اين اطلاعات براي افرادي که در زمينه ocr و تشخيص دست خط کار ميکنند مفيد است::چشمک:
پایگاه داده آموزشی
پایگاه داده آموزشی این مسابقه بخشی از بانک اطلاعاتی تربیت و آزمون "حدف ۸۴" میباشد که به سفارش دبیرخانه شورای عالی اطلاع رسانی – کار گروه خط و زبان فارسی و توسط "شرکت اندیشه نرم افزار پایا" تهیه شده است.:بامزه:
حجم:
در بانک اطلاعاتی حدف ۸۴ ، بیش از ده میلیون نمونه تصویر از حروف دستنویس گسسته ی فارسی وجود دارد. کل بانک به ۵۱ مجموعه تفکیک شده است که تعداد نمونه های هر مجموعه تقریبا ۲۰۰۰۰۰ میباشد. حجم هر مجموعه بالغ بر ۲/۴ GB است که با استفاده از فشرده سازی حجم آن تا ظرفیت یک CD کاهش یافته است.
این بانک اطلاعاتی به صورت فشرده و در قالب ۸ عدد DVD قابل عرضه میباشد.
نوع:
حروف دستنویس گسسته فارسی.
(منظور از حروف گسسته ، حروف تنها ، شکل آخر سایر حروف و ارقام فارسی میباشد.)
اطلاعات کلی مربوط به داده ها:
نوع فایل تصاویر: BMP
ابعاد: ۸/۰۴*۶/۵۲ میلیمتر (۹۵*۷۷ پیکسل)
وضوح: ۳۰۰ dpi
شیوه ذخیره سازی:
نمونه ها در پرونده هایی با نامهای ۱ تا ۳۵ برای حروف الفبا (۳۲ حروف الفبا به ترتیب , آ با کد ۳۳ ، ء با کد ۳۴ ، ﻫ و ﻪ با کد ۳۵) و ۸۵ تا ۹۶ برای اعداد (۸۵ تا ۹۴ برای اعداد ۰ تا ۹ فارسی و ۹۵ و ۹۶ برای ٤ و ٦ که اعداد عربی هستند.) قرار داده شده اند. نمونه جدول تناظر شماره با حروف (جدول ۱) در ادامه آورده شده است.
جدول ۱ – شماره حروف در بانک اطلاعاتی حدف
جدول ۲ – آمارگان حروف در بانک اطلاعاتی حدف
دانلود بانکهای اطلاعاتی:
بانکهای اطلاعاتی این مسابقه به سه قسمت مجزای زیر تقسیم بندی شده اند. لازم به ذکر است که فایلها توسط برنامه WinRAR فشرده سازی شده اند.
دریافت بانک اطلاعاتی اول با حجم ۳۶/۱ مگابایت
دریافت بانک اطلاعاتی دوم با حجم ۶۱/۹ مگابایت
دریافت بانک اطلاعاتی سوم با حجم ۷۲/۵ مگابایت
----------------------------------------------------
دریافت هر سه قسمت بانکهای اطلاعاتی در یک فایل فشرده شده با حجم ۱۵۳ مگابایت
.......
منبع: ششمین کنفرانس ماشین بینایی و پردازش تصویر ایران (قسمت مسابقات جانبي):قلب:
