数据集概述
该数据集包含八百四十七份土地资产文档图像及对应文本数据样本，基于印度泰米尔纳德邦主要使用的土地资产文档构建，文本样本仅保留研究所需列，含虚构人名，无实际关联。
文件详解
- 主目录文件（Land Asset Document Images/）：
- 格式：JPG（.jpg）
- 内容：原始土地资产文档图像，如759.jpg、808.jpg等，共一千零九十二份
- 噪声添加样本目录（noiseadd_samples/）：
- 格式：JPG（.jpg）
- 内容：添加噪声处理后的图像样本，如100.jpg、251.jpg等
- 文本样本目录（text_samples/）：
- 格式：TXT（.txt）
- 内容：图像对应的文本数据，字段含持有人姓名、年龄、地区、出售日期、身份证号等，如104.txt、251.txt等，共八百四十七份
适用场景
- 文档图像分析：用于研究土地资产文档图像的特征提取与识别
- 光学字符识别（OCR）：可作为OCR模型训练或测试数据，尤其是含噪声图像的文本提取
- 数据结构化处理：探索非结构化文档图像向结构化文本数据转换的方法
- 土地管理数字化研究：为土地资产文档数字化、信息化管理提供数据支持
