https://mobile.opennet.me/openforum/vsluhforumID3/117902.html Подготовлен (https://groups.google.com/forum/#!topic/tesseract-ocr/oKtTOIGIMaM) релиз системы оптического распознавания текста Tesseract 4.1 (https://github.com/tesseract-ocr/tesseract/), поддерживающей распознавание символов UTF-8 и текстов на более чем 100 языках, включая русский, казахский, белорусский и украинский. Результат может сохраняться как открытым текстом, так и в форматах HTML (hOCR), ALTO (XML), PDF и TSV. Изначально система была создана в 1985-1995 годах 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 лицензией Apache 2.0.<br><br><br><br><br> Tesseract включает в себя консольную утилиту и библиотеку libtesseract для встраивания функций распознавания текста в другие приложения. Из поддерживающих Tesseract сторонних GUI-интерфейсов (https://github.com/tesseract-ocr/tesseract/wiki/User-Projects-%E2%80%93-3rdParty) https://mobile.opennet.me/openforum/vsluhforumID3/117902.html#74 Fri, 19 Jul 2019 19:17:18 GMT Тессеракт - это гиперкуб из четырёхмерного пространства, аналог двумерного квадрата и трёхмерного куба. Его "гранями" являются трёхмерные кубы.<br> https://mobile.opennet.me/openforum/vsluhforumID3/117902.html#73 Tue, 16 Jul 2019 21:19:13 GMT Конкретных пяти символов же:<br>U,T,F,дефис и восемь<br> https://mobile.opennet.me/openforum/vsluhforumID3/117902.html#72 Mon, 15 Jul 2019 14:16:02 GMT &gt; Я пробовал Тессерактом распознавать старые листы, сделанные на печатной машинке. Качество <br>&gt; там сильно так себе. По дефолту Тессеракт вообще не справлялся. Я <br>&gt; потратил время на создание модели обучения, вручную обводил в Box editor <br>&gt; каждую буковку, всё сконвертировал как надо. На результат это сильно не <br>&gt; повлияло - как был мусор, так и остался. Не готов пока <br>&gt; Тессеракт.<br><br>поставьте scantailor, у него есть пакетный режим обработки (по настройкам) из CLI (если надо несколько страниц), получите на выходе картинки в 600dpi, далее tesseract. Я получал результат лучше файнридера (в смысле рапознавания текста)<br>Скантейлор имеет ф-ции выравнивания строк (эксперементальные) - у меня работало без нареканий. Как пример: фотка (с сильными шумами, с искаженной перспективой) с банковскими реквизитами, сделанная телефоном, через пленку, была распознана достойно<br> https://mobile.opennet.me/openforum/vsluhforumID3/117902.html#71 Mon, 15 Jul 2019 10:42:15 GMT &gt; Какой нормально, FineReader 3.0 20 давности распознавал лучше. С форматированием, с таблицами. <br>&gt; Им реально можно книги распознавать.<br>&gt; А это только утилита выдрать текст с картинки авось получится, для добавления <br>&gt; индексов в поиск пойдет.<br><br>на нек. сканах - файнридер (любой) тупо крашится или выжирает всю память от виндадко ;)<br>и да, ФР порой текст распознает отвратительно (если скан неважный)<br>надо понимать (отличать) просто распознавание текста и все задачу по распознаванию сканов (она гораздо масштабнее)<br> https://mobile.opennet.me/openforum/vsluhforumID3/117902.html#70 Mon, 15 Jul 2019 10:31:41 GMT &gt; К сожалнию, качество распознавания - просто кошмар. ИМХО, для свободного софта сфера <br>&gt; OCR - весьма слабое место.<br><br>Применял с предобработкой Scan Tailor - результат был лучше продуктов ABBYY<br>"Недостаток" - отсутствие распознавание таблиц (хотя были зачатки) и макета страницы, но это не является задачей движка распознавания самого текста ;)<br>Графические надстройки (типа YAGF) как-то пытаются выполнять подобные ф-ции...<br> https://mobile.opennet.me/openforum/vsluhforumID3/117902.html#69 Mon, 15 Jul 2019 07:54:05 GMT Из новости:<br><br>&gt; Предлагается два движка распознавания: [...] и новый, базирующийся на применении системы машинного обучения на базе рекуррентной нейронной сети LSTM, оптимизированной для распознавания целиком строк и позволяющей добиться существенного увеличения точности. https://mobile.opennet.me/openforum/vsluhforumID3/117902.html#68 Mon, 15 Jul 2019 03:26:44 GMT &gt; Детсад &#8212; ждать, что кто-то сделает вышеперечисленное за и ради тебя.<br><br>Нет, тут полно тулкитофобов, которым особо делать нечего.<br>Поэтому вероятность встретить кого-то "да, я вот пользуюсь" вполне нормальная.<br>PS: хотя вероятность встретить неадекватов, которым просто пофлудить ради поднятия ЧСВ, явно больше<br> https://mobile.opennet.me/openforum/vsluhforumID3/117902.html#67 Sun, 14 Jul 2019 17:36:40 GMT А что мешает запилить на основе нейросетей нормальный распознавальщик? Пусть он будет в 10 раз тормознее на CPU, тут главное - качество.<br> https://mobile.opennet.me/openforum/vsluhforumID3/117902.html#66 Sun, 14 Jul 2019 17:34:31 GMT Что ещё предскажет нумерология?<br>