OCR-Datensätze

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.

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.

500,000 multinationale Naturszenen und OCR-Daten für Dokumente in 20 Sprachen, darunter traditionelles Chinesisch, Japanisch, Koreanisch, Indonesisch, Malaiisch, Thai, Vietnamesisch und Polnisch. Die Vielfalt der Sammlung umfasst mehrere Naturszenen und mehrere Aufnahmewinkel. Dieser Datensatz kann für mehrsprachige OCR-Aufgaben verwendet werden.

OCR-Daten für 1,000 Personen in spanischer Handschrift. Die Schreiber waren Europäer, die es gewohnt waren, Spanisch 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 für spanische Handschriften 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.

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.

5,711 Blätter mit OCR-Daten in koreanischer Handschrift. Die Textträger sind A4-Papier, horizontales Rasterpapier und quadratisches Rasterpapier. Das Erfassungsgerät ist ein Mobiltelefon, und der Erfassungswinkel ist eine flache Ansichtsperspektive. Der Inhalt dieser Daten umfasst die Bereiche koreanische Kompositionen, Gedichte, Prosa, Nachrichten und Geschichten. Was die Anmerkungen betrifft, so werden viereckige Kästen auf Zeilenebene markiert und der Text auf Zeilenebene transkribiert. Dieser Datensatz kann für OCR-Aufgaben für koreanische Handschriften verwendet werden.

Handschriftdaten von 100 Personen aus Japan und Korea. Die Daten wurden von insgesamt 100 Personen eingegeben, darunter 50 Japaner, 49 Koreaner und 1 Afghane. Die Handschriftkorpora sind für jede Person unterschiedlich. Die Datenvielfalt umfasst verschiedene Mobilgeräte und unterschiedliche Korpora. Diese Handschriftdaten aus Japan und Korea können für die OCR-Erkennung von japanischen und koreanischen Handschriften verwendet werden.

9,574 OCR-Daten von 8 fremdsprachigen Tafelhandschriften. Die Sprachverteilung umfasst u. a. Englisch, Spanisch und Portugiesisch. Die Vielfalt der Sammlung umfasst mehrere Erfassungsumgebungen, mehrere Textträger, mehrere Sprachen und mehrere Erfassungswinkel. Bei den Erfassungswinkeln handelt es sich um Flach-, Hoch- und Draufsicht. Der Text wird auf Zeilenebene mit viereckigen (polygonalen) Annotationen versehen und inhaltlich transkribiert. Dieser Datensatz kann für Handschrift-OCR-Aufgaben verwendet werden.