handwritten_datasets.md 1.8 KB

手写OCR数据集

这里整理了常用手写数据集,持续更新中,欢迎各位小伙伴贡献数据集~

中科院自动化研究所-手写中文数据集

  • 数据来源http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html
  • 数据简介

    • 包含在线和离线两类手写数据,HWDB1.0~1.2总共有3895135个手写单字样本,分属7356类(7185个汉字和171个英文字母、数字、符号);HWDB2.0~2.2总共有5091页图像,分割为52230个文本行和1349414个文字。所有文字和文本样本均存为灰度图像。部分单字样本图片如下所示。

  • 下载地址http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html

  • 使用建议:数据为单字,白色背景,可以大量合成文字行进行训练。白色背景可以处理成透明状态,方便添加各种背景。对于需要语义的情况,建议从真实语料出发,抽取单字组成文字行

NIST手写单字数据集-英文(NIST Handprinted Forms and Characters Database)