JP2000259768A - 文字認識方法、文字認識装置および記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】 認識辞書の作成にそれほど労力を強いられる
ことなしに、低品質な手書き文字を高精度に認識するこ
とができる文字認識方法を提供すること。 【解決手段】 筆跡データの任意の座標点Ｗｍの力ベク
トルがＦｍ（例ではX軸方向）である時、その力ベクト
ルと同じ方向（X軸方向）の特徴空間（特徴用メモリ
内）に対し、座標点Ｗｍの位置に対応する位置Ｓｍが含
まれるメッシュ位置に特徴量を代入する。この特徴量と
認識辞書の特徴量の照合度を算出して認識候補を設定す
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文字認識方法に関
し、特に局所的な部分を有する文字に対する認識精度を
向上し得る文字認識方法に関する。

【０００２】

【従来の技術】従来、ＯＣＲ、デジタイザ等では、方向
性特徴を利用した文字認識方法が採用されている。この
方法は、たとえばタブレットに筆記した文字の座標デー
タをイメージデータ（ビットマップデータ）（以降、文
字パターン）に変換し、この文字パターンの輪郭（エッ
ジ）を検出し、この輪郭の位置と方向を特徴量として抽
出し、あらかじめ認識用辞書に記憶してある全文字の特
徴量と照合することによって認識候補を設定する方法で
ある。かかる文字認識方法においては、通常、文字認識
の前処理として線密度による筆記文字の非線形正規化が
行われる。かかる非線形正規化は、文字の形状や大きさ
の変動を吸収するための処理であり、入力された文字パ
ターンの線密度が一定になるように文字パターンを変形
させるものであり、特に、文字パターンの冗長的な部分
を少なくする働きがある。

【０００３】

【発明が解決しようとする課題】かかる方向特徴による
認識手法は、活字や丁寧に筆記された文字に対し優れた
認識性能を実現できるものであるが、自由に筆記されて
字形の変形した低品質の手書きの文字、特に、文字の線
分の方向が大きく変動した文字に対しては、誤認識を起
す場合があり、今後の改善が課題となっている。

【０００４】図３に、上記認識手法での誤認識の例を示
す。F301の文字「る」は、非常に縦長に筆記し、且つ、
F301Ａの部分のループ形状を小さく筆記しているため
に、F301Rの「３」や「ろ」に誤認識したケースであ
る。また、F302「す」は、横棒の位置が通常より下がっ
ており、且つ、F302Aのループ形状を小さく筆記してい
るために、F302R「十」に誤認識されることがある。

【０００５】この原因は、F301AやF302Aなど本来局所的
な部分が特徴となっている文字にも係わらず、その局所
的な部分は、領域的に小さいために軽視され、各座標点
における方向の全体的な分布に基づいて認識処理が行わ
れているためである。

【０００６】かかる不都合を解決する方法として、所定
の個所で線が湾曲、ループしているか否か、線が交差、
突き抜けているか否か等の構造解析要素を判定条件に追
加し、これによって、上記方向特徴による欠点を補う方
法が考えられる。しかしながら、かかる手法を採用する
場合、予め「湾曲」、「ループ」「交差」、「突き抜
け」等の構造要素の位置を各文字毎に判別要素として追
加しなければならず、このため、認識辞書の作成におい
て、人的、時間的に大きな労力を強いられる結果となっ
てしまう。

【０００７】そこで、本発明は、認識辞書の作成にそれ
ほど労力を強いられることなしに、低品質な手書き文字
を高精度に認識することができる文字認識方法を提供す
ることを課題とする。

【０００８】

【課題を解決するための手段】上記課題を解決すべく、
本発明は、それぞれ以下の特徴を有する。

【０００９】請求項１に係る発明は、文字を筆記する際
のペンの運筆に係る力ベクトルの大きさを抽出するステ
ップと、当該力ベクトルの大きさが所定のしきい値を超
えている位置を検出するステップと、当該力ベクトルの
位置を特徴要素として認識辞書中の各文字の特徴要素と
比較するステップと、当該両特徴要素の照合度に応じて
認識結果を設定するステップとを有することを特徴とす
る文字認識方法である。

【００１０】請求項２に係る発明は、文字を筆記する際
のペンの運筆に係る力ベクトルの大きさを抽出するステ
ップと、当該力ベクトルの大きさが所定のしきい値を超
えている位置を検出するステップと、当該位置における
力ベクトルの方向を検出するステップと、当該力ベクト
ルの位置および方向を対とする特徴要素を認識辞書中の
各文字の特徴要素と比較するステップと、当該両特徴要
素の照合度に応じて認識結果を設定するステップとを有
することを特徴とする文字認識方法である。

【００１１】請求項３に係る発明は、文字を筆記する際
のペンの運筆に係る力ベクトルの大きさを抽出するステ
ップと、当該力ベクトルの生じる位置を検出するステッ
プと、当該力ベクトルの大きさと位置とを対とする特徴
要素を認識辞書中の各文字の特徴要素と比較するステッ
プと、当該両特徴要素の照合度に応じて認識結果を設定
するステップとを有することを特徴とする文字認識方法
である。

【００１２】請求項４に係る発明は、請求項３におい
て、さらに、力ベクトルの方向を抽出するステップを備
え、力ベクトルの大きさ、方向および位置を特徴要素と
して認識辞書と比較を行うことを特徴とする。

【００１３】請求項５に係る発明は、請求項１〜４の何
れかにおいて、筆記文字のサンプル座標点間の方向と距
離に基づいて隣合う座標点間の速度ベクトルを算出し、
一の座標点に向かう前記座標ベクトルと当該一の座標点
から出発する前記座標ベクトルの差によって当該一の座
標点における力ベクトルの大きさと方向を算出すること
を特徴とする。

【００１４】請求項６に係る発明は、請求項１〜５の何
れかにおいて、さらに、筆記文字の線分方向を特徴要素
として抽出するステップと、当該線分方向の特徴要素と
認識辞書との照合度を算出するステップとを配し、前記
力ベクトルに基づく照合度と当該線分方向に基づく照合
度とに応じて認識結果を決定することを特徴とする。

【００１５】請求項７に係る発明は、上記請求項１〜６
の内、少なくとも一つの文字認識方法を実現する制御手
段と認識辞書とを有する文字認識装置である。

【００１６】請求項８に係る発明は、上記請求項１〜６
の内、少なくとも一つの文字認識方法を実行するための
プログラムを記憶した記憶媒体である。

【００１７】請求項９に係る発明は、上記請求項１〜６
の内、少なくとも一つの文字認識方法を実行するための
認識辞書を記憶した記憶媒体である。

【００１８】

【発明の実施の形態】以下、本発明に係る好ましい実施
の形態について説明する。

【００１９】図６に本発明による一実施例の基本構成を
示す。図において、１は表示入力一体型タブレットであ
る。当該タブレット１は、ＬＣＤ表示部１ａと座標検出
部１ｂとが一体となって構成されており、互いの座標位
置は１対１に対応している。

【００２０】２は、主制御部であり、メモリに記憶され
たプログラムに従って他部を制御する。３は文字認識部
であり、タブレット１に筆記された座標データを文字認
識辞書内のデータと比較して筆記文字を認識し、認識結
果を主制御部２に送る。３１は文字筆記データ記憶部
で、上記主制御部２から送られてきた筆記文字の座標デ
ータを一時的に記憶する。

【００２１】タブレット１上にペン等で文字が筆記され
ると、座標検出部１ｂは筆記位置の座標を一定間隔（例
えば１／１００秒）で検出し、当該筆記文字の時系列座
標データを主制御部２に送る。主制御部２は、受け取っ
た時系列座標データに基づいて、筆跡を表示部１ａに表
示すると共に、当該時系列座標データを文字認識部３へ
転送する。文字認識部３は、受け取った座標データをメ
モリ３１に記憶していく。そして、文字の筆記ストロー
クの開始を検出してからペンが一定時間タブレットから
離れたかを図示しないタイマーをもとに判別し、一定時
間以上ペンが離れたと判別すれば、一文字分の筆記が終
了したとして、文字認識部３に認識開始の指令を行う。

【００２２】文字認識部３は、認識開始の指示を受け
て、それまでに記憶した筆跡の時系列座標データから、
筆記文字の特徴量を算出する。なお、かかる筆記文字の
特徴量の算出については、後に詳述する。そして、この
特徴量と、文字認識辞書４に記憶してある特徴量とを一
文字毎に比較し、照合度の最も高い文字を文字認識辞書
４内の認識文字候補から選択して、その認識結果を主制
御部２に送る。主制御部２は、かかる認識結果を受け
て、それまで表示部１ａに表示されている筆跡を消去
し、その筆跡位置に認識結果に係る文字を新たに表示す
る。

【００２３】１．文字認識処理 以下、文字認識部３の文字認識処理について図１２のフ
ローチャートを参照して説明する。

【００２４】（正規化処理：Ｓ３０１）まず、１文字分
の筆記データ（時系列のペン座標データ）を、文字が所
定範囲（６４×６４ドット）に収まるように、且つ、字
形変動によって冗長的に長くなった線分を短くするな
ど、文字の特徴を安定的に抽出できるように、線密度に
よる非線形正規化を行う。

【００２５】図１は、線密度による非線形正規化の処理
を説明するための図である。筆記文字のパターンF101に
対して、F102に示すようにＸ方向とＹ方向毎に等線密度
になるように領域Ｗを水平、垂直の各所定数の線分（等
線密度座標目盛）によって区切る。その後、F103に示す
ように、その線分（等線密度座標目盛）の間隔が等間隔
になるように移動し、その移動に伴って筆記文字のパタ
ーンも変形させる。これにより、筆記文字パターンは、
領域Ｗのサイズに引き伸ばされると同時に、冗長的な部
分が縮じめられ、安定的な形状へと変換される。図１０
のＦ７１１が筆記文字のデータであり、Ｆ７１２が非線
形正規化後の文字データを示す。

【００２６】（方向性特徴抽出：Ｓ３０２）かかる非線
形正規化後、方向性特徴の抽出が行われる。図２は、Ｄ
１、Ｄ２、Ｄ３、Ｄ４の４方向を基準方向とした場合の
方向特徴の抽出を模式的に示すものである。図におい
て、F201は、非線形正規化後の文字パターンである。F2
02からF205は方向別の特徴空間（メッシュ）である。文
字パターン(F201)に対し、エッジの検出、方向の算出を
行い、その方向と同じ方向の特徴空間内の当該エッジ位
置に対応する個所に特徴値を加算していく。

【００２７】ここで、各メッシュの特徴値は、そのメッ
シュ内に存在するエッジ部分の長さに応じた値となって
いる。たとえば、図２の特徴空間Ｄ１（基準方向：“水
平”）においては、水平方向のエッジ部分が多く存在す
るほど当該メッシュの特徴量が大きくなる。図におい
て、各メッシュの濃度は、当該メッシュの特徴値の大き
さを表しており、濃度が高い程、特徴値が大きいことを
示す。なお、かかる方向性特徴の抽出については、”手
書き漢字の方向パターン・マッチング法による解析”
（電子情報通信学会,Vol.J65-D,No.5,pp.550-557,1982.
5)に詳述されている。

【００２８】（力特徴抽出：Ｓ３０３）このようにして
方向性特徴の抽出が行われると、次に、力特徴の抽出が
実行される。

【００２９】かかる力特徴の抽出は、文字を筆記する際
のペンの運筆に係る力（筆圧ではなく、平面上での動き
に係る力）に着目するもので、２次元空間上のどの位置
でこの力がかかっているかを検出し、その力の２次元分
布を文字の特徴量と捕らえるものである。

【００３０】例えば、図４の文字を筆記した場合、矢印
に示す運筆の力が働いている。「る」の筆記終点付近の
ループでは、その大きさは小さいものの非常に大きな力
が働いている。この力を特徴量とすることにより、局所
的な文字の変化部分の特徴が強調される。

【００３１】図１３は、力特徴の抽出処理のフローチャ
ートである。筆跡データの各座標点を追跡し、任意の座
標点（対象座標点）Ｐｎと前後の筆記座標点Ｐ(n-1)、
Ｐ(n+1)から力ベクトルＦ（２次モーメント）を算出す
る（ステップＳ４０１）。

【００３２】図５に示すように、運筆に係る力特徴のベ
クトルFは、対象座標点Ｐの直前の観測時刻における筆
記方向と速度から成るＶａベクトル、対象座標点Ｐでの
観測時刻における筆記方向と速度から成るＶｂベクトル
により、以下の数１から求まる。

【００３３】

【数１】 ここで、△ｔは、Ｖａベクトル、Ｖｂベクトルの観測時
刻の差を示す。なお、観測時刻の差が単位時間の時は、
△ｔは１である。

【００３４】図７、８、９に基づき、力特徴の算出例を
示す。図７において、○は一定時間間隔（１／１００
秒）でサンプリングした筆記データの各座標点を示す。
座標点を一定時間間隔でサンプリングしているため、各
座標点間の距離は、実速度（秒速）に比例する。

【００３５】ここで、サンプリング間隔（１／１００
秒）を単位時間とすると、各座標点間の距離は、速度
（１／１００秒速度）に等しく、△ｔは１となる。従っ
て、対象点Pnの直前の座標点P(n-1)における方向・速度
ベクトルは、次式の数２に示すように、Pn-1からPnを結
ぶベクトルV(n-1)で求められる。

【００３６】

【数２】 また、対象点Pnにおける方向・速度ベクトルは、次式の
数３に示すように、PnからP(n+1)を結ぶベクトルVnで求
められる。

【００３７】

【数３】 ここで、ベクトルX、ベクトルYは、それぞれX軸、Y軸方
向の単位ベクトルである。そして、△ｔ＝１であるか
ら、対象点Pnにおける運筆に係った力特徴ベクトルは、
結局、VnベクトルとV(n-1)ベクトルとの差で求められ、
次式の数４で算出される。

【００３８】

【数４】 次に、力ベクトルの大きさの方向の算出（ステップＳ４
０２）、力ベクトルの大きさの算出（ステップＳ４０
３）を行う。その後、力ベクトルの方向と大きさに基づ
いて特徴量を算出する（ステップＳ４０４）。かかる特
徴量は、次式の数５、数６、数７によって算出される。

【００３９】

【数５】

【００４０】

【数６】

【００４１】

【数７】 つまり、力ベクトルの大きさを基準特徴量とし、力ベク
トルの方向が８方向のいずれかの方向と一致する時は、
その方向に対する特徴量は基準特徴量と同一であり、図
１１に示すように、８方向のうちの２つの方向（方向
A、方向B）の間にある時は、対象方向と２方向とのそれ
ぞれの角度差に逆比例するように基準特徴量を配分し
て、２方向に対する特徴量を算出する。そして、力ベク
トルの方向と特徴量によって、力特徴パターン（方向別
特徴空間上での特徴量の分布）を生成していく。

【００４２】図８において、筆跡データの任意の座標点
Ｗｍの力ベクトルがＦｍ（例ではX軸方向）である時、
その力ベクトルと同じ方向（X軸方向）の特徴空間（特
徴用メモリ内）に対し、座標点Ｗｍの位置に対応する非
線形正規化後の位置Ｓｍが含まれるメッシュ位置に特徴
量を代入していく（ステップＳ４０５）。ここで、１つ
のメッシュの中に複数のサンプル点が存在し特徴量が複
数存在する場合には、最も大きな特徴量をそのメッシュ
の特徴量として採用する。

【００４３】上記処理（ステップＳ４０１からＳ４０
５）を、全ての筆記座標点に対して行い（ステップＳ４
０６）、力特徴の抽出処理を終了する。

【００４４】図９は、力特徴パターンの例を示す。Ｆ９
０１は、筆記データの非線形正規化後のパターンを示
す。Ｆ９０２からＦ９０９は、８つの基準方向（Ｆ１〜
Ｆ８）の特徴空間に対する力特徴のパターンを示す。図
中、各メッシュの濃度は、特徴量の大きさを表してい
る。

【００４５】（ぼかし処理：Ｓ３０４）方向特徴パター
ンと力特徴パターンを抽出した後、それぞれの特徴量に
対して、ガウシャン・フイルターによる特徴量のぼかし
処理を行う。かかるぼかし処理は、方向性特徴に係る４
つの特徴空間と力特徴に係る８つの特徴空間とを合わせ
た１２種類の特徴空間に対して、それぞれ個別に行う。
かかるぼかし処理を行うことによって、筆記文字の特徴
量の存在位置が、認識辞書内の正しい認識候補の特徴量
の存在位置から僅かにズレた場合、例えば特徴空間にお
いて１メッシュだけズレたような場合であっても、当該
筆記文字の特徴量と認識辞書内の当該認識候補の特徴量
との間にある程度の照合度を生ぜしめることができ、こ
れにより、誤認識の発生を抑制することができる。

【００４６】なお、かかるぼかし処理は、後述するよう
に、認識辞書に対しても行われている。図１０におい
て、Ｆ７１３の表示例は、力特徴の水平方向の特徴空間
（図９のＦ９０２に対応）を代表的に示したものであ
り、Ｆ７１４の表示例は、当該特徴空間に対してぼかし
処理を行った結果を代表的に示すものである。

【００４７】（認識結果の設定：Ｓ３０５〜Ｓ３０７）
以上のようにして筆記文字に対するぼかし処理が実行さ
れた後、筆記された文字の特徴パターンと、あらかじめ
作成しておいた文字認識辞書内の各１文字毎の特徴パタ
ーンとを順番に照合して照合度を求める（ステップＳ３
０５）。ここで、認識辞書内には、各文字毎に、上述の
方向性特徴に係る４つの特徴空間と力特徴に係る８つの
特徴空間における特徴量が準備されている。筆記文字と
認識辞書の照合度の算出は、方向特徴と力特徴とについ
てそれぞれ別々に照合度を求め、これを加算することに
より算出される。かかる照合度の算出を上記認識辞書内
の全認識対象文字に対して実行し（ステップＳ３０６、
ステップＳ３０５のループ）、この内、最も照合度の高
い文字を認識結果とする（ステップＳ３０７）。

【００４８】２．認識辞書の作成 以下、文字認識辞書の作成手順について、図１４のフロ
ーチャートを参照してで説明する。文字認識辞書の作成
には、複数人分の筆記データを用いる。まず、同一文字
の複数人分の筆記データに対して、それぞれ、非線形正
規化（ステップＳ５０１、Ｆ７１７）、方向特徴抽出
（ステップＳ５０２）、力特徴抽出（ステップＳ５０
３）を行い（Ｆ７１８）、全人数分を繰り返し（ステッ
プＳ５０４）、１文字分の平均特徴量（全人数分の特徴
量の平均）を算出する（ステップＳ５０５、Ｆ７１
９）。

【００４９】その平均特徴量に対して、特徴量のぼかし
処理を行い（ステップＳ５０６）、１文字分の認識辞書
とする（Ｆ７２１）。以上の処理を全文字に対して行
い、全文字の認識辞書を作成する。

【００５０】ここで、認識辞書は、方向特徴と力特徴の
それぞれについて別々に準備する。すなわち、図２のＦ
２０２からＦ２０５、図９のＦ９０２からＦ９０９のど
れぞれについて各認識候補文字毎の認識辞書を組として
準備する。

【００５１】そして、上記文字認識のフローチャートに
おいては、これら１２個の認識辞書と筆記文字との照合
度を別々に求め、上記重みに従ってこれらを加算するこ
とで、当該筆記文字と当該認識辞書の候補文字との照合
度が算出される。

【００５２】以上、本実施の形態によれば、方向特徴の
抽出のみならず、力特徴の抽出も加えて文字を認識する
ものであるから、「る」-「３」「ろ」、「す」-「十]
のように全体的な字形が似ているが、湾曲、ループの有
無、程度など局所的な部分が異なった文字であっても、
かかる局所的な部分に関する特徴の照合を力特徴抽出で
補強できるので、このように似通った文字で手書きで筆
記した場合にも、文字認識の精度を格段に引き上げるこ
とができるようになる。しかも、方向変化特徴の認識辞
書は、筆記データから自動的生成できるので、労力を要
しない。

【００５３】尚、本発明はかかる実施の形態に制限され
るものではなく、他に種々の変更が可能である。本実施
の形態では、力特徴は、８方向別に求めたが、方向の種
類に限定されるものではない。例えば、１６方向、４方
向でも構わない。方向には関係させず、１つの特徴空間
だけで抽出しても構わない。すなわち、力ベクトルの大
きさと位置のみを特徴量とするようにしても良い。さら
に、力ベクトルの大きさがしきい値を越えているか越え
ていないかの２値で、特徴量を求めても構わない。さら
に、力ベクトルの位置のみ、または位置と方向のみを特
徴要素としても構わない。ここで、特徴要素としての力
ベクトルの位置は、力ベクトルの大きさが所定のしきい
値を超えている位置のみを採用する。これにより、微妙
な線分の変動個所を特徴要素から除去でき、真に筆記線
分が屈曲した位置のみを特徴要素とすることができる。

【００５４】また、力ベクトルの算出は、上述した数２
〜数４に限定するものではない。例えば、力ベクトルの
算出に用いる座標点の選択の仕方を変更してもよい。ま
た、力ベクトルの算出式を、筆記面とペンとの摩擦係数
を考慮した式に変形させてもよい。例えば、対象座標点
に向かう方向・速度ベクトルより対象座標点から離れる
方向・速度ベクトルに重みをおき、その重み係数として
摩擦係数の関数を用いてもよい。

【００５５】また、上記実施の形態では、方向特徴によ
る文字認識に力特徴による認識を組み合わせたが、他の
文字認識の手法に力特徴を組み合わせてもよく、さら
に、力特徴のみで文字認識を行うようにしても良い。

【００５６】但し、方向特徴は大局的な特徴を、方向変
化特徴は局所的な特徴を用いているため、両者を組み合
わせることにより、補完的に働く。従って、方向特徴に
力特徴を組み合わせるのが、認識率の面から相応しい。

【００５７】本実施例は、タブレットから得られる座標
データから力ベクトルを算出したが、ペンに内蔵される
加速度センサによって力ベクトルを実測しても構わな
い。構成は、図６とほぼ同じであり、図示しないペンＣ
に加速度センサを内蔵し、ペンＣと主制御部とは、有線
もしくは無線で接続される。例えば、ペンの位置と運筆
の方向はタブレットから得られる座標データから算出
し、力ベクトルは、加速度センサから算出する。また、
タブレットは用いない構成で、位置、方向、力ベクトル
の全てを加速度センサから検出、算出しても構わない。

【００５８】

【発明の効果】低品質な手書き文字を高精度に認識でき
る。また、複数の手書きデータから自動的に（機械的
に）文字認識用辞書を生成できるので文字認識処理の実
現（開発）に労力を要しない。

【図面の簡単な説明】

【図１】 非線形正規化を示す図

【図２】 方向性特徴の抽出方法を示す図

【図３】 従来例に係る誤認識の一例を示す図

【図４】 本願発明に係る力ベクトルの抽出原理を示す
図

【図５】 本願発明に係る力ベクトルの抽出原理を示す
図

【図６】 実施の形態に係るブロック図

【図７】 実施の形態に係る力ベクトルの算出原理を示
す図

【図８】 実施の形態に係る力ベクトルの特徴抽出例を
示す図

【図９】 実施の形態に係る力ベクトルの特徴抽出例を
示す図

【図１０】 実施の形態に係る文字認識処理の概要を示
す図

【図１１】 実施の形態に係る特徴量の割り振りを説明
するための図

【図１２】 実施の形態に係る認識処理のフローチャー
ト

【図１３】 実施の形態に係る力特徴の抽出処理のフロ
ーチャート

【図１４】 実施の形態に係る認識辞書作成処理のフロ
ーチャート

【符号の説明】

１ 表示入力一体型タブレット ２ 主制御部 ３ 文字認識部 ４ 文字認識辞書 ３１ 文字筆記データ記憶用メモリ

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B064 AB04 BA05 CA11 DD04 DD05 DD12 DD20

Claims (9)

【特許請求の範囲】
1. 【請求項１】 文字を筆記する際のペンの運筆に係る力
   ベクトルの大きさを抽出するステップと、当該力ベクト
   ルの大きさが所定のしきい値を超えている位置を検出す
   るステップと、当該力ベクトルの位置を特徴要素として
   認識辞書中の各文字の特徴要素と比較するステップと、
   当該両特徴要素の照合度に応じて認識結果を設定するス
   テップとを有することを特徴とする文字認識方法。
2. 【請求項２】 文字を筆記する際のペンの運筆に係る力
   ベクトルの大きさを抽出するステップと、当該力ベクト
   ルの大きさが所定のしきい値を超えている位置を検出す
   るステップと、当該位置における力ベクトルの方向を検
   出するステップと、当該力ベクトルの位置および方向を
   対とする特徴要素を認識辞書中の各文字の特徴要素と比
   較するステップと、当該両特徴要素の照合度に応じて認
   識結果を設定するステップとを有することを特徴とする
   文字認識方法。
3. 【請求項３】 文字を筆記する際のペンの運筆に係る力
   ベクトルの大きさを抽出するステップと、当該力ベクト
   ルの生じる位置を検出するステップと、当該力ベクトル
   の大きさおよび位置を対とする特徴要素を認識辞書中の
   各文字の特徴要素と比較するステップと、当該両特徴要
   素の照合度に応じて認識結果を設定するステップとを有
   することを特徴とする文字認識方法。
4. 【請求項４】 請求項３において、さらに、力ベクトル
   の方向を抽出するステップを備え、力ベクトルの大き
   さ、方向および位置を特徴要素として認識辞書と比較を
   行うことを特徴とする文字認識方法。
5. 【請求項５】 請求項１〜４の何れかにおいて、筆記文
   字のサンプル座標点間の方向と距離に基づいて隣合う座
   標点間の速度ベクトルを算出し、一の座標点に向かう前
   記座標ベクトルと当該一の座標点から出発する前記座標
   ベクトルの差によって当該一の座標点における力ベクト
   ルの大きさまたは方向を算出することを特徴とする文字
   認識方法。
6. 【請求項６】 請求項１〜５の何れかにおいて、さら
   に、筆記文字の線分方向を特徴要素として抽出するステ
   ップと、当該線分方向の特徴要素と認識辞書との照合度
   を算出するステップとを配し、前記力ベクトルに基づく
   照合度と当該線分方向に基づく照合度とに応じて認識結
   果を決定することを特徴とする文字認識方法。
7. 【請求項７】 上記請求項１〜６の内、少なくとも一つ
   の文字認識方法を実現する制御手段と認識辞書とを有す
   る文字認識装置。
8. 【請求項８】 上記請求項１〜６の内、少なくとも一つ
   の文字認識方法を実行するためのプログラムを記憶した
   記憶媒体。
9. 【請求項９】 上記請求項１〜６の内、少なくとも一つ
   の文字認識方法を実行するための認識辞書を記憶した記
   憶媒体。