JPH0113583B2 - - Google Patents
Info
- Publication number
- JPH0113583B2 JPH0113583B2 JP56034243A JP3424381A JPH0113583B2 JP H0113583 B2 JPH0113583 B2 JP H0113583B2 JP 56034243 A JP56034243 A JP 56034243A JP 3424381 A JP3424381 A JP 3424381A JP H0113583 B2 JPH0113583 B2 JP H0113583B2
- Authority
- JP
- Japan
- Prior art keywords
- horizontal
- character
- vertical
- features
- memory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/184—Extraction of features or characteristics of the image by analysing segments intersecting the pattern
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Discrimination (AREA)
Description
【発明の詳細な説明】
本発明は、文字を縦、横２方向に走査して文字
線（ストローク）に囲まれた領域（背景部分）を
抽出して該文字の特徴パターンを作成する文字認
識方式に関する。
線（ストローク）に囲まれた領域（背景部分）を
抽出して該文字の特徴パターンを作成する文字認
識方式に関する。
文字認識においては文字のストロークの特徴を
抽出する方式および文字の背景部分を符号化する
方法が知られている。後者に属する従来の方法は
背景部分のある点においてどの方向に文字線分が
あるかを調べているために、たとえば第３図のイ
とロでは、同一文字であるにもかかわらずロの方
はの背景部分に別の符号ラベルがついてしま
う。即ち第３図イ，ロはいずれ「文」という漢字
を例としたものであるが、右方および下方に線分
がある、左方および下方に線分がある、上、下、
左、右に線分がある等を基準として符号付けを行
なうためイの場合は図示背景部分にラベル〜
が付されるが、文字手書の際の変形によりロでは
斜めストロークの一部が長く伸びているのでイに
ない下方に線分ありの背景部分が生じ、これにラ
ベルが付される。この様な特徴の差は文字認識
に対しイとロの同一性を失なわせるように作用す
る。一般に漢字のように複雑な字形を対象にしよ
うとする場合、文字線の長短によりこのような違
いが頻繁に生じ、手書文字の識別論理を組むのが
むずかしくなる。また複雑な字形の場合はラベル
の種類が多くなり、処理が厄介になる。
抽出する方式および文字の背景部分を符号化する
方法が知られている。後者に属する従来の方法は
背景部分のある点においてどの方向に文字線分が
あるかを調べているために、たとえば第３図のイ
とロでは、同一文字であるにもかかわらずロの方
はの背景部分に別の符号ラベルがついてしま
う。即ち第３図イ，ロはいずれ「文」という漢字
を例としたものであるが、右方および下方に線分
がある、左方および下方に線分がある、上、下、
左、右に線分がある等を基準として符号付けを行
なうためイの場合は図示背景部分にラベル〜
が付されるが、文字手書の際の変形によりロでは
斜めストロークの一部が長く伸びているのでイに
ない下方に線分ありの背景部分が生じ、これにラ
ベルが付される。この様な特徴の差は文字認識
に対しイとロの同一性を失なわせるように作用す
る。一般に漢字のように複雑な字形を対象にしよ
うとする場合、文字線の長短によりこのような違
いが頻繁に生じ、手書文字の識別論理を組むのが
むずかしくなる。また複雑な字形の場合はラベル
の種類が多くなり、処理が厄介になる。
また文字認識に対し同一符号部分のヒストグラ
ムを作つてそれを特徴にすると第３図ハとニのよ
うに文字の変形により異なる特徴が抽出される。
即ち、本例ではいずれも「文」という漢字ではあ
るがハは中央の線分で囲まれる領域A1を小に、
ニはこれA2を大に書いたものであり、これらは
同一の分類基準に属するので同一のラベルがつけ
られるが、A1，A2は面積が違うためにラベレの
個数（１文字の画像信号は例えば50×50ビツトで
構成されて各ビツトはメモリの各セルに書込ま
れ、ラベルも各ビツトに対して付される）をカウ
ントするとヒストグラムH1，H2には差が生じ、
文字認識を困難にする。
ムを作つてそれを特徴にすると第３図ハとニのよ
うに文字の変形により異なる特徴が抽出される。
即ち、本例ではいずれも「文」という漢字ではあ
るがハは中央の線分で囲まれる領域A1を小に、
ニはこれA2を大に書いたものであり、これらは
同一の分類基準に属するので同一のラベルがつけ
られるが、A1，A2は面積が違うためにラベレの
個数（１文字の画像信号は例えば50×50ビツトで
構成されて各ビツトはメモリの各セルに書込ま
れ、ラベルも各ビツトに対して付される）をカウ
ントするとヒストグラムH1，H2には差が生じ、
文字認識を困難にする。
本発明は、手書文字の変形に影響されにくくま
た取扱いも容易な特徴量の抽出方法を採用した文
字認識方式を提供するものである。本発明の文字
認識方式は、入力文字画像情報の特徴を抽出し、
抽出された特徴パターンと予め用意された辞書パ
ターンとを照合して、その照合結果から入力文字
を判定する文字認識方式において、文字ストロー
クの背景部分を、該ストロークで上下に囲まれた
部分、左右が囲まれた部分、および上下左右が囲
まれた部分に分けて各部分にそれぞれ異なるラベ
ルを付け、そして水平、垂直走査線が各ラベル領
域と交差する回数を計数し、そのヒストグラムを
入力文字の特徴パターンとすることを特徴とする
が、以下図示の実施例を参照しながらこれを詳細
に説明する。
た取扱いも容易な特徴量の抽出方法を採用した文
字認識方式を提供するものである。本発明の文字
認識方式は、入力文字画像情報の特徴を抽出し、
抽出された特徴パターンと予め用意された辞書パ
ターンとを照合して、その照合結果から入力文字
を判定する文字認識方式において、文字ストロー
クの背景部分を、該ストロークで上下に囲まれた
部分、左右が囲まれた部分、および上下左右が囲
まれた部分に分けて各部分にそれぞれ異なるラベ
ルを付け、そして水平、垂直走査線が各ラベル領
域と交差する回数を計数し、そのヒストグラムを
入力文字の特徴パターンとすることを特徴とする
が、以下図示の実施例を参照しながらこれを詳細
に説明する。
第１図は本発明の一実施例である。同図におい
て、１は観測部、２は映像メモリ、３は垂直走査
アドレスカウンタ、４は水平走査アドレスカウン
タ、５は水平始点検出部、６は水平終点検出部、
７は垂直始点検出部、８は垂直終点検出部、９は
水平始点レジスタ、１０は水平終点レジスタ、１
１は垂直始点レジスタ、１２は垂直終点レジス
タ、１３〜１６は比較器、１７，１８はフリツプ
フロツプ、１９は水平面特徴メモリ、２０は垂直
面特徴メモリ、２１〜２３はアンド回路、２４は
水平アドレスカウンタ、２５は水直アドレスカウ
ンタ、２６は水平垂直囲み特徴計数部、２７は水
平囲み特徴計数部、２８は垂直囲み特徴計数部、
２９はマツチング部である。
て、１は観測部、２は映像メモリ、３は垂直走査
アドレスカウンタ、４は水平走査アドレスカウン
タ、５は水平始点検出部、６は水平終点検出部、
７は垂直始点検出部、８は垂直終点検出部、９は
水平始点レジスタ、１０は水平終点レジスタ、１
１は垂直始点レジスタ、１２は垂直終点レジス
タ、１３〜１６は比較器、１７，１８はフリツプ
フロツプ、１９は水平面特徴メモリ、２０は垂直
面特徴メモリ、２１〜２３はアンド回路、２４は
水平アドレスカウンタ、２５は水直アドレスカウ
ンタ、２６は水平垂直囲み特徴計数部、２７は水
平囲み特徴計数部、２８は垂直囲み特徴計数部、
２９はマツチング部である。
観測部１は、帳標上からの光学的映像情報を電
気的映像情報に変換するものであり、その出力映
像情報は映像メモリ２に格納される。垂直走査ア
ドレスカウンタ３は映像メモリ２を垂直方向に走
査するためのものであり、また水平走査アドレス
カウンタ４は映像メモリ２を水平方向に走査する
ためのものである。水平始点検出部５は水平走査
における「黒」（文字の部分を「黒」、背景部分を
「白」と呼ぶ）から「白」への変化点を検出する
ものであり、また水平終点検出部６は水平走査に
おいて最初の水平始点を検出した以後の白から黒
への変化点を検出するものである。この様子を、
第２図を参照して説明する。同図において３１は
映像メモリ２に格納された映像である。今、ある
水平走査３２を考えると、黒から白へと変化点は
３３のようになる。またこの水平走査３２におい
て、最初の水平始点検出後の白から黒への変化点
は３４のようになる。水平始点レジスタ９、水平
終点レジスタ１０は水平終点検出のタイミングで
セツトされ、したがつてレジスタ９，１０には信
号３３，３４の黒丸印の値（位置情報）がセツト
される。
気的映像情報に変換するものであり、その出力映
像情報は映像メモリ２に格納される。垂直走査ア
ドレスカウンタ３は映像メモリ２を垂直方向に走
査するためのものであり、また水平走査アドレス
カウンタ４は映像メモリ２を水平方向に走査する
ためのものである。水平始点検出部５は水平走査
における「黒」（文字の部分を「黒」、背景部分を
「白」と呼ぶ）から「白」への変化点を検出する
ものであり、また水平終点検出部６は水平走査に
おいて最初の水平始点を検出した以後の白から黒
への変化点を検出するものである。この様子を、
第２図を参照して説明する。同図において３１は
映像メモリ２に格納された映像である。今、ある
水平走査３２を考えると、黒から白へと変化点は
３３のようになる。またこの水平走査３２におい
て、最初の水平始点検出後の白から黒への変化点
は３４のようになる。水平始点レジスタ９、水平
終点レジスタ１０は水平終点検出のタイミングで
セツトされ、したがつてレジスタ９，１０には信
号３３，３４の黒丸印の値（位置情報）がセツト
される。
垂直始点検出部７、垂直終点検出部８、垂直始
点レジスタ１１、垂直終点レジスタ１２も水平の
場合と同様の動作をするので、以下では主に水平
走査を例に説明する。１水平走査が終了すると、
その走査行についても水平始点、水平終点の値
（Ｘアドレス）が水平始点レジスタ９および水平
終点レジスタ１０に格納される。このとき水平ア
ドレスカウンタ２４がカウントを開始し、水平始
点レジスタ９の値と一致した点で比較器１３がオ
ンになり、また水平終点レジスタ１０の値と一致
した点で比較器１４がオンになる。フリツプフロ
ツプ１７は、比較器１３がオンとなつた時点から
比較器１４がオンとなる時点までの間オンとな
る。水平面特徴メモリ１９にはフリツプフロツプ
１７の出力がアドレスを対応させながら書き込ま
れるのでその内容は第２図１９ａのようになる。
この図の多数の水平線分（メモリでは例えば情報
“１”記憶セルの列）が上記のようにして求めら
れた始終点間（文字ストローク間）部分を示し、
終点または始点のみのものはメモリ１９上では本
例では“０”として書込まれる。垂直走査につい
ても同様で、垂直面特徴メモリ２０にはフリツプ
フロツプ１８の出力が書込まれ、その内容は第２
図の２０ａのようになる。アンドゲート２１はメ
モリ１９，２０の読出し出力１９ａ，２０ａを入
力され、その論理積を出力する。これらのメモリ
の読出しは同じアドレス信号を同時に入力して行
ない、従つて同じアドレスのメモリセルの記憶内
容が同時に該ゲート２１に入力し、該ゲートの出
力は第２図で縦、横線を付した網の目部分３８で
表わされるものとなる、アンドゲート２２はメモ
リ１９の出力と、インバータ２２ａで反転された
メモリ２０の出力を入力されるので、垂直囲みが
無い、水平囲みのみの部分を示す出力を生じる。
本例ではこの出力はない。またアンドゲート２３
はメモリ２０の出力と、インバータ２３ｂで反転
されたメモリ１９の出力を入力され、水平囲みが
無い、垂直囲みのみの部分３７を示す出力を生じ
る。
点レジスタ１１、垂直終点レジスタ１２も水平の
場合と同様の動作をするので、以下では主に水平
走査を例に説明する。１水平走査が終了すると、
その走査行についても水平始点、水平終点の値
（Ｘアドレス）が水平始点レジスタ９および水平
終点レジスタ１０に格納される。このとき水平ア
ドレスカウンタ２４がカウントを開始し、水平始
点レジスタ９の値と一致した点で比較器１３がオ
ンになり、また水平終点レジスタ１０の値と一致
した点で比較器１４がオンになる。フリツプフロ
ツプ１７は、比較器１３がオンとなつた時点から
比較器１４がオンとなる時点までの間オンとな
る。水平面特徴メモリ１９にはフリツプフロツプ
１７の出力がアドレスを対応させながら書き込ま
れるのでその内容は第２図１９ａのようになる。
この図の多数の水平線分（メモリでは例えば情報
“１”記憶セルの列）が上記のようにして求めら
れた始終点間（文字ストローク間）部分を示し、
終点または始点のみのものはメモリ１９上では本
例では“０”として書込まれる。垂直走査につい
ても同様で、垂直面特徴メモリ２０にはフリツプ
フロツプ１８の出力が書込まれ、その内容は第２
図の２０ａのようになる。アンドゲート２１はメ
モリ１９，２０の読出し出力１９ａ，２０ａを入
力され、その論理積を出力する。これらのメモリ
の読出しは同じアドレス信号を同時に入力して行
ない、従つて同じアドレスのメモリセルの記憶内
容が同時に該ゲート２１に入力し、該ゲートの出
力は第２図で縦、横線を付した網の目部分３８で
表わされるものとなる、アンドゲート２２はメモ
リ１９の出力と、インバータ２２ａで反転された
メモリ２０の出力を入力されるので、垂直囲みが
無い、水平囲みのみの部分を示す出力を生じる。
本例ではこの出力はない。またアンドゲート２３
はメモリ２０の出力と、インバータ２３ｂで反転
されたメモリ１９の出力を入力され、水平囲みが
無い、垂直囲みのみの部分３７を示す出力を生じ
る。
水平垂直囲み特徴計数部２６、水平囲み特徴計
数部２７、垂直囲み特徴計数部２８はそれぞれア
ンド回路２１，２２，２３の出力３８，３６，３
７を水平あるいは垂直方向に監視して白から黒へ
の変化する回数をカウントする。水平垂直囲み特
徴を例にこれを説明すると、第２図の縦線と横線
の両方が付されている部分３８が前述のようにア
ンド回路２１の出力で、走査線３９の位置での白
から黒への変化点は３カ所なので、水平垂直囲み
特徴計数部２６は値３を出力する。かゝる出力は
前述の例では50本ある各水平走査線毎に生じる。
水平、垂直囲み特徴計数部２７，２８も同様であ
るが、垂直囲みの場合は勿論各垂直走査線毎の計
数値を出力する。従つて計数部２６，２７，２８
の出力数は本例では各50個、計150個ある。マツ
チング部２９ではこれらの入力部から抽出した特
徴とあらかじめ用意されている標準パターンとの
距離を計算し、距離の近い標準パターンのカテゴ
リー（文字）を結果として出力する。
数部２７、垂直囲み特徴計数部２８はそれぞれア
ンド回路２１，２２，２３の出力３８，３６，３
７を水平あるいは垂直方向に監視して白から黒へ
の変化する回数をカウントする。水平垂直囲み特
徴を例にこれを説明すると、第２図の縦線と横線
の両方が付されている部分３８が前述のようにア
ンド回路２１の出力で、走査線３９の位置での白
から黒への変化点は３カ所なので、水平垂直囲み
特徴計数部２６は値３を出力する。かゝる出力は
前述の例では50本ある各水平走査線毎に生じる。
水平、垂直囲み特徴計数部２７，２８も同様であ
るが、垂直囲みの場合は勿論各垂直走査線毎の計
数値を出力する。従つて計数部２６，２７，２８
の出力数は本例では各50個、計150個ある。マツ
チング部２９ではこれらの入力部から抽出した特
徴とあらかじめ用意されている標準パターンとの
距離を計算し、距離の近い標準パターンのカテゴ
リー（文字）を結果として出力する。
以下に本発明方式を採用した文字認識の実験デ
ータを示す。
ータを示す。
次の類似カテゴリー37種について認識実験を行
なつた。
なつた。
対象カテゴリ 悪、意、炎、恩、害、完、患、
危、鬼、急、愚、恵、憲、更、克、
思、慈、充、是、泉、走、束、息、
怠、態、忠、展、東、唐、念、売、
尾、免、吏、竜、昆 使用データ 各カテゴリ 100サンプル計3700
データ 認認実験 本発明による方式の特徴を用いた場合の認識率
65.3％ 第３図ハ，ニの特徴を用いた場合の認識率
62.7％ 本発明による方式の特徴と他の２つの特徴を組
み合わせた場合 86.2％ 第３図ハ，ニの特徴と他の２つの特徴を組み合
わせた場合 83.4％ この認識実験結果に示すように第３図ハ，ニの
特徴を用いた場合にくらべ、本発明による方式の
特徴を用いると認識率が３％程度向上する。
危、鬼、急、愚、恵、憲、更、克、
思、慈、充、是、泉、走、束、息、
怠、態、忠、展、東、唐、念、売、
尾、免、吏、竜、昆 使用データ 各カテゴリ 100サンプル計3700
データ 認認実験 本発明による方式の特徴を用いた場合の認識率
65.3％ 第３図ハ，ニの特徴を用いた場合の認識率
62.7％ 本発明による方式の特徴と他の２つの特徴を組
み合わせた場合 86.2％ 第３図ハ，ニの特徴と他の２つの特徴を組み合
わせた場合 83.4％ この認識実験結果に示すように第３図ハ，ニの
特徴を用いた場合にくらべ、本発明による方式の
特徴を用いると認識率が３％程度向上する。
以上の説明から明らかなように、本発明によれ
ば、筆記者特有の癖による文字の傾きや線の長短
に影響されない、また扱い易い文字の特徴を抽出
することが出来る。
ば、筆記者特有の癖による文字の傾きや線の長短
に影響されない、また扱い易い文字の特徴を抽出
することが出来る。
第１図は本発明の一実施例を示すブロツク図、
第２図はその動作説明図、第３図は従来の文字認
識方式の説明図である。 図中、３１は入力映像情報、２０ａは上下が囲
まれた部分、１９ａは左右が囲まれた部分、３８
は上下左右が囲まれた部分である。
第２図はその動作説明図、第３図は従来の文字認
識方式の説明図である。 図中、３１は入力映像情報、２０ａは上下が囲
まれた部分、１９ａは左右が囲まれた部分、３８
は上下左右が囲まれた部分である。
Claims (1)
- １ 入力文字画像情報の特徴を抽出し、抽出され
た特徴パターンと予め用意された辞書パターンと
を照合して、その照合結果から入力文字を判定す
る文字認識方式において、文字ストロークの背景
部分を、該ストロークで上下が囲まれた部分、左
右が囲まれた部分、および上下左右が囲まれた部
分に分けて各部分にそれぞれ異なるラベルを付
け、そして水平、垂直走査線が各ラベル領域と交
差する回数を計数し、そのヒストグラムを入力文
字の特徴パターンとすることを特徴とする文字認
識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56034243A JPS57147783A (en) | 1981-03-10 | 1981-03-10 | Character recognizing system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56034243A JPS57147783A (en) | 1981-03-10 | 1981-03-10 | Character recognizing system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS57147783A JPS57147783A (en) | 1982-09-11 |
| JPH0113583B2 true JPH0113583B2 (ja) | 1989-03-07 |
Family
ID=12408712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP56034243A Granted JPS57147783A (en) | 1981-03-10 | 1981-03-10 | Character recognizing system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS57147783A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4276865A1 (en) | 2022-05-12 | 2023-11-15 | Zippy Technology Corp. | Micro switch |
-
1981
- 1981-03-10 JP JP56034243A patent/JPS57147783A/ja active Granted
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4276865A1 (en) | 2022-05-12 | 2023-11-15 | Zippy Technology Corp. | Micro switch |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS57147783A (en) | 1982-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3445394B2 (ja) | 少なくとも二つのイメージセクションの比較方法 | |
| US4408342A (en) | Method for recognizing a machine encoded character | |
| JPS6077274A (ja) | 文字認識方法 | |
| KR19980018029A (ko) | 문자 인식 장치 | |
| Lehal et al. | Feature extraction and classification for OCR of Gurmukhi script | |
| Biswas et al. | Writer identification of Bangla handwritings by radon transform projection profile | |
| JP2730665B2 (ja) | 文字認識装置および方法 | |
| JPS63182793A (ja) | 文字切り出し方式 | |
| Zhou et al. | Discrimination of characters by a multi-stage recognition process | |
| Lakshmi et al. | An optical character recognition system for printed Telugu text | |
| JPH0430070B2 (ja) | ||
| Lakshmi et al. | OCR of printed Telugu text with high recognition accuracies | |
| Tarafdar et al. | A two-stage approach for word spotting in graphical documents | |
| JPH0113583B2 (ja) | ||
| Tou et al. | Automatic recognition of handwritten characters via feature extraction and multi-level decision | |
| Srivastava et al. | Separation of machine printed and handwritten text for Hindi documents | |
| US10657404B2 (en) | Character recognition device, character recognition method, and character recognition program | |
| JP3476595B2 (ja) | 画像領域分割方法、および画像２値化方法 | |
| Pourasad et al. | A word spotting method for Farsi machine-printed document images | |
| Lee et al. | Combining macro and micro features for writer identification | |
| JPS592191A (ja) | 手書き日本語文の認識処理方式 | |
| JPS63269267A (ja) | 文字認識方法 | |
| KR100332752B1 (ko) | 문자인식방법 | |
| KR102742277B1 (ko) | 만주어의 글자 추출 방법 및 이를 수행하는 시스템 | |
| Parker et al. | Vector templates for symbol recognition |