TextZoom عبارة عن مجموعة بيانات فائقة الدقة تتكون من أزواج من الصور منخفضة الدقة (LR) وعالية الدقة (HR). تم التقاط الصور في البرية بواسطة كاميرات ذات أطوال بؤرية مختلفة. يحتوي كل زوج من الصور على تسمية على شكل سلسلة حساسة لحالة الأحرف (بما في ذلك علامات الترقيم)، ونوع المربع المحدد، والطول البؤري الأصلي.

يتم تقسيم مجموعة البيانات إلى ثلاث مجموعات فرعية وفقًا للصعوبة: صعبة ومتوسطة وسهلة. تُعد صور LR أكثر تحديًا من صور LR الاصطناعية (BICUBIC) ويمكن استخدامها لدراسة مجال التعرف على النصوص منخفضة الدقة.