Uverejnenie systému rozpoznávania textu Tesseract 5.4.0
Bol zverejnený release systému optického rozpoznávania textu Tesseract 5.4.0, ktorý podporuje rozpoznávanie znakov UTF-8 a textov v viac ako 100 jazykoch, vrátane ruštiny, kazaštiny, beloruskej a ukrajinčiny. Výsledok môže byť uložený ako obyčajný text, tak aj v formátoch HTML (hOCR), ALTO (XML), PDF a TSV. Systém bol pôvodne vytvorený v rokoch 1985-1995 v laboratóriu spoločnosti Hewlett Packard, v […]
