ααΆαα ααααααΆαααααααααααα½αααααΆααα’αααααα’α»ααα·α Tesseract 4.1 ααααΌαααΆαααααα»ααα αααααΆαααααααααΆαααα½αααααΆααα’αααα UTF-8 αα·αα’αααααααΆααΆα 100 ααΆααΆ αα½αααΆααααΆααΆαα»ααααΈ ααΆα αααΆααααααΆα ααα‘αΆαα»ααα αα·αα’αα»ααααααα ααααααα’αΆα ααααΌαααΆααααααΆαα»αααΆα’αααααααααααΆ α¬ααΆαααααα HTML (hOCR), ALTO (XML), PDF αα·α TSV α αααααααααααααααΌαααΆααααααΎαα‘αΎαααααΌααααα»αααααΆα 1985-1995 αα αααα»ααααααΈααα·ααααα Hewlett Packard α αΎααα ααααΆα 2005 αααααΌαααααΌαααΆαααΎααααααα’αΆααααΆααααα Apache α αΎαααααΌαααΆαα’αα·ααααααααααααααααααΆαααΆαα αΌααα½αααΈαα»ααααα·α Google α ααΌααααααααααααααααααΌαααΆαα ααα αΆααααααα’αΆααααΆααααα Apache 2.0 α
Tesseract αα½ααααα αΌαα§αααααααααΎααααΆαααα»αααΌα αα·ααααααΆααα libtesseract αααααΆαααααααααα»αααΆα OCR αα αααα»ααααααα·ααΈααααααααα α ααα»α αααααΆαα GUI ααΆααΈααΈααΈαααααΆαααα Tesseract αα½αααΆα gImageReader, VietOCR αα·α YAGF α αααΆαααΈαααα½αααααΆααααΈαααααΌαααΆααααααααΌαα αααααα»ααΆααααααα½αααααΆααα’ααααααα ααααα·αααααααΌαα½α’ααααααΈαα½αα αα·αααααΈαα½ααααααα’ααααΎααΆαααααΎααααΆααααααααααααααααΆαααΈααααααα’ααααΎαααααΆααααααααααΆααααααΎαα‘αΎαααααα LSTM ααααΎα±αααααααΎααααααΆααααΆαααα½αααααΆααααααα’ααααααΆααααΌα αα·αα’αα»ααααΆαα±ααααΆα ααΆαααΎαα‘αΎααααΆαααααΆαααααα»αααΆαααααΉαααααΌαα ααααΌαααααΆαααααα»ααααααΆααα½α ααΆααααααΌαααΆαααααα»αααααΆ 123 ααΆααΆα ααΎααααΈαααααΎαααααα·αααααΆαααααΎαααΆα αααΌαα»ααααααααΎααΆαααααΆα OpenMP αα·α SIMD AVX2, AVX, NEON α¬ SSE4.1 ααααΌαααΆααααααααΌαα
ααΆααααααα’ααααΆααααα αααα»α Tesseract 5.0α
- ΠΠ½Π°ΡΠΈΡΠ΅Π»ΡΠ½ΠΎΠ΅ ΠΈΠ·ΠΌΠ΅Π½Π΅Π½ΠΈΠ΅ Π½ΠΎΠΌΠ΅ΡΠ° Π²Π΅ΡΡΠΈΠΈ ΡΠ²ΡΠ·Π°Π½ΠΎ Ρ Π²Π½Π΅ΡΠ΅Π½ΠΈΠ΅ΠΌ Π² API ΠΈΠ·ΠΌΠ΅Π½Π΅Π½ΠΈΠΉ, Π½Π°ΡΡΡΠ°ΡΡΠΈΡ ΡΠΎΠ²ΠΌΠ΅ΡΡΠΈΠΌΠΎΡΡΡ. Π ΡΠ°ΡΡΠ½ΠΎΡΡΠΈ, ΠΏΡΠ±Π»ΠΈΡΠ½ΠΎ Π΄ΠΎΡΡΡΠΏΠ½ΡΠΉ API libtesseract Π±ΠΎΠ»ΡΡΠ΅ Π½Π΅ ΠΏΡΠΈΠ²ΡΠ·Π°Π½ ΠΊ ΠΏΡΠΎΠΏΡΠΈΠ΅ΡΠ°ΡΠ½ΡΠΌ ΡΠΈΠΏΠ°ΠΌ Π΄Π°Π½Π½ΡΡ GenericVector ΠΈ STRING, Π²ΠΌΠ΅ΡΡΠΎ ΠΊΠΎΡΠΎΡΡΡ Π² ΠΊΠΎΠ΄Π΅ Π·Π°Π΄Π΅ΠΉΡΡΠ²ΠΎΠ²Π°Π½Ρ std::string ΠΈ std::vector.
- ΠΡΠΎΠ²Π΅Π΄Π΅Π½Π° ΡΠ΅ΠΎΡΠ³Π°Π½ΠΈΠ·Π°ΡΠΈΡ Π΄Π΅ΡΠ΅Π²Π° ΠΈΡΡ ΠΎΠ΄Π½ΡΡ ΡΠ΅ΠΊΡΡΠΎΠ². ΠΡΠ±Π»ΠΈΡΠ½ΡΠ΅ Π·Π°Π³ΠΎΠ»ΠΎΠ²ΠΎΡΠ½ΡΠ΅ ΡΠ°ΠΉΠ»Ρ ΠΏΠ΅ΡΠ΅ΠΌΠ΅ΡΠ΅Π½Ρ Π² ΠΊΠ°ΡΠ°Π»ΠΎΠ³ include/tesseract.
- ΠΠ΅ΡΠ΅ΡΠ°Π±ΠΎΡΠ°Π½ΠΎ ΡΠΏΡΠ°Π²Π»Π΅Π½ΠΈΠ΅ ΠΏΠ°ΠΌΡΡΡΡ, Π²ΡΠ΅ Π²ΡΠ·ΠΎΠ²Ρ malloc ΠΈ free Π·Π°ΠΌΠ΅Π½Π΅Π½Ρ Π½Π° ΠΊΠΎΠ΄ C++. ΠΡΠΎΠ²Π΅Π΄Π΅Π½Π° ΠΎΠ±ΡΠ°Ρ ΠΌΠΎΠ΄Π΅ΡΠ½ΠΈΠ·Π°ΡΠΈΡ ΠΊΠΎΠ΄Π°.
- ΠΠΎΠ±Π°Π²Π»Π΅Π½Ρ ΠΎΠΏΡΠΈΠΌΠΈΠ·Π°ΡΠΈΠΈ Π΄Π»Ρ Π°ΡΡ ΠΈΡΠ΅ΠΊΡΡΡ ARM ΠΈ ARM64, Π΄Π»Ρ ΡΡΠΊΠΎΡΠ΅Π½ΠΈΡ Π²ΡΡΠΈΡΠ»Π΅Π½ΠΈΠΉ Π·Π°Π΄Π΅ΠΉΡΡΠ²ΠΎΠ²Π°Π½Ρ ΠΈΠ½ΡΡΡΡΠΊΡΠΈΠΈ ARM NEON. ΠΡΠΎΠ²Π΅Π΄Π΅Π½Π° ΠΎΠ±ΡΠ°Ρ Π΄Π»Ρ Π²ΡΠ΅Ρ Π°ΡΡ ΠΈΡΠ΅ΠΊΡΡΡ ΠΎΠΏΡΠΈΠΌΠΈΠ·Π°ΡΠΈΡ ΠΏΡΠΎΠΈΠ·Π²ΠΎΠ΄ΠΈΡΠ΅Π»ΡΠ½ΠΎΡΡΠΈ.
- Π Π΅Π°Π»ΠΈΠ·ΠΎΠ²Π°Π½Ρ Π½ΠΎΠ²ΡΠ΅ ΡΠ΅ΠΆΠΈΠΌΡ ΡΡΠ΅Π½ΠΈΡΠΎΠ²ΠΊΠΈ ΠΌΠΎΠ΄Π΅Π»Π΅ΠΉ ΠΈ ΡΠ°ΡΠΏΠΎΠ·Π½Π°Π²Π°Π½ΠΈΡ ΡΠ΅ΠΊΡΡΠ°, ΠΎΡΠ½ΠΎΠ²Π°Π½Π½ΡΠ΅ Π½Π° ΠΈΡΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°Π½ΠΈΠΈ Π²ΡΡΠΈΡΠ»Π΅Π½ΠΈΠΉ Ρ ΠΏΠ»Π°Π²Π°ΡΡΠ΅ΠΉ Π·Π°ΠΏΡΡΠΎΠΉ. ΠΠΎΠ²ΡΠ΅ ΡΠ΅ΠΆΠΈΠΌΡ ΠΎΡΠ»ΠΈΡΠ°ΡΡΡΡ Π±ΠΎΠ»Π΅Π΅ Π²ΡΡΠΎΠΊΠΎΠΉ ΠΏΡΠΎΠΈΠ·Π²ΠΎΠ΄ΠΈΡΠ΅Π»ΡΠ½ΠΎΡΡΡΡ ΠΈ ΡΠ½ΠΈΠΆΠ΅Π½ΠΈΠ΅ΠΌ ΠΏΠΎΡΡΠ΅Π±Π»Π΅Π½ΠΈΡ ΠΏΠ°ΠΌΡΡΠΈ. Π Π΄Π²ΠΈΠΆΠΊΠ΅ LSTM Π±ΡΡΡΡΡΠΉ ΡΠ΅ΠΆΠΈΠΌ float32 Π²ΠΊΠ»ΡΡΡΠ½ ΠΏΠΎ ΡΠΌΠΎΠ»ΡΠ°Π½ΠΈΡ.
- ΠΡΡΡΠ΅ΡΡΠ²Π»ΡΠ½ ΠΏΠ΅ΡΠ΅Ρ ΠΎΠ΄ Π½Π° ΠΈΡΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°Π½ΠΈΠ΅ Π½ΠΎΡΠΌΠ°Π»ΠΈΠ·Π°ΡΠΈΠΈ Unicode Ρ ΠΈΡΠΏΠΎΠ»ΡΠ·ΠΎΠ²Π°Π½ΠΈΠ΅ΠΌ ΡΠΎΡΠΌΡ NFC (Normalization Form Canonical).
- ΠΠΎΠ±Π°Π²Π»Π΅Π½Π° ΠΎΠΏΡΠΈΡ Π΄Π»Ρ Π½Π°ΡΡΡΠΎΠΉΠΊΠΈ Π΄Π΅ΡΠ°Π»ΠΈΠ·Π°ΡΠΈΠΈ Π»ΠΎΠ³ΠΎΠ² (βloglevel).
- ΠΠ΅ΡΠ΅ΡΠ°Π±ΠΎΡΠ°Π½Π° ΡΠΈΡΡΠ΅ΠΌΠ° ΡΠ±ΠΎΡΠΊΠΈ Π½Π° ΠΎΡΠ½ΠΎΠ²Π΅ Autotools, ΠΊΠΎΡΠΎΡΠ°Ρ ΠΏΠ΅ΡΠ΅Π²Π΅Π΄Π΅Π½Π° Π½Π° ΡΠ±ΠΎΡΠΊΡ Π² Π½Π΅ΡΠ΅ΠΊΡΡΡΠΈΠ²Π½ΠΎΠΌ ΡΠ΅ΠΆΠΈΠΌΠ΅.
- ΠΠ΅ΡΠΊΠ° Β«masterΒ» Π² Git ΠΏΠ΅ΡΠ΅ΠΈΠΌΠ΅Π½ΠΎΠ²Π°Π½Π° Π² Β«mainΒ».
- ΠΠΎΠ±Π°Π²Π»Π΅Π½Π° ΠΏΠΎΠ΄Π΄Π΅ΡΠΆΠΊΠ° Π½ΠΎΠ²ΡΡ
Π²ΡΠΏΡΡΠΊΠΎΠ² macOS ΠΈ ΡΠΈΡΡΠ΅ΠΌ Apple Π½Π° Π±Π°Π·Π΅ ΡΠΈΠΏΠ° M1.
ααααα: opennet.ru