Tesseract nədir və onun keyfiyyət sərhədləri haradadır?

Tesseract açıq mənbəli optik xarakter tanıma (OCR) sistemidir, ilkin olaraq HP tərəfindən hazırlanmış və daha sonra Google tərəfindən dəstəklənmişdir. O, şəkillərdən mətn çıxarmağa imkan verir və əlçatanlığı və çox dillilik dəstəyi ilə geniş istifadə olunur.

Tesseract-in keyfiyyət sərhədləri:

• Aydın, kontrastlı şəkillər, sadə şriftlər və minimal deformasiyalar ilə yaxşı işləyir.
• Pis keyfiyyətli şəkillərdə tanıma keyfiyyəti azalır: səs, bulanıq, deformasiya, mürəkkəb fonlar.
• Həmişə əl yazısı və ya dekorativ şriftlərlə yaxşı işləməyə bilər.
• Nəticələri yaxşılaşdırmaq üçün şəkillərin əvvəlcədən emalı (ikiliyə çevirmə, hizalama) tələb olunur.

Tesseract sənədlərdə, skanlarda və fotolarda çap olunmuş mətnin tanınması üçün mükəmməldir, lakin mürəkkəb hallarda əlavə emal və ya daha ixtisaslaşmış modellərin istifadəsi lazım ola bilər.