Lansering av Tesseract 5.0 textigenkänning
Tesseract 4.1 har släppts, vilket är ett system för optisk teckenigenkänning som stödjer UTF-8 teckenigenkänning och text på mer än 100 språk, inklusive ryska, kazakiska, vitryska och ukrainska. Resultatet kan sparas som ren text eller i formaten HTML (hOCR), ALTO (XML), PDF och TSV. Systemet skapades ursprungligen mellan 1985 och 1995 i laboratoriet hos Hewlett Packard, i […]
