Ilmus Tesseract 5.5.0 optilise tekstituvamise süsteemi väljaanne, mis toetab Unicode'i ja tekste tuvastamist enam kui 100 keeles, sealhulgas vene, kasahhi, valgevene ja ukraina. Tulemused võivad salvestuda avatud tekstina või formaatides HTML (hOCR), ALTO (XML), PDF ja TSV. Alguses loodi süsteem aastatel 1985–1995 Hewlett Packardi laboris, 2005. aastal avati kood Apache litsentsi alusel ja see arenes edasi Google'i töötajate osalusel. Projekti lähtekoodid levitatakse Apache 2.0 litsentsi all.
Tesseract sisaldab konsolide utiliiti ja libtesseract teeki, mis võimaldab lisada tekstituvastuse funktsioone teistesse rakendustesse. Tesseracti toetavatest kolmanda osapoole GUI-liidestest võib nimetada gImageReaderit, VietOCRi ja YAGF-i. Pakutakse kahte tuvastamismootorit: klassikaline, mis tuvastab sümboleid üksikute mallide tasemel, ning uus, mis põhineb LSTM rekurentsnetvõrkude masinõppesüsteemi rakendamisel, optimeeritud ridade tuvastamiseks tervikuna ning võimaldades saavutada märkimisväärset täpsuse suurenemist. Koolitatud mudelid on avaldatud 123 keele jaoks. Tootlikkuse optimeerimiseks on saadaval moodulid, mis kasutavad OpenMP ja SIMD käske AVX2, AVX, AVX512F, NEON või SSE4.1.
Peamised parandused:
- Lisatud tugi RISC-V V vektorite laiendustele, mille põhjal on valmistatud assembleri optimeerimised RISC-V protsessoritega süsteemidele.
- Resultaatide salvestamisel hOCR formaadis tagatakse loodavas failis parameetrite ocrp_dir ja ocrp_lang seadmine.
- Keelemudelite tuvastamise kood on moderniseeritud.
- Parandatud kood hOCR-failide genereerimiseks, eemaldatud failinime teisendamine Windowsi platvormil.
- Lubatud sümboolsed väärtused valikutes "—oem" ja "—psm".
- Koodis on asendatud funktsioonid access ja _access std::filesystem::exists() meetodiga. Funktsioonid tprintf on asendatud tesserr'i voogude kasutamisega.
- Eemaldatud masinõppe platvormi Tensorflow tugi, mis oli kunagi ellu viidud, kuid ei olnud kunagi kasutusele võetud AI mudelite tuvastamiseks.
- Parandatud installija Windowsi platvormil.
- Alammodul googletest on uuendatud versioonile 1.15.2.
Allikas: opennet.ru
