نوێنەری پڕۆژە
کۆکراوەیەکی هەڵبژێردراو لە توێژینەوە پشتڕاستکراوەکانی OCR و ناسینەوەی دەقی دەستنوسراوی کوردی. ئەم کۆکراوەیە OCRی دەقی چاپکراوی سۆرانی، چاپی مێژوویی، پیتە دەستنوسراوە جیاکراوەکان، دێڕی دەستنوسراو و دەقی کوردیی ناو دیمەن لەخۆدەگرێت. بڵاوکراوەکان، کۆمەڵەداتاکان و ئەنجامە ڕاپۆرتکراوەکان بە دروستکەرانی سەرەکی و شێوازی هەڵسەنگاندنیان دەدرێنەوە.
تەکنەلۆجیەکان و ڕێگەکان
بەکارهێنانەکان
- دیجیتاڵکردنی بەڵگەنامە
- پرۆسەکردنی چاپی مێژوویی
- ناسینەوەی دەستنووس
- ناسینەوەی دەقی ناو دیمەن
بڵاوکراوە پەیوەندیدارەکان
Exploiting Script Similarities to Compensate for the Large Amount of Data in Training Tesseract LSTM: Towards Kurdish OCR
Saman Idrees , Hossein Hassani (2021)
ئەم توێژینەوەیە مۆدێلی Arabic Tesseract LSTM بۆ ناسینەوەی دەقی چاپکراوی کوردیی سۆرانی گونجاندووە، بە بەکارهێنانی بڕێکی سنووردار لە داتای ڕاستەقینەی کوردی و داتای دروستکراوی فۆنت. نوسەران تێکڕای 95.45% …
An extensive dataset of handwritten central Kurdish isolated characters
Rebin M. Ahmed , Tarik A. Rashid , د. پۆڵا فەتاح , Abeer Alsadoon , Seyedali Mirjalili (2021)
ئەم وتارە کۆمەڵەداتایەک لە پیتە دەستنوسراوە جیاکراوەکانی کوردیی ناوەندی وەسف دەکات. توێژینەوەکە 40,940 وێنە لە 390 نوسەر ڕاپۆرت دەکات و خشتەکانی 35 پۆل پیشان دەدەن. نامەیەکی زانستیی بڵاوکراوەی دواتر …
A vast dataset for Kurdish handwritten digits and isolated characters recognition
Peshraw Ahmed Abdalla , Abdalbasit Mohammed Qadir , Mohammed Y. Shakor , Ari M. Saeed , Abdalla Taha Jabar , Ali Abdalla Salam , Hedi Hamid Hama Amin (2023)
ئەم توێژینەوەی کۆمەڵەداتایە K-PIT و K-ZHMARA بۆ ناسینەوەی دەستنوسی جیاکراوەی کوردیی ناوەندی پێشکەش دەکات. K-PIT بریتییە لە 245,000 وێنەی پیت لە 35 پۆل و K-ZHMARA بریتییە لە 70,000 وێنەی ژمارە لە 10 …
Kurdish standard EMNIST-like character dataset
Hamsa D. Majeed , Goran Saman Nariman , Renas Sardar Azeez , Bawar Bilal Abdulqadir (2024)
ئەم وتارەی Data in Brief کۆمەڵەداتایەکی پیتە دەستنوسراوەکان بە شێوازی EMNIST-like بۆ کوردیی سۆرانی پێشکەش دەکات. سەرچاوەکە 58 پۆلی شێوەی پیت لەخۆدەگرێت و پەڕەی کۆمەڵەداتاکە 406,000 وێنە ڕاپۆرت دەکات. …
Making Old Kurdish Publications Processable by Augmenting Available Optical Character Recognition Engines
Blnd Yaseen , Hossein Hassani (2024)
ئەم پێشچاپەی arXiv لە 2024دا Tesseract 5 بۆ بڵاوکراوە چاپکراوە مێژووییەکانی کوردیی سۆرانی گونجاندووە و دێڕە نووسراوەکانی سەرچاوەکانی پێش 1950 بەکاردەهێنێت. پوختەکە 1,233 وێنەی دێڕ لەگەڵ …
KSTRV1: A scene text recognition dataset for central Kurdish in (Arabic-Based) script
Sardar Omar Salih , Karwan Jacksi (2025)
ئەم وتارەی Data in Brief کۆمەڵەداتایەک بۆ ناسینەوەی دەقی ناو دیمەن پێشکەش دەکات کە کوردیی سۆرانی و بادینی بە پیتی بنەمای عەرەبی، لەگەڵ عەرەبی و ئینگلیزی، لەخۆدەگرێت. کۆمەڵەداتا فرەزمانەکە 1,420 وێنەی …
A Modified Vision Transformer for Kurdish Cursive RTL Handwritten Text Recognition
Faraedwn M. Salih , Abdulbasit K. Al-talabani (2026)
ئەم پێشچاپەی Research Square لە 2026دا ڕێبازێکی گۆڕدراوی Vision Transformer بۆ ناسینەوەی دێڕی دەستنوسراوی کوردیی سۆرانی پێشکەش دەکات و DASNUS دەناسێنێت. کۆمەڵەداتاکە 11,475 دێڕ لە 867 نوسەر لەخۆدەگرێت …
داتاسێتە پەیوەندیدارەکان
KurdishOCR Ground Truth
بڵاوکراوە: rêbendanê 1, 2021 | قەبارە: 522 جووتی وێنەی دێڕ و نووسینەوە بەگوێرەی توێژینەوە پەیوەندیدارەکە
داتای بنەڕەتی بڵاوکراوە بۆ توێژینەوەی OCRی دەقی چاپکراوی کوردیی سۆرانی لەلایەن Saman Idrees و Hossein Hassani. توێژینەوە پەیوەندیدارەکە 522 جووتی وێنەی دێڕ و نووسینەوە ڕاپۆرت دەکات.
Central Kurdish Isolated Handwritten Characters
بڵاوکراوە: rêbendanê 1, 2021 | قەبارە: نزیکەی 41,000 وێنەی پیتی دەستنوسراوی جیاکراو؛ کۆی وردی v3 بە سەربەخۆیی پشتڕاست نەکراوەتەوە
کۆمەڵەداتایەکی گشتیی پیتە دەستنوسراوە جیاکراوەکانی کوردیی ناوەندی کە بە توێژینەوەی Data in Brief لە 2021 پەیوەستە. توێژینەوە سەرەتاییەکە 40,940 وێنە ڕاپۆرت دەکات، بەڵام نامەیەکی زانستیی دواتر 40,826 …
K-PIT and K-ZHMARA
بڵاوکراوە: berfanbarê 22, 2022 | قەبارە: 315,000 وێنە بە کۆی گشتی
کۆمەڵەداتایەکی تۆمارکراوی دەستنوسی کوردیی ناوەندی کە K-PIT بۆ پیتە جیاکراوەکان و K-ZHMARA بۆ ژمارەکان لەخۆدەگرێت. K-PIT بریتییە لە 245,000 وێنە لە 35 پۆل و K-ZHMARA بریتییە لە 70,000 وێنە لە 10 پۆلی …
Kurdish Standard Characters EMNIST-like Dataset
بڵاوکراوە: tîrmehê 13, 2023 | قەبارە: 406,000 وێنە بەگوێرەی کۆگاکە
سەرچاوەیەکی پیتە دەستنوسراوەکان بە شێوازی EMNIST-like بۆ کوردیی سۆرانی. کۆگاکە 406,000 وێنە لە 58 پۆلی شێوەی پیت ڕاپۆرت دەکات. توێژینەوە پەیوەندیدارەکە سۆرانی پشتڕاست دەکات؛ داپۆشینی Kurmanji بە پیتی …
KurdishOldTextsOCR
بڵاوکراوە: rêbendanê 1, 2024 | قەبارە: 1,203 وێنەی TIFF و 1,203 پەڕگەی دەقی لە وەشانی پشکنراودا
داتای بنەڕەتی بۆ OCRی بڵاوکراوە چاپکراوە مێژووییەکانی کوردیی سۆرانی. پشکنینی ڕاستەوخۆی ئەرشیف 1,203 وێنەی TIFF و 1,203 پەڕگەی دەقی دۆزییەوە. توێژینەوە پەیوەندیدارەکە 1,233 وێنەی دێڕ ڕاپۆرت دەکات، بۆیە …
KSTRV2
بڵاوکراوە: rezberê 7, 2025 | قەبارە: 1,420 وێنەی دیمەن، 19,872 نموونەی وشەی ڕاستەقینە و 20,000 نموونەی دروستکراو بۆ کۆمەڵە فرەزمانەکە
وەشانی گشتیی چاککراوەی سەرچاوەی ناسینەوەی دەقی ناو دیمەن کە بە KSTRV1 پەیوەستە. کۆمەڵەداتا فرەزمانەکە سۆرانی و بادینی بە پیتی بنەمای عەرەبی لەگەڵ عەرەبی و ئینگلیزی لەخۆدەگرێت. KSTRV2 کێشەکانی Unicode …
DASNUS
بڵاوکراوە: adarê 10, 2026 | قەبارە: 11,475 دێڕی دەستنوسراو لە 867 نوسەر
کۆمەڵەداتایەکی دێڕی دەستنوسراوی کوردیی سۆرانی کە 11,475 دێڕ لە 867 نوسەر لەخۆدەگرێت. دروستکەران دابەشکردنی ڕاهێنان، پشتڕاستکردنەوە و تاقیکردنەوەیان بە جیاکردنەوەی نوسەران دیاری کردووە کە بە ڕیز 8,042، …
KHLD - Kurdish Handwritten Lines Dataset
بڵاوکراوە: avrêlê 22, 2026 | قەبارە: 47,944 وێنەی دێڕی دەستنوسراو بەگوێرەی ڕاپۆرتی دروستکەران
سەرچاوەیەکی گشتیی دێڕی دەستنوسراوی کوردیی سۆرانی کە لەلایەن Mohammed S. Ibrahim، Hevi Ahmed، Yassin Hussein، Tarik A. Rashid و Polla Fattah دروست کراوە. دروستکەران 47,944 وێنەی دێڕ و 4,802 بوخچەی ڕستە …