Tesseract OCR est bien plus qu'un simple composant logiciel : c'est un effort collaboratif mondial pour rendre le savoir imprimé de l'humanité accessible aux machines et aux humains.
TesseractOCR.org est un site de documentation indépendant, rédigé par la communauté, consacré au moteur Tesseract OCR. Ce n'est pas le projet officiel Tesseract et il n'est pas géré par ses mainteneurs. Son objectif : expliquer comment installer, utiliser, entraîner et déployer Tesseract grâce à des guides clairs, testés et pas à pas, et proposer un outil OCR gratuit dans le navigateur basé sur Tesseract.js.
Du projet de recherche des années 1980 au moteur d'OCR libre le plus utilisé au monde.
Développé à l'origine en tant que logiciel propriétaire dans les laboratoires de Hewlett-Packard à Bristol (Royaume-Uni) et Greeley (Colorado). L'un des moteurs les plus précis de son époque.
HP a publié Tesseract en open source en 2005, puis Google en a financé le développement de 2006 à 2018, en introduisant le moteur neuronal LSTM dans la version 4.
Aujourd'hui, Tesseract est maintenu par une communauté mondiale de développeurs et demeure en 2026 la référence absolue de la reconnaissance optique de caractères open source.
Le nom désigne un hypercube à quatre dimensions. De même qu'un tesseract ajoute une dimension à un cube, le moteur ajoute une dimension utile aux images statiques en les transformant en données structurées et interrogeables.
Tesseract est développé sur GitHub par des bénévoles. Les contributions de code, de données d'entraînement et de documentation vont au projet officiel — ce site indépendant n'y est pas affilié.
Projet GitHub officiel