Используйте OCR-технологии с элементами искусственного интеллекта

Компьютер
ПК с x86-совместимым процессором (с тактовой частотой 1 ГГц и выше).

Операцион­ная система

• Windows Server 2019, Windows Server 2016, Windows Server 2012, Windows Server 2012 R2 with the April 2014 update rollup, Windows Server 2008 R2 SP1
• Windows 10, Windows 8.1 with the April 2014 update rollup, Windows 8, Windows 7 SP1

Протестиро­ванные платформы облачных вычислений и виртуальные среды

• Azure App Services
• Azure Cloud Services
• Azure Service Fabric
• Azure Virtual Machines
• Amazon EC2
• Microsoft Hyper-V Server 2008
• Microsoft Hyper-V Server 2008 R2 SP1
• Microsoft Hyper-V Server 2012
• Microsoft Hyper-V Server 2012 R2
• Microsoft Hyper-V Server 2016
• Oracle VM VirtualBox 5.2
• Parallels Desktop for Mac 13.0.1
• VMware ESXi 6.5
• VMware Workstation Player 12.5
• VMware Workstation Pro 14.0.0

Протестированные среды разработки Java
Решение ContentReader Engine было протестировано на следующих наборах разработчика Java:

для 32-битных операционных систем:

• Oracle Java SE Development Kit 8u201 i586
• Oracle Java SE Development Kit 8u202 i586

для 64-битных операционных систем:

• OpenJDK 11.0.2 x64
• OpenJDK 12.0.2 x64
• OpenJDK 13 x64
• Oracle Java SE Development Kit 8u201 x64
• Oracle Java SE Development Kit 8u202 x64
• Oracle Java SE Development Kit 12.0.2 x64
• Oracle Java SE Development Kit 13 x64

ContentReader Engine также может использоваться в Docker-контейнерах на поддерживаемых платформах.

Память

• для обработки одностраничных документов: минимум 400 МБ ОЗУ, рекомендуется 1 ГБ;
• для обработки многостраничных документов: минимум 1 ГБ ОЗУ, рекомендуется 1,5 ГБ;
• для параллельной обработки: 350 МБ * (количество ядер) + 450 МБ ОЗУ;
• для параллельной обработки документов на арабском или CJK языках: 850 МБ * (количество ядер) + 750 МБ ОЗУ.

Место на жестком диске

• 1.600 МБ для установки библиотек (функционал ядра)
• Дополнительные 400 МБ для установки библиотеки модулей OfficeConverters
• 100 МБ для работы программы
• Дополнительные 15 МБ на каждую страницу при обработке многостраничного документа

Другие требования

• Полностью TWAIN-совместимый сканер, цифровая фотокамера или факс-модем – только для функции сканирования.
• Видеокарта и монитор с минимальным разрешением 1024x768 — для обучения шаблонов, редактирования словарей и сканирования при помощи графического пользовательского интерфейса).
• Microsoft Internet Explorer 8.0 или выше. Для правильного детектирования содержащихся в документах шрифтов, они должны быть установлены на компьютере.

Content AI SDK 12 Licensing Service (системные требования)

Компьютер
ПК с x86-совместимым процессором (с тактовой частотой 1 ГГц и выше).

Операцион­ная система

• Windows Server 2016, Windows Server 2012 R2, Windows Server 2012, Windows Server 2008 R2
• Windows 10, Windows 8.1, Windows 8, Windows 7 SP1

Протестиро­ванные платформы облачных вычислений и виртуальные среды

• Microsoft Hyper-V Server 2008
• Microsoft Hyper-V Server 2008 R2 SP1
• Microsoft Hyper-V Server 2012
• Microsoft Hyper-V Server 2012 R2
• Microsoft Hyper-V Server 2016
• Oracle VM VirtualBox 5.2
• Parallels Desktop for Mac 13.0.1
• VMware ESXi 6.5
• VMware Workstation Player 12.5
• VMware Workstation Pro 14.0.0

Поддерживаемые среды разработки
ContentReader Engine для Windows предоставляет API, который соответствует COM-стандарту и может легко использоваться из C/C++, Visual Basic, .NET, Delphi, Java, а также из любых других средах разработки с поддержкой компонент COM. Engine может быть адаптирован для использования со скриптовыми языками, например, VBS, JS, или Perl.

ContentReader Engine требует наличия библиотеки glibc версии 2.11 и выше. Если необходим ContentReader Engine для более ранних версий glibc, свяжитесь с офисом Content AI.
Для использования динамической библиотеки ContentReader Engine необходимы стандартные библиотеки libstdc++.so.6, libgcc_s.so.1 и libgomp.so.1

Компьютер
ПК с x86-совместимым процессором (с тактовой частотой 1 ГГц и выше) и с поддержкой SSE и SSE 2.
Операцион­ная система

• Fedora 31, 30, 29
• Red Hat Enterprise Linux 8.1, 7.7, 6.10
• SUSE Linux Enterprise Server 15 SP1, 12 SP4, 11 SP4
• Debian GNU/Linux 10.2, 9.11, 8.11
• Ubuntu 19.10, 19.04, 18.04.3 LTS, 16.04.6 LTS, 14.04.6 LTS
• CentOS 8.0, 7.7, 6.10
• ALT Linux 9.0, 8.2 (no support for Wibu dongles)
• Amazon Linux AMI 2018.03

Компания Content AI также предоставляет услугу профессиональной адаптации ПО для других платформ.

Протестиро­ванные платформы облачных вычислений и виртуальные среды

• Microsoft Azure Virtual Machines
• Amazon EC2
• Microsoft Hyper-V Server 2012 R2
• Microsoft Hyper-V Server 2016
• Oracle VM VirtualBox 5.2
• VMware ESXi 6.5
• VMware Workstation Player 12.5
• VMware Workstation Pro 14.0.0
• Linux KVM

ContentReader Engine также может использоваться в Docker-контейнерах на поддерживаемых платформах.
ContentReader Engine Java wrapper был протестирован в следующих Java Development Kits:

• OpenJDK 13 x64
• OpenJDK 14 Early-Access (build 21) x64
• Oracle Java SE Development Kit 8u231 x64
• Oracle Java SE Development Kit 11.0.5 (LTS) x64
• Oracle Java SE Development Kit 13.0.1 x64

Память

• для обработки одностраничных документов: минимум 400 МБ ОЗУ, рекомендуется 1 ГБ
• для обработки многостраничных документов: минимум 1 ГБ ОЗУ, рекомендуется 1,5 ГБ
• для параллельной обработки: 350 МБ * (количество ядер) + 450 МБ ОЗУ
• для параллельной обработки документов на арабском или CJK языках: 850 МБ * (количество ядер) + 750 МБ ОЗУ

Место на жестком диске
2150 МБ для установки библиотек и 100 МБ для работы программы, а также дополнительно 15 МБ для каждой обрабатываемой страницы многостраничного документа.

Другие требования

• Объем tmpfs: 1ГБ*(количество ядер) + 4ГБ
• Объем swap: 1ГБ*(количество ядер) + 4ГБ
• ContentReader^® Engine совместим с системой инициализации systemd.
• Для правильного детектирования содержащихся в документах шрифтов, они должны быть установлены на компьютере.

Поддерживаемые среды разработки
ContentReader Engine для Linux предоставляет нативный C/C++ API и Java-обертку для него, поэтому приложения должны быть написаны на C/C++ или Java.

ContentReader Engine 12 поддерживает самое большое количество языков распознавания на рынке. С его помощью можно распознавать языки, в письменности которых используются латиница, кириллица, греческие и армянские символы, а также арабский, бирманский (техническое превью), персидский (фарси), иврит, китайский, японский, корейский, русский языки и много других. Также доступна встроенная утилита для создания пользовательских словарей и шаблонов, что позволяет улучшить распознавания необычных слов или нетипичных шрифтов.

Кроме того, SDK подерживает обработку документов XVII-XIX столетий на английском, испанском, итальянском, немецком и французском языках, текстов на искусственных языках (эсперанто, интерлингва, идо и окциденталь), а также позволяет распознавать языки программирования (Basic, C/C++, COBOL, Fortran, JAVA и Pascal), простые химические формулы и цифры. В общей сложности, в ContentReader Engine поддержано 210 OCR, для Windows и Linux 126 ICR языков и 28 с BCR поддержкой

Заголовки и тексты диалогов, сообщения об ошибках и другие сообщения программы могут выводиться на английском, болгарском, чешском, китайском (КНР и Тайвань), датском, голландском, эстонском, французском, немецком, греческом, венгерском, итальянском, японском, корейском, польском, португальском (Бразилия), русском, словацком, испанском, шведском, турецком, и украинском.

ПОДДЕРЖИВАЕТ ОТКРЫТИЕ

• Текстовые форматы: .doc, .docx, .rtf, .htm / .html, .txt, .odt
• Форматы таблиц: .xls, .xlsx, .ods
• Форматы презентаций: .ppt, .pptx, .odp
• Цифровые PDF: .pdf

ПОДДЕРЖИВАЕТ СОХРАНЕНИЕ

• RTF
• DOCX
• XLSX and XLS (только в версии для Windows)
• ContentReader Engine поддерживает форматы MS Excel 5 и 8 для сохранения резултатов в формате XLS.
• PPTX
• PDF, PDF 2.0, PDF/UA
• PDF/A-1(a,b), PDF/A-2(a,b,u), PDF/A-3(a,b,u)
• FineReader Engine поддерживает MRC-компрессию для всех PDF-форматов.
• HTML, HTML 5
• ContentReader Engine поддерживает различные кодовые страницы (Windows, DOS, Mac, ISO) и кодовые страницы Unicode (UTF-16, UTF-8).
• TXT
• ContentReader Engine поддерживает различные кодовые страницы (Windows, DOS, Mac, ISO) и кодовые страницы Unicode (UTF-16, UTF-8).
• CSV
• XML — структура распознанного текста описана с помощью XML.
• ALTO 3.1
• XPS (только в версии для Windows)
• FB2
• EPUB
• ODT
• vCard — только для экспорта визитных карточек

ContentReader Engine позволяет определить и извлечь данные на изображении паспортно-визовых документов из машиночитаемой зоны, выполненной в соответствии со стандартами ICAO 9303.
ContentReader Engine обрабатывает информацию из машиночитаемой зоны нескольких типов:

• 2-строчная
• 3-строчная

ContentReader Engine позволяет извлечь дополнительную информацию из паспортно-визовых документов:

• Количество строк в MRZ
• Все символы из каждой строки
• Дополнительные данные из каждой строки
• Тип и подтип документа
• Номер документа
• Код страны выдачи
• Дата истечения срока действия
• Фамилия, имя, отчество
• Национальность
• Дата рождения и пол
• Личный номер

С помощью ContentReader Engine можно извлечь контрольные суммы для каждого значения. Для повышения качества данных в документе в продукте используется логический тип данных, который проверяет соответствие финальной контрольной суммы индивидуальным значениям контрольных сумм.

ContentReader Engine распознает следующие типы штрихкодов:

• Одномерные: Codabar, Code 128, Code 39, Code 93, Code 32, EAN 8 and 13, Full ASCII Code 39, GS1-128, IATA 2 of 5, Industrial 2 of 5, Interleaved 2 of 5, Intelligent Mail (a.k.a USPS 4-CB), Matrix 2 of 5, Patch, PostNet, UPC-A, UPC-E (в дополнение к приведенному списку в версии для Windows доступны следующие одномерные штрихкоды: KIX, Royal Mail 4-State (RM4SCC), Australia Post 4-State).
• Двумерные: Aztec, Data Matrix, MaxiCode, PDF 417, QR Code

ПОДДЕРЖИВАЕТ ОТКРЫТИЕ:
BMP

• несжатый чёрно-белый
• 4- и 8-битный — несжатый Palette
• 16-битный — несжатый, несжатый Mask
• 24-битный — несжатый
• 32-битный — несжатый, несжатый Mask

BMP

• 4- и 8- битный — RLE сжатый Palette

DCX

• чёрно-белый
• 2-, 4- и 8- битный Palette
• 24- битный цветной

DjVu (только для Windows)

• чёрно-белый, серый, цветной

GIF

• чёрно-белый — LZW-сжатый
• 2-, 3-, 4-, 5-, 6-, 7-, 8-битный Palette — LZW-сжатый

JBIG2

• чёрно-белый

JPEG

• серый, цветной

JPEG 2000

• серый — Part 1
• цветной — Part 1

PCX

• чёрно-белый
• 2-, 4- и 8-битный Palette
• 24- битный цветной

Изображение PDF (скан PDF)
Созданный в цифровом виде PDF (Версия 1.7 или ранее)
PNG

• чёрно-белый, серый, цветной

TIFF

• чёрно-белый — несжатый, CCITT3, CCITT4, Packbits, ZIP, LZW
• серый — несжатый, Packbits, JPEG, ZIP, LZW
• 24-битный цветной — несжатый, JPEG, ZIP, LZW
• 1-, 4-, 8-битный Palette — несжатый, Packbits, ZIP, LZW
• (включая многостраничный TIFF)

TIFF

• чёрно-белый — CCITT3FAX

WDP (только для Windows)

• чёрно-белый, серый, цветной
• (требуется WIC или Microsoft .NET Framework 3.0)

WIC-compatible (только для Windows)

• (требуется WIC или Microsoft .NET Framework 3.0)

ПОДДЕРЖИВАЕТ СОХРАНЕНИЕ
BMP

• несжатый чёрно-белый
• 4- и 8-битный — несжатый Palette
• 16-битный — несжатый, несжатый Mask
• 24-битный — несжатый
• 32-битный — несжатый, несжатый Mask

DCX

• чёрно-белый
• 2-, 4- и 8- битный Palette
• 24- битный цветной

JBIG2

• чёрно-белый

JPEG

• серый, цветной

JPEG 2000

• серый — Part 1
• цветной — Part 1

PCX

• чёрно-белый
• 2-, 4- и 8-битный Palette
• 24- битный цветной

Изображение PDF (скан PDF)
Созданный в цифровом виде PDF (Версия 1.7 или ранее)
PNG

• чёрно-белый, серый, цветной

TIFF

• чёрно-белый — несжатый, CCITT3, CCITT4, Packbits, ZIP, LZW
• серый — несжатый, Packbits, JPEG, ZIP, LZW
• 24-битный цветной — несжатый, JPEG, ZIP, LZW
• 1-, 4-, 8-битный Palette — несжатый, Packbits, ZIP, LZW
• (включая многостраничный TIFF)

В ContentReader Engine поддержано распознавание одиночных меток и групп меток. При распознавании корректно обрабатываются как ошибочно выбранные метки, так и полностью закрашенные метки в самых различных вариациях:

• Символьные метки в индивидуальных квадратах.
• Квадраты на сером фоне.
• Индивидуальная посимвольная разметка (требует ручного обучения).