Tesseract 5.2 ๊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, AVX512F, NEON ๋๋ SSE4.1์ ์ฌ์ฉํ๋ ๋ชจ๋์ด ์ ๊ณต๋ฉ๋๋ค.
Tesseract 5.2์ ์ฃผ์ ๊ฐ์ ์ฌํญ:
- Intel AVX512F ์ง์นจ์ ์ฌ์ฉํ์ฌ ๊ตฌํ๋ ์ต์ ํ๊ฐ ์ถ๊ฐ๋์์ต๋๋ค.
- C API๋ ๋ฉ๋ชจ๋ฆฌ์์ ๊ธฐ๊ณ ํ์ต ๋ชจ๋ธ์ ๋ก๋ํ์ฌ tesseract๋ฅผ ์ด๊ธฐํํ๋ ๊ธฐ๋ฅ์ ๊ตฌํํฉ๋๋ค.
- ํ ์คํธ ๋ฌธ์์ด์ ๋ฐ์ ์์ค์ ๊ฒฐ์ ํ๋ invert_threshold ๋งค๊ฐ๋ณ์๊ฐ ์ถ๊ฐ๋์์ต๋๋ค. ๊ธฐ๋ณธ๊ฐ์ 0.7์ ๋๋ค. ๋ฐ์ ์ ๋นํ์ฑํํ๋ ค๋ฉด ๊ฐ์ 0์ผ๋ก ์ค์ ํฉ๋๋ค.
- 32๋นํธ ํธ์คํธ์์ ๋งค์ฐ ํฐ ๋ฌธ์์ ์ฒ๋ฆฌ๊ฐ ํฅ์๋์์ต๋๋ค.
- std::regex ํจ์ ์ฌ์ฉ์์ std::string์ผ๋ก ์ ํ๋์์ต๋๋ค.
- Autotools, CMake ๋ฐ ์ง์์ ์ธ ํตํฉ ์์คํ
์ ์ํ ๋น๋ ์คํฌ๋ฆฝํธ๊ฐ ๊ฐ์ ๋์์ต๋๋ค.
์ถ์ฒ : opennet.ru