{"id":120548,"date":"2024-11-11T07:09:08","date_gmt":"2024-11-11T05:09:08","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/reliz-sistemy-raspoznavaniya-teksta-tesseract-5-5-0"},"modified":"2024-11-11T07:09:08","modified_gmt":"2024-11-11T05:09:08","slug":"reliz-sistemy-raspoznavaniya-teksta-tesseract-5-5-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/fr\/blog\/news\/reliz-sistemy-raspoznavaniya-teksta-tesseract-5-5-0","title":{"rendered":"Sortie du syst\u00e8me de reconnaissance de texte Tesseract 5.5.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Le lancement de la version 5.5.0 du syst\u00e8me de reconnaissance optique des caract\u00e8res Tesseract a \u00e9t\u00e9 annonc\u00e9, prenant en charge l'Unicode et la reconnaissance de textes en plus de 100 langues, y compris le russe, le kazakh, le bi\u00e9lorusse et l'ukrainien. Les r\u00e9sultats peuvent \u00eatre sauvegard\u00e9s en tant que texte brut ou dans les formats HTML (hOCR), ALTO (XML), PDF et TSV. Au d\u00e9part, le syst\u00e8me a \u00e9t\u00e9 cr\u00e9\u00e9 entre 1985 et 1995 dans un laboratoire de la soci\u00e9t\u00e9 Hewlett Packard, et en 2005, le code a \u00e9t\u00e9 ouvert sous la licence Apache et a depuis \u00e9t\u00e9 d\u00e9velopp\u00e9 avec la participation des employ\u00e9s de Google. Les textes sources du projet sont diffus\u00e9s sous la licence Apache 2.0. <\/p>\n
Tesseract comprend une utilitaire en ligne de commande et une biblioth\u00e8que libtesseract pour int\u00e9grer les fonctionnalit\u00e9s de reconnaissance de texte dans d'autres applications. Parmi les interfaces graphiques tierces prenant en charge Tesseract, on peut mentionner gImageReader, VietOCR et YAGF. Deux moteurs de reconnaissance sont propos\u00e9s : l'un classique qui reconna\u00eet le texte au niveau des mod\u00e8les de caract\u00e8res individuels, et un nouveau bas\u00e9 sur l'application d'un syst\u00e8me d'apprentissage automatique utilisant des r\u00e9seaux de neurones r\u00e9currents LSTM, optimis\u00e9 pour la reconnaissance de lignes enti\u00e8res et permettant d'obtenir une augmentation significative de la pr\u00e9cision. Des mod\u00e8les pr\u00e9-entra\u00een\u00e9s sont publi\u00e9s pour 123 langues. Pour optimiser les performances, des modules utilisant OpenMP et des instructions SIMD AVX2, AVX, AVX512F, NEON ou SSE4.1 sont propos\u00e9s. <\/p>\n
Am\u00e9liorations principales : <\/p>\n
\n
Le support des extensions vectorielles RISC-V V a \u00e9t\u00e9 ajout\u00e9, sur la base desquelles des optimisations d'assemblage pour les syst\u00e8mes avec des processeurs RISC-V ont \u00e9t\u00e9 pr\u00e9par\u00e9es.\n
Lors de l'enregistrement du r\u00e9sultat au format hOCR, il est assur\u00e9 que les param\u00e8tres ocrp_dir et ocrp_lang sont d\u00e9finis dans le fichier cr\u00e9\u00e9.\n
Le code pour d\u00e9terminer les mod\u00e8les linguistiques disponibles a \u00e9t\u00e9 modernis\u00e9.\n
Le code pour g\u00e9n\u00e9rer des fichiers au format hOCR a \u00e9t\u00e9 am\u00e9lior\u00e9 et la conversion des noms de fichiers sur la plateforme Windows a \u00e9t\u00e9 \u00e9limin\u00e9e.\n
Il est permis d'indiquer des valeurs symboliques dans les options \u00ab oem \u00bb et \u00ab psm \u00bb.\n
Dans le code, les fonctions access et _access ont \u00e9t\u00e9 remplac\u00e9es par la m\u00e9thode std::filesystem::exists(). Les fonctions tprintf ont \u00e9t\u00e9 remplac\u00e9es par l'utilisation du flux tesserr.\n
Le support de la plateforme d'apprentissage automatique Tensorflow, qui avait \u00e9t\u00e9 mise en \u0153uvre \u00e0 l'\u00e9poque mais n'a jamais \u00e9t\u00e9 utilis\u00e9e pour l'ex\u00e9cution de mod\u00e8les AI de reconnaissance, a \u00e9t\u00e9 supprim\u00e9.\n
L'installateur pour la plateforme Windows a \u00e9t\u00e9 am\u00e9lior\u00e9.\n
Le sous-module googletest a \u00e9t\u00e9 mis \u00e0 jour vers la version 1.15.2. <\/ul>\n