{"id":102437,"date":"2021-12-01T15:37:06","date_gmt":"2021-12-01T13:37:06","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/reliz-sistemy-raspoznavaniya-teksta-tesseract-5-0"},"modified":"2021-12-01T15:37:06","modified_gmt":"2021-12-01T13:37:06","slug":"reliz-sistemy-raspoznavaniya-teksta-tesseract-5-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/news\/reliz-sistemy-raspoznavaniya-teksta-tesseract-5-0","title":{"rendered":"Die Ver\u00f6ffentlichung des Texterkennungssystems Tesseract 5.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Die Ver\u00f6ffentlichung der optischen Texterkennungssystem Tesseract 4.1, das die Erkennung von UTF-8-Zeichen und Texten in mehr als 100 Sprachen, einschlie\u00dflich Russisch, Kasachisch, Wei\u00dfrussisch und Ukrainisch, unterst\u00fctzt, wurde bekannt gegeben. Die Ergebnisse k\u00f6nnen sowohl als reiner Text als auch in den Formaten HTML (hOCR), ALTO (XML), PDF und TSV gespeichert werden. Urspr\u00fcnglich wurde das System von 1985 bis 1995 im Labor des Unternehmens Hewlett Packard entwickelt, 2005 wurde der Code unter der Apache-Lizenz ver\u00f6ffentlicht und anschlie\u00dfend durch die Mitwirkung von Mitarbeitern des Unternehmens Google weiterentwickelt. Die Quelltexte des Projekts werden unter der Apache 2.0-Lizenz verteilt.      <\/p>\n<p> Tesseract umfasst ein Konsolen-Dienstprogramm und die Bibliothek libtesseract, um Texterkennungsfunktionen in andere Anwendungen zu integrieren. Zu den unterst\u00fctzenden GUI-Schnittstellen f\u00fcr Tesseract geh\u00f6ren gImageReader, VietOCR und YAGF. Es werden zwei Erkennungsengines angeboten: die klassische, die Zeichen auf der Grundlage von Vorlagen erkennt, und die neue, die auf einem maschinellen Lernsystem auf der Basis eines rekurrenten neuronalen Netzwerks (LSTM) basiert, das f\u00fcr die Erkennung ganzer Zeilen optimiert ist und eine erhebliche Verbesserung der Genauigkeit erm\u00f6glicht. Vorgefertigte, trainierte Modelle wurden f\u00fcr 123 Sprachen ver\u00f6ffentlicht. Zur Optimierung der Leistung werden Module angeboten, die OpenMP und SIMD-Anweisungen wie AVX2, AVX, NEON oder SSE4.1 nutzen.     <\/p>\n<p>Hauptverbesserungen in Tesseract 5.0:  <\/p>\n<ul>\n<li class=\"l\"> Die erhebliche \u00c4nderung der Versionsnummer ist auf \u00c4nderungen im API zur\u00fcckzuf\u00fchren, die die Abw\u00e4rtskompatibilit\u00e4t beeintr\u00e4chtigen. Insbesondere ist die \u00f6ffentlich zug\u00e4ngliche API von libtesseract nicht mehr an die propriet\u00e4ren Datentypen GenericVector und STRING gebunden; stattdessen werden im Code std::string und std::vector verwendet.\n<li class=\"l\"> Die Strukturbaum der Quelltexte wurde reorganisiert. Die \u00f6ffentlichen Header-Dateien wurden in das Verzeichnis include\/tesseract verschoben.\n<li class=\"l\"> Das Speichermanagement wurde \u00fcberarbeitet, alle Aufrufe von malloc und free wurden durch C++-Code ersetzt. Eine allgemeine Modernisierung des Codes wurde durchgef\u00fchrt.\n<li class=\"l\"> Optimierungen f\u00fcr die ARM- und ARM64-Architekturen wurden hinzugef\u00fcgt, um die Berechnungen zu beschleunigen, und es wurden ARM NEON-Anweisungen verwendet. Eine allgemeine Leistungsoptimierung f\u00fcr alle Architekturen wurde vorgenommen.\n<li class=\"l\"> Neue Trainingsmodi f\u00fcr Modelle und Texterkennung wurden realisiert, die auf Flie\u00dfkomma-Berechnungen basieren. Die neuen Modi zeichnen sich durch eine h\u00f6here Leistung und einen geringeren Speicherverbrauch aus. Im LSTM-Engine ist der Schnellmodus float32 standardm\u00e4\u00dfig aktiviert.\n<li class=\"l\"> Es wurde auf die Verwendung von Unicode-Normalisierung in der NFC-Form (Normalization Form Canonical) umgestellt.\n<li class=\"l\"> Eine Option zur Anpassung der Protokollierungsdetails (-loglevel) wurde hinzugef\u00fcgt.\n<li class=\"l\"> Das Builds-System wurde auf der Grundlage von Autotools \u00fcberarbeitet und auf einen nicht rekursiven Build-Modus umgestellt.\n<li class=\"l\"> Der Branch \u00abmaster\u00bb wurde in Git in \u00abmain\u00bb umbenannt.\n<li class=\"l\"> Unterst\u00fctzung f\u00fcr neue Versionen von macOS und Apple-Systemen auf Basis des M1-Chips wurde hinzugef\u00fcgt.<br \/>\n<br \/>Quelle: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/www.opennet.ru\/opennews\/art.shtml?num=56259\">opennet.ru<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u041e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d \u0440\u0435\u043b\u0438\u0437 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u043e\u043f\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u0430 Tesseract 4.1, \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u044e\u0449\u0435\u0439 \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u0435 \u0441\u0438\u043c\u0432\u043e\u043b\u043e\u0432 UTF-8 \u0438 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043d\u0430 \u0431\u043e\u043b\u0435\u0435 \u0447\u0435\u043c 100 \u044f\u0437\u044b\u043a\u0430\u0445, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0440\u0443\u0441\u0441\u043a\u0438\u0439, \u043a\u0430\u0437\u0430\u0445\u0441\u043a\u0438\u0439, \u0431\u0435\u043b\u043e\u0440\u0443\u0441\u0441\u043a\u0438\u0439 \u0438 \u0443\u043a\u0440\u0430\u0438\u043d\u0441\u043a\u0438\u0439. \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u043c\u043e\u0436\u0435\u0442 \u0441\u043e\u0445\u0440\u0430\u043d\u044f\u0442\u044c\u0441\u044f \u043a\u0430\u043a \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u043c \u0442\u0435\u043a\u0441\u0442\u043e\u043c, \u0442\u0430\u043a \u0438 \u0432 \u0444\u043e\u0440\u043c\u0430\u0442\u0430\u0445 HTML (hOCR), ALTO (XML), PDF \u0438 TSV. \u0418\u0437\u043d\u0430\u0447\u0430\u043b\u044c\u043d\u043e \u0441\u0438\u0441\u0442\u0435\u043c\u0430 \u0431\u044b\u043b\u0430 \u0441\u043e\u0437\u0434\u0430\u043d\u0430 \u0432 1985-1995 \u0433\u043e\u0434\u0430\u0445 \u0432 \u043b\u0430\u0431\u043e\u0440\u0430\u0442\u043e\u0440\u0438\u0438 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 Hewlett Packard, \u0432 [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-102437","post","type-post","status-publish","format-standard","hentry","category-news"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.1.1 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u041e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d \u0440\u0435\u043b\u0438\u0437 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u043e\u043f\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u0430 Tesseract 4.1, \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u044e\u0449\u0435\u0439 \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u0435 \u0441\u0438\u043c\u0432\u043e\u043b\u043e\u0432 UTF-8 \u0438 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043d\u0430 \u0431\u043e\u043b\u0435\u0435 \u0447\u0435\u043c 100 \u044f\u0437\u044b\u043a\u0430\u0445, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0440\u0443\u0441\u0441\u043a\u0438\u0439, \u043a\u0430\u0437\u0430\u0445\u0441\u043a\u0438\u0439, \u0431\u0435\u043b\u043e\u0440\u0443\u0441\u0441\u043a\u0438\u0439 \u0438 \u0443\u043a\u0440\u0430\u0438\u043d\u0441\u043a\u0438\u0439.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/de\/blog\/news\/reliz-sistemy-raspoznavaniya-teksta-tesseract-5-0\" \/>\n\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.1.1\" \/>\n\t\t<meta property=\"og:locale\" content=\"de_DE\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u0420\u0435\u043b\u0438\u0437 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u0430 Tesseract 5.0 | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u041e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d \u0440\u0435\u043b\u0438\u0437 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u043e\u043f\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u0430 Tesseract 4.1, \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u044e\u0449\u0435\u0439 \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u0435 \u0441\u0438\u043c\u0432\u043e\u043b\u043e\u0432 UTF-8 \u0438 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043d\u0430 \u0431\u043e\u043b\u0435\u0435 \u0447\u0435\u043c 100 \u044f\u0437\u044b\u043a\u0430\u0445, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0440\u0443\u0441\u0441\u043a\u0438\u0439, \u043a\u0430\u0437\u0430\u0445\u0441\u043a\u0438\u0439, \u0431\u0435\u043b\u043e\u0440\u0443\u0441\u0441\u043a\u0438\u0439 \u0438 \u0443\u043a\u0440\u0430\u0438\u043d\u0441\u043a\u0438\u0439.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/de\/blog\/news\/reliz-sistemy-raspoznavaniya-teksta-tesseract-5-0\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2021-12-01T13:37:06+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2021-12-01T13:37:06+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Ver\u00f6ffentlichung des Texterkennungssystems Tesseract 5.0 | ProHoster","description":"Die Ver\u00f6ffentlichung des Systems zur optischen Texterkennung Tesseract 4.1, das die Erkennung von UTF-8-Zeichen und Texten in mehr als 100 Sprachen, darunter Russisch, Kasachisch, Wei\u00dfrussisch und Ukrainisch, unterst\u00fctzt, wurde ver\u00f6ffentlicht.","canonical_url":"https:\/\/prohoster.info\/de\/blog\/news\/reliz-sistemy-raspoznavaniya-teksta-tesseract-5-0","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"de_DE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u0420\u0435\u043b\u0438\u0437 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u0430 Tesseract 5.0 | ProHoster","og:description":"\u041e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d \u0440\u0435\u043b\u0438\u0437 \u0441\u0438\u0441\u0442\u0435\u043c\u044b \u043e\u043f\u0442\u0438\u0447\u0435\u0441\u043a\u043e\u0433\u043e \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u044f \u0442\u0435\u043a\u0441\u0442\u0430 Tesseract 4.1, \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u0438\u0432\u0430\u044e\u0449\u0435\u0439 \u0440\u0430\u0441\u043f\u043e\u0437\u043d\u0430\u0432\u0430\u043d\u0438\u0435 \u0441\u0438\u043c\u0432\u043e\u043b\u043e\u0432 UTF-8 \u0438 \u0442\u0435\u043a\u0441\u0442\u043e\u0432 \u043d\u0430 \u0431\u043e\u043b\u0435\u0435 \u0447\u0435\u043c 100 \u044f\u0437\u044b\u043a\u0430\u0445, \u0432\u043a\u043b\u044e\u0447\u0430\u044f \u0440\u0443\u0441\u0441\u043a\u0438\u0439, \u043a\u0430\u0437\u0430\u0445\u0441\u043a\u0438\u0439, \u0431\u0435\u043b\u043e\u0440\u0443\u0441\u0441\u043a\u0438\u0439 \u0438 \u0443\u043a\u0440\u0430\u0438\u043d\u0441\u043a\u0438\u0439.","og:url":"https:\/\/prohoster.info\/de\/blog\/news\/reliz-sistemy-raspoznavaniya-teksta-tesseract-5-0","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2021-12-01T13:37:06+00:00","article:modified_time":"2021-12-01T13:37:06+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"102437","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":"default","schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-12-01 13:37:56","updated":"2022-09-30 15:52:33","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/102437","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/comments?post=102437"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/102437\/revisions"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media?parent=102437"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/categories?post=102437"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/tags?post=102437"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}