JPH0273484A - 文字認識方法 - Google Patents
文字認識方法Info
- Publication number
- JPH0273484A JPH0273484A JP63225715A JP22571588A JPH0273484A JP H0273484 A JPH0273484 A JP H0273484A JP 63225715 A JP63225715 A JP 63225715A JP 22571588 A JP22571588 A JP 22571588A JP H0273484 A JPH0273484 A JP H0273484A
- Authority
- JP
- Japan
- Prior art keywords
- character
- uppercase
- characters
- lowercase
- recognized
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 21
- 230000003287 optical effect Effects 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- SFZBBUSDVJSDGR-XWFYHZIMSA-N beta-D-Galp-(1->4)-[alpha-L-Fucp-(1->3)]-beta-D-GlcpNAc-(1->3)-beta-D-Galp Chemical compound O[C@H]1[C@H](O)[C@H](O)[C@H](C)O[C@H]1O[C@H]1[C@H](O[C@H]2[C@@H]([C@@H](O)[C@@H](O)[C@@H](CO)O2)O)[C@@H](CO)O[C@@H](O[C@H]2[C@H]([C@@H](CO)O[C@@H](O)[C@@H]2O)O)[C@@H]1NC(C)=O SFZBBUSDVJSDGR-XWFYHZIMSA-N 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
［産業上の利用分野］
本発明は、紙面上に書かれた欧未文字を画像として入力
することにより、文字画像から文字領域を捜し出しコー
ド番号に変換する文字認識装置の文字認識方法に関する
。
することにより、文字画像から文字領域を捜し出しコー
ド番号に変換する文字認識装置の文字認識方法に関する
。
［従来の技術］
近年、文字認識装置の急激なる進歩により、さまざまな
文書画像から文字領域を自動的に抽出し、さらに一つ一
つの文字を切り出し、認識し、自動的に文書ファイルが
作成できるようになってきており、文字の認識の方法は
、さまざまな方法が考え出されてきている。
文書画像から文字領域を自動的に抽出し、さらに一つ一
つの文字を切り出し、認識し、自動的に文書ファイルが
作成できるようになってきており、文字の認識の方法は
、さまざまな方法が考え出されてきている。
例えば文字認識方法の一つとして、メツシュ特徴（研究
実用化報告 第３４巻、第１号ｔ ｐ’ｌ）・４７〜５
７）がある。該方法は、文字全体の大まかな形状分布を
表現したものである。特徴の抽出方法は、文字の外接矩
形を分割してｉＸｍの小領域を求める。該各々の小領域
に含まれる文字部の面積を計数してメツシュ特徴とする
。該メツシュ特徴は、一つの文字につきル×ルコのデー
タを持っており、ル×ルコのうちのある領域における文
字部の面積の割合を辞書として所有しているデータと比
較することによって、文字の推定が可能となる。
実用化報告 第３４巻、第１号ｔ ｐ’ｌ）・４７〜５
７）がある。該方法は、文字全体の大まかな形状分布を
表現したものである。特徴の抽出方法は、文字の外接矩
形を分割してｉＸｍの小領域を求める。該各々の小領域
に含まれる文字部の面積を計数してメツシュ特徴とする
。該メツシュ特徴は、一つの文字につきル×ルコのデー
タを持っており、ル×ルコのうちのある領域における文
字部の面積の割合を辞書として所有しているデータと比
較することによって、文字の推定が可能となる。
また、他の方法として、ペリフェラル特徴（研究実用化
報告 第３４巻 第１号 Ｐ、Ｐ、４７〜５７）がある
。該方法は、文字の周辺情報に着目したものである。特
徴の抽出方法は、まず文字パターンの外接矩形を求め、
外接矩形の各辺のそれぞれル分割する。次に分割された
分割辺から文字に向かって走査していき、最初に文字に
出合うまでの面積、次に文字に出合うまでの面積を計数
する。
報告 第３４巻 第１号 Ｐ、Ｐ、４７〜５７）がある
。該方法は、文字の周辺情報に着目したものである。特
徴の抽出方法は、まず文字パターンの外接矩形を求め、
外接矩形の各辺のそれぞれル分割する。次に分割された
分割辺から文字に向かって走査していき、最初に文字に
出合うまでの面積、次に文字に出合うまでの面積を計数
する。
各分割辺に対して同様の処理を行うことにより、ｎ、Ｘ
４Ｘ２のデータを持つペリフェラル特徴ヲ得ることかで
き、該ル×４×２のデータと辞書として所有しているデ
ータとを比較することによって文字の推定が可能となる
。
４Ｘ２のデータを持つペリフェラル特徴ヲ得ることかで
き、該ル×４×２のデータと辞書として所有しているデ
ータとを比較することによって文字の推定が可能となる
。
［発明が解決しようとする課題］
しかしながら、前記文字認識方法の、メツシュ特徴やペ
リフェラル特徴のみでは候補文字を一つに絞るには非常
に長い時間がかかる。
リフェラル特徴のみでは候補文字を一つに絞るには非常
に長い時間がかかる。
ペリフェラル特徴やメツシュ特徴による文字認識方法は
、既に述べた様に、各文字ごとにデータを所有しており
、該データをすべての文字について比較を行い候補文字
を絞っている。従って、英文字の場合、常に最低５２文
字のデータと比較しているわけであり、候補文字を絞る
のに多（の時間を必要とするという課題を有している。
、既に述べた様に、各文字ごとにデータを所有しており
、該データをすべての文字について比較を行い候補文字
を絞っている。従って、英文字の場合、常に最低５２文
字のデータと比較しているわけであり、候補文字を絞る
のに多（の時間を必要とするという課題を有している。
そこで本発明は以上の様な課題を解決するもので、その
目的とするところは、欧未文書の文字に対して高速にか
つ正確に認識結果を出す方法を提供することにある。
目的とするところは、欧未文書の文字に対して高速にか
つ正確に認識結果を出す方法を提供することにある。
［課題を解決するための手段］
本発明の光学的画像入力手段により紙面等に書かれた文
字画像を読み取シ、入力された画像データ中の文字を認
識しコード番号に置き換える文字認識方法は、 （１） 同−単語内の前認識文字が大文字か小文字か
の情報により候補文字を分類した後文字を推定すること
を特徴とする。
字画像を読み取シ、入力された画像データ中の文字を認
識しコード番号に置き換える文字認識方法は、 （１） 同−単語内の前認識文字が大文字か小文字か
の情報により候補文字を分類した後文字を推定すること
を特徴とする。
（２）認識文字が単語内先頭文字である場合には、大文
字、小文字すべてを候補文字とし、文字を推定すること
を特徴とする。
字、小文字すべてを候補文字とし、文字を推定すること
を特徴とする。
（３）認識文字が先頭文字でない場合には、前文字が大
文字の場合、大文字、小文字すべてを候補文字とし、前
文字が小文字の場合、小文字のみを候補文字として文字
の推定を行い、小文字の中に適切文字がみつからない場
合のみ大文字を候補文字として文字の推定を行うことを
特徴とする。
文字の場合、大文字、小文字すべてを候補文字とし、前
文字が小文字の場合、小文字のみを候補文字として文字
の推定を行い、小文字の中に適切文字がみつからない場
合のみ大文字を候補文字として文字の推定を行うことを
特徴とする。
［実施例］
以下、本発明を実施例に基づいて詳細に説明する。
本発明の文字認識方法は、一般に第５図のブロック図に
示す様なハードウェアにおいて用いられる。該ハードウ
ェアは、認識対象文字画像を入力するための画像入力装
置３４２画像入力装置３４によって入力された画像情報
及び演算結果を蓄えるＲＡＭ５２、演算を実行する。Ｐ
Ｕ３１、文字認識のための辞書データ及び演算のプログ
ラムが納まっているＲＯＭ５５Ｓ及び認識結果を表示す
るデイスプレィ３５により構成されている。
示す様なハードウェアにおいて用いられる。該ハードウ
ェアは、認識対象文字画像を入力するための画像入力装
置３４２画像入力装置３４によって入力された画像情報
及び演算結果を蓄えるＲＡＭ５２、演算を実行する。Ｐ
Ｕ３１、文字認識のための辞書データ及び演算のプログ
ラムが納まっているＲＯＭ５５Ｓ及び認識結果を表示す
るデイスプレィ３５により構成されている。
以下、本発明の文字認識、方法を、第４図に示すフロー
チャートに従って詳、細に説明する。
チャートに従って詳、細に説明する。
フロックＡにおいて認識対象となる文字画像１が入力さ
れる。この時、画像入力装置３４の読み取り幅によって
入力された文字画像１はさまざまであるが、通常複数行
の文字画像１が入力されるブロックＢにおいて文字画像
１の横方向の周辺分布を計数する。入力画像が文字画像
１に示す様に複数の場合、横方向の周辺分布は似た形の
ものが行と同じ数だけできあがり、該横方向の周辺分布
をみることにより文字行の位置を知ることが可能となる
。
れる。この時、画像入力装置３４の読み取り幅によって
入力された文字画像１はさまざまであるが、通常複数行
の文字画像１が入力されるブロックＢにおいて文字画像
１の横方向の周辺分布を計数する。入力画像が文字画像
１に示す様に複数の場合、横方向の周辺分布は似た形の
ものが行と同じ数だけできあがり、該横方向の周辺分布
をみることにより文字行の位置を知ることが可能となる
。
ブロックＣにおいては、ブロックＢにおいて抽出された
文字行の中から単語領域を抽出する。単語領域の抽出は
、文字行と垂直な方向の周辺分布を計数し、該周辺分布
の固まりと固まりの間隔を調べ、文字間隔か単語間隔か
を判断することにより単語の抽出が可能である。
文字行の中から単語領域を抽出する。単語領域の抽出は
、文字行と垂直な方向の周辺分布を計数し、該周辺分布
の固まりと固まりの間隔を調べ、文字間隔か単語間隔か
を判断することにより単語の抽出が可能である。
ブロックＤにおいては、ブロックＣにおいて抽出された
単語領域から文字領域を抽出する。文字領域の抽出は、
ブロックＣにおいて計数された周辺分布の結果を用いる
ことにより可能である。
単語領域から文字領域を抽出する。文字領域の抽出は、
ブロックＣにおいて計数された周辺分布の結果を用いる
ことにより可能である。
ブロックＥにおいて、ブロックＤにおいて抽出された文
字の認識を行う。一般に、欧未文の単語は、第１図２〜
５に示す４つのグループに分類できる。１つ目のグルー
プは、第１図２に示すグループ１である。該グループの
単語は、単語を構成するすべての文字が小文字からなっ
ており、通常の欧未文書では最も出現頻度が大きい。２
つ目のグループは、第１図３に示すグループである。該
グループの単語は、単語先頭文字が大文字で書かれてお
り、残りの文字はすべて小文字で構成されている単語で
ある。３つ目のグループは、第１図４に示すグループで
あり、単語を構成する文字は′すべて大文字である。４
つ目のグループは、第１図５に示すグループであり、人
の名前によく見られる。該グループの単語は必ず最初が
Ｍｃで始まるのが特徴であり、出現頻度は４つのグ西−
プのうちで最も小さい。本発明では、欧未単語が上記４
つのグループに分ゆられるということに基づいて認識を
行う。単語先頭文字の認識においては、該先頭文字が大
文字か小文字かは明らかでない。
字の認識を行う。一般に、欧未文の単語は、第１図２〜
５に示す４つのグループに分類できる。１つ目のグルー
プは、第１図２に示すグループ１である。該グループの
単語は、単語を構成するすべての文字が小文字からなっ
ており、通常の欧未文書では最も出現頻度が大きい。２
つ目のグループは、第１図３に示すグループである。該
グループの単語は、単語先頭文字が大文字で書かれてお
り、残りの文字はすべて小文字で構成されている単語で
ある。３つ目のグループは、第１図４に示すグループで
あり、単語を構成する文字は′すべて大文字である。４
つ目のグループは、第１図５に示すグループであり、人
の名前によく見られる。該グループの単語は必ず最初が
Ｍｃで始まるのが特徴であり、出現頻度は４つのグ西−
プのうちで最も小さい。本発明では、欧未単語が上記４
つのグループに分ゆられるということに基づいて認識を
行う。単語先頭文字の認識においては、該先頭文字が大
文字か小文字かは明らかでない。
したがって、第２図に示す様に、大文字、小文字の両方
を候補文字として扱い認識を行う。文字によっては、該
先頭文字が大文字か小文字かの判断が不可能な場合があ
るが、はとんどの文字は判断が可能である。そこで、先
頭文字が小文字であった場合には、該単語はグループ１
に属する単語と判断して以降の文字の認識には小文字の
みを候補文字として認識することが可能である。また、
単語の途中で小文字から大文字に変化する場合には一致
度が低（なるので、このような場合のみ候補文字を大文
字として認識すれば単語の認識が可能である。先頭文字
が小文字でなかった場合、すなわち、大文字の場合かあ
るいは判断が不可能な場合には、再び候補文字を大文字
、小文字の両方で認識し前文字が、小文字となるまで候
補文字を大文字、小文字として認識すれば認識可能であ
る。またグループ４に属する単語の場合は必ずＭｃで始
まる。従って、候補文字が小文字のみに変わったとして
もＭｃを認識したら候補文字を再び大文字、小文字の再
方にして認識すれば単語の認識が可能となる。以上の様
に、通常の欧未単語は第２図の２〜５に示した４つのグ
ループに分けることが可能であり、認識前に候補文字を
絞仝ことができる。その結果、認識に要する時間が常に
大文字。
を候補文字として扱い認識を行う。文字によっては、該
先頭文字が大文字か小文字かの判断が不可能な場合があ
るが、はとんどの文字は判断が可能である。そこで、先
頭文字が小文字であった場合には、該単語はグループ１
に属する単語と判断して以降の文字の認識には小文字の
みを候補文字として認識することが可能である。また、
単語の途中で小文字から大文字に変化する場合には一致
度が低（なるので、このような場合のみ候補文字を大文
字として認識すれば単語の認識が可能である。先頭文字
が小文字でなかった場合、すなわち、大文字の場合かあ
るいは判断が不可能な場合には、再び候補文字を大文字
、小文字の両方で認識し前文字が、小文字となるまで候
補文字を大文字、小文字として認識すれば認識可能であ
る。またグループ４に属する単語の場合は必ずＭｃで始
まる。従って、候補文字が小文字のみに変わったとして
もＭｃを認識したら候補文字を再び大文字、小文字の再
方にして認識すれば単語の認識が可能となる。以上の様
に、通常の欧未単語は第２図の２〜５に示した４つのグ
ループに分けることが可能であり、認識前に候補文字を
絞仝ことができる。その結果、認識に要する時間が常に
大文字。
小文字の両方を候補文字として認識する場合に比べて平
均して２１５以下になる。
均して２１５以下になる。
以上の様にしてブロックＥにおいて抽出単語の認識が終
了すると、ブロックＢにおいて抽出された文字行の認識
が終了するまでブロック０．ブロックＤ、ブロックＥの
一連の動作を繰り返す。さらに、入力画像のすべての認
識が終了するまで、ブロックＢ、ブロックＣ，ブロック
Ｄ及びブロックＥの一連の動作を繰り返し文字画像をコ
ード化する。このようにして画像入力装置５４によって
入力した文字画像２を１つの文書ファイルに変換する。
了すると、ブロックＢにおいて抽出された文字行の認識
が終了するまでブロック０．ブロックＤ、ブロックＥの
一連の動作を繰り返す。さらに、入力画像のすべての認
識が終了するまで、ブロックＢ、ブロックＣ，ブロック
Ｄ及びブロックＥの一連の動作を繰り返し文字画像をコ
ード化する。このようにして画像入力装置５４によって
入力した文字画像２を１つの文書ファイルに変換する。
この後、ブロックＦにおいて、認識した結果をデイスプ
レィ・３５に表示して終了する。
レィ・３５に表示して終了する。
［発明の効果］
以上述べた様に本発明によれば、入力された文字画像を
単語単位で認識し、認識時において前認識文字が大文字
か小文字かの情報に基づいて候補文字を絞って認識を行
うので、大文字と小文字で似たデータを持つ文字に対し
ても認識の間違いが生じる可能性が非常に低（、また、
候補文字の数が少ないために認識に要する時間を短縮す
るという大きな効果が生じる。
単語単位で認識し、認識時において前認識文字が大文字
か小文字かの情報に基づいて候補文字を絞って認識を行
うので、大文字と小文字で似たデータを持つ文字に対し
ても認識の間違いが生じる可能性が非常に低（、また、
候補文字の数が少ないために認識に要する時間を短縮す
るという大きな効果が生じる。
第１図（α）〜（ｅ）は本発明の文字認識方法の単語の
分類を示した図。 第２図に本発明の単語の種類による文字認識の方法を示
したフローチャート、 第３図に本発明の文字認識方法が用いられる文字認識装
置のブロック図、 第４図に本発明の文字認識手段のフローチャートを示す
。 １・・・・・・・・・入力画像 ２・・・・・・・・・グループ１ ３・・・・・・・・・グループ２ ４・・・・・・・・・グループ６ ５・・・・・・・・・グループ４ ６１ ・・・・・・・・・ ＣＰＵ ５２ ・・・ ・・・・・・ ＲＡＭ ３５ ・・・・・・・・・ ＲＯＭ ５４・・・・・・・・・画像入力装置 ３５・・・・・・・・・デイスプレィ Ａ・・・・・・・・・ブロックＡ Ｂ・・・・・・・・・プロ Ｏ・・・・・・・・・フロ Ｄ・・・・・・・・・フロ Ｅ・・・・・・・・・プロ Ｆ・・・・・・・・・フロ ツクＢ ツクＯ ツクＤ ツクＥ ツクＦ
分類を示した図。 第２図に本発明の単語の種類による文字認識の方法を示
したフローチャート、 第３図に本発明の文字認識方法が用いられる文字認識装
置のブロック図、 第４図に本発明の文字認識手段のフローチャートを示す
。 １・・・・・・・・・入力画像 ２・・・・・・・・・グループ１ ３・・・・・・・・・グループ２ ４・・・・・・・・・グループ６ ５・・・・・・・・・グループ４ ６１ ・・・・・・・・・ ＣＰＵ ５２ ・・・ ・・・・・・ ＲＡＭ ３５ ・・・・・・・・・ ＲＯＭ ５４・・・・・・・・・画像入力装置 ３５・・・・・・・・・デイスプレィ Ａ・・・・・・・・・ブロックＡ Ｂ・・・・・・・・・プロ Ｏ・・・・・・・・・フロ Ｄ・・・・・・・・・フロ Ｅ・・・・・・・・・プロ Ｆ・・・・・・・・・フロ ツクＢ ツクＯ ツクＤ ツクＥ ツクＦ
Claims (3)
- （１）光学的画像入力手段により紙面等に書かれた文字
画像を読み取り、入力された画像データ中の文字を認識
しコード番号に置き換える文字認識方法において、同一
単語内の前認識文字が大文字か小文字かの情報により候
補文字を分類した後文字を推定することを特徴とする文
字認識方法。 - （２）認識文字が単語内先頭文字である場合には、大文
字、小文字すべてを候補文字とし、文字を推定すること
を特徴とする請求項１記載の文字認識方法。 - （３）認識文字が先頭文字でない場合には、前文字が大
文字の場合、大文字、小文字すべてを候補文字とし、前
文字が小文字の場合、小文字のみを候補文字として文字
の推定を行い、小文字の中に適切文字がみつからない場
合のみ大文字を候補文字として文字の推定を行うことを
特徴とする請求項１記載の文字認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63225715A JPH0273484A (ja) | 1988-09-09 | 1988-09-09 | 文字認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63225715A JPH0273484A (ja) | 1988-09-09 | 1988-09-09 | 文字認識方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0273484A true JPH0273484A (ja) | 1990-03-13 |
Family
ID=16833673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63225715A Pending JPH0273484A (ja) | 1988-09-09 | 1988-09-09 | 文字認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0273484A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04296989A (ja) * | 1990-02-02 | 1992-10-21 | Internatl Business Mach Corp <Ibm> | 文字認識方法及び装置 |
-
1988
- 1988-09-09 JP JP63225715A patent/JPH0273484A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH04296989A (ja) * | 1990-02-02 | 1992-10-21 | Internatl Business Mach Corp <Ibm> | 文字認識方法及び装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5369714A (en) | Method and apparatus for determining the frequency of phrases in a document without document image decoding | |
| Ha et al. | Document page decomposition by the bounding-box project | |
| US5491760A (en) | Method and apparatus for summarizing a document without document image decoding | |
| US5664027A (en) | Methods and apparatus for inferring orientation of lines of text | |
| US5848191A (en) | Automatic method of generating thematic summaries from a document image without performing character recognition | |
| JPH05242292A (ja) | 分離方法 | |
| EP0436819B1 (en) | Handwriting recognition employing pairwise discriminant measures | |
| Zramdini et al. | Optical font recognition from projection profiles | |
| CN101452532B (zh) | 一种文本无关笔迹鉴别的方法和装置 | |
| EP0810542A2 (en) | Bitmap comparison apparatus and method | |
| Biswas et al. | Writer identification of Bangla handwritings by radon transform projection profile | |
| Liang et al. | Performance evaluation of document layout analysis algorithms on the UW data set | |
| Baird | Global-to-local layout analysis | |
| Fan et al. | A robust proposal generation method for text lines in natural scene images | |
| JPH02116987A (ja) | 文字認識装置 | |
| JPH0262682A (ja) | 文字認識方法 | |
| JP3238776B2 (ja) | 大分類辞書作成方法及び文字認識装置 | |
| JP3163698B2 (ja) | 文字認識方法 | |
| JPH0281189A (ja) | 文字認識方法 | |
| JP3157530B2 (ja) | 文字切り出し方法 | |
| JP3151866B2 (ja) | 英文字認識方法 | |
| JPH0368093A (ja) | 文字認識装置 | |
| JPH03126188A (ja) | 文字認識装置 | |
| JPH0371380A (ja) | 文字認識装置 | |
| DE4345583B4 (de) | Verfahren und Vorrichtung zur Handschrifterkennung aus sequentiellen Eingabeinformationen |