JPH01191992A - 文字認識装置 - Google Patents
文字認識装置Info
- Publication number
- JPH01191992A JPH01191992A JP63015729A JP1572988A JPH01191992A JP H01191992 A JPH01191992 A JP H01191992A JP 63015729 A JP63015729 A JP 63015729A JP 1572988 A JP1572988 A JP 1572988A JP H01191992 A JPH01191992 A JP H01191992A
- Authority
- JP
- Japan
- Prior art keywords
- character
- candidate
- characters
- recognition device
- character recognition
- 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.)
- Pending
Links
Landscapes
- Character Discrimination (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
［産業上の利用分野］
本発明は文字認識装置、特に連続した文字列を認識する
文字認識装置に関するものである。
文字認識装置に関するものである。
［従来の技術］
、文字認識装置においては、入力された文字画像に対し
て２値化、１文字の切り出し、ノイズ除去等の前処理を
行い、予め定められた手順に従い文字の特徴を抽出し、
予め登録しておいた辞書の標準パターンとの比較を行い
候補の文字コードを出力する。しかし、照合の結果が唯
一に決定されればそのまま最終出力となるが、複数の文
字が候補となる場合には何らかの後処理によって候補を
一つに絞る必要がある。
て２値化、１文字の切り出し、ノイズ除去等の前処理を
行い、予め定められた手順に従い文字の特徴を抽出し、
予め登録しておいた辞書の標準パターンとの比較を行い
候補の文字コードを出力する。しかし、照合の結果が唯
一に決定されればそのまま最終出力となるが、複数の文
字が候補となる場合には何らかの後処理によって候補を
一つに絞る必要がある。
そこで、従来から複数の候補から１つの文字を選び出す
方法の一つとして、隣接する文字との組み合わせに注目
し、ある一定の長さの文字列の生起頻度を予め調べてお
き、その文字列の生起頻度に基づいて候補文字を特定す
る方法が知られている。
方法の一つとして、隣接する文字との組み合わせに注目
し、ある一定の長さの文字列の生起頻度を予め調べてお
き、その文字列の生起頻度に基づいて候補文字を特定す
る方法が知られている。
［発明が解決しようとする課題］
ところが、上記従来例では予め生起頻度を登録しておく
文字列の数が少ないと後処理の効果が表われないため、
十分な数の文字列の生起頻度を登録しておく必要がある
。しかし、対象とする文字の種類が増えるに従って生起
可能な文字列の数は爆発的に増大し、これらの文字列を
すべて記憶しておくには大規模な記憶素子を必要とし、
また文字列との照合にも時間がかかるという欠点があっ
た。
文字列の数が少ないと後処理の効果が表われないため、
十分な数の文字列の生起頻度を登録しておく必要がある
。しかし、対象とする文字の種類が増えるに従って生起
可能な文字列の数は爆発的に増大し、これらの文字列を
すべて記憶しておくには大規模な記憶素子を必要とし、
また文字列との照合にも時間がかかるという欠点があっ
た。
本発明は、前記従来例の欠点を除去し、少ない記憶容量
で短時間に正読率の高い文字認識を行う文字認識装置を
提供する。
で短時間に正読率の高い文字認識を行う文字認識装置を
提供する。
［課題を解決するための手段］
この課題を解決するために、本発明の文字認識装置は、
入力文字の特徴を辞書と比較して文字の認識を行う文字
認識装置であって、 各文字を複数のグループに分類する分類手段と、注目文
字に対する候補文字のグループと少なくとも１つの近傍
文字のグループとの結合度に基づいて、前記注目文字を
特定する特定手段とを備える。
入力文字の特徴を辞書と比較して文字の認識を行う文字
認識装置であって、 各文字を複数のグループに分類する分類手段と、注目文
字に対する候補文字のグループと少なくとも１つの近傍
文字のグループとの結合度に基づいて、前記注目文字を
特定する特定手段とを備える。
又、第１候補の文字の確かさを判定する判定手段を更に
備える。
備える。
［作用］
かかる構成において、認識対象とする文字の種類を複数
のグループに分類し、グループ間の結合度を予め登録し
ておき、認識しようとする文字とその前後複数個の文字
のそれぞれ属するグループ間の結合度を判定に加味する
。
のグループに分類し、グループ間の結合度を予め登録し
ておき、認識しようとする文字とその前後複数個の文字
のそれぞれ属するグループ間の結合度を判定に加味する
。
［実施例］
以下添付図面に従って、実施例の文字認識装置を説明す
る まず、第５図の従来の文字認識装置の構成を示すブロッ
ク図に従って従来例を説明する。５１は入力部でＯＣＲ
（光学的文字認識装置）の場合はオンライン手書き文字
認識の場合はペンとタブレットによって構成される。５
２は入力された文字画像に対して２値化、１文字の切り
出し。
る まず、第５図の従来の文字認識装置の構成を示すブロッ
ク図に従って従来例を説明する。５１は入力部でＯＣＲ
（光学的文字認識装置）の場合はオンライン手書き文字
認識の場合はペンとタブレットによって構成される。５
２は入力された文字画像に対して２値化、１文字の切り
出し。
ノイズ除去等の前処理を行う前処理部で５３は予め定め
られた手順に従い文字の特徴を抽出する特徴抽出部、５
４は認識対象とする文字の特徴を標準パターンとして予
め登録しておく辞書部、５５は文字の特徴と辞書の標準
パターンとの比較を行い候補の文字コードを出力する判
定部、５６は判定部５５の判定結果に応じて最終的な出
力を行うための後処理を行う後処理回路である。
られた手順に従い文字の特徴を抽出する特徴抽出部、５
４は認識対象とする文字の特徴を標準パターンとして予
め登録しておく辞書部、５５は文字の特徴と辞書の標準
パターンとの比較を行い候補の文字コードを出力する判
定部、５６は判定部５５の判定結果に応じて最終的な出
力を行うための後処理を行う後処理回路である。
次に第５図の従来の文字認識装置の動作について説明す
る。
る。
まず入力部５１によって取り込まれた入力文字は、前処
理回路５２によって２値化され、図示しない画像バッフ
ァメモリに書き込まれる。さらに前処理回路５２ではノ
イズの除去、１文字の切り出しを行い、特徴抽出部５３
に送出する。
理回路５２によって２値化され、図示しない画像バッフ
ァメモリに書き込まれる。さらに前処理回路５２ではノ
イズの除去、１文字の切り出しを行い、特徴抽出部５３
に送出する。
特徴抽出部５３では、予め定められた手順に従って文字
線の形状あるいは背景部の特徴等を抽出する認識アルゴ
リズムを実行する。そして判定部５５は特徴抽出部５３
で抽出された特徴を、辞書５４に予め登録されている標
準パターンと照合し候補の文字コードを後処理回路５６
に出力する。
線の形状あるいは背景部の特徴等を抽出する認識アルゴ
リズムを実行する。そして判定部５５は特徴抽出部５３
で抽出された特徴を、辞書５４に予め登録されている標
準パターンと照合し候補の文字コードを後処理回路５６
に出力する。
判定部５５での照合の結果が唯一に決定されればそのま
ま最終出力となるが、複数の文字が候補となる場合には
、後処理回路５６で隣接する文字との組み合わせに注目
し、ある一定の長さの文字列の生起頻度を予め調べてお
き、その文字列の生起頻度に基づいて候補文字を特定す
る。
ま最終出力となるが、複数の文字が候補となる場合には
、後処理回路５６で隣接する文字との組み合わせに注目
し、ある一定の長さの文字列の生起頻度を予め調べてお
き、その文字列の生起頻度に基づいて候補文字を特定す
る。
第１図は本実施例の文字認識装置の構成を示すブロック
図である。
図である。
ｌは文字入力を行う入力部、２は入力文字画像に対して
前処理を行う前処理部、３は予め定められたアルゴリズ
ムに従って文字の特徴を抽出する特徴抽出部、４は認識
対象とする候補文字の特徴を予め登録しておく辞書部、
５は入力文字の特徴と辞書部の標準パターンを比較し候
補文字を出力する判定部、６は判定部５での比較によっ
て得られた注目文字の候補文字及び１つ前の文字を所定
のグループに分類するグループ分類部、７はグループ分
類部６による分類結果の結合度に基づいて、入力文字の
再判定を行う再判定部である。
前処理を行う前処理部、３は予め定められたアルゴリズ
ムに従って文字の特徴を抽出する特徴抽出部、４は認識
対象とする候補文字の特徴を予め登録しておく辞書部、
５は入力文字の特徴と辞書部の標準パターンを比較し候
補文字を出力する判定部、６は判定部５での比較によっ
て得られた注目文字の候補文字及び１つ前の文字を所定
のグループに分類するグループ分類部、７はグループ分
類部６による分類結果の結合度に基づいて、入力文字の
再判定を行う再判定部である。
尚、本実施例では、１つ前の文字の第１候補文字の類似
度が所定値以上の場合のみに、グループの結合度による
再判定を行っている。
度が所定値以上の場合のみに、グループの結合度による
再判定を行っている。
本実施例では認識対象文字を第３図に示すように英字、
数字、カタカナとし、これら３ ｆｆｆｉ類のグループ
をそれぞれＧ１．Ｇ、、Ｇ、と呼ぶことにする。もちろ
んこれらのグループはひらがな。
数字、カタカナとし、これら３ ｆｆｆｉ類のグループ
をそれぞれＧ１．Ｇ、、Ｇ、と呼ぶことにする。もちろ
んこれらのグループはひらがな。
漢字等に拡張可能であり、またグループ分けの方法も本
例に限らず任意である。
例に限らず任意である。
そして、各グループ間の結合度γ（Ｇ Ｉ＊ＧＪ ）
（ｔ、ｊ−１，２，３）を予め定めてオく、γ（Ｇｓ
、 ＧＪ ）の例を第４図に示す。
（ｔ、ｊ−１，２，３）を予め定めてオく、γ（Ｇｓ
、 ＧＪ ）の例を第４図に示す。
これは数字が大きいほど結合しゃすいことを表していて
、例えば、英字・英字の組み合わせは起こりやすいが英
字・カタカナの組み合わせは起こりにくいことを表して
いる。これらの結合度は認識対象となる文書・伝票等を
解析することによって決定することができる。
、例えば、英字・英字の組み合わせは起こりやすいが英
字・カタカナの組み合わせは起こりにくいことを表して
いる。これらの結合度は認識対象となる文書・伝票等を
解析することによって決定することができる。
次に第２図のフローチャートに従って本実施例の動作に
ついて説明する。
ついて説明する。
ステップ５１０１で入力されたデータに対して、ステッ
プ５１０２で１文字の切り出し等の前処理が行われ、ス
テップ５１０３で予め定められたアルゴリズムに従って
特徴抽出が行われる。
プ５１０２で１文字の切り出し等の前処理が行われ、ス
テップ５１０３で予め定められたアルゴリズムに従って
特徴抽出が行われる。
次にステップ５１０４で入力文字の特徴を予め辞書に１
！録しである候補文字の特徴と比較し、入力文字と各候
補文字との距Ｍ（あるいは類似度）を計算する。そして
最も距離の小さい（類似度が大きい）候補文字が第１候
補となり、さらにその距離に従って第１候補が“決定”
であるか“保留“であるかが判定される。“決定“か“
保留“かの判定基準に関しては、第１候補との距離を予
め定められたしきい値と比較することによって判定して
もよいし、第１候補との距離と第２候補との距離の比較
によって判定してもよい。
！録しである候補文字の特徴と比較し、入力文字と各候
補文字との距Ｍ（あるいは類似度）を計算する。そして
最も距離の小さい（類似度が大きい）候補文字が第１候
補となり、さらにその距離に従って第１候補が“決定”
であるか“保留“であるかが判定される。“決定“か“
保留“かの判定基準に関しては、第１候補との距離を予
め定められたしきい値と比較することによって判定して
もよいし、第１候補との距離と第２候補との距離の比較
によって判定してもよい。
ステップ５１０５では第１候補が“決定”であるか“保
留”であるかが記憶され、そして“決定“であったとき
にはステップ５１０７に進み、第１候補が何であるかを
記憶した後、ステップ５ｔｔｏでその第１候補を最終候
補として出力する。
留”であるかが記憶され、そして“決定“であったとき
にはステップ５１０７に進み、第１候補が何であるかを
記憶した後、ステップ５ｔｔｏでその第１候補を最終候
補として出力する。
一方、第１候補が“保留”である場合、ステップ５１０
８に進み、前の文字が“保留”であった場合には、前の
文字の情報量が低いので前の文字の情報は使わずに、ス
テップ５１１０で第１候補をそのまま最終候補として出
力する。
８に進み、前の文字が“保留”であった場合には、前の
文字の情報量が低いので前の文字の情報は使わずに、ス
テップ５１１０で第１候補をそのまま最終候補として出
力する。
前の文字が“決定”であったときには、各候補文字の属
するグループと前の文字の属するグループとの結合度を
考慮して、ステップ５１０９で再判定を行う。
するグループと前の文字の属するグループとの結合度を
考慮して、ステップ５１０９で再判定を行う。
以下に再判定のための評価式の例を示す。
ｄ’ （ｋ）−ｄ （ｋ）＋ｆ （γ（ａｍ、Ｇｂ））
ｋ冨１．２．…、Ｎ Ｇ、：にの属するグループ Ｇｂ ：前の文字の属するグループ Ｎ個の候補が選び出されたとし、候補文字ｋ（ｋ−１，
２，−・・、Ｎ）との距離をｄ （ｋ）で表すことにす
る。そして、ｋの属するグループを０１、前の文字の属
するグループをＧ、とするとγ（Ｇａ ＊ Ｇｂ ）に
よって定まる補正量ｆ（γ（ｃａ 、Ｇｂ ） ）をｂ
（ｋ）に加えることによって再判定のための距１１ｆ
ｔｄ’（ｋ）が得られる。
ｋ冨１．２．…、Ｎ Ｇ、：にの属するグループ Ｇｂ ：前の文字の属するグループ Ｎ個の候補が選び出されたとし、候補文字ｋ（ｋ−１，
２，−・・、Ｎ）との距離をｄ （ｋ）で表すことにす
る。そして、ｋの属するグループを０１、前の文字の属
するグループをＧ、とするとγ（Ｇａ ＊ Ｇｂ ）に
よって定まる補正量ｆ（γ（ｃａ 、Ｇｂ ） ）をｂ
（ｋ）に加えることによって再判定のための距１１ｆ
ｔｄ’（ｋ）が得られる。
ｆ（γ）は距離の定義によって異なる適当な関数で、例
えば距離にマハラノビス距離を用いるならばｆ（γ）は
γの１次式になる。
えば距離にマハラノビス距離を用いるならばｆ（γ）は
γの１次式になる。
ステップ５１０９でｄ’（ｋ）を用いた再判定の結果、
最終的な第１候補が決定されるとステップ５１１０で出
力される。
最終的な第１候補が決定されるとステップ５１１０で出
力される。
以上のように、最初に認識を行った結果複数の候補が選
び出された場合でも、一つ前の文字の情報を用いて再判
定を行うことによってより高い確率で正しい認識を行う
ことができる。
び出された場合でも、一つ前の文字の情報を用いて再判
定を行うことによってより高い確率で正しい認識を行う
ことができる。
尚、本実施例では認識しようとする文字に対して一つ前
の文字との結合度を考慮して再判定を行っていたが、結
合度を考えるのはその文字と一つ前の２文字間だけに限
らない、前２つの文字を含めた３文字のそれぞれの属す
るグループ間の結合度から再判定を行えばより確実な再
判定が可能である。また前の文字だけでなく、認識しよ
うとする文字とその前後の文字を取り出して、やはりそ
れぞれの属するグループ間の結合度を再判定に利用する
ことができる。
の文字との結合度を考慮して再判定を行っていたが、結
合度を考えるのはその文字と一つ前の２文字間だけに限
らない、前２つの文字を含めた３文字のそれぞれの属す
るグループ間の結合度から再判定を行えばより確実な再
判定が可能である。また前の文字だけでなく、認識しよ
うとする文字とその前後の文字を取り出して、やはりそ
れぞれの属するグループ間の結合度を再判定に利用する
ことができる。
以上説明したように、認識対象とする文字の種類を複数
のグループに分類し、グループ間の結合度に基づいて再
判定を行うことによって、文字列の連続性を考慮した正
統率の高い認識を可能にする効果がある。
のグループに分類し、グループ間の結合度に基づいて再
判定を行うことによって、文字列の連続性を考慮した正
統率の高い認識を可能にする効果がある。
又、登録しておく結合度はグループ間のものなので少数
の組み合わせで済み、小さな記憶素子で実現できると共
に、結合度を参照し再判定のための補正値を計算するた
めの時間も極めて短い時間で可能である。
の組み合わせで済み、小さな記憶素子で実現できると共
に、結合度を参照し再判定のための補正値を計算するた
めの時間も極めて短い時間で可能である。
［発明の効果］
本発明により、少ない記憶容量で短時間に正読率の高い
文字認識を行う文字認識装置を提供できる。
文字認識を行う文字認識装置を提供できる。
更に、正読率をより高くする文字認識装置をも提供した
。
。
第１図は本実施例の文字認識装置の構成を示すブロック
図、 第２図は本実施例の文字認識装置の動作を示すフローチ
ャート、 第３図はグループ分けの例を示す図、 第４図はグループ間結合度の例を示す図、第５図は従来
の技術による文字認識装置の構成を示すブロック図であ
る。 図中、１・・・入力部、２・・・前処理部、３・・・特
徴抽出部、４・・・辞書、５・・・判定部、６・・・グ
ループ分類部、７・・・再判定部である。
図、 第２図は本実施例の文字認識装置の動作を示すフローチ
ャート、 第３図はグループ分けの例を示す図、 第４図はグループ間結合度の例を示す図、第５図は従来
の技術による文字認識装置の構成を示すブロック図であ
る。 図中、１・・・入力部、２・・・前処理部、３・・・特
徴抽出部、４・・・辞書、５・・・判定部、６・・・グ
ループ分類部、７・・・再判定部である。
Claims (2)
- （１）入力文字の特徴を辞書と比較して文字の認識を行
う文字認識装置において、 各文字を複数のグループに分類する分類手段と、 注目文字に対する候補文字のグループと少なくとも１つ
の近傍文字のグループとの結合度に基づいて、前記注目
文字を特定する特定手段とを備えることを特徴とする文
字認識装置。 - （２）第１候補の文字の確かさを判定する判定手段を更
に備え、 特定手段は、前記確かさが所定値より低い場合に、注目
文字に対する候補文字のグループと少なくとも１つの近
傍文字のグループとの結合度に基づいて、前記注目文字
を特定することを特徴とする請求項第１項記載の文字認
識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63015729A JPH01191992A (ja) | 1988-01-28 | 1988-01-28 | 文字認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63015729A JPH01191992A (ja) | 1988-01-28 | 1988-01-28 | 文字認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH01191992A true JPH01191992A (ja) | 1989-08-02 |
Family
ID=11896853
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63015729A Pending JPH01191992A (ja) | 1988-01-28 | 1988-01-28 | 文字認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH01191992A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002015280A (ja) * | 2000-06-28 | 2002-01-18 | Minolta Co Ltd | 画像認識装置、画像認識方法および画像認識プログラムを記録したコンピュータ読取可能な記録媒体 |
| US6551152B2 (en) | 2000-06-09 | 2003-04-22 | Kawasaki Jukogyo Kabushiki Kaisha | Jet-propulsive watercraft |
-
1988
- 1988-01-28 JP JP63015729A patent/JPH01191992A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6551152B2 (en) | 2000-06-09 | 2003-04-22 | Kawasaki Jukogyo Kabushiki Kaisha | Jet-propulsive watercraft |
| JP2002015280A (ja) * | 2000-06-28 | 2002-01-18 | Minolta Co Ltd | 画像認識装置、画像認識方法および画像認識プログラムを記録したコンピュータ読取可能な記録媒体 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6950555B2 (en) | Holistic-analytical recognition of handwritten text | |
| US5917941A (en) | Character segmentation technique with integrated word search for handwriting recognition | |
| EP0564827B1 (en) | A post-processing error correction scheme using a dictionary for on-line handwriting recognition | |
| US6834121B2 (en) | Apparatus for rough classification of words, method for rough classification of words, and record medium recording a control program thereof | |
| US5621818A (en) | Document recognition apparatus | |
| CN110110325B (zh) | 一种重复案件查找方法和装置、计算机可读存储介质 | |
| JP2001337993A (ja) | 文字認識結果を利用して情報を検索する検索装置および方法 | |
| Madhavaraj et al. | Improved recognition of aged Kannada documents by effective segmentation of merged characters | |
| JPH01191992A (ja) | 文字認識装置 | |
| Lay et al. | On-line Chinese character recognition with effective candidate radical and candidate character selections | |
| JPH0520794B2 (ja) | ||
| KR102742277B1 (ko) | 만주어의 글자 추출 방법 및 이를 수행하는 시스템 | |
| Sarkar | Word spotting in cursive handwritten documents using modified character shape codes | |
| Puri et al. | Sentence detection and extraction in machine printed imaged document using matching technique | |
| JP2906758B2 (ja) | 文字読取装置 | |
| JP3157530B2 (ja) | 文字切り出し方法 | |
| JPS60138689A (ja) | 文字認識方法 | |
| JP2973898B2 (ja) | 文字認識方法及び装置 | |
| JPH06162266A (ja) | オンライン手書き文字認識の方法及びその装置 | |
| JP3151866B2 (ja) | 英文字認識方法 | |
| JP2746345B2 (ja) | 文字認識の後処理方法 | |
| KR19990010213A (ko) | 매칭 속도를 개선한 문자 인식방법 | |
| Zhang | Construction of handwriting databases using transcript-based mapping | |
| JPH0944604A (ja) | 文字認識処理方法 | |
| JPH0746363B2 (ja) | 図面読取装置 |