https://opennet.ru/openforum/vsluhforumID3/139907.html Состоялся выпуск программы для оптического распознавания текста dpScreenOCR 1.5.1, использующей Tesseract. dpScreenOCR позволяет при помощи глобальной горячей клавиши и мыши захватить произвольную область экрана, текст из которой будет распознан. В зависимости от выбора пользователя, программа может копировать распознанный текст в буфер обмена, добавить его в историю или отправить внешней программе. Готовые сборки сформированы для Linux и Windows (также доступны репозитории пакетов для Debian и Ubuntu). Код программы написан на C++ и распространяется под лицензией zlib...<br><br>Подробнее: https://www.opennet.ru/opennews/art.shtml?num=65281<br> https://opennet.ru/openforum/vsluhforumID3/139907.html#40 Tue, 28 Apr 2026 00:35:53 GMT Куча открытых моделей есть мультимодальных, которые умеют речь и картинки распознавать (ну, соответственно, как OCR работать). qwen3.6, gemma4 из последних. <br> https://opennet.ru/openforum/vsluhforumID3/139907.html#39 Sun, 26 Apr 2026 22:35:16 GMT Подавляющее число вменяемых людей пользуются Chocolatey или Winget, или чем-то аналогичным и не ходят ни по каким сайтам или магазинам. <br> https://opennet.ru/openforum/vsluhforumID3/139907.html#38 Sun, 26 Apr 2026 15:12:42 GMT Госопода, подскажите, он же с формулами так и не научился работать? Что посоветуете для распознавания формул?<br> https://opennet.ru/openforum/vsluhforumID3/139907.html#37 Sun, 26 Apr 2026 09:09:22 GMT &gt; Прикрутить бы LanguageTool какой-нибудь. Чтобы меньше путал "не" и "he".<br><br>Думаю, такие действия лучше бы получать из мета-описаний. "Текст содержит целые слова в разных системах письма", а отсюда и вариант: "В тексте просто есть римские числа". <br><br>То же и к разбивателю относится. Глаз-мозг у всех одинаковы (с точки зрения такой задачи), так что не так много и сценариев выкладки (лучше сказать -- признаков?).<br><br>&gt; Вообще какая-нибудь программа это умеет?<br><br>Кажется, нет. Но это как бы и не задача распознавалки, скорее - для средств постобработки. <br><br>Да, разноцветный текст тессеракт не любит. Но там и предобработка - оочень скупая.<br> https://opennet.ru/openforum/vsluhforumID3/139907.html#36 Sun, 26 Apr 2026 07:14:56 GMT &gt; Со "смесью языков" он работает, возможно, не блестяще, но и не плохо. <br><br>Прикрутить бы LanguageTool какой-нибудь. Чтобы меньше путал "не" и "he".<br><br>&gt; 1 никак не родят к нему путёвый разбиватель страницы. Собственный там старый и довольно упрощённый.<br><br>Сейчас проще руками разбить картинку на несколько, чем надеяться, что распознает колонки.<br><br>&gt; 2 Семантика текста, выражаемая размерами, положениями и начертаниями (выделения,дроби, индексы, сноски), не обрабатывается.<br><br>Вообще какая-нибудь программа это умеет?<br><br>&gt; 4 Также реализованная в тессеракте модель машобучения не позволяет её удобно доообучить. <br><br>Если я правильно понял документацию, обучение медленное и не умеет пользоваться GPU.<br><br>От себя добавлю внезапные затыки, когда в упор не видит не очень контрастный текст, но при изменении гаммы в любую сторону прекрасно всё распознаёт. И очень плохо распознаёт, если на черно-белом скриншоте что-то подчёркнуто или обведено красным.<br><br><br> https://opennet.ru/openforum/vsluhforumID3/139907.html#35 Sun, 26 Apr 2026 07:02:10 GMT &gt; Tesseract всё ещё работает ужасно?<br><br>Для распознавания скриншотов текста &#8212; более чем достаточно. Если весь текст одного размера и цвета, и достаточно контрастный. Проблемы бывают со светлосерым на белом (лечится прогоном через magick -gamma), с жёлтым на голубом (аналогично), при размере текста меньше 6 пикселов. <br><br>Если текст нескольких цветов, иногда приходится распознавать с разными гаммами и компоновать.<br><br>Если текст на нескольких языках, может подставить символы не того языка. HET, 3EB, НЕАР и т.д.<br> https://opennet.ru/openforum/vsluhforumID3/139907.html#34 Sun, 26 Apr 2026 06:52:02 GMT Короткие тексты иероглифами tesseract распознаёт отлично, хотя многоцветные и длиннее 200 знаков особо распознавать не приходилось.<br><br>Вместо возни с контрастностью предпочитаю сразу распознать на нескольких уровнях гаммы &#8212; от 0,06 до 8 &#8212; и выбрать лучший. Забавно, что часто с гаммой и 2, и 0,5 получается одинаково хорошо, и гораздо лучше, чем с 1.<br> https://opennet.ru/openforum/vsluhforumID3/139907.html#33 Sun, 26 Apr 2026 05:26:55 GMT Тессеракт имеет "нейронки" уже лет 10 почти.<br><br>Со "смесью языков" он работает, возможно, не блестяще, но и не плохо.<br><br>Китайский в нём есть, и "новый", и "старый".<br><br>Работать нужно, понятно же, с лучшим набором:<br>github.com/tesseract-ocr/tessdata_best<br><br>Чего не хватает тессеракту - <br>1 никак не родят к нему путёвый разбиватель страницы. Собственный там старый и довольно упрощённый.<br>2 Семантика текста, выражаемая размерами, положениями и начертаниями (выделения,дроби, индексы, сноски), не обрабатывается.<br>3 Их обучающие наборы данных скромноваты по размерам (не забудем, конечно, что их собирают и раздают бесплатно)<br>4 Также реализованная в тессеракте модель машобучения не позволяет её удобно доообучить.<br> https://opennet.ru/openforum/vsluhforumID3/139907.html#32 Sun, 26 Apr 2026 00:56:20 GMT Весьма посредственно, если судить по spectacle, куда недавно завели распознавание текста на скринах через tesseract, и распознать смесь русского с английским, похоже, задача непосильная.<br>