JPH0147833B2 - - Google Patents
Info
- Publication number
- JPH0147833B2 JPH0147833B2 JP57004926A JP492682A JPH0147833B2 JP H0147833 B2 JPH0147833 B2 JP H0147833B2 JP 57004926 A JP57004926 A JP 57004926A JP 492682 A JP492682 A JP 492682A JP H0147833 B2 JPH0147833 B2 JP H0147833B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- division
- standard
- format
- pattern
- 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
- G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
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て文字を認識するものであ
つて、まず、所定の分割形式に従つて文字枠分割
単位領域を設定して一群の認識文字候補を選択
し、これら認識文字候補の複雑度と分割形式との
対応関係を検査した後、分割形式を変更して文字
の認識を行わせる文字認識方式に関し、特に認識
対象として多くのカテゴリを扱う場合に適用する
ものである。 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
マトリツクスを作成し、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、まず、
所定の分割形式で入力文字パターンの特徴マトリ
ツクスを抽出し、所定の分割形式に対応した辞書
を参照して認識候補文字を選び、これら認識候補
文字の複雑度の平均値を求め、且つ標準文字マス
クの複雑度と分割形式との対応を示したテーブル
を参照して、認識候補文字の複雑度の平均値に対
応した分割形式を決定して、その分割形式が前記
所定の分割形式と一致しない時には再度新たな分
割形式に対する入力文字パターンの特徴マトリツ
クスを作成して文字認識を行うものであり、認識
候補文字数の設定を比較的多数とし、新たな分割
形式の特徴マトリツクスと標準文字マスクとの類
似度の測定を、認識候補文字のみに限定して行わ
せるようにしたものであり、認識対象として多く
のカテゴリを扱う場合の処理速度の向上を計つた
ものであり、以下詳細に説明する。 第１図は、本発明による文字認識装置の一実施
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
パターン信号と呼ぶ）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６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５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。 第１文字枠分割決定部７は、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こ
の実施例で予定されている最大のＸ軸Ｙ軸夫々の
分割数よりも十分大きい個数の重心座標の系列を
夫々検出し、次いで、予め設定されている分割形
式N1で指定された分割数NX、NY（但し、ここ
ではNX＝NY＝７）に従つて、夫々ほぼ均等個
数おきの重心座標を選択し、（NX−１）個及び
（NY−１）個の重心座標をＸ軸Ｙ軸夫々の分割
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て文字を認識するものであ
つて、まず、所定の分割形式に従つて文字枠分割
単位領域を設定して一群の認識文字候補を選択
し、これら認識文字候補の複雑度と分割形式との
対応関係を検査した後、分割形式を変更して文字
の認識を行わせる文字認識方式に関し、特に認識
対象として多くのカテゴリを扱う場合に適用する
ものである。 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
マトリツクスを作成し、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、まず、
所定の分割形式で入力文字パターンの特徴マトリ
ツクスを抽出し、所定の分割形式に対応した辞書
を参照して認識候補文字を選び、これら認識候補
文字の複雑度の平均値を求め、且つ標準文字マス
クの複雑度と分割形式との対応を示したテーブル
を参照して、認識候補文字の複雑度の平均値に対
応した分割形式を決定して、その分割形式が前記
所定の分割形式と一致しない時には再度新たな分
割形式に対する入力文字パターンの特徴マトリツ
クスを作成して文字認識を行うものであり、認識
候補文字数の設定を比較的多数とし、新たな分割
形式の特徴マトリツクスと標準文字マスクとの類
似度の測定を、認識候補文字のみに限定して行わ
せるようにしたものであり、認識対象として多く
のカテゴリを扱う場合の処理速度の向上を計つた
ものであり、以下詳細に説明する。 第１図は、本発明による文字認識装置の一実施
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
パターン信号と呼ぶ）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６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５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。 第１文字枠分割決定部７は、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こ
の実施例で予定されている最大のＸ軸Ｙ軸夫々の
分割数よりも十分大きい個数の重心座標の系列を
夫々検出し、次いで、予め設定されている分割形
式N1で指定された分割数NX、NY（但し、ここ
ではNX＝NY＝７）に従つて、夫々ほぼ均等個
数おきの重心座標を選択し、（NX−１）個及び
（NY−１）個の重心座標をＸ軸Ｙ軸夫々の分割
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重心座標を検出し、
テーブルを参照して分割座標を決定するが、ここ
ではＸ軸方向と同じ15個の重心座標Ｙ（M1）〜Ｙ
（M15）を検出し、分割数NYもＸ軸方向と同じ
７分割としているので、Ｘ軸と同じテーブルを参
照して重心番号M3、M5、M7、M9、M11、M13
を決定し、その重心番号に対応した重心座標を分
割座標として決定する。 すなわち、分割形式N1に対応してＸ軸方向の
分割座標としてＸ（M3）、Ｘ（M5）、Ｘ（M7）、Ｘ
（M9）、Ｘ（M11）、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。第１特
徴マトリクス抽出部８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（M5）、Ｘ（M7）、Ｘ（M9）、Ｘ（M11）、
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、入力文字パターン
の各サブパターン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、特徴マトリツクスを作成
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。 第１識別部９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
ツクスと同様に、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、且つNX＝７、
NY＝７なる分割形式で分割単位領域が設定され
た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、類似度が大
きいものから順に特定の個数Ｐ個（ここではＰ＝
100）の標準文字マスクの文字名コードを入力文
字パターンの認識候補文字として出力する。 すなわち、入力文字パターンORGの特徴マト
リツクスＦ（ｋ、ｉ、ｊ）を受けて、標準文字マ
スクの特徴マトリツクスFs（ｋ、ｉ、ｊ）との距
離Ｄ Ｄ＝√｛（、、）−（、、）｝2 を計算し、類似度が大きい（Ｄが小さい）ものか
ら順にＰ個の標準文字マスクの文字名コードを出
力する。 複雑度判定部１０は、全ての各標準文字マスク
の複雑度を示すテーブルと、標準の複雑度と分割
形式との対応を示したテーブルとを備えており、
Ｐ個の認識候補文字の文字名コードを受けて、Ｐ
個の認識候補文字の複雑度の平均値を検出し、そ
の平均値に対応した分割形式N2を決定する。複
雑度としては、標準文字マスクの文字線密度に対
応した量を用いている。 すなわち、前記辞書に格納された各標準文字に
ついて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とを求め且つ各サブ
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、それらの総和を標準文字の
複雑度Ｇとしている。 Ｇ＝Gh＋Gv＋Gr＋Gl 但しGh＝Ah／WL・WPh、Gr＝Ar／WL・WPr Gv＝Av／WL・WPv、Gl＝Al／WL・WPl このようにして、予め用意しておいたテーブル
を参照して、Ｐ個の認識文字候補の文字コード対
応でＰ個の複雑度Gn（但し、ｎ＝１、２、……、
Ｐ）を読み出し、次式の演算を実行することによ
つて、認識文字候補の複雑度の平均値Gaを検出
する。 Ga＝１／Ｐo=p 〓n=1 Gn 次に標準複雑度と分割形式との対応を示した次
のテーブルを参照して、認識文字候補の複雑度平
均値Gaに対応した分割形式N2を求める。
テーブルを参照して分割座標を決定するが、ここ
ではＸ軸方向と同じ15個の重心座標Ｙ（M1）〜Ｙ
（M15）を検出し、分割数NYもＸ軸方向と同じ
７分割としているので、Ｘ軸と同じテーブルを参
照して重心番号M3、M5、M7、M9、M11、M13
を決定し、その重心番号に対応した重心座標を分
割座標として決定する。 すなわち、分割形式N1に対応してＸ軸方向の
分割座標としてＸ（M3）、Ｘ（M5）、Ｘ（M7）、Ｘ
（M9）、Ｘ（M11）、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。第１特
徴マトリクス抽出部８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（M5）、Ｘ（M7）、Ｘ（M9）、Ｘ（M11）、
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、入力文字パターン
の各サブパターン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、特徴マトリツクスを作成
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。 第１識別部９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
ツクスと同様に、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、且つNX＝７、
NY＝７なる分割形式で分割単位領域が設定され
た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、類似度が大
きいものから順に特定の個数Ｐ個（ここではＰ＝
100）の標準文字マスクの文字名コードを入力文
字パターンの認識候補文字として出力する。 すなわち、入力文字パターンORGの特徴マト
リツクスＦ（ｋ、ｉ、ｊ）を受けて、標準文字マ
スクの特徴マトリツクスFs（ｋ、ｉ、ｊ）との距
離Ｄ Ｄ＝√｛（、、）−（、、）｝2 を計算し、類似度が大きい（Ｄが小さい）ものか
ら順にＰ個の標準文字マスクの文字名コードを出
力する。 複雑度判定部１０は、全ての各標準文字マスク
の複雑度を示すテーブルと、標準の複雑度と分割
形式との対応を示したテーブルとを備えており、
Ｐ個の認識候補文字の文字名コードを受けて、Ｐ
個の認識候補文字の複雑度の平均値を検出し、そ
の平均値に対応した分割形式N2を決定する。複
雑度としては、標準文字マスクの文字線密度に対
応した量を用いている。 すなわち、前記辞書に格納された各標準文字に
ついて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とを求め且つ各サブ
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、それらの総和を標準文字の
複雑度Ｇとしている。 Ｇ＝Gh＋Gv＋Gr＋Gl 但しGh＝Ah／WL・WPh、Gr＝Ar／WL・WPr Gv＝Av／WL・WPv、Gl＝Al／WL・WPl このようにして、予め用意しておいたテーブル
を参照して、Ｐ個の認識文字候補の文字コード対
応でＰ個の複雑度Gn（但し、ｎ＝１、２、……、
Ｐ）を読み出し、次式の演算を実行することによ
つて、認識文字候補の複雑度の平均値Gaを検出
する。 Ga＝１／Ｐo=p 〓n=1 Gn 次に標準複雑度と分割形式との対応を示した次
のテーブルを参照して、認識文字候補の複雑度平
均値Gaに対応した分割形式N2を求める。
【表】
テーブルを参照した結果、求められた分割形式
N2がWX＝７、NY＝７なる分割形式で、前記所
定の分割形式N1と一致したときには、前記Ｐ個
の認識候補文字のうち、距離Ｄが最も小さい（類
似度が最も大きい）文字名コードを文字名コード
出力端１１へ出力する。 又、テーブルを参照した結果、求められた分割
形式N2がNX＝７、NY＝７の分割形式ではな
く、従つて、前記所定の分割形式N1と一致しな
いときにはこの新しく求められた分割形式N2を
第２文字枠分割決定部１２へ出力する。例えば、
複雑度の平均値GaがGa＝３であつたとするとテ
ーブルから求められる分割形式はNX＝５、NY
＝５であつて所定の分割形式N1と一致せず、従
つてNX＝５、NY＝５なる分割形式N2が出力さ
れる。 第２文字枠分割決定部１２には、所定の分割形
式を除き、複雑度判定部１０に用意されている分
割形式の夫々に対応して、分割形式と重心番号と
の対応を示す次記の如きテーブルが第１文字枠分
割決定部７と同様に用意されていて、第１文字枠
分割決定部７から重心座標系列Ｘ（M1）〜Ｘ
（M15）、Ｙ（M1）〜Ｙ（M15）を受けて、複雑度
判定部１０で検出された分割形式N2に対応した
分割座標を決定する。
N2がWX＝７、NY＝７なる分割形式で、前記所
定の分割形式N1と一致したときには、前記Ｐ個
の認識候補文字のうち、距離Ｄが最も小さい（類
似度が最も大きい）文字名コードを文字名コード
出力端１１へ出力する。 又、テーブルを参照した結果、求められた分割
形式N2がNX＝７、NY＝７の分割形式ではな
く、従つて、前記所定の分割形式N1と一致しな
いときにはこの新しく求められた分割形式N2を
第２文字枠分割決定部１２へ出力する。例えば、
複雑度の平均値GaがGa＝３であつたとするとテ
ーブルから求められる分割形式はNX＝５、NY
＝５であつて所定の分割形式N1と一致せず、従
つてNX＝５、NY＝５なる分割形式N2が出力さ
れる。 第２文字枠分割決定部１２には、所定の分割形
式を除き、複雑度判定部１０に用意されている分
割形式の夫々に対応して、分割形式と重心番号と
の対応を示す次記の如きテーブルが第１文字枠分
割決定部７と同様に用意されていて、第１文字枠
分割決定部７から重心座標系列Ｘ（M1）〜Ｘ
（M15）、Ｙ（M1）〜Ｙ（M15）を受けて、複雑度
判定部１０で検出された分割形式N2に対応した
分割座標を決定する。
【表】
第２文字枠分割決定部１２では、新たな分割形
式N2がNX＝５、NY＝５であるとした場合に
は、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。 第２特徴マトリツクス抽出部１３では、分割形
式N2に対応したＸ軸方向の座標Xl、Ｘ（M3）、Ｘ
（M6）、Ｘ（M9）、Ｘ（M12）、XrとＹ軸方向の座
標Yb、Ｙ（M3）、Ｙ（M6）、Ｙ（M9）、Ｙ（M12）、
Ytと、入力文字パターンの各サブパターン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
分割座標から決まる複数の分割単位領域に分割し
て、各サブパターンの分割単位領域毎に特徴要素
Ｆ（ｋ、ｉ、ｊ）を抽出し直して特徴マトリツク
スを作成する。この第２特徴マトリクス抽出部１
３は第１特徴マトリクス抽出部８と同じであるた
め、詳しい説明は省略する。 第２識別部１４には、第１識別部９で用いられ
た分割形式N1（ここでは７×７）以外の分割形式
（ここでは５×５又は９×９）に対応して、標準
文字マスクが入力文字パターンにおける特徴マト
リツクスと同様に、標準文字の各サブパターンに
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Fs（ｋ、ｉ、
ｊ）で表現され、複数の分割形式に関する複数の
辞書が用意されている。第２識別部１４では、複
雑度判定部１０から分割形式N2を受け、第１識
別部９から認識文字候補の文字コードを受けて、
その分割形式N2に対応した分割形式で表現され
た辞書が選択され、認識文字候補の文字コードで
指定された標準文字マスクが順次読み出され、
夫々の標準文字マスクと入力文字パターンの特徴
マトリツクスとの類似度が第１識別部９における
と同様に測定され、最も類似する標準文字マスク
の文字コードを認識結果として文字コード出力端
１１へ出力する。 以上説明したように、本実施例では所定の分割
形式で作成した入力文字パターンの特徴マトリツ
クスを、前記所定の分割形式に対応した辞書の各
標準文字マスクを参照して特定個数の認識候補文
字を選択し、この各認識候補文字の複雑度から入
力文字パターンの複雑度を求め、入力文字パター
ンの複雑度と分割形式との対応を示すテーブルを
参照して、前記所定の分割形式と一致しなかつた
場合には再度新たに得られた分割形式で入力文字
パターンの特徴マトリツクスを作成して新たな分
割形式に対応してもうけられた辞書の全ての前記
認識候補の標準文字マスクとの類似度を測定して
認識文字名を決定しているため、安定な特徴抽出
をすることができ、文字認識率の向上を期待でき
る。また、第１識別部で検出する認識文字候補と
して比較的多くの個数を設定することによつて、
第１特徴マトリツクス抽出部での分割形式が適切
でない場合でも入力文字パターンのカテゴリがそ
の候補に含まれるようにしているため、第２識別
部での類似度測定をその候補のみに限定すること
によつて全体としての認識速度を上げることがで
きる。 なお、文字の複雑度としては、各サブパターン
のストローク数の総和を採用してもよく、分割形
式としてNX＝NY＝５、NX＝NY＝７、NX＝
NY＝９なる形式を採用した場合、複雑度の平均
値Gaとしては、夫々Ga≦５、５＜Ga＜15、Ga
≧15程度の値を対応づけるとよい。 なおまた、認識文字候補を選択する場合は、類
似度の順位が上位の一定個数のものを選択する代
りに、類似度の値そのものが比較的低く設定した
一定値以上の標準文字マスクを選択するようにし
てもよく、この場合は認識文字候補の個数を検出
してその個数で複雑度の平均値Gaを求めるよう
にすればよい。 なおまた、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。 本発明は所定の分割数で作成した特徴マトリツ
クスで識別し、得られた上位候補名より複雑度を
判定し、その複雑度に適した分割数をテーブルを
参照して決定してその分割数が前記所定の分割数
と一致しない場合は再度特徴マトリツクスを作成
して識別しているので、安定で認識精度のよい文
字認識ができ、更に比較的多くの個数の候補を選
択してその候補についてのみ再び類似度を測定す
るようにしているため認識速度が向上する利点が
ある。
式N2がNX＝５、NY＝５であるとした場合に
は、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。 第２特徴マトリツクス抽出部１３では、分割形
式N2に対応したＸ軸方向の座標Xl、Ｘ（M3）、Ｘ
（M6）、Ｘ（M9）、Ｘ（M12）、XrとＹ軸方向の座
標Yb、Ｙ（M3）、Ｙ（M6）、Ｙ（M9）、Ｙ（M12）、
Ytと、入力文字パターンの各サブパターン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
分割座標から決まる複数の分割単位領域に分割し
て、各サブパターンの分割単位領域毎に特徴要素
Ｆ（ｋ、ｉ、ｊ）を抽出し直して特徴マトリツク
スを作成する。この第２特徴マトリクス抽出部１
３は第１特徴マトリクス抽出部８と同じであるた
め、詳しい説明は省略する。 第２識別部１４には、第１識別部９で用いられ
た分割形式N1（ここでは７×７）以外の分割形式
（ここでは５×５又は９×９）に対応して、標準
文字マスクが入力文字パターンにおける特徴マト
リツクスと同様に、標準文字の各サブパターンに
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Fs（ｋ、ｉ、
ｊ）で表現され、複数の分割形式に関する複数の
辞書が用意されている。第２識別部１４では、複
雑度判定部１０から分割形式N2を受け、第１識
別部９から認識文字候補の文字コードを受けて、
その分割形式N2に対応した分割形式で表現され
た辞書が選択され、認識文字候補の文字コードで
指定された標準文字マスクが順次読み出され、
夫々の標準文字マスクと入力文字パターンの特徴
マトリツクスとの類似度が第１識別部９における
と同様に測定され、最も類似する標準文字マスク
の文字コードを認識結果として文字コード出力端
１１へ出力する。 以上説明したように、本実施例では所定の分割
形式で作成した入力文字パターンの特徴マトリツ
クスを、前記所定の分割形式に対応した辞書の各
標準文字マスクを参照して特定個数の認識候補文
字を選択し、この各認識候補文字の複雑度から入
力文字パターンの複雑度を求め、入力文字パター
ンの複雑度と分割形式との対応を示すテーブルを
参照して、前記所定の分割形式と一致しなかつた
場合には再度新たに得られた分割形式で入力文字
パターンの特徴マトリツクスを作成して新たな分
割形式に対応してもうけられた辞書の全ての前記
認識候補の標準文字マスクとの類似度を測定して
認識文字名を決定しているため、安定な特徴抽出
をすることができ、文字認識率の向上を期待でき
る。また、第１識別部で検出する認識文字候補と
して比較的多くの個数を設定することによつて、
第１特徴マトリツクス抽出部での分割形式が適切
でない場合でも入力文字パターンのカテゴリがそ
の候補に含まれるようにしているため、第２識別
部での類似度測定をその候補のみに限定すること
によつて全体としての認識速度を上げることがで
きる。 なお、文字の複雑度としては、各サブパターン
のストローク数の総和を採用してもよく、分割形
式としてNX＝NY＝５、NX＝NY＝７、NX＝
NY＝９なる形式を採用した場合、複雑度の平均
値Gaとしては、夫々Ga≦５、５＜Ga＜15、Ga
≧15程度の値を対応づけるとよい。 なおまた、認識文字候補を選択する場合は、類
似度の順位が上位の一定個数のものを選択する代
りに、類似度の値そのものが比較的低く設定した
一定値以上の標準文字マスクを選択するようにし
てもよく、この場合は認識文字候補の個数を検出
してその個数で複雑度の平均値Gaを求めるよう
にすればよい。 なおまた、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。 本発明は所定の分割数で作成した特徴マトリツ
クスで識別し、得られた上位候補名より複雑度を
判定し、その複雑度に適した分割数をテーブルを
参照して決定してその分割数が前記所定の分割数
と一致しない場合は再度特徴マトリツクスを作成
して識別しているので、安定で認識精度のよい文
字認識ができ、更に比較的多くの個数の候補を選
択してその候補についてのみ再び類似度を測定す
るようにしているため認識速度が向上する利点が
ある。
第１図は本発明の実施例を示す機能ブロツク
図、第２図は入力文字パターンとサブパターンの
例を示す図である。 １……光信号入力、２……光電変換部、３……
パターンレジスタ、４……文字線幅計算部、５…
…サブパターン抽出部、６……文字枠検出部、７
……第１文字枠分割決定部、８……第１特徴マト
リクス抽出部、９……第１識別部、１０……複雑
度判定部、１１……文字コード出力端、１２……
第２文字枠決定部、１３……第２特徴マトリクス
抽出部、１４……第２識別部。
図、第２図は入力文字パターンとサブパターンの
例を示す図である。 １……光信号入力、２……光電変換部、３……
パターンレジスタ、４……文字線幅計算部、５…
…サブパターン抽出部、６……文字枠検出部、７
……第１文字枠分割決定部、８……第１特徴マト
リクス抽出部、９……第１識別部、１０……複雑
度判定部、１１……文字コード出力端、１２……
第２文字枠決定部、１３……第２特徴マトリクス
抽出部、１４……第２識別部。
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
トリツクスを作成し、標準文字マスクが当該特徴
マトリツ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、 予め定められた所定の第１分割形式で文字枠が
分割された入力文字パターンの特徴マトリツクス
を作成し、その第１分割形式に対応した辞書の標
準文字マスクと入力文字パターンの前記特徴マト
リツクスとの類似度を測定して類似度が一定値以
上もしくは一定順位以上の前記標準文字を認識候
補文字として選択し、標準文字マスクの複雑度を
示す予め用意されているテーブルを参照として前
記認識候補文字の複雑度の平均値を検出し、標準
の複雑度と分割形式との対応を示す予め用意され
ているテーブルを参照して前記複雑度の平均値に
対応した第２分割形式を検出し、当該第２分割形
式と入力文字パターンの前記第１分割形式との一
致を検出し、両分割形式の一致を条件として前記
認識候補文字のうちで類似度が最も大きいものを
認識文字名として出力し、前記両分割形式の不一
致を条件として複雑度の前記平均値に対応した前
記第２分割形式で文字枠が分割された入力文字パ
ターンの特徴マトリツクスを作成し、前記第２分
割形式に対応した辞書における全ての前記認識候
補文字に対応した標準文字マスクを夫々指定して
標準文字マスクと入力文字パターンの前記第２分
割形式の前記特徴マトリツクスとの類似度の測定
を行なわせ、文字の認識をすることを特徴とした
文字認識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57004926A JPS58123180A (ja) | 1982-01-18 | 1982-01-18 | 文字認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57004926A JPS58123180A (ja) | 1982-01-18 | 1982-01-18 | 文字認識方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS58123180A JPS58123180A (ja) | 1983-07-22 |
| JPH0147833B2 true JPH0147833B2 (ja) | 1989-10-17 |
Family
ID=11597199
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57004926A Granted JPS58123180A (ja) | 1982-01-18 | 1982-01-18 | 文字認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS58123180A (ja) |
-
1982
- 1982-01-18 JP JP57004926A patent/JPS58123180A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS58123180A (ja) | 1983-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109993166B (zh) | 基于刻度查找的指针式仪表读数自动识别方法 | |
| US3959884A (en) | Method of classifying fingerprints | |
| JPS60204086A (ja) | 物体識別装置 | |
| US4918740A (en) | Processing means for use in an optical character recognition system | |
| CN115187994A (zh) | 一种基于轻量化目标检测卷积神经网络的目标检测方法 | |
| CN111813885A (zh) | 一种基本比例尺地形图等高线高程值检测方法及装置 | |
| JPH0147832B2 (ja) | ||
| CN119152488A (zh) | 一种基于机器视觉的嵌套型非均匀刻度表盘读表方法 | |
| JPH0147835B2 (ja) | ||
| CN118522000A (zh) | 一种融合多模态信息的智能通用水尺精读方法和系统 | |
| JPH0412512B2 (ja) | ||
| JPH0147834B2 (ja) | ||
| JPH0147829B2 (ja) | ||
| JPH0147831B2 (ja) | ||
| JPH0147830B2 (ja) | ||
| JPH0412513B2 (ja) | ||
| JPH04111085A (ja) | パターン認識装置 | |
| CN116092088B (zh) | 一种仪表指针读数识别方法 | |
| CN119399678B (zh) | 面向理化生实验的托盘天平指针平衡状态判断方法 | |
| JPH0412511B2 (ja) | ||
| JPH0346080A (ja) | 特徴抽出装置 | |
| JPS6223350B2 (ja) | ||
| JPH10187886A (ja) | 文字認識装置および文字認識方法 | |
| CN109376739A (zh) | 一种编组方式确定方法及装置 | |
| JPS58123180A (ja) | 文字認識方式 |