JPH05182012A - 文字認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 認識結果の中の数を表す漢数字を算用数字に
適切に変換することを可能にする。 【構成】 文字画像を認識する文字認識手段（図１の
５）と、漢数字と特徴が類似する文字が登録された漢数
字候補記憶手段（７）と、漢数字を含む単語が登録され
た漢数字単語記憶手段（８）と、文字認識手段（５）で
認識された認識結果から、漢数字候補記憶手段（７）お
よび漢数字単語記憶手段（８）に登録された文字や単語
を参照して、数字として用いられている漢数字を検出す
る漢数字検出手段（６）と、その漢数字検出手段（６）
によって検出された数字として用いられている漢数字を
算用数字（アラビア数字）に変換する漢数字／算用数字
変換手段（９）とを備えている。。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字パターンを認識す
る文字認識装置に係り、特に縦書きの文書を認識して、
横書きの文書として出力するのに適した文字認識装置に
関する。

【従来の技術】

【０００２】従来、文字認識装置は、認識する対象とな
る文字パターンの画像特徴等を予め辞書に登録してお
き、認識すべき文字の入力パターンの画像特徴等と予め
辞書に登録されている各画像特徴等とを比較し、最も類
似した画像特徴等をもつ文字を認識結果としてそのまま
出力し、もし認識結果に誤りや不都合な文字があれば人
手により修正していた。日本語の縦書きの文字パターン
を認識して、横書きの文書として出力する場合（例え
ば、特開平３−１８０９８９号公報参照）でも同様であ
る。日本語においては、数を表すのに漢数字が用いられ
る場合と、算用数字（アラビア数字）が用いられる場合
とがある。縦書きの日本語文章では一般に漢数字が用い
られ、横書きの日本語文章では算用数字が用いられるこ
とが多い。従って、縦書きの文字パターンを認識して、
横書きの文書として出力する装置においては、漢数字で
あらわされた数を算用数字に修正すると、自然な横書き
の文書となり好ましい。なお、本明細書において、漢数
字とは数を表すことのできる漢字を指す。例えば、一、
二、三、四、十、百、千、万、・等である。漢数字の組
合せによって数を表すことができるが、漢数字と漢数字
以外の漢字とが結合された熟語（例えば、八百屋）に用
いられ、数を表さない場合もある。

【０００３】

【発明が解決しようとする課題】しかし、従来の文字認
識装置においては、漢数字で表された数を算用数字に自
動的に変換する機能は設けられていなかった。従って前
記のような装置で漢数字を含む縦書きの日本語の文字パ
ターンを認識して、横書きの文書として出力する場合に
は、漢数字を含んだ不自然な横書きの文書となるため、
使用者が漢数字を算用数字に修正するという作業を必要
とした。本発明は、上記の問題点を解決し、認識結果の
中の数を表す漢数字を算用数字に適切に変換することを
可能にする文字認識装置を提供することを目的とする。

【０００４】

【課題を解決するための手段】本発明は、前記の目的を
達成するために、文字画像を認識する文字認識手段（図
１の５）と、漢数字と特徴が類似する文字が登録された
漢数字候補記憶手段（７）と、漢数字を含む単語が登録
された漢数字単語記憶手段（８）と、文字認識手段
（５）で認識された認識結果から、漢数字候補記憶手段
（７）および漢数字単語記憶手段（８）に登録された文
字や単語を参照して、数字として用いられている漢数字
を検出する漢数字検出手段（６）と、その漢数字検出手
段（６）によって検出された数字として用いられている
漢数字を算用数字（アラビア数字）に変換する漢数字／
算用数字変換手段（９）とを備えている。

【０００５】

【作用】文字認識手段（５）は、文書画像中に存在する
文字パターンを認識する。漢数字変換が指示された場合
は、漢数字検出手段（６）は、文字認識手段（５）によ
る認識結果の中から数字として用いられている漢数字を
検出する。すなわち、漢数字検出手段（６）は、文字認
識手段（５）による認識結果のうち漢数字と認識された
文字を含む文字列を、漢数字単語記憶手段（８）に登録
されている漢数字を含む単語と照合し、一致する単語が
あった場合には、その漢数字と認識された文字は単語の
一部として用いられ従って数字としては用いられていな
いので、数字として用いられている漢数字ではないもの
と判定する。これにより、漢数字検出手段（６）は、認
識された漢数字のうち数字として用いられているものの
みを検出することができる。更に、漢数字検出手段
（６）は、文字認識手段（５）の認識結果のうち漢数字
以外の文字として認識された文字と漢数字候補記憶手段
（７）に登録されている漢数字に特徴（形状など）が類
似する類似文字とを照合し、一致する類似文字があった
ときは対応する漢数字に変換する。これにより、文字認
識手段（５）の漢数字の誤認識を是正することができ
る。以上のように漢数字検出段（６）により検出された
数字として用いられたと判定された漢数字は、漢数字／
算用数字変換手段（９）により算用数字に変換される。

【０００６】従来の文字認識装置では漢数字を算用数字
に変換する手段を有していなかったので、使用者が文字
認識結果から漢数字を一々拾い出して算用数字に修正す
るという煩わしい作業を必要としていたが、本発明によ
れば、数字として用いられた漢数字を検出し算用数字に
変換する作業は、その変換を指示するだけで自動的に実
行されるので、使用者の修正作業の負担を軽減すること
ができる。また、本発明によれば、漢数字変換手段によ
り漢数字を含む単語と照合し、数字として用いられた漢
数字のみを抽出し、漢数字／算用数字変換手段により算
用数字に変換するので、その変換は正確で適切なもので
ある。更に、本発明によれば、文字を認識した結果の中
から漢数字候補記憶手段に登録した文字を検出して、算
用数字に変換するので、文字認識手段の認識において多
少の誤認識が発生しても、数字として用いられた漢数字
を算用数字に正しく変換することができる。

【０００７】

【実施例】図１は本発明の一実施例による文字認識装置
の構成を示すブロック図である。この文字認識装置は、
文書を２値画像として読み込む画像入力装置１と、文字
認識装置全体の制御を行う制御装置２と、画像入力装置
１で入力した画像および認識結果等を記憶するメモリ３
と、コマンド等を入力する入力装置４と、入力した文書
画像中に存在する文字パターンを検出し認識する文字切
り出し／認識処理部５と、認識結果の中から数を表すた
めに用いられた漢数字を検出する漢数字検出処理部６
と、漢数字と小数点（両者を合わせて単に漢数字と記
す）およびその類似文字を登録した漢数字候補テーブル
７と、漢数字を含む単語を登録した単語辞書８と、漢数
字を算用数字に変換する漢数字／算用数字変換処理部９
とから構成される。

【０００８】図１に示した文字認識装置は、使用者が入
力装置４から漢数字／算用数字変換の指示を与えない場
合には、従来の文字認識処理（例えば、特開平３−１８
０９８９号公報）を実行する。漢数字／算用数字変換の
指示を与えた場合には、従来の文字認識処理を実行した
後に、漢数字／算用数字変換処理を実行する。

【０００９】文字切り出し／認識処理部５により従来の
文字認識処理で得られた認識結果をメモリ３に記憶した
時点から、漢数字／算用数字変換処理部９による漢数字
／算用数字変換の処理手順を説明する。図２は漢数字／
算用数字変換処理のフローチャートである。図４は原文
と認識結果、および、漢数字／算用数字変換処理の途中
結果と最終的な結果の一例を示した図であり、認識結果
は‘二’を‘ニ’、‘千’を‘干’とした２つの誤認識
を含んでいる。以下、図２および図４に沿って説明す
る。

【００１０】処理ステップ２０１、２１１、２１２で、
メモリ３に記憶した認識結果の先頭の文字から順に着目
し、処理ステップ２０３〜２１０を実行する。処理ステ
ップ２０２では、着目した文字が小数点を除く漢数字で
あるかを判定し、小数点を除く漢数字であれば処理ステ
ップ２０３に進み、他の場合は処理ステップ２１１へ進
んで次の文字の処理に移る。図４の例では、まず‘万’
が小数点を除く漢数字として検出される。

【００１１】処理ステップ２０３では、着目している漢
数字が単語の一部であるか否かを、漢数字を含む単語辞
書８に登録した単語と照合して判定する。すなわち、着
目した漢数字が、例えば、「一致」、「同一」、「三
郎」といった単語の一部である場合にはその漢数字は数
を表す漢字ではないので、算用数字に変換せずに処理ス
テップ２１１へ進み、他の場合にはその漢数字を算用数
字に変換するために処理ステップ２０５へ進む。

【００１２】処理ステップ２０５では、着目した漢数字
の前後に続く漢数字および漢数字候補テーブル７に予め
登録した漢数字の類似文字を検出する。図５にその類似
文字の一例を示す。文字認識処理では、形状が類似した
文字（類似文字）が存在する文字を、その類似文字に誤
認識する場合があるため、図５の類似文字の欄に示した
文字が漢数字の前後にある場合には、漢数字を誤認識し
たものと判定する。図４の例では、着目した漢数字
‘万’の前の文字‘ニ’は、図５のような類似文字を有
する漢数字候補テーブルに登録されているので、漢数字
候補の類似文字として検出され、また、着目した漢数字
‘万’の後に続く漢字‘三’が漢数字として、更に次に
続く‘干’は類似文字として、更に続く‘五十六’は漢
数字として、順次検出されて、“ニ万三干五十六”が漢
数字の候補列として検出される。

【００１３】処理ステップ２０６および処理ステップ２
０７では、処理ステップ２０５で検出した漢数字の中に
前記の類似文字が含まれている場合は漢数字に置換す
る。図４の例では、‘ニ’を‘二’、‘干’を‘千’に
置換し、処理ステップ２０５で検出した漢数字を“二万
三千五十六”と修正する。

【００１４】処理ステップ２０８および処理ステップ２
０９では、前記のように検出した漢数字の中から、
‘万’、‘億’といった‘万’以上の単位と小数点で区
切られた漢数字を抽出する。また、小数点が存在すれ
ば、縦書き用の小数点‘・’を横書き用の小数点‘．’
に置換する。図４の例では、“二”と“三千五十六”が
抽出される。

【００１５】漢数字／算用数字変換処理部９は、処理ス
テップ２１０において、処理ステップ２０９で抽出され
た漢数字を算用数字に変換する。図３は処理ステップ２
１０のフローチャートである。同図に沿って、この処理
の手順を簡単に説明する。処理ステップ３０１では、
千、百、十、一の各位のフラグを設け、全てｏｆｆに初
期化する。処理ステップ３０２、３０３、３１３では、
右端の文字、すなわち、漢数字の末尾の文字から順に着
目する。変数ｎは右から何番目の文字を着目しているか
を示す。

【００１６】処理ステップ３０４では、着目した文字が
位を表す文字、すなわち、‘千’、‘百’、‘十’のい
ずれかであるか否かを判定する。着目した文字が位を表
す文字でない場合には処理ステップ３０５ないし３０７
を実行し、位を表す文字である場合には処理ステップ３
０８ないし３１２を実行する。処理ステップ３０５ない
し３０７では、着目した文字は‘一’ないし‘九’であ
るため、着目した文字をそのまま算用数字に変換して出
力する。右側の文字から順に着目しているので、出力も
右詰めで行う。もし、着目した文字が右端（ｎ＝１）の
文字である場合には、その文字は一の位の文字であるた
め、処理ステップ３０６において一の位のフラグをｏｎ
に設定する。

【００１７】処理ステップ３０８ないし３１２では、着
目した文字は‘千’、‘百’、‘十’のいずれかであ
る。まず、着目した文字の右側に文字があれば、その文
字が位を表す文字であるかを調べ、位を表す文字である
場合には、‘一’が省略されていると判定し、‘１’を
出力する。次に、着目した文字が表す位のフラグをｏｎ
に設定し、その位よりも下の位のフラグを調べ、ｏｆｆ
に設定されているフラグがある場合には、ｏｆｆに設定
されている位の数値はないと判定し、‘０’を出力し
て、フラグをｏｎに設定する。

【００１８】処理ステップ３１４ないし３１５では、右
側に文字がない場合、すなわち、左端の文字を着目して
いる。もし、左端の文字が位を表す文字であれば、
‘一’が省略されていると判定し、‘１’を出力する。
以上で、処理ステップ２１０を完了し、図４の例では、
“二”を“２”、“三千五十六”を“３０５６”と変換
して、“二万三千五十六”を“２万３０５６”とする。

【００１９】残りの文字も同様に処理することにより、
“価格はニ万三干五十六円です”という文字認識の結果
が、“価格は２万３０５６円です”に変換される。以上
のように、文字認識の結果中の漢数字を算用数字に変換
することができる。また、本実施例で示した手法の出力
結果、例えば、“２万３０５６円”の中に存在する
‘万’以上の位を表す文字を削除し、一の位から３文字
おきに‘，’を挿入すれば、“２３，０５６円”といっ
た形式で出力することも可能である。さらに、“赤坂３
丁目３番５号”のように、住所を表す“丁目”等の文字
が存在する場合には、そのような文字を削除し、数字の
間に‘−’を挿入することにより、“赤坂３−３−５”
のような形式で出力することも可能である。

【００２０】

【発明の効果】従来の文字認識装置では漢数字を算用数
字に変換する手段を有していなかったので、使用者が文
字認識結果から漢数字を一々拾い出して算用数字に修正
するという煩わしい作業を必要としていたが、本発明に
よれば、数字として用いられた漢数字を検出し算用数字
に変換する作業は、その変換を指示するだけで自動的に
実行されるので、使用者の修正作業の負担を軽減するこ
とができる。また、本発明によれば、漢数字変換手段に
より漢数字を含む単語と照合し、数字として用いられた
漢数字のみを抽出し、漢数字／算用数字変換手段により
算用数字に変換するので、その変換は正確で適切なもの
である。更に、本発明によれば、文字を認識した結果の
中から漢数字候補記憶手段に登録した文字を検出して、
算用数字に変換するので、文字認識手段の認識において
多少の誤認識が発生しても、数字として用いられた漢数
字を算用数字に正しく変換することができる。以上のよ
うに、本発明によれば、認識結果中の数字として用いら
れた漢数字を、算用数字に変換することができるので、
漢数字を含む縦書きの文書中の文字を認識し、認識結果
を自然な横書きの文書として出力する場合には、特に有
用である。

【図面の簡単な説明】

【図１】 本発明の文字認識装置の構成を示すブロック
図、

【図２】 漢数字検出処理部の動作を示すフローチャー
ト、

【図３】 漢数字／算用数字変換処理部の動作を示すフ
ローチャート、

【図４】 漢数字検出処理および漢数字／算用数字変換
処理を説明するための図、

【図５】 漢数字候補テーブルを説明するための図であ
る。

【符号の説明】

１…画像入力装置、２…制御装置、３…メモリ、４…入
力装置、５…文字切り出し／認識処理部、６…漢数字検
出処理部、７…漢数字を含む単語辞書、８…漢数字／算
用数字変換処理部

Claims (1)

【特許請求の範囲】
1. 【請求項１】 文字画像を認識する文字認識手段と、 漢数字と特徴が類似する文字が登録された漢数字候補記
   憶手段と、 漢数字を含む単語が登録された漢数字単語記憶手段と、 前記文字認識手段で認識された認識結果から、前記漢数
   字候補記憶手段および前記漢数字単語記憶手段に登録さ
   れた文字や単語を参照して、数字として用いられている
   漢数字を検出する漢数字検出手段と、 前記漢数字検出手段によって検出された数字として用い
   られている漢数字を算用数字に変換する漢数字／算用数
   字変換手段とを備えたことを特徴とする文字認識装置。