ืืึผืึธื ืฉืืจืืจ ืืขืจืืช ืืืืื ืืงืกื ืืืคืืืช Tesseract 4.1, ืชืืื ืืืืืื ืฉื ืชืืืื ืืืงืกืืื ืฉื UTF-8 ืืืืชืจ ื-100 ืฉืคืืช, ืืืื ืจืืกืืช, ืงืืืืช, ืืืืจืืกืืช ืืืืงืจืืื ืืช. ื ืืชื ืืฉืืืจ ืืช ืืชืืฆืื ืืืงืกื ืจืืื ืื ืืคืืจืืืื HTML (hOCR), ALTO (XML), PDF ื-TSV. ืืืขืจืืช ื ืืฆืจื ืืืงืืจ ืืฉื ืื 1985-1995 ืืืขืืืช Hewlett Packard; ืืฉื ืช 2005, ืืงืื ื ืคืชื ืชืืช ืจืืฉืืื Apache ืืคืืชื ืืืืฉื ืืืฉืชืชืคืืช ืขืืืื ืืืื. ืืงืืจืืช ืืคืจืืืงื ืืชืคืฉืืืช ืืืจืฉื ืชืืช Apache 2.0.
Tesseract ืืืืืช ืืื ืขืืจ ืืืกืืฃ ืืืช ืกืคืจืืืช libtesseract ืืืืืขืช ืคืื ืงืฆืืื ืืืืช OCR ืืืคืืืงืฆืืืช ืืืจืืช. ืืฆืืืื ืฉืืืฉืืื ืฉืชืืืืื ื-Tesseract ืืืฉืงื GUI ืืชื ืืืื ืืฉืื ืื gImageReader, VietOCR ะธ YAGF. ืืืฆืขืื ืฉื ื ืื ืืขื ืืืืื: ืืื ืงืืืกื ืืืืื ืืงืกื ืืจืืช ืชืื ืืืช ืชืืืื ืืืืืืช, ืืืืฉ ืืืืืกืก ืขื ืฉืืืืฉ ืืืขืจืืช ืืืืืช ืืืื ื ืืืืืกืกืช ืขื ืจืฉืช ื ืืืจืื ืื ืืืืจืช LSTM, ืืืชืืืช ืืืืืื ืืืจืืืืช ืฉืืืืช ืืืืคืฉืจืช ืขืืืื ืืฉืืขืืชืืช ืืจืืช ืืืืืง. ืืืืืื ืืืืื ืื ืืืื ืื ืืชืคืจืกืืื ืขืืืจ 123 ืฉืคืืช. ืืื ืืืืขื ืืช ืืืืฆืืขืื, ืืืฆืขืื ืืืืืืื ืืืฉืชืืฉืื ืืืืจืืืช OpenMP ื-AVX2, AVX ืื SSE4.1 SIMD.
ืืขืืงืจื ืฉืืคืืจืื ื-Tesseract 4.1:
- ื ืืกืคื ืืืืืช ืคืื ืืคืืจืื XML ืืืื (ืคืจืืกื ืื ืืชืืช ืืืืืืืงื ืืงืกื). ืืื ืืืฉืชืืฉ ืืคืืจืื ืื, ืขืืื ืืืคืขืื ืืช ืืืืฉืื ืืชืืจ "tessaract image_name alto output_dir";
- ื ืืกืคื ืืืืืื ืจืื ืืืจ ืืืฉืื LSTMBox ื-WordStrBox, ืืคืฉืืื ืืช ืืืจืืช ืืื ืืข;
- ื ืืกืคื ืชืืืื ืืคืกืืืืืืจืคืื ืืคืื hOCR (HTML);
- ื ืืกืคื ืกืงืจืืคืืื ืืืืคืืื ืฉื ืืชืื ื-Python ืืืืืื ืืื ืืข ืืืืืกืก ืขื ืืืืืช ืืืื ื;
- ืืืคืืืืืืฆืืืช ืืืจืืืืช ืืืืฆืขืืช ืืืจืืืช AVX, AVX2 ื-SSE;
- ืชืืืืช OpenMP ืืืฉืืชืช ืืืจืืจืช ืืืื ืขืงื ะฟัะพะฑะปะตะผ ืขื ืคืจืืืืงืืืืืืช;
- ื ืืกืคื ืชืืืื ืืจืฉืืืืช ืืื ืืช ืืฉืืืจืืช ืืื ืืข LSTM;
- ืกืงืจืืคืืื ืืื ืืช ืืฉืืคืจืื ืืืืืกืกืื ืขื Cmake.
ืืงืืจ: OpenNet.ru