JPH047685A - 認識装置 - Google Patents
認識装置Info
- Publication number
- JPH047685A JPH047685A JP2109560A JP10956090A JPH047685A JP H047685 A JPH047685 A JP H047685A JP 2109560 A JP2109560 A JP 2109560A JP 10956090 A JP10956090 A JP 10956090A JP H047685 A JPH047685 A JP H047685A
- Authority
- JP
- Japan
- Prior art keywords
- character
- candidate
- candidate string
- normalization
- string
- 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.)
- Granted
Links
Landscapes
- Character Input (AREA)
- 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】
〔概要〕
漢字を含む日本語の手書き文字を認識する装置に関し、
多様な字形変動に対応して認ｌｔ精度を向上することを
目的とし、 入力文字列から一文字ずつ切り出された入力文字画像を
正規化する正規化手段と、該正規化手段より取り出され
た文字画像に対して特徴抽出を行ない、標準パターン辞
書と照合して複数の候補文字からなる候補列を得る候補
列作成手段と、該作成された候補列の各候補の文字の夫
々について、各字種の予め標準的なストロークの出現位
置を表わすヒストグラムと対応をとり、対応がとれたと
き対応する標準的なストローク位置によって決まる正規
化パラメータを生成して前記正規化手段に供給し、もと
の入力文字画像の正規化をやり直させる再正規化手段と
、該正規化手段により再度正規化された文字画像に対し
て前記候補列作成手段で作成した候補列より最終候補文
字を判断する最終候補判断部とより構成する。
目的とし、 入力文字列から一文字ずつ切り出された入力文字画像を
正規化する正規化手段と、該正規化手段より取り出され
た文字画像に対して特徴抽出を行ない、標準パターン辞
書と照合して複数の候補文字からなる候補列を得る候補
列作成手段と、該作成された候補列の各候補の文字の夫
々について、各字種の予め標準的なストロークの出現位
置を表わすヒストグラムと対応をとり、対応がとれたと
き対応する標準的なストローク位置によって決まる正規
化パラメータを生成して前記正規化手段に供給し、もと
の入力文字画像の正規化をやり直させる再正規化手段と
、該正規化手段により再度正規化された文字画像に対し
て前記候補列作成手段で作成した候補列より最終候補文
字を判断する最終候補判断部とより構成する。
本発明は文字Ｗ１＊装置に係り、特に漢字を含む日本語
の手書き文字を認識する装置に関する。
の手書き文字を認識する装置に関する。
手書き文字を認識する文字認識装置のうち、手書き文字
を一文字ずつ切り出し、認識し、候補列を出力する文字
認識装置では、手書き文字が筆記者によって様々な字形
の文字となるため、これらの多様な字形を精度良く認識
することが必要とされる。
を一文字ずつ切り出し、認識し、候補列を出力する文字
認識装置では、手書き文字が筆記者によって様々な字形
の文字となるため、これらの多様な字形を精度良く認識
することが必要とされる。
第４図は従来の文字１３！８１の一例のブロック図を示
す。同図中、手書き文字の入力文字画像は２値化部２１
で２値化され、２１ａ画像メモリ２２に一旦格納される
。次に、この２値画像メモリ２２から１文字ずつ切り出
された２値画像は正規化部２３に入力され、ここで大き
さを揃えるために例えば１！ｉ４８ドツト、横４８ドツ
トの大きさに正規化された後、正規化画像メモリ２４に
格納される。
す。同図中、手書き文字の入力文字画像は２値化部２１
で２値化され、２１ａ画像メモリ２２に一旦格納される
。次に、この２値画像メモリ２２から１文字ずつ切り出
された２値画像は正規化部２３に入力され、ここで大き
さを揃えるために例えば１！ｉ４８ドツト、横４８ドツ
トの大きさに正規化された後、正規化画像メモリ２４に
格納される。
正規化画像メモリ２４から取り出された正規化文字画像
は、特徴抽出部２５に入力され、ここで特徴（例えば線
密度、線方向、領域時ｔｙ＞が抽出された後、大分類部
２６で大分類辞書２７との間で距離計算を行ない、候補
対象を絞り込む。次に絞り込まれた対象内で詳細分類部
２８にて詳細分類辞書２９との間で距離計算を行ない、
候補列、例えば距離の小さい順に複数のカテゴリを候補
として候補列メモリ３０へ出力する。そして、この中か
ら相違度が小さい順、あるいは類似度が大きい順に候補
文字を出力する。以上の各部の動作は制御回路４０によ
って制御される。
は、特徴抽出部２５に入力され、ここで特徴（例えば線
密度、線方向、領域時ｔｙ＞が抽出された後、大分類部
２６で大分類辞書２７との間で距離計算を行ない、候補
対象を絞り込む。次に絞り込まれた対象内で詳細分類部
２８にて詳細分類辞書２９との間で距離計算を行ない、
候補列、例えば距離の小さい順に複数のカテゴリを候補
として候補列メモリ３０へ出力する。そして、この中か
ら相違度が小さい順、あるいは類似度が大きい順に候補
文字を出力する。以上の各部の動作は制御回路４０によ
って制御される。
手書き文字は、筆記者によって多様な変形を受ける。例
えば、大きな文字を書り筆記者もいれば小さな文字を書
く筆記者もいる。また、綱体も措置、行書、草書など種
々あり、それらのどの書体で書くかは筆記者の自由であ
り、また同じ書体でも右上りに書く筆記者もいれば、左
上りに書く第記者もいて、記入された文字の字形は筆記
者各人各様の字形となる。そのため、文字認識に際して
は、入力文字画像の大きさを所定の大きさ（例えば、４
８ドツトＸ４８ドツト）にする正規化が正規化部２３で
なされる。
えば、大きな文字を書り筆記者もいれば小さな文字を書
く筆記者もいる。また、綱体も措置、行書、草書など種
々あり、それらのどの書体で書くかは筆記者の自由であ
り、また同じ書体でも右上りに書く筆記者もいれば、左
上りに書く第記者もいて、記入された文字の字形は筆記
者各人各様の字形となる。そのため、文字認識に際して
は、入力文字画像の大きさを所定の大きさ（例えば、４
８ドツトＸ４８ドツト）にする正規化が正規化部２３で
なされる。
また、正規化だけでなく、前記した大分類辞書２７と詳
細分類部１２９からなる、予め作成された１字種あたり
複数の標準パターンをもつ辞書を用いて字形の変形を吸
収することがなされている。
細分類部１２９からなる、予め作成された１字種あたり
複数の標準パターンをもつ辞書を用いて字形の変形を吸
収することがなされている。
例えば、使用される特徴は２５６次元あるいは３８４次
元という大きなものであり、また標準パターンの数も１
字種あたり３〜５パターンである。
元という大きなものであり、また標準パターンの数も１
字種あたり３〜５パターンである。
従って、従来装置では文字の字形変形をより多く吸収し
て、文字認識精度を上げようとすると、標準パターン辞
書の容量が膨大となり、このため標準パターンとのマツ
チングに時間がかがるという問題がある。しかも、それ
でも字形の変形をすべて吸収できるわけではない。
て、文字認識精度を上げようとすると、標準パターン辞
書の容量が膨大となり、このため標準パターンとのマツ
チングに時間がかがるという問題がある。しかも、それ
でも字形の変形をすべて吸収できるわけではない。
本発明は以上の点に鑑みなされたもので、多様な字形変
動に対応してｌｌｖＪ度を向上できる文字認識装置を提
供することを目的とする。
動に対応してｌｌｖＪ度を向上できる文字認識装置を提
供することを目的とする。
第１図は本発明の原理ブロック図を示す。同図中、１１
は正規化手段で、入力文字列から一文字ずつ切り出され
た入力文字画像を正規化する。
は正規化手段で、入力文字列から一文字ずつ切り出され
た入力文字画像を正規化する。
１２は候補列作成手段で、正規化された文字画像の特徴
抽出を行ない、標準パターン辞書と照合して複数の候補
文字からなる候補列を得る。
抽出を行ない、標準パターン辞書と照合して複数の候補
文字からなる候補列を得る。
１３は再正規化手段で、上記の複数の候補文字の夫々に
ついて、各字種の予め標準的なストロークの出現位置を
表わすヒストグラムと対応をとり、対応がとれたとき対
応するＩ単的なストローク位置によって決まる正規化パ
ラメータを生成して正規化手段１１に供給し、もとの入
力文字画像の正規化をやり直させる。更に１４は最終候
補判断部で、再正規化された文字画像に対して候補列作
成手段１２で作成した候補列より最終候補文字を判断す
る。
ついて、各字種の予め標準的なストロークの出現位置を
表わすヒストグラムと対応をとり、対応がとれたとき対
応するＩ単的なストローク位置によって決まる正規化パ
ラメータを生成して正規化手段１１に供給し、もとの入
力文字画像の正規化をやり直させる。更に１４は最終候
補判断部で、再正規化された文字画像に対して候補列作
成手段１２で作成した候補列より最終候補文字を判断す
る。
本発明では、入力文字画像を正規化手段１１により正規
化し、候補列作成手段１２により特徴抽出、標準パター
ン辞書とのマツチングによって求まる候補文字からなる
候補列を作成する点は従来と同様であるが、従来と異な
りこのようにして得られた複数の候補文字の夫々につい
て、再正規化手段１３により正規化手段１１で再び正規
化させた後、再び候補列作成手段１２で候補列を作成す
る。従って、候補列作成手段１２により再び作成された
候補列は字形の変動がより吸収された文字候補から構成
される。
化し、候補列作成手段１２により特徴抽出、標準パター
ン辞書とのマツチングによって求まる候補文字からなる
候補列を作成する点は従来と同様であるが、従来と異な
りこのようにして得られた複数の候補文字の夫々につい
て、再正規化手段１３により正規化手段１１で再び正規
化させた後、再び候補列作成手段１２で候補列を作成す
る。従って、候補列作成手段１２により再び作成された
候補列は字形の変動がより吸収された文字候補から構成
される。
第２図は本発明の一実施例のブロック図、第３図は第２
図の動作説明図を示す。第２図中、第１図及び第４図と
同一構成部分には同一符号を付し、その説明を省略する
。第２図において、２値化部２１に第３図（Ａ＞に示す
如き１東」の手段き文字画像が入力されたものとすると
、正規化部２３で文字の高さ及び幅をそれぞ４８ドツト
の大きさに正規化されて第３図（Ｂ）に示す文字画像が
得られる。
図の動作説明図を示す。第２図中、第１図及び第４図と
同一構成部分には同一符号を付し、その説明を省略する
。第２図において、２値化部２１に第３図（Ａ＞に示す
如き１東」の手段き文字画像が入力されたものとすると
、正規化部２３で文字の高さ及び幅をそれぞ４８ドツト
の大きさに正規化されて第３図（Ｂ）に示す文字画像が
得られる。
次に、この正規化された文字画像はＩＩＡ準パターン辞
書（大分類辞書２７、詳細分類辞書２９）とマツチング
するための特徴を特徴抽出部２５で抽出される。特徴と
しては文字の？！！雑さを表わす線密度、文字を構成す
るストロークの方向性を表わす線方向特徴、ストローク
間に囲まれた領域を表わす領域特徴などが使われる。抽
出された特徴と前記したように予め登録された標準パタ
ーン辞書（大分類辞書２７、詳細分類辞Ｎ２９）とで距
離計算、あるいは類似度計算することで、相違度の小さ
い順、あるいは類似度の大きい順に候補文字が求められ
る。この候補文字は文字コードであって、候補列メモリ
３０に例えば第３図（Ｃ）に３００で示す如く５つの候
補文字のコード０１〜Ｃ５が距離の小さい順に格納され
る。
書（大分類辞書２７、詳細分類辞書２９）とマツチング
するための特徴を特徴抽出部２５で抽出される。特徴と
しては文字の？！！雑さを表わす線密度、文字を構成す
るストロークの方向性を表わす線方向特徴、ストローク
間に囲まれた領域を表わす領域特徴などが使われる。抽
出された特徴と前記したように予め登録された標準パタ
ーン辞書（大分類辞書２７、詳細分類辞Ｎ２９）とで距
離計算、あるいは類似度計算することで、相違度の小さ
い順、あるいは類似度の大きい順に候補文字が求められ
る。この候補文字は文字コードであって、候補列メモリ
３０に例えば第３図（Ｃ）に３００で示す如く５つの候
補文字のコード０１〜Ｃ５が距離の小さい順に格納され
る。
次に再正規化判断部３１は第３図（Ｂ）に示した正規化
された文字画像を方向コードによりラベル付けして、第
３図（Ｄ）に示す如く水平方向ラベルを水平方向に投影
して水平り向ストロークの出現位置を表わすヒストグラ
ムのｄＨを求め、かつ、垂直方向ラベルを垂直方向に投
影して垂直方向ストロークの出現位置を表わすヒストグ
ラム（Ｉｖを求める。
された文字画像を方向コードによりラベル付けして、第
３図（Ｄ）に示す如く水平方向ラベルを水平方向に投影
して水平り向ストロークの出現位置を表わすヒストグラ
ムのｄＨを求め、かつ、垂直方向ラベルを垂直方向に投
影して垂直方向ストロークの出現位置を表わすヒストグ
ラム（Ｉｖを求める。
しかる後に、再正規化判断部３１は予め各７秤について
標準的な水平及び垂直のストロークの出現位置を表わす
ヒストグラムのテーブルが格納された標準ヒストグラム
メモリ３２から、前記候補列メモリ３０の記憶候補文字
のうちまず最も距離の小さい候補文字コードＣ１につい
てその水平方向の両ストローク出現位貿を表わすヒスト
グラムを求める。
標準的な水平及び垂直のストロークの出現位置を表わす
ヒストグラムのテーブルが格納された標準ヒストグラム
メモリ３２から、前記候補列メモリ３０の記憶候補文字
のうちまず最も距離の小さい候補文字コードＣ１につい
てその水平方向の両ストローク出現位貿を表わすヒスト
グラムを求める。
第３図（Ｅ）にＣ＋”で示す画像は上記候補文字コード
Ｃ１による画像であり、よってこの画像の水平方向のス
トロークの出現位置を表わすヒストグラムはｅＩＨで示
す如きものであり、また垂直方向ストロークの出現位置
を表わすヒストグラムはｅｌｖで示す如くになる。
Ｃ１による画像であり、よってこの画像の水平方向のス
トロークの出現位置を表わすヒストグラムはｅＩＨで示
す如きものであり、また垂直方向ストロークの出現位置
を表わすヒストグラムはｅｌｖで示す如くになる。
続いて、再正規化判断部３１は正規化された文字画像の
ヒストグラムｄＨ及びｄｖと、候補文字コードＣ１によ
る画像Ｃ＋”のヒストグラムｅＩＨ及びｅｌｖとを夫々
方向別に照合し、ヒストグラムｄＨを０１Ｈに一致させ
るような第１の正規化パラメータを生成し、かつ、ヒス
トグラムｄｙを”ＩＶに一致させるような第２の正規化
パラメータを生成して、それらを正規化パラメータメモ
リ３３に格納する。上記の正規化パラメータとしては単
純な比例関係式を採用することができる。
ヒストグラムｄＨ及びｄｖと、候補文字コードＣ１によ
る画像Ｃ＋”のヒストグラムｅＩＨ及びｅｌｖとを夫々
方向別に照合し、ヒストグラムｄＨを０１Ｈに一致させ
るような第１の正規化パラメータを生成し、かつ、ヒス
トグラムｄｙを”ＩＶに一致させるような第２の正規化
パラメータを生成して、それらを正規化パラメータメモ
リ３３に格納する。上記の正規化パラメータとしては単
純な比例関係式を採用することができる。
正規化部２３は制御回路部３５からの指示により正規化
パラメータメモリ３３がらの正規化パラメータに基づい
て、第３図（Ｂ）に示したもとの正規化画像の正規化を
やり直し、前記ヒストグラム６日がｅｌＨに一致するよ
うに正規化し、がっ、前記ヒストグラムｄＶがｅＩＶに
一致するように正規化する。これにより、正規化部２３
がらは第３図（Ｆ）に示す如く正規化し直された文字画
像が取り出され、この文字画像は再び特徴抽出部２５で
の特徴抽出及び標準パターン辞書とのマツチングが行な
われて候補列メモリ３ｏに第３図（Ｃ）にに１で示す如
く５つの候補文字のコードＣ２゜Ｃ４，Ｃ＋ 、Ｃａ
、Ｃｓとして距離の小さい順に格納される。
パラメータメモリ３３がらの正規化パラメータに基づい
て、第３図（Ｂ）に示したもとの正規化画像の正規化を
やり直し、前記ヒストグラム６日がｅｌＨに一致するよ
うに正規化し、がっ、前記ヒストグラムｄＶがｅＩＶに
一致するように正規化する。これにより、正規化部２３
がらは第３図（Ｆ）に示す如く正規化し直された文字画
像が取り出され、この文字画像は再び特徴抽出部２５で
の特徴抽出及び標準パターン辞書とのマツチングが行な
われて候補列メモリ３ｏに第３図（Ｃ）にに１で示す如
く５つの候補文字のコードＣ２゜Ｃ４，Ｃ＋ 、Ｃａ
、Ｃｓとして距離の小さい順に格納される。
同様にして、第３図（Ｃ）に３００で示した残りの４つ
の候補文字コード０２〜Ｃ５の夫々についても、上記と
同様の再正規化手段が行なわれ、正規化し直された文字
画像の夫々について第３図（Ｃ）にに２〜に５で示す如
く候補列が作成されて候補列メモリ３０に格納される。
の候補文字コード０２〜Ｃ５の夫々についても、上記と
同様の再正規化手段が行なわれ、正規化し直された文字
画像の夫々について第３図（Ｃ）にに２〜に５で示す如
く候補列が作成されて候補列メモリ３０に格納される。
従って、最終的には候補列メモリ３ｏに、第３図（Ｃ）
に３００及び３０１ （ｋ １〜ｋｓ）で示す候補列の
文字コードが格納される。
に３００及び３０１ （ｋ １〜ｋｓ）で示す候補列の
文字コードが格納される。
しかる後に、最終候補判断部３４は候補列メモリ３０に
格納されている候補列３００及び３０１を総合的に判断
して、例えば最も距離の小さい（又は類似度の大きい）
候補から所定数になるまで順次選択出力することにより
最終的な候補列とする。
格納されている候補列３００及び３０１を総合的に判断
して、例えば最も距離の小さい（又は類似度の大きい）
候補から所定数になるまで順次選択出力することにより
最終的な候補列とする。
なお、再正規化判断部３１の再正規化判断に際して、候
補の距離値に閾値を導入して、その閾値より距離値が大
きいときだけ再正規化を行ない、その閾値より距離値が
小さい場合、あるいは標準ヒストグラムメモリ３２がら
のヒストグラムと正規化画像のヒストグラムの各パター
ンが異なり両者の対応がとれないときには正規化をやり
直さないようにすることにより、Ｌｌａｉｆｆｉ所要時
間の増加を防ぐことができる。
補の距離値に閾値を導入して、その閾値より距離値が大
きいときだけ再正規化を行ない、その閾値より距離値が
小さい場合、あるいは標準ヒストグラムメモリ３２がら
のヒストグラムと正規化画像のヒストグラムの各パター
ンが異なり両者の対応がとれないときには正規化をやり
直さないようにすることにより、Ｌｌａｉｆｆｉ所要時
間の増加を防ぐことができる。
このようにして、本実施例によれば、入力文字画像に合
った正規化をやり直すことにより、多様な字形変動に対
応できる。
った正規化をやり直すことにより、多様な字形変動に対
応できる。
上述の如く、本発明によれば、正規化をやり直すことに
より、字形の変動がより吸収された文字候補からなる候
補列を作成することができるため、予め準備した標準パ
ターン辞書に登録されていない字形にも対応でき、よっ
て標準パターン辞書の容置を増加させなくても従来に比
べ認識粘度をより向上することができる等の特長を有す
るものである。
より、字形の変動がより吸収された文字候補からなる候
補列を作成することができるため、予め準備した標準パ
ターン辞書に登録されていない字形にも対応でき、よっ
て標準パターン辞書の容置を増加させなくても従来に比
べ認識粘度をより向上することができる等の特長を有す
るものである。
３２は標準ヒストグラムメモリ、
３３は正規化パラメータメモリ
を示す。
特許出願人 富 士 通 株式会社
第１図は本発明の原理ブロック図、
第２図は本発明の一実施例のブロック図、第３図は本発
明の一実施例の動作説明図、第４図は従来装置の一例の
ブロック図である。 図において、 １は正規化手段、 ２は候補列作成手段、 ３は再正規化手段、 ４は最終候補判断部、 １は再正規化判断部、 〆１１ ４戻棹 キ七用の＝火相少ｌ）のプｂ〜２蘭 第２図
明の一実施例の動作説明図、第４図は従来装置の一例の
ブロック図である。 図において、 １は正規化手段、 ２は候補列作成手段、 ３は再正規化手段、 ４は最終候補判断部、 １は再正規化判断部、 〆１１ ４戻棹 キ七用の＝火相少ｌ）のプｂ〜２蘭 第２図
Claims (1)
- 【特許請求の範囲】 入力文字列から一文字ずつ切り出された入力文字画像を
正規化する正規化手段（１１）と、該正規化手段（１１
）より取り出された文字画像に対して特徴抽出を行ない
、標準パターン辞書と照合して複数の候補文字からなる
候補列を得る候補列作成手段（１２）と、 該作成された候補列の各候補の文字の夫々について、各
字種の予め標準的なストロークの出現位置を表わすヒス
トグラムと対応をとり、対応がとれたとき対応する標準
的なストローク位置によつて決まる正規化パラメータを
生成して前記正規化手段（１１）に供給し、もとの入力
文字画像の正規化をやり直させる再正規化手段（１３）
と、該正規化手段（１１）により再度正規化された文字
画像に対して前記候補列作成手段（１２）で作成した候
補列より最終候補文字を判断する最終候補判断部（１４
）と、 からな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 |
|---|---|---|---|
| JP2109560A JP2984315B2 (ja) | 1990-04-25 | 1990-04-25 | 認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2109560A JP2984315B2 (ja) | 1990-04-25 | 1990-04-25 | 認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH047685A true JPH047685A (ja) | 1992-01-13 |
| JP2984315B2 JP2984315B2 (ja) | 1999-11-29 |
Family
ID=14513332
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2109560A Expired - Fee Related JP2984315B2 (ja) | 1990-04-25 | 1990-04-25 | 認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2984315B2 (ja) |
-
1990
- 1990-04-25 JP JP2109560A patent/JP2984315B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2984315B2 (ja) | 1999-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3155577B2 (ja) | 文字認識方法及び装置 | |
| US20180137349A1 (en) | System and method of character recognition using fully convolutional neural networks | |
| JPH0139154B2 (ja) | ||
| US5621818A (en) | Document recognition apparatus | |
| Biswas et al. | Writer identification of Bangla handwritings by radon transform projection profile | |
| Dey et al. | A novel sliding window approach for offline handwritten character recognition | |
| Madhvanath et al. | Syntactic methodology of pruning large lexicons in cursive script recognition | |
| Lamghari et al. | Template matching for recognition of handwritten Arabic characters using structural characteristics and Freeman code | |
| JPH047685A (ja) | 認識装置 | |
| Kapoor et al. | Representation, Extraction of Nodal Features of DevNagri Letters. | |
| Tou et al. | Automatic recognition of handwritten characters via feature extraction and multi-level decision | |
| Pourasad et al. | A word spotting method for Farsi machine-printed document images | |
| Sarkar | Word spotting in cursive handwritten documents using modified character shape codes | |
| Amin | Recognition of printed Arabic text using machine learning | |
| Airphaiboon et al. | Recognition of handprinted Thai characters using loop structures | |
| KR102673900B1 (ko) | 표 데이터 추출 시스템 및 그 방법 | |
| Kavallieratos et al. | Extraction and recognition of handwritten alphanumeric characters from application forms | |
| JP5986051B2 (ja) | アラビア語テキストを自動的に認識するための方法 | |
| Hussain et al. | Language independent keyword based information retrieval system of handwritten documents using svm classifier and converting words into shapes | |
| KR100204618B1 (ko) | 문자 또는 도형의 인식 방법 및 시스템 | |
| Tham et al. | Four corner code based pre-classification scheme for Chinese character recognition | |
| KR940001048B1 (ko) | 온라인 필기체문자인식방법 | |
| Huang et al. | Research Article Isolated Handwritten Pashto Character Recognition Using aK-NN Classification Tool based on Zoning and HOG Feature Extraction Techniques | |
| Kim et al. | Segmentation of touching characters in printed Korean/English document recognition | |
| Abid et al. | Hidden Markov Model Based Character Segmentation Factor Applied To Urdu Script. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080924 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080924 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090924 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |