tesseract-ocr/tesseract
Un motor de recunoaștere optică a caracterelor distribuit ca biblioteca libtesseract și ca programul de linie de comandă tesseract. Versiunea 4 a introdus un recunoscător cu rețea neuronală LSTM, iar proiectul oferă date antrenate pentru un set larg de limbi și unelte pentru antrenarea modelelor proprii. Citește imagini și PDF-uri și scrie text simplu, hOCR, ALTO, TSV sau PDF căutabil, sub licența Apache 2.0.
Activitate de mentenanță