JPH01255986A - マルチフオント辞書の作成法 - Google Patents

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。

Description

【発明の詳細な説明】 〔概　要〕 単一の辞書で複数の文字フォントを認識するためのマル
チフォント辞書の作成法に関し、単一の辞書であっても
多種類のフォントを高認識率で認識することができるよ
うな辞書の作成方法を提供することを目的とし、 ２値化された画素からなる文字の輪郭を抽出するステッ
プと、１文字の領域をＮＸＮ（Ｎは整数）区分に分割す
るステップと、各区分内の輪郭線を構成する画素を順次
辿ったときの次隣接画素に対する方向を基準方向から４
５”おきの４方向に対応して指数付けすることによって
各文字ごとにＮ×Ｎ×４次元の特徴量を作成するステッ
プと、複数の文字フォントに対応して得られた複数の特
徴量を平均化した特徴量を作成するステップと、を具え
所定数の異なる文字からなる文字サンプルによって得ら
れた特徴量グループを該複数の文字フォントに対する〕
（通の辞書とすることによって構成する。

〔産業上の利用分野〕

本発明は単一の辞書で複数の文字フォントを認識するだ
めのマルチフォント辞書の作成法に関するものである。

活字認識装置においてはスキャナを介して文書を読み込
み、印刷されている文字を辞書を参照して１文字づつ識
別してコード化することによっ°ζ文書ファイルを作成
する。さらにこれによって表示を行ったり、あるいはワ
ープロ機能と結合して文書の加工を行う等の各種の作業
を行うシステムを構成することができる。

このような活字認識装置において使用される辞書は、認
識すべき活字の文字フォントが多種類である場合にも、
高認識率で識別を行うことができるものであることか要
望される。

〔従来の技術〕

活字認識（ここで“活字”とはＪＩＳで定められている
漢字コートを詣ずものとする）を行う場合、対象とする
文字フォントに対してはＪＩＳで規格が定められている
。しかしながら現実には、新聞、雑誌等における印刷字
体やワードプロセッサ、プリンタ等における印字字体等
は、それぞれの字体はＪＩＳで定められているフォント
と似てはいるが、細部においては製造元によってそれぞ
れ異なっている。

そのため従来の活字認識装置におい“ζは、このような
各種のフォントに対応してそれぞれ専用の辞書を有し、
これによって活字認識を行うようにしていた。

〔発明が解決しようとする課題〕

活字認識装置においては、各種の異なるフォントからな
る文書を共通的に扱うことができるようにすることが望
ましいが、この場合各フオン１−ごとに辞書を用意する
ことはデータ量が膨大になって実用的でない。

そこで単一の辞書を用いて多種類のフォノＩ・を認識さ
せるようにすることが考えられるが、このようにした場
合は上述のように各フォントによって字体の相違がある
ため、ある文字フォントに対応して作成した辞書を用い
て異なる文字フォントを認識させようとすると、認識率
が悪化する場合が生じる。そのため従来は、単一の辞書
を用いて多種類のフォントの認識を行うことは困難であ
るという問題があった。

本発明はこのような従来技術の課題を解決しようとする
ものであって、単一の辞書であっても多種類のフォント
を高認識率で認識することができるような辞書の作成方
法を提供することを目的とし′ζいる。

〔課題を解決するための手段〕

本発明のマルチフォント辞書の作成法は、第１図にその
原理的構成を示されるように、２値化された画素からな
る文字の輪郭を抽出するステップＳ２．Ｓ３．Ｓ４と、
１文字の領域をＮ×Ｎ　（Ｎは整数）区分に分割するス
テップＳ５と、各区分内の輪郭線を構成する画素を順次
辿ったときの次隣接画素に対する方向を基準方向から４
５°おきの４方向に対応して指数付けすることによって
各文字ごとにＮ×Ｎ×　４次元の特徴間を作成するステ
ップＳ６．Ｓ７と、複数の文字フォントに対応して得ら
れた複数の特徴間を平均化した特徴間を作成するステッ
プＳ８とを具え、所定数の異なる文字からなる文字サン
プルによって得られた特徴量グループを該複数の文字フ
ォントに対する共通の辞書とするものである。

〔作　用〕

本発明のマルチフォント辞書作成法においては、第１図
に示されるように、まずスキャナ等の読み込み装置から
辞書とすべき文章を１画面として読み込み（ステップＳ
ｌ）、次にこれを適当な闇値を用いて画像の濃淡に対応
する黒白の２値の画素の集合からなる画面に変換する（
ステップＳ２）。

次にこのような文章イメージを文字の行ごとに分割して
切り出し、さらに各行をそれを構成する文字ごとに分割
して切り出す（ステ・ノブＳ３）。

このようにして分離された各文字イメージについて文字
輪郭の抽出を行う（ステップＳ４）。文字輪郭の抽出は
画面を一定方向に走査した際における、画素の白−黒お
よび黒−白の変化の境界の検出等周知の方法で行うこと
ができる。

次に１文字の領域をＮＸＮ個のマス目に等分割する（ス
テップＳ５）。そして各マス口内にある輪郭線上の画素
を、上部から輪郭線に沿って順次辿ったときの次隣接画
素に対する方向が、基準方向からの角度の大きさに対応
する４５°おきの４方向のいずれであるかを示す指数に
よって表す４方向の指数付けを行う（ステップＳ６）。

第２図は４方向の指数を示したものであって、右水平方
向をＯとし、それから左回りに４５゛おきに１，２．３
とした４方向の指数を定義するものとする。従って例え
ば次隣接画素に対する方向が垂直下向きのときは、指数
は２である。

このようにしであるマス口内の輪郭線上のすべての画素
について指数付けが終了したとき、同じ１旨数成分ごと
にその数を加算して、基準方向からの角度が小さい順に
配列して４次元の特徴量とする。例えば特徴量が（２，
０，０，３）と表された場合は、指数“Ｏ“の数が２個
、指数“Ｉ”の数が０１囚、指数“２”の数が０１１１
１．指数“３”の数が３個であることを示している。ま
た従ってマス口内に画素が存在しないときの特徴量は（
０゜０．０．０）によって示される。

このような操作を文字イメージを構成する各マス目ごと
に行って各マス目ごとに４次元の特徴■を作成すること
によって、全体としてＮ×Ｎ×　４次元からなる特徴量
を文字ごとに作成する（ステップＳ７）　　。

このような処理を濃度等の読み込み条件を変えながらＭ
回行う。すなわち読み込み回数ｉ＝０から開始してｉ＞
Ｍになるまで、ｉを＋１しながら順次繰り返して行い、
これによって特徴量グループａを作成する。

さらに特徴量ａの作成法に従って、Ｋ種類のフォントの
同一の文章を読み込み同様の処理を行う。

すなわちフォントの番号ｊ＝１から開始してｊ〉Ｋにな
るまで、ｊを＋１しながら順次繰り返して行うことによ
って、特徴量グループｂ、特微量グループＣ２−を得る
。

Ｋ種類の特徴量グループａ、　　ｂ、−の作成を終了し
たとき、全グループの特徴量を平均化することによって
、所望の辞書を得る。すなわち各グループの特徴量を加
算し°ζＫＸＭで割ることによって各文字ごとの特徴量
を平均化したデータが得られるので、これをそれぞれの
文字の辞書データとする。

第３図は第１図に示された原理的構成に対応するマルチ
フォント辞書作成部の構成例を示したものである。すな
わち文書入力は２値化されて一旦イメージメモリ１１に
格納される。次に文字輪郭抽出部１２はイメージメモリ
１１に格納されたデータによって、行切り出し１文字切
り出しおよび文字輪郭抽出等の処理を行う。特微量生成
部１３は−イメージメモリＩＩに格納されたデータおよ
び文字輪郭抽出部１２で作成された文字輪郭のデータに
よって、ＮＸＮのマス目分割、マスロ内の文字輪郭を構
成する各画素と次隣接画素との方向に対する４方向の指
数付けによるＮ×Ｎ×４次元の特徴量作成等の処理を行
って各文字フォントに対応する複数個の特徴量グループ
を作成し、さらに各グループの特徴量の平均化を行って
辞書データを作成する。

作成された辞書は外部記憶装置に出力されて格納される
。

〔実施例〕

第４図は本発明の一実施例の処理フローを示したもので
ある。

また第５図はこの場合におい°ζ対象とする文字フォン
トの例を示したものである。

第４図の実施例においては、スキャナから読み込む文書
としてＪＩＳ漢字コードの３３０３文字をコート順に配
列した文章（文字サンプル）を用い、Ｍ＝１０とした場
合を示している。この場合に用いられる文字フォノ１−
の種類はに＝３ずなわち第５図に示されるように、ＦＭ
　１６β用プリンタ（富士通型）に使用されているフォ
ントＡ　（ＪＩＳ旧字体）、ＦＭＦ用プリンタ（富士通
Ｖ）に使用されているフォノ１−Ｂ（ＪＩＳ新字体）お
よび岩田細明朝体（写植用標準字体）のフォノｌ−Ｃの
３種類であって、従って合計ＫｘＭ＝３０回の処理を行
って平均化して辞書を作成する。

処理は第４図に示すフローに従７．て行われる。

この場合の各ステップは第１図に示された各処理ステッ
プに対応して同し番号で示されている。すなわら読み込
み文字の２値化１行切り出し５文字切り出し８文字輪郭
抽出等を行って８×８のマス口に分割して８Ｘ８ｘ４＝
２５６次元の特徴量を作成する。さらにこのような処理
を読み込み濃度等を変えて１０回繰り返して行って特徴
量グループを得、さらに３種類のフォントについて同様
の処理を行うことによって、合計３０回の処理を行う。

すべてのデータが得られたとき、各特ｆｆ１ｒｆグル−
プを加算して３０で割って平均化すること番こｃ長って
各文字の辞書データを作成する。さらにこのような処理
を文字サンプルを構成する各文字について行うことによ
って、文字コードと各文字の辞書データとを対応させた
辞書を作成する。

この辞書は文字サンプルを構成する各文字とそれぞれの
文字の平均化された特徴量とを対応させたものであり、
活字認識を行う際には、読み込まれた文字から第４図に
示されたと同様の処理によって文字輪郭抽出、特徴量生
成等の処理を行って得られた各文字の特徴量を、上述の
辞書と照合して同一または最も近い特徴量を選出し、こ
の特徴量に対応する文字コードを辞書から読み出すこと
によって活字認識を行うことができる。

この辞書を用いて上述の各文字サンプルを評価したとこ
ろ、９９％前後の認識率が得られた。この認識率は、各
フォントごとにそれぞれ辞書を作成して評価した場合の
認識率を上回る場合もあるものであった。

第６図は、本発明のマルチフォント辞書作成法を通用し
た活字認識装置の構成例を示したものであっ′ζ、１０
は第３図に示されたマルチフォント辞書作成部、１４は
スキャナである。１５はパソコンであって中央処理装置
（ＣＰＵ）１６とＣＰＵｌ６の動作プログラムおよび演
算データ等を記憶する主記憶装置１７とを具えている。

１８は外部記憶装置である。

第６図において、スキャナ１４はマルチフォント辞書作
成部１０に対して文書の読み込みを行い、これによって
マルチフォント辞書作成部１０において、第３図につい
て説明したようにして文字輪郭抽出。

特徴量作成等の処理が行われる。パソコン１５はマルチ
フォント辞書作成部１０におい°ζ、文字サンプルを構
成する各文字について特ｍ１ｉｔが作成されるごとに、
これを取り出して外部記憶装置１８に記１２ｇさせる。

このようにしである文字フォントについでＭ回の処理を
行い、さらに同一文字サンプルのに個の文字フォントに
ついて同様の処理を繰り返すことによってＫＸＭ回の処
理が終了したとき、パソコン１５は外部記憶装置１８か
らすべての特徴■グループのデータを取り出して、加算
してＫＸＭで平均化することによって各文字の辞書デー
タを作成する。作成された辞書データは外部記憶装置】
８に出力されて格納される。このような処理を文字サン
プルを構成する各文字について行うことによって、その
文字サンプルに対する辞書が作成される。

〔発明の効果〕

以上説明したように本発明によれば、複数の文字フォン
トから抽出した特徴量を平均化して活字の認識を行う場
合の辞書を作成するようにしたので、各文字フォントの
共通部分を強調した辞書を得ることができ、従って単一
の辞書を用いて多種類の文字フォノＩ・からなる活字を
高い認識率で認識することができるようになる。

【図面の簡単な説明】

第１図は原理的構成を示す図、 第２図は４方向指数を示す図、 第３図はマルチフォント辞書作成部の構成例を示す図、 第４図は本発明の一実施例の処理フローを示す図、 第５図は文字フォノＩ−の例を示す図、第６図は本発明
を通用した活字認識装置の構成例を示す図である。 １０・−マルチフォント辞署作へ部 １１−　　イメージメモリ １２−文字輪９μ抽出部 １３−特徴猾生成部 １４−スキャナ １５−パソコン １８−外部記憶装置

Claims (1)

1. 【特許請求の範囲】 　２値化された画素からなる文字の輪郭を抽出するステ
   ップ（Ｓ２、Ｓ３、Ｓ４）と、 １文字の領域をＮ×Ｎ（Ｎは整数）区分に分割するステ
   ップ（Ｓ５）と、 各区分内の輪郭線を構成する画素を順次辿ったときの次
   隣接画素に対する方向を基準方向から４５゜おきの４方
   向に対応して指数付けすることによって各文字ごとにＮ
   ×Ｎ×４次元の特徴量を作成するステップ（Ｓ６、Ｓ７
   ）と、 複数の文字フォントに対応して得られた複数の特徴量を
   平均化した特徴量を作成するステップ（Ｓ８）と を具え所定数の異なる文字からなる文字サンプルによっ
   て得られた特徴量グループを該複数の文字フォントに対
   する共通の辞書とすることを特徴とするマルチフォント
   辞書の作成法。