Udgivelse af tekstgenkendelsessystemet Tesseract 5.2
Udgivelsen af systemet til optisk tegngenkendelse Tesseract 5.2 er offentliggjort, som understøtter genkendelse af UTF-8 tegn og tekster på mere end 100 sprog, herunder russisk, kasakhisk, hviderussisk og ukrainsk. Resultatet kan gemmes i både almindelig tekst og i formaterne HTML (hOCR), ALTO (XML), PDF og TSV. Systemet blev oprindeligt udviklet i 1985-1995 i laboratoriet hos Hewlett Packard, i […]
