Prihlásenie

Tesseract je knižnica s otvoreným kódom umožňujúca optické rozpoznávanie znakov (OCR) a textu v rôznych jazykoch. Kvalita podpory pre slovenský jazyk však oproti iným ako angliština, nemčina značne kvalitatívne zaostáva. Projekt si kladie za cieľ zvýšenie úspešnosti rozpoznávania slovenčiny v knižnici Tesseract.

1. Zoznámenie sa s architektúrou a používaním knižnice Tesseract.

2. Formáty dátových súborov knižnice Tesseract.

3. Príprava údajov a trénovanie knižnice Tesseract pre slovenský jazyk.

4. Zdokumentovanie výsledkov. Porovnanie kvality rozpoznávania so súčasným stavom.

5. Publikovanie výsledkov pod otvorenou licenciou.