JP2000315247A

JP2000315247A - 文字認識装置

Info

Publication number: JP2000315247A
Application number: JP11126053A
Authority: JP
Inventors: Yasunao Isaki; 保直伊崎; Hideo Kamata; 英夫鎌田; Shunji Sakane; 俊司坂根; Katsumi Ide; 克美井出
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1999-05-06
Filing date: 1999-05-06
Publication date: 2000-11-14
Anticipated expiration: 2019-05-06
Also published as: JP4280355B2; KR100582039B1; KR20000075420A; CN1273401A; CN1181446C

Abstract

(57)【要約】【課題】文字認識の難しい文字画像からでも正確にか
つ高速で文字認識することが可能な文字認識装置を提供
することを目的とする。【解決手段】入力された文字画像１０の文字幅を推定
し、その文字幅に相当する長さの文字領域を切り出す文
字領域切出部１１、切り出された文字領域内の文字パタ
ーンの特徴を抽出する特徴抽出部１２、一文字標準パタ
ーン辞書１４＿１と複数文字標準パターン辞書１４＿２
との双方からなる標準パターン辞書１４、特徴抽出部１
２で抽出された文字パターンの特徴を、一文字標準パタ
ーン辞書１４＿１および複数文字標準パターン辞書１４
＿２に記述された一文字および文字列それぞれの特徴と
照合して文字領域内の文字パターンが表す文字あるいは
文字列の候補を抽出する辞書照合部１５とを備えた。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、入力された文字画
像を文字として認識する文字認識装置に関する。

【０００２】

【従来の技術】従来、入力された文字画像を文字として
認識する文字認識装置の分野において、例えばＯＣＲ
（光学式文字読取装置）やイメージスキャナとＯＣＲソ
フトとを組み合わせた文字認識装置などが広い業務分野
で用いられている。従来のＯＣＲ用帳票では、一文字ず
つの文字記入枠が印刷された帳票が用いられ、漢字を用
いるシステムでは文字記入枠の大きさも漢字が記入しや
すいよう大きな文字記入枠が採用されている。このよう
にすることによりＯＣＲにとっては記入された文字を正
確に認識しやすくなり、また記入者に対して隣の文字と
接触しないように記入することを促す効果がある。

【０００３】しかし、ＯＣＲの利用分野が一層広まるに
従って、一般に使用される通常の帳票のような小さな帳
票を用い文字枠にとらわれずに記入された文字列、すな
わち、通常の伝票などに不規則な文字間隔、不規則な記
入方法で記入された隣接する文字どうしが接触し合うよ
うな低品質の手書きの文字列についても実用になる認識
精度で認識することが可能な文字認識装置が求められて
いる。

【０００４】また、印刷された文字列の場合は、ＯＣＲ
−Ｂあるいはマルチフォントなどのように複数の特定の
文字フォントだけを用いて注意深く印刷されたＯＣＲ帳
票が使用されているが、印刷された文字列についても、
不特定のプリンタにより多様な文字ピッチで印刷され
た、多様な変形のある文字列、例えば、文字ピッチが狭
いプリンタやプロポーショナルピッチで印刷された文字
列、あるいは半角文字と全角文字が混在する文字列など
から実用になる認識精度で文字列を切り出すことのでき
る文字認識装置が要望されている。

【０００５】

【発明が解決しようとする課題】従来の文字認識装置に
おける文字切出し方式、特にフリーピッチの文字列、す
なわち文字枠が設定されていないフィールドからの文字
切出し方式では、孤立した黒画素の連結領域について文
字列の高さ情報を求め、その高さ情報から文字のピッチ
情報を求め、その値により隣り合う文字を統合しあるい
は分離して認識対象とすべき一文字を切り出す方式が採
用されている。あるいは１行、１フィールドの文字列を
行方向、フィールド方向に垂直な方向へ投影しておき、
文字列の高さ情報から文字のピッチ情報を求め、その値
により投影ヒストグラムから文字位置を切り出していく
方式を採用したものもある。その切出しが一通りに決ま
らない場合には複数通りの切出し位置を求めることも行
われている。

【０００６】通常、不特定多数の筆記者により予め決め
られた書式に従って記入された文字を収集し、これらの
文字から認識方式に依存する文字パターンの特徴を抽出
し統計的な手法などにより標準パターンが作成される。
また、標準パターンは、収集された文字から平均パター
ンとして作成されることもある。手書き文字の場合に
は、記入者により大きな字形変形が生じるため各字種に
ついて複数の標準パターンが作成される。通常一つの標
準パターンをテンプレートとよび、複数の標準パターン
を集めた辞書を複数テンプレート辞書と呼ぶ。辞書照合
方法としては、入力帳票から切り出された一文字からそ
の文字パターンの特徴を抽出し、この特徴と標準パター
ン辞書のテンプレートの特徴との間で類似度計算あるい
は距離計算を行い、最大の類似度を持つカテゴリあるい
は最小の距離を持つテンプレートのカテゴリを認識結果
として求める方法が採用されている。侯補文字列として
は、距離の小さい順に例えば８位までを侯補文字列とし
ている。

【０００７】印刷文字に関しても同様な方法で候補文字
列が求められる。複数通りの侯補がある場合はパターン
どうしの類似度評価値により、あるいは知識処理などの
言語処理により最良の切出し候補を決定する方法が採用
されている。

【０００８】一般に、通常の伝票に手書き記入する場合
のようにフリーピッチで記入された文字列、あるいは不
特定のプリンタで印刷された文字列を認識する場合に、
隣接する文字どうしが接触することが多く、また、印刷
文字列の場合は半角文字と全角文字が混在することがあ
り、隣り合う文字どうしが接触することが多いため、一
文字ずつ検出して認識する方法では、どの範囲までが一
文字かを判断するのが困難であり、実用に耐える認識精
度を実現することは難しい。ひらがな、カタカナ、およ
び漢字では偏（へん）と旁（つくり）のように、もとも
と分離した文字領域からなる文字もあり、これらの文字
領域が正しく認識できなければ何文字記入してあるのか
さえ判断できない場合もある。

【０００９】印刷文字列の文字切出しでは、１行の文字
列から個々の文字のピッチを推定する方法として次のよ
うな種々の方法が提案されている。

【００１０】第１の方法は、１行の文字列の黒画素を行
方向に投影して行を構成する文字の平均高さを求める。
次に、文字列の黒画素を行方向に垂直な方向に投影して
黒画素の行方向の頻度をヒストグラムとして表しそのヒ
ストグラムから頻度が０の位置、すなわち文字列が途切
れている位置、あるいはヒストグラムの極小点、すなわ
ち接触文字または重なり文字を切り離すべき切断候補位
置を求める。この切断候補位置に基づき、先に求めた文
字列の平均高さから全角文字、半角文字の列として妥当
と見られる位置を文字切出し位置とする。

【００１１】第２の方法は、１行の文字列の黒画素を行
方向に垂直な方向に投影して黒画素の行方向の頻度をヒ
ストグラムとして表しそのヒストグラムから頻度が０の
位置、あるいはヒストグラムの極小点を求め、文字切出
し位置と推定される位置をその文字列に対して複数通り
求める。複数通りの文字切出位置のうちのいずれが尤も
らしい文字切出位置であるかの判定は、文字列の類似度
評価値と認識結果からの判断にゆだねる。

【００１２】第３の方法は、１行の文字列について黒画
素の連結領域を求め、連結領域の並びについて小さな領
域どうしは統合し、大きな領域は複数に分離して一文字
の領域を決めて文字切出しを行なう。その際の小さい領
域、大きい領域の判断は文字列の高さを基準にして行
う。

【００１３】しかし、上記のいずれの方法にもそれぞれ
次のような問題がある。すなわち、第１の方法において
は、１行の文字列が全て全角文字で構成されている場合
には、全角文字は文字幅と文字高さが全て等しいと考え
られるので平均文字高さから文字幅を正確に推定するこ
とができ、従って、一文字ずつ正確に切り出すことがで
きるが、半角文字と全角文字が混在している場合、例え
ば全角の仮名交じり漢字文字列に半角の英数字あるいは
カタカナが混入している場合には、文字位置が半角分だ
けずれたり、半角２文字が一文字分に認識されることが
あり、正しい文字切出位置が求められないことがある。

【００１４】また、第２の方法では、１行の文字列に対
して複数通りの切出し結果が得られるため１行の認識処
理に複数行分の処理時間がかかり、接触文字が多数ある
場合などは非常に多くの切出し結果が出てくるため認識
処理速度が著しく低下するという問題がある。

【００１５】また、第３の方法では、接触した文字列部
分の分離に関して認識精度上多くの問題があり、正確に
文字認識を行うことは困難である。

【００１６】本発明は、上記の事情に鑑み、文字認識の
難しい文字画像からでも正確にかつ高速で文字認識する
ことが可能な文字認識装置を提供することを目的とす
る。

【００１７】

【課題を解決するための手段】上記の目的を達成する本
発明の文字認識装置は、入力された文字画像から文字幅
を推定してその文字画像から文字幅に相当する長さの文
字領域を切り出す文字領域切出部と、上記文字領域切出
部により切り出された文字領域内の文字パターンの特徴
を抽出する特徴抽出部と、標準的な文字一文字それぞれ
の特徴が記述された一文字標準パターン辞書と標準的な
文字が所定数配列されてなる文字列それぞれの特徴が記
述された複数文字標準パターン辞書との双方からなる標
準パターン辞書と、上記特徴抽出部で抽出された、文字
領域内の文字パターンの特徴を、上記標準パターン辞書
を構成する上記一文字標準パターン辞書および上記複数
文字標準パターン辞書に記述された一文字および文字列
それぞれの特徴と照合してその文字領域内の文字パター
ンが表す文字あるいは文字列の候補を抽出する辞書照合
部とを備えたことを特徴とする。

【００１８】ここで、本発明の文字認識装置が、上記辞
書照合部により、上記文字領域内の文字パターンの特徴
を上記複数文字標準パターン辞書に記述された文字列の
特徴と照合した結果文字列の候補が抽出された場合に、
上記特徴抽出部に、文字列の候補が抽出された文字領域
がさらにその文字列を構成する文字数と同数に分割され
てなる各分割領域それぞれの文字パターンの特徴を抽出
させ、上記辞書照合部に、上記分割領域それぞれの文字
パターンの特徴を、上記一文字標準パターン辞書に記述
された一文字それぞれの特徴と照合させて上記分割領域
の配列に対応した文字列の候補を抽出させ、その文字列
の候補が、上記複数文字標準パターン辞書を用いて抽出
された文字列の候補と一致するか否かを検証する検証部
を備えたものであることが好ましい。

【００１９】また、上記文字領域切出部が、上記文字画
像から上記文字幅に相当する長さの文字領域を、該文字
幅を上記所定数と同数に分割したときの一分割分の長さ
ずつずらしながら切り出すものであることも好ましい。

【００２０】また、上記辞書照合部が、上記文字領域切
出部により切り出された文字領域それぞれについて文字
あるいは文字列の候補を抽出するとともに抽出された文
字あるいは文字列の候補を総合して文字配列の候補を抽
出するものであることも好ましい態様である。

【００２１】さらに、上記辞書照合部が、文字認識不能
な文字認識不能領域が残った場合に、上記文字認識不能
領域の文字パターンの特徴を上記一文字標準パターン辞
書に記述された一文字それぞれの特徴と照合して文字候
補を抽出するものであることも好ましい態様の一つであ
る。

【００２２】

【発明の実施の形態】以下、本発明の実施形態について
説明する。

【００２３】図１は、本発明の文字認識装置が運用され
るコンピュータの外観図（ａ）および内部構成図（ｂ）
である。

【００２４】図１（ａ）および図１（ｂ）に示すよう
に、このコンピュータ６０は、ＣＰＵ６１、メモリ６
２、表示装置６３、プリンタ６４、ＣＤ−ＲＯＭドライ
ブ６５、磁気ディスク６６、マウス６７、キーボード６
８、およびイメージスキャナ６９などがシステムバス７
０によって接続されて構成されおり、このコンピュータ
６０に本発明の文字認識装置が形成されている。

【００２５】イメージスキャナ６９によりこのコンピュ
ータ６０に文字画像が入力されて文字認識が行われる。

【００２６】図２は、本発明の文字認識装置の第１の実
施形態における機能ブロック図である。

【００２７】図２に示すように、この第１の実施形態の
文字認識装置１００は、入力された文字画像１０から文
字幅を推定して文字画像１０から文字幅に相当する長さ
の文字領域を切り出す文字領域切出部１１、文字領域切
出部１１により切り出された文字領域内の文字パターン
の特徴を抽出する特徴抽出部１２、標準的な文字一文字
それぞれの特徴が記述された一文字標準パターン辞書１
４＿１と標準的な文字が所定数配列されてなる文字列そ
れぞれの特徴が記述された複数文字標準パターン辞書１
４＿２との双方からなる標準パターン辞書１４、特徴抽
出部１２で抽出された、文字領域内の文字パターンの特
徴を、標準パターン辞書１４を構成する一文字標準パタ
ーン辞書１４＿１および複数文字標準パターン辞書１４
＿２に記述された一文字および文字列それぞれの特徴と
照合してその文字領域内の文字パターンが表す文字ある
いは文字列の候補を抽出する辞書照合部１３、および抽
出された文字あるいは文字列の候補を格納し外部に出力
する候補文字出力部１５を備えている。

【００２８】次に、この第１の実施形態の文字認識装置
１００の動作について説明する。

【００２９】例えば、イメージスキャナなどにより帳票
などから取り込まれた文字画像１０がこの文字認識装置
１００に入力されると、文字領域切出部１１により文字
の平均高さが求められ、それに基づいて文字幅が推定さ
れる。文字の平均高さは、文字列の黒画素を行方向に投
影することによって求められ、日本語の全角文字の幅と
高さはほぼ等しく記入されることが多いという前提に基
づき文字の平均高さから文字ピッチ、すなわち文字幅を
推定することができる。この文字幅により全角文字を検
出することができる。

【００３０】半角文字は全角文字の半分の文字幅である
から文字の平均高さの半分の文字幅で半角文字一文字を
検出することができる。

【００３１】隣接する文字どうしが接触している接触文
字については、文字領域の幅が上記の文字幅の２文字分
の幅である場合は、文字領域を２分の１に強制的に分割
することにより２文字として検出することができる。ま
た、３文字分の幅がある場合は文字領域を３分の１に強
制的に分割すればよい。

【００３２】こうして得られた文字幅に相当する長さの
文字領域が文字画像１０の左端から順次切り出される。
文字幅の推定および文字領域の切出しは、文字画像１０
の左端からだけではなく、必要に応じて文字画像１０の
途中から行えるように構成してもよい。

【００３３】特徴抽出部１２は、切り出された文字領域
内の文字パターンの特徴を抽出する。文字パターンの特
徴は、例えば、一文字分の矩形の領域を縦８列横８行の
８×８＝６４領域に分割し、垂直方向と水平方向に走査
して黒画素の個数を計数して得られる投影分布関数によ
り表わすことができる。このような方法で抽出された文
字領域内の文字パターンの特徴は、辞書照合部１３にお
いて、一文字標準パターン辞書１４＿１および複数文字
標準パターン辞書１４＿２に記述された一文字および文
字列それぞれの特徴と照合され相互間の距離を求めて距
離の小さい順に例えば１０個の候補が求められる。

【００３４】ここで、標準パターン辞書１４（図２参
照）は、正常な一文字の文字領域から統計的に作成され
た一文字標準パターン辞書１４＿１と、標準的な文字が
所定数、例えば２つ配列されてなる文字列それぞれの特
徴が記述された複数文字標準パターン辞書１４＿２との
２つの部分から構成されている。

【００３５】このように、本実施形態において標準パタ
ーン辞書１４として一文字標準パターン辞書１４＿１お
よび複数文字標準パターン辞書１４＿２の２種類の辞書
を備えているのは、全角文字列の中に半角数字が並んで
いる場合に、文字領域切出部１１は、半角２文字を一文
字として検出するので、この半角２文字を一つのパター
ンとして辞書照合を行うようにするためである。

【００３６】標準パターン辞書１４には、標準パターン
とそのカテゴリ、すなわちその標準パターンを作成した
文字カテゴリを表す文字コードが記述されている。一文
字標準パターン辞書の場合は、例えば「０」というよう
に１つの文字コードが記述されており、複数文字標準パ
ターン辞書の場合は、例えば「００」というように２つ
の文字コードの並びが記述されている。

【００３７】辞書照合部１３での一文字の標準パターン
辞書を用いた照合により得られた結果は、正常な一文字
として検出できた文字領域であると判断されるのでその
まま１つの文字コードを候補として出力する。辞書照合
部１３での複数文字標準パターン辞書を用いた照合によ
り得られた結果は、複数文字コードの並びを候補として
出力する。

【００３８】候補文字出力部１５では、辞書照合部１３
から出力された文字コードを整理して最終候補文字列を
作成し、一文字の候補は１つの文字コードのまま、複数
文字の候補は複数の文字コードの並びとして外部に出力
される。

【００３９】このように、本実施形態の文字認識装置１
００では、文字行全体ではなく局所的な文字列部分に着
目し一文字標準パターン辞書と複数文字標準パターン辞
書との双方からなる標準パターン辞書を用いて照合を行
うことにより、半角文字が含まれていたり文字どうしが
接触していたりしている低品質な文字列からでも、文字
を正確に切り出すことができるので、文字認識の精度は
高くなり、しかも多くの切出し候補を抽出する必要がな
くなるから認識処理時間も短縮される。

【００４０】次に、本発明の文字認識装置の第２の実施
形態について説明する。

【００４１】図３は、本発明の文字認識装置の第２の実
施形態を示す概略構成図である。

【００４２】図３に示すように、この第２の実施形態の
文字認識装置２００は、図２に示した第１の実施形態の
文字認識装置１００と同様の文字領域切出部１１、特徴
抽出部１２、一文字標準パターン辞書１４＿１と複数文
字標準パターン辞書１４＿２との双方からなる標準パタ
ーン辞書１４、辞書照合部１３、および候補文字出力部
１５を備えたほかに、検証部１６が追加されている。

【００４３】この検証部１６は、辞書照合部１３によ
り、文字領域内の文字パターンの特徴を複数文字標準パ
ターン辞書１４＿２に記述された文字列の特徴と照合し
た結果文字列の候補が抽出された場合に、特徴抽出部１
２に、上記文字列の候補が抽出された文字領域がさらに
その文字列を構成する文字数と同数に分割されてなる各
分割領域それぞれの文字パターンの特徴を抽出させ、辞
書照合部１３に、分割領域それぞれの文字パターンの特
徴を、一文字標準パターン辞書１４＿１に記述された一
文字それぞれの特徴と照合させて分割領域の配列に対応
した文字列の候補を抽出させ、その文字列の候補が、複
数文字標準パターン辞書１４＿２を用いて抽出された文
字列の候補と一致するか否かを検証するものである。

【００４４】図４は、第２の実施形態の文字認識装置に
設けられる検証部の動作を説明する流れ図であり、図５
は、第２の実施形態における検証の機能の説明図であ
る。

【００４５】図４に示すように、認識結果が複数文字パ
ターンの認識結果であるか否かが判定され（ステップＳ
１）、判定の結果が複数文字パターンの認識結果である
場合、すなわち、辞書照合部１３が、文字領域内の文字
パターンの特徴を複数文字標準パターン辞書１４＿２に
記述された文字列の特徴と照合した結果、文字列の候補
が抽出された場合に再びその文字領域の切り出しを行う
（ステップＳ２）。すなわち、特徴抽出部１２に、上記
文字列の候補が抽出された文字領域がさらにその文字列
を構成する文字数と同数に分割されてなる各分割領域そ
れぞれの文字パターンの特徴を抽出させる。

【００４６】ここまでの処理過程を図５に基づき説明す
ると、辞書照合部１３（図３参照）による照合の結果、
複数文字、例えば、「０」の２文字が一つのパターン２
０として認識された場合、文字領域切出部１１によりそ
の文字領域の切り出しが行われ、パターン２０の垂直方
向の黒画素投影ヒストグラムの極小値を示す位置で分割
が行われる。この例では２文字なのでパターン２０＿１
とパターン２０＿２とに２分割される。半角文字が２文
字並んでいる場合には２等分される。

【００４７】次に、分割された文字それぞれの認識が行
われる（ステップＳ３）。すなわち、辞書照合部１３
は、分割されたそれぞれの文字パターン２０＿１，２０
＿２の特徴を、一文字標準パターン辞書１４＿１に記述
された一文字それぞれの特徴と照合させて分割領域の配
列に対応した文字列の候補を抽出する。

【００４８】次に、認識結果の検証が行われる（ステッ
プＳ４）。すなわち、検証部１６は、一文字標準パター
ン辞書１４＿１を用いて抽出した文字列の候補が、複数
文字標準パターン辞書１４＿２を用いて抽出した文字列
の候補と一致するか否かを検証する。

【００４９】検証部１６による検証の結果（ステップＳ
５）、一文字標準パターン辞書１４＿１を用いて抽出し
た文字列の候補が、複数文字標準パターン辞書１４＿２
を用いて抽出した文字列の候補と一致する場合は、分割
された文字は妥当であると判断し、これらのパターン２
０＿１，２０＿２の文字コード２１，２２（図５参照）
を候補文字出力部１５に出力する。ステップＳ５におけ
る判定の結果、両者が一致しない場合は分割は不適切で
あるとして分割結果を候補から除外する（ステップＳ
６）。

【００５０】第２の実施形態ではこのような検証が行わ
れるので、図５に示したような２つの文字どうしが接触
した場合の文字画像からでも正確な文字認識を行うこと
ができる。

【００５１】次に、本発明の文字認識装置の第３の実施
形態について説明する。

【００５２】図６は、本発明の文字認識装置の第３の実
施形態における文字切り出し方式の説明図である。

【００５３】この第３の実施形態の文字認識装置は、図
２または図３に示した第１または第２の実施形態の文字
認識装置と類似の構成を有しており、文字領域切出部の
機能のみが第１および第２の実施形態の文字認識装置と
相違している。すなわち、第３の実施形態の文字認識装
置の文字領域切出部では、入力された文字画像から文字
幅に相当する長さの文字領域を、文字幅を２つに分割し
たときの一分割分の長さずつずらしながら切り出すよう
構成されている。

【００５４】図６に示すような「１」から「０」までの
１０個の全角文字列に相当する文字画像３０から文字領
域を切り出す場合について説明する。

【００５５】先ず、文字画像３０の黒画素を文字列方向
と垂直方向に、すなわち、横書き文字列と推定される文
字画像３０の場合は、上下方向に投影してヒストグラム
を作成し、そのヒストグラムの極小となる位置を求め、
高さＨから判断して文字画像の先頭からＨおよびＨ／２
に相当する距離に現れる極小値の位置の間隔からＷおよ
びＷ／２を推定する。そしてこの文字幅ＷでピッチをＷ
／２ずつずらしながら文字領域を切り出していく。

【００５６】図６の場合、先ずａｌの文字領域「１２」
が一文字として切り出され、特徴抽出、辞書照合が行わ
れ、候補が求められる。この文字領域「１２」の場合は
複数文字標準パターン辞書１４＿２（図３参照）の中の
「１２」の標準パターンに最も距離が近いので、第２の
実施形態におけると同様な方法で再び文字切出、特徴抽
出、辞書照合、および検証が行われ、文字領域「１２」
が２つの文字領域に分割され、「１」および「２」とい
う２文字の候補が得られる。次に、Ｗ／２だけずらした
ａ２の文字領域「２３」が一文字として切り出され、文
字領域ａｌの場合と同様な認識処理が行なわれ、「２」
および「３」という２文字の候補が得られる。同様にし
て、文字領域ａ３，ａ４，・・・が認識処理され、
「３」および「４」という２文字の候補、「４」および
「５」という２文字の候補、・・・が得られる。

【００５７】辞書照合部１３は、上記のようにして切り
出された文字領域それぞれについて文字あるいは文字列
の候補を抽出するとともに抽出された文字あるいは文字
列の候補を総合して文字配列の候補を抽出し候補文字出
力部に出力する。

【００５８】このように文字切出を行うことにより、全
角文字と半角文字とが混在している文字画像であっても
正確な文字認識を行うことができる。

【００５９】また、この文字切出方式によれば、次に示
すような接触文字の場合にも正確な文字認識を行うこと
ができる。

【００６０】図７は、第３の実施形態における文字切り
出し方式による他の処理例を示す図である。

【００６１】図７に示すように、この文字画像４０には
１つの「１」と、互いに接触した７つの「０」とが含ま
れている。この文字画像４０の場合にも、図６における
と同様に、先ずａｌの文字領域「１０」が一文字として
切り出され、特徴抽出、辞書照合が行われ、候補が求め
られる。この文字領域「１０」の場合は複数文字標準パ
ターン辞書１４＿２（図３参照）の中の「１０」の標準
パターンに最も距離が近いので、第２の実施形態におけ
ると同様の方法により「１」および「０」という２文字
の候補が得られる。次に、Ｗ／２だけずらしたａ２の文
字領域「００」が一文字として切り出され、「０」およ
び「０」という２文字の候補が得られる。同様にして、
ａ３，ａ４，・・・の領域が処理される。

【００６２】辞書照合部１３は、上記のようにして切り
出された文字領域それぞれについて文字あるいは文字列
の候補を抽出するとともに抽出された文字あるいは文字
列の候補を総合して文字配列の候補を抽出し候補文字出
力部に出力する。

【００６３】このように文字切出を行うことにより隣り
合う文字どうしが接触した文字画像であっても正確な文
字認識を行うことができる。

【００６４】次に、本発明の文字認識装置の第４の実施
形態について説明する。

【００６５】この第４の実施形態の文字認識装置は、図
２または図３に示した文字認識装置１００，２００とほ
ぼ同様の構成を有しているが、この実施形態の辞書照合
部は、文字認識不能領域が残った場合に、その文字パタ
ーンの特徴を一文字標準パターン辞書１４＿１に記述さ
れた一文字それぞれの特徴と照合して文字候補を抽出す
るよう構成されている。

【００６６】図８は、本発明の文字認識装置の第４の実
施形態における文字切り出し方式の説明図である。

【００６７】図８（ａ）に示すように、全角のカタカナ
文字の並びの中に半角に相当する文字幅で濁点あるいは
空白が混入した文字画像５０の場合は、図８（ｂ）に示
すように、先ず、第２および第３の実施形態におけると
同様の方法により平均高さＨから文字幅Ｗを推定し、文
字画像５０の左端から文字幅Ｗで文字領域ａｌ「カ」を
切り出してカタカナの「カ」が認識される。次に、Ｗ／
２だけ切出位置をずらして文字幅Ｗで文字領域ａ２を切
り出して認識処理をおこなう。しかしこの文字領域ａ２
は辞書とマッチングしないので文字候補は得られない。
以下同様にして、ａ３、ａ４、ａ５、ａ６、の各文字領
域の切り出し、認識処理が続けられる。

【００６８】図８（ｂ）の場合、文字領域ａｌ、文字領
域ａ３、および文字領域ａ６はそれぞれカタカナ文字
「カ」、カタカナ文字「カ」、およびカタカナ文字
「ク」として認識されるが、文字領域ａ２、文字領域ａ
４、および文字領域ａ５は辞書照合の結果、リジェクト
される。このように切出位置をＷ／２ずつずらした結果
得られた文字候補は本実施形態の辞書照合部により総合
され、文字配列の候補として抽出される。図８の例で
は、文字領域ａ１から得られた文字「カ」と文字領域ａ
３から得られた文字「カ」とが総合された文字配列「カ
カ」が得られるが、文字領域ａ３から得られた文字
「カ」と文字領域ａ６から得られた文字「ク」との間に
文字認識不能な文字認識不能領域ａ７が残ってしまう。

【００６９】そこで、本実施形態の辞書照合部は、文字
認識不能領域ａ７は半角文字に相当する文字領域である
ことから、この文字認識不能領域ａ７の文字パターンの
特徴を一文字標準パターン辞書１４＿１（図２，２参
照）に記述された一文字それぞれの特徴と照合して文字
候補を抽出しなおすことにより文字認識不能領域ａ７を
半角濁点として認識する。こうして、図８（ｂ）に示す
文字列から図８（ｃ）に示すような認識結果が得られ
る。

【００７０】図９は、第４の実施形態における文字認識
不能領域の処理の流れ図である。

【００７１】図９に示すように、文字領域ａｌ〜ａｎの
認識結果を求め（ステップＳ１１）、文字領域ａｌ〜ａ
ｎの中に認識不能領域があるか否かが判定され（ステッ
プＳ１２）、認識不能領域がある場合は、認識不能領域
を一文字とみなして一文字標準パターン辞書１４＿１を
用いて辞書参照を行い文字候補を求める。

【００７２】以上説明したように、この第４の実施形態
では、半角一文字が全角の文字の間に混入していてもそ
れを正確に認識することができる。また、図８（ａ）に
示すように半角の空白が全角の文字の間に混入している
場合についても上記の半角濁点の場合と同様に正確に認
識することができる。

【００７３】

【発明の効果】以上説明したように、本発明の文字認識
装置によれば、標準的な文字一文字それぞれの特徴が記
述された一文字標準パターン辞書と標準的な文字が所定
数配列されてなる文字列それぞれの特徴が記述された複
数文字標準パターン辞書との双方からなる標準パターン
辞書を用いて文字認識を行うので、通常の伝票に記入す
るような不規則な間隔、記入の仕方で記入された文字列
でも、全角文字、半角文字の混在した印刷文字列でも高
精度に文字を切り出して認識することが可能であり、文
字認識の難しい文字画像からでも正確にかつ高速で文字
認識することが可能な文字認識装置を実現することがで
きる。

【図面の簡単な説明】

【図１】本発明の文字認識装置が運用されるコンピュー
タの外観図（ａ）および内部構成図（ｂ）である。

【図２】本発明の文字認識装置の第１の実施形態におけ
る機能ブロック図である。

【図３】本発明の文字認識装置の第２の実施形態を示す
概略構成図である。

【図４】第２の実施形態の文字認識装置に設けられる検
証部の動作を説明する流れ図である。

【図５】第２の実施形態における検証過程の説明図であ
る。

【図６】本発明の文字認識装置の第３の実施形態におけ
る文字切り出し方式の説明図である。

【図７】第３の実施形態における文字切り出し方式によ
る他の処理例を示す図である。

【図８】第３の実施形態における文字切り出し方式によ
る処理例を示す図である。

【図９】第４の実施形態における文字認識不能領域の処
理の流れ図である。

【符号の説明】

１０文字画像１１文字領域切出部１２特徴抽出部１３辞書照合部１４標準パターン辞書１４＿１一文字標準パターン辞書１４＿２複数文字標準パターン辞書１５候補文字出力部１６検証部２０，２０＿１，２０＿２パターン２１，２２文字コード３０，４０，５０文字画像６０コンピュータ６１ＣＰＵ６２メモリ６３表示装置６４プリンタ６５ＣＤ−ＲＯＭドライブ６６磁気ディスク６７マウス６８キーボード６９イメージスキャナ７０システムバス１００，２００文字認識装置

───────────────────────────────────────────────────── フロントページの続き (72)発明者坂根俊司神奈川県川崎市中原区上小田中４丁目１番１号富士通株式会社内 (72)発明者井出克美神奈川県川崎市中原区上小田中４丁目１番１号富士通株式会社内Ｆターム(参考） 5B064 AA01 AB13 AB14 AB18 BA01 CA08 DA03 DA14 DC27 DC39 EA07 EA36

Claims

【特許請求の範囲】

【請求項１】入力された文字画像から文字幅を推定し
て該文字画像から該文字幅に相当する長さの文字領域を
切り出す文字領域切出部と、前記文字領域切出部により切り出された文字領域内の文
字パターンの特徴を抽出する特徴抽出部と、標準的な文字一文字それぞれの特徴が記述された一文字
標準パターン辞書と標準的な文字が所定数配列されてな
る文字列それぞれの特徴が記述された複数文字標準パタ
ーン辞書との双方からなる標準パターン辞書と、前記特徴抽出部で抽出された、文字領域内の文字パター
ンの特徴を、前記標準パターン辞書を構成する前記一文
字標準パターン辞書および前記複数文字標準パターン辞
書に記述された一文字および文字列それぞれの特徴と照
合して該文字領域内の文字パターンが表す文字あるいは
文字列の候補を抽出する辞書照合部とを備えたことを特
徴とする文字認識装置。
【請求項２】前記辞書照合部により、前記文字領域内
の文字パターンの特徴を前記複数文字標準パターン辞書
に記述された文字列の特徴と照合した結果文字列の候補
が抽出された場合に、前記特徴抽出部に、文字列の候補
が抽出された文字領域がさらに該文字列を構成する文字
数と同数に分割されてなる各分割領域それぞれの文字パ
ターンの特徴を抽出させ、前記辞書照合部に、前記分割
領域それぞれの文字パターンの特徴を、前記一文字標準
パターン辞書に記述された一文字それぞれの特徴と照合
させて前記分割領域の配列に対応した文字列の候補を抽
出させ、該文字列の候補が、前記複数文字標準パターン
辞書を用いて抽出された文字列の候補と一致するか否か
を検証する検証部を備えたことを特徴とする請求項１記
載の文字認識装置。
【請求項３】前記文字領域切出部が、前記文字画像か
ら前記文字幅に相当する長さの文字領域を、該文字幅を
前記所定数と同数に分割したときの一分割分の長さずつ
ずらしながら切り出すものであることを特徴とする請求
項１又は２記載の文字認識装置。
【請求項４】前記辞書照合部が、前記文字領域切出部
により切り出された文字領域それぞれについて文字ある
いは文字列の候補を抽出するとともに抽出された文字あ
るいは文字列の候補を総合して文字配列の候補を抽出す
るものであることを特徴とする請求項３記載の文字認識
装置。
【請求項５】前記辞書照合部が、文字認識不能な文字
認識不能領域が残った場合に、前記文字認識不能領域の
文字パターンの特徴を前記一文字標準パターン辞書に記
述された一文字それぞれの特徴と照合して文字候補を抽
出するものであることを特徴とする請求項４記載の文字
認識装置。