louisraedisch/AlphaNum

AlphaNum数据集是一个包含108,791张手写字符、数字和特殊字符的灰度图像集合，每张图像大小为24x24像素。该数据集旨在支持光学字符识别（OCR）的研究和开发。数据集分为三个独立的.zip文件：`train.zip`、`test.zip`和`validation.zip`。每个ASCII符号都存储在一个专用文件夹中，文件夹名称对应于该符号的ASCII值。数据集还包括一个null类别的图像，这些图像通过注入噪声来模拟随机分布的亮像素。数据集来源于三个不同的数据库，并经过处理以保持大小和颜色的一致性。

原始信息汇总

AlphaNum Dataset 概述

数据集基本信息

• 许可证: MIT
• 任务类别: 图像分类
• 语言: 英语
• 标签: OCR, 手写, 字符识别, 灰度图像, ASCII标签, 光学字符识别
• 数据集大小: 100K<n<1M

数据集描述

• 数据集名称: AlphaNum
• 数据类型: 108,791张24x24像素的灰度图像，包含手写文字和数字
• 应用领域: 光学字符识别（OCR）研究与开发
• 图像处理: 图像从白底黑字转换为黑底白字，以保持一致性

数据来源

• 来源1: Handwriting Characters Database
• 来源2: MNIST
• 来源3: AZ Handwritten Alphabets in CSV format

数据集结构

• 实例描述: 每个实例包含一个手写字符或数字的图像及其对应的ASCII标签
• 数据组织: 分为三个.zip文件：train.zip (55.9 MB), test.zip (16 MB), validation.zip (8.06 MB)。每个ASCII符号有自己的文件夹，文件夹名对应ASCII值

数据集用途

• 主要用途: 文本识别、文档处理、机器学习任务，特别是OCR模型的开发、微调和增强

特殊类别图像生成

• null类别: 通过注入噪声生成，用于模拟随机分布的亮像素，帮助模型忽略训练数据中的特定区域，提高实际OCR任务中的性能

ASCII标签与文件数量对应表

ASCII Value	Character	Number of Files
...	...	...
999	null	4999