Tesseract (software)

Tesseract
Tesseract 4.1.1 lendo uma mensagem
Desenvolvedor	Google
Lançamento estável	5.5.2[1] / 26 de dezembro de 2025
Repositório	github.com/tesseract-ocr/tesseract
Escrito em	C e C++
Sistema operacional	Linux, Windows e MacOS
Plataforma	Linux, Windows e MacOS
Disponível em	Interface: inglês Reconhecimento: africâner, alemão albanês, árabe, azerbaijano, basco, bielorrusso, bengali, búlgaro, catalão, canarês, checo, cherokee, coreano, croata, dinamarquês, eslovaco, esloveno, espanhol, esperanto, estoniano, finlandês, francês, galego, grego, hindi, holandês, húngaro, inglês, indonésio, italiano, japonês, letão, lituano, malaiala, macedônio, maltês, malaio, norueguês, polonês, português, romeno, russo, sérvio, suaíli, sueco, tagalog, tâmil, télugo, tailandês, turco, ucraniano e vietnamita
Licença	Licença Apache 2.0.
Website	github.com/tesseract-ocr

Tesseract é um software de reconhecimento ótico de caracteres de código aberto (Licença Apache 2.0),^[2] originalmente desenvolvido pela Hewlett-Packard e foi por um tempo mantido pelo Google; atualmente o projeto está hospedado no GitHub.

Se aplica a imagens em formato tiff com texto puro em uma única coluna, convertendo a saída em um arquivo txt. Não possui mecanismos para reconhecimento de layout, desta forma não é recomendável para textos que possuam imagens, fórmulas ou mais de uma coluna.

Referências

• «Página oficial»