JPH04264687A - 文字認識処理方式 - 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】

【０００１】

【産業上の利用分野】本発明は，文字認識処理方式に関
し，特に，黒画素の密度に応じて特徴抽出観測サイズを
決定する文字認識処理方式に関する。

【０００２】文字認識は，通常，２つの観測の段階での
照合によって行なわれる。即ち，文字の全体的な特徴抽
出のための大分類照合と，文字の詳細部分の特徴抽出の
ための詳細分類照合である。この２つを併用することに
より，文字認識率を向上しようとしている。

【０００３】

【従来の技術】図４及び図５は，従来の文字認識処理に
ついて示す。あるイメージデータ（入力イメージ）が入
力されると，切り出し部１が，１文字分のイメージ（１
文字イメージ）データを切り出す。このイメージは，ビ
ットマップメモリ上に展開されている。このイメージは
，例えば，図５に示す，大きな「Ａ」の文字及び小さな
「Ａ」の文字の如きものである。この切り出したイメー
ジについて，特徴抽出部８が，その特徴データを抽出す
る。

【０００４】この抽出のために，特徴抽出部８は，図５
に示す如く，各文字領域を所定の大きさの単位領域に分
割する。この特徴抽出用の単位領域の大きさを，特徴抽
出観測サイズという。特徴抽出部８は，どの位置の単位
領域に黒画素が存在するかを調べることによって，当該
文字の特徴を抽出し，特徴データとする。

【０００５】次に，この特徴データを用いて，まず，大
分類照合部３が，辞書６との照合を行ない，文字データ
を得る。次に，詳細分類照合部５が，特徴抽出部８から
の特徴データと大分類照合部３からの文字データとを用
いて，辞書７との照合を行ない，最終的な文字データを
得る。

【０００６】

【発明が解決しようとする課題】前述の従来技術によれ
ば，図５にも示す如く，特徴抽出観測サイズは固定であ
る。また，図４に示す如く，特徴抽出部８は，大分類照
合部３及び詳細分類照合部５に共通であり，従って，用
いられる特徴データも共通である。このため，以下の問
題を生じていた。

【０００７】特徴抽出観測サイズは，通常，詳細分類の
ための特徴を抽出し易いように設定される。このため，
詳細分類の照合では問題ないが，大分類の照合では，対
象であるイメージによっては問題があった。例えば，図
５において，上段の大きな「Ａ」の文字については正し
く特徴を抽出できているので，大分類の照合においても
正しい文字データが得られる可能性が極めて高い。しか
し，下段の小さな「Ａ」の文字については，入力イメー
ジの大きさの影響により，正しく特徴を抽出していると
は言い難い。

【０００８】このように，従来は，特に大分類照合時に
，必要な特徴を抽出していないので認識率が低下してし
まうという問題があった。また，これとは逆に，大分類
照合時に，パターン全体にとっては不必要な細かい特徴
を抽出してしまい認識処理の速度が低下してしまうとい
う問題があった。

【０００９】本発明は，入力イメージの大きさ等の字形
以外の外乱に影響されずに入力イメージの全体的な特徴
を適確に抽出できる文字認識処理方式を提供することを
目的とする。

【００１０】

【課題を解決するための手段】図１は，本発明の原理構
成図であり，本発明によるデータ処理装置又は文字認識
装置を示している。この文字認識装置は，入力イメージ
から１文字分のイメージを切り出す切り出し部１と，切
り出されたイメージについての辞書６を用いた大分類照
合を行なう大分類照合部３と，切り出されたイメージに
ついての辞書７を用いた詳細分類照合を行なう詳細分類
照合部５とを備える。

【００１１】また，この文字認識装置は，２つの照合部
３及び５の各々に対応して，切り出されたイメージに応
じた第１の特徴抽出観測サイズにより，切り出されたイ
メージの特徴データを抽出する大分類用特徴抽出部２と
，予め定められた所定の第２の特徴抽出観測サイズによ
り，切り出されたイメージの特徴データを抽出する詳細
分類用特徴抽出部４とを備える。

【００１２】

【作用】切り出し部１が，入力イメージから１文字分の
イメージを切り出す。この切り出したイメージについて
，大分類用特徴抽出部２が，切り出したイメージにおけ
る黒画素の密度を求め，これに応じた第１の特徴抽出観
測サイズを定め，このサイズを用いて特徴データを抽出
する。そして，大分類照合部３が，この特徴データと辞
書６とを照合することにより，文字データを得る。

【００１３】以上によれば，２つの照合部３及び５の各
々に対応して，別個の特徴抽出部２及び４が設けられ，
各々の特徴抽出観測サイズも別々に定められる。特に，
大分類用特徴抽出部２は，自身が用いる当該サイズを，
切り出したイメージにおける黒画素の密度を求めたうえ
でこれに基づいて定める。これにより，大分類用特徴抽
出部２は，固定されたサイズでなく，特徴抽出の対象で
ある切り出したイメージに応じたサイズを用いて，特徴
抽出を行うことができる。従って，必要な特徴の抽出が
行なわれなかったり，必要以上の細かい特徴抽出が行な
われることがない。この結果，認識率の低下や処理速度
の低下を防止することができる。

【００１４】

【実施例】図１において，文字認識装置は，ｃｐｕ（中
央処理装置）とメモリとからなる。メモリは，プログラ
ム格納用，データ格納用及びイメージ伸張のためのビッ
トマップメモリとからなる。切り出し部１乃至詳細分類
照合部５は，プログラム格納用のメモリに格納された各
種のプログラムとｃｐｕとからなる。

【００１５】切り出し部１は，入力イメージから１文字
分のイメージを切り出す。入力イメージ及び切り出され
たイメージは，ビットマップメモリに展開される。切り
出されたイメージは，図２に示す如きものである。この
切り出したイメージは，ビットマップメモリ上に，黒画
素により文字「Ａ」を表したものであり，図５と同様に
，大きな文字「Ａ」と小さな文字「Ａ」の２つを示して
いる。なお，実際は，ビットマップメモリ上において黒
画素を「１」，白画素を「０」としたデータを各ドット
に対応するビットに書込んだものであることはいうまで
もない。

【００１６】２つの特徴抽出部２及び４は，このビット
マップメモリ上の１文字のイメージからその特徴データ
を抽出する。この特徴データは，データ格納用メモリに
格納される。２つの照合部３及び５は，対応する特徴抽
出部２及び４からの特徴データと対応する辞書６及び７
の内容とを照合して，文字データを得る。この文字デー
タは，例えばコードの形でデータ格納用メモリに格納さ
れる。なお，特に，詳細分類用特徴抽出部４は，切り出
されたイメージの他に，図１に示す如く，大分類照合部
３の抽出した文字データをも用いて，特徴データを形成
する。

【００１７】大分類用特徴抽出部２は，切り出されたイ
メージについて，特徴抽出観測サイズを定める。このた
めに，切り出されたイメージの（ビットマップメモリ上
の）領域内における黒画素の密度を求める。

【００１８】図２において，切り出されたイメージの領
域は，各文字に外接する実線で示される外枠で示される
。文字「Ａ」が大きい場合，当該領域も大きくなり，ド
ット（画素）数も増え，文字「Ａ」が小さい場合，領域
は小さくなり，画素数も少ない。この領域は，長方形で
あり，縦のドット（ビット）数×横のドット数でその大
きさが定まる。この領域内が特徴抽出の対象となる。

【００１９】密度は，この領域内の黒画素（文字を表示
している画素）の総数を，この領域内の画素の総数で割
ることにより求まる。

【００２０】密度が小さい場合，前記サイズは大きくさ
れる。これにより，パターン全体からは不必要な細かい
特徴は除いて，パターン全体から大局的な特徴のみを抽
出することが可能となる。一方，密度が大きい場合，前
記サイズは小さくされる。これにより，必要な特徴を漏
れなく抽出することが可能となる。

【００２１】図２において，２つの「Ａ」の文字は，略
同一の線幅で描かれている。従って，上段の方が密度が
小さく，下段の方が密度が大きい。大分類用特徴抽出部
２は，求めた密度を用いて，例えばテーブルを参照する
ことにより，前記サイズを定める。上段の例では，この
サイズは，縦８画素×横８画素の大きさとされ，下段の
例では，このサイズは，縦４画素×横４画素の大きさと
される。テーブルには，密度に対応して予め定められた
サイズが格納されている。このテーブルは，データ格納
用メモリに設けられる。

【００２２】図２において，上段の大きな文字「Ａ」は
，８×８という粗いサイズで観測される。即ち，その観
測レベルは，低い（小さい）。一方，下段の小さい文字
「Ａ」は，４×４という細かいサイズで観測される。 即ち，その観測レベルは，高い（大きい）。なお，下段
の文字「Ａ」の観測結果については，比較のために拡大
して示したものであり，イメージの拡大を示したもので
はない。

【００２３】観測は，例えば，８×８というサイズで定
まる領域内において，黒画素が所定割合以上又は以下で
あれば，各々，当該領域を全て黒画素又は白画素とする
ことにより行なわれる。この観測により抽出された特徴
データは，図２に示す如く，２つの文字「Ａ」について
かなり近似した結果として得られる。これを図５と比較
すると判るように，入力イメージの形状構造等以外の特
徴による影響が排除され，必要な字形による特徴データ
が抽出されている。

【００２４】大分類照合部３は，この特徴データを用い
て辞書６を参照し，特徴の一致する文字データを出力す
る。この文字データは，前述のサイズが８×８又は４×
４という比較的大きく設定されているため，その特徴が
大きく把握されているので，複数抽出される可能性があ
る。

【００２５】詳細分類用特徴抽出部４は，切り出された
イメージについて，予め所定の値に定められた特徴抽出
観測サイズにより，特徴抽出を行なう。このサイズは，
固定されたサイズであり，入力イメージに依って変更さ
れることはなく，また，大分類用特徴抽出部２が用いる
観測サイズより小さくされる。例えば，図２に示す２つ
の文字「Ａ」についても，同一の固定サイズとされ，縦
１画素×横１画素（最大の解像度）又は縦２画素×横２
画素と細かく設定される。観測の方法は，前述の場合と
同様である。

【００２６】詳細分類用特徴抽出部４は，このようにし
て抽出した特徴データと，大分類照合部３からの文字デ
ータとを対応させて，これを特徴データとする。詳細分
類照合部５は，辞書７を参照して文字データを抽出する
。この時，例えば，まず，文字データを用いて辞書を参
照し，この参照結果について細分類により抽出された特
徴データを用いて照合し，文字データを特定する。

【００２７】図３は，大分類文字認識処理フローを示す
。ステップ１において，文字認識装置におけるビットマ
ップメモリ上への展開により，あるイメージデータ（入
力イメージデータ）が入力される。ステップ２において
，切り出し部１が，入力イメージから１文字分のイメー
ジを処理対象として切り出す。

【００２８】大分類用特徴抽出部（以下，抽出部）２が
，ステップ３において，切り出されたイメージの領域内
のドット数を例えば計算により求め，ステップ４におい
て，当該領域内の黒画素の数をカウントにより求め，ス
テップ５において，黒画素数をドット数で割ることによ
り黒画素密度を求める。この領域は，切り出されたイメ
ージの領域全体でなくてもよく，少なくとも，文字に外
接する長（正）方形の領域であればよい。

【００２９】ステップ６において，抽出部２が，黒画素
密度を用いてテーブルを参照し，これに応じた特徴抽出
観測サイズを決定する。ステップ７において，抽出部２
が，このサイズにより，切り出されたイメージについて
の特徴データの抽出を行なう。

【００３０】ステップ８において，大分類照合部３が，
得られた特徴データと辞書６とを照合して文字データを
得る大分類認識処理を行なう。ステップ９において，文
字データが詳細分類用特徴抽出部４に送られ，以後，詳
細認識処理が行なわれる。

【００３１】

【発明の効果】以上説明したように，本発明によれば，
文字認識処理において，大分類用特徴抽出部が切り出し
たイメージ中の黒画素の密度に応じて特徴観測サイズを
定めてこのサイズを用いて特徴抽出を行うことにより，
必要以上の細かな特徴抽出を行うことなく必要な特徴デ
ータを抽出することができるので，入力イメージの大き
さ等の影響を受けずに入力イメージの全体的特徴を適確
に抽出でき，認識率の低下や処理速度の低下を防止する
ことができる。

【図面の簡単な説明】

【図１】本発明の原理構成図である。

【図２】大分類文字認識説明図である。

【図３】大分類文字認識処理フローである。

【図４】従来技術説明図である。

【図５】従来技術説明図である。

【符号の説明】

１　　切り出し部 ２　　大分類用特徴抽出部 ３　　大分類照合部 ４　　詳細分類用特徴抽出部 ５　　詳細分類照合部 ６　　辞書 ７　　辞書 ８　　特徴抽出部

Claims (2)

【特許請求の範囲】
1. 【請求項１】　　入力イメージから１文字分のイメージ
   を切り出す切り出し部（１）　と，前記切り出されたイ
   メージについての辞書（６）　を用いた大分類照合を行
   なう大分類照合部（３）　と，前記切り出されたイメー
   ジについての辞書（７）　を用いた詳細分類照合を行な
   う詳細分類照合部（５）　とを備えた文字認識装置にお
   いて，前記切り出されたイメージに応じた第１の特徴抽
   出観測サイズにより前記切り出されたイメージの特徴デ
   ータを抽出する大分類用特徴抽出部（２）　と，予め定
   められた所定の第２の特徴抽出観測サイズにより前記切
   り出されたイメージの特徴データを抽出する詳細分類用
   特徴抽出部（４）　とを設け，前記大分類用特徴抽出部
   （２）　が，前記切り出されたイメージにおける黒画素
   の密度を求め，これに応じた前記第１の特徴抽出観測サ
   イズを定め，これを用いて前記特徴データを抽出し，前
   記大分類照合部（３）　が，この特徴データと前記辞書
   （６）　とを照合することにより，文字データを得るこ
   とを特徴とする文字認識処理方式。
2. 【請求項２】　　前記詳細分類用特徴抽出部（４）　が
   ，前記切り出されたイメージと，前記大分類照合部（３
   ）　の抽出した文字データとから前記特徴データを形成
   することを特徴とする請求項１に記載の文字認識処理方
   式。