JPH06309503A - 英文字認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 切れ文字の統合の誤りを排除し、高精度に英
文字を認識することができる英文字認識装置を提供す
る。 【構成】 文書画像中の黒画素の連なりに基づいて文字
に仮想的に外接する矩形を文字矩形として求める文字矩
形検出手段３と、文字矩形間の間隔が他の文字矩形間の
間隔より狭い場合に１文字と判定して統合処理を行なう
切れ文字統合手段11と、文字矩形内の文字および切れ文
字統合手段11によって統合処理された矩形内の文字の文
字認識を行なう文字認識手段９とを備える英文字認識装
置において、文字認識手段９が文字矩形内の文字につい
て認識した結果を確かめて確定する認識結果確定手段15
を設け、切れ文字統合手段11における統合処理の対象を
この認識結果確定手段15によって確定されなかった文字
矩形のみに限定する。切れ文字かどうかの判定は、認識
結果が確定された文字矩形の文字画像については除外さ
れ、そのため、文字間のピッチが狭い文書の場合でも、
切れ文字以外の文字を誤って統合してしまう事態が避け
られる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文書画像中の英文字を
認識する英文字認識装置に関し、特に、途中がかすれて
いる「切れ文字」を正しく認識できるように構成したも
のである。

【０００２】

【従来の技術】文字認識装置は、近年、コンピュータ等
への文字入力の際の入力装置としても使用される等、そ
の利用分野が大きく広がり、高精度の文字認識能力が求
められている。

【０００３】従来の英文字認識装置は、図７に示すよう
に、認識対象文書を２値化した文書画像として入力する
画像入力手段１と、入力した文書画像を記憶する画像格
納手段２と、文書画像内の黒画像の連なりを基にして文
字に仮想的に外接する矩形を求める文字矩形手段３と、
求められた文字矩形の文書画像上の座標データと各文字
矩形に与える通し番号とを記憶する文字矩形格納手段４
と、文字矩形格納手段４に格納された座標データを基に
各矩形間の水平方向の間隔を求め、間隔が広い部分を単
語区切りとして検出し、単語を構成する文字矩形番号を
求める単語切り出し手段５と、得られた単語を構成する
文字矩形の番号を一纏めに格納する単語文字矩形格納手
段６と、文字矩形番号に対応する文字矩形の座標データ
を文字矩形格納手段４から取り出すと共に、それを基に
画像格納手段２から文字画像を取出し、その黒画素の分
布を抽出して図形特徴を求める図形特徴抽出手段７と、
文書画像を構成する文字の図形特徴を記憶しておく認識
辞書手段８と、文字矩形内の図形特徴と認識辞書手段８
に記憶された図形特徴とを比較して両者の差を求め、そ
の差が小さい特徴を持つ文字を認識結果とする文字認識
手段９と、各文字矩形の認識結果を格納する認識結果格
納手段10と、隣接する矩形間の間隔が他の文字間隔より
狭い場合に１文字であると判定して統合し、統合した矩
形内の図形特徴を図形特徴抽出手段７で求めた後、文字
認識手段９に送り、認識結果を求める切れ文字統合手段
11と、認識結果を、単語情報を基に単語単位に分けて表
示する表示処理手段12とを備えている。

【０００４】この英文字認識装置の動作を、図４を用い
て説明する。まず、画像入力手段１により認識対象文書
を２値画像として入力し、画像格納手段２に記憶する。
文書画像30の一例を図４（ａ）に示す。その格納される
データは、文書30の中のＸ座標とＹ座標上の交点が白か
黒かを表わす２値画像データで構成される。

【０００５】次に、文字矩形検出手段３により、文書画
像中の黒画素の連なりを基にして、文字に仮想的に外接
する矩形（31〜49）を求め、文字矩形格納手段４に文字
矩形の座標を格納する（ｂ）。

【０００６】また、得られた文字矩形の座標を基に「切
れ文字統合手段」11で切れ文字（一つの文字「ｈ」が矩
形44と矩形45とに分かれて表示されている文字）の統合
を行ない、その結果を文字矩形格納手段４に格納する。

【０００７】切れ文字の統合は、文字矩形間のｘ座標方
向の間隔に注目して行なわれ、通常の文字間（例えば矩
形41と42の間隔50）より狭い間隔（矩形44と45との間隔
51）を切れ文字の間隔として統合する。

【０００８】格納された文字矩形格納手段４の座標を基
に、単語切り出し手段５により各矩形間の水平方向の間
隔を求め、間隔が広い部分を単語区切りとして検出し、
単語を構成する文字矩形番号を求め、求められた単語を
構成する文字矩形の番号を一纏めにして単語文字矩形格
納部６に格納する。格納時の形態を図６に示す。

【０００９】その後、文字矩形格納手段４に格納されて
いる座標データを基に画像格納手段２から全ての文字画
像を取り出して図形特徴抽出手段７に送り、図形特徴を
抽出し、文字認識処理手段９により全ての文字に対する
認識結果を求め、認識結果格納手段10に格納する。

【００１０】表示処理手段12は、認識結果格納手段10に
格納された各文字画像の認識結果を単語文字矩形格納手
段６に格納されている単語情報をもとに単語単位に分け
て表示する。

【００１１】以上の処理によって、切れ文字を含む文書
画像が認識されることとなる。

【００１２】

【発明が解決しようとする課題】しかし、従来の英文字
認識装置では、切れ文字の統合の際に、隣接する文字矩
形との間隔が狭い全ての文字矩形を統合するため、文字
間のピッチが狭い文書を文字認識の対象とするときに
は、切れ文字以外の文字が統合されてしまう、という問
題点を有していた。

【００１３】本発明は、こうした従来の問題点を解決す
るものであり、切れ文字の統合の誤りを排除し、高精度
に英文字を認識することができる英文字認識装置を提供
することを目的としている。

【００１４】

【課題を解決するための手段】そこで、本発明では、文
書画像中の黒画素の連なりに基づいて文字に仮想的に外
接する矩形を文字矩形として求める文字矩形検出手段
と、文字矩形間の間隔が他の文字矩形間の間隔より狭い
場合に１文字と判定して統合処理を行なう切れ文字統合
手段と、文字矩形内の文字および切れ文字統合手段によ
って統合処理された矩形内の文字の文字認識を行なう文
字認識手段とを備える英文字認識装置において、文字認
識手段が文字矩形内の文字について認識した結果を確か
めて確定する認識結果確定手段を設け、切れ文字統合手
段における統合処理の対象をこの認識結果確定手段によ
って確定されなかった文字矩形のみに限定している。

【００１５】また、この英文字認識装置において、文字
矩形内の文字画像を他の文字矩形内の文字画像と画素単
位で重ね合わせることにより文書画像における文字矩形
を同一字種毎に分類する文字パターン分類手段と、英単
語の綴りを記憶する単語辞書手段とを設け、文字認識手
段の認識結果に基づいて得られた単語文字列が、単語辞
書手段に記憶された単語文字列と、文字パターン分類手
段で同一字種に分類された文字矩形を含む複数の単語に
おいて一致したとき、認識結果確定手段が、同一字種に
分類された文字矩形の認識結果を確定するように構成し
ている。

【００１６】

【作用】そのため、切れ文字かどうかの判定は、認識結
果が確定された文字矩形の文字画像については除外され
る。したがって、文字間のピッチが狭い文書の場合で
も、切れ文字以外の文字を誤って統合してしまうという
事態が避けられる。

【００１７】また、認識結果の確定は、文書画像中で同
一文字と認識された文字を含む複数の単語が正しい綴り
であると判断されたとき、その文字認識が正しいものと
して確定される。

【００１８】

【実施例】本発明の実施例における英文字認識装置は、
図１に示すように、文書中に含まれる文字画像を重ね合
わせて同じ字種であるかどうかを分類する文字パタ−ン
分類手段13と、英単語の綴りを格納している単語辞書手
段14と、認識した単語文字列を単語辞書手段14に記憶さ
れた単語文字列と照合して単語の綴りが正しいか否かを
判定し、一致していればその認識結果を確定する認識結
果確定手段15とを備えている。

【００１９】その他の機能ブロックは、従来の装置（図
７）と変わりがない。

【００２０】文字パターン分類手段13では、文字矩形の
座標データを文字矩形格納手段４から取り出すと共に、
それを基に画像格納手段２から文字画像を取り出し、文
書中の全ての文字画像を対象として相互に、画像を構成
する画素の単位で重ね合わせ、同じ字種であるか否かを
一致する画素と文字矩形内の画素数との比により判定
し、その比が大きいときに同一字種として分類する。

【００２１】また、認識結果確定手段15は、単語を構成
する文字矩形番号およびその文字矩形が属する矩形群の
認識結果を、単語文字矩形格納手段６および認識結果格
納手段10から取り出し、その結果得られる単語文字列と
単語辞書手段14に記憶されている単語文字列とを照合し
て単語の綴りが正しいか否かを判定し、同一矩形群に属
する文字矩形の認識結果が綴りの正しい複数の単語と一
致していれば、その矩形群の認識結果を確定し、その旨
を認識結果格納手段10の認識結果確定情報に記憶する。

【００２２】また、文字認識手段９の他に文字パターン
分類手段13および認識結果確定手段15からも情報を受け
る認識結果格納手段10は、文字パターン分類手段13で分
類された同一文字種群の文字矩形番号と、同一文字種群
ごとに与える通し番号と、その代表矩形の認識結果を文
字認識手段９によって求めた結果と、認識結果確定情報
とを格納する。

【００２３】また、切れ文字統合手段11は、認識結果確
定手段15によって確定されなかった文字矩形に注目し、
隣接する矩形間の間隔が他の文字間隔より狭い場合に１
文字であると判定して統合し、統合した矩形内の図形特
徴を図形特徴抽出手段７で求めた後、文字認識手段９に
送り、その認識結果を求める。

【００２４】また、この英文字認識装置のハード構成を
表わす装置ブロックは、図２に示すように、認識対象文
書を２値化した文書画像として読み込むスキャナ等の画
像入力装置16と、全体の制御を行なう中央処理装置（Ｃ
ＰＵ）17と、データを固定的に記憶するリード・オン・
メモリ（ＲＯＭ）19と、処理上のデータを一時的に記憶
するランダム・アクセス・メモリ（ＲＡＭ）23と、ＣＰ
Ｕ17に対して外部より開始・終了等の指令を与えるため
のキーボード18と、認識結果を表示する表示装置28と、
各手段をつなぐ内部信号の伝送バスライン29とから成
る。

【００２５】このうち、ＲＯＭ19は、ＣＰＵ17のための
制御プログラム20と、認識辞書データ21と、単語辞書デ
ータ22とを含み、また、ＲＡＭ23は、画像格納データ24
と、文字矩形格納データ25と、単語文字矩形格納データ
26と、認識結果格納データ27とを含んでいる。

【００２６】この英文字認識装置の動作を、図３のフロ
ーチャートに基づいて説明する。 ステップ１；画像入力手段１により認識対象文書を入力
し、画像格納手段２に２値化した文書画像として記憶す
る。 ステップ２；文字矩形検出手段３により、文書画像中の
黒画素の連なりを検出し、連なったひと固まりの黒画素
を文字として、その文字に仮想的に外接する矩形を求め
る。その結果、得られた矩形の座標データと各文字矩形
に与える通し番号とを文字矩形情報として文字矩形格納
手段４に記憶する。図５（ａ）には、ステップ２におい
て得られた文字矩形（31〜49）を、また、図５（ｂ）に
は、その文字矩形情報の文字矩形格納手段４における格
納形態52を示している。

【００２７】ステップ３；格納された文字矩形の座標を
基に、単語切り出し手段５により各矩形間の水平方向の
間隔を求め、間隔が平均的な文字間隔より広い部分を単
語区切りとして検出し、１つの単語を構成する文字矩形
を求める。単語を構成する文字矩形は、その番号を単語
毎に一纏めにして単語文字矩形格納部６に格納する。図
６には、単語文字矩形の格納時の形態61を示している。

【００２８】ステップ４；次に、文字パターン分類手段
13は、文字矩形の座標データを文字矩形格納手段４から
取り出すと共に、それを基に画像格納手段２から文字画
像を取り出し、文書中の全ての文字画像を対象に、画像
を構成する画素単位で重ね合わせて、同じ字種であるか
否かを一致する画素と文字矩形内の画素数との比により
判定し、その比が大きいときに同一字種として分類す
る。

【００２９】その過程を図５（ａ）を用いて説明する。
53は、文字画像「Ａ」55と文字画像「Ｂ」54とを重ね合
わせた状態を表しており、55と54とが重なっている画素
56の数を、文字の高さを３分割したエリア57、58、59内
で計数し、エリア57、エリア58およびエリア59内で一致
している画素の数を求める。その後、各エリア57〜59の
一致画素数をエリア57〜59の面積で除し、全てのエリア
57〜59でその値が１に十分近ければ文字画像が一致した
ものと見なす。

【００３０】文書画像30中の文字矩形31〜49は、その相
互間で比較され、以下のように分類される。

【００３１】 文字矩形群通し番号 文字矩形番号 １ 31、36、41、46 ２ 32、33、37、38、43 ３ 34、39、42 ４ 35、48 ５ 40 ６ 44 ７ 45 ８ 47 ９ 49 ステップ５；分類された文字矩形群のうちの一つを代表
パターンとして認識処理を行なう。認識処理は、文字矩
形中の文字画像から図形特徴抽出手段７により図形特徴
を抽出し、文字認識手段９において認識辞書手段８に格
納されている図形特徴と比較して両者の差を求め、その
差が小さい特徴を有する文字を認識結果とする。

【００３２】以下に各文字矩形群の認識結果を示す。

【００３３】 文字矩形群通し番号 認識結果 １ 'ａ' ２ 'ｐ' ３ 'ｌ' ４ 'ｅ' ５ 'ｙ' ６ 'Ｉ' ７ 'ｌ' ８ 'ｂ' ９ 'ｔ' ステップ４およびステップ５で求められた分類結果およ
び認識結果は、認識結果格納手段10に格納される。格納
時の形態を図５（ｂ）に示している。

【００３４】ステップ６；次に、認識結果の確定処理を
行なう。認識結果確定手段15により単語を構成する文字
矩形番号を単語文字矩形格納手段６から取り出すととも
に、該当する文字矩形の認識結果を認識結果格納手段10
から取り出し、認識結果による文字列として得られる単
語文字列と単語辞書手段14に記憶されている単語文字列
とを照合して、単語の綴りが正しいか否かを判定し、同
一矩形群に属する文字矩形の認識結果が複数の綴りの正
しい単語において一致していれば、その文字矩形群の認
識結果を確定し、その旨を認識結果格納手段10の認識結
果確定情報に記憶する。

【００３５】その過程を図４（ａ）により具体的に説明
する。

【００３６】文字矩形31で始まる単語の文字矩形、およ
びその矩形が属する文字矩形群とその認識結果は、 となっており、綴り'ａｐｐｌｅ'は正しい綴りである。

【００３７】また、文字矩形36で始まる単語の文字矩
形、およびその矩形が属する文字矩形群とその認識結果
は、 であり、綴り'ａｐｐｌｙ'も正しい綴りである。

【００３８】従って、文字矩形群１、２、３の認識結果
は、複数の単語において正しい綴りが得られたため、そ
れぞれ'ａ'、'ｐ'、'ｌ'と確定されることとなる。

【００３９】ステップ７；その後、ステップ６で確定さ
れなかった文字画像を対象として切れ文字の統合処理を
行なう。切れ文字統合手段11では確定されなかった文字
矩形の位置関係に注目し、隣接する矩形間の間隔が他の
文字間隔より狭い場合に１文字であると判定して統合
し、 ステップ８；次いで、統合された矩形内の図形特徴を図
形特徴抽出手段７で求めた後、文字認識手段９に送り、
その認識結果を求め、認識結果格納手段10に格納する。

【００４０】その過程を図４（ａ）によって具体的に説
明する。

【００４１】文字矩形41で始まる単語の中で、文字矩形
41、42、43および46は、上述した様に、その認識結果が
確定されており、切れ文字である可能性は無く、切れ文
字の統合の対象から除外される。切れ文字の統合の対象
となる間隔は、文字矩形44と45、47と48、48と49の３箇
所に限定される。また、それらの内、平均的な文字間隔
より非常に狭い間隔は44と45の間の51のみであるため、
文字矩形44と45が１文字である可能性が高いと考え、こ
れらを統合して認識し、結果として'ｈ'を得る。

【００４２】ステップ９；以上の処理によって求められ
た認識結果を、単語文字矩形格納手段６および認識結果
格納手段10を基にして、単語単位に分けて表示する。

【００４３】このように実施例の英文字認識装置では、
文書画像中の文字の重ね合わによって字種を分類し、分
類された文字群の認識結果を複数の単語の綴りが正しい
ときに確定する。そして、この認識結果を確定した文字
画像については、切れ文字統合処理を行なわず、それを
除いた文字画像を対象として、切れ文字の統合処理を行
ない、統合された画像の認識処理を行なう。

【００４４】なお、認識結果を確定する方法としては、
実施例に示した方法以外にも、文書画像中に同一字種の
文字画像が一定数以上存在する場合に、正しいものとし
て確定する等、簡略化した別の方法を採ることも可能で
ある。

【００４５】

【発明の効果】以上の実施例の説明から明らかなよう
に、本発明の英文字認識装置では、認識結果の確定処理
を行ない、確定された文字を切れ文字統合の対象から除
外して統合処理を行なうことにより、文字間ピッチが狭
い文書について文字認識を行なう場合でも、切れ文字統
合を誤まって実行することが改善され、英文字を高精度
に認識することが可能になる。

【図面の簡単な説明】

【図１】本発明の実施例における英文字認識装置の機能
ブロック図、

【図２】本発明の実施例における英文字認識装置の装置
ブロック図、

【図３】実施例の英文字認識装置における動作手順を示
すフローチャート、

【図４】文書画像の文字矩形（ａ）と文字矩形格納手段
での矩形番号の格納形態（ｂ）を示す図、

【図５】同一字種の判定のために重ね合わせた文字画像
（ａ）と、認識結果の格納形態（ｂ）とを示す図、

【図６】単語文字矩形の格納形態を示す図、

【図７】従来の英文字認識装置の機能ブロック図を示す
図である。

【符号の説明】

１ 画像入力手段 ２ 画像格納手段 ３ 文字矩形検出手段 ４ 文字矩形格納手段 ５ 単語切り出し手段 ６ 単語文字矩形格納手段 ７ 図形特徴抽出手段 ８ 認識辞書手段 ９ 文字認識手段 10 認識結果格納手段 11 切れ文字統合手段 12 表示処理手段 13 文字パターン分類手段 14 単語辞書手段 15 認識結果確定手段 16 画像入力装置 17 ＣＰＵ 18 キーボード 19 ＲＯＭ 20 制御プログラム 21 認識辞書データ 22 単語辞書データ 23 ＲＡＭ 24 画像格納データ 25 文字矩形格納データ 26 単語文字矩形格納データ 27 認識結果格納データ 28 表示装置 29 バス 30 文書画像 31〜49 文字矩形 50 文字矩形間隔 51 切れ文字の文字矩形間隔 53 重ね合わせた文字画像 54、55 個々の文字画像 56 重なった画素 57〜59 エリア

Claims (2)

【特許請求の範囲】
1. 【請求項１】 文書画像中の黒画素の連なりに基づいて
   文字に仮想的に外接する矩形を文字矩形として求める文
   字矩形検出手段と、前記文字矩形間の間隔が他の文字矩
   形間の間隔より狭い場合に１文字と判定して統合処理を
   行なう切れ文字統合手段と、前記文字矩形内の文字およ
   び前記切れ文字統合手段によって統合処理された矩形内
   の文字の文字認識を行なう文字認識手段とを備える英文
   字認識装置において、 前記文字認識手段が前記文字矩形内の文字について認識
   した結果を確かめて確定する認識結果確定手段を設け、
   前記切れ文字統合手段における統合処理の対象を前記認
   識結果確定手段によって確定されなかった文字矩形のみ
   に限定することを特徴とする英文字認識装置。
2. 【請求項２】 前記文字矩形内の文字画像を他の文字矩
   形内の文字画像と画素単位で重ね合わせることにより前
   記文書画像における文字矩形を同一字種毎に分類する文
   字パターン分類手段と、英単語の綴りを記憶する単語辞
   書手段とを設け、 前記文字認識手段の認識結果に基づいて得られた単語文
   字列が、前記単語辞書手段に記憶された単語文字列と、
   前記文字パターン分類手段で同一字種に分類された文字
   矩形を含む複数の単語において一致したとき、前記認識
   結果確定手段が前記同一字種に分類された文字矩形の認
   識結果を確定することを特徴とする請求項１に記載の英
   文字認識装置。