[ Скачать с сервера ]

CuneiForm — свободно распространяемая
открытая система оптического распознавания
текстов российской компании Cognitive Technologies. OCR CuneiForm может распознавать любые полиграфические,
машинописные гарнитуры всех начертаний и шрифты, получаемые с принтеров
за исключением декоративных и рукописных. В систему встроены специальные
алгоритмы для распознавания текста с матричного принтера, плохих
ксерокопий факсов и машинописи. Поддерживается более чем 20 языков.
Отдельно стоит отметить отличную поддержку распознавания текста на
русском и украинском языках. Результат распознавания может быть сохранен
в форматах HTML, hOCR, RTF или PDF с сохранением особенностей
начертания оригинала (выделение жирным, курсивом и т.д.).

Первоначально система CuneiForm была разработана компанией Cognitive
Technologies как коммерческий продукт. CuneiForm поставлялся с
некоторыми моделями сканеров. Однако после нескольких лет перерыва
разработки, 12 декабря 2007 года анонсировано открытие исходных текстов
программы, которое состоялось 2 апреля 2008 года.

Особенности

CuneiForm позиционируется как система преобразования электронных
копий бумажных документов и графических файлов в редактируемый вид с
возможностью сохранения структуры и гарнитуры шрифтов оригинального
документа в автоматическом или полуавтоматическом режиме. Система
включает в себя две программы для одиночной и пакетной обработки
электронных документов.

CuneiForm — омнифонтная
система.

История развития

В 1993 году Cognitive Technologies заключила OEM-контракт с канадской корпорацией Corel Corporation, по которому библиотека распознавания Cognitive встроена в популярный издательский пакет Corel Draw 3.0 (и последующие версии).

В 1996 году выпущена версия OCR CuneiForm ’96, в которой впервые в мире применены алгоритмы адаптивного распознавания.

Адаптивное распознавание — метод, основанный на комбинации двух видов алгоритмов распознавания печатных символов: шрифтового (multifont) и шрифтонезависимого (omnifont). Система генерирует внутренний шрифт для каждого вводимого документа, основываясь на хорошо пропечатанных символах, то есть используется динамическая настройка (адаптация) на конкретные входные символы. Таким образом, метод совмещает универсальность и технологичность бесшрифтового подхода и высокую точность распознавания шрифтового, что позволяет кардинальным образом повысить качество распознавания.

В 1997 году в системе CuneiForm впервые применены технологии, основанные на нейронных сетях. Алгоритмы, использующие нейронные сети для распознавания символов, строятся следующим образом. Поступающее на распознавание изображение символа (растр) приводится к некоторому стандартному размеру (нормализуется). Значения яркости в узлах нормализованного растра используются в качестве входных параметров нейронной сети. Число выходных параметров нейронной сети равняется числу распознаваемых символов. Результатом распознавания является символ, которому соответствует наибольшее из значений выходного вектора нейронной сети.

В 1999 году разработан механизм воссоздания формы исходного документа «What you scan is what you get». Он позволяет придать документу его исходную форму, добиваясь того, чтобы каждый фрагмент находился на нужном месте. Особенно это касается документов со сложной топологией: многоколончатые тексты с заголовками, аннотациями, графическими иллюстрациями, таблицами, и т. д.

Перспективы

По информации с официального сайта, 12 декабря 2007 года компания Cognitive Technologies запустила программу «Распознавание должно быть на каждом компьютере». Первым шагом в рамках этой программы был выпуск freeware-версии OCR CuneiForm и открытие её исходных кодов. Следующим шагом планируется запустить свободную онлайн-службу распознавания на сервере www.cuneiform.ru.

2 апреля 2008 года компания Cognitive Technologies объявила об открытии исходного кода программы . В настоящее время, разработчики выбрали для проекта лицензию BSD.

В 2009 году выпущены графические интерфейсы к открытой версии Cuneiform на основе библиотеки Qt 4 — Cuneiform-Qt, YAGF. Начиная с версии 0.9.0 открытую версию для Linux можно использовать в качестве библиотеки.


  • Еще один официальный сайт
  • Официальный форум
  • Часто задоваемые вопросы и ответы на них
Карта сайта: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34