{"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\/it\/blog\/novosti-interneta\/reliz-sistemy-raspoznavaniya-teksta-tesseract-5-5-0","title":{"rendered":"Rilascio del sistema di riconoscimento testi Tesseract 5.5.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
\u00c8 stata pubblicata la versione 5.5.0 del sistema di riconoscimento ottico dei caratteri Tesseract, che supporta Unicode e il riconoscimento di testi in oltre 100 lingue, tra cui russo, kazako, bielorusso e ucraino. I risultati possono essere salvati sia come testo semplice sia in formati HTML (hOCR), ALTO (XML), PDF e TSV. Il sistema \u00e8 stato originariamente creato tra il 1985 e il 1995 nel laboratorio dell'azienda Hewlett Packard, e nel 2005 il codice \u00e8 stato reso pubblico sotto licenza Apache, continuando a essere sviluppato con la partecipazione dei dipendenti di Google. I testi sorgente del progetto sono distribuiti sotto licenza Apache 2.0. <\/p>\n
Tesseract include un'utilit\u00e0 da console e una libreria libtesseract per integrare funzioni di riconoscimento del testo in altre applicazioni. Tra le interfacce GUI di terze parti che supportano Tesseract, si possono notare gImageReader, VietOCR e YAGF. Sono offerti due motori di riconoscimento: il classico, che riconosce il testo a livello di modelli di singoli caratteri, e il nuovo, basato su un sistema di machine learning con rete neurale ricorrente LSTM, ottimizzato per il riconoscimento di intere righe e che consente un notevole aumento della precisione. Modelli pre-addestrati sono disponibili per 123 lingue. Per ottimizzare le performance, vengono forniti moduli che utilizzano OpenMP e istruzioni SIMD AVX2, AVX, AVX512F, NEON o SSE4.1. <\/p>\n
Miglioramenti principali: <\/p>\n
\n
Aggiunta la compatibilit\u00e0 per le estensioni vettoriali RISC-V V, su cui sono state preparate ottimizzazioni in assembler per sistemi con processori RISC-V.\n
Durante la registrazione del risultato in formato hOCR, viene garantita l'impostazione nei file creati dei parametri ocrp_dir e ocrp_lang.\n
Il codice \u00e8 stato modernizzato per determinare i modelli linguistici disponibili.\n
Il codice per la generazione di file in formato hOCR \u00e8 stato migliorato e la conversione dei nomi dei file sulla piattaforma Windows \u00e8 stata rimossa.\n
\u00c8 consentito specificare valori simbolici nelle opzioni «—oem» e «—psm».\n
Nel codice, le funzioni access e _access sono state sostituite con il metodo std::filesystem::exists(). Le funzioni tprintf sono state sostituite con l'uso dello stream tesserr.\n
\u00c8 stata rimossa il supporto per la piattaforma di machine learning Tensorflow, che era stata implementata, ma non \u00e8 mai stata utilizzata per eseguire modelli AI di riconoscimento.\n
Installer per la piattaforma Windows migliorato.\n
Il sottogruppo googletest \u00e8 stato aggiornato alla versione 1.15.2. <\/ul>\n