Tesseract
Tesseract (с англ. — «тессеракт», от др.-греч. τέσσαρες ἀκτῖνες — «четыре луча») — свободная компьютерная программа для распознавания текстов, разрабатывавшаяся Hewlett-Packard с середины 1980-х по середину 1990-х, а затем 10 лет «пролежавшая на полке». В августе 2006 г. Google купил её и открыл исходные тексты под лицензией Apache 2.0[2] для продолжения разработки. В настоящий момент программа уже работает с UTF-8, поддержка языков (включая русский с версии 3.0[3][4]) осуществляется с помощью дополнительных модулей.
Tesseract | |
---|---|
Тип | оптическое распознавание символов |
Разработчики | Hewlett-Packard, Google |
Написана на | C++ |
Интерфейс | командная строка |
Операционная система | Linux, Mac OS X и др. UNIX-подобные, Windows |
Первый выпуск | середина 1980-х |
Последняя версия | 4.1.1 (26 декабря 2019[1]) |
Читаемые форматы файлов | TIFF, PNG, формат обмена файлами JPEG[d], JP2[d] и WebP |
Создаваемые форматы файлов | HOCR, простой текст, PDF, ALTO[d] и TSV |
Лицензия | Apache 2.0 |
Сайт | github.com/tesseract-ocr… |
Медиафайлы на Викискладе |
История
Ядро программы Tesseract было разработано в Бристольской лаборатории Hewlett Packard и в Hewlett Packard Co, Greeley штат Колорадо в 1985—1994 годах. В 1996 были проведены значительные изменения и подготовлен порт для Windows. Затем, с 1998 года — частичная миграция с C на C++. Значительная часть кода изначально написана на C, но проводились доработки для совместимости с C++ компиляторами.[2]
В настоящее время Tesseract 3.0 собирается под Linux с GCC 2.95 и старше и под Windows с Visual C++ 2008 Express и старше (поддержка Visual C++ 6 была удалена в версии 3.0[3]).
На данный момент последней версией является Tesseract 5.0, основанная на LSTM[5].
Сайты на базе движка Tesseract
Зависимости
Интересные факты
Программа Tesseract используется менеджером загрузок Tucan Manager для распознавания текстов в тестах CAPTCHA.
Примечания
- Releases - tesseract-ocr/tesseract (англ.). Дата обращения: 12 января 2019.
- Vincent, Luc Announcing Tesseract OCR (August 2006). Дата обращения: 26 июня 2008. Архивировано 18 марта 2012 года.
- Tesseract 3.00 Released .
- Tesseract Download Page . Архивировано 18 марта 2012 года.
- TESSERACT(1) Manual Page (англ.). Дата обращения: 12 января 2019.