Ukukhutshwa kwenkqubo yokuqaphela umbhalo iTesseract 5.2

Ukukhutshwa kwenkqubo ye-Tesseract 5.2 ye-optical text recognition system iye yapapashwa, ixhasa ukuqatshelwa kweempawu ze-UTF-8 kunye nemibhalo kwiilwimi ezingaphezu kwe-100, kuquka isiRashiya, isiKazakh, isiBelarusian kunye ne-Ukraine. Isiphumo sinokugcinwa kwisicatshulwa esicacileyo okanye kwi-HTML (hOCR), ALTO (XML), PDF kunye neefomathi ze-TSV. Inkqubo yaqala ngo-1985-1995 kwibhubhoratri ye-Hewlett Packard; kwi-2005, ikhowudi yavulwa phantsi kwelayisensi ye-Apache kwaye yaphuhliswa ngakumbi ngokuthatha inxaxheba kwabasebenzi bakaGoogle. Ikhowudi yomthombo weprojekthi ihanjiswa phantsi kwelayisensi ye-Apache 2.0.

I-Tesseract ibandakanya into eluncedo ye-console kunye nethala leencwadi le-libtesseract lokuzinzisa ukusebenza kwe-OCR kwezinye izicelo. Ujongano lweqela lesithathu lwe-GUI oluxhasa iTesseract lubandakanya i-gImageReader, VietOCR kunye neYAGF. Iinjini ezimbini zokuqaphela zinikezelwa: enye yeklasikhi eqaphela isicatshulwa kwinqanaba leepateni zomlinganiswa ngamnye, kunye nentsha esekelwe kusetyenziso lwenkqubo yokufunda ngomatshini esekelwe kwinethiwekhi ye-neural ye-LSTM ephindaphindiweyo, elungiselelwe ukuqaphela iintambo ezipheleleyo kunye nokuvumela ukuba ukwanda okubalulekileyo kokuchaneka. Imifuziselo esele yenziwe sele ipapashiwe ngeelwimi ezili-123. Ukwandisa ukusebenza, iimodyuli ezisebenzisa i-OpenMP kunye ne-SIMD imiyalelo AVX2, AVX, AVX512F, NEON okanye SSE4.1 zinikezelwa.

Uphuculo olukhulu kwiTesseract 5.2:

• Добавлены оптимизации, реализованные с использованием инструкций Intel AVX512F.
• В C API реализована функция для инициализации tesseract с загрузкой из памяти модели машинного обучения.
• Добавлен параметр invert_threshold, определяющий уровень инвертирования текстовых строк. По умолчанию выставлено значение 0.7. Для отключения инвертирования следует выставить значение 0.
• Налажена обработка очень больших документов на 32-разрядных хостах.
• Осуществлён переход с использования функций std::regex на std::string.
• Улучшены сборочные сценарии для Autotools, CMake и систем непрерывной интеграции.

  umthombo: opennet.ru