JPH0147830B2 - - Google Patents
Info
- Publication number
- JPH0147830B2 JPH0147830B2 JP57004923A JP492382A JPH0147830B2 JP H0147830 B2 JPH0147830 B2 JP H0147830B2 JP 57004923 A JP57004923 A JP 57004923A JP 492382 A JP492382 A JP 492382A JP H0147830 B2 JPH0147830 B2 JP H0147830B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- division
- pattern
- standard
- complexity
- 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
-
- 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
本発明は、入力文字パターンの特定方向のスト
ロークをあらわす各サブパターンにおける各文字
枠分割単位領域毎の黒ビツト和を文字線幅と各サ
ブパターンに対応した文字枠の大きさとで正規化
して特徴要素を抽出し、入力文字パターンの複雑
度に応じて文字枠分割単位領域の分割形式を決定
し、その分割形式に対応した辞書を参照して文字
を認識する文字認識方式に関する。 文字認識方式の１形式として下記の式であらわ
される量を特徴要素Ｆ（ｋ、ｉ、ｊ）とする特徴
マトリクスを作成し、同様の形式であらわされた
標準文字マスクとの類似度を測定して文字を認識
する文字認識方式がある。 Ｆ（ｋ、ｉ、ｊ）＝Bk（ｉ、ｊ）／WL・WPk WLは入力文字パターンの文字線幅をあらわ
す。WPkはWPh、WPv、WPr、WPl等をあらわ
し、例えばWPhは水平方向の文字枠の大きさで
あり、以下同様にWPv、WPr、WPlはそれぞれ
垂直方向、右斜め45度方向、左斜め45度方向の文
字枠の大きさである。Bk（ｉ、ｊ）はBh（ｉ、
ｊ）、Bv（ｉ、ｊ）、Br（ｉ、ｊ）、Bl（ｉ、ｊ）等
をあらわし、例えばBh（ｉ、ｊ）は水平サブパタ
ーンHSPの分割単位領域（ｉ、ｊ）における黒
ビツトの和であり、ｉは文字枠のＸ軸方向の分割
単位領域の番号であり、ｊは文字枠のＹ軸方向の
分割単位領域の番号である。以下同様にBv（ｉ、
ｊ）、Br（ｉ、ｊ）、Bl（ｉ、ｊ）はそれぞれ垂直
サブパターンVSP、右斜め45度サブパターン
RSP、左斜め45度サブパターンLSPの分割単位
領域（ｉ、ｊ）における黒ビツトの和である。 この方式においては、分割単位領域を決定する
水平、垂直方向の分割数に関する分割形式が認識
率を決定する一要素である。この方式の一般的傾
向として複雑な字形の文字は個人差によるストロ
ーク位置変動が少ないので分割単位領域を細かく
設定することによつて認識率を上げることができ
るが、簡単な字形の文字は個人差によるストロー
ク位置変動が大きく、大きな分割単位領域を設定
することによつて安定（個人差に影響されず）に
認識できる性質がある。例えばすべてのサブパタ
ーンHSP、VSP、RSP、LSPについて水平方向、
垂直方向共に同一数で６×６又は７×７の分割す
る分割形式を比較した場合、６画程度の文字は６
×６の分割形式のものを採用することによつて高
い認識率が得られ、15画程度の文字は７×７の分
割形式のものを採用することによつて高い認識率
が得られる。 本発明はこのような着眼点に基づき、入力文字
パターンの各サブパターンの黒ビツト和を文字線
幅とストローク方向の文字枠の大きさとで正規化
した量の総和又は各サブパターンのストローク数
の和を複雑度として検出し、この複雑度に従つて
文字枠の分割形式を決定して特徴要素を抽出し、
複雑度に対応した辞書を参照して文字認識を行わ
せるようにしたもので、その目的は安定で精度の
良い文字認識を行うことにある。 第１図は、本発明による文字認識装置の実施例
を示したものである。以下第１図に基づいて詳細
に説明する。 １は帳票からの光入力である。この光入力１は
光電変換部２に入力される。光電変換部２は１つ
の文字予定領域を128×128の画素へ分解し、各画
素を２値のデイジタル信号（以下これを入力文字
パターンと呼ぶ）へ変換するものであり、平均的
大きさの１文字は60×60ビツト程度の入力文字パ
ターンで表現される。パターンレジスタ３は文字
予定領域における各画素のＸ、Ｙ座標を再現でき
る形式で入力文字パターンを記憶するものであ
り、文字予定領域に対応して128×128ビツトの容
量を有するものである。文字線幅計算部４は周知
のフイルタ回路と同様にシフトレジスタ構成とな
つており、入力文字パターンを受けて２×２段の
シフトレジスタ窓のすべての画素が黒ビツトとな
る状態の個数Ｑと入力文字パターンの黒ビツト和
Ａを計数し、下記に示す周知式で線幅WLを算出
する。 WL＝Ａ／Ａ−Ｑ 文字枠検出部５は文字の外接枠をそのパターン
レジスタにおける左端座標Xl、右端座標Xr、上
端座標Yt、下端座標Ybで表現して検出し、更に
文字枠の大きさを検出するものである。文字枠の
大きさは水平方向の大きさとしてWPh＝Xr−Xl
＋１、垂直方向の大きさとしてWPv＝Yt−Yb＋
１、として検出される。右斜め45度方向及び左斜
め45度方向の大きさとして WPr＝WPl＝WPh＋WPv／２ として検出する。サブパターン抽出部６は入力文
字パターンと線幅WLとに基づいて水平、垂直、
右斜め、左斜め、の各方向のストロークをあらわ
すサブパターンHSP、VSP、RSP、LSPを抽出
するものであり、各方向に対応した線幅より十分
長く連続する黒ビツトを抽出することにより行
う。例えばサブパターンHSPはパターンレジス
タ３の全面を水平に走査し、各走査線毎に黒ビツ
トの連続する個数を検出し、その長さが2WLよ
り大きい黒ビツトを抽出することにより水平スト
ロークからなる水平サブパターンを抽出する。同
様に、垂直、右斜め、左斜めの各サブパターンは
パターンレジスタ３をそれぞれ垂直方向、右斜め
方向、左斜め方向へ走査することにより抽出す
る。 このように抽出されたサブパターンの一例を第
２図に示しており、第２図のORGは入力文字パ
ターン、HSPは水平サブパターン、VSPは垂直
サブパターン、RSPは右斜めサブパターン、
LSPは左斜めサブパターンである。複雑度計算部
７は４種類のサブパターン、HSP、VSP、RSP、
LSPと文字枠の大きさWPh、WPv、WPr、WPl
と、文字線幅WLとを受けて各サブパターンの文
字枠内の黒ビツトを計数して黒ビツト和Ah、
Av、Ar、Alを求め、下記式により文字線幅と各
ストローク方向に対応した文字枠の大きさとで正
規化し、文字線密度に対応した量Gh、Gv、Gr、
Glを求め、それらの総和を求めることによつて
入力文字パターンの複雑度Ｇを算出する。 Ｇ＝Gh＋Gv＋Gr＋Gl 但し Gh＝Ah／WL・WPh Gv＝Av／WL・WPv Gr＝Ar／WL・WPr Gl＝Al／WL・WPl 分割数決定部８には複雑度Ｇと分割形式との相
間を示すテーブルが用意されていて、複雑度に従
つて文字枠の分割に関する情報を出力する。本実
施例の分割数決定部８に用意されている分割形式
はＸ方向の分割数とＹ方向の分割数が同じで且つ
すべてのサブパターンを同一の分割数で分割する
ものであり、文字枠を５×５、７×７、９×９に
分割する３形式である。複雑度に応じ Ｇ≦４のとき ５×５ ４＜Ｇ≦６のとき ７×７ ６＜Ｇのとき ９×９ の分割形式が選択され、その分割数Ｎ（Ｎ＝５、
７、９）が出力される。文字枠分割決定部９は分
割数Ｎと文字枠座標Xl、Xr、Yt、Ybと入力文字
パターンORGとを受けて、Ｘ、Ｙ軸上に夫々投
影された入力文字パターンORGの夫々の黒ビツ
ト数分布を対象として、設定された最大の分割数
Ｎよりも十分大きい個数の重心座標の系列を分割
数Ｎでほぼ均等に配分して対応づけて（Ｎ−１）
個の重心座標を夫々選択して夫々の分割座標とし
て決定する。例えばＸ軸の重心座標系列Ｘ（Mi）
（但しMiは重心番号でｉ＝１〜15）の検出は入力
文字パターンをＸ軸に投影して黒ビツト数分布を
求め、まず最初はＸ軸に関する文字枠の範囲Xl
〜Xrを対象として重心座標Ｘ（Mp）を求め、次
いで、前段までに求められた重心座標系列によつ
てＸ軸に関する文字枠の範囲Xl〜Xrを分割して
夫々の範囲を対象として重心座標を求める過程を
３回繰返すことによつて他の14個の重心座標Ｘ
（M1）〜Ｘ（M7）、Ｘ（M9）〜Ｘ（M15）を検出す
る。このようにして求めた15個の重心座標Ｘ
（M1）〜Ｘ（M15）を分割座標の候補点として予
め用意しておいた下記テーブルに基づいてＸ軸の
各分割区間がほぼ均等個数の重心を含むように対
応づけて決定する。
ロークをあらわす各サブパターンにおける各文字
枠分割単位領域毎の黒ビツト和を文字線幅と各サ
ブパターンに対応した文字枠の大きさとで正規化
して特徴要素を抽出し、入力文字パターンの複雑
度に応じて文字枠分割単位領域の分割形式を決定
し、その分割形式に対応した辞書を参照して文字
を認識する文字認識方式に関する。 文字認識方式の１形式として下記の式であらわ
される量を特徴要素Ｆ（ｋ、ｉ、ｊ）とする特徴
マトリクスを作成し、同様の形式であらわされた
標準文字マスクとの類似度を測定して文字を認識
する文字認識方式がある。 Ｆ（ｋ、ｉ、ｊ）＝Bk（ｉ、ｊ）／WL・WPk WLは入力文字パターンの文字線幅をあらわ
す。WPkはWPh、WPv、WPr、WPl等をあらわ
し、例えばWPhは水平方向の文字枠の大きさで
あり、以下同様にWPv、WPr、WPlはそれぞれ
垂直方向、右斜め45度方向、左斜め45度方向の文
字枠の大きさである。Bk（ｉ、ｊ）はBh（ｉ、
ｊ）、Bv（ｉ、ｊ）、Br（ｉ、ｊ）、Bl（ｉ、ｊ）等
をあらわし、例えばBh（ｉ、ｊ）は水平サブパタ
ーンHSPの分割単位領域（ｉ、ｊ）における黒
ビツトの和であり、ｉは文字枠のＸ軸方向の分割
単位領域の番号であり、ｊは文字枠のＹ軸方向の
分割単位領域の番号である。以下同様にBv（ｉ、
ｊ）、Br（ｉ、ｊ）、Bl（ｉ、ｊ）はそれぞれ垂直
サブパターンVSP、右斜め45度サブパターン
RSP、左斜め45度サブパターンLSPの分割単位
領域（ｉ、ｊ）における黒ビツトの和である。 この方式においては、分割単位領域を決定する
水平、垂直方向の分割数に関する分割形式が認識
率を決定する一要素である。この方式の一般的傾
向として複雑な字形の文字は個人差によるストロ
ーク位置変動が少ないので分割単位領域を細かく
設定することによつて認識率を上げることができ
るが、簡単な字形の文字は個人差によるストロー
ク位置変動が大きく、大きな分割単位領域を設定
することによつて安定（個人差に影響されず）に
認識できる性質がある。例えばすべてのサブパタ
ーンHSP、VSP、RSP、LSPについて水平方向、
垂直方向共に同一数で６×６又は７×７の分割す
る分割形式を比較した場合、６画程度の文字は６
×６の分割形式のものを採用することによつて高
い認識率が得られ、15画程度の文字は７×７の分
割形式のものを採用することによつて高い認識率
が得られる。 本発明はこのような着眼点に基づき、入力文字
パターンの各サブパターンの黒ビツト和を文字線
幅とストローク方向の文字枠の大きさとで正規化
した量の総和又は各サブパターンのストローク数
の和を複雑度として検出し、この複雑度に従つて
文字枠の分割形式を決定して特徴要素を抽出し、
複雑度に対応した辞書を参照して文字認識を行わ
せるようにしたもので、その目的は安定で精度の
良い文字認識を行うことにある。 第１図は、本発明による文字認識装置の実施例
を示したものである。以下第１図に基づいて詳細
に説明する。 １は帳票からの光入力である。この光入力１は
光電変換部２に入力される。光電変換部２は１つ
の文字予定領域を128×128の画素へ分解し、各画
素を２値のデイジタル信号（以下これを入力文字
パターンと呼ぶ）へ変換するものであり、平均的
大きさの１文字は60×60ビツト程度の入力文字パ
ターンで表現される。パターンレジスタ３は文字
予定領域における各画素のＸ、Ｙ座標を再現でき
る形式で入力文字パターンを記憶するものであ
り、文字予定領域に対応して128×128ビツトの容
量を有するものである。文字線幅計算部４は周知
のフイルタ回路と同様にシフトレジスタ構成とな
つており、入力文字パターンを受けて２×２段の
シフトレジスタ窓のすべての画素が黒ビツトとな
る状態の個数Ｑと入力文字パターンの黒ビツト和
Ａを計数し、下記に示す周知式で線幅WLを算出
する。 WL＝Ａ／Ａ−Ｑ 文字枠検出部５は文字の外接枠をそのパターン
レジスタにおける左端座標Xl、右端座標Xr、上
端座標Yt、下端座標Ybで表現して検出し、更に
文字枠の大きさを検出するものである。文字枠の
大きさは水平方向の大きさとしてWPh＝Xr−Xl
＋１、垂直方向の大きさとしてWPv＝Yt−Yb＋
１、として検出される。右斜め45度方向及び左斜
め45度方向の大きさとして WPr＝WPl＝WPh＋WPv／２ として検出する。サブパターン抽出部６は入力文
字パターンと線幅WLとに基づいて水平、垂直、
右斜め、左斜め、の各方向のストロークをあらわ
すサブパターンHSP、VSP、RSP、LSPを抽出
するものであり、各方向に対応した線幅より十分
長く連続する黒ビツトを抽出することにより行
う。例えばサブパターンHSPはパターンレジス
タ３の全面を水平に走査し、各走査線毎に黒ビツ
トの連続する個数を検出し、その長さが2WLよ
り大きい黒ビツトを抽出することにより水平スト
ロークからなる水平サブパターンを抽出する。同
様に、垂直、右斜め、左斜めの各サブパターンは
パターンレジスタ３をそれぞれ垂直方向、右斜め
方向、左斜め方向へ走査することにより抽出す
る。 このように抽出されたサブパターンの一例を第
２図に示しており、第２図のORGは入力文字パ
ターン、HSPは水平サブパターン、VSPは垂直
サブパターン、RSPは右斜めサブパターン、
LSPは左斜めサブパターンである。複雑度計算部
７は４種類のサブパターン、HSP、VSP、RSP、
LSPと文字枠の大きさWPh、WPv、WPr、WPl
と、文字線幅WLとを受けて各サブパターンの文
字枠内の黒ビツトを計数して黒ビツト和Ah、
Av、Ar、Alを求め、下記式により文字線幅と各
ストローク方向に対応した文字枠の大きさとで正
規化し、文字線密度に対応した量Gh、Gv、Gr、
Glを求め、それらの総和を求めることによつて
入力文字パターンの複雑度Ｇを算出する。 Ｇ＝Gh＋Gv＋Gr＋Gl 但し Gh＝Ah／WL・WPh Gv＝Av／WL・WPv Gr＝Ar／WL・WPr Gl＝Al／WL・WPl 分割数決定部８には複雑度Ｇと分割形式との相
間を示すテーブルが用意されていて、複雑度に従
つて文字枠の分割に関する情報を出力する。本実
施例の分割数決定部８に用意されている分割形式
はＸ方向の分割数とＹ方向の分割数が同じで且つ
すべてのサブパターンを同一の分割数で分割する
ものであり、文字枠を５×５、７×７、９×９に
分割する３形式である。複雑度に応じ Ｇ≦４のとき ５×５ ４＜Ｇ≦６のとき ７×７ ６＜Ｇのとき ９×９ の分割形式が選択され、その分割数Ｎ（Ｎ＝５、
７、９）が出力される。文字枠分割決定部９は分
割数Ｎと文字枠座標Xl、Xr、Yt、Ybと入力文字
パターンORGとを受けて、Ｘ、Ｙ軸上に夫々投
影された入力文字パターンORGの夫々の黒ビツ
ト数分布を対象として、設定された最大の分割数
Ｎよりも十分大きい個数の重心座標の系列を分割
数Ｎでほぼ均等に配分して対応づけて（Ｎ−１）
個の重心座標を夫々選択して夫々の分割座標とし
て決定する。例えばＸ軸の重心座標系列Ｘ（Mi）
（但しMiは重心番号でｉ＝１〜15）の検出は入力
文字パターンをＸ軸に投影して黒ビツト数分布を
求め、まず最初はＸ軸に関する文字枠の範囲Xl
〜Xrを対象として重心座標Ｘ（Mp）を求め、次
いで、前段までに求められた重心座標系列によつ
てＸ軸に関する文字枠の範囲Xl〜Xrを分割して
夫々の範囲を対象として重心座標を求める過程を
３回繰返すことによつて他の14個の重心座標Ｘ
（M1）〜Ｘ（M7）、Ｘ（M9）〜Ｘ（M15）を検出す
る。このようにして求めた15個の重心座標Ｘ
（M1）〜Ｘ（M15）を分割座標の候補点として予
め用意しておいた下記テーブルに基づいてＸ軸の
各分割区間がほぼ均等個数の重心を含むように対
応づけて決定する。
【表】
Ｙ軸についても同様にして15個の重心座標Ｙ
（M1）〜Ｙ（M15）を求め、分割数に応じて前記
テーブルを参照して分割座標を決定する。 ここでは、前記分割数決定部８で各サブパター
ン毎の分割数が全て５×５として決定されたもの
として、それに対応してＸ軸方向の分割座標とし
てＸ（M3）、Ｘ（M6）、Ｘ（M9）、Ｘ（M12）を、Ｙ
軸方向の分割座標としてＹ（M3）、Ｙ（M6）、Ｙ
（M9）、Ｙ（M12）を決定する。特徴マトリクス抽
出部１０はサブパターンの分割数に対応したＸ軸
方向の分割座標及び両端座標Xl、Ｘ（M3）、Ｘ
（M6）、Ｙ（M9）、Ｘ（M12）、Xrと、Ｙ軸方向の
分割座標及び両端座標Yb、Ｙ（M3）、Ｙ（M6）、
Ｙ（M9）、Ｙ（M12）、Ytと、各サブパターン
HSP、VSP、RSP、LSPと、各サブパターンに
対応した文字枠の大きさWPh、WPv、WPr、
WPlと、文字線幅WLとを受けて、各サブパター
ンを前記分割座標からきまる複数の分割単位領域
に分割して、各分割単位領域毎の黒ビツト数Bk
（ｉ、ｊ）を計数し、下記の式で示すように線幅
WLと各サブパターンに対応した文字枠の大きさ
WPh、WPv、WPr、WPlとで正規化し、各サブ
パターンの分割単位領域毎に特徴要素Ｆ（ｋ、ｉ、
ｊ）＝Bk（ｉ、ｊ）／WL・WPk（但し、ｋ＝ｈ、ｖ、ｒ
、ｌ） を抽出し、特徴マトリクスを作成する。 Ｆ（ｈ、ｉ、ｊ）＝Bh（ｉ、ｊ）／WL・WPh Ｆ（ｖ、ｉ、ｊ）＝Bv（ｉ、ｊ）／WL・WPv Ｆ（ｒ、ｉ、ｊ）＝Br（ｉ、ｊ）／WL・WPr Ｆ（ｌ、ｉ、ｊ）＝Bl（ｉ、ｊ）／WL・WPl 各サブパターンの分割単位領域（ｉ、ｊ）毎の
黒ビツト和Bk（ｉ、ｊ）の算出は、分割単位領域
（ｉ、ｊ）に対応した分割座標で各サブパターン
を読み込み、黒ビツトの個数を加算することによ
つて行う。例えば特徴要素Ｆ（ｈ、１、１）に対
応した黒ビツト和Bh（１、１）は分割単位領域
（１、１）に対応したＸ座標Xl、Ｘ（M3）及びＹ
座標Yb、Ｙ（M3）で決定される範囲の水平サブ
パターンHSPをサブパターン抽出部６から読み
出し、黒ビツト数を計数することによつて求めら
れる。 識別部１１には、標準文字マスクFS（ｋ、ｉ、
ｊ）が入力文字パターンにおける特徴マトリクス
と同様に、各サブパターンに関する各分割単位領
域（ｉ、ｊ）の黒ビツト和を文字線幅とサブパタ
ーンに対応した文字枠の大きさとで正規化した標
準文字の特徴で表現され、分割単位領域の分割形
式に関する複数の辞書が用意されていて、入力文
字パターンと標準文字マスクとの類似度が測定さ
れ、最も類似する標準文字マスクの文字コードを
入力文字パターン名として認識する。ここでの分
割形式は、全てのサブパターンに共通であり且つ
XY方向共に同数で５、７もしくは９分割して分
割単位領域を決定したものである。５分割の辞書
には複雑度ＧがＧ≦４の標準文字マスクが収容さ
れており、文字の画数が１〜６画程度のものに対
応する。７、９分割の辞書には夫々、４＜Ｇ
６、Ｇ＞６なる複雑度の標準マスクが収容され、
文字の画数が夫々２〜12画程度のもの、６画程度
以上のものに対応する。 なお、標準文字マスクのカテゴリが同一のもの
でも変形の大きいものはサブカテゴリとして２つ
の辞書に重複して記憶されており、また、複雑度
ＧがＧ＝４、６なる境界領域にある標準文字マス
クも２つの辞書に重複して記憶してある。 識別部１１は入力文字パターンORGの特徴マ
トリクスＦ（ｋ、ｉ、ｊ）と分割数Ｎとを受けて、
分割数Ｎに対応した辞書、例えば５分割対応の辞
書を選択して入力文字パターンと標準文字マスク
との距離Ｄ、 Ｄ＝√｛（、、）−（、、）｝
2 を計算し、最小の値となる標準マスクの文字コー
ドを文字名出力端子１２に出力する。 以上説明したように、この実施例においては、
入力文字パターンの複雑度に応じて、５、７、９
なる３形式で分割単位領域を決定しているので、
書き手による手書文字のストローク変動を吸収し
て複雑さに追従した特徴を抽出することができる
利点がある。 なお、複雑度自体も文字を区別し得る特徴要素
であり、上記実施例程度の少数の辞書数を用意す
る場合は、各辞書の標準マスクの記憶配列を複雑
度の細かい範囲毎に順に配列して区分けしておく
ことにより、或いは複雑度の細かい範囲毎に標準
文字マスクのカテゴリとの対応を示すテーブルを
用意しておくことにより、複雑度に応じて１つの
辞書とその内での区分もしくはカテゴリ名を指定
することにより、１つの辞書の１部の標準文字マ
スクと照合するのみで文字を認識することもでき
る。 なお又、本発明は、文字枠分割決定部での分割
数と重心との対応を示すテーブルをＸ軸、Ｙ軸対
応に２種類用意しておくことにより、Ｘ方向とＹ
方向との分割数を異ならせた場合にも適用でき、
更にそのテーブルをサブパターン対応に４種類設
けておくことによりサブパターン毎に異なる分割
数を設定した場合にも適用できる。 なお又、入力文字パターンの複雑度は、文字線
密度に対応する量の和のみでなく、各サブパター
ンHSP、VSP、LSP、RSPにおけるストローク
の数を検出し、それらの和を取ることによつて検
出することもできる。 以上の説明から明らかなように、本発明では複
雑度に応じて分割単位領域を決定しているため、
個人差に関する安定性を維持して高い認識率が得
られる利点がある。
（M1）〜Ｙ（M15）を求め、分割数に応じて前記
テーブルを参照して分割座標を決定する。 ここでは、前記分割数決定部８で各サブパター
ン毎の分割数が全て５×５として決定されたもの
として、それに対応してＸ軸方向の分割座標とし
てＸ（M3）、Ｘ（M6）、Ｘ（M9）、Ｘ（M12）を、Ｙ
軸方向の分割座標としてＹ（M3）、Ｙ（M6）、Ｙ
（M9）、Ｙ（M12）を決定する。特徴マトリクス抽
出部１０はサブパターンの分割数に対応したＸ軸
方向の分割座標及び両端座標Xl、Ｘ（M3）、Ｘ
（M6）、Ｙ（M9）、Ｘ（M12）、Xrと、Ｙ軸方向の
分割座標及び両端座標Yb、Ｙ（M3）、Ｙ（M6）、
Ｙ（M9）、Ｙ（M12）、Ytと、各サブパターン
HSP、VSP、RSP、LSPと、各サブパターンに
対応した文字枠の大きさWPh、WPv、WPr、
WPlと、文字線幅WLとを受けて、各サブパター
ンを前記分割座標からきまる複数の分割単位領域
に分割して、各分割単位領域毎の黒ビツト数Bk
（ｉ、ｊ）を計数し、下記の式で示すように線幅
WLと各サブパターンに対応した文字枠の大きさ
WPh、WPv、WPr、WPlとで正規化し、各サブ
パターンの分割単位領域毎に特徴要素Ｆ（ｋ、ｉ、
ｊ）＝Bk（ｉ、ｊ）／WL・WPk（但し、ｋ＝ｈ、ｖ、ｒ
、ｌ） を抽出し、特徴マトリクスを作成する。 Ｆ（ｈ、ｉ、ｊ）＝Bh（ｉ、ｊ）／WL・WPh Ｆ（ｖ、ｉ、ｊ）＝Bv（ｉ、ｊ）／WL・WPv Ｆ（ｒ、ｉ、ｊ）＝Br（ｉ、ｊ）／WL・WPr Ｆ（ｌ、ｉ、ｊ）＝Bl（ｉ、ｊ）／WL・WPl 各サブパターンの分割単位領域（ｉ、ｊ）毎の
黒ビツト和Bk（ｉ、ｊ）の算出は、分割単位領域
（ｉ、ｊ）に対応した分割座標で各サブパターン
を読み込み、黒ビツトの個数を加算することによ
つて行う。例えば特徴要素Ｆ（ｈ、１、１）に対
応した黒ビツト和Bh（１、１）は分割単位領域
（１、１）に対応したＸ座標Xl、Ｘ（M3）及びＹ
座標Yb、Ｙ（M3）で決定される範囲の水平サブ
パターンHSPをサブパターン抽出部６から読み
出し、黒ビツト数を計数することによつて求めら
れる。 識別部１１には、標準文字マスクFS（ｋ、ｉ、
ｊ）が入力文字パターンにおける特徴マトリクス
と同様に、各サブパターンに関する各分割単位領
域（ｉ、ｊ）の黒ビツト和を文字線幅とサブパタ
ーンに対応した文字枠の大きさとで正規化した標
準文字の特徴で表現され、分割単位領域の分割形
式に関する複数の辞書が用意されていて、入力文
字パターンと標準文字マスクとの類似度が測定さ
れ、最も類似する標準文字マスクの文字コードを
入力文字パターン名として認識する。ここでの分
割形式は、全てのサブパターンに共通であり且つ
XY方向共に同数で５、７もしくは９分割して分
割単位領域を決定したものである。５分割の辞書
には複雑度ＧがＧ≦４の標準文字マスクが収容さ
れており、文字の画数が１〜６画程度のものに対
応する。７、９分割の辞書には夫々、４＜Ｇ
６、Ｇ＞６なる複雑度の標準マスクが収容され、
文字の画数が夫々２〜12画程度のもの、６画程度
以上のものに対応する。 なお、標準文字マスクのカテゴリが同一のもの
でも変形の大きいものはサブカテゴリとして２つ
の辞書に重複して記憶されており、また、複雑度
ＧがＧ＝４、６なる境界領域にある標準文字マス
クも２つの辞書に重複して記憶してある。 識別部１１は入力文字パターンORGの特徴マ
トリクスＦ（ｋ、ｉ、ｊ）と分割数Ｎとを受けて、
分割数Ｎに対応した辞書、例えば５分割対応の辞
書を選択して入力文字パターンと標準文字マスク
との距離Ｄ、 Ｄ＝√｛（、、）−（、、）｝
2 を計算し、最小の値となる標準マスクの文字コー
ドを文字名出力端子１２に出力する。 以上説明したように、この実施例においては、
入力文字パターンの複雑度に応じて、５、７、９
なる３形式で分割単位領域を決定しているので、
書き手による手書文字のストローク変動を吸収し
て複雑さに追従した特徴を抽出することができる
利点がある。 なお、複雑度自体も文字を区別し得る特徴要素
であり、上記実施例程度の少数の辞書数を用意す
る場合は、各辞書の標準マスクの記憶配列を複雑
度の細かい範囲毎に順に配列して区分けしておく
ことにより、或いは複雑度の細かい範囲毎に標準
文字マスクのカテゴリとの対応を示すテーブルを
用意しておくことにより、複雑度に応じて１つの
辞書とその内での区分もしくはカテゴリ名を指定
することにより、１つの辞書の１部の標準文字マ
スクと照合するのみで文字を認識することもでき
る。 なお又、本発明は、文字枠分割決定部での分割
数と重心との対応を示すテーブルをＸ軸、Ｙ軸対
応に２種類用意しておくことにより、Ｘ方向とＹ
方向との分割数を異ならせた場合にも適用でき、
更にそのテーブルをサブパターン対応に４種類設
けておくことによりサブパターン毎に異なる分割
数を設定した場合にも適用できる。 なお又、入力文字パターンの複雑度は、文字線
密度に対応する量の和のみでなく、各サブパター
ンHSP、VSP、LSP、RSPにおけるストローク
の数を検出し、それらの和を取ることによつて検
出することもできる。 以上の説明から明らかなように、本発明では複
雑度に応じて分割単位領域を決定しているため、
個人差に関する安定性を維持して高い認識率が得
られる利点がある。
第１図は本発明の一実施例を示すブロツク図、
第２図はサブパターンを示す図である。 １……光入力、２……光電変換部、３……パタ
ーンレジスタ、４……文字線幅計算部、５……文
字枠検出部、６……サブパターン抽出部、７……
複雑度計算部、８……分割数決定部、９……文字
枠分割決定部、１０……特徴マトリクス抽出部、
１１……識別部、１２……文字名出力端子。
第２図はサブパターンを示す図である。 １……光入力、２……光電変換部、３……パタ
ーンレジスタ、４……文字線幅計算部、５……文
字枠検出部、６……サブパターン抽出部、７……
複雑度計算部、８……分割数決定部、９……文字
枠分割決定部、１０……特徴マトリクス抽出部、
１１……識別部、１２……文字名出力端子。
Claims (1)
- 【特許請求の範囲】 １ 入力文字パターンの特定方向のストロークを
あらわすサブパターンにおける任意の分割単位領
域の黒ビツト数を、文字線幅とストローク方向に
対応した文字枠の大きさとで正規化して得られる
量を特徴要素として、ストローク方向の異なる複
数の各サブパターン毎に且つ文字枠を分割するこ
とによつて得られる前記各分割単位領域毎に入力
文字パターンから前記特徴要素を抽出して特徴マ
トリクスを作成し、標準文字マスクが当該特徴マ
トリクスと同形式で記述されている辞書を参照し
て入力文字パターンの認識を行う文字認識方式に
おいて、 文字の複雑度と文字枠の分割形式との相関を示
すテーブルを用意しておき且つ分割形式の異なる
複数の前記辞書を用意しておき、各サブパターン
の黒ビツト和を文字線幅とストローク方向に対応
した文字枠の大きさとで正規化した量の総和若し
くはすべてのサブパターンのストローク数の和を
複雑度として検出し、前記テーブルを参照して前
記複雑度に対応した分割形式に従つて前記分割単
位領域を設定して前記特徴マトリクスを作成し、
前記複雑度に対応してある特定の分割形式の辞書
のすべての標準文字マスクもしくは一群の標準文
字マスクを指定し、これらの標準文字マスクと前
記入力文字パターンの特徴マトリクスとの類似度
を測定して入力文字パターンを認識する文字認識
方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57004923A JPS58123178A (ja) | 1982-01-18 | 1982-01-18 | 文字認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57004923A JPS58123178A (ja) | 1982-01-18 | 1982-01-18 | 文字認識方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS58123178A JPS58123178A (ja) | 1983-07-22 |
| JPH0147830B2 true JPH0147830B2 (ja) | 1989-10-17 |
Family
ID=11597124
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57004923A Granted JPS58123178A (ja) | 1982-01-18 | 1982-01-18 | 文字認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS58123178A (ja) |
-
1982
- 1982-01-18 JP JP57004923A patent/JPS58123178A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS58123178A (ja) | 1983-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4481665A (en) | Character segmentation method | |
| JPH08508128A (ja) | 分布マップを用いる画像の分類方法及び装置 | |
| JPH0147830B2 (ja) | ||
| JPH0147831B2 (ja) | ||
| JPH0147835B2 (ja) | ||
| JPH0147829B2 (ja) | ||
| JPH0147832B2 (ja) | ||
| JPH0147834B2 (ja) | ||
| JPH0147833B2 (ja) | ||
| JPH0412512B2 (ja) | ||
| JPH0412511B2 (ja) | ||
| JPH0346080A (ja) | 特徴抽出装置 | |
| JPH0656625B2 (ja) | 特徴抽出方式 | |
| JPH10187886A (ja) | 文字認識装置および文字認識方法 | |
| JPH0547871B2 (ja) | ||
| JPH0991379A (ja) | 文字認識方法および文字認識装置 | |
| JP2930605B2 (ja) | 大文字，小文字および漢字仮名類似字形文字の判別方法 | |
| JP2749947B2 (ja) | 文字認識方法 | |
| JP2749946B2 (ja) | 文字認識方法 | |
| JPH02287894A (ja) | 文字認識装置 | |
| JPH0656624B2 (ja) | 特徴抽出方式 | |
| JPH04590A (ja) | 文字認識方法 | |
| CN121937409A (zh) | 一种标签二维码印刷检测系统及其检测方法 | |
| JP2881080B2 (ja) | 特徴抽出方法 | |
| JPH03126188A (ja) | 文字認識装置 |