JPH03231391A - 文字認識装置 - Google Patents
文字認識装置Info
- Publication number
- JPH03231391A JPH03231391A JP2028083A JP2808390A JPH03231391A JP H03231391 A JPH03231391 A JP H03231391A JP 2028083 A JP2028083 A JP 2028083A JP 2808390 A JP2808390 A JP 2808390A JP H03231391 A JPH03231391 A JP H03231391A
- Authority
- JP
- Japan
- Prior art keywords
- character
- recognition
- dictionary
- feature amount
- pixels
- 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
Landscapes
- 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〉
本発明は文字認識装置に関し、さらに詳細にいえば、画
像入力装置、またはファクシミリ等の通信媒体を通して
文字、記号等（以下代表して「文字ｊという）を表わす
画像信号を取得し、その特徴量を抽出し、上記特徴量を
基に演算を行って、予め基準となる特徴を蓄えた認識用
辞書の中から被読取対象である文字に最も近い候補文字
を識別して当該文字信号を出力することのできる文字認
識装置に関するものである。
像入力装置、またはファクシミリ等の通信媒体を通して
文字、記号等（以下代表して「文字ｊという）を表わす
画像信号を取得し、その特徴量を抽出し、上記特徴量を
基に演算を行って、予め基準となる特徴を蓄えた認識用
辞書の中から被読取対象である文字に最も近い候補文字
を識別して当該文字信号を出力することのできる文字認
識装置に関するものである。
〈従来の技術〉
従来の文字認識装置により文字認識を行う場合、例えば
第４図に示すように、スキャナ等の画像入力手段１１で
文字を含む画像を入力し、文字切り出し手段１２で１つ
１つの単位文字を切り出す。
第４図に示すように、スキャナ等の画像入力手段１１で
文字を含む画像を入力し、文字切り出し手段１２で１つ
１つの単位文字を切り出す。
そして、特徴抽出手段１３で、切り出された文字信号に
基づいて特徴量を抽出した後、讃別手段１５て、認識用
辞書１６（認識用辞書１６は、特徴量とともに、例えば
特徴量の平均値や分布の状態、各特徴量が認識に影響を
与える順位等を記憶している。）に蓄えられた候補文字
の特徴量その他の情報を得、特徴抽出手段１３で得られ
た特徴量と比較し、それぞれの相違度あるいは類似度（
以下代表して「類似度」という。）を計算してその結果
を出力する。順位決定手段１７では、類似度の大きな順
に並べ変え、例えば最も大きな類似度を有する文字を認
識文字として出力する。
基づいて特徴量を抽出した後、讃別手段１５て、認識用
辞書１６（認識用辞書１６は、特徴量とともに、例えば
特徴量の平均値や分布の状態、各特徴量が認識に影響を
与える順位等を記憶している。）に蓄えられた候補文字
の特徴量その他の情報を得、特徴抽出手段１３で得られ
た特徴量と比較し、それぞれの相違度あるいは類似度（
以下代表して「類似度」という。）を計算してその結果
を出力する。順位決定手段１７では、類似度の大きな順
に並べ変え、例えば最も大きな類似度を有する文字を認
識文字として出力する。
〈発明が解決しようとする課題〉
従来この種の装置は、画像入力手段１１の性能が一定で
なく、構造が複雑な文字、例えば「轟ｊなどのように画
数が多いものに対しては、入力手段の解像能力が追い付
かず、文字が団子状になるいわゆる「潰れ」が起る可能
性が高い。この時、特徴抽出手段１３では元の文字の複
雑な特徴を捕らえることができず、全く反対の画数の少
ない簡単な文字の特徴、例えば「大」の特徴を抽出して
しまうことが多い。よって、認識手段では、「轟」を「
大」と誤認識することがあった。
なく、構造が複雑な文字、例えば「轟ｊなどのように画
数が多いものに対しては、入力手段の解像能力が追い付
かず、文字が団子状になるいわゆる「潰れ」が起る可能
性が高い。この時、特徴抽出手段１３では元の文字の複
雑な特徴を捕らえることができず、全く反対の画数の少
ない簡単な文字の特徴、例えば「大」の特徴を抽出して
しまうことが多い。よって、認識手段では、「轟」を「
大」と誤認識することがあった。
また、逆に画像入力手段１１にノイズが入ったために、
「大」のような簡単な文字を、「轟」のように複雑な文
字と誤認識することもある。
「大」のような簡単な文字を、「轟」のように複雑な文
字と誤認識することもある。
従来は、このため画像入力手段１１でできるだけこの漬
れが起らないように、自動しきい値選定法（電子通信学
界論文誌’８０／４．Ｖｏ１．Ｊ ６３−Ｄ Ｎｏ、４
ｐｐ ３４９−３５６参照）を利用して、誤認識が起ら
ないような鮮明な画像を得る工夫をしていたが、最少自
乗法の演算など処理量が増大するという欠点があった。
れが起らないように、自動しきい値選定法（電子通信学
界論文誌’８０／４．Ｖｏ１．Ｊ ６３−Ｄ Ｎｏ、４
ｐｐ ３４９−３５６参照）を利用して、誤認識が起ら
ないような鮮明な画像を得る工夫をしていたが、最少自
乗法の演算など処理量が増大するという欠点があった。
また、これによっても漬れが完全になくなるとは限らな
かった。
かった。
本発明の目的は、簡単な手段を採用することにより、誤
って認識され易い複雑な構造の文字でも正確に認識でき
、文字の認識時間を全体として短縮することのできる文
字認識装置を提供することにある。
って認識され易い複雑な構造の文字でも正確に認識でき
、文字の認識時間を全体として短縮することのできる文
字認識装置を提供することにある。
く課題を解決するための手段〉
上記の目的を達成するための本発明の文字認識装置は、
第１図に示すように、文字を含む被読取対象を表わす画
像信号を取得する画像信号取得手段１と、上記画像信号
に基づき画像中の認識しようとする文字の特徴量を抽出
する特徴量抽出手段２と、文字の認識に必要な特徴量そ
の他の情報を各候補文字ごとに記憶した認識用辞書３と
、上記抽出された文字の特徴量を認識用辞書３に記憶さ
れた候補文字の情報と比較し特徴量の比較計算を行う識
別手段４と、識別手段４で識別された文字の中から一定
の基準で文字を選択して当該文字を表わす信号を出力す
る認識文字出力手段５とを備える文字認識装置において
、 認識用辞書３が、各候補文字を、文字の特徴量と画素数
とが与えられた場合に、当該候補文字が認識される可能
性の多少に応じて複数の文字群に分けて分けて記憶して
いる複数の認識用辞書３１゜・・・、３ｎからなるもの
であり、 画像信号に基づき文字の画素数を計算する画素数カウン
ト手段６と、文字の特徴量と画素数とに対応させて、複
数の認識用辞書３１．・・・、３ｎの中から所定の１ま
たは複数の認識用辞書を選択する組合せコードを登録し
た組合せコード登録表７と、特徴量抽出手段２および画
素数カウント手段６より得られた特徴量と画素数とから
組合せコード登録表７を検索する判定手段８と、判定手
段８により検索された組合せコードに対応する特定の認
識用辞書のみを選択し、識別手段４が検索するための１
つの辞書にまとめる辞書選択合成手段９とを具備してい
る。
第１図に示すように、文字を含む被読取対象を表わす画
像信号を取得する画像信号取得手段１と、上記画像信号
に基づき画像中の認識しようとする文字の特徴量を抽出
する特徴量抽出手段２と、文字の認識に必要な特徴量そ
の他の情報を各候補文字ごとに記憶した認識用辞書３と
、上記抽出された文字の特徴量を認識用辞書３に記憶さ
れた候補文字の情報と比較し特徴量の比較計算を行う識
別手段４と、識別手段４で識別された文字の中から一定
の基準で文字を選択して当該文字を表わす信号を出力す
る認識文字出力手段５とを備える文字認識装置において
、 認識用辞書３が、各候補文字を、文字の特徴量と画素数
とが与えられた場合に、当該候補文字が認識される可能
性の多少に応じて複数の文字群に分けて分けて記憶して
いる複数の認識用辞書３１゜・・・、３ｎからなるもの
であり、 画像信号に基づき文字の画素数を計算する画素数カウン
ト手段６と、文字の特徴量と画素数とに対応させて、複
数の認識用辞書３１．・・・、３ｎの中から所定の１ま
たは複数の認識用辞書を選択する組合せコードを登録し
た組合せコード登録表７と、特徴量抽出手段２および画
素数カウント手段６より得られた特徴量と画素数とから
組合せコード登録表７を検索する判定手段８と、判定手
段８により検索された組合せコードに対応する特定の認
識用辞書のみを選択し、識別手段４が検索するための１
つの辞書にまとめる辞書選択合成手段９とを具備してい
る。
く作用〉
上記の構成の文字認識装置によれば、画像信号取得手段
１により取り込まれた画像信号に含まれる文字信号に対
して、特徴量抽出手段２によって特徴量が抽出される。
１により取り込まれた画像信号に含まれる文字信号に対
して、特徴量抽出手段２によって特徴量が抽出される。
入力された文字画像が潰れている等の場合には、文字の
細部の情報が失われるため、特徴抽出を行った場合、得
られた特徴は他の文字のものと類似したものとなる。
細部の情報が失われるため、特徴抽出を行った場合、得
られた特徴は他の文字のものと類似したものとなる。
そこでその画像を特徴抽出するともに、画素数カウント
手段６で画素数をカウントし、判定手段８によって、特
徴量と画素数とに応じた組合せコードを選択する。
手段６で画素数をカウントし、判定手段８によって、特
徴量と画素数とに応じた組合せコードを選択する。
この組合せコードは、各候補文字を、文字の特徴量と画
素数とが与えられた場合に、当該候補文字が認識される
可能性の多少に応じて複数の文字群に分けて分けて記憶
している認識用辞書３１゜・・・、３ｎの中から組合わ
された所定の１または複数の認識用辞書を表わす組合せ
コードである。
素数とが与えられた場合に、当該候補文字が認識される
可能性の多少に応じて複数の文字群に分けて分けて記憶
している認識用辞書３１゜・・・、３ｎの中から組合わ
された所定の１または複数の認識用辞書を表わす組合せ
コードである。
例えば、この組合せコードは、上記「轟」が潰れたとき
のような、特徴量が少ない割りに画素数の多い場合に、
「大」のような誤って認識され易い文字を含む認識用辞
書を除外できるように設定されている。
のような、特徴量が少ない割りに画素数の多い場合に、
「大」のような誤って認識され易い文字を含む認識用辞
書を除外できるように設定されている。
一般的にいえば、この組合せコードは、各認識用辞書３
１．・・・、３ｎは、入力文字の画素数、特徴量に応じ
て、認識される可能性の多い文字、少ない文字をそれぞ
れ一纏めに登録した辞書であり、人力文字が特定の画素
数、特徴量を持つときに、認識される可能性の多い認識
用辞書のみが選択され、可能性の少ない認識用辞書は除
外されるように設定されているのである。
１．・・・、３ｎは、入力文字の画素数、特徴量に応じ
て、認識される可能性の多い文字、少ない文字をそれぞ
れ一纏めに登録した辞書であり、人力文字が特定の画素
数、特徴量を持つときに、認識される可能性の多い認識
用辞書のみが選択され、可能性の少ない認識用辞書は除
外されるように設定されているのである。
そして、辞書選択合成手段９は、判定手段８により検索
された組合せコードに対応する特定の認識用辞書のみを
、識別手段４が検索するための１つの辞書にまとめ、忠
別手段４に提供する。
された組合せコードに対応する特定の認識用辞書のみを
、識別手段４が検索するための１つの辞書にまとめ、忠
別手段４に提供する。
識別手段４は、認識用辞書３を参照しながら、上記限定
された候補文字のみについて、それぞれ比較計算をする
。認識文字出力手段５は、識別手段４で識別された文字
の中から特定の文字を選定して当該文字を表わす信号を
出力する。
された候補文字のみについて、それぞれ比較計算をする
。認識文字出力手段５は、識別手段４で識別された文字
の中から特定の文字を選定して当該文字を表わす信号を
出力する。
〈実施例〉
以下実施例を示す添付図面によって詳細に説明する。
第２図は、本発明の文字認識装置の一構成を示すブロッ
ク図であり、画像入力部１ａは原稿り全体を写し出すビ
ジコン等のイメージカメラやイメージスキャナ、および
その出力信号を二値化して整形された信号を得る二値化
回路からなる。文字切り出し部１ｂは、画像人力部１ａ
から出力された画像信号によって文字を１字１字ごとに
細分するものである。
ク図であり、画像入力部１ａは原稿り全体を写し出すビ
ジコン等のイメージカメラやイメージスキャナ、および
その出力信号を二値化して整形された信号を得る二値化
回路からなる。文字切り出し部１ｂは、画像人力部１ａ
から出力された画像信号によって文字を１字１字ごとに
細分するものである。
特徴抽出部２は、各文字の特徴量を抽出する。
例えば、文字輪郭線の方向ベクトルのヒストグラム等で
ある。
ある。
切り出された文字信号は、画素数カウント部６にも入力
され画素数が数えられる。判定部８は、画素数と、先程
の特徴量とから、組合せコード登録表７を照合しながら
その文字の潰れ度合いを判定する。
され画素数が数えられる。判定部８は、画素数と、先程
の特徴量とから、組合せコード登録表７を照合しながら
その文字の潰れ度合いを判定する。
組合せコード登録表７は、例えば第２図に示すようなも
ので、画素数の区分と、スカラ化された特徴量（特徴量
のスカラ化は、例えばｎ次元の各特徴量の総和 Σ ｆｉ ｎ″１′ｎ で与えられる）の区分とに対応させて、組合せコードＡ
−Ｆを特定する第１テーブル７１と、このコードＡ−Ｆ
に対応させて、複数の認識用辞書３１、・・・３５のう
ちどの辞書の組合せを選択するかを決定する第２テーブ
ル７２とを持っている。
ので、画素数の区分と、スカラ化された特徴量（特徴量
のスカラ化は、例えばｎ次元の各特徴量の総和 Σ ｆｉ ｎ″１′ｎ で与えられる）の区分とに対応させて、組合せコードＡ
−Ｆを特定する第１テーブル７１と、このコードＡ−Ｆ
に対応させて、複数の認識用辞書３１、・・・３５のう
ちどの辞書の組合せを選択するかを決定する第２テーブ
ル７２とを持っている。
認１用辞書３は、各候補文字を、文字の特徴量と画素数
とが与えられた場合に、当該候補文字が認識される可能
性の多少に応じて複数の文字群に分けて記憶しているも
のである。
とが与えられた場合に、当該候補文字が認識される可能
性の多少に応じて複数の文字群に分けて記憶しているも
のである。
このうち認識用辞書３１は、文字の特徴量、画素数の多
少にかかわらず、常に参照すべき文字を記憶している。
少にかかわらず、常に参照すべき文字を記憶している。
認識用辞書３２．・・・、３５のうち、番号の小さなも
の（３２，３３，・・・）はど、特徴量の多い割りに画
素数か少ないとき認識される可能性の少ない、すなわち
誤認識されやすい文字を登録している。番号の大きなも
の（・・・、３４．３５）はど、画素数の多い割りに特
徴量の少ないときに認識される可能性の少ない文字を登
録している。
の（３２，３３，・・・）はど、特徴量の多い割りに画
素数か少ないとき認識される可能性の少ない、すなわち
誤認識されやすい文字を登録している。番号の大きなも
の（・・・、３４．３５）はど、画素数の多い割りに特
徴量の少ないときに認識される可能性の少ない文字を登
録している。
上記第１テーブル７１によれば、画素数が少なくかつ特
徴量の少ないもの、画素数が多くかつ特徴量の多いもの
は、文字の潰れのないものと見なして、コードＡを付け
る。画素数が多いにもかかわらず特徴量が少ないものは
、画素数の多い程度、および特徴量の少ない程度に応し
てコードＢ、 ＣまたはＤか指定される。一方、画素
数が少ないにもかかわらず特徴量が多い文字は、画素数
の少ない程度、および特徴量の多い程度に応じてコード
ＥまたはＦが指定される。
徴量の少ないもの、画素数が多くかつ特徴量の多いもの
は、文字の潰れのないものと見なして、コードＡを付け
る。画素数が多いにもかかわらず特徴量が少ないものは
、画素数の多い程度、および特徴量の少ない程度に応し
てコードＢ、 ＣまたはＤか指定される。一方、画素
数が少ないにもかかわらず特徴量が多い文字は、画素数
の少ない程度、および特徴量の多い程度に応じてコード
ＥまたはＦが指定される。
上記第２テーブル７２によれば、コードＡには全ての認
識用辞書３１．・・・３５を対応させる。コードＢ、Ｃ
，Ｄと変わるに連れて認識用辞書の大きな番号のものを
除いていく。また、コードをＥ。
識用辞書３１．・・・３５を対応させる。コードＢ、Ｃ
，Ｄと変わるに連れて認識用辞書の大きな番号のものを
除いていく。また、コードをＥ。
Ｆと変わるに連れて認識用辞書の小さな番号（３１を除
く）のものを除いていく。
く）のものを除いていく。
辞書選択合成部９は、上記判定部８から出力される認識
用辞書３１．・・・３５の組合せコードＡ〜Ｆに応じて
、要求される認識用辞書のみを選択して合成し、識別部
４に提供する。識別部４は、提供された認識用辞書に蓄
えられた各候補文字の特徴量その他の情報を、特徴抽出
部２で得られた特徴量と比較し、それぞれの類似度を計
算してその結果を認識文字出力部５に出力する。
用辞書３１．・・・３５の組合せコードＡ〜Ｆに応じて
、要求される認識用辞書のみを選択して合成し、識別部
４に提供する。識別部４は、提供された認識用辞書に蓄
えられた各候補文字の特徴量その他の情報を、特徴抽出
部２で得られた特徴量と比較し、それぞれの類似度を計
算してその結果を認識文字出力部５に出力する。
例えば「轟」など複雑な文字が入力されるとする。通常
は第３図（ａ）に示すような鮮明な画像が入ったときは
、それに対応した複雑な特徴量が発生し、かつカウント
される画素数も多い。したがって、第１テーブル７１の
右下の区分に該当し、おそらくは、コードＡが割り当て
られることになる。したがって、全ての認識用辞書３１
．・・・３５が選択され、識別部４においてその中から
「６」またはこれに類似した文字が識別され、認識文字
出力部５に与えられることになる。
は第３図（ａ）に示すような鮮明な画像が入ったときは
、それに対応した複雑な特徴量が発生し、かつカウント
される画素数も多い。したがって、第１テーブル７１の
右下の区分に該当し、おそらくは、コードＡが割り当て
られることになる。したがって、全ての認識用辞書３１
．・・・３５が選択され、識別部４においてその中から
「６」またはこれに類似した文字が識別され、認識文字
出力部５に与えられることになる。
しかし、第３図（ｂ）のように潰れた状態で画像入力さ
れたときは細部の画の特徴が消えるため、例えば文字輪
郭線の方向ベクトルをとると、外周のみになり、特徴量
は、特徴量が簡単な文字例えば「大」の特徴量に似たも
のとなる（第３図（Ｃ）参照）。
れたときは細部の画の特徴が消えるため、例えば文字輪
郭線の方向ベクトルをとると、外周のみになり、特徴量
は、特徴量が簡単な文字例えば「大」の特徴量に似たも
のとなる（第３図（Ｃ）参照）。
したがって、第１テーブル７１の右上の区分に該当し、
コードＣやＤが割り当てられることになる。そして、こ
れに対応して一部の認識用辞書３５や３４を除いた辞書
が選択される。認識用辞書３５や３４には、画素数の多
い割りに特徴量の少ないときに選択される可能性の少な
い文字を登録しているので、これらの文字は識別対象か
ら除かれることになる。
コードＣやＤが割り当てられることになる。そして、こ
れに対応して一部の認識用辞書３５や３４を除いた辞書
が選択される。認識用辞書３５や３４には、画素数の多
い割りに特徴量の少ないときに選択される可能性の少な
い文字を登録しているので、これらの文字は識別対象か
ら除かれることになる。
なお、認識用辞書３１〜３５や組合せコード登録表７の
内容は、ソフトウェア作成時に予め決定しておけばよい
が、実際に使用した結果により内容を更新していくこと
が好ましい。例えば、文字認識装置に学習機能を付け、
学習により更新されるようにすればよい。また、学習と
いう方法を取らず、人為的に更新していってもよい。
内容は、ソフトウェア作成時に予め決定しておけばよい
が、実際に使用した結果により内容を更新していくこと
が好ましい。例えば、文字認識装置に学習機能を付け、
学習により更新されるようにすればよい。また、学習と
いう方法を取らず、人為的に更新していってもよい。
また、本実施例によれば、組合せコードに応じて辞書３
１〜３５を部分的に抜き取るため、認識部４で検索され
る辞書の大きさは小さくなり、全ての辞書を総当たりで
類似度計算を行う従来の認謡方式の場合と比べて、計算
量が減少し、高速化が図れるという効果も得られる。
１〜３５を部分的に抜き取るため、認識部４で検索され
る辞書の大きさは小さくなり、全ての辞書を総当たりで
類似度計算を行う従来の認謡方式の場合と比べて、計算
量が減少し、高速化が図れるという効果も得られる。
さらに、文字の潰れなどの発生頻度や程度は主に画像入
力手段の性能によって決まるため、従来では文字認識装
置の辞書作成は、画像入力手段に合わせて最適化して行
う必要があったが、本発明を用いると労力の要る辞書内
容を変更することなしに、「ａれ」に対する性能劣化が
防げる。
力手段の性能によって決まるため、従来では文字認識装
置の辞書作成は、画像入力手段に合わせて最適化して行
う必要があったが、本発明を用いると労力の要る辞書内
容を変更することなしに、「ａれ」に対する性能劣化が
防げる。
また、上記実施例では、イメージカメラを用いて原稿画
像を入力していたが、これに限定されるものではなく、
ファクシミリ等通信回線を通して画像情報を入力するも
のであってもよい。
像を入力していたが、これに限定されるものではなく、
ファクシミリ等通信回線を通して画像情報を入力するも
のであってもよい。
その池水発明の要旨を変更しない範囲内において、種々
の設計変更を施すことが可能である。
の設計変更を施すことが可能である。
〈発明の効果〉
以上のように、本発明の文字認識装置によれば、複雑な
文字の潰れ等による誤認識を大巾に改善できるので、通
常者えられない文字への誤認識の確立が減少し、実質的
な認識性能を向上させることができる。
文字の潰れ等による誤認識を大巾に改善できるので、通
常者えられない文字への誤認識の確立が減少し、実質的
な認識性能を向上させることができる。
しかもこの場合、画像入力部に複雑な処理を導入する必
要はなく、装置全体の構成が複雑化することもない。
要はなく、装置全体の構成が複雑化することもない。
第１図は本発明の文字認識装置の構成を示すブロック図
、 第２図は文字認忠装置−実施例を示すブロック構成図、 第３図は画像人力手段で読み取った文字およびその特徴
量を示す図、 第４図は従来の文字認識装置の構成を示すブロック図で
ある。 １・・・画像信号取得手段、２・・・特徴量抽出手段、
４・・・識別手段、３．３１〜３ｎ・・・認識用辞書、
５・・ 認識文字出力手段、 ６・・・画素数カラ ント手段、 ７・・・組合せコー ド登録表、 ８・・・判定手段、 ９・ 辞書選択合成手段
、 第２図は文字認忠装置−実施例を示すブロック構成図、 第３図は画像人力手段で読み取った文字およびその特徴
量を示す図、 第４図は従来の文字認識装置の構成を示すブロック図で
ある。 １・・・画像信号取得手段、２・・・特徴量抽出手段、
４・・・識別手段、３．３１〜３ｎ・・・認識用辞書、
５・・ 認識文字出力手段、 ６・・・画素数カラ ント手段、 ７・・・組合せコー ド登録表、 ８・・・判定手段、 ９・ 辞書選択合成手段
Claims (1)
- 【特許請求の範囲】 １、文字を含む被読取対象を表わす画像信号を取得する
画像信号取得手段と、上記画像信号に基づき画像中の認
識しようとする文字の特徴量を抽出する特徴量抽出手段
と、文字の認識に必要な特徴量その他の情報を各候補文
字ごとに記憶した認識用辞書と、上記抽出された文字の
特徴量を認識用辞書に記憶された候補文字の情報と比較
し特徴量の比較計算を行う識別手段と、識別手段で識別
された文字の中から一定の基準で文字を選択して当該文
字を表わす信号を出力する認識文字出力手段とを備える
文字認識装置において、 認識用辞書が、各候補文字を、文字の特徴量と画素数と
が与えられた場合に、当該候補文字が認識される可能性
の多少に応じて複数の文字群に分けて記憶している複数
の認識用辞書からなるものであり、 画像信号に基づき文字の画素数を計算する画素数カウン
ト手段と、 文字の特徴量と画素数とに対応させて、複数の認識用辞
書の中から選ばれた所定の１または複数の認識用辞書を
選択する組合せコードを登録した組合せコード登録表と
、 特徴量抽出手段および画素数カウント手段より得られた
特徴量と画素数とを基に組合せコード登録表を検索する
判定手段と、 判定手段により検索された組合せコードに対応する特定
の認識用辞書のみを選択し、識別手段が検索するための
１つの辞書にまとめる辞書選択合成手段とを具備するこ
とを特徴とする文字認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2028083A JPH03231391A (ja) | 1990-02-07 | 1990-02-07 | 文字認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2028083A JPH03231391A (ja) | 1990-02-07 | 1990-02-07 | 文字認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH03231391A true JPH03231391A (ja) | 1991-10-15 |
Family
ID=12238890
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2028083A Pending JPH03231391A (ja) | 1990-02-07 | 1990-02-07 | 文字認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH03231391A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111291742A (zh) * | 2020-02-10 | 2020-06-16 | 北京百度网讯科技有限公司 | 对象识别方法和装置、电子设备、存储介质 |
-
1990
- 1990-02-07 JP JP2028083A patent/JPH03231391A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111291742A (zh) * | 2020-02-10 | 2020-06-16 | 北京百度网讯科技有限公司 | 对象识别方法和装置、电子设备、存储介质 |
| US11995905B2 (en) | 2020-02-10 | 2024-05-28 | Beijing Baidu Netcom Science Technology Co., Ltd. | Object recognition method and apparatus, and electronic device and storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3493101B1 (en) | Image recognition method, terminal, and nonvolatile storage medium | |
| US5410611A (en) | Method for identifying word bounding boxes in text | |
| US4949392A (en) | Document recognition and automatic indexing for optical character recognition | |
| Milyaev et al. | Image binarization for end-to-end text understanding in natural images | |
| US9053361B2 (en) | Identifying regions of text to merge in a natural image or video frame | |
| US8315465B1 (en) | Effective feature classification in images | |
| US8611662B2 (en) | Text detection using multi-layer connected components with histograms | |
| CN100483442C (zh) | 带变体的多重表格的识别、分离和压缩 | |
| Ryan et al. | An examination of character recognition on ID card using template matching approach | |
| US20150213328A1 (en) | Object identification apparatus, object identification method, and program | |
| US9679221B2 (en) | Object identification apparatus, object identification method, and program | |
| CN101261638B (zh) | 图像搜索的方法及装置 | |
| Sidhwa et al. | Text extraction from bills and invoices | |
| US20030012440A1 (en) | Form recognition system, form recognition method, program and storage medium | |
| US20050058350A1 (en) | System and method for object identification | |
| CN114120309A (zh) | 一种仪表读数识别方法、装置及计算机设备 | |
| US6694059B1 (en) | Robustness enhancement and evaluation of image information extraction | |
| CN110704667A (zh) | 一种基于语义信息的快速相似图检测算法 | |
| Karanje et al. | Survey on text detection, segmentation and recognition from a natural scene images | |
| JP2898562B2 (ja) | ナンバープレート決定方法 | |
| Rahul et al. | Multilingual text detection and identification from Indian signage boards | |
| CN111462035B (zh) | 一种图片检测方法及装置 | |
| Chatbri et al. | An application-independent and segmentation-free approach for spotting queries in document images | |
| Valiente et al. | A process for text recognition of generic identification documents over cloud computing | |
| US20030123730A1 (en) | Document recognition system and method using vertical line adjacency graphs |