OCR-Datensätze

5,156 handschriftliche OCR-Daten für mathematische Formeln. Zu den Schreibumgebungen gehören A4-Papier, quadratisches Papier, horizontales Rasterpapier und Whiteboard. Die Erfassungsvielfalt umfasst mehrere Arten von Schreibpapier, mehrere Arten von mathematischen Formeln und mehrere Erfassungswinkel. Die Erfassungswinkel sind flach und erhöht. Dieser Datensatz kann für OCR-Aufgaben zur Erkennung von Handschriften mit mathematischen Formeln verwendet werden.

Die 8,604 arabischen OCR-Daten für natürliche Szenen umfassen ein breites Spektrum an natürlichen Szenen und eine Vielzahl von Aufnahmewinkeln. Die Beschriftung besteht aus viereckigen Boxen und der Transkription von beschriftetem Text auf Zeilenebene sowie der Beschriftung und Transkription von polygonalen Boxen. Dieser Datensatz kann für OCR-Aufgaben in arabischer Sprache verwendet werden.

57,645 OCR-Daten für vertikale Textszenen. Zu den gesammelten Szenen gehören Straßenszenen, Plakate, Werbetafeln, Poster, Dekorationen, Kunstzeichen und Zeitschriftencover. Die Sprachverteilung ist Chinesisch und Englisch (einige wenige). In Bezug auf die Beschriftung: rechteckige Boxen (polygonale Boxen, Parallelogramm-Boxen) auf Spaltenebene, Transkription des Inhalts auf Spaltenebene; nicht vertikale rechteckige Boxen (polygonale Boxen, Parallelogramm-Boxen), Transkription des Inhalts auf nicht vertikaler Ebene. Dieser Datensatz kann für eine Vielzahl von OCR-Aufgaben für vertikale Textszenen verwendet werden. "

4,995 vietnamesische OCR-Anmerkungen und Transkriptionsdaten umfassen 258 Bilder aus natürlichen Szenen, 2,553 Bilder aus dem Internet und 2,184 Textbilder. In Bezug auf die Anmerkungen: Zeileninhalt: Anmerkungen in Form von viereckigen Rahmen auf Zeilenebene, Transkription des Zeileninhalts; Spalteninhalt: Anmerkungen in Form von viereckigen Rahmen auf Spaltenebene, Transkription des Spalteninhalts. Dieser Satz vietnamesischer OCR-Anmerkungen und Transkriptionsdaten kann für verschiedene Aufgaben wie die Erkennung der vietnamesischen Sprache und die Übersetzung von Fotos in vietnamesischer Sprache verwendet werden.

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.

14,980 PPT-OCR-Daten in 8 Sprachen, die 8 Sprachen, verschiedene Szenarien, unterschiedliche Aufnahmewinkel, unterschiedliche Aufnahmeentfernungen und unterschiedliche Lichtverhältnisse abdecken. Bei der Beschriftung werden die Textzeilen mit viereckigen Rahmen markiert und die Textzeilen transkribiert. Dieser Satz mehrsprachiger PPT-OCR-Daten kann für OCR-Aufgaben in mehreren Sprachen 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.

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.

101 Personen, 4,538 japanische Handschrift-OCR-Datentext-Träger auf A4-Papier. Der Inhalt dieser Daten umfasst Bereiche wie Soziales, Unterhaltung, Tourismus, Sportveranstaltungen, Filme und Musikkomposition. Bei der Markierung werden die Texte mit rechteckigen Rahmen auf Zeichenebene markiert, der Inhalt auf Zeichenebene transkribiert und mit rechteckigen Rahmen auf Zeilenebene markiert, der Inhalt auf Zeilenebene transkribiert. Dieser Datensatz kann für japanische Handschrift-OCR-Aufgaben verwendet werden.