字符识别是 研究人员从计算机早期开始工作 视觉。随着当今相机的无所不在，应用 的自动字符识别比以往任何时候都更广泛。为 拉丁字母，这在很大程度上被认为是一个已解决的问题 受限情况，例如扫描文档的图像 包含常用字符字体和统一 背景。但是，使用流行的相机获得的图像和 手持设备仍然对 字符识别。这个问题的挑战性方面 在此数据集中很明显。
数据集论文介绍：http://personal.ee.surrey.ac.uk/Personal/T.Decampos/papers/decampos_etal_visapp2009.pdf
在此数据集中，可以使用英语和卡纳达语中使用的符号。
在英语中，拉丁字母（不包括重音）和 使用印度教-阿拉伯数字。为简单起见，我们称之为 “英语”字符集。我们的数据集包括：
- 64个班级（0-9，A-Z，A-Z）
- 从自然图像中获得 7705 个字符
- 使用平板电脑的 3410 个手绘字符
- 62992 从计算机字体合成字符
这总共提供了超过 74K 的图像（这解释了名称 数据集）。
卡纳达语的复合符号是 被视为单个类，这意味着 辅音和元音导致我们数据集中的第三类。 显然，这不是此类 脚本，因为它会导致非常大量的 类。但是，我们决定将此表示形式用于 我们的基线评估出现在[deCampos等人]中，作为一种方式 以评估此问题的通用识别方法。
数据集网站地址：http://www.ee.surrey.ac.uk/CVSSP/demos/chars74k/
