ืฆืืืขืืจืืื ืืขืืืื ื ืคืื ืึธืคึผืืืฉ ืืขืงืกื ืืขืจืงืขื ืื ื ืกืืกืืขื ืืขืกืกืขืจืึทืงื 4.1, ืืืึธืก ืฉืืืฆื ืืขืจืงืขื ืื ื ืคืื UTF-8 ืืืชืืืช ืืื ืืขืงืกืื ืืื ืืขืจ ืืื 100 ืฉืคึผืจืึทืื, ืึทืจืืึทื ืืขืจืขืื ื ืจืืกืืฉ, ืงืึทืืึทื, ืืขืืึธืจืืกืืฉ ืืื ืืืงืจืืื ืืฉ. ืืขืจ ืจืขืืืืืึทื ืงืขื ืขื ืืืื ืืขืจืืืขืืืขื ืืื ืงืืึธืจ ืืขืงืกื ืึธืืขืจ ืืื HTML (hOCR), ALTO (XML), PDF ืืื TSV ืคึฟืึธืจืืึทืืืจืื ืืขื. ืืขืจ ืกืืกืืขื ืืื ืขืจืืืืฉื ืึทืื ืืืฉืืคื ืืื 1985-1995 ืืื ืื ืืขืืืืขืื ืคึผืึทืงืงืึทืจื ืืึทืืึธืจืึทืืึธืจืืข; ืืื 2005, ืืขืจ ืงืึธื ืืื ืืขืขืคื ื ืืขืืืืจื ืืื ืืขืจ ืื ืึทืคึผืึทืืฉื ืืขืจืืืืืขื ืืฉ ืืื ืืื ืืขืืืขื ืืืืึทืืขืจ ืืขืืืขืืึธืคึผืขื ืืื ืื ืึธื ืืืื ืคืื Google ืขืืคึผืืืืื. ืคึผืจืึธืืขืงื ืืงืืจืื ืคืึทืจืฉืคึผืจืืืื ืืืืกืึทื ืกื ืืื ืืขืจ ืึทืคึผืึทืืฉื 2.0.
ืืขืกืกืขืจืึทืงื ืืืื ืึท ืงืึทื ืกืึธืื ื ืืฆื ืืื ืื ืืืืืขืกืกืขืจืึทืงื ืืืืืืึธืืขืง ืคึฟืึทืจ ืขืืืขืืืื ื OCR ืคืึทื ืืงืฉืึทื ืึทืืืื ืืื ืื ืืขืจืข ืึทืคึผืืึทืงืืืฉืึทื ื. ืคึฟืื ืืจืื ืคึผืึทืจืืืขืก ืืืึธืก ืฉืืืฆื ืืขืกืกืขืจืึทืงื GUI ืื ืืขืจืคืืืกืื ืืืจ ืงืขื ืขื ืืึธื gImageReader, VietOCR ะธ ืืึทืืฃ. ืฆืืืื ืืขืจืงืขื ืื ื ืขื ืืืฉืึทื ื ืืขื ืขื ืืขืคึฟืื ื: ืึท ืงืืึทืกืืฉ ืืืึธืก ืื ืขืจืงืขื ื ืืขืงืกื ืืืืฃ ืืขืจ ืืืจืื ืคืื ืืืื ืืึทืจืึทืงืืขืจ ืคึผืึทืืขืจื ื, ืืื ืึท ื ืืึทืข ืืืืืจื ืืืืฃ ืื ื ืืฆื ืคืื ืึท ืืึทืฉืื ืืขืจื ืขื ืกืืกืืขื ืืืืืจื ืืืืฃ ืึท LSTM ืจืืงืขืจืึทื ื ื ืขืืจืึทื ื ืขืฅ, ืึธืคึผืืืืืืขื ืคึฟืึทืจ ืืขืจืงืขื ืขื ืืึทื ืฅ ืกืืจืื ืืก ืืื ืึทืืึทืืื ื ืึท ืืึทืืืึทืืืง ืคืึทืจืืจืขืกืขืจื ืืื ืึทืงืืขืจืึทืกื. ืืจืืื-ืืขืืืื ืืจืืื ื ืืึธืืขืืก ืืขื ืขื ืืจืืืก ืคึฟืึทืจ 123 ืฉืคืจืืื. ืฆื ืึทืคึผืืึทืืืื ืคืึธืจืฉืืขืืื ื, ืืึทืืืฉืืื ื ืืฆื OpenMP ืืื AVX2, AVX ืึธืืขืจ SSE4.1 SIMD ืื ืกืืจืึทืงืฉืึทื ื ืืขื ืขื ืืขืคึฟืื ื.
ืืืืคึผื ืืืคึผืจืืืืืึทื ืฅ ืืื Tesseract 4.1:
- ืฆืืืขืืขืื ืื ืคืืืืงืืื ืฆื ืจืขืืืืืึทื ืืื ืงืกืื ืคึฟืึธืจืืึทื ALTO (ืึทื ืึทืืืืื ืืืืกืืืื ืืื ืืขืงืกื ืึธืืืืฉืขืงื). ืฆื ื ืืฆื ืืขื ืคึฟืึธืจืืึทื, ืืืจ ืืึธื ืืืืคื ืื ืึทืคึผืืึทืงืืืฉืึทื ืืื "tessaract image_name alto output_dir";
- ืฆืืืขืืืืื ื ืืึท ืจืขื ืืขืจืื ื ืืึทืืืฉืืื LSTMBox ืืื WordStrBox, ืกืืืคึผืืึทืคืืืื ื ืืึธืืึธืจ ืืจืืื ืื ื;
- ืฆืืืขืืขืื ืฉืืืฆื ืคึฟืึทืจ ืคึผืกืขืืืืึธืืจืึทืคืืงืก ืืื ืืึธืงืจ (HTML) ืจืขืืืืืึทื;
- ืฆืืืขืืขืื ืึธืืืขืจื ืึทืืืื ืกืงืจืืคึผืก ืืขืฉืจืืื ืืื ืคึผืืืืึธื ืคึฟืึทืจ ืืจืืื ืื ื ืื ืืึธืืึธืจ ืืืืืจื ืืืืฃ ืืึทืฉืื ืืขืจื ืขื;
- ืืงืกืคึผืึทื ืืื ืึธืคึผืืืืืืึทืืืึธื ืก ื ืืฆื AVX, AVX2 ืืื SSE ืื ืกืืจืึทืงืฉืึทื ื;
- OpenMP ืฉืืืฆื ืืื ืคืึทืจืงืจืืคึผืื ืืืจื ืคืขืืืงืืึทื ืจืขืื ืฆื ืคึผืจืึธืืืขืืก ืืื ืคึผืจืึธืืืึทืงืืืืืืื;
- ืฆืืืขืืขืื ืฉืืืฆื ืคึฟืึทืจ ืืืืึทืก ืืื ืฉืืืึทืจืฅ ืจืฉืืืืช ืืื ืื LSTM ืืึธืืึธืจ;
- ืืืคึผืจืืืื ืืืืขื ืกืงืจืืคึผืก ืืืืืจื ืืืืฃ ืงืืึทืงืข.
ืืงืืจ: opennet.ru