Release van het tekstanalyse systeem Tesseract 5.3.4
De release van het optische tekenherkenningssysteem Tesseract 5.3.4 is gepubliceerd, dat ondersteuning biedt voor UTF-8 tekenherkenning en teksten in meer dan 100 talen, waaronder Russisch, Kazachs, Wit-Russisch en Oekraïens. De resultaten kunnen worden opgeslagen als platte tekst of in de formaten HTML (hOCR), ALTO (XML), PDF en TSV. Het systeem werd oorspronkelijk ontwikkeld in de jaren 1985-1995 in het laboratorium van Hewlett Packard, in […]
