Nach zwei Jahren Entwicklung wurde das Release des Texterkennungssystems Ocrad 0.29 (Optical Character Recognition) unter dem GNU-Projekt veröffentlicht. Ocrad kann sowohl als Bibliothek zur Integration von OCR-Funktionen in andere Anwendungen als auch als eigenständiges Tool verwendet werden, das aus einem übergebenen Bild Text in UTF-8 oder 8-Bit-Codierungen ausgibt.
Für die optische Zeichenerkennung verwendet Ocrad das Verfahren zur Merkmalsextraktion. Es beinhaltet einen Seitenlayout-Analyzer, der die korrekte Trennung von Spalten und Textblöcken in Druckdokumenten ermöglicht. Die Erkennung wird nur für Zeichen aus den Kodierungen 'ascii', 'iso-8859-9' und 'iso-8859-15' unterstützt (die Unterstützung für Kyrillisch fehlt).
In der neuen Version:
- Die Erkennung der Schriftart des Buchstabens „L“ mit geneigtem rechten Teil wurde verbessert.
- Bei Verwendung der Option ‚-o‘ (‚—output‘) wurde sichergestellt, dass fehlende Zwischenverzeichnisse im angegebenen Dateipfad erstellt werden.
- Die Konfigurationsdatei configure und die Makefile.in wurden um die Variable MAKEINFO ergänzt.
- Diagnosemeldungen, die mit Dateioperationen verbunden sind, wurden in die Form ‚PROGRAM: FILE: MESSAGE‘ umgewandelt.
- In den Meldungen über die Verwendung ungültiger Kommandozeilenargumente wurde bisher das Argument und der Name der Option sichergestellt.
Quelle: opennet.ru
