OCR-Datensätze

3,506 Hindi-OCR-Annotations- und Transkriptionsdaten, darunter 2,056 Bilder aus natürlichen Szenen, 1,103 Internetbilder und 347 Textbilder. In Bezug auf die Annotation: Zeileninhalt: Annotation mit rechteckigen Rahmen auf Zeilenebene, Transkription des Zeileninhalts; Spalteninhalt: Annotation mit rechteckigen Rahmen auf Spaltenebene, Transkription des Spalteninhalts. Dieser Satz von Hindi-OCR-Anmerkungen und Transkriptionsdaten kann für Aufgaben wie Hindi-Erkennung und Hindi-Fotoübersetzung in verschiedenen Szenarien verwendet werden.

71,535 englische OCR-Daten aus natürlichen Szenen wurden in Großbritannien und den USA vor Ort erfasst. Die Datenvielfalt umfasst verschiedene Szenen, Aufnahmewinkel und Lichtverhältnisse. Bei der Beschriftung wurden die englischen OCR-Daten auf Zeilen-, Wort- und Zeichenebene mit rechteckigen (oder viereckigen) Rahmen beschriftet und der Textinhalt transkribiert. Dieser Satz englischer OCR-Daten aus natürlichen Szenen kann für OCR-Aufgaben in englischen natürlichen Szenen verwendet werden.

30,000 OCR-Daten von Naturszenen in kleinen südostasiatischen Sprachen, darunter Khmer (Kambodschanisch), Laotisch und Birmanisch in 3 Sprachen. Die Vielfalt der Sammlung umfasst mehrere Naturszenen und mehrere Aufnahmewinkel. Dieser Datensatz kann für OCR-Aufgaben in südostasiatischen Sprachen verwendet werden.

2,504 chinesische Handschrift-OCR-Daten. Zu den Schreibumgebungen gehören A4-Papier, Rasterpapier, horizontales Rasterpapier, Whiteboard, farbige Haftnotizen und Antwortkarten. Zu den Schreibinhalten gehören Gedichte, Prosa, Veranstaltungshinweise in Geschäften, Segenswünsche, Wunschlisten, extrahierte Texte, Aufsätze und Notizen. Die Datenvielfalt umfasst mehrere Schreibpapiere, mehrere Schriftarten, mehrere Schreibinhalte und mehrere Erfassungswinkel. Bei den Erfassungswinkeln handelt es sich um eine flache Ansicht und eine Ansicht im Hochformat. Was die Beschriftung betrifft, so wurden viereckige Kästen für beschrifteten Text auf Zeilen-/Spaltenebene und die Transkription von Text auf Zeilen-/Spaltenebene verwendet. Dieser Datensatz kann für OCR-Aufgaben für chinesische Handschrift verwendet werden.

Die 5,000 OCR-Daten von Naturszenen in Türkisch umfassen eine Vielzahl von Naturszenen und eine Vielzahl von Aufnahmewinkeln. Der Text auf Zeilenebene wird mit viereckigen Kästchen und einer Transkription beschriftet, und polygonale Kästchen werden beschriftet und transkribiert. Dieser Datensatz kann für OCR-Aufgaben in türkischer Sprache verwendet werden.

14,511 englische handschriftliche OCR-Daten. Die Schriftträger sind A4-Papier, liniertes Papier, englisches Papier usw. Die Daten wurden mit einem Mobiltelefon aus einer geraden Blickwinkelperspektive erfasst. Der Dateninhalt umfasst englische Aufsätze, Gedichte, Prosa, Nachrichten, Geschichten und andere Bereiche. Bei der Beschriftung wurden die Zeilen des Textes mit viereckigen Rahmen markiert und der Zeilentext transkribiert. Dieser Datensatz kann für englische handschriftliche OCR-Aufgaben verwendet werden.

5,147 Blätter mit japanischen handschriftlichen OCR-Daten. Die Textträger sind A4-Papier, horizontales Rasterpapier, quadratisches Rasterpapier usw. Das Erfassungsgerät ist ein Mobiltelefon, und der Erfassungswinkel ist eine flache Ansichtsperspektive. Der Inhalt dieser Daten deckt die Bereiche japanische Kompositionen, Gedichte, Prosa, Nachrichten, Erzählungen und so weiter ab. Was die Anmerkungen betrifft, so werden die viereckigen Kästen des zeilenweisen Textes markiert und der zeilenweise Text wird transkribiert. Dieser Datensatz kann für OCR-Aufgaben für japanische Handschriften verwendet werden.

OCR-Daten für 1,000 Personen mit italienischer Handschrift. Die Schreiber sind Europäer, die es gewohnt sind, italienisch zu schreiben. Das Erfassungsgerät ist ein Scanner und der Erfassungswinkel ist eine flache Perspektive. Die Daten umfassen Wohnadressen, Firmennamen und Namen von Personen. Dieser Datensatz kann für OCR-Aufgaben der italienischen Handschrift verwendet werden.

1,000 handschriftliche OCR-Daten in deutscher Sprache. Die Schreiber sind Europäer, die gewohnt sind, Deutsch zu schreiben. Die Daten wurden mit einem Scanner aus einer geraden Perspektive erfasst. Der Dateninhalt umfasst Adressen, Firmennamen und Personennamen. Dieser Datensatz kann für OCR-Aufgaben in deutscher Handschrift verwendet werden.