Lançamento do sistema de reconhecimento de texto Tesseract 5.2
Foi publicado o release do sistema de reconhecimento óptico de caracteres Tesseract 5.2, que suporta o reconhecimento de caracteres UTF-8 e textos em mais de 100 idiomas, incluindo russo, cazaque, bielorrusso e ucraniano. O resultado pode ser salvo tanto como texto simples quanto em formatos HTML (hOCR), ALTO (XML), PDF e TSV. Inicialmente, o sistema foi criado entre 1985 e 1995 no laboratório da empresa Hewlett Packard, em […]
