Tesseract

Tesseract
Tesseract
Тип	оптическое распознавание символов
Разработчики	Hewlett-Packard, Google
Написана на	C++
Интерфейс	командная строка
Операционные системы	Linux, Mac OS X и др. UNIX-подобные, Windows
Первый выпуск	середина 1980-х
Последняя версия	5.5.0 (10 ноября 2024);
Репозиторий	github.com/tesseract-ocr…
Читаемые форматы файлов:
Читаемые форматы файлов:
	TIFF, PNG, JFIF[вд], JP2[вд] и WebP
Создаваемые форматы файлов:
Создаваемые форматы файлов:
	HOCR, текстовый файл, PDF, ALTO[вд] и TSV
Лицензия	Apache 2.0
Сайт	github.com/tesseract-ocr…
	Медиафайлы на Викискладе

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.

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

Leptonica

Интересные факты

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

Примечания

↑ Release 5.5.0 · tesseract-ocr/tesseract (англ.)
↑ ¹ ² Vincent, Luc Announcing Tesseract OCR (неопр.) (August 2006). Дата обращения: 26 июня 2008. Архивировано 18 марта 2012 года.
↑ ¹ ² Tesseract 3.00 Released (неопр.). Дата обращения: 5 октября 2010. Архивировано 9 октября 2010 года.
↑ Tesseract Download Page (неопр.). Архивировано 18 марта 2012 года.
↑ TESSERACT(1) Manual Page (англ.). Дата обращения: 12 января 2019. Архивировано 5 мая 2020 года.

Ссылки

[_f870efeb75377a3a-1] Release 5.5.0 · tesseract-ocr/tesseract (англ.)

[Google30Aug06-2] ¹ ² Vincent, Luc Announcing Tesseract OCR (неопр.) (August 2006). Дата обращения: 26 июня 2008. Архивировано 18 марта 2012 года.

[Google1Oct10-3] ¹ ² Tesseract 3.00 Released (неопр.). Дата обращения: 5 октября 2010. Архивировано 9 октября 2010 года.

[TesseractDownloadPage-4] Tesseract Download Page (неопр.). Архивировано 18 марта 2012 года.

[5] TESSERACT(1) Manual Page (англ.). Дата обращения: 12 января 2019. Архивировано 5 мая 2020 года.

[2]

[3]

[4]

[1]

[5]