රුසියානු, කසකස්, බෙලරුසියානු සහ යුක්රේනියානු ඇතුළු භාෂා 5.2කට වඩා වැඩි ගණනකින් UTF-8 අක්ෂර සහ පෙළ හඳුනා ගැනීමට සහාය වන Tesseract 100 දෘශ්‍ය පෙළ හඳුනාගැනීමේ පද්ධතිය ප්‍රකාශයට පත් කර ඇත. ප්‍රතිඵලය සරල පාඨයෙන් හෝ HTML (hOCR), ALTO (XML), PDF සහ TSV ආකෘතිවලින් සුරැකිය හැක. පද්ධතිය මුලින් 1985-1995 Hewlett Packard රසායනාගාරයේ නිර්මාණය කරන ලදී; 2005 දී, කේතය Apache බලපත්‍රය යටතේ විවෘත කරන ලද අතර Google සේවකයින්ගේ සහභාගීත්වයෙන් එය තවදුරටත් සංවර්ධනය කරන ලදී. ව්‍යාපෘතියේ මූල කේතය Apache 2.0 බලපත්‍රය යටතේ බෙදා හැරේ.
වෙනත් යෙදුම් වලට OCR ක්‍රියාකාරීත්වය කාවැද්දීම සඳහා Tesseract හි කොන්සෝල උපයෝගිතා සහ libtesseract පුස්තකාලය ඇතුළත් වේ. Tesseract සඳහා සහාය දක්වන තෙවන පාර්ශවීය GUI අතුරුමුහුණත් අතර gImageReader, VietOCR සහ YAGF ඇතුළත් වේ. හඳුනාගැනීමේ එන්ජින් දෙකක් පිරිනමනු ලැබේ: තනි අක්ෂර රටා මට්ටමින් පෙළ හඳුනා ගන්නා සම්භාව්‍ය එකක් සහ LSTM පුනරාවර්තන ස්නායුක ජාලයක් මත පදනම් වූ යන්ත්‍ර ඉගෙනුම් පද්ධතියක් භාවිතා කිරීම මත පදනම් වූ නව එකක්, සම්පූර්ණ නූල් හඳුනා ගැනීමට සහ ඉඩ දීමට ප්‍රශස්ත කර ඇත. නිරවද්යතාවයේ සැලකිය යුතු වැඩි වීමක්. සූදානම් පුහුණු ආකෘති භාෂා 123 සඳහා ප්‍රකාශයට පත් කර ඇත. කාර්ය සාධනය ප්‍රශස්ත කිරීම සඳහා, OpenMP සහ SIMD උපදෙස් භාවිතා කරන මොඩියුල AVX2, AVX, AVX512F, NEON හෝ SSE4.1 පිරිනමනු ලැබේ.
Tesseract 5.2 හි ප්‍රධාන වැඩිදියුණු කිරීම්:
- Intel AVX512F උපදෙස් භාවිතයෙන් ක්‍රියාත්මක කරන ලද ප්‍රශස්තකරණයන් එකතු කරන ලදී.
- C API මතකයෙන් යන්ත්‍ර ඉගෙනුම් ආකෘතියක් පැටවීම සමඟින් ටෙසරැක්ට් ආරම්භ කිරීමට ශ්‍රිතයක් ක්‍රියාත්මක කරයි.
- පෙළ නූල්වල ප්‍රතිලෝම මට්ටම තීරණය කරන invert_threshold පරාමිතිය එක් කරන ලදී. පෙරනිමි අගය 0.7 වේ. ප්‍රතිලෝම අක්‍රිය කිරීමට, අගය 0 ලෙස සකසන්න.
- 32-bit ධාරක මත ඉතා විශාල ලේඛන සැකසීම වැඩිදියුණු කිරීම.
- std::regex ශ්‍රිත භාවිතයෙන් std::string වෙත සංක්‍රමණය සිදු කර ඇත.
- Autotools, CMake සහ අඛණ්ඩ ඒකාබද්ධ කිරීමේ පද්ධති සඳහා වැඩිදියුණු කළ ගොඩනැගීමේ ස්ක්‍රිප්ට්.
මූලාශ්රය: opennet.ru