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].

Графические интерфейсы для Tesseract

Для Linux
Для Windows

Сайты на базе движка Tesseract

Зависимости

Интересные факты

Программа Tesseract используется менеджером загрузок Tucan Manager для распознавания текстов в тестах CAPTCHA.

Примечания

  1. Releases - tesseract-ocr/tesseract (англ.). Дата обращения: 12 января 2019.
  2. Vincent, Luc Announcing Tesseract OCR (August 2006). Дата обращения: 26 июня 2008. Архивировано 18 марта 2012 года.
  3. Tesseract 3.00 Released.
  4. Tesseract Download Page. Архивировано 18 марта 2012 года.
  5. TESSERACT(1) Manual Page (англ.). Дата обращения: 12 января 2019.

Ссылки

This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.