Specifications of ETL-8

ETL-8G

Format

• fixed record length without control words
• 8 bits per byte, 8199 bytes per record
• big endian
• file formats and sample script

Files

• Each file contains 5 data sets except ETL8G_33 ([#records] = [#categories] * [#datasets], [#bytes] = [#records] * 8199).
• Each data set contains 956 characters written by a writer.
• Each writer wrote 10 sheets per data set ([#sheets] = 10 * [#data sets]).

filename	#bytes	#records	#categories	#data sets	data set indices	#sheets
ETL8G_01	39191220	4780	956	5	1-5	50
ETL8G_02	39191220	4780	956	5	6-10	50
⋮	⋮	⋮	⋮	⋮	⋮	⋮
ETL8G_32	39191220	4780	956	5	156-160	50
ETL8G_33	7838244	956	956	1	uncertain	10

Samples

filename	record	metadata and JIS code in hex	image (0: white, 15:black)
ETL8G_01	1	(1, 9250, ‘A.HIRA ‘, 1, 0, 0, 1, 24, 3552, 0, 8001, 16880, 0, 0) 0x2422

The images of the first 956 records:

ETL-8B2

ETL-8B2 contains binalized images from ETL-8G. The threshold is determined by T=λ∙h + (1-λ)∙μ, where h is Otsu’s threshold [j] and μ is the average of all intensity levels in ETL-8G [k]. For ETL-8B2, λ=0.25 [c].

Format

• Fixed Record Length without Control Words
• 8 bits per byte, 512 bytes per record
• Big endian
• File formats and sample scripts

Files

• Ordered by character major. Each data set contains 956 characters written by a writer.
• For each character, there are 160 writers ([#records] = [#categories] * 160).
• The first record of each file is zero padded dummy ([#bytes] =( [#records] * 512 for ETL8B2_1 and ETL8B2_2).
• The last 956 records are the model images presented to writers.

filename	#bytes	#records	#categories	JIS X 0208	note
ETL8B2C1	26214912	1+51200	320	2122-384D	The first record is zero padded dummy.
ETL8B2C2	26214912	1+51200	320	384E-4250
ETL8B2C3	26376704	1+50560	316	4253-4F43
		956	956	2122-4F43	Last 956 records are model images

Samples

filename	record	metadata and JIS code in hex	image (0: white, 1: black)
ETL8B2C1	1	(1, 9250, ‘A.HI’) 0x2422

The images of the first 160 records:

 References

In Japanese only.

1. 森俊二、山本和彦、山田博三、斉藤泰一: “手書教育漢字のデータベースについて”, 「電総研彙報」, Vol.43, Nos.11&12, pp.752–773 (1979-11&12).
2. 斉藤泰一、山田博三、森俊二: “手書文字データベースの解析(IV) －教育漢字の統計量－”, 「電総研彙報」, Vol.44, No.4, pp.219–251 (1980-04).
3. 斉藤泰一、山田博三、山本和彦、森俊二: “手書文字データベースの解析(V) －教育漢字データベースのパターン・マッチング法による評価－”, 「電総研彙報」, Vol.45, Nos.1&2, pp.49–77 (1981-01&02).
4. 斉藤泰一、山田博三、山本和彦、森俊二: “手書漢字データベースについて －教育漢字－”, 「昭和56年度電子通信学会総合全国大会(昭56信学総全大)」, 1385, p.5-363 (1981-04.03).
5. 斉藤泰一、山田博三、山本和彦、岡隆一、安田道夫、坂倉栂子、曾根裕文: “手書教育漢字データベースの目視による調査”, 「昭和57年度電子通信学会総合全国大会(昭57信学総全大)」, 1342, p.5-327 (1982-03.28).
6. 斉藤泰一、山田博三、山本和彦: “手書漢字の方向パターン・マッチング法による解析”, 「電子通信学会論文誌(信学論)(D)」, Vol.J65-D, No.5, pp.550–557 (1982-05).
7. 斉藤泰一、山田博三、山本和彦: “手書文字データベースの解析(VI) －方向パターン・マッチング法による教育漢字の解析－”, 「電総研彙報」, Vol.46, No.12, pp.695–725 (1982-12).
8. 斉藤泰一、山田博三、山本和彦: “JIS第1水準手書漢字データベースETL9とその解析”, 「信学論(D) 画像処理特集号」, Vol.J68-D, No.4, pp.757–764 (1985-04).
9. 斉藤泰一、山田博三、山本和彦: “手書文字データベースの解析(VIII) －方向パターン・マッチング法によるJIS第1水準手書漢字データベースETL9の評価－”, 「電総研彙報」, Vol.49, No.7, pp.487–525 (1985-07).
10. 大津展之: “判別および最小2乗規準に基づく自動しきい値選定法”, 「信学論(D)」, Vol.63-D, No.4, pp.349–356 (1980-04).
11. 斉藤泰一、山田博三: “判別しきい値選定法の一改良”, 「情報処理学会論文誌(情処学論)」, Vol.22, No.6, pp.596–599 (1981-11).