JPH0546811A - 文字認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 筆記者の癖等により変形した文字でも正しく
認識できる高性能な文字認識装置を提供する。 【構成】 文書画像中の一定の範囲より文字パタンが切
り出されると、特徴抽出部１０３において特徴抽出が行
われ、特徴分類部１０５において文字パタンを特徴間の
距離によって１以上の集合に分類する。特徴選択部１０
６は分類された各集合における文字パタンの特徴を代表
する代表特徴を選択し、文字認識手段１０７は代表特徴
を辞書と照合することにより各集合単位に文字認識を行
う。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、高精度な文字認識装
置に関するものである。

【０００２】

【従来の技術】従来提案されている文字認識装置として
は、文献：特開昭５７−３１０８８に開示されているも
のがある。上記文献の文字認識装置の文字認識の方法
は、まず、文字図形を記載した記録媒体からの光信号を
光電変換して、黒ビット及び白ビットで表されるディジ
タル信号の原パタンを作成し、得られた原パタンから水
平方向、垂直方向、左斜め方向及び右斜め方向の線素成
分を表すサブパタンを抽出し、当該サブパタンを複数の
領域に分割し、該当分割された各領域毎に前記サブパタ
ンの線素を表す特徴量を抽出し、特徴マトリクスを抽出
する。そして、特徴マトリクスを予め用意した文字図形
パタンの標準文字マスクと照合して文字図形の認識を行
うものであった。

【０００３】

【発明が解決しようとする課題】しかしながら、上述し
たような従来の文字認識装置においては、予め用意した
標準マスクと当該文字パタンの照合を行い、認識を行っ
ているので、標準パタンと字形が多少でも変化すると、
誤読文字が増え、認識率が低くなると言う問題があっ
た。特に、筆記者に依存する癖字等に対してこの問題は
顕著であり、例えば、文書全体を見れば癖字は癖字で１
グループを形成しており、他の文字との識別も可能であ
るのに、１文字づつの文字パタンを標準マスクと照合し
た場合には、他の標準マスクとの距離の方が小さく、誤
読してしまうことが多く、例えば手書き文字の認識装置
を実用化する上での大きな障害であった。

【０００４】例えば、第５図を例に概念的に説明をすれ
ば、今、簡単のため２次元上示した特長空間を考える
と、「は」「な」の文書中での特長の分布が第５図
「〇」で示したように分布していたとする。第５図の分
布からは、この帳票の筆記者は「な」の特長の分布が広
く「は」に近い方向に分布していることがわかる。今第
５図Ａなる文字パタンを考えると、本パタンは文書中の
他のパタンの分布からみても「な」であるのに、標準マ
スクとの距離でみれば、「は」との距離ａのほうが、
「な」との距離ｂより短く、従来の装置では「は」が認
識結果とされてしまうのである。従って、従来の文字認
識装置では、文字パタンが変形すると、認識率が低下
し、そのため修正作業が必要となり、故に操作が煩雑と
なり、効率よく高精度に文字データを入力できる、高性
能な文字認識装置が実現できなかった。

【０００５】この発明はこのような点に鑑みなされたも
のであり、従ってこの発明の目的は、変形しているよう
な文字、つまり筆記者の癖字のような文字でも正確に認
識が出来、従って修正作業が不必要であり、故に高速で
高精度に文字データの入力が可能であるような高性能な
文字認識装置を提供することにある。

【０００６】

【課題を解決するための手段】この発明は、媒体上の文
書画像より画像データを得る画像入力手段と、前記画像
データより文字パタンを切り出す文字切り出し手段と、
切り出された文字パタンから特徴抽出を行う特徴抽出手
段と、前記文字パタンを認識する文字認識手段を具える
文字認識装置において、前記画像データ中の一定の範囲
より得られた文字パタンを特徴間の距離により１以上の
集合に分類する特徴分類手段と、分類された各集合にお
ける文字パタンの特徴を代表する代表特徴を作成する特
徴選択手段を備え、前記文字認識手段は、分類された各
集合の前記代表特徴を用いて各集合を単位として文字認
識処理を行い、その結果得られた候補文字を当該集合を
構成している文字パタンの認識結果とすることにより、
前記文字パタンの認識を行うことを特徴とする。

【０００７】

【作用】この発明の文字認識装置によれば、文書画像中
の一定の範囲より得られた文字パタンから特徴抽出が行
われ、特徴間の距離によって１以上の集合に分類され
る。特徴選択部は分類された各集合を代表する代表特徴
として、例えば当該集合を構成する特徴の平均値を選択
し、この特徴を辞書の特徴と比較することにより集合単
位で文字認識を行い、得られた候補文字を当該集合を構
成する文字パタンの認識結果とする。従って、筆記者の
癖字のような文字の変形による影響を吸収して精度よく
認識することが出来、前記目的が達成される。

【０００８】

【実施例】以下、図１〜図５を用いて、この発明の文字
認識装置の一実施例について説明する。。

【０００９】図１は、実施例の文字認識装置の一実施例
を概略的に示したブロック図である。この文字認識装置
１００は、画像入力部１０１、文字切り出し部１０２、
特徴抽出部１０３、特徴記憶部１０４、特徴分類部１０
５、特徴選択部１０６、文字認識部１０７、出力部１０
８、及び出力端子１０９を具える。図２は、この説明に
おいて用いる認識対象の帳票の例であり、２００は帳
票、２０１は文字記入枠である。図３は、特徴記憶部１
０４の説明をする図である。図４は、文字認識部１０７
の説明をする図である。図５は、本発明を概念的に説明
する図である。

【００１０】以下に、各構成成分の動作について詳細に
説明する。画像入力部１０１は、例えば従来公知のイメ
ージセンサ等で構成出来、文字・図形等（以下、文字と
称する。）が記載された例えば図２に示すような帳票２
００からの光信号Ｓを、例えば文字線部を黒ビット、背
景部を白ビットで表現した２値のディジタル信号（これ
を帳票画像データという）に変換し、この帳票画像デー
タを文字切り出し部１０２に出力するものである。

【００１１】文字切り出し部１０２は、画像入力部１０
１より入力された帳票画像データを、文字行方向を主走
査方向として、また文字列方向を副走査方向として順次
走査し、黒画素の分布を作成し、該黒画素の分布が
「０」から「１」以上に変化する位置から、「１」以上
から「０」に変化する位置の直前の位置までを文字行デ
ータとして検出することにより文字行を切り出し、さら
にこの文字行より１文字づつの文字パタンを切り出し、
該切り出した文字パタンを、特徴抽出部１０３に出力す
るものである。

【００１２】ここで、前記文字行からの文字パタンの切
り出しは、前記切り出された文字行データを、文字列方
向を主走査方向、文字行方向を副走査方向として走査
し、黒画素の分布を作成し、該黒画素の分布が「０」か
ら「１」以上に変化する位置から、「１」以上から
「０」に変化する直前の位置までを文字パタンデータと
して順次切り出すことにより行う。

【００１３】特徴抽出部１０３においては、文字切り出
し部１０２より入力された文字パタンより、以下に述べ
るような文字パタンの部分領域毎の文字線量を表す特徴
を抽出し、該特徴を順次特徴記憶部１０４に格納するも
のである。

【００１４】まず、文字パタンよりサブパタンを抽出す
る。入力された文字パタンを複数の方向に走査し、各走
査線上で予め定めた特定の値ｈ（本実施例ではｈ＝５）
以上連続している黒画素列を検出し、該連続した黒画素
列をサブパタンの黒画素成分として抽出することによ
り、文字パタンより各走査方向別のサブパタンを抽出す
る。本実施例では、前記走査の方向は、文字行方向（以
下、Ｘ軸方向）に垂直な方向（垂直方向）、及び平行な
方向（水平方向）、Ｘ軸から反時計方向４５°の方向
（左斜め方向）及び時計方向４５°の方向（左斜め方
向）とし、各方向別に４個のサブパタンを抽出する。

【００１５】次に、前記抽出された各方向のサブパタン
上に、文字パタンの文字外接枠に対応する方形領域を設
定し、該方形領域をＮ×Ｍ個（Ｎ、Ｍは任意好適な自然
数）の小領域に分割し、各小領域に含まれる各サブパタ
ンの文字線の長さを表す特徴量を抽出し、該特徴量を文
字外接枠の大きさで正規化し、特徴量ｆ_i からなる特徴
マトリクスＦを作成する。

【００１６】尚、本実施例では、前記分割数Ｎ、Ｍ＝８
とし、また前記特徴量の文字外接枠の大きさでの正規化
は（ｄＸ＋ｄＹ）／２なる値で正規化するものとする。
但し、ｄＸは文字外接枠の水平方向の長さ及びｄＹは文
字外接枠の垂直方向の長さである。また特徴量ｆ_i は、
各小領域に１〜Ｎ×Ｍまでの番号ｉ（ｉ＝１、２、…、
Ｎ×Ｍ）を順次に付けて小領域を表したときに、番号ｉ
の小領域の特徴量を表し、特徴マトリクスＦの要素値で
ある。

【００１７】特徴記憶部１０４は、文字切り出し部１０
２において切り出された文字パタン毎に、該文字パタン
の特徴、後述する特徴分類結果等を格納しておく記憶部
であり、ＩＣメモリ、ハードディスク等の記憶装置で実
現できる。図２に例示した帳票からは図３に示すよう
に、各文字毎の文字番号に対応づけて、特徴アドレス、
分類番号が格納される。尚、前述した特徴抽出部１０３
から入力された各文字の特徴マトリクスは、本実施例の
特徴記憶部においては、新たなメモリ領域に順次格納し
ておく構成としてあり、図３に示したテーブル部分に
は、当該特徴マトリクス格納領域の先頭アドレスのみを
格納してある。

【００１８】特徴分類部１０５においては、前記文字切
り出し部１０２において一定の領域から切り出された文
字パタンについて前記特徴の抽出が終了したら、類似し
た特徴毎に複数の集合に分類し、該分類結果を前述した
特徴記憶部１０４に記憶する。尚、本実施例では、前記
一定の領域とは帳票１枚を示すものとし、以下の処理は
帳票毎に行うものとする。

【００１９】前記、分類の方法は本実施例では以下のよ
うに行う。 まず、第１番目の文字パタンを第１番目の集合の文
字パタンとすると同時に第１番目の集合の代表文字パタ
ンとする。

【００２０】 次に以降の文字パタンの特徴マトリク
スを順次調べ、第１番目の集合の文字パタンの特徴マト
リクスとの距離Ｄを次式（１）により求める。その結果
Ｄ＜Ｔであったならば、当該文字パタンは第１番目の集
合に属する文字パタンと判定し、集合を識別するための
フラグを付与して特徴記憶部１０４に格納する。

【００２１】

【数１】

【００２２】但し、ｆ_i は対象の文字パタンの特徴マト
リクスの要素値を表し、ｇ_i は当該集合の代表文字パタ
ンの特徴マトリクスの要素値を表す。また、Ｔは集合間
の距離に関するパラメータであり、本実施例では全ての
辞書マトリクス相互の距離の平均値の１／２をＴとす
る。

【００２３】 全ての文字パタンについて、前記の
判定を行った後、再度第１番目の文字パタンから順に調
べ、第１番目の集合に属していない文字パタンを検索
し、最初に得られた文字パタンを第２番目の集合の文字
パタンとすると共に第２番目の集合の代表文字パタンと
する。

【００２４】 さらに第１番目の集合に属していない
文字パタンを検索し前記と同様に（１）式により距離
計算を行いＤ＜Ｔのときに当該文字パタンは第２の集合
に属するものと判定する。

【００２５】 以降、、と同様にして一つの集合
について文字パタンの判定が終了したら、再度文字パタ
ンを順に調べ、未だ何れの集合にも属していない文字パ
タンが存在した場合には当該文字パタンを新たな集合の
文字代表パタンとし、未だ何れの集合にも属していない
文字パタンに付いて前記代表文字パタンとの距離Ｄを前
記（１）式を用いて計算し、Ｄ＜Ｔの場合には当該文字
パタンを当該集合の文字パタンとしてフラグを付与する
という処理を繰り返し行う。

【００２６】 前記の結果、全ての文字パタンが何
れかの集合に属していた場合は、分類の処理を終了す
る。

【００２７】特徴選択部１０６においては、前記文字分
類部１０５により分類された各集合の文字パタンより、
各集合の代表特徴としての代表特徴マトリクスを作成
し、文字認識部１０７に出力する。本実施例では、前記
特徴分類部１０５における分類結果に基づき、当該集合
に属している文字パタンの特徴マトリクスの平均を求
め、当該集合の代表特徴マトリクスとする。従って、図
３の例で示せば各集合に属する文字、例えば第１の集合
であれば文字番号１、３、９、１１の各文字パタンの特
徴マトリクスの平均の特徴マトリクスが算出され、第１
の集合の特徴マトリクスとなる。

【００２８】文字認識部１０７に置いては、特徴選択部
１０６より入力された各集合の特徴マトリクスを、図示
せぬ予め用意された辞書マトリクスと照合し、次式
（２）で表される類似度Ｒを求め、類似度Ｒが最も大き
い辞書マトリクスの文字名を認識結果の文字名とし、各
集合毎の認識結果の文字名を得出力部１０９に出力す
る。

【００２９】

【数２】

【００３０】但し、ｆ_i は各集合の代表特徴マトリクス
の要素値を表し、ｇ_i は辞書マトリクスの要素値を表
す。

【００３１】出力部１０８は文字認識部１０７より入力
された各集合毎の認識結果の候補文字名を、順次図示せ
ぬ出力部１０８内の対応テーブルに記憶しておき、特徴
記憶部１０４を参照して、先頭文字より順次当該文字パ
タンの属する集合を調べ、当該集合の前記対応テーブル
に記憶してある認識結果を当該文字パタンの認識結果と
して出力する。

【００３２】以上、この発明の文字認識装置の実施例に
ついて詳細に説明したが、この発明は上述の実施例のみ
に限られるものではなく以下に説明するような種々の変
形が可能である。

【００３３】例えば本実施例では、文字パタンの分類、
認識に用いた特徴は、各文字パタンよりサブパタンを抽
出し、また各文字パタンを部分領域に分割し、各部分領
域毎に前記サブパタンの文字線の量を表す特徴値を抽出
し、特徴マトリクスを作成する方法であったが、これに
限られるものではなく従来公知の種々の方法を用いてよ
い。

【００３４】また、本実施例では式（１）において、ｇ
_i として当該集合の代表文字パタンの要素値を用いた
が、例えばそれまでの分類で当該集合に属している全て
の文字パタンの特徴の平均値によりｇ_i の値を逐次更新
するようにしてもよい。この他に周知の手法、例えば、
クラスタ解析の手法を用いて分類することも出来る。

【００３５】また、特徴分類、特徴選択、文字認識等の
処理は、本実施例では帳票１枚毎に行うものとしたが、
これに限られるわけではなく、例えば一連の文書全体、
読取りフィールド毎等としても良い。

【００３６】さらに、画像入力の方法、文字行及び文字
パタンの切り出し方法、特徴記憶部における記憶データ
の種類、形式、文字認識の方法等も、本実施例に示した
方法に限られるものではなく他の好適な方法を用い得る
ことは明かである。

【００３７】

【発明の効果】上述したように、この発明の文字認識装
置は、画像データ中の一定の範囲より得られた文字パタ
ンを、１以上の集合に分類し、分類された文字パタンの
集合から選択された代表特徴により各集合単位に認識処
理を行い、その結果得られた候補文字を当該集合を構成
している文字パタンの認識結果とすることにより、文字
パタンの認識を行うようにしたので、変形しているよう
な文字、つまり筆記者の癖字のような文字でも正確に認
識が出来、従って修正作業が不必要であり、故に高速で
高精度に文字データの入力を可能とする高性能な文字認
識装置が実現できる。

【図面の簡単な説明】

【図１】本発明の文字認識装置の一実施例を示す装置の
構成図である。

【図２】文字認識用帳票の一例を示す図である。

【図３】特徴記憶部の説明に供する図である。

【図４】文字認識部の説明に供する図である。

【図５】本発明を概念的に説明する図である。

【符号の説明】

１００ 文字認識装置 １０１ 画像入力部 １０２ 文字切り出し部 １０３ 特徴抽出部 １０４ 特徴記憶部 １０５ 特徴分類部 １０６ 特徴選択部 １０７ 文字認識部 １０８ 出力部 １０９ 出力端子

Claims (1)

【特許請求の範囲】
1. 【請求項１】 媒体上の文書画像より画像データを得る
   画像入力手段と、前記画像データより文字パタンを切り
   出す文字切り出し手段と、切り出された文字パタンから
   特徴抽出を行う特徴抽出手段と、前記文字パタンを認識
   する文字認識手段を具える文字認識装置において、 前記画像データ中の一定の範囲より得られた文字パタン
   を特徴間の距離により１以上の集合に分類する特徴分類
   手段と、 分類された各集合における文字パタンの特徴を代表する
   代表特徴を作成する特徴選択手段を備え、 前記文字認識手段は、分類された各集合の前記代表特徴
   を用いて各集合を単位として文字認識処理を行い、その
   結果得られた候補文字を当該集合を構成している文字パ
   タンの認識結果とすることにより、前記文字パタンの認
   識を行うことを特徴とする文字認識装置。