{"id":104616,"date":"2022-07-07T21:37:10","date_gmt":"2022-07-07T19:37:10","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/reliz-sistemy-raspoznavaniya-teksta-tesseract-5-2"},"modified":"2022-07-07T21:37:10","modified_gmt":"2022-07-07T19:37:10","slug":"reliz-sistemy-raspoznavaniya-teksta-tesseract-5-2","status":"publish","type":"post","link":"https:\/\/prohoster.info\/hu\/blog\/news\/reliz-sistemy-raspoznavaniya-teksta-tesseract-5-2","title":{"rendered":"A Tesseract 5.2 sz\u00f6vegfelismer\u0151 rendszer kiad\u00e1sa","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Megjelent a Tesseract 5.2 optikai karakterfelismer\u0151 rendszer, amely t\u00e1mogatja az UTF-8 karakterek \u00e9s t\u00f6bb mint 100 nyelv, k\u00f6zt\u00fck orosz, kazak, belorusz \u00e9s ukr\u00e1n sz\u00f6vegek felismer\u00e9s\u00e9t. Az eredm\u00e9ny ny\u00edlt sz\u00f6veges form\u00e1tumban, valamint HTML (hOCR), ALTO (XML), PDF \u00e9s TSV form\u00e1tumokban is elmenthet\u0151. A rendszert eredetileg 1985-1995 k\u00f6z\u00f6tt fejlesztett\u00e9k a Hewlett Packard laborat\u00f3rium\u00e1ban, majd 2005-ben a k\u00f3d ny\u00edlt forr\u00e1sk\u00f3d\u00fa lett az Apache licenc alatt, \u00e9s ezt k\u00f6vet\u0151en a Google munkat\u00e1rsainak k\u00f6zrem\u0171k\u00f6d\u00e9s\u00e9vel fejl\u0151d\u00f6tt. A projekt forr\u00e1sk\u00f3dja Apache 2.0 licenc alatt terjeszt\u00e9sre ker\u00fcl. <\/p>\n
A Tesseract egy parancssori seg\u00e9dprogramot \u00e9s a sz\u00f6vegfelismer\u00e9si funkci\u00f3k be\u00e9p\u00edt\u00e9s\u00e9hez sz\u00fcks\u00e9ges libtesseract k\u00f6nyvt\u00e1rat tartalmaz m\u00e1s alkalmaz\u00e1sokba. A Tesseract t\u00e1mogat\u00e1s\u00e1val rendelkez\u0151 harmadik f\u00e9lt\u0151l sz\u00e1rmaz\u00f3 GUI interf\u00e9szek k\u00f6z\u00fcl megeml\u00edthetj\u00fck a gImageReader, VietOCR \u00e9s YAGF alkalmaz\u00e1sokat. K\u00e9t felismer\u0151 motort k\u00edn\u00e1l: a klasszikus, amely a karakterek egyedi sablon szintj\u00e9n ismeri fel a sz\u00f6veget, valamint az \u00faj, amely a LSTM m\u00e9lytanul\u00e1si rendszer alkalmaz\u00e1s\u00e1ra \u00e9p\u00fcl, amely optimaliz\u00e1lt a sorok eg\u00e9sz\u00e9nek felismer\u00e9s\u00e9re, \u00e9s jelent\u0151s pontosabb eredm\u00e9nyeket \u00e9rhet el. K\u00e9sz, betan\u00edtott modellek \u00e9rhet\u0151k el 123 nyelvhez. A teljes\u00edtm\u00e9ny optimaliz\u00e1l\u00e1sa \u00e9rdek\u00e9ben modulok \u00e1llnak rendelkez\u00e9sre OpenMP \u00e9s SIMD AVX2, AVX, AVX512F, NEON vagy SSE4.1 utas\u00edt\u00e1sok haszn\u00e1lat\u00e1val. <\/p>\n
A Tesseract 5.2 f\u0151bb fejleszt\u00e9sei: <\/p>\n
\n
Optimaliz\u00e1l\u00e1sok ker\u00fcltek bevezet\u00e9sre az Intel AVX512F utas\u00edt\u00e1sok felhaszn\u00e1l\u00e1s\u00e1val.\n
A C API-ban megval\u00f3sult egy funkci\u00f3, amely lehet\u0151v\u00e9 teszi a tesseract inicializ\u00e1l\u00e1s\u00e1t a g\u00e9pi tanul\u00e1si modell mem\u00f3ri\u00e1b\u00f3l t\u00f6rt\u00e9n\u0151 bet\u00f6lt\u00e9s\u00e9vel.\n
Hozz\u00e1ad\u00f3dott az invert_threshold param\u00e9ter, amely meghat\u00e1rozza a sz\u00f6vegsorok inverzi\u00f3j\u00e1nak szintj\u00e9t. Alap\u00e9rtelmezetten az \u00e9rt\u00e9ke 0,7. Az inverzi\u00f3 kikapcsol\u00e1s\u00e1hoz az \u00e9rt\u00e9ket 0-ra kell \u00e1ll\u00edtani.\n
Megoldott\u00e1k a nagy m\u00e9ret\u0171 dokumentumok feldolgoz\u00e1s\u00e1t 32 bites hosztokon.\n
\u00c1t\u00e1lltak a std::regex haszn\u00e1lat\u00e1r\u00f3l a std::string haszn\u00e1lat\u00e1ra.\n
Jav\u00edtott\u00e1k az Autotools, CMake \u00e9s folyamatos integr\u00e1ci\u00f3s rendszerek gy\u0171jt\u00e9si forgat\u00f3k\u00f6nyveit. <\/p>\n