Publication du système de reconnaissance de texte Tesseract 5.4.0
La version 5.4.0 du système de reconnaissance optique de caractères Tesseract a été publiée, prenant en charge la reconnaissance de caractères UTF-8 et de textes en plus de 100 langues, y compris le russe, le kazakh, le biélorusse et l'ukrainien. Les résultats peuvent être enregistrés sous forme de texte brut ou dans les formats HTML (hOCR), ALTO (XML), PDF et TSV. Le système a été initialement développé entre 1985 et 1995 dans le laboratoire de la société Hewlett Packard, dans […]
