JPH06236456A - 文字認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 つぶれ易い文字を予め登録する作業が不必要
で、また小さなつぶれ部分でも適切に検出でき、従って
つぶれ文字を適切にリジェクトできるようにし、精度が
高く操作性の良い高性能な文字認識装置を提供する 【構成】 輪郭追跡部１３２に於て入力文字パタンより
輪郭を抽出し、局所線幅抽出部１３４に於て、抽出され
た輪郭の各画素を基準として局所線幅を抽出し、判定部
１３５に於て、該局所線幅と入力文字パタンから得る平
均の文字線幅とを比較することにより、つぶれ部分があ
るか否かを判定している。従って、つぶれ部分が正確に
検出でき、また、予めつぶれ易い文字叉はつぶれて誤読
結果として出力され易い文字等の調査、登録をする必要
がなく、素人でも簡単に操作できる高精度の文字認識装
置が可能となる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、誤読の少ない文字認
識装置に関するものである。

【０００２】

【従来の技術】従来、文字を高精度に認識でき、かつ文
字パタンのつぶれにも対処している文字認識装置として
は、実願平０１―１１７７９６（実開平０３−５８７５
９）に開示されている文字認識装置があった。この方法
によれば、入力文字パタンから線幅を算出し、入力文字
パタン及び前記線幅より２以上の複数方向の線素を表す
複数のサブパタンを抽出し、サブパタンの文字枠内領域
を複数の部分領域に分割し、各方向に関する文字線の分
布状態を表す特徴マトリクスを抽出し、抽出した特徴マ
トリクスを予め用意した辞書マトリクスと照合して識別
を行い候補文字名を得る。さらに、該識別結果の候補文
字の中に予め定めた特定の文字名が存在した場合には、
予め算出してある文字パタン外接枠を小領域に分割した
各小領域毎の文字線幅に基づき、当該入力文字パタンが
つぶれ文字であるか否かの判定を行い、該判定結果に基
づき当該識別結果を認識結果として出力するか否か、即
ちリジェクトするか否かを決定する、というものであっ
た。

【０００３】

【発明が解決しようとする課題】しかし、前記従来の認
識方法では、まず識別結果の候補文字名よりつぶれ文字
である可能性を検出しているため、予め登録してある文
字のみ前述のようなリジェクトするか否かの検定ができ
るものであり、従って予め登録してない文字については
前述の処理は全く行われず、故につぶれ文字をそのまま
通常の処理で認識を行い、確からしさの非常に低い認識
結果を出力することになり、誤読文字が増え、認識精度
の高い文字認識装置が実現できないという問題点があっ
た。

【０００４】また、つぶれ文字の検定を行うためには、
つぶれ易い文字、またつぶれた場合に誤読し易い文字名
等を予め調査し、登録しておく必要があるが、前記調査
は膨大なテストデータ等を用い、専用のソフトウェアを
用い、さらに高性能な計算機により調査されるレベルの
高度な解析作業であり、例えば文字認識装置の使用者、
オペレーター等が簡単に調査し、登録できる類のもので
はない。従って、前記つぶれ文字を検出し当該文字をリ
ジェクトするという処理を各使用者が効果的に利用する
ことははなはだ困難であるという問題点があった。また
仮に前記登録の操作が可能であったとしても、煩雑で専
門的な知識の必要な作業が必要であり、素人でも簡単に
使える操作性の良い文字認識装置を実現することは不可
能であるという問題点があった。

【０００５】さらに、例えば図２に示すような入力文字
パタンに対して前記従来の処理を施した場合、２０１、
２０２に示すつぶれ部分の存在する小領域の文字線幅
と、２０３に示すつぶれていない通常の文字線部である
小領域の文字線幅とを比較した場合に両者の間に大きな
差異があるとは言えず、さらに２０４に示すような文字
線が存在しない小領域が存在することを考え合わせれ
ば、前記差異はますます微小のものとなり、前述の従来
の技術によりつぶれ部分が検出できる可能性は低く、従
って前記従来の技術ではつぶれ文字を適切にリジェクト
することができないという問題点があった。

【０００６】この発明は、以上述べたような、予め登録
した文字に対してしか処理できず、新たに処理を行う登
録作業は煩雑で専門的知識が必要で簡単には行えなず、
さらに文字外接枠内を分割して作成した小領域間の文字
線幅の差異は微小でありつぶれが効果的に検出できな
い、等のために、つぶれ文字を適切にリジェクトするこ
とができず従って誤読文字を減少させることができず精
度良い認識ができないという問題点と、煩雑な操作が必
要で操作性の良い素人でも簡単に使えるような装置がで
きない等の問題点を除去し、予め登録する作業が不必要
で、従ってあらゆる文字に対して処理が可能で、また小
さなつぶれ部分でも適切に検出でき、従ってつぶれ文字
を適切にリジェクトできるようにし、誤読文字が少なく
故に精度が高くさらに操作性の良い高性能な文字認識装
置を提供することを目的とする。

【０００７】

【課題を解決するための手段】前記課題を解決する為に
この発明の文字認識装置は、文字、記号、図形等の入力
文字パタンを得る画像入力部と、前記入力文字パタンを
記憶する記憶部と、前記記憶されている入力文字パタン
の認識処理を行う認識部とを具備した文字認識装置にお
いて、入力文字パタンの輪郭を抽出する輪郭追跡部と、
前記抽出された輪郭の各画素を基準として、前記輪郭の
方向とは垂直な方向に入力文字パタンを走査し黒画素の
連続数を計数し、当該画素部分における線幅を得る局所
線幅抽出部と、入力文字パタンから平均の文字線幅を算
出する線幅算出部と、前記各輪郭画素における局所線幅
と前記平均の文字線幅を比較し当該入力文字パタンにつ
ぶれ部分があるか否かを判定する判定部とから成るつぶ
れ検出部を設け、前記認識部は前記判定部における判定
結果に基づき入力文字パタンの認識処理を行うか否か切
り換えることを特徴とする。

【０００８】

【作用】この文字認識装置によれば、入力文字パタンよ
り輪郭を抽出し、該抽出された輪郭の各画素を基準とし
て、前記輪郭の方向とは垂直な方向に入力文字パタンを
操作して黒画素の連続数を計数し、該計数結果を当該輪
郭画素部分における局所線幅とし、該局所線幅と入力文
字パタンから得る平均の文字線幅とを比較しつぶれ部分
があるか否かを判定している。従って、予めつぶれ易い
文字、叉はつぶれて誤読結果として出力され易い文字等
の調査、登録をする必要がなく、煩雑な操作、専門的な
知識等は必要なく、素人でも簡単に操作できる文字認識
装置が可能となる。また、輪郭画素個々について局所線
幅を検出し、前記輪郭画素の連続部分毎につぶれを検出
しているため、前記文字外接枠を分割した小領域単位ご
とにつぶれを検出する場合に比してつぶれている領域が
正確に検出でき、またつぶれている区間が分割領域より
も充分小さいようなつぶれにおいても的確に検出でき
る。従ってつぶれ文字を確実にリジェクトでき、故に誤
読率の低い精度の高い文字認識装置が実現可能となる。

【０００９】

【実施例】以下図１〜図６を参照してこの発明の文字認
識装置の実施例につき説明する。図１は本発明の文字認
識装置の一実施例を示すブロック図である。文字認識装
置１００は、画像入力部１１０、パタンレジスタ１２
０、つぶれ検出部１３０、文字認識部１４０及び出力端
子１５０とを具えてなり、またつぶれ検出部１３０は、
線幅算出部１３１、輪郭追跡部１３２、局所線幅抽出部
１３４及び判定部１３５を具えてなる。図２は従来技術
の説明図である。図３は入力文字パタンの例を示した図
である。図４は輪郭追跡部１３２の動作説明図である。
図５は入力文字パタンの輪郭を説明する図である。図６
はつぶれ検出部１３０の動作説明図である。

【００１０】以下、この実施例の文字認識装置の動作を
図１〜図６を用いて詳細に説明する。画像入力部１１０
は、文字、図形、記号等（以下、文字という）が記載さ
れた帳票からの光信号Ｓを光電変換し、例えば文字線部
を黒画素、背景部を白画素で表現した白黒２値に量子化
された電気信号（以下、帳票画像データという）を生成
し、１文字づつの文字パタン（以下、入力文字パタンと
いう）を切り出し、該切り出された入力文字パタンをパ
タンレジスタ１２０に出力する。尚前記文字パタンの切
り出しは以下に述べるような方法により行う。まず帳票
画像データを行方向に平行な方向に走査して黒画素の分
布を作成し、該黒画素の分布より１行ずつの行データを
抽出する。次に前記抽出した行データを行方向に垂直な
方向に走査して、各行について黒画素の分布を作成し、
該黒画素の分布より１文字づつの文字間隔を検出する。
そして、前記作成された各行の黒画素の分布、及び前記
検出された文字間隔を用いて１文字づつの文字領域を検
出し、該領域に基づいて１文字づつの文字パタンを切り
出す。尚、本実施例においては図３に示すような入力文
字パタンを得た場合を例にし以降具体的に説明する。

【００１１】パタンレジスタ１２０は、画像入力部１１
０より入力された１文字づつの入力文字パタンを順次記
憶しておく記憶部であり、本実施例では１２８×１２８
画素の記憶容量を持つものである。本パタンレジスタ１
２０内に記憶された１文字づつの入力文字パタンは、つ
ぶれ検出部１３０内の線幅算出部１３１及び輪郭追跡部
１３２、また文字認識部１４０より自由に参照すること
ができるものである。

【００１２】次に、つぶれ検出部１３０の動作につい
て、詳細に説明をする。まず、つぶれ検出部１３０内の
線幅算出部１３１においては、パタンレジスタ１２０内
の入力文字パタンより当該入力文字パタンを構成してい
る線素の線幅を算出し、該算出結果の線幅値を判定部１
３５に出力するものである。本実施例においては、前記
線幅の算出は、入力文字パタンを２×２の窓で走査した
ときに２×２の窓の全ての点が黒画素となる点の個数Ｑ
と、入力文字パタンの全ての黒画素数Ａとを計数し、式
（１）に示す近似式に基づいて入力文字パタンの平均の
線幅Ｗを算出する。 Ｗ ＝ Ａ ／ （ＡーＱ） （１） 図３に示した入力文字パタンにおいては、Ａ＝３１０、
Ｑ＝２１３となり、線幅Ｗ＝３１０／（３１０ー２１
３）＝３．２０となる。

【００１３】次に、つぶれ検出部１３０内の輪郭追跡部
１３２においては、入力文字パタンの輪郭を追跡し、輪
郭画素の座標値、及び図４（Ａ）の番号で表現されるよ
うな次輪郭画素への方向番号を抽出し、該座標値及び方
向番号を輪郭系列として局所線幅抽出部１３４に出力す
る。尚、前記入力文字パタンの輪郭の追跡は以下のよう
な方法により行う。 （１） パタンレジスタを左上画素よりＹ方向（以後列
方向という場合もある）に走査を行いつつ、Ｘ方向に順
次走査し黒画素を検出し、検出した黒画素をスタートの
黒画素かつ第１の輪郭画素とする。 （２） 第１の黒画素を中心とした図４（Ａ）に示すよ
うな８方向の隣接画素に、１から８の順に順次着目し黒
である隣接画素を検出し、当該画素を第２の輪郭画素と
する。 （３） 今度は第２の輪郭画素を中心とし前記（２）と
同様に８方向の隣接画素より黒画素を検出する処理を行
い第３の輪郭画素とする。 （４） 以降同様に輪郭画素の検出処理を、検出した輪
郭画素がスタートの輪郭画素と同一の画素となるまで繰
り返し行う。 （５） 検出した画素がスタートの輪郭画素と同一とな
り、前記処理が終了したら、抽出された輪郭の外部の画
素に対して再び走査を行い、スタートの黒画素を検出
し、前記（２）以下の処理を同様に行う。 （６） パタンレジスタ全領域について上記処理を行っ
たら終了する。

【００１４】上述のような方法によれば、例えば図４
（Ｂ）に示すような図３の入力文字パタンの左上の部分
では４０１に示した黒画素がスタートの黒画素となり、
以降図４（Ａ）の１の方向に画素を検出した段階で各々
黒画素と判定され、４０２、４０３なる輪郭座標が、順
次検出される。また図４（Ｃ）に示すような前記入力文
字パタンの左下部分のような場合では、輪郭座標４０４
を基準として１の方向の４０５、２の方向４０６が各々
検出されるが、各々白画素であるので３の方向の４０７
の画素が輪郭座標として検出され、以降同様に４０８、
４０９なる輪郭座標が検出される。その結果最終的に、
図３に示したような入力文字パタンに対しては図５の５
０１に示すような輪郭が抽出される。

【００１５】次につぶれ検出部１３０内の局所線幅検出
部１３４においては、輪郭追跡部１３２より入力された
輪郭系列の各画素を基準として、当該輪郭系列の方向よ
り垂直な方向に入力文字パタンを走査し、黒画素の連続
を計数し、該連続個数を当該画素部分における前記輪郭
系列方向の線素の局所的な線幅とし、該局所線幅及び前
記輪郭系列を判定部１３５に出力する。図５に示した輪
郭系列について前記処理を図６を用いて具体的に説明す
ると、例えば６０１の画素においては前輪郭画素からは
図４（Ａ）に示す２の方向の走査で検出されさらに次の
輪郭画素は当該画素の１の方向に存在するという画素で
あるが、この場合まず前記２の方向に垂直な４の方向、
即ち図６の６０２に示す方向に入力文字パタンを走査し
黒画素の連続を計数し、次に前記１の方向に垂直な３の
方向、即ち図６の６０３に示す方向に入力文字パタンを
走査し黒画素の連続を計数するのである。また、例えば
図６の６０４、６０５、６０６の各画素については１の
方向への輪郭画素の連続であるので、各々３の方向に黒
画素の連続を走査し当該画素を基準とした局所的な線幅
を計数するのである。

【００１６】次に、つぶれ検出部１３０内の判定部１３
５においては、線幅算出部１３１より出力された入力文
字パタンの平均線幅Ｗ、及び局所線幅抽出部１３４より
出力された入力文字パタンの輪郭各画素の輪郭系列、及
び局所線幅より、当該入力文字パタンにつぶれ部分が存
在するか否かを判定し、該判定結果の信号を文字認識部
１４０に出力する。尚、前記つぶれ部分が存在するか否
かの判定は式（２）を満たす輪郭系列が存在するか否か
により行い、該輪郭系列が存在した場合には当該入力文
字パタンにはつぶれ部分が存在するものと判定し、該輪
郭系列が存在しなかった場合には当該入力文字パタンに
はつぶれ部分は存在しないものと判定をするものであ
る。 Ｌ ≧ ＴL （２） 但し、Ｌは、前記輪郭系列の中で輪郭方向が同一であり
かつ当該輪郭画素を基準とした局所線幅Ｗiが式（３）
を満たしている輪郭画素の連続個数である。 Ｗi ≧ ＴW （３） 但し、ＴWは平均線幅Ｗを用いて予め算出した閾値であ
り本実施例では式（４）にて算出する。 ＴW ＝ ｋW × Ｗ （４） 但し、ｋWは予め定めた固定値であり本実施例では２で
ある。また、式（２）におけるＴLは、予め定めた固定
値、或いは算出した閾値であり本実施例では式（５）に
て予め算出する。 ＴL ＝ ｋL × Ｗ （５） 但し、ｋLは予め定めた固定値であり本実施例では２、
Ｗは平均線幅である。

【００１７】図３に示す入力文字パタンにおいては、前
述のように線幅算出部１３１において平均線幅Ｗ＝３．
２０と算出されているので、前記式（４）、及び式
（５）より閾値ＴW、ＴLはともに６．４０となる。従っ
て、判定部１３５においては、局所線幅が７画素以上で
ありかつ同方向への輪郭である輪郭画素が７画素以上連
続している輪郭部分が輪郭系列中に存在するか否かを検
定し、前記輪郭部分が存在した場合には、当該入力文字
パタンはつぶれ部分を含んだ文字パタンと判定されるこ
とになるのである。その結果、図６において輪郭画素６
０７より６０９に至る輪郭部分において各々局所線幅は
８でありかつ６０７より６０９までは８画素であるので
前式（２）の条件を満足したことになり、当該入力文字
パタンはつぶれ部分を含んだ文字パタンと判定され、該
判定結果の信号が文字認識部１４０に出力される。

【００１８】文字認識部１４０においては、つぶれ検出
部１３０より入力されたつぶれ判定結果に基づき、パタ
ンレジスタ１２０に記憶されている入力文字パタンにつ
いて認識処理を行うか否かを判定し、認識を行った入力
文字パタンについては、当該認識処理の結果を、また認
識処理を行わなかった入力文字パタンについては認識処
理を行わなかった旨の信号を、各々出力端子１５０より
出力するものである。即ち、つぶれ検出部１３０により
当該入力文字パタンがつぶれ部分を含んだ文字パタンと
判定された場合には当該文字パタンについて認識処理を
行わず、当該文字パタンがつぶれ部分を含んでいる文字
パタンである旨の信号を出力し、当該入力文字パタンが
つぶれ部分を含まない文字パタンと判定された場合には
当該文字パタンについて認識処理を行い該認識処理の認
識結果を出力する。

【００１９】尚、前記認識処理は本実施例においては次
のように行う。まず、入力文字パタンより文字平均線幅
を算出する。該平均線幅算出の処理は、前述のつぶれ検
出部１３０内の線幅算出部１３１と同様に行うものとす
る。次に、入力文字パタンより水平、垂直、左斜め、右
斜めの４方向の線素を抽出した４個のサブパタンを抽出
する。前記、サブパタン抽出の処理は、例えば水平サブ
パタンの場合は、入力文字パタンを水平方向に走査し黒
画素の連続を検出し、黒画素の連続数Ｌrが式（６）を
満足するときに当該黒画素の連続を水平方向のサブパタ
ンとして抽出するものである。 Ｌr ＞ ２ × Ｗr （６） 但しＷrは平均線幅値であり、垂直、左斜め、右斜めサ
ブパタンの抽出も同様に行う。

【００２０】次に前記水平、垂直、左斜め、右斜めのサ
ブパタンを、小領域に分割し各サブパタンの各領域の黒
画素数を計数し、前記黒画素計結果及び前記平均線幅よ
り式（７）に基づいて水平、垂直、左斜め及び右斜めの
特徴マトリクスを抽出する。 ＫH（m，ｎ）＝ＢH（ｍ，ｎ）／Ｗr ＫV（m，ｎ）＝ＢV（ｍ，ｎ）／Ｗr ＫL（m，ｎ）＝ＢL（ｍ，ｎ）／Ｗr （７） ＫR（m，ｎ）＝ＢR（ｍ，ｎ）／Ｗr 但し、ＫH、ＫV，ＫL、ＫRは各々水平、垂直、左斜め、
右斜めの特徴マトリクス、ＢH、ＢV，ＢL、ＢRは各々水
平、垂直、左斜め、右斜めの黒画素マトリクス、（ｍ，
ｎ）は各マトリクスの要素番号である尚、前記小領域の
分割は本実施例においては、入力文字パタン外接枠を水
平、垂直方向に５等分して作成される５×５の２５の小
領域に分割するものとする。

【００２１】文字認識部１４０においては、前記特徴マ
トリクスと、予め文字認識部１４０内に具える辞書内の
標準文字の特徴マトリクスとを式（８）に基づいて照合
し、式（８）の距離値Ｄが最も小さくなる標準文字の文
字コードを、当該入力文字パタンの認識結果として出力
端子１５０より出力する。 Ｄ ＝ （Σ（ｇi − ｋi）²）^1/2 （８） 但し、ｇiは標準文字の特徴マトリクスの要素、ｋiは入
力文字パタンの特徴マトリクスの要素である。

【００２２】出力端子１５０は、認識結果を外部に出力
するためのデータ出力端子であり、そのほかのシステム
や、認識結果を記録する媒体、通信網、そのほかの情報
処理システム等を接続するものである。

【００２３】尚、本発明は上述した実施例にのみ限定さ
れるものではない。例えば、式（４）及び式（５）にお
いて用いた固定値ｋW、ｋLは本実施例の値のみに限られ
るものではなく、本発明の範囲内で任意好適な値を用い
て良い。また、画像入力方法、パタンレジスタの構成、
平均線幅の算出方法、輪郭追跡の方法、特徴マトリクス
の抽出方法、等も本発明の範囲内で適宜変更してもよ
く、さらに各構成部分の動作、処理の仕方、入出力信号
の流れ、配設個数、位置、形状及び個数そのほかの条件
を任意好適に変更できる。

【００２４】

【発明の効果】以上詳細に説明をしたように、この発明
の文字認識装置によれば、つぶれ判定部の判定結果に基
づき入力文字パタンの認識処理を行うか否か切り換える
ようにしたので、予めつぶれ易い文字、叉はつぶれて誤
読結果として出力され易い文字等の調査、登録をする必
要がなく、煩雑な操作、専門的な知識等は全く必要がな
くなり素人でも簡単に操作ができる操作性の良い文字認
識装置が可能となる。

【００２５】また、個々の輪郭画素について局所線幅を
検出し、前記輪郭画素の連続部分毎につぶれを検出して
いるので、前記文字外接枠を分割した小領域単位ごとに
つぶれを検出する場合に比して正確につぶれている領域
が検出でき、またつぶれている区間が分割領域よりも充
分小さいようなつぶれにおいても的確に検出できるよう
になり、つぶれ文字を確実にリジェクトでき、故に誤読
率が低く、従って認識結果のチェック、修正作業等の時
間も短縮でき、業務の効率が大幅に向上するような、精
度の高い高性能な文字認識装置が実現可能となる。

【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ブロッ
ク図である。

【図２】従来技術の説明図である。

【図３】入力文字パタンの例を示す図である。

【図４】輪郭追跡部の動作説明図である。

【図５】入力文字パタンの輪郭を説明する図である。

【図６】つぶれ検出部の動作説明図である。

【符号の説明】

１００ 文字認識装置 １１０ 画像入力部 １２０ パタンレジスタ １３０ つぶれ検出部 １３１ 線幅算出部 １３２ 輪郭追跡部 １３４ 局所線幅抽出部 １３５ 判定部 １４０ 文字認識部 １５０ 出力端子

Claims (1)

【特許請求の範囲】
1. 【請求項１】 文字、記号、図形等の入力文字パタンを
   得る画像入力部と、前記入力文字パタンを記憶する記憶
   部と、前記記憶されている入力文字パタンの認識処理を
   行う認識部とを具備した文字認識装置において、 入力文字パタンの輪郭を抽出する輪郭追跡部と、前記抽
   出された輪郭の各画素を基準として、前記輪郭の方向と
   は垂直な方向に入力文字パタンを走査し黒画素の連続数
   を計数し、当該画素部分における線幅を得る局所線幅抽
   出部と、入力文字パタンから平均の文字線幅を算出する
   線幅算出部と、前記各輪郭画素における局所線幅と前記
   平均の文字線幅を比較し当該入力文字パタンにつぶれ部
   分があるか否かを判定する判定部とから成るつぶれ検出
   部を設け、 前記認識部は前記判定部における判定結果に基づき入力
   文字パタンの認識処理を行うか否か切り換えることを特
   徴とする文字認識装置。