JPH0438023B2 - - Google Patents
Info
- Publication number
- JPH0438023B2 JPH0438023B2 JP58187247A JP18724783A JPH0438023B2 JP H0438023 B2 JPH0438023 B2 JP H0438023B2 JP 58187247 A JP58187247 A JP 58187247A JP 18724783 A JP18724783 A JP 18724783A JP H0438023 B2 JPH0438023 B2 JP H0438023B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- gravity
- center
- stroke
- standard
- 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.)
- Expired
Links
- 230000005484 gravity Effects 0.000 claims description 18
- 238000010586 diagram Methods 0.000 description 5
- 239000006185 dispersion Substances 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
Landscapes
- Character Discrimination (AREA)
Description
【発明の詳細な説明】
〈技術分野〉
本発明は、文字を手書きする過程の情報を用い
て逐次認識処理を行なつてゆくオンライン文字認
識装置に関するものである。
て逐次認識処理を行なつてゆくオンライン文字認
識装置に関するものである。
〈従来技術〉
従来のオンライン文字認識装置においては、文
字を構成する各ストロークを、ストロークの始
点，中点，終点の３つの特徴点で記述し、予め準
備された標準文字との間で前記特徴点間の距離の
総和を求め、該特徴点間の距離の総和に最小値を
与える標準文字を入力文字として認識する方式が
採用されていた。
字を構成する各ストロークを、ストロークの始
点，中点，終点の３つの特徴点で記述し、予め準
備された標準文字との間で前記特徴点間の距離の
総和を求め、該特徴点間の距離の総和に最小値を
与える標準文字を入力文字として認識する方式が
採用されていた。
そのため、１ストローク当り始点，中点，終点
の３つの特徴点情報が必要なわけで、標準パター
ンのメモリ量が膨大なものになつてしまう。
の３つの特徴点情報が必要なわけで、標準パター
ンのメモリ量が膨大なものになつてしまう。
〈発明の目的〉
そこで本発明のオンライン文字認識装置におい
ては、標準パターンのメモリ量の減少を計つた。
ては、標準パターンのメモリ量の減少を計つた。
〈実施例〉
以下、本発明の構成を実施例に即して述べる。
本実施例のオンライン文字認識装置は、入力文
字のパターンの重心及び分散を、標準文字のパタ
ーンの重心及び分散とを比較し、その差が最小と
なる標準文字を入力文字として認識する構成を有
する。
字のパターンの重心及び分散を、標準文字のパタ
ーンの重心及び分散とを比較し、その差が最小と
なる標準文字を入力文字として認識する構成を有
する。
第１図は本実施例のオンライン文字認識装置の
ブロツクダイヤグラムを示す。図中、１は筆点の
座標を検知する文字情報入力装置であるタブレツ
ト、２は前処理装置、３はストロークの重心及び
分散計算装置、４は比較演算装置、５は標準パタ
ーン蓄積装置及び６は認識結果入力装置である。
ブロツクダイヤグラムを示す。図中、１は筆点の
座標を検知する文字情報入力装置であるタブレツ
ト、２は前処理装置、３はストロークの重心及び
分散計算装置、４は比較演算装置、５は標準パタ
ーン蓄積装置及び６は認識結果入力装置である。
本実施例のオンライン文字認識装置の動作原理
は次の様なものである。まず、タブレツト１から
の文字は前処理装置２により適当な大きさに正規
化される。その後、計算装置３によつて各ストロ
ークの重心及び分散が計算される。この計算様式
は下記の通りである。
は次の様なものである。まず、タブレツト１から
の文字は前処理装置２により適当な大きさに正規
化される。その後、計算装置３によつて各ストロ
ークの重心及び分散が計算される。この計算様式
は下記の通りである。
タブレツト１上に書かれた文字の情報、例えば
第２図に示す「あ」の文字情報は、文字を筆記す
るペンが一定距離進むごとに筆点の座標点列
｛Xi，Yi｝（ｉ＝１，２，３…ｐ ｐは文字の総
筆点数）として記載される。また、一文字の筆記
が終了した場合には、筆記した文字の総画数（こ
の場合３画）が得られる。
第２図に示す「あ」の文字情報は、文字を筆記す
るペンが一定距離進むごとに筆点の座標点列
｛Xi，Yi｝（ｉ＝１，２，３…ｐ ｐは文字の総
筆点数）として記載される。また、一文字の筆記
が終了した場合には、筆記した文字の総画数（こ
の場合３画）が得られる。
この座標データに基づき、各画数ごとに重心と
分散の計算が行なわれる。
分散の計算が行なわれる。
重心の計算は筆点のＸ座標，Ｙ座標各々独立に
計算される。つまり、Ｘ座標については文字の各
筆点のＸ座標値Ｘ：（ｉ＝１，２，３…ｐ）をそ
の発生順に加えてゆき、一画終了によつて得られ
た文字の総筆点数ｐで割ることによつて重心（Ｘ
座標）が求まる。即ち、 ＝１／ｐp 〓i=1 Xi Ｙ座標に関しても同様に重心（Ｙ座標）が求
まる。即ち ＝１／ｐp 〓i=1 Yi である。これによつて重心Ｇ＝（Ｘ，Ｙ）が計算
でき、これを各画ごとに計算し、第２図ａに示す
とおりの重心Ｇ１，Ｇ２，Ｇ３を得ている。
計算される。つまり、Ｘ座標については文字の各
筆点のＸ座標値Ｘ：（ｉ＝１，２，３…ｐ）をそ
の発生順に加えてゆき、一画終了によつて得られ
た文字の総筆点数ｐで割ることによつて重心（Ｘ
座標）が求まる。即ち、 ＝１／ｐp 〓i=1 Xi Ｙ座標に関しても同様に重心（Ｙ座標）が求
まる。即ち ＝１／ｐp 〓i=1 Yi である。これによつて重心Ｇ＝（Ｘ，Ｙ）が計算
でき、これを各画ごとに計算し、第２図ａに示す
とおりの重心Ｇ１，Ｇ２，Ｇ３を得ている。
引き続き分数の計算を行う。
Ｘ座標の分散62 Xは
62 X＝１／ｐp
〓i=1
（Xi−）2
Ｙ座標の分数62 yは
62 y＝１／ｐp
〓i=1
（Yi−）2
で求められ、これを各画ごとに計算し、第２図ｂ
に示す通り各画に対する分数の範囲が求められ
る。
に示す通り各画に対する分数の範囲が求められ
る。
続いて、比較演算装置４は前記計算によつて得
られた第３図ａに示す入力文字の各画に対する重
心，分散と、第３図ｂに示すとおり標準パターン
蓄積装置５に予め蓄えられている標準文字の各画
の重心，分散とについて比較する。すなわち 距離＝〓［｜xi−Xi｜×｜σix−6ix｜ ＋｜yi−Yi｜×｜σiy−6iy｜］ によつて各画の比較を行い距離の少ないものを順
次残していき、最後に前記差の最小のものの属す
るカテゴリを検知するものである。
られた第３図ａに示す入力文字の各画に対する重
心，分散と、第３図ｂに示すとおり標準パターン
蓄積装置５に予め蓄えられている標準文字の各画
の重心，分散とについて比較する。すなわち 距離＝〓［｜xi−Xi｜×｜σix−6ix｜ ＋｜yi−Yi｜×｜σiy−6iy｜］ によつて各画の比較を行い距離の少ないものを順
次残していき、最後に前記差の最小のものの属す
るカテゴリを検知するものである。
上記カテゴリは認識結果出力装置６にて外部に
出力される。
出力される。
〈効果〉
以上説明してきたように、本オンライン文字認
識装置においては、文字の各画の重心，分散を算
出することによつて、文字の各片に対して幅を持
つて入力文字を認識することができ、この入力文
字と記憶された標準パターンの重心，分散と比較
することから、文字自体を大局的に認識し、多少
の筆記変動にも対応することができるものであ
る。また、標準パターンの記憶が重心，分散の情
報量が足りることから、メモリの容量も低減化で
きる。
識装置においては、文字の各画の重心，分散を算
出することによつて、文字の各片に対して幅を持
つて入力文字を認識することができ、この入力文
字と記憶された標準パターンの重心，分散と比較
することから、文字自体を大局的に認識し、多少
の筆記変動にも対応することができるものであ
る。また、標準パターンの記憶が重心，分散の情
報量が足りることから、メモリの容量も低減化で
きる。
第１図は本発明の一実施例のブロツクダイヤグ
ラム、第２図は文字認識パターンを示す図、第３
図は標準メモリの記憶状態を示す図である。 １…タブレツト、２…前処理装置、３…ストロ
ークの重心、分散計算装置、４…比較演算装置、
５…標準パターン蓄積装置、６…認識結果出力装
置。
ラム、第２図は文字認識パターンを示す図、第３
図は標準メモリの記憶状態を示す図である。 １…タブレツト、２…前処理装置、３…ストロ
ークの重心、分散計算装置、４…比較演算装置、
５…標準パターン蓄積装置、６…認識結果出力装
置。
Claims (1)
- １ 文字筆記器により文字を書きながら入力し、
該入力された文字のストロークを追跡しつつ該入
力文字を認識するオンライン文字認識装置におい
て、入力文字のパターンを構成する各画に対する
重心及び分散と、予め準備された標準文字のパタ
ーンを構成する各画に対する重心及び分散とを比
較し、その差が最小となる標準文字を上記入力文
字として認識することを特徴とするオンライン文
字認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58187247A JPS6079483A (ja) | 1983-10-06 | 1983-10-06 | オンライン文字認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58187247A JPS6079483A (ja) | 1983-10-06 | 1983-10-06 | オンライン文字認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6079483A JPS6079483A (ja) | 1985-05-07 |
| JPH0438023B2 true JPH0438023B2 (ja) | 1992-06-23 |
Family
ID=16202620
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58187247A Granted JPS6079483A (ja) | 1983-10-06 | 1983-10-06 | オンライン文字認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6079483A (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5745598A (en) * | 1994-03-11 | 1998-04-28 | Shaw; Venson Ming Heng | Statistics based segmentation and parameterization method for dynamic processing, identification, and verification of binary contour image |
-
1983
- 1983-10-06 JP JP58187247A patent/JPS6079483A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6079483A (ja) | 1985-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2749020B2 (ja) | ダイアグラム認識システム | |
| CN113763505B (zh) | 图形生成方法、装置、计算机设备和存储介质 | |
| CN111986117A (zh) | 一种算术作业批改系统及方法 | |
| CN116604553A (zh) | 一种关于骨架提取方法的机器人书法系统的应用 | |
| JPH0438023B2 (ja) | ||
| CN119273935B (zh) | 一种基于动态规划算法的点云道路边界提取方法及系统 | |
| CN115841671A (zh) | 一种书法字骨架矫正方法、系统及存储介质 | |
| JPH0351894A (ja) | ベクトルフオントによる文字パターン発生機能を備えた情報処理装置 | |
| CN115937561A (zh) | 一种基于点云投影密度的地物矢量图斑生成方法 | |
| JPH0438024B2 (ja) | ||
| JP3481294B2 (ja) | 寸法線自動引出しシステム | |
| JPS63303473A (ja) | 曲線近似によるパタ−ンデ−タの圧縮方式 | |
| CN116721434A (zh) | 图像有线表格检测方法、装置、计算机设备和存储介质 | |
| JPS60112187A (ja) | オンライン手書き文字認識方式 | |
| CN116597271A (zh) | 一种基于图卷积神经网络推理的空间关系识别方法 | |
| JPH03166677A (ja) | 手書き文字認識装置 | |
| JPH03250270A (ja) | 楕円描画方式 | |
| JPS60205783A (ja) | 線図形認識方式 | |
| JP2854588B2 (ja) | ラスタベクタ変換方法及び線図形入力装置 | |
| CN115909316A (zh) | 一种面向数据不均匀场景的轻量化端到端车牌识别方法 | |
| CN118429604A (zh) | 一种动态环境下的视觉重定位方法、设备及介质 | |
| JPS6327753B2 (ja) | ||
| CN116152839A (zh) | 一种表格识别方法、装置、设备及存储介质 | |
| CN119991819A (zh) | 工件偏转检测方法、装置、设备及计算机可读存储介质 | |
| CN116778542A (zh) | 一种脸型识别方法、装置、设备和存储介质 |