د Tesseract 5.2 آپټیکل متن پیژندنې سیسټم خپور شوی، د UTF-8 حروفونو او متنونو پیژندلو ملاتړ کوي په 100 ژبو کې، په شمول د روسیې، قزاق، بیلاروس او اوکراین. پایله په ساده متن کې یا په HTML (hOCR) ، ALTO (XML) ، PDF او TSV فارمیټونو کې خوندي کیدی شي. دا سیسټم په اصل کې په 1985-1995 کې د Hewlett Packard لابراتوار کې رامینځته شوی؛ په 2005 کې، کوډ د اپاچي جواز لاندې پرانستل شو او د ګوګل کارمندانو په ګډون سره نور هم پراختیا شو. د پروژې سرچینه کوډ د اپاچی 2.0 جواز لاندې ویشل شوی.
Tesseract د نورو غوښتنلیکونو کې د OCR فعالیت ځای پرځای کولو لپاره د کنسول یوټیلیټ او د لیبټسیرکټ کتابتون شامل دي. د دریمې ډلې GUI انٹرفیس چې د Tesseract ملاتړ کوي شامل دي gImageReader، VietOCR او YAGF. د پیژندنې دوه انجنونه وړاندیز شوي: یو کلاسیک چې د انفرادي کرکټر نمونو په کچه متن پیژني، او یو نوی د ماشین زده کړې سیسټم کارولو پراساس د LSTM تکرار عصبي شبکې پراساس، د ټولو تارونو پیژندلو لپاره غوره شوی او اجازه ورکوي په دقت کې د پام وړ زیاتوالی. د 123 ژبو لپاره چمتو شوي روزل شوي ماډلونه خپاره شوي. د فعالیت غوره کولو لپاره، د OpenMP او SIMD لارښوونې AVX2، AVX، AVX512F، NEON یا SSE4.1 کارولو ماډلونه وړاندیز شوي.
په Tesseract 5.2 کې لوی پرمختګونه:
- د Intel AVX512F لارښوونو په کارولو سره پلي شوي اصلاحات اضافه شوي.
- C API د حافظې څخه د ماشین زده کړې ماډل بارولو سره د ټیسرکټ پیل کولو لپاره فنکشن پلي کوي.
- د invert_threshold پیرامیټر اضافه شوی، کوم چې د متن تارونو د انعطاف کچه ټاکي. اصلي ارزښت 0.7 دی. د انډول غیر فعالولو لپاره، ارزښت 0 ته وټاکئ.
- په 32-bit کوربه کې د خورا لوی سندونو ښه پروسس کول.
- لیږد د std::regex افعالو کارولو څخه std::string ته ترسره شوی.
- د Autotools، CMake او دوامداره ادغام سیسټمونو لپاره د جوړونې سکریپټونه ښه شوي.
سرچینه: opennet.ru