JPH01303586A - 文字切り出し方法 - 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】 ［技術分野］ 本発明は′１文字認識装置における文字切り出し方法に
関する。

［従来技術］ 文字認識装置においては個々の文字パターンを切り出す
必要があるが、全角文字と半角文字が混在した文書、不
定ピッチの文書などでは文字の切り出しエラーが生じや
すい。

このような文字切り出しエラーが発生しやすい文書の文
字切り出しの信頼性を高める方法としては、異なった方
法で文字切り出しを行ってｉ！＆識する複数の処理系を
設け、各処理系の認識結果から最も妥当なものを選択す
ることにより、結果として文字切り出しを確定する方式
が知られている（特開昭６２−１４５４８５号、特開昭
６２−１４５４８６号）。しかし、これは処理のための
ハードウェア量が増加し、また処理の制御が複雑になる
という別の問題がある。

［目　的］ 本発明の目的は、ハードウェア量を増加させることなく
、かつ比較的少ない処理量で、認識系からのフィードバ
ックを受けながら高い信頼性の文字切り出し方法を提供
することにある。

［構　成］ 本発明の文字切り出し方法にあっては、まず。

行イメージより垂直射影の連続した黒画素群などを文字
素として切り出す。各文字素は、単独で一つの文字のパ
ターンを構成するものと１文字のパターンの一部を構成
するものとがある６次に各文字素のパターンと、連続し
た複数の文字素の組合せのパターンについて文字認識を
行い、その結果から各パターンを評価し、文字としての
確かさが最高の文字素またはその組合せのパターンを文
字パターンとして確定する。

［実施例］ 以下、図面により本発明の一実施例につき説明する。

第１図は本発明の一実施例に係る文字認識装置のブロッ
ク図である。

１は文書（ニジでは横書き文書とする）のイメージを読
み取るためのスキャナであり、これにより読み取られた
文書の２値のイメージデータは画像メモリ２に格納され
る。

３は文字切り出しから文字認識までの処理を実行する処
理部であり、行切り出し部４、文字素切り出し部５．パ
ターン合成部６、認識部７およびパターン選択部８より
なる。

行切り出し部４は文書イメージデータから、例えば縦方
向の射影をとって１行分の行イメージを切り出し、その
データを画像メモリ２に格納する部分である。

文字素切り出し部５は、例えば行イメージの垂直射影を
とって、その射影の連続した範囲を文字素として切り出
す部分である。このようにして切り出された文字素は、
それ単独で一つの文字であることも、文字の一部である
こともある。

パターン合成部６は１文字素切り出し部５から文字素の
切り出し情報を受け、賃上の各文字素または連続した複
数文字素の組合せによるパターン（文字候補パターン）
を、行イメージデータから順次切り出して画像メモリ２
に格納する部分である。この際１合成した文字候補パタ
ーンの大きさや位置の情報を作業用メモリ１０上のパタ
ーン情報テーブル１１に１文字素の組合せの情報を組合
せ情報テーブル１２に、それぞれ格納する。

認識部７は、パターン選択部８からの指示により動作し
、まずパターン合成部６により合成された文字候補パタ
ーンの特徴抽出を行う。例えばパターンの周囲に方向コ
ードを付加し、そのヒストグラムをとってコート化する
ことにより、多層方向コードヒストグラムなどを抽出す
る。そして、この抽出した特徴と辞書１３に登録されて
いる標準パターンの特徴とを比較し５距離が最小の候補
文字をパターン選択部８に渡す。

パターン選択部８は、組合せ情報テーブル１２を参照し
、行の最初の文字についての処理であれば、最初の文字
素から始まる各文字候補パターンについて、既に一つ以
上の文字を処理済みであれば、直前に確定した文字パタ
ーンを構成する最後の文字素の次の文字素から始まる各
文字候補パターンについて、認識処理を行うように認識
部８に指示する。そして、認識部７から返されたＬ！識
結果を評価し、同じ文字素から始まる複数の文字候補パ
ターンの中で文字としての確からしさが最高のものを選
択し、その候補文字を認識結果として認識結果記憶部９
に出力する。また、最終的に選択した文字候補パターン
と文字素が電ならない次の文字候補パターンについて処
理するように認識部７に指示する。

二Ｎで、確からしさの評価に用いる値（評価値）の例を
次に示す。

１）候補文字パターンの辞書との距離 この場合、評価値についての特別の演算が不要であるの
で、処理の高速化に有利である。

２）辞書作成時の方向コード総数により１文字候補パタ
ーンの辞書との距離を割った値 辞書との距離は、複雑な文字はど大きくなる傾向である
。この評価値によれば、このような文字の複雑さに依存
する距離の変動分を打ち消すことができる。

３）文字候補パターンの特徴ベクトルを生成する際に算
出される方向コードの総数により１文字候補パターンの
辞書との距離を割った値 これも２）の場合と同様に文字の複雑さの影響を補正で
きる。また、２）の場合と違い、文字毎の方向コード総
数を保存しておく必要がない。

以上説明した処理の流れを、さらに詳しくＰＡＤチャー
１−として第２図に示す。図中の■がら■は文字素切り
出し部４の処理であり、［有］）はパターン合成部６の
処理である。また、■はパターン選択部８の処理である
（たりし、辞書マツプは認識部７の処理である）。

以下、第３図の例を用い処理内容を詳述する。

処理■ 行イメージの縦方向の射影をとり、射影の連続した区間
をそれぞれ文字素として切り出す、第３図に示した行イ
メージ“′（いか）”では、図示のようにａ　＝　ｆの
文字素が切り出される。

外」Ｌ） 全角文字素と全角文字素の間隔の中の最小値を２で割っ
た値を最小文字間隔ｍｒｔｈとする。二Ｎで、全角文字
素とは、明らかに全角とみなされる文字素であり、例え
ば次の式で判定する。

文字素幅２行高さ×２／３　　　　　　・・・（１）笈
」Ｌ東 文字素の幅の最大値を最大文字幅ｃｈｖｉｄｔｈとする
。

カー環」Ｌ 最小文字間隔ｍｒＬｈ以下の文字素を統合する。たりし
、統合後の幅が最大文字幅ｃｈｗｉｄｔｈを越えないよ
うにする。この処理により１文字ｉｄｌ　ｅは一つの文
字素ｄ′に統合される。

処理（ｐ 文字素を左から右へ順次組み合せ、各組み合せの文字素
を組み合せテーブル１２に格納する。たゾし１組み合せ
後の幅は最大文字幅ｃｈｖｉｄｔｈ以下に制限する。そ
して、文字素の各組み合せ（文字素１個のものも含む）
の文字候補パターンを行イメージから切り出して画像メ
モリ２に格納し、またパターンの大きさおよび位置をパ
ターン情報テーブル１１に格納する。

第３図の例では、図示のように文字候補としての文字素
の組合せはＡ、Ｂ、Ｃ，Ｄ、Ｅ、Ｆ、Ｇの７個が得られ
る。この場合の組み合せ情報テーブル１２の内容を第４
図に示す。

五］Ｌ亜 第３図の例の場合、処理内容は以下の通りである。

ア）文字素ａから始まる文字候補パターンＡ、　Ｂにつ
いて辞書との比較を行い、その結果を評価、比較する。

この例では、文字候補パターンＡが選択される。

イ）文字候補パターンＡに含まれた文字素ａの次の文字
素すから始まる文字候補パターンＣ，Ｄについて辞書と
の比較を行い、その結果の評価比較により、文字候補パ
ターンＤが選択される。

文字候補パターンＤに文字素Ｃが含まれているので、こ
の文字素Ｃから始まる文字候補パターンＥは評価対象か
ら外す。

つ）文字候補パターンＦ、Ｇは、いずれも他の文字候補
と重なった文字素を含まないので、そのま−選択される
。

以上の処理の結果、文字候補パターンＡ、Ｄ。

Ｆ、Ｇがそれぞれ最終的に文字パターンとして切り出さ
れる。

［効　果］ 以上の説明から明らかなごとく、本発明によれば、文字
素の組合せとその評価を行うことにより様々な文字が混
在した文書などに対しても、高い信頼性の文字切り出し
が可能であり、また、何種類もの切り出し方法を適用し
たり複機の処理系を使用する方法に比べ、処理量やハー
ドウェア量がかなり少なくなる。などの効果が得られる
。

【図面の簡単な説明】

第１図は本発明の一実施例に係る文字認識装置のブロッ
ク図、第２図は処理の流れを示すＰＡＤチャート、第３
図は文字切り出しの一例の説明図、第４図は第３図に示
した例の場合の組み合せ情報テーブルの内容を示す図で
ある。 １・・・スキャナ、　２・・・画像メモリ、３・・・処
理部、　４・・・行切り出し部、５・・・文字素切り出
し部、　６・・・パターン合成部。 ７・・・認識部、　８・・・パターン選択部。 １０・・・作業用メモリ、 １１・・・パターン情報テーブル、 １２・・・組み合せ情報テーブル、　１３・・・辞書。 第２図 ■ 第４図

Claims (1)

【特許請求の範囲】
1. （１）行イメージから文字素を切り出し、個々の文字素
   のパターンおよび連続した複数の文字素の組合せのパタ
   ーンについて文字認識を行い、その結果から各パターン
   を評価することにより、文字としての確かさが最高のパ
   ターンを文字パターンとして確定することを特徴とする
   文字切り出し方法。