Utoaji wa mfumo wa utambuzi wa maandishi ya macho wa Tesseract 5.3.4 umechapishwa, ukisaidia utambuzi wa herufi na maandishi ya UTF-8 katika lugha zaidi ya 100, zikiwemo Kirusi, Kikazaki, Kibelarusi na Kiukreni. Matokeo yanaweza kuhifadhiwa kwa maandishi wazi au katika muundo wa HTML (hOCR), ALTO (XML), PDF na TSV. Mfumo huo uliundwa awali mnamo 1985-1995 katika maabara ya Hewlett Packard; mnamo 2005, nambari hiyo ilifunguliwa chini ya leseni ya Apache na iliendelezwa zaidi kwa ushiriki wa wafanyikazi wa Google. Msimbo wa chanzo wa mradi unasambazwa chini ya leseni ya Apache 2.0.
Tesseract inajumuisha matumizi ya kiweko na maktaba ya libtesseract ya kupachika utendaji wa OCR kwenye programu zingine. Njia za kuingiliana za GUI za wahusika wengine zinazotumia Tesseract ni pamoja na gImageReader, VietOCR na YAGF. Injini mbili za utambuzi hutolewa: ya kawaida ambayo inatambua maandishi katika kiwango cha muundo wa wahusika binafsi, na mpya kulingana na matumizi ya mfumo wa kujifunza kwa mashine kulingana na mtandao wa neva unaojirudia wa LSTM, ulioboreshwa kwa ajili ya kutambua mifuatano yote na kuruhusu ongezeko kubwa la usahihi. Miundo iliyotayarishwa tayari imechapishwa kwa lugha 123. Ili kuboresha utendakazi, moduli zinazotumia OpenMP na maagizo ya SIMD AVX2, AVX, AVX512F, NEON au SSE4.1 hutolewa.
Maboresho kuu:
- Utambuzi ulioboreshwa wa picha kwa URL na upakuaji wa faili kwa kutumia maktaba ya libcurl. Wakati wa kupakia, kichwa cha Wakala wa Mtumiaji kimewekwa. Imeongeza parameta mpya curl_cookiefile kwa kutumia faili ya kidakuzi.
- Seva ya ScrollView hutumia TCP kama itifaki inayopendelewa.
- Unapotumia amri ya "combine_tessdata -d", pato hutolewa kwa stdout badala ya stderr.
- Kurekebisha masuala ya ujenzi wakati wa kutumia autoconf na clang.
Chanzo: opennet.ru