Na drie jaar sinds de laatste release is de Ocrad 0.28 (Optical Character Recognition) tekstherkenningssysteem, ontwikkeld onder de vlag van het GNU-project, uitgebracht. Ocrad kan zowel als bibliotheek worden gebruikt voor het integreren van OCR-functionaliteiten in andere applicaties, als in de vorm van een aparte tool die op basis van een aangeleverd afbeelding tekst in UTF-8 of 8-bit coderingen genereert.
Voor optische herkenning maakt Ocrad gebruik van de methode voor het extraheren van kenmerken (feature extraction). Er is een pagina-layout-analyzer inbegrepen die correct kolommen en tekstblokken in gedrukte documenten kan scheiden. Herkenning wordt alleen ondersteund voor tekens uit de coderingen 'ascii', 'iso-8859-9' en 'iso-8859-15' (ondersteuning voor cyrillisch is niet beschikbaar).
Het is opgemerkt dat de nieuwe release een grote hoeveelheid kleine correcties en verbeteringen bevat. De meest significante wijziging is de ondersteuning van het PNG afbeeldingsformaat, gerealiseerd met behulp van de libpng bibliotheek, wat het werken met het programma aanzienlijk heeft vereenvoudigd, aangezien eerder alleen afbeeldingen in PNM-formaat als invoer konden worden gebruikt.
Bron: opennet.ru
