De release van het tekstherkenningssysteem Tesseract 5.2
De release van het optische tekenherkenningssysteem Tesseract 5.2 is gepubliceerd, dat ondersteuning biedt voor het herkennen van UTF-8-tekens en teksten in meer dan 100 talen, waaronder Russisch, Kazachs, Wit-Russisch en Oekraïens. De resultaten kunnen worden opgeslagen als platte tekst en in de formaten HTML (hOCR), ALTO (XML), PDF en TSV. Het systeem werd oorspronkelijk ontwikkeld tussen 1985 en 1995 in het laboratorium van Hewlett Packard, in […]
