Lansarea sistemului de recunoaștere a textului Tesseract 4.1
A fost pregătit release-ul sistemului de recunoaștere optică a textului Tesseract 4.1, care suportă recunoașterea caracterelor UTF-8 și texte în peste 100 de limbi, inclusiv rusă, kazahă, belarusă și ucraineană. Rezultatele pot fi salvate atât ca text simplu, cât și în formatele HTML (hOCR), ALTO (XML), PDF și TSV. În mod inițial, sistemul a fost creat între 1985-1995 în laboratorul companiei Hewlett Packard, în […]
