C’era una volta un progetto, nato – in collaborazione con HP – presso l’Università del Nevada. Correva l’anno 1985. L’obiettivo consisteva nello sviluppare un OCR che operasse correttamente con tutti i generi di testo stampato. Tesseract OCR, questo il nome del progetto, con la diffusione del web cominciò paradossalmente a perdere terreno, probabilmente soprattutto a causa della riorganizzazione di HP.
A circa vent’anni di distanza è arrivato Google. Il colosso di Mountain View nel 2005 decise di programmare la ‘rinascita’ del progetto Tesseract OCR contribuendovi con aggiornamenti ed interventi correttivi tanto che ad Agosto 2006 l’azienda pose le basi per il rilascio di una nuova versione del software. Rilasciato sotto licenza Apache 2.0, il motore OCR Tesseract può essere liberamente utilizzato da parte degli sviluppatori.

Vediamo, di seguito, come utilizzare – in ambiente Ubuntu Linux (ci siamo basati sulla più recente versione della distribuzione ‘sponsorizzata’ da Mark Shuttleworth, la 10.
Leggi tutto…

cod:170