CuneiForm (software)

CuneiForm Cognitive OpenOCR es un sistema de reconocimiento óptico de caracteres de código abierto y distribución gratuita desarrollado por la empresa de software rusa Cognitive Technologies .

CuneiForm OCR fue desarrollado por Cognitive Technologies como un producto comercial en 1993. El sistema venía incluido con los modelos más populares de escáneres, impresoras multifunción y software en Rusia y el resto del mundo: Corel Draw , Hewlett-Packard , Epson , Xerox , Samsung , Brother , Mustek, OKI , Canon , Olivetti , etc.

En 2008, Cognitive Technologies abrió el código fuente del programa .

CuneiForm es un sistema desarrollado para transformar copias electrónicas de documentos en papel y archivos de imagen en un formato editable, sin modificar la estructura ni las fuentes originales, tanto en modo automático como semiautomático. El sistema incluye dos componentes para el procesamiento individual y por lotes de documentos electrónicos.

Lista de idiomas compatibles con el sistema:

Además, el sistema admite una mezcla de ruso e inglés. El reconocimiento de otros idiomas mixtos solo es compatible con la rama desarrollada por Andrei Borovsky en 2009. ^{[ 2 ]} Entrenar al sistema para que reconozca otros idiomas es difícil, ya que cada idioma está relacionado con un archivo de datos, cuya estructura y método de desarrollo no son divulgados por los desarrolladores.

1993 - Cognitive Technologies firmó un contrato OEM con Corel , en virtud del cual la biblioteca de reconocimiento cognitivo se integró en el paquete Corel Draw 3.0 (y versiones posteriores), popular en el ámbito editorial.

1994 – Contrato con Hewlett-Packard para el equipamiento de todos los escáneres importados a Rusia con OCR CuneiForm. Este fue el primer contrato de HP con una empresa de software rusa.

1995 - Contrato con la corporación japonesa Epson para el suministro de escáneres con OCR CuneiForm. ^{[ 3 ]} El contrato OEM se firmó con el mayor fabricante mundial de máquinas de fax, impresoras láser, escáneres y otros equipos de oficina: Brother Corporation. Según el acuerdo, el nuevo escáner de rodillos Brother IC-150 estaba equipado con el software Cognitive para escaneo y reconocimiento a nivel mundial.

1996 - Acuerdo OEM con uno de los mayores fabricantes mundiales de monitores, máquinas de fax, impresoras láser, equipos multifunción y otros equipos de oficina: Samsung Information Systems America. Según el acuerdo, el nuevo dispositivo multifunción Samsung OFFICE MASTER OML-8630A debía estar equipado con el sistema de reconocimiento óptico de símbolos Cognitive Cuneiform LE a nivel mundial.

• Acuerdo OEM con Xerox, fabricante líder mundial de equipos de oficina, para equipar los dispositivos multifuncionales Xerox 3006 y Pro-610 con el sistema de reconocimiento CuneiForm.
• Lanzamiento de CuneiForm '96 OCR, con los primeros algoritmos de reconocimiento adaptativo del mundo.

Reconocimiento adaptativo : un método basado en la combinación de dos tipos de algoritmos de reconocimiento de caracteres impresos: multifont y omnifont. El sistema genera una fuente interna para cada documento de entrada a partir de caracteres bien impresos, mediante un ajuste dinámico (adaptación) a los símbolos específicos de entrada. De esta forma, el método combina la versatilidad y la eficiencia tecnológica del enfoque omnifont con la alta precisión de reconocimiento de fuentes, lo que mejora drásticamente la tasa de reconocimiento.

1997 – Primer uso de tecnologías basadas en redes neuronales en CuneiForm. Los algoritmos que utilizan redes neuronales para el reconocimiento de caracteres se desarrollan de la siguiente manera: la imagen del carácter que se va a reconocer (patrón) se reduce a un tamaño estándar (normalizado). Los valores de luminancia del patrón normalizado se utilizan como parámetros de entrada para la red neuronal. El número de parámetros de salida de la red neuronal es igual al número de caracteres reconocidos. El resultado del reconocimiento es un símbolo que corresponde al valor máximo del vector de salida de la red neuronal.

• Nuevo acuerdo OEM con Canon para equipar los dispositivos multifunción importados a Rusia con el sistema CuneiForm;
• Nuevo contrato OEM con OKI Europe Limited para equipar las impresoras multifunción OKI FAX 4100 y OKI FAX 5200, importadas a Rusia, con el sistema CuneiForm;
• Lanzamiento de la primera actualización del sistema OCR CuneiForm MMX para procesadores Intel MMX ;
• Los escáneres NeuHause incorporan el sistema de reconocimiento CuneiForm;
• Lanzamiento de CuneiForm 98 NEST, el primer sistema ruso de escaneo de redes.

1999

• Nuevo contrato OEM con la empresa Olivetti para el suministro de dispositivos multifunción importados a Rusia con el sistema CuneiForm;
• Acuerdo de distribución con WSKA (Francia), distribuidor europeo líder de software, para la distribución de OCR Cuneiform Direct en Europa;
• Se ha lanzado una nueva versión del sistema, Cuneiform 2000, que implementa el método de "análisis cognitivo™": un sistema experto está integrado en el núcleo de reconocimiento, que analiza alternativas a las estimaciones de la salida de cada algoritmo de detección y elige la mejor opción.
• El método de "segmentación de tabla Meridian™" se ha desarrollado para mejorar la precisión de la recreación de la forma original de la tabla en el documento de salida;
• Se presenta el mecanismo de recreación del formato original del documento: «Lo que escaneas es lo que obtienes™» . Esta tecnología se diseñó para conservar el formato original del documento escaneado en cuanto a la disposición de sus componentes. Esto es especialmente importante para documentos con una topología compleja: textos de varias columnas con encabezados, anotaciones, ilustraciones gráficas, tablas, etc.

2001 - Contrato OEM con Canon para sus escáneres y dispositivos multifunción equipados con el software OCR CuneiForm de Cognitive Technologies para Europa del Este.

• El 12 de diciembre de 2007 se lanzó la versión gratuita del software OCR CuneiForm y se anunció la apertura de su código fuente.
• El 2 de abril de 2008 se publicó el código fuente del OCR cuneiforme bajo la licencia BSD , y en otoño, los textos fuente de la interfaz del sistema.
• La última versión de código abierto para Windows no se ha actualizado desde el 14/02/2009. Esta versión ya no está disponible para su descarga. En su lugar, la versión del 11/11/2008 está disponible en la página de descargas.
• En 2009 se publicaron las interfaces gráficas para la versión abierta de Cuneiform basada en la biblioteca Qt 4: Cuneiform-Qt, ^{[ 4 ] YAGF. A partir de la versión 0.9.0 [ 5 ]} la versión abierta para Linux se puede utilizar como biblioteca .

• Puma.NET es una biblioteca de interfaz para el motor de reconocimiento CuneiForm de Cognitive Technologies. Permite incorporar fácilmente la funcionalidad OCR en cualquier aplicación .NET Framework 2.0 (o superior).

• OpenOCR cognitivo, versión 11, BSD