Lanzamiento del sistema de reconocimiento de texto Tesseract 5.2
Se ha publicado el lanzamiento del sistema de reconocimiento óptico de caracteres Tesseract 5.2, que soporta el reconocimiento de caracteres UTF-8 y textos en más de 100 idiomas, incluyendo ruso, kazajo, bielorruso y ucraniano. Los resultados se pueden guardar tanto en texto plano como en formatos HTML (hOCR), ALTO (XML), PDF y TSV. Originalmente, el sistema fue creado entre 1985 y 1995 en el laboratorio de la empresa Hewlett Packard, en […]
