বীকৃতি দেয় এবং একটি নতুন একটি মেশিন লার্নিং সিস্টেমের ব্যবহারের উপর ভিত্তি করে একটি পুনরাবৃত্ত নিউরাল নেটওয়ার্ক LSTM-এর উপর ভিত্তি করে, সম্পূর্ণ লাইনের স্বীকৃতির জন্য অপ্টিমাইজ করা এবং একটি অনুমতি দেয় নির্ভুলতা উল্লেখযোগ্য বৃদ্ধি। 123টি ভাষার জন্য প্রস্তুত প্রশিক্ষিত মডেল প্রকাশিত হয়েছে। কর্মক্ষমতা অপ্টিমাইজ করার জন্য, মডিউলগুলি অফার করা হয় যা OpenMP এবং SIMD নির্দেশাবলী AVX2, AVX, NEON বা SSE4.1 ব্যবহার করে৷

Tesseract 5.1 এ মূল উন্নতি:

• ALTO, hOCR এবং পাঠ্য বিন্যাসে আউটপুট করার সময় চিত্র এবং লাইন সহ এলাকাগুলি প্রক্রিয়া করার ক্ষমতা প্রয়োগ করা হয়েছে।
• নতুন প্যারামিটার যোগ করা হয়েছে curl_timeout lkz curl_easy_setop.
• উন্নত বিল্ড সিস্টেম।
• অব্যবহৃত কোড অপসারণ করার জন্য কাজ করা হয়েছে
• PageIterator::Orientation ক্লাসে নাল পয়েন্টারগুলির ভুল পরিচালনার কারণে সৃষ্ট স্থির ক্র্যাশ।

উত্স: opennet.ru