Lansarea sistemului de recunoaștere a textului Tesseract 5.2
A fost publicată lansarea sistemului de recunoaștere optică a textului Tesseract 5.2, care suportă recunoașterea caracterelor UTF-8 și texte în peste 100 de limbi, inclusiv rusă, kazahă, belarusă și ucraineană. Rezultatul poate fi salvat atât ca text simplu, cât și în formate HTML (hOCR), ALTO (XML), PDF și TSV. Inițial, sistemul a fost creat între 1985 și 1995 în laboratorul companiei Hewlett Packard, în […]
