JPH0147831B2 - - Google Patents
Info
- Publication number
- JPH0147831B2 JPH0147831B2 JP57004924A JP492482A JPH0147831B2 JP H0147831 B2 JPH0147831 B2 JP H0147831B2 JP 57004924 A JP57004924 A JP 57004924A JP 492482 A JP492482 A JP 492482A JP H0147831 B2 JPH0147831 B2 JP H0147831B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- sub
- patterns
- pattern
- horizontal
- 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
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries
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
して特徴要素を抽出し、入力文字パターンの水平
サブパターン及び垂直サブ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
の分割方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
パターンの水平サブパターン及び垂直サブパター
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各量又は水平サブパ
ターン及び垂直サブパターンのストローク個数の
各和を複雑度として検出し、この水平サブパター
ン及び垂直サブパターン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。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
ての画像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は水平サブパターンHSPと垂直サブパターン
VSP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それぞれの黒ビツト
和Ah、Av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、水平サブパターン及び垂直サブパターンの
文字線密度に対応した量Gh、Gvをそれぞれ水平
サブパターンの複雑度及び垂直サブパターンの複
雑度として求める。 Gh＝Ah／WL・WPh Gv＝Av／WL・WPv 分割数決定部８には水平サブパターンの複雑度
Gh及び垂直サブパターンの複雑度Gvと分割形式
との相関を示すテーブルが用意されていて、水平
サブパターンの複雑度Ghと垂直サブパターンの
複雑度Gvとに従つて文字枠の分割数を出力する。
次にそのテーブルを示す。
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
して特徴要素を抽出し、入力文字パターンの水平
サブパターン及び垂直サブ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
の分割方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
パターンの水平サブパターン及び垂直サブパター
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各量又は水平サブパ
ターン及び垂直サブパターンのストローク個数の
各和を複雑度として検出し、この水平サブパター
ン及び垂直サブパターン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。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
ての画像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は水平サブパターンHSPと垂直サブパターン
VSP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それぞれの黒ビツト
和Ah、Av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、水平サブパターン及び垂直サブパターンの
文字線密度に対応した量Gh、Gvをそれぞれ水平
サブパターンの複雑度及び垂直サブパターンの複
雑度として求める。 Gh＝Ah／WL・WPh Gv＝Av／WL・WPv 分割数決定部８には水平サブパターンの複雑度
Gh及び垂直サブパターンの複雑度Gvと分割形式
との相関を示すテーブルが用意されていて、水平
サブパターンの複雑度Ghと垂直サブパターンの
複雑度Gvとに従つて文字枠の分割数を出力する。
次にそのテーブルを示す。
【表】
上記テーブルの形式は（Ｘ軸の分割数NX）Ｘ
（Ｙ軸の分割数NY）として示している。 なお、一般に水平ストロークの線長は垂直スト
ロークのそれに比べ長いので、両ストロークの同
じ複雑度に対してＹ軸の分割数NYの方を大きな
値に設定している。 このように、上述のテーブルでは９通りの分割
形式が用意されており、水平サブパターンの複雑
度Ghと垂直サブパターンの複雑度Gvとから前記
テーブルにより文字枠の分割形式を決定してい
る。分割形式が決定し、文字枠の分割数としてＸ
軸の分割数NYとＹ軸の分割数NYとが出力され
る。 文字枠分割決定部９はＸ軸の分割数NXと、Ｙ
軸の分割数NY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、説定された最大
の分割数よりも十分大きい個数の重心座標の系列
をＸ軸の分割数NX及びＹ軸の分割数NYでそれ
ぞれほぼ均等に配分して対応づけて各々（NX−
１）個、（NY−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回繰り返すことによつて
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。
（Ｙ軸の分割数NY）として示している。 なお、一般に水平ストロークの線長は垂直スト
ロークのそれに比べ長いので、両ストロークの同
じ複雑度に対してＹ軸の分割数NYの方を大きな
値に設定している。 このように、上述のテーブルでは９通りの分割
形式が用意されており、水平サブパターンの複雑
度Ghと垂直サブパターンの複雑度Gvとから前記
テーブルにより文字枠の分割形式を決定してい
る。分割形式が決定し、文字枠の分割数としてＸ
軸の分割数NYとＹ軸の分割数NYとが出力され
る。 文字枠分割決定部９はＸ軸の分割数NXと、Ｙ
軸の分割数NY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、説定された最大
の分割数よりも十分大きい個数の重心座標の系列
をＸ軸の分割数NX及びＹ軸の分割数NYでそれ
ぞれほぼ均等に配分して対応づけて各々（NX−
１）個、（NY−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回繰り返すことによつて
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15個の重心座標Ｙ（M1）
〜Ｙ（M15）を求め、分割数に応じて次のテーブ
ルを参照して分割座標を決定する。
〜Ｙ（M15）を求め、分割数に応じて次のテーブ
ルを参照して分割座標を決定する。
【表】
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６×７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（M8）、Ｘ（M10）、Ｘ
（M13）を、Ｙ軸方向の分割座標としてＹ（M3）、
Ｙ（M5）、Ｙ（M7）、Ｙ（M9）、Ｙ（M11）、Ｙ
（M13）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、両端座標
Xl、Ｘ（M3）、Ｘ（M6）、Ｘ（M8）、Ｘ（M10）、Ｘ
（M13）、Xrと、Ｙ軸方向の分割座標、両端座標
Yb、Ｙ（M3）、Ｙ（M5）、Ｙ（M7）、Ｙ（M9）、Ｙ
（M11）、Ｙ（M13）、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Ｘ
軸方向に４、６もしくは８分割し、Ｙ軸方向に
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。 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複数
の辞書に重複して記憶されており、また、水平サ
ブパターンの複雑度Ghまたは垂直サブパターン
の複雑度GvがGh or Gv＝1.5、３なる境界領域
にある標準文字マスクも複数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Ｘ軸の分割数NXと
Ｙ軸の分割数NYとを受けて前記分割数Ｎに対応
した辞書、例えば６×７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水平サブパターンの複雑度と
垂直サブパターンの複雑度に応じて、４×５、４
×７、４×９、６×５、６×７、６×９、８×
５、８×７、８×９の９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、本発明では、各斜めサブパターンの各複
雑度あるいはそれらの和を大分類情報として採用
することができ、例えば標準文字における右斜め
左斜めサブパターンの複雑度を夫々３段階に分け
て両サブパターンによる９種類の複雑度に対応さ
せて文字カテゴリ名をテーブルに記憶させてお
き、入力文字パターンの右斜め・左斜めサブパタ
ーンの各複雑化を検出し、この複雑度に応じて複
数のカテゴリ名を検出し、水平・垂直サブパター
ンの複雑度で指定された１つの辞書のうちで前記
カテゴリ名に対応した１群の標準マスクと照合す
るのみで文字を認識することもできる。 なおまた、前記実施例では水平サブパターン及
び水平サブパターンの複雑度を、Gh、Gv≦1.5、
1.5＜Gh、Gv≦３、３＜Gh、Gvの如く同じ範囲
で識別し、これによつて夫々異なつた分割数を設
定しているが、水平サブパターンの複雑度と垂直
サブパターンの複雑度の識別範囲設定を両者で異
ならせることによつて、Ｘ軸及びＹ軸の分割数は
同一のもの、例えば４×４、５×５、７×７、９
×９の如きものを設定することができる。 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におけるストロークの数を検出し、
それを用いることもできる。 以上の説明から明らかなように、本発明では水
平サブパターンの複雑度及び垂直サブパターンの
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。
毎の分割数が全て６×７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（M8）、Ｘ（M10）、Ｘ
（M13）を、Ｙ軸方向の分割座標としてＹ（M3）、
Ｙ（M5）、Ｙ（M7）、Ｙ（M9）、Ｙ（M11）、Ｙ
（M13）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、両端座標
Xl、Ｘ（M3）、Ｘ（M6）、Ｘ（M8）、Ｘ（M10）、Ｘ
（M13）、Xrと、Ｙ軸方向の分割座標、両端座標
Yb、Ｙ（M3）、Ｙ（M5）、Ｙ（M7）、Ｙ（M9）、Ｙ
（M11）、Ｙ（M13）、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Ｘ
軸方向に４、６もしくは８分割し、Ｙ軸方向に
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。 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複数
の辞書に重複して記憶されており、また、水平サ
ブパターンの複雑度Ghまたは垂直サブパターン
の複雑度GvがGh or Gv＝1.5、３なる境界領域
にある標準文字マスクも複数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Ｘ軸の分割数NXと
Ｙ軸の分割数NYとを受けて前記分割数Ｎに対応
した辞書、例えば６×７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水平サブパターンの複雑度と
垂直サブパターンの複雑度に応じて、４×５、４
×７、４×９、６×５、６×７、６×９、８×
５、８×７、８×９の９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、本発明では、各斜めサブパターンの各複
雑度あるいはそれらの和を大分類情報として採用
することができ、例えば標準文字における右斜め
左斜めサブパターンの複雑度を夫々３段階に分け
て両サブパターンによる９種類の複雑度に対応さ
せて文字カテゴリ名をテーブルに記憶させてお
き、入力文字パターンの右斜め・左斜めサブパタ
ーンの各複雑化を検出し、この複雑度に応じて複
数のカテゴリ名を検出し、水平・垂直サブパター
ンの複雑度で指定された１つの辞書のうちで前記
カテゴリ名に対応した１群の標準マスクと照合す
るのみで文字を認識することもできる。 なおまた、前記実施例では水平サブパターン及
び水平サブパターンの複雑度を、Gh、Gv≦1.5、
1.5＜Gh、Gv≦３、３＜Gh、Gvの如く同じ範囲
で識別し、これによつて夫々異なつた分割数を設
定しているが、水平サブパターンの複雑度と垂直
サブパターンの複雑度の識別範囲設定を両者で異
ならせることによつて、Ｘ軸及びＹ軸の分割数は
同一のもの、例えば４×４、５×５、７×７、９
×９の如きものを設定することができる。 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におけるストロークの数を検出し、
それを用いることもできる。 以上の説明から明らかなように、本発明では水
平サブパターンの複雑度及び垂直サブパターンの
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……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……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、水平方向と垂直方向とを
含み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
て、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、 入力文字パターンの水平サブパターン及び垂直
サブパターン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、水平サブ
パターン及び垂直サブパターンの各黒ビツト和を
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各々の量若しくは水平サブパ
ターン及び垂直サブパターンのストローク個数の
各和を水平サブパターン及び垂直サブパターンの
複雑度として検出し、前記テーブルを参照して前
記水平サブパターン及び垂直サブパターンの複雑
度に対応した分割形式に従つて前記分割単位領域
を認定して前記特徴マトリクスを作成し、前記水
平サブパターン及び垂直サブパターンの複雑度に
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 |
|---|---|---|---|
| JP57004924A JPS58123179A (ja) | 1982-01-18 | 1982-01-18 | 文字認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57004924A JPS58123179A (ja) | 1982-01-18 | 1982-01-18 | 文字認識方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS58123179A JPS58123179A (ja) | 1983-07-22 |
| JPH0147831B2 true JPH0147831B2 (ja) | 1989-10-17 |
Family
ID=11597149
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57004924A Granted JPS58123179A (ja) | 1982-01-18 | 1982-01-18 | 文字認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS58123179A (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2728117B2 (ja) * | 1994-12-06 | 1998-03-18 | 日本電気株式会社 | 文字認識装置 |
-
1982
- 1982-01-18 JP JP57004924A patent/JPS58123179A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS58123179A (ja) | 1983-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0054439B1 (en) | Character segmentation method | |
| KR100325384B1 (ko) | 문자열추출장치및패턴추출장치 | |
| JPH08508128A (ja) | 分布マップを用いる画像の分類方法及び装置 | |
| CN118397520A (zh) | 一种工业巡检过程的目标物品识别处理方法 | |
| JPH0147831B2 (ja) | ||
| JPH0147829B2 (ja) | ||
| JPH0147835B2 (ja) | ||
| JPH0147830B2 (ja) | ||
| JPH0147832B2 (ja) | ||
| JPH0147834B2 (ja) | ||
| JPH0147833B2 (ja) | ||
| JPS60116078A (ja) | 文字認識装置 | |
| JPH0412512B2 (ja) | ||
| JPH0412511B2 (ja) | ||
| 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 | |
| JPH0656624B2 (ja) | 特徴抽出方式 | |
| JP2616994B2 (ja) | 特徴抽出装置 | |
| JP2749947B2 (ja) | 文字認識方法 | |
| CN118314577A (zh) | 一种数字压力仪表示值及压力单位识别方法 | |
| 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 | |
| JPS63238685A (ja) | 文字図形認識方式 | |
| JPH02206894A (ja) | 文字認識方法 | |
| JP2749946B2 (ja) | 文字認識方法 | |
| JPH04590A (ja) | 文字認識方法 |