TextZoom est un ensemble de données de super-résolution composé de paires d'images basse résolution (LR) et haute résolution (HR). Les images ont été prises dans la nature par des caméras avec différentes focales. Chaque paire d'images possède une étiquette sous forme de chaîne sensible à la casse (y compris la ponctuation), un type de cadre de délimitation et une distance focale d'origine.

L'ensemble de données est divisé en trois sous-ensembles selon la difficulté : difficile, moyen et facile. Les images LR sont plus difficiles que les images LR synthétiques (BICUBIC) et peuvent être utilisées pour étudier le domaine de la reconnaissance de texte basse résolution.