Tesseract 4.1 ๊ดํ ํ ์คํธ ์ธ์ ์์คํ ์ด ์ถ์๋์ด ๋ฌ์์์ด, ์นด์ํ์ด, ๋ฒจ๋ก๋ฃจ์์ด ๋ฐ ์ฐํฌ๋ผ์ด๋์ด๋ฅผ ํฌํจํ 8๊ฐ ์ด์์ ์ธ์ด๋ก UTF-100 ๋ฌธ์ ๋ฐ ํ ์คํธ ์ธ์์ ์ง์ํฉ๋๋ค. ๊ฒฐ๊ณผ๋ ์ผ๋ฐ ํ ์คํธ๋ HTML(hOCR), ALTO(XML), PDF ๋ฐ TSV ํ์์ผ๋ก ์ ์ฅํ ์ ์์ต๋๋ค. ์ด ์์คํ ์ ์๋ Hewlett Packard ์ฐ๊ตฌ์์์ 1985~1995๋ ์ ๋ง๋ค์ด์ก์ผ๋ฉฐ, 2005๋ ์ ์ฝ๋๋ Apache ๋ผ์ด์ผ์ค์ ๋ฐ๋ผ ๊ณต๊ฐ๋์์ผ๋ฉฐ Google ์ง์์ ์ฐธ์ฌ๋ก ๋์ฑ ๊ฐ๋ฐ๋์์ต๋๋ค. ํ๋ก์ ํธ์ ์์ค ์ฝ๋๋ Apache 2.0 ๋ผ์ด์ผ์ค์ ๋ฐ๋ผ ๋ฐฐํฌ๋ฉ๋๋ค.
Tesseract์๋ OCR ๊ธฐ๋ฅ์ ๋ค๋ฅธ ์ ํ๋ฆฌ์ผ์ด์ ์ ๋ด์ฅํ๊ธฐ ์ํ ์ฝ์ ์ ํธ๋ฆฌํฐ์ libtesseract ๋ผ์ด๋ธ๋ฌ๋ฆฌ๊ฐ ํฌํจ๋์ด ์์ต๋๋ค. Tesseract๋ฅผ ์ง์ํ๋ ํ์ฌ GUI ์ธํฐํ์ด์ค์๋ gImageReader, VietOCR ๋ฐ YAGF๊ฐ ํฌํจ๋ฉ๋๋ค. ๋ ๊ฐ์ง ์ธ์ ์์ง์ด ์ ๊ณต๋ฉ๋๋ค. ๊ฐ๋ณ ๋ฌธ์ ํจํด ์์ค์์ ํ ์คํธ๋ฅผ ์ธ์ํ๋ ํด๋์ ์์ง๊ณผ LSTM ์ํ ์ ๊ฒฝ๋ง ๊ธฐ๋ฐ ๊ธฐ๊ณ ํ์ต ์์คํ ์ ์ฌ์ฉํ๋ ์๋ก์ด ์์ง์ ์ ์ฒด ๋ฌธ์์ด์ ์ธ์ํ๊ณ ์ ํ๋๊ฐ ํฌ๊ฒ ํฅ์๋ฉ๋๋ค. ๊ธฐ์ฑ ํ์ต ๋ชจ๋ธ์ด 123๊ฐ ์ธ์ด๋ก ๊ฒ์๋์์ต๋๋ค. ์ฑ๋ฅ์ ์ต์ ํํ๊ธฐ ์ํด OpenMP ๋ฐ SIMD ๋ช ๋ น์ด AVX2, AVX, NEON ๋๋ SSE4.1์ ์ฌ์ฉํ๋ ๋ชจ๋์ด ์ ๊ณต๋ฉ๋๋ค.
Tesseract 5.0์ ์ฃผ์ ๊ฐ์ ์ฌํญ:
- ๋ฒ์ ๋ฒํธ๊ฐ ํฌ๊ฒ ๋ณ๊ฒฝ๋ ๊ฒ์ ํธํ์ฑ์ ๊นจ๋จ๋ฆฌ๋ API ๋ณ๊ฒฝ์ผ๋ก ์ธํ ๊ฒ์ ๋๋ค. ํนํ, ๊ณต๊ฐ์ ์ผ๋ก ์ฌ์ฉ ๊ฐ๋ฅํ libtesseract API๋ ๋ ์ด์ ๋ ์ GenericVector ๋ฐ STRING ๋ฐ์ดํฐ ์ ํ์ ์ฐ๊ฒฐ๋์ง ์๊ณ std::string ๋ฐ std::Vector๋ฅผ ์ ํธํฉ๋๋ค.
- ์์ค ํ ์คํธ ํธ๋ฆฌ๊ฐ ์ฌ๊ตฌ์ฑ๋์์ต๋๋ค. ๊ณต์ฉ ํค๋ ํ์ผ์ด include/tesseract ๋๋ ํ ๋ฆฌ๋ก ์ด๋๋์์ต๋๋ค.
- ๋ฉ๋ชจ๋ฆฌ ๊ด๋ฆฌ๊ฐ ์ฌ์ค๊ณ๋์์ผ๋ฉฐ ๋ชจ๋ malloc ๋ฐ free ํธ์ถ์ด C++ ์ฝ๋๋ก ๋์ฒด๋์์ต๋๋ค. ์ฝ๋์ ์ผ๋ฐ์ ์ธ ํ๋ํ๊ฐ ์ํ๋์์ต๋๋ค.
- ARM ๋ฐ ARM64 ์ํคํ ์ฒ์ ๋ํ ์ต์ ํ๊ฐ ์ถ๊ฐ๋์์ต๋๋ค. ARM NEON ๋ช ๋ น์ด๋ ๊ณ์ฐ ์๋๋ฅผ ๋์ด๋ ๋ฐ ์ฌ์ฉ๋ฉ๋๋ค. ๋ชจ๋ ์ํคํ ์ฒ์ ๊ณตํต์ ์ธ ์ฑ๋ฅ ์ต์ ํ๊ฐ ์ํ๋์์ต๋๋ค.
- ๋ถ๋ ์์์ ๊ณ์ฐ์ ๊ธฐ๋ฐ์ผ๋ก ํ ํ๋ จ ๋ชจ๋ธ ๋ฐ ํ ์คํธ ์ธ์์ ์ํ ์๋ก์ด ๋ชจ๋๊ฐ ๊ตฌํ๋์์ต๋๋ค. ์๋ก์ด ๋ชจ๋๋ ๋ ๋์ ์ฑ๋ฅ๊ณผ ๋ ๋ฎ์ ๋ฉ๋ชจ๋ฆฌ ์๋น๋ฅผ ์ ๊ณตํฉ๋๋ค. LSTM ์์ง์์๋ float32 ๋น ๋ฅธ ๋ชจ๋๊ฐ ๊ธฐ๋ณธ์ ์ผ๋ก ํ์ฑํ๋์ด ์์ต๋๋ค.
- NFC(Normalization Form Canonical) ํ์์ ์ฌ์ฉํ์ฌ ์ ๋์ฝ๋ ์ ๊ทํ๋ฅผ ์ฌ์ฉํ๋๋ก ์ ํ๋์์ต๋๋ค.
- ๋ก๊ทธ ์ธ๋ถ ์ ๋ณด๋ฅผ ๊ตฌ์ฑํ๋ ์ต์ (--loglevel)์ด ์ถ๊ฐ๋์์ต๋๋ค.
- Autotools ๊ธฐ๋ฐ ๋น๋ ์์คํ ์ด ์ฌ์ค๊ณ๋์์ผ๋ฉฐ ๋น์ฌ๊ท ๋ชจ๋๋ก ๋น๋ํ๋๋ก ์ ํ๋์์ต๋๋ค.
- Git์ "๋ง์คํฐ" ๋ธ๋์น ์ด๋ฆ์ด "๋ฉ์ธ"์ผ๋ก ๋ณ๊ฒฝ๋์์ต๋๋ค.
- M1 ์นฉ์ ๊ธฐ๋ฐ์ผ๋ก ํ๋ macOS ๋ฐ Apple ์์คํ
์ ์๋ก์ด ๋ฆด๋ฆฌ์ค์ ๋ํ ์ง์์ด ์ถ๊ฐ๋์์ต๋๋ค.
์ถ์ฒ : opennet.ru