Mis on Tesseract ja kus on selle kvaliteedi piirid?

Tesseract on avatud lähtekoodiga optilise märgistuvastussüsteem (OCR), mille algne arendaja oli HP ning mida hiljem toetas Google. See võimaldab teksti välja lugeda piltidelt ning on laialdaselt kasutusel oma kättesaadavuse ja mitmekeelse toe tõttu.

Tesseracti kvaliteedi piirangud:

• Toimib hästi selgete, kontrastsete piltidega, lihtsate fontide ja minimaalsete moonutustega.
• Halva kvaliteediga piltidel väheneb tunnustamise kvaliteet: müra, udusus, moonutused, keerulised taustad.
• Ei pruugi alati hästi hakkama saada käsitsi kirjutatud tekstide või dekoratiivsete fontidega.
• Tulemuslikkuse parandamiseks on vaja eelnevat pilditöötlust (binariseerimine, joondamine).

Tesseract on suurepärane trükitud teksti tunnustamiseks dokumentides, skannidel ja fotodel, kuid keerulisemate juhtumite puhul võib olla vajalik täiendav töötlemine või spetsialiseeritud mudelite kasutamine.