Sortie du système de reconnaissance de texte Tesseract 5.2
La sortie du système de reconnaissance optique de caractères Tesseract 5.2 a été publiée, prenant en charge la reconnaissance des caractères UTF-8 et des textes en plus de 100 langues, y compris le russe, le kazakh, le biélorusse et l'ukrainien. Le résultat peut être enregistré sous forme de texte brut ou dans les formats HTML (hOCR), ALTO (XML), PDF et TSV. À l'origine, le système a été développé entre 1985 et 1995 dans les laboratoires de Hewlett Packard, dans […]
