Вариант для распечатки		Пред. тема | След. тема
Форум Разговоры, обсуждение новостей
Изначальное сообщение		[ Отслеживать ]

"Релиз системы распознавания текста Tesseract 4.0"	+/–
Сообщение от opennews (??), 01-Ноя-18, 00:15
Опубликован (https://groups.google.com/forum/#!topic/tesseract-ocr/DgJDXg...) релиз системы оптического распознавания текста Tesseract 4.0 (https://github.com/tesseract-ocr/tesseract/), поддерживающей распознавания документов на более чем 100 языках, включая русский, казахский, белорусский  и украинский. Результат может сохраняться как открытым текстом, так и в форматах HTML, PDF и TSV. Изначально система была создана в 1985-1995 годы в лаборатории компании Hewlett Packard, в 2005 году код был открыт под лицензией Apache и в дальнейшем развивался при участии работников компании Google. Исходные тексты  проекта распространяются (https://github.com/tesseract-ocr/tesseract) под лицензий Apache 2.0. Основные улучшения (https://github.com/tesseract-ocr/tesseract/wiki/ReleaseNotes...) в Tesseract 4.0: -  Новый движок распознавания, базирующийся на применении системы машинного обучения на базе рекуррентной нейронной сети LSTM (https://ru.wikipedia.org/wiki/%D0%94%D0%...), оптимизированной для распознавания целиком строк и позволяющей добиться существенного увеличения точности. Старый движок, распознающий текст на уровне шаблонов отдельных символов, продолжает поставляться в качестве опции. Альтернативный движок Cube удалён из кодовой базы; -  Добавлены сопутствующие новому OCR-движку утилиты для тренировки модели машинного обучения. Готовые натренированные модели опубликованы для 123 языков (https://github.com/tesseract-ocr/tesseract/wiki/Data-Files#u...); -  Для нового движка распознавания подготовлены модули для оптимизации производительности при помощи OpenMP и SIMD-инструкций AVX2, AVX  или SSE4.1; -  Осуществлён переход к нумерации версий в соответствии со спецификацией "Cемантическое версионирование (https://semver.org/)", подразумевающей использование нотации X.Y.Z (вместо ранее используемой W.X.Y.Z), в которой X меняется при внесении изменений, нарушающих обратную совместимость, Y меняется при расширении функциональности и Z при исправлении ошибок. -  Обновлена сборочная система. Для сборки теперь требуется компилятор с поддержкой C++ 11. Добавлены unit-тесты.  Добавлен режим сборки без старого движка распознавания. Выполнена реогранизация дерева исходных текстов. Проведена чистка устаревшего кода; -  Улучшена обработка многостраничных TIFF-изображений; -  Улучшен экспорт в PDF. URL: https://groups.google.com/forum/#!topic/tesseract-ocr/DgJDXg... Новость: https://www.opennet.dev/opennews/art.shtml?num=49534
Ответить | Правка | Cообщить модератору

Сообщения по теме

[Сортировка по времени | RSS]

5. "Релиз системы распознавания текста Tesseract 4.0"	–4 +/–
Сообщение от Аноним (5), 01-Ноя-18, 02:32
Версия для Windows есть?
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

	9. "Релиз системы распознавания текста Tesseract 4.0"	+1 +/–
	Сообщение от Аноним (-), 01-Ноя-18, 03:03
	Внезапно, да -> https://github.com/UB-Mannheim/tesseract/wiki Мог бы и сам скомпилить, или не виндавз-вэй?
	Ответить | Правка | ^ к родителю #5 | Наверх | Cообщить модератору

	27. "Релиз системы распознавания текста Tesseract 4.0"	–3 +/–
	Сообщение от Аноним (27), 01-Ноя-18, 09:58
	Версия 4.0.0.20181030 на Windows XP установилась, но не работает. Справка не запускается. Пишет msvcrt.dll точка входа в процедуру не найдена. В версии 3.05.02-20180621 справка запустилась.
	Ответить | Правка | ^ к родителю #9 | Наверх | Cообщить модератору

	46. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
	Сообщение от h31 (ok), 01-Ноя-18, 15:27
	Скорее всего собрано новыми версиями вижуал студии, где выбросили поддержку WinXP. У меня подобная ошибка повально встречалась на WinXP SP2, потому что в какой-то момент эту версию задепрекейтили в компиляторе. Но даже с SP3 сейчас очень много софта не будет запускаться.
	Ответить | Правка | ^ к родителю #27 | Наверх | Cообщить модератору

	49. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
	Сообщение от Аноним (-), 01-Ноя-18, 15:53
	> msvcrt.dll Вангую, в системе отсутствует c++ redistributable runtime, скорее всего 2017. Скачать можно отсюда https://visualstudio.microsoft.com/downloads/ , но не факт, что на ХРю установится.
	Ответить | Правка | ^ к родителю #27 | Наверх | Cообщить модератору

	56. "Релиз системы распознавания текста Tesseract 4.0"	+4 +/–
	Сообщение от Аноним (56), 01-Ноя-18, 21:51
	>Версия 4.0.0.20181030 на Windows XP установилась, но не работает. Так бывает, когда используешь ОС 17-летней давности. Ты бы ещё на Red Hat Linux 7 (не путать с RHEL) попытался поставить.
	Ответить | Правка | ^ к родителю #27 | Наверх | Cообщить модератору

	59. "Релиз системы распознавания текста Tesseract 4.0"	–3 +/–
	Сообщение от Аноним (59), 02-Ноя-18, 08:03
	> Так бывает, когда используешь ОС 17-летней давности. Да так бывает. Но не совсем согласен с Вами. Windows XP без сервис паков и обновлений не поддерживала USB - это система как раз 17-летней давности. Но система развивалась и её поддержку прекратили 8 апреля 2014, так-что ей не 17 лет а меньше. Кроме того есть родственные версии Windows XP, которые поддерживаются до сих пор, например Windows Embedded. Windows XP попросту уничтожают. Я не отрицаю, что в более поздних версиях Windows нет ничего нового, хорошего, нужного, полезного, удобного, есть встроенная поддержка прозрачных тем.
	Ответить | Правка | ^ к родителю #56 | Наверх | Cообщить модератору

	60. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от lg (?), 02-Ноя-18, 08:42
	>>есть встроенная поддержка прозрачных тем. уже нет =)
	Ответить | Правка | ^ к родителю #59 | Наверх | Cообщить модератору

	63. "Релиз системы распознавания текста Tesseract 4.0"	–2 +/–
	Сообщение от iPony (?), 02-Ноя-18, 11:20
	> Windows XP без сервис паков и обновлений не поддерживала USB Обман. Не поддерживала USB 2.0. А USB вполне. А так всё равно- 17 летняя ОС по архитектуре.
	Ответить | Правка | ^ к родителю #59 | Наверх | Cообщить модератору

	75. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от neit95 (ok), 04-Ноя-18, 18:48
	По архитектуре она Windows NT, как и более современные Windows'ы.
	Ответить | Правка | ^ к родителю #63 | Наверх | Cообщить модератору

	64. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от Аноним (64), 02-Ноя-18, 11:38
	>Windows XP попросту уничтожают Да-да, это всё заговор! >в более поздних версиях Windows нет ничего нового, хорошего, нужного, полезного, удобного Улучшение безопасности, более-менее адекватный сэндбоксинг приложений, вынос многих драйверов в юзерспейс. Ничего полезного, да.
	Ответить | Правка | ^ к родителю #59 | Наверх | Cообщить модератору

	74. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от asdasd (?), 03-Ноя-18, 20:37
	А заодно более убогие элеваторы процессов, I/O, неадекватный расход оперативки ни на что и неадекватное количество занимаемого места на винчестере.
	Ответить | Правка | ^ к родителю #64 | Наверх | Cообщить модератору

	78. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от scorry (ok), 16-Ноя-18, 12:46
	Помню, как ко мне зашёл клиент и увидел на компе приглашение мс-дос 6.2 или 6.22 — не упомню. Резво попросил записать ему бут-дискетку. Потом жаловался, мол, гадость эта ваша новая дос, не хватает на дискете места под это, под то и во-о-н под то. А 3.3 — в самый раз, и ещё игрушка-бильярд помещается. Или покер. Снова жеж не упомню. Дискеты-то не мои были.
	Ответить | Правка | ^ к родителю #74 | Наверх | Cообщить модератору

	65. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от Аноним (65), 02-Ноя-18, 13:47
	USB винда поддерживает ещё с Windows 95 OSR2, для которой мелкомягкие специальную обнову выпустили. В Win98 и после неё - из коробки.
	Ответить | Правка | ^ к родителю #59 | Наверх | Cообщить модератору

6. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
Сообщение от Аноним (5), 01-Ноя-18, 02:33
К новости не хватает скрееншотов.
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

	38. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от Онаним (?), 01-Ноя-18, 12:52
	Это чисто движок вроде, либа, интерфейс сделай сам.
	Ответить | Правка | ^ к родителю #6 | Наверх | Cообщить модератору

7. "Релиз системы распознавания текста Tesseract 4.0"	+/–
Сообщение от Аноним (5), 01-Ноя-18, 02:43
> Результат может сохраняться как открытым текстом, так и в форматах HTML, PDF и TSV. Недостаточно поддерживаемых форматов, ещё нужно хотя-бы *.odt,, *.rtf *.doc...
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

	22. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от mikhailnov (ok), 01-Ноя-18, 08:10
	От этого мало толку, т.к. нет нормального сохранения исходного форматирования текста.
	Ответить | Правка | ^ к родителю #7 | Наверх | Cообщить модератору

	50. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от Аноним (50), 01-Ноя-18, 16:31
	А чем плох hOCR?
	Ответить | Правка | ^ к родителю #22 | Наверх | Cообщить модератору

8. "Релиз системы распознавания текста Tesseract 4.0"	–2 +/–
Сообщение от Аноним (5), 01-Ноя-18, 02:58
Tesseract 4.0 может распознавать текст на скрееншотах окошек программ, веб-страниц и т.п.?
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

	11. "Релиз системы распознавания текста Tesseract 4.0"	+7 +/–
	Сообщение от Shevchuk (ok), 01-Ноя-18, 05:25
	https://i.imgur.com/uxab5b7.png
	Ответить | Правка | ^ к родителю #8 | Наверх | Cообщить модератору

	26. "Релиз системы распознавания текста Tesseract 4.0"	+1 +/–
	Сообщение от Аноним (26), 01-Ноя-18, 09:40
	Нормальный, конечно, результат, но такой чистый текст можно бы и получше распознавать. Бросаются в глаза на ровном месте съеденные пробелы, кривое определение совершенно нормальных букв. Возможно, на русском языке мало натренировали, но для сканов, например, я бы это пока не использовал.
	Ответить | Правка | ^ к родителю #11 | Наверх | Cообщить модератору

	34. "Релиз системы распознавания текста Tesseract 4.0"	+1 +/–
	Сообщение от Atterratio (ok), 01-Ноя-18, 11:32
	Я работал со старой версией программы, ей можно скармливать данные, и распознавание значительно улучшится.
	Ответить | Правка | ^ к родителю #26 | Наверх | Cообщить модератору

	47. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от h31 (ok), 01-Ноя-18, 15:30
	Программы распознавания обычно затачивают под отсканированные изображения, где разрешение под 600 DPI. На обычном экране, где мало того, что всего лишь 96 DPI, да ещё и радуга из-за сглаживания, работать это будет плохо.
	Ответить | Правка | ^ к родителю #26 | Наверх | Cообщить модератору

	61. "Релиз системы распознавания текста Tesseract 4.0"	–2 +/–
	Сообщение от lg (?), 02-Ноя-18, 08:44
	с экрана боде тработать идеально, просто не адаптирована система. Символы пиксель в пиксель совпадают при одинаковом шрифте кегле и разрешении.
	Ответить | Правка | ^ к родителю #47 | Наверх | Cообщить модератору

	36. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от fske (?), 01-Ноя-18, 11:52
	это у вас меню в заголовке окна?
	Ответить | Правка | ^ к родителю #11 | Наверх | Cообщить модератору

	44. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от Shevchuk (ok), 01-Ноя-18, 14:59
	Да. Не то чтобы я большой любитель CSD, правда, скорее наоборот. Просто если уж оно впилено в приложение, результат принудительного отключения выглядит ещё хуже.
	Ответить | Правка | ^ к родителю #36 | Наверх | Cообщить модератору

	37. "Релиз системы распознавания текста Tesseract 4.0"	+1 +/–
	Сообщение от kknight (ok), 01-Ноя-18, 12:13
	у gImageReader есть нормальный Qt-интерфейс, вообще-то.
	Ответить | Правка | ^ к родителю #11 | Наверх | Cообщить модератору

	41. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от Shevchuk (ok), 01-Ноя-18, 14:52
	О, спасибо, не знал. В репах Debian и Ubuntu только GTK*, и пользуюсь я им настолько редко, что добавлять PPA ради этого, конечно, не буду : ) * Обсуждение добавления Qt версии: https://bugs.debian.org/cgi-bin/bugreport.cgi?bug=891414
	Ответить | Правка | ^ к родителю #37 | Наверх | Cообщить модератору

	42. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от Аноним (42), 01-Ноя-18, 14:53
	А смесь русского и английского он умеет распознавать? Или "Немек Раскаага" неизбежен?
	Ответить | Правка | ^ к родителю #11 | Наверх | Cообщить модератору

	45. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от Shevchuk (ok), 01-Ноя-18, 15:17
	Вообще да (и это было включено, см. кнопку "Распознать всё rus + eng" в заголовке окна), но в данном случае отработало оно на английских словах слабенько. Повторюсь, что запускаю я его крайне редко, и здесь никаких вообще приготовлений или настроек не делал: просто вставил скрин и распознал. Наверное, если её покормить данными, как выше пишет Atterratio, ситуация может улучшиться, но из коробки вот так.
	Ответить | Правка | ^ к родителю #42 | Наверх | Cообщить модератору

	66. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от Аноним (42), 02-Ноя-18, 16:54
	FineReader 4 (с другими не работал почти) умел объединять языки в любых комбинациях. И распознавало нормально. В чём проблема для Тессеракта? (Вопрос не риторический, серьёзно хочу понять, какие есть принципиальные отличия.) Раз уж речь об ФР, умеет ли Тессеракт руководствоваться при распознавании системами проверки орфографии и грамматики? То есть из нескольких вариантов выбирать слово, проходящее проверку Hunspell и LanguageTool?
	Ответить | Правка | ^ к родителю #45 | Наверх | Cообщить модератору

	68. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
	Сообщение от Ю.Т. (?), 02-Ноя-18, 22:13
	> FineReader 4 (с другими не работал почти) умел объединять языки в любых > комбинациях. И распознавало нормально. В чём проблема для Тессеракта? (Вопрос не > риторический, серьёзно хочу понять, какие есть принципиальные отличия.) Давно я очень работал с ФР, но помню, что и он путался в многоязычном тексте. Тессеракт умеет обрабатывать многоязычный, но сбивается в случаях слов, допускающих разл. толкования. Делу помогло бы наличие словарной проверки (о которой далее была речь) или, скажем, произвольного указания стат. весов для выбора в таких случаях, но этого то ли нет, то ли готового нет. А вообще Тессеракт 4-й серии это приятнейшее открытие в СПО последних двух с лишним лет. Изрядно помогает в работе.
	Ответить | Правка | ^ к родителю #66 | Наверх | Cообщить модератору

	77. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от GenuZ (?), 15-Ноя-18, 15:56
	Последние несколько файнридеров распознают на странице то, чего там нет. Находят дефекты бумаги, дырки от дыроколов, мелкую рукописную пометку, подчёркивание и прочее. И всё это пытается обратить в печатный текст. И хрен бы с ним, что получается плохо - он делает это в виде "надписей" (читай фрейма с текстом, поверх основного текста). Или они начинают пытаться повторять форматирование 1 в 1. Но получается половина текста в заголовке так, половина эдак. Текст нормально распознаёт, но начинает выдумывать форматирование. Это всё черррртовски сложно потом удаляется, форматируется, приводится в состояние plain-text (так как смешивается текст с мусором) и т.д. Так что я с нетерпением жду, когда тессеракт станет чуточку лучше в мелочах, ибо основной свой функционал он уже умеет достаточно неплохо. Проблема больше даже во внешних gui, которые пор юзабилити надо бы допилить немного.
	Ответить | Правка | ^ к родителю #66 | Наверх | Cообщить модератору

	71. "Релиз системы распознавания текста Tesseract 4.0"	+4 +/–
	Сообщение от Led (ok), 03-Ноя-18, 00:40
	> смесь русского и английского Это как - английский со скрепами?
	Ответить | Правка | ^ к родителю #42 | Наверх | Cообщить модератору

	76. "Релиз системы распознавания текста Tesseract 4.0"	–2 +/–
	Сообщение от Аноним (42), 07-Ноя-18, 13:37
	Это как на скриншоте выше по дереву: https://www.opennet.dev/openforum/vsluhforumID3/115708.html#11
	Ответить | Правка | ^ к родителю #71 | Наверх | Cообщить модератору

	18. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
	Сообщение от Ю.Т. (?), 01-Ноя-18, 07:27
	Может, и не только. В целом серия 3 была ещё так себе, но серия 4 в бетах и предвыпусках, т.е. минимум с 2016, это вполне достойный инструмент. Из минусов: может сбиваться на обработке нетривиальной вёрстки полосы (две колонки текста, таблицы). Обучение (в частности новым буквам) документировано очень запутанно. Неудобный трекер (но сейчас-то гуглоплюс придётся сменить?..).
	Ответить | Правка | ^ к родителю #8 | Наверх | Cообщить модератору

10. "Релиз системы распознавания текста Tesseract 4.0"	–2 +/–
Сообщение от iPony (?), 01-Ноя-18, 04:16
А гуля то нет. Был YAGF, но Qt4
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

	12. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от Shevchuk (ok), 01-Ноя-18, 05:26
	gImageReader
	Ответить | Правка | ^ к родителю #10 | Наверх | Cообщить модератору

	14. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
	Сообщение от Аноним (14), 01-Ноя-18, 06:49
	gImageReader не работает на macOS
	Ответить | Правка | ^ к родителю #12 | Наверх | Cообщить модератору

	15. "Релиз системы распознавания текста Tesseract 4.0"	+6 +/–
	Сообщение от ryoken (ok), 01-Ноя-18, 06:58
	МакОС ненужен
	Ответить | Правка | ^ к родителю #14 | Наверх | Cообщить модератору

	24. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
	Сообщение от Qwerty (??), 01-Ноя-18, 09:25
	Вопрос не в ненужности, а в том, кросплатформенный ли софт, который называют кросплатформенным?
	Ответить | Правка | ^ к родителю #15 | Наверх | Cообщить модератору

	39. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
	Сообщение от Клыкастый (ok), 01-Ноя-18, 12:55
	собери/напиши - будет. пока никому не нужно, получается
	Ответить | Правка | ^ к родителю #24 | Наверх | Cообщить модератору

	62. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
	Сообщение от lg (?), 02-Ноя-18, 08:48
	кросплатформенный - это тот который работает на каких-то двух платформах, например на винде и на андроид =)
	Ответить | Правка | ^ к родителю #24 | Наверх | Cообщить модератору

	19. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от Аноним (19), 01-Ноя-18, 07:52
	https://github.com/tesseract-ocr/tesseract/wiki/User-Projects-Б─⌠-3rdParty
	Ответить | Правка | ^ к родителю #10 | Наверх | Cообщить модератору

	21. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от mikhailnov (ok), 01-Ноя-18, 08:09
	Gimagereader-Qt
	Ответить | Правка | ^ к родителю #10 | Наверх | Cообщить модератору

16. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
Сообщение от ryoken (ok), 01-Ноя-18, 06:59
Распознаётся ли набранное левой задней ногой после пьянки?
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

	25. "Релиз системы распознавания текста Tesseract 4.0"	+4 +/–
	Сообщение от Аноним (25), 01-Ноя-18, 09:31
	Да, но распознан будет на основе нейронных сетей построенных на куриных мозгах и ответ будет написан "как курица лапой!" ;)
	Ответить | Правка | ^ к родителю #16 | Наверх | Cообщить модератору

	30. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от meequz (ok), 01-Ноя-18, 10:31
	Зачем распознавать набранное?
	Ответить | Правка | ^ к родителю #16 | Наверх | Cообщить модератору

	33. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от Аноним (33), 01-Ноя-18, 10:58
	Ох, ещё бы про член вспомнил.
	Ответить | Правка | ^ к родителю #16 | Наверх | Cообщить модератору

28. "Релиз системы распознавания текста Tesseract 4.0"	+3 +/–
Сообщение от Аноним (28), 01-Ноя-18, 10:07
>Осуществлён переход к нумерации версий в соответствии со спецификацией "Cемантическое версионирование", подразумевающей использование нотации X.Y.Z Ну наконец то хоть в одном проекте адекваты.
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

	32. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
	Сообщение от Аноним (33), 01-Ноя-18, 10:56
	И чё? Как-будто версии, например, ядра не в формате X.Y.Z : 4.14.78, 4.18.16 Или GCC : 7.3.0
	Ответить | Правка | ^ к родителю #28 | Наверх | Cообщить модератору

29. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
Сообщение от Аноним (27), 01-Ноя-18, 10:13
Это правильная команда для сохранения в текстовый файл? tesseract phototest.tif phototest txt
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

	40. "Релиз системы распознавания текста Tesseract 4.0"	+3 +/–
	Сообщение от Клыкастый (ok), 01-Ноя-18, 12:58
	уже бы прочёл ман, выхлоп tesseract --help, запустил и точно бы знал.
	Ответить | Правка | ^ к родителю #29 | Наверх | Cообщить модератору

43. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
Сообщение от Аноним (42), 01-Ноя-18, 14:55
Что с распознаванием таблиц? Не собираются этим заниматься?
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

	48. "Релиз системы распознавания текста Tesseract 4.0"	+1 +/–
	Сообщение от Shevchuk (ok), 01-Ноя-18, 15:34
	Есть Tabula (открытое ПО для извлечения данных из таблиц), они хотели бы, но сейчас ресурсов на это нет: https://github.com/tabulapdf/tabula/issues/409 — но там в обсуждении есть другие заинтересованнные в этом функционале лица и компании, в том числе готове финансировать разработку. Со стороны Tesseract тоже нужна поддержка: https://github.com/tesseract-ocr/tesseract/issues/1714 Ещё есть вот такое: https://github.com/UW-Deepdive-Infrastructure/table-extract
	Ответить | Правка | ^ к родителю #43 | Наверх | Cообщить модератору

	51. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от zeronet (ok), 01-Ноя-18, 18:53
	Все таки не забросили проект ... Маст хев. Еще в 2000-х тысячных пытался пользоваться... Но с русским тогда не особо дружили разработчики
	Ответить | Правка | ^ к родителю #43 | Наверх | Cообщить модератору

	67. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
	Сообщение от Кккк (?), 02-Ноя-18, 20:18
	С русским из коробки и сейчас не очень, чтобы получить хоть какой-Нить приемлемый результат в реальных документах нужно много поучить, да и резальщик не очень.
	Ответить | Правка | ^ к родителю #51 | Наверх | Cообщить модератору

52. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
Сообщение от lol (??), 01-Ноя-18, 19:53
Как оно в сравнении с FineReader? При условии, что сканы хорошо читаемые и вёрстка без изысков.
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

	54. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
	Сообщение от Аноним (54), 01-Ноя-18, 20:03
	В прошлой версии был кошмар.
	Ответить | Правка | ^ к родителю #52 | Наверх | Cообщить модератору

	57. "Релиз системы распознавания текста Tesseract 4.0"	–1 +/–
	Сообщение от Ю.Т. (?), 01-Ноя-18, 21:57
	> Как оно в сравнении с FineReader? При условии, что сканы хорошо читаемые > и вёрстка без изысков. Серия 4 неплохо, справляется с различием "длинного с" и "f", хотя некоторые сканы приходится масштабировать и подкручивать гамму. Нормально проходит размер растра примерно 2500 на 3600 точек на лист А4.
	Ответить | Правка | ^ к родителю #52 | Наверх | Cообщить модератору

	79. "Релиз системы распознавания текста Tesseract 4.0"	+/–
	Сообщение от t_cirkla (?), 19-Дек-18, 00:51
	> Как оно в сравнении с FineReader? При условии, что сканы хорошо читаемые и вёрстка без изысков. Как? Всё, что не FineReader, до сих пор не умеет сохранять форматирование отсканированного текста.
	Ответить | Правка | ^ к родителю #52 | Наверх | Cообщить модератору

73. "Релиз системы распознавания текста Tesseract 4.0"	+/–
Сообщение от werter (??), 03-Ноя-18, 18:45
OCRmyPDF adds an OCR text layer to scanned PDF files, allowing them to be searched https://github.com/jbarlow83/OCRmyPDF
Ответить | Правка | ^ к родителю #0 | Наверх | Cообщить модератору

Архив | Удалить

Рекомендовать для помещения в FAQ | Индекс форумов | Темы | Пред. тема | След. тема