JPH04290187A - 文字特徴辞書及び特徴辞書作成方法 - Google Patents
文字特徴辞書及び特徴辞書作成方法Info
- Publication number
- JPH04290187A JPH04290187A JP3054692A JP5469291A JPH04290187A JP H04290187 A JPH04290187 A JP H04290187A JP 3054692 A JP3054692 A JP 3054692A JP 5469291 A JP5469291 A JP 5469291A JP H04290187 A JPH04290187 A JP H04290187A
- Authority
- JP
- Japan
- Prior art keywords
- character
- stroke
- strokes
- feature dictionary
- characters
- 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
【０００１】
【産業上の利用分野】本発明は、文書等に印刷された文
字画像を画像として入力し、コードに変換する文字認識
装置の文字特徴辞書及び特徴辞書作成方法に関する。
字画像を画像として入力し、コードに変換する文字認識
装置の文字特徴辞書及び特徴辞書作成方法に関する。
【０００２】
【従来の技術】従来の文字認識方法の一つの方法として
入力文字画像より文字を構成しているストロークを抽出
し、このストローク情報を基に文字を分類する方法があ
る。この方法は、文字の基本ストロークを比較すること
により文字を決定するものであり、活字文字、手書き文
字等様々な書体の認識方法として期待できるものである
。この方法は標準文字画像より抽出した各文字のストロ
ークの数、位置、位置関係等の情報を比較することによ
り入力文字画像を識別するものであり、特徴辞書は各文
字コード毎に文字を構成するストロークの位置、長さ等
の情報が納まっている。従って、認識のための辞書の容
量は非常に大きいものとなる。また、入力文字画像の識
別は、入力文字画像より抽出したストロークと辞書中の
全ての文字のストロークとの比較を行う方法であり各文
字の対応するストロークの差を計算して最も近い文字を
決定していた。
入力文字画像より文字を構成しているストロークを抽出
し、このストローク情報を基に文字を分類する方法があ
る。この方法は、文字の基本ストロークを比較すること
により文字を決定するものであり、活字文字、手書き文
字等様々な書体の認識方法として期待できるものである
。この方法は標準文字画像より抽出した各文字のストロ
ークの数、位置、位置関係等の情報を比較することによ
り入力文字画像を識別するものであり、特徴辞書は各文
字コード毎に文字を構成するストロークの位置、長さ等
の情報が納まっている。従って、認識のための辞書の容
量は非常に大きいものとなる。また、入力文字画像の識
別は、入力文字画像より抽出したストロークと辞書中の
全ての文字のストロークとの比較を行う方法であり各文
字の対応するストロークの差を計算して最も近い文字を
決定していた。
【０００３】
【発明が解決しようとする課題】しかしながら、前記方
法における特徴辞書は全ての標準文字画像のストローク
を各文字毎に所有しているので辞書容量が膨大なものと
なり、認識に要する時間が長くなる。また、各文字毎に
ストロークの情報を所有しているため、ストロークによ
る文字の分類が不可能であり、認識時において全ての文
字と比較する必要がある。その結果高速な認識が期待で
きない。また、文字をストロークにより分類するために
正規分布により基本ストロークを抽出しても、ストロー
クが位置、長さ、向き等の様々な要素で分布しているの
で正確に基本ストロークを求めることができない。
法における特徴辞書は全ての標準文字画像のストローク
を各文字毎に所有しているので辞書容量が膨大なものと
なり、認識に要する時間が長くなる。また、各文字毎に
ストロークの情報を所有しているため、ストロークによ
る文字の分類が不可能であり、認識時において全ての文
字と比較する必要がある。その結果高速な認識が期待で
きない。また、文字をストロークにより分類するために
正規分布により基本ストロークを抽出しても、ストロー
クが位置、長さ、向き等の様々な要素で分布しているの
で正確に基本ストロークを求めることができない。
【０００４】そこで、本発明はこの様な課題を解決する
もので、その目的とするところは、正確に基本ストロー
クを抽出し少ない辞書容量で、正確かつ高速に文字を認
識するための文字特徴辞書及び特徴辞書作成方法を提供
することにある。
もので、その目的とするところは、正確に基本ストロー
クを抽出し少ない辞書容量で、正確かつ高速に文字を認
識するための文字特徴辞書及び特徴辞書作成方法を提供
することにある。
【０００５】
【課題を解決するための手段】本発明の文字特徴辞書は
、少なくとも標準文字画像より抽出した基本ストローク
により分類されていることを特徴とする。また、前記文
字特徴辞書は文字の画数の少ない順に並んでいることを
特徴とし、もし、画数の少ない文字が画数の多い文字の
一部である場合には、画数の多い文字のデータは画数の
少ない文字と残りの基本ストロークで表現することを特
徴とする。
、少なくとも標準文字画像より抽出した基本ストローク
により分類されていることを特徴とする。また、前記文
字特徴辞書は文字の画数の少ない順に並んでいることを
特徴とし、もし、画数の少ない文字が画数の多い文字の
一部である場合には、画数の多い文字のデータは画数の
少ない文字と残りの基本ストロークで表現することを特
徴とする。
【０００６】また、本発明の特徴辞書作成方法は、既存
の基本ストロークと新しいストロークとの距離を計算し
、距離があるしきい値の範囲内にある場合には既存のス
トロークとの平均をとり既存のストロークを書換え、ま
た、しきい値の範囲外の場合には、新しいストロークと
して登録することにより得られた基本ストロークにより
表現することを特徴とし、既存の基本ストロークが変化
しなくなるまで、標準文字画像から抽出したストローク
を繰り返し与え続けることを特徴とする。
の基本ストロークと新しいストロークとの距離を計算し
、距離があるしきい値の範囲内にある場合には既存のス
トロークとの平均をとり既存のストロークを書換え、ま
た、しきい値の範囲外の場合には、新しいストロークと
して登録することにより得られた基本ストロークにより
表現することを特徴とし、既存の基本ストロークが変化
しなくなるまで、標準文字画像から抽出したストローク
を繰り返し与え続けることを特徴とする。
【０００７】
【実施例】（実施例１）以下、本発明について、実施例
に基づいて詳細に説明する。
に基づいて詳細に説明する。
【０００８】図１は本発明の文字特徴辞書説明図である
。図２及び図３は本発明の特徴辞書作成方法説明図であ
る。図４及び図５は本発明の特徴辞書作成方法のフロー
チャートである。
。図２及び図３は本発明の特徴辞書作成方法説明図であ
る。図４及び図５は本発明の特徴辞書作成方法のフロー
チャートである。
【０００９】本発明の文字特徴辞書は基本的に図１（ｂ
）に示すように、文字の構成要素１０４及びコード１０
５の対応表になっている。図１（ｂ）においては説明の
都合上、対応表中に文字１０３の欄を設けてあるが実際
に記憶装置中においては、この文字１０３はコード１０
５で表現されているため存在しない。この文字特徴辞書
を用いての文字の認識は次の様に行われる。入力文字画
像から文字のストロークを抽出し、抽出したストローク
と辞書中の構成要素１０４の欄にあるストロークを比較
し、最終的に到達した文字が該当文字であると判断する
。例えば、入力文字画像１０１からストロークを抽出し
た場合、ストローク１０２を得る。ストローク１０２を
基に辞書を検索して行くと最初に横のストローク１２１
を発見する。このストローク１２１は文字「一」１１１
の構成要素である。従って、入力文字画像１０１は文字
「一」１１１を含む文字であると判断でき、以後の検索
は文字「一」１１１の文字コード３０６Ｃ及び残りのス
トロークで行う。検索を繰り返して行くと、文字「木」
１１２において、文字コード３０６Ｃと残りのストロー
クの一部を含む構成要素を発見する。従って、入力文字
画像１０１は、文字「木」１１２を構成要素に含む文字
であると判断できるので、以後の検索は、文字「木」１
１２の文字コード４Ｃ５Ａと残りのストロークで行う。 この様にして構成要素の検索を繰り返して行くと最終的
に入力文字画像１０１は文字「木」１１２及び文字「山
」１１３で成り立っていることが判明する。従って、最
終的に文字コード４Ｃ５Ａ及び文字コード３Ｂ３３で検
索を行うと文字「杣」１１４で構成要素が一致し、入力
文字画像１０１は文字コード５Ｂ３Ｃの文字であること
が判明する。この様に本発明の文字特徴辞書を用いて認
識は行われる。また、本発明において、文字の構成要素
に文字のストロークを用いているが、実際にはストロー
クに限ったものではなく、文字の特徴を表すものであれ
ば如何なる特徴でも良い。この様に本発明の文字特徴辞
書を用いて文字の認識を行うと、文字の特徴で共通の文
字はその部分を文字コードに置き換えてあるので、比較
が容易であり、また、文字のグループ分けが可能である
。さらに、いくつかの構成要素を一つの文字コードに置
き換えることができるので、比較するデータ量が少なく
、高速な文字の認識が可能となる。
）に示すように、文字の構成要素１０４及びコード１０
５の対応表になっている。図１（ｂ）においては説明の
都合上、対応表中に文字１０３の欄を設けてあるが実際
に記憶装置中においては、この文字１０３はコード１０
５で表現されているため存在しない。この文字特徴辞書
を用いての文字の認識は次の様に行われる。入力文字画
像から文字のストロークを抽出し、抽出したストローク
と辞書中の構成要素１０４の欄にあるストロークを比較
し、最終的に到達した文字が該当文字であると判断する
。例えば、入力文字画像１０１からストロークを抽出し
た場合、ストローク１０２を得る。ストローク１０２を
基に辞書を検索して行くと最初に横のストローク１２１
を発見する。このストローク１２１は文字「一」１１１
の構成要素である。従って、入力文字画像１０１は文字
「一」１１１を含む文字であると判断でき、以後の検索
は文字「一」１１１の文字コード３０６Ｃ及び残りのス
トロークで行う。検索を繰り返して行くと、文字「木」
１１２において、文字コード３０６Ｃと残りのストロー
クの一部を含む構成要素を発見する。従って、入力文字
画像１０１は、文字「木」１１２を構成要素に含む文字
であると判断できるので、以後の検索は、文字「木」１
１２の文字コード４Ｃ５Ａと残りのストロークで行う。 この様にして構成要素の検索を繰り返して行くと最終的
に入力文字画像１０１は文字「木」１１２及び文字「山
」１１３で成り立っていることが判明する。従って、最
終的に文字コード４Ｃ５Ａ及び文字コード３Ｂ３３で検
索を行うと文字「杣」１１４で構成要素が一致し、入力
文字画像１０１は文字コード５Ｂ３Ｃの文字であること
が判明する。この様に本発明の文字特徴辞書を用いて認
識は行われる。また、本発明において、文字の構成要素
に文字のストロークを用いているが、実際にはストロー
クに限ったものではなく、文字の特徴を表すものであれ
ば如何なる特徴でも良い。この様に本発明の文字特徴辞
書を用いて文字の認識を行うと、文字の特徴で共通の文
字はその部分を文字コードに置き換えてあるので、比較
が容易であり、また、文字のグループ分けが可能である
。さらに、いくつかの構成要素を一つの文字コードに置
き換えることができるので、比較するデータ量が少なく
、高速な文字の認識が可能となる。
【００１０】次に、この文字特徴辞書の作成方法につい
て、図４及び図５のフローチャートに従って説明する。
て、図４及び図５のフローチャートに従って説明する。
【００１１】まず、基本ストロークの抽出方法について
説明する。まず始めに標準文字画像から文字を構成して
いるストロークを抽出するＡ。つぎに、抽出ストローク
を一つずつ取り出して、既存のストロークとの距離を計
算するＢ。一番最初は既存のストロークは存在しないの
で、距離はしきい値の範囲外となり新しいストロークと
して登録するＤ。ここで登録したストロークをストロー
ク２１１とする。次のストローク２２１と既存のストロ
ーク２１１との距離を計算するＢ。すると二つのストロ
ークの距離はしきい値の範囲外Ｃであるので、ストロー
ク２２１を新しいストロークとして登録Ｄする。つぎの
ストローク２２２と距離を計算するＢと、ストローク２
１１とはしきい値の範囲外であるがストローク２２１と
はしきい値の範囲内である。したがって、ストローク２
２１とストローク２２２は同一のストロークであると判
断できるＣ。従って、ストローク２２１を書き換えるＥ
。書換えの方法はストローク２２１とストローク２２２
のそれぞれに重みをおいて、平均を計算する。ここでス
トローク２２１、ストローク２２１の双方とも一本分の
データであるので平均値はストローク２２１とストロー
ク２２２の中間であるストローク２３１となる。次に、
抽出したストローク２３２と既存のストロークの距離を
比較Ｂするとストローク２３１とストローク２３２の距
離がしきい値の範囲内であることが判明するＣ。したが
って、先ほどと同様にして既存のストロークの書換えＥ
を行う。今度は、ストローク２３１はストローク２２１
及びストローク２２２より得られたストロークであるの
で、重みは２となり、ストローク２３２との平均を計算
するとストローク２３１とストローク２３２の間で、距
離比が１対２の位置のストローク２４１となる。 つぎに、抽出したストローク２４２と既存のストローク
との距離を比較するＢとストローク２４２はストローク
２４１との距離がしきい値の範囲内であると判断できＣ
既存のストローク２４１の書換えＥを行う。既存のスト
ローク２４１は３本分のデータであるので、ストローク
２４２との平均を計算するとストローク２５１となる。 この様にして全ての抽出ストロークについての既存のス
トロークとの比較を行う。全てのストロークについて比
較が終了するＦと、次に既存のストロークが殆ど変化し
なくなるまで、同一の抽出ストロークで既存のストロー
クとの比較を繰り返す。これは、比較数が少ないうちは
、既存のストロークの変動が大きく、新しいストローク
が発生する可能性があり、同一のデータで何度も比較を
繰り返ることにより既存のストロークが安定するためで
ある。ここで、図３を用いて説明する。図３の横軸は、
ストロークの位置、長さ等の情報である。ここでは、仮
にストロークの位置として説明する。縦軸はその位置に
存在するストロークの出現頻度である。本発明は最初に
位置３１１のストロークを抽出し、続いて位置３１２の
ストロークを抽出する。すると平均位置３１３となる。 最初の段階ではストロークの平均位置は実際のピーク位
置３３１とは異なるが比較を繰り返すことにより出現頻
度の多いピーク位置３３１へと移動し最終的に落ち着く
。また、データの少ないうちは位置３２１と位置３２２
のストロークは同一のストロークであると判断する可能
性があるが比較を繰り返すうちに位置３２１のストロー
クは位置３３１のストロークのグループ３０１、位置３
２２のストロークは位置３３２のストロークのグループ
３０２となり、正規分布を用いて計算した場合と同じ結
果を得ることができる。また、ストロークは、位置、長
さ、向き等の様々な条件の基で平面上に分布しているの
で、簡単に正規分布を計算して基本ストロークを抽出す
ることは不可能である。この様に、本発明によると通常
の正規分布の計算による分類では不可能であるストロー
クの分類を容易にすることが可能となる。
説明する。まず始めに標準文字画像から文字を構成して
いるストロークを抽出するＡ。つぎに、抽出ストローク
を一つずつ取り出して、既存のストロークとの距離を計
算するＢ。一番最初は既存のストロークは存在しないの
で、距離はしきい値の範囲外となり新しいストロークと
して登録するＤ。ここで登録したストロークをストロー
ク２１１とする。次のストローク２２１と既存のストロ
ーク２１１との距離を計算するＢ。すると二つのストロ
ークの距離はしきい値の範囲外Ｃであるので、ストロー
ク２２１を新しいストロークとして登録Ｄする。つぎの
ストローク２２２と距離を計算するＢと、ストローク２
１１とはしきい値の範囲外であるがストローク２２１と
はしきい値の範囲内である。したがって、ストローク２
２１とストローク２２２は同一のストロークであると判
断できるＣ。従って、ストローク２２１を書き換えるＥ
。書換えの方法はストローク２２１とストローク２２２
のそれぞれに重みをおいて、平均を計算する。ここでス
トローク２２１、ストローク２２１の双方とも一本分の
データであるので平均値はストローク２２１とストロー
ク２２２の中間であるストローク２３１となる。次に、
抽出したストローク２３２と既存のストロークの距離を
比較Ｂするとストローク２３１とストローク２３２の距
離がしきい値の範囲内であることが判明するＣ。したが
って、先ほどと同様にして既存のストロークの書換えＥ
を行う。今度は、ストローク２３１はストローク２２１
及びストローク２２２より得られたストロークであるの
で、重みは２となり、ストローク２３２との平均を計算
するとストローク２３１とストローク２３２の間で、距
離比が１対２の位置のストローク２４１となる。 つぎに、抽出したストローク２４２と既存のストローク
との距離を比較するＢとストローク２４２はストローク
２４１との距離がしきい値の範囲内であると判断できＣ
既存のストローク２４１の書換えＥを行う。既存のスト
ローク２４１は３本分のデータであるので、ストローク
２４２との平均を計算するとストローク２５１となる。 この様にして全ての抽出ストロークについての既存のス
トロークとの比較を行う。全てのストロークについて比
較が終了するＦと、次に既存のストロークが殆ど変化し
なくなるまで、同一の抽出ストロークで既存のストロー
クとの比較を繰り返す。これは、比較数が少ないうちは
、既存のストロークの変動が大きく、新しいストローク
が発生する可能性があり、同一のデータで何度も比較を
繰り返ることにより既存のストロークが安定するためで
ある。ここで、図３を用いて説明する。図３の横軸は、
ストロークの位置、長さ等の情報である。ここでは、仮
にストロークの位置として説明する。縦軸はその位置に
存在するストロークの出現頻度である。本発明は最初に
位置３１１のストロークを抽出し、続いて位置３１２の
ストロークを抽出する。すると平均位置３１３となる。 最初の段階ではストロークの平均位置は実際のピーク位
置３３１とは異なるが比較を繰り返すことにより出現頻
度の多いピーク位置３３１へと移動し最終的に落ち着く
。また、データの少ないうちは位置３２１と位置３２２
のストロークは同一のストロークであると判断する可能
性があるが比較を繰り返すうちに位置３２１のストロー
クは位置３３１のストロークのグループ３０１、位置３
２２のストロークは位置３３２のストロークのグループ
３０２となり、正規分布を用いて計算した場合と同じ結
果を得ることができる。また、ストロークは、位置、長
さ、向き等の様々な条件の基で平面上に分布しているの
で、簡単に正規分布を計算して基本ストロークを抽出す
ることは不可能である。この様に、本発明によると通常
の正規分布の計算による分類では不可能であるストロー
クの分類を容易にすることが可能となる。
【００１２】つぎに以上のようにして抽出した基本スト
ロークを基に文字特徴辞書を作成する方法を図５のフロ
ーチャートに従って説明する。基本ストロークの抽出Ｈ
が終了すると次に、標準文字画像からストロークを抽出
するＩ。続いて標準文字画像から抽出したストロークが
基本ストロークのどれであるかを判断して各文字毎に基
本ストロークの割付を行うＪ。割付が終了すると標準文
字画像を画数順に並び換えＫ、文字の構成を比較する。 比較は、ある文字に於てその文字より画数の少ない文字
と全く同じ構成要素を含んでいる文字が存在するか否か
を判断しＬ、もし、同一の要素が存在すればその要素の
部分を画数の少ない文字のコードに書き換えるＭ。この
様にして全ての文字について比較が終了するＮと、本発
明の文字特徴辞書が完成する。この様にして作成された
文字特徴辞書は、共通の構成要素はその構成要素ででき
ている文字コードに置き換えてあるので、辞書容量が非
常に少なくなり、単位記憶容量当りの認識文字数を多く
することが可能となる。
ロークを基に文字特徴辞書を作成する方法を図５のフロ
ーチャートに従って説明する。基本ストロークの抽出Ｈ
が終了すると次に、標準文字画像からストロークを抽出
するＩ。続いて標準文字画像から抽出したストロークが
基本ストロークのどれであるかを判断して各文字毎に基
本ストロークの割付を行うＪ。割付が終了すると標準文
字画像を画数順に並び換えＫ、文字の構成を比較する。 比較は、ある文字に於てその文字より画数の少ない文字
と全く同じ構成要素を含んでいる文字が存在するか否か
を判断しＬ、もし、同一の要素が存在すればその要素の
部分を画数の少ない文字のコードに書き換えるＭ。この
様にして全ての文字について比較が終了するＮと、本発
明の文字特徴辞書が完成する。この様にして作成された
文字特徴辞書は、共通の構成要素はその構成要素ででき
ている文字コードに置き換えてあるので、辞書容量が非
常に少なくなり、単位記憶容量当りの認識文字数を多く
することが可能となる。
【００１３】
【発明の効果】以上述べたように本発明の文字特徴辞書
は、標準文字画像より抽出した基本ストロークにより文
字の構成要素を表現しているため文字をグループに分類
することが可能となる。また、画数の多い文字に画数の
少ない文字が含まれている場合には、その部分を画数の
少ない文字に置き換えてあり、さらに、辞書が画数の少
ない順に並んでいるので、正解文字に到達するまでに必
ず構成要素の一部となっている文字を発見することがで
きるので、容量が少なくなり、特徴の比較が容易となり
、高速な文字の認識が可能となる。また、構成要素によ
る文字の分類が可能となるので、全ての文字を比較する
必要がなくなり、より高速な認識が可能となる。
は、標準文字画像より抽出した基本ストロークにより文
字の構成要素を表現しているため文字をグループに分類
することが可能となる。また、画数の多い文字に画数の
少ない文字が含まれている場合には、その部分を画数の
少ない文字に置き換えてあり、さらに、辞書が画数の少
ない順に並んでいるので、正解文字に到達するまでに必
ず構成要素の一部となっている文字を発見することがで
きるので、容量が少なくなり、特徴の比較が容易となり
、高速な文字の認識が可能となる。また、構成要素によ
る文字の分類が可能となるので、全ての文字を比較する
必要がなくなり、より高速な認識が可能となる。
【００１４】また、本発明の特徴辞書作成方法は、既存
の基本ストロークと新しいストロークとの距離を計算し
、距離があるしきい値の範囲内にある場合には既存のス
トロークを重み付けして平均を計算し既存の基本ストロ
ークを書換え、また、しきい値の範囲外の場合には、新
しいストロークとして登録し、既存の基本ストロークの
数が変化しなくなるまで、標準文字画像から抽出したス
トロークを繰り返し与え続けるので、ストロークの長さ
、位置、向き等の様々な要素を含んだストロークを正確
に分類することが可能となる。また、構成要素の共通の
文字の場合には、構成要素をその文字に置き換えてある
ので辞書容量が非常に少なくて済み、単位記憶容量当り
の認識文字の数を多くする効果を有する。
の基本ストロークと新しいストロークとの距離を計算し
、距離があるしきい値の範囲内にある場合には既存のス
トロークを重み付けして平均を計算し既存の基本ストロ
ークを書換え、また、しきい値の範囲外の場合には、新
しいストロークとして登録し、既存の基本ストロークの
数が変化しなくなるまで、標準文字画像から抽出したス
トロークを繰り返し与え続けるので、ストロークの長さ
、位置、向き等の様々な要素を含んだストロークを正確
に分類することが可能となる。また、構成要素の共通の
文字の場合には、構成要素をその文字に置き換えてある
ので辞書容量が非常に少なくて済み、単位記憶容量当り
の認識文字の数を多くする効果を有する。
【図１】本発明の文字特徴辞書説明図。
【図２】本発明の特徴辞書作成方法説明図。
【図３】本発明の特徴辞書作成方法説明図。
【図４】本発明の特徴辞書作成方法のフローチャート。
【図５】本発明の特徴辞書作成方法のフローチャート。
１０１・・・・・・・入力文字画像
１０２・・・・・・・ストローク
１０３・・・・・・・文字
１０４・・・・・・・構成要素
１０５・・・・・・・コード
１１１〜１１４・・・文字
２１１・・・・・・・既存ストローク
２２１・・・・・・・既存ストローク
２２２・・・・・・・ストローク
２３１・・・・・・・既存ストローク
２３２・・・・・・・ストローク
２４１・・・・・・・既存ストローク
２４２・・・・・・・ストローク
２５１・・・・・・・既存ストローク
３０１〜３０２・・・グループ
３１１〜３１３・・・位置
３２１〜３２２・・・位置
３３１〜３３２・・・中心位置
Claims (5)
- 【請求項１】 少なくとも標準文字画像より抽出した
基本ストロークにより分類されていることを特徴とする
文字特徴辞書。 - 【請求項２】 前記請求項１記載の文字特徴辞書は文
字の画数の少ない順に並んでいることを特徴とする文字
特徴辞書。 - 【請求項３】 前記請求項１記載の文字特徴辞書は、
もし、画数の少ない文字が画数の多い文字の一部である
場合には、画数の多い文字のデータは画数の少ない文字
と残りの基本ストロークで表現することを特徴とする文
字特徴辞書。 - 【請求項４】 前記請求項１記載の文字特徴辞書は、
既存の基本ストロークと新しいストロークとの距離を計
算し、距離があるしきい値の範囲内にある場合には既存
のストロークとの平均をとり既存のストロークを書換え
、また、しきい値の範囲外の場合には、新しいストロー
クとして登録することにより得られた基本ストロークに
より表現することを特徴とする特徴辞書作成方法。 - 【請求項５】 前記請求項４記載の特徴辞書作成方法
は、既存の基本ストロークが変化しなくなるまで、標準
文字画像から抽出したストロークを繰り返し与え続ける
ことを特徴とする文字特徴辞書作成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3054692A JPH04290187A (ja) | 1991-03-19 | 1991-03-19 | 文字特徴辞書及び特徴辞書作成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3054692A JPH04290187A (ja) | 1991-03-19 | 1991-03-19 | 文字特徴辞書及び特徴辞書作成方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH04290187A true JPH04290187A (ja) | 1992-10-14 |
Family
ID=12977852
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3054692A Pending JPH04290187A (ja) | 1991-03-19 | 1991-03-19 | 文字特徴辞書及び特徴辞書作成方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH04290187A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104182748A (zh) * | 2014-08-15 | 2014-12-03 | 电子科技大学 | 一种基于拆分匹配的汉字笔画自动提取方法 |
-
1991
- 1991-03-19 JP JP3054692A patent/JPH04290187A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104182748A (zh) * | 2014-08-15 | 2014-12-03 | 电子科技大学 | 一种基于拆分匹配的汉字笔画自动提取方法 |
| CN104182748B (zh) * | 2014-08-15 | 2018-04-13 | 电子科技大学 | 一种基于拆分匹配的汉字笔画自动提取方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10936862B2 (en) | System and method of character recognition using fully convolutional neural networks | |
| EP0844583B1 (en) | Method and apparatus for character recognition | |
| US5982929A (en) | Pattern recognition method and system | |
| CN110114776B (zh) | 使用全卷积神经网络的字符识别的系统和方法 | |
| EP0542566A2 (en) | Character recognition method and apparatus thereof | |
| US20050074169A1 (en) | Holistic-analytical recognition of handwritten text | |
| JPH0139154B2 (ja) | ||
| US9720976B2 (en) | Extracting method, computer product, extracting system, information generating method, and information contents | |
| US5621818A (en) | Document recognition apparatus | |
| Zhiming et al. | Automatic container code recognition via faster-RCNN | |
| He et al. | Open set Chinese character recognition using multi-typed attributes | |
| WO1996009607A1 (en) | Handwritten pattern recognizer | |
| Marinai et al. | Indexing and retrieval of words in old documents | |
| Jayaraman et al. | Modular approach to recognition of strokes in Telugu script | |
| Hu et al. | Baseline extraction-driven parsing of handwritten mathematical expressions | |
| Madhavaraj et al. | Improved recognition of aged Kannada documents by effective segmentation of merged characters | |
| Fermanian et al. | Deep recognition-based character segmentation in handwritten syriac manuscripts | |
| US20020126903A1 (en) | Word recognizing apparatus for dynamically generating feature amount of word and method thereof | |
| Brodic et al. | Analysis of the south Slavic scripts by run-length features of the image texture | |
| JP3897999B2 (ja) | 手書き文字認識方法 | |
| JP3419251B2 (ja) | 文字認識装置及び文字認識方法 | |
| Xiao et al. | On-line handwritten Chinese character recognition directed by components with dynamic templates | |
| Varghese et al. | A survey on various word spotting techniques for content based document image retrieval | |
| JP2851865B2 (ja) | 文字認識装置 | |
| Yin et al. | Lexicon-driven recognition of one-stroke character strings in visual gesture |