Impact Spanish Institutional Dataset

From DigitWiki
Jump to: navigation, search


The image collection for Spanish language is provided by Biblioteca Nacional de España. The dataset consists of 60.180 images in high resolution (200-500 dpi) of books written between 15th and 18th centuries.

The images cover a number of challenges for an OCR engine and other digitisation tools such as stains, borders, skewing, handwritten annotation and shining through.

In the following tables is the full list of books:

Books with ground truth associated
Title Author Year Place No of pages Language

Las obras de Boscán y algunas de Garcilasso de la Vega repartidas en cuatro libros


Juan Boscán


1543


Barcelona


500


Spanish


Obras del venerable y mistico Dotor F. Joan de la Cruz,


San Juan de la Cruz


1629


Madrid


971


Spanish


Vida y hechos del pícaro Guzmán de Alfarache


Mateo Alemán


1681


Amberes


411


Spanish


El Polifemo de Don Luis de Góngora comentado por Don Garcí­a de Salzedo


Luis de Góngora y Argote


1629


Madrid


274


Spanish


Obras de Garcilasso de la Vega con las anotaciones por el Mtro. Francisco Sánchez Brocense


Garcilaso de la Vega


1612


Madrid


285


Spanish


Las comedias del famoso poeta Lope de Vega


Lope de Vega


1604


Zaragoza


759


Spanish


Carta athenagorica


Sor Juana Inés de la Cruz


1690


Puebla de los Ángeles


35


Spanish


Commentarios reales


Inca Garcilaso de la Vega


1609


Lisboa


546


Spanish


Vida de Lazarillo de Tormes


Juan Luna


1652


Zaragoza


140


Spanish


El Parnasso español


Francisco de Quevedo


1648


Madrid


671


Spanish


Los libros de la Madre Teresa de Jesús


Santa Teresa de Jesús


1588


Salamanca


559


Spanish


Observaciones astronomicas y phisicas hechas de orden de S. M. en los Reynos del Peru


Jorge Juan


1748


Madrid


461


Spanish


El ingenioso hidalgo Don Quixote de la Mancha


Miguel de Cervantes


1605


Madrid


664


Spanish


Primera parte de comedias del célebre poeta español, Don Pedro Calderón de la Barca


Pedro Calderón de la Barca


1685


Madrid


486


Spanish


Diccionario de la lengua castellana, en que se explica el verdadero sentido de las voces, su naturaleza y calidad, con las phrases o modos de hablar [...] Tomo primero. Que contiene las letras A.B.


Real Academia Española


1726


Madrid


826


Spanish


Diccionario de la lengua castellana, en que se explica el verdadero sentido de las voces, su naturaleza y calidad, con las phrases o modos de hablar [...] Tomo segundo. Que contiene la letra C.


Real Academia Española


1729


Madrid


725


Spanish


Diccionario de la lengua castellana, en que se explica el verdadero sentido de las voces, su naturaleza y calidad, con las phrases o modos de hablar [...] Tomo tercero. Que contiene las letras D.E.F


Real Academia Española


1732


Madrid


827


Spanish


Diccionario de la lengua castellana, en que se explica el verdadero sentido de las voces, su naturaleza y calidad, con las phrases o modos de hablar [...] Tomo quarto. Que contiene las letras G.H.I.J.K.L.M.N


Real Academia Española


1734


Madrid


707


Spanish


Diccionario de la lengua castellana, en que se explica el verdadero sentido de las voces, su naturaleza y calidad, con las phrases o modos de hablar [...] Tomo quinto. Que contiene las letras O.P.Q.R


Real Academia Española


1737


Madrid


667


Spanish


Diccionario de la lengua castellana, en que se explica el verdadero sentido de las voces, su naturaleza y calidad, con las phrases o modos de hablar [...]Tomo sexto. Que contiene las letras S.T.V.X.Y.Z


Real Academia Española


1739


Madrid


613


Spanish


Libro de la invención liberal y arte del juego del Axedrez


Ruy López de Sigura


1561


Alcalá


317


Spanish