JPH0285985A - 文字読取り装置における文字判断方式 - 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】 〔概　要〕 文字読取り装置における大文字か小文字かの判断方式に
関し、 判断精度の向上を目的とし、 １行分の認識結果データから文字列中に漢字が存在する
か否かをチェックする漢字存在チェック手段と、漢字を
含む行について漢字の切り出しデータから文字の高さと
幅を求め発生頻度の高い高さと幅を基準の高さおよび幅
として決定する基準高さ幅決定手段１と、漢字を含まな
い行について行内文字の切り出しデータから文字の高さ
と幅を求めその最大値を基準の高さおよび幅として決定
する基準高さ幅決定手段２と、決定された基準の高さと
幅から文字の基準面積を決定する基準面積決定手段と、
対象文字が同一形状の大文字と小文字を持つ文字である
か否かを調べる文字種チェック手段と、対象文字の切り
出しデータから高さと幅を決定しその積から面積を決定
する対象文字面積決定手段と、対象文字の面積と基準面
積との比を求め予め定めた値より小さいか否かにより大
文字か小文字かを判定する大／小判定手段と、を備え、
認識された１行毎の文字列について大文字か小文字かの
判断を行うよう構成する。

〔産業上の利用分野〕

本発明は文字読取り装置に係り、特に文字読取り装置に
おける大文字／小文字の判断方式に関する。

文字には、同一形状で大文字と小文字が存在する。即ち
、文書中には英字では例えば、「Ｃ」とｒｃＪ、ｒＫＪ
とｒｋＪのような、仮名では例えば、「あ」と「あ」、
「い」と「い」のような同一形状の大文字と小文字が混
在することになる。

従って、文字読取り装置において各文字を認識した後に
、その文字が大文字であったか小文字であったかを判断
することが、原文書を正しく再現する上において重要で
ある。

〔従来の技術〕

文字読取り装置は、−船釣に、読み取った文字画像デー
タから１文字ずつを切り出し、その特徴を抽出して、認
識辞書と照合して、最大の類似度により文字を認識する
。ところが文字には、第６図に示すように、英字、平仮
名、片仮名のいずれについても、同一形状で大文字と小
文字の存在する文字がある。従って、文字読取り装置で
は、文字認識の後処理として、大文字と小文字の存在す
る文字について、大文字か小文字かの判断を行う必要が
ある。

大文字／小文字を持つ文字についての大小の判断は、大
きさの基準となる値との比較によって行われる。なお、
この場合の基準とは大文字の一般的な大きさのことを指
す。

従来、この判断は、第７図に示すように、認識された文
書内の行の高さａのみを基準とし、そこから大文字の大
きさを推定しく高さａ、幅ａ）、対象文字の切り出しの
高さｂおよび幅Ｃがそれに対してどれだけの割合を持っ
ているかによって判断を行うのが一般であった。

即ち、ｂ：ａおよびｃ：ａを求め、これを予め定めた闇
値と比較して、両方とも閾値以下であれば、小文字と判
断するものであった。

〔発明が解決しようとする課題〕

上記に説明した従来の判断方式では、高さも幅も行の高
さと比較されているので、特に第８図に示したような縦
長文字や横長文字においては、他の文字と比べて判断に
誤りが多くなるという問題が生じている。

本発明が解決しようとする課題は、このような従来の問
題点を解消した大文字／小文字判断方式を提供すること
にある。

〔課題を解決するための手段〕

第１図は、前記の課題を解決するための手段の原理を示
すブロック図である。

図において、１は漢字存在チェック手段であり、１行分
の認識結果データから文字列中に漢字が存在するか否か
をチェックする。

２は基準高さ幅決定手段（１）であり、漢字を含む行に
ついて漢字の切り出しデータから文字の高さと幅を求め
発生頻度の高い高さと幅を基準の高さおよび幅として決
定する。

３は基準高さ幅決定手段（２）であり、漢字を含まない
行について行内文字の切り出しデータから文字の高さと
幅を求めその最大値を基準の高さおよび幅として決定す
る。

４は基準面積決定手段であり、決定された基準高さと幅
から文字の基準面積を決定する。

５は文字手段チェック手段であり、対象文字が同一形状
の大文字と小文字を持つか否かを調べる。

６は対象文字面積決定手段であり、大文字／小文字を持
つ対象文字の切り出しデ・−夕から高さと幅を決定しそ
の積から面積を決定する。

７は大／小判定手段であり、対象文字の面積と基準面積
との比を求め予め定めた値より小さいか否かにより大文
字か小文字かを判定する。

〔作　用〕

本発明では、大文字／小文字の判断を行うための高さ７
幅の基準を行の高さのみから得るのではなく、認識結果
データから、行内に漢字が存在するか否かを調べ、漢字
が存在する行と存在しない行とで次のように別個の処理
で求め、且つ基準となる高さ７幅を対象文字のそれと直
接比較するのではなく、両者とも高さと幅を乗じた面積
とじて比較して大文字／小文字を判断するものである。

■入力された文書の行内に漢字が存在している場合： 行内の漢字の切り出しデータを調べ、発生頻度の高い高
さおよび幅の値を基準として用いる。

即ち、第２図（Ａ）に示すように、発生頻度の高い高さ
ａと幅ｂ゛を基準の高さと幅とする。

■入力された文書の行内に漢字の存在しない場合：行内
文字の切り出しデータを調べ、高さおよび幅の行内で最
も大きい値を基準として用いる。

即ち、第２図（Ｂ）に示すように、行中で最も大きい幅
ａと高さｂを比較し大きい方すの値を基準の高さ、幅と
する。

漢字の存在する行で■の方法を採るのは、漢字は比較的
文字の高さ７幅が安定しているからであり、漢字の存在
しない行で■の方法を採るのは、英字、仮名文字などは
高さ７幅が文字によってまちまちである上に、縦長文字
や横長文字が存在しているからであって、漢字存在行と
存在しない行に分けて、異なる方法で基準の高さ・幅を
決定することにより、より判断の正確度が高くなるとい
う実験結果に基づいている。

対象文字の高さ７幅を基準値と直接比較するのではなく
、面積として比較することにより、第３図に示すように
、大文字と小文字の差が明確となる。例えば、高さの比
が０．８、幅の比が０．８であれば、面積の比は０．６
４となり、大文字と小文字の差を表す値が大きくなる。

以上説明した判断処理により、対象文字の大文字／小文
字判断の誤りを減少させる。

〔実施例〕

以下第４図および第５図に示す実施例により、本発明を
さらに具体的に説明する。

第４図は、本発明の一実施例のシステム構成を示す図で
ある。

図において、１０は文字読取り装置全体の動作を制御す
るマイクロプロセッサである。

２０は文書を光学的に走査し二値化画像データを出力す
るイメージスキャナであり、３０は画像データを格納す
る画像格納用メモリである。

４０は文字を１文字ずつ切り出す文字切り出し処理部で
あり、５０は切り出された文字の切り出しデータおよび
文字画像データを格納する切り出し文字格納用メモリで
ある。

６０は文字の特徴を抽出し認識辞書と照合することによ
り文字を認識する文字認識処理部である。

７０は本発明による大文字／小文字判断処理部である。

８０は認識結果データを格納する認識結果格納用メモリ
である。

マイクロプロセッサ１０の指示により、イメージスキャ
ナ２０から画像格納用メモリ３０に文字の画像データが
転送される。

画像格納用メモリ３０内の画像データは、文字切り出し
処理部４０で個々の文字に切り出され、切り出しデータ
および文字画像データが切り出し文字格納用メモリ５０
に転送される。切り、出し文字格納用メモリ５０に格納
の１行分のデータは後記の大文字／小文字判断処理部７
０の処理が終了するまで格納されている。

切り出し処理された文字画像は、文字認識処理部６０に
おいて１文字ずつ認識が行われ、認識結果は文字コード
および制御コードデータとして認識結果格納用メモリ８
０に転送され、格納される。

大文字／小文字判断処理部７０は、認識結果格納用メモ
リ８０にある認識結果について大文字／小文字の判断を
行い、判断結果を再び認識結果格納用メモリ８０に格納
する。

第５図は、本発明の一実施例による処理を示すフローチ
ャートである。

以下、フローチャートのステップに従ってその動作を説
明する。

■認識結果格納用メモリに格納された認識結果データ（
文字コードおよび制御コード）がら１行のデータを取り
出す。

■認識結果の文字コードから、行内に漢字が存在するか
を判定し、存在すればステップ■へ進み、しなければス
テップ■へ進む。

０行内の漢字について、切り出し文字格納用メモＩＪ５
０に格納しである対応する切り出しデータから、文字の
高さと幅を求め、発生頻度の最も高い高さと、発生頻度
の最も高い幅をもって基準の高さと幅とする。（第２図
（Ａ）参照）。

■切り出し文字格納用メモリ５０に格納しである行内文
字の切り出しデータから、高さと幅を通じての最大値を
求め、この値を基準の高さと幅とする。（第２図（Ｂ）
参照）。

■得られた基準の高さと幅の積を求め、基準の面積Ｓと
する。

０行内について１文字ずつの文字コードデータを取り出
す。

■各文字の文字コードを予め用意しであるテーブル（大
文字／小文字を持つ文字の文字コードの表）と照合し、
大文字／小文字を持つ文字かどうかを判定し、持つ文字
ならばステップ■へ進み、そうでなければステップ＠へ
飛ぶ。

■その文字の切り出しデータから高さと幅を求め、その
積から面積Ｓ゛を求める。

■面積Ｓ゛のＳに対する比を求め、これが予め定めた闇
値（本実施例では０．５５としている）と比較する。闇
値より大きければステップ＠へ進み、等しいか小さけれ
ばステップ■へ進む。

［相］大文字と判断し記憶する。

■小文字と判断し記憶する。。

■処理した文字が行内の最後の文字かを判断し、そうで
あればステップ０へ進み、そうでなければステップ■へ
戻る。

■処理した行が文章の最後の行かを判断し、そうであれ
ば処理を終了し、そうでなければステップ■へ戻る。

〔発明の効果〕

以上説明のように本発明によれば、行内文字の種類に応
じて基準となる高さと幅を求め、個々の文字と基準との
比較を面積により行って大文字／小文字判断することに
より、判断の正確度を格段に向上し、総合的な正認識率
の向上に寄与する効果は極めて大である。

【図面の簡単な説明】

第１図は本発明の原理を示すブロック図、第２図は本発
明による基準高さ７幅の決定を示す図、 第３図は本発明方式と従来方式の比較を示す図、第４図
は本発明の一実施例のシステム構成を示す図、 第５図は本発明の一実施例による処理を示すフローチャ
ート、 第６図は大文字／小文字のある文字を示す図、第７図は
従来例による大／小判断を示す図、第８図は縦長文字、
横長文字例を示す図である。 図面において、 １は漢字存在チェック手段、 ２は基準高さ幅決定手段（１）、 ３は基準高さ幅決定手段（２）、 ４は基準面積決定手段、 ５は文字種チェック手段、 ６は対象文字面積決定手段、 ７は大／小判定手段、　１０はマイクロプロセッサ、２
０はイメージスキャナ、 ３０は画像格納用メモリ、 ４０は文字切り出し処理部、 ５０は切り出し文字格納用メモリ、 ６０は文字認識処理部、 ７０は大文字／小文字判断処理部、 ８０は認識結果格納用メモリ、 をそれぞれ示す。 漠了ρ行Ｇする とＡ） 戊〈 ５電３［Ｆ］務在しなし党テ （Ｊ） ホ冬ロ月ｊ二Ｘろ等導畜に／犠α食走乞示す８寥　２　
　ｚ １行の認本結果 ｆｆｉ字戸クリ 本発明の原理を示すプロフグ図 第　　１　　ズ 大文字 ・Ｊ・文字 ユ 灸鼾方式゛ ＜Ａ） 大文字 文字 （αより） ホ゛倦θ月方鴎゛ （Ｂン 六弥明雰式と従え方代の比峻ΣホＷｅ ≠　　３　　の １−一一一一一一一 本発明の一実施例のシステム構成を示す間第 図 本発明の一娼鰻すによる処理を示すフローチャート　（
その２）第 図（その２） ゐ 本発明の一実施例による処理を示すフローチャート（そ
の１）第 図（その１） 大交守／小文′″ｆ−Ｃ必ろ文子をオ・育ｅ夢　６　図 ４壇：ン１．１で」による尺／小判還叶乞ｔす２蓼　７
　に

Claims (1)

1. 【特許請求の範囲】 日本語文書の光学的走査データから文字を認識する文字
   読取り装置において、 １行分の認識結果データから文字列中に漢字が存在する
   か否かをチェックする漢字存在チェック手段（１）と、 漢字を含む行について漢字の切り出しデータから文字の
   高さと幅を求め発生頻度の高い高さと幅を基準の高さお
   よび幅として決定する基準高さ幅決定手段（１）（２）
   と、 漢字を含まない行について行内文字の切り出しデータか
   ら文字の高さと幅を求めその最大値を基準の高さおよび
   幅として決定する基準高さ幅決定手段（２）（３）と、 決定された基準の高さと幅から文字の基準面積を決定す
   る基準面積決定手段（４）と、 対象文字が同一形状の大文字と小文字を持つ文字である
   か否かを調べる文字種チェック手段（５）と、 対象文字の切り出しデータから高さと幅を決定しその積
   から面積を決定する対象文字面積決定手段（６）と、 対象文字の面積と基準面積との比を求め予め定めた値よ
   り小さいか否かにより大文字か小文字かを判定する大／
   小判定手段（８）と、を備え、認識された１行毎の文字
   列について大文字か小文字かの判断を行うよう構成した
   こを特徴とする文字読取り装置における文字判断方式。