Release van het tekstherkenningssysteem Tesseract 5.4.0
De release van het optische tekenherkenningsysteem Tesseract 5.4.0 is gepubliceerd, dat de herkenning van UTF-8-tekens en teksten in meer dan 100 talen ondersteunt, 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 tussen 1985 en 1995 in het laboratorium van Hewlett Packard, in […]
