Avaldatud on Tesseracti 5.2 optilise tekstituvastuse s\u00fcsteemi versioon, mis toetab UTF-8 s\u00fcmbolite tuvastamist ning tekste enam kui 100 keeles, sealhulgas vene, kasahhi, valgevene ja ukraina keeles. Tulemusi saab salvestada nii avatud tekstina kui ka HTML (hOCR), ALTO (XML), PDF ja TSV formaatides. S\u00fcsteem loodi esmakordselt aastatel 1985-1995 Hewlett Packardi laboris, 2005. aastal avati kood Apache litsentsi alusel ning seda arendati edasi Google'i t\u00f6\u00f6tajate osalusel. Projekti algsed tekstid levitatakse Apache 2.0 litsentsi alusel. <\/p>\n
Tesseract sisaldab k\u00e4surea utiliiti ja libtesseract teeki, et integreerida teksti tuvastamise funktsioone teistesse rakendustesse. Tesseracti toetavate kolmanda osapoole GUI-de hulka kuuluvad gImageReader, VietOCR ja YAGF. Pakutakse kahte tuvastusmootorit: klassikaline, mis tuvastab teksti \u00fcksikute s\u00fcmbolite mallide tasandil, ja uus, mis p\u00f5hineb masin\u00f5ppes rakendatud korduvatel n\u00e4rviv\u00f5rkudel LSTM, optimeeritud ridade tervikuna tuvastamiseks, mis v\u00f5imaldab saavutada m\u00e4rgatavat t\u00e4psuse t\u00f5usu. Koolitatud mudelid on avaldatud 123 keele jaoks. T\u00f5hususe optimeerimiseks pakutakse mooduleid, mis kasutavad OpenMP ja SIMD-k\u00e4sklusi, sealhulgas AVX2, AVX, AVX512F, NEON v\u00f5i SSE4.1. <\/p>\n
Tesseract 5.2 peamised t\u00e4iustused: <\/p>\n
\n
On lisatud optimeerimisi, mis on rakendatud Intel AVX512F k\u00e4skude abil.\n
C API-s on rakendatud funktsioon, mis v\u00f5imaldab tesseracti initsialiseerimist masin\u00f5ppemudeli m\u00e4lust laadimisega.\n
On lisatud parameeter invert_threshold, mis m\u00e4\u00e4rab tekstiridade p\u00f6\u00f6ramise taseme. Vaikimisi on v\u00e4\u00e4rtus 0.7. P\u00f6\u00f6ramise v\u00e4ljal\u00fclitamiseks tuleks seada v\u00e4\u00e4rtus 0.\n
On parendatud v\u00e4ga suurte dokumentide t\u00f6\u00f6tlemist 32-bitistel hostidel.\n
On toimunud \u00fcleminek std::regex funktsioonide kasutamiselt std::stringile.\n
Autotools, CMake ja pideva integreerimise s\u00fcsteemide kogumisskriptid on parendatud. <\/p>\n