Tesseract (software)
Tesseract è un software libero per il riconoscimento ottico dei caratteri (OCR) .
| Tesseract software | |
|---|---|
.png){kind=logo} | |
 | |
| Genere | Riconoscimento ottico dei caratteri |
| Sviluppatore | Google e altri |
| Ultima versione | 5.5.1 (25 maggio 2025) |
| Sistema operativo | Linux macOS Microsoft Windows OpenBSD |
| Linguaggio | C++ |
| Licenza | Licenza Apache v. 2.0 (licenza libera) |
| Lingua | arabo, bulgaro, catalano, ceco, danese, olandese, hindi, inglese, finnico, esperanto, francese, tedesco, greco, ungherese, indonesiano, italiano, lettone, lituano, norvegese, polacco, portoghese, rumeno, russo, serbo, slovacco, sloveno, spagnolo, svedese, tagalog, tailandese, turco, ucraino, vietnamita |
| Sito web | github.com/tesseract-ocr |
Storia
modificaSviluppato originariamente come software proprietario dalla Hewlett-Packard tra il 1985 e il 1995, non venne più aggiornato nel decennio successivo. Rilasciato come open source nel 2005 da Hewlett Packard e dall'Università del Nevada a Las Vegas, con la licenza Apache, versione 2.0, dal 2006 al novembre 2018 è stato sviluppato da Google[1]. Attualmente lo sviluppo è portato avanti in modalità aperta da un gruppo di volontari e sviluppatori indipendenti.
Funzionamento
modificaCome tutti i programmi OCR, anche Tesseract serve a convertire il testo contenuto in un'immagine, ottenuta di solito per mezzo di uno scanner, in caratteri comprensibili ad un elaboratore di testi. I risultati sono molto buoni per quanto riguarda il riconoscimento dei caratteri; manca invece la capacità di mantenere il layout delle pagine, per esempio le tabelle o le colonne. Inizialmente limitato ai soli caratteri ASCII, nell'ottobre 2011 Tesseract supporta i caratteri UTF-8 e riconosce 33 lingue.
Si può provare l'uso del software da riga di comando digitando, in una finestra di terminale, il seguente comando:
- tesseract <percorso del file di immagine> <nome del file di output>
Sarà generato automaticamente un file di testo con estensione «.txt».
GUI
modificaIn generale tesseract è utilizzabile solo da riga di comando o tramite API ma esistono diverse implementazioni che aggiungono un'interfaccia grafica, tra queste citiamo[2]:
Altri progetti
modifica
Wikimedia Commons contiene immagini o altri file su Tesseract
Collegamenti esterni
modifica- (EN) Sito ufficiale, su github.com.
- (EN) Tesseract, su SourceForge.
- Tesseract, su packages.debian.org.
- (EN) Tesseract, su GitHub.
- Repository sorgenti di Tesseract, su github.com.
- (EN) Tesseract, su Free Software Directory.
(EN) Luc Vincent, Announcing Tesseract OCR, Google Code Blog, su google-code-updates.blogspot.com. URL consultato il 4 maggio 2019 (archiviato dall'url originale il 6 novembre 2013).
Note
modifica- ^ (EN) Brief history [Storia in breve], su github.com.
- ^ (EN) GUIs and Other Projects using Tesseract OCR, su tesseract-ocr.github.io.
