米Googleは，オープンソース・コミュニティSourceForge.netで文字認識（OCR）エンジン「Tesseract」を公開した。Google最上級技術リード（Uber Tech Lead）のLuc Vincent氏が米国時間8月，公式ブログGoogle Code Blogへの投稿で明らかにしたもの。SourceForge.netのWebサイトから無償でダウンロードできる。
Tesseractは，米Hewlett-Packard（HP）が1985～1995年にかけて開発していたOCRエンジン。ネバダ州立大学ラスベガス校（UNLV）が1995年に開催したOCRソフトウエアの精度を評価するコンテストで，トップ3の成績を記録したという。しかしHPがOCR事業からの撤退を決めたことから，「Tesseractはほこりをかぶっていた」（Google）。
その後「HPの関係者がTesseractをお蔵入りさせるよりも公開した方がよいと考え」（Google），UNLVの情報科学研究所と共同で2005年にオープンソース化した。Googleはバグ修正などで協力し，2006年1月27日にSourceForge.netに登録した。
現在Tesseractが認識可能な文字は白黒2値で表現された英語だけで，グレイ・スケールやカラーの文書には対応していない。ページ・レイアウト解析モジュールも備えていないので，複数段組の文書はうまく処理できない。さらに，現時点で入手可能な最高クラスのOCR製品と比べると，認識精度が落ちるという。ただしVincent氏は「欠点はあるものの，Tesseractの認識精度はオープンソースOCRのなかで最も高い」としている。
米メディア（CNET News.com）によると，Tesseractのほとんどの部分はApacheオープンソース・ライセンスが適用されているものの，一部に商業利用を制限する第2のライセンスが付加されているという。
