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.
Nous sommes convaincus que la reconnaissance de caractères de haute précision doit être un bien public. Notre mission est de fournir un moteur d'OCR de référence, 100 % gratuit et respectueux de la vie privée, utilisable partout : des serveurs haute performance aux smartphones et navigateurs web.
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.
Google a libéré le code source de Tesseract en 2005 et en a soutenu le développement pendant plus de dix ans, introduisant notamment le réseau neuronal LSTM en 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 terme désigne un hypercube à 4 dimensions (tesseract). Tout comme un tesseract ajoute une dimension spatiale supplémentaire à un cube, notre moteur donne aux images statiques une nouvelle dimension d'utilité grâce aux données textuelles.
Nous accueillons avec enthousiasme les contributeurs : développeurs C++, linguistes pour les jeux de données et rédacteurs techniques pour la documentation.
Contribuer sur GitHub