JPH0664629B2 - 文字認識方式 - Google Patents
文字認識方式Info
- Publication number
- JPH0664629B2 JPH0664629B2 JP60263672A JP26367285A JPH0664629B2 JP H0664629 B2 JPH0664629 B2 JP H0664629B2 JP 60263672 A JP60263672 A JP 60263672A JP 26367285 A JP26367285 A JP 26367285A JP H0664629 B2 JPH0664629 B2 JP H0664629B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- character
- line width
- sub
- calculated
- 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.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 15
- 239000011159 matrix material Substances 0.000 claims description 40
- 238000010586 diagram Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 description 23
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
Landscapes
- Character Discrimination (AREA)
Description
【発明の詳細な説明】 （産業上の利用分野） 本発明は文字図形を認識する文字認識方式に関し、更に
詳細には、文字図形パターンを複数のサブパターンに分
割して各サブパターン毎の特徴マトリクスを得、この特
徴マトリクスを辞書内の標準文字マスクと照合して識別
する方式に関する。
詳細には、文字図形パターンを複数のサブパターンに分
割して各サブパターン毎の特徴マトリクスを得、この特
徴マトリクスを辞書内の標準文字マスクと照合して識別
する方式に関する。
（従来の技術） 従来、文字図形認識装置に於ては文字図形パターンより
ストロークを抽出し、それら抽出されたストロークの位
置、長さ、ストローク間の相互関係等を用いて認識する
方式が多く採用されている。その手法は(1)文字図形の
輪郭を追跡することにより検出された輪郭点系列につい
て曲率を計算し、その曲率の大きな値の点を分割点とし
て輪郭系列を分割し、分割された系列を組合わせること
によりストロークを抽出するか、(2)文字図形パターン
に細線化処理を行なって骨格化し、その骨格パターンの
連結性及び骨格パターンを追跡し急激な角度の変化点等
を検出してストロークを抽出し、前記(1)(2)より抽出さ
れたストロークについて幾何学的な特徴等を抽出して識
別を行なっていた。しかしながら(1)の方法は文字図形
パターンが大きくなり、又文字図形パターンが複雑化す
ると、その処理量が増大し処理速度の低下を招いてい
た。又(2)の方法は文字図形パターンを細線化する必要
があり、又その細線化によるパターンのひずみヒゲの発
生等の問題がありその後の処理を複雑なものとしてい
た。
ストロークを抽出し、それら抽出されたストロークの位
置、長さ、ストローク間の相互関係等を用いて認識する
方式が多く採用されている。その手法は(1)文字図形の
輪郭を追跡することにより検出された輪郭点系列につい
て曲率を計算し、その曲率の大きな値の点を分割点とし
て輪郭系列を分割し、分割された系列を組合わせること
によりストロークを抽出するか、(2)文字図形パターン
に細線化処理を行なって骨格化し、その骨格パターンの
連結性及び骨格パターンを追跡し急激な角度の変化点等
を検出してストロークを抽出し、前記(1)(2)より抽出さ
れたストロークについて幾何学的な特徴等を抽出して識
別を行なっていた。しかしながら(1)の方法は文字図形
パターンが大きくなり、又文字図形パターンが複雑化す
ると、その処理量が増大し処理速度の低下を招いてい
た。又(2)の方法は文字図形パターンを細線化する必要
があり、又その細線化によるパターンのひずみヒゲの発
生等の問題がありその後の処理を複雑なものとしてい
た。
これらの問題点を解決するために、本出願人は特開昭57
-23185号公報に開示の文字認識方式を提案している。こ
の方式は、文字パターンより抽出されたサブパターンに
ついて文字枠内を（Ｎ×Ｍ）の領域に分割を行うことに
より抽出した各ストロークの特徴マトリクスと辞書との
照合を行うものであり、これによって高速で安定した文
字認識を行うことができる。
-23185号公報に開示の文字認識方式を提案している。こ
の方式は、文字パターンより抽出されたサブパターンに
ついて文字枠内を（Ｎ×Ｍ）の領域に分割を行うことに
より抽出した各ストロークの特徴マトリクスと辞書との
照合を行うものであり、これによって高速で安定した文
字認識を行うことができる。
（発明が解決しようとする問題点） しかしながら、上記従来の文字認識方式は以下の問題点
を有する。
を有する。
例えば、印刷文字のゴシック体と、明朝体について認識
する場合、ゴシック体は縦線幅、横線幅がほぼ一定であ
るため、文字全体の線幅が縦線幅又は横線幅と等しく、
セルを単位として文字全体の線幅で正規化しても特徴は
安定している。一方明朝体は縦線幅、横線幅が大きく異
なるため、セルを単位として文字全体の線幅で正規化す
ると、ゴシック体と同じ線長を持つ文字線でもゴシック
体と比較して水平特徴マトリクスの量は小さく、垂直特
徴マトリクスの量は大きくなり、特徴として不安定であ
る。
する場合、ゴシック体は縦線幅、横線幅がほぼ一定であ
るため、文字全体の線幅が縦線幅又は横線幅と等しく、
セルを単位として文字全体の線幅で正規化しても特徴は
安定している。一方明朝体は縦線幅、横線幅が大きく異
なるため、セルを単位として文字全体の線幅で正規化す
ると、ゴシック体と同じ線長を持つ文字線でもゴシック
体と比較して水平特徴マトリクスの量は小さく、垂直特
徴マトリクスの量は大きくなり、特徴として不安定であ
る。
第２図にゴシック体と明朝体のサブパターンの例を示
す。同様の現象が手書文字にも当てはまり、筆記用具の
状態、書き手が筆記用具に入れる力の具合で同一の線長
を持つ文字線でも各特徴量は異なり、特徴が不安定であ
る。この問題点を解決しようとすれば、その識別のため
の辞書を増加させる必要があり、ひいては処理時間の低
下を招くことになる。
す。同様の現象が手書文字にも当てはまり、筆記用具の
状態、書き手が筆記用具に入れる力の具合で同一の線長
を持つ文字線でも各特徴量は異なり、特徴が不安定であ
る。この問題点を解決しようとすれば、その識別のため
の辞書を増加させる必要があり、ひいては処理時間の低
下を招くことになる。
従って、本発明はこれらの問題点を解決し、高速で安定
な文字認識方式を提供することにある。
な文字認識方式を提供することにある。
（問題点を解決するための手段） 本発明は、文字図形を光電変換して量子化することによ
りり黒ビット及び白ビットで表されるディジタル信号の
原パターンを作成し、該原パターンの線幅を算出し、前
記原パターンを複数の方向に走査を行って各走査列毎の
黒ビットの連続個数を検出し、該検出した黒ビット連続
個数と前記算出した原パターンの線幅とに基づいて前記
複数の走査方向毎に対応した複数のサブパターンを抽出
し、前記原パターンの文字枠内領域を前記抽出した各サ
ブパターンについて（Ｎ×Ｍ）個の領域（Ｎ、Ｍは定
数）に分割し、該分割された領域内についてセルを単位
として黒点を計数し、該計数した黒点数を基に特徴量を
計算し、該計算した特徴量を文字の大きさで正規化して
特徴マトリクスを作成し、該作成した特徴マトリクスを
予め用意した文字図形パターンの標準文字マスクと照合
して文字図形を認識する文字認識方式に関している。
りり黒ビット及び白ビットで表されるディジタル信号の
原パターンを作成し、該原パターンの線幅を算出し、前
記原パターンを複数の方向に走査を行って各走査列毎の
黒ビットの連続個数を検出し、該検出した黒ビット連続
個数と前記算出した原パターンの線幅とに基づいて前記
複数の走査方向毎に対応した複数のサブパターンを抽出
し、前記原パターンの文字枠内領域を前記抽出した各サ
ブパターンについて（Ｎ×Ｍ）個の領域（Ｎ、Ｍは定
数）に分割し、該分割された領域内についてセルを単位
として黒点を計数し、該計数した黒点数を基に特徴量を
計算し、該計算した特徴量を文字の大きさで正規化して
特徴マトリクスを作成し、該作成した特徴マトリクスを
予め用意した文字図形パターンの標準文字マスクと照合
して文字図形を認識する文字認識方式に関している。
特に本発明によれば、抽出したサブパターン毎に線幅が
計算され、計数した黒点数をこの抽出したサブパターン
毎の線幅で除算することにより特徴量が計算される。
計算され、計数した黒点数をこの抽出したサブパターン
毎の線幅で除算することにより特徴量が計算される。
（作用） 識別すべき文字図形は２値化されてディジタル信号の原
パターンが作成される。次いでこの原パターンの線幅
（平均値）が算出される。一方この原パターンから複数
の走査方向毎に対応した複数のサブパターンが抽出さ
れ、抽出した各サブパターン毎の線幅が計算される。さ
らに原パターンの文字枠内領域が、抽出した各サブパタ
ーンについて（Ｎ×Ｍ）個の領域（Ｎ、Ｍは定数）に分
割される。次いで抽出した各サブパターン毎に特徴量が
計算される。この特徴量の計算は、分割した領域内につ
いてセルを単位として計数した黒点数を抽出したサブパ
ターン毎に計算した各サブパターンの線幅で除算するこ
とにより行われる。このように計算された特徴量は正規
化されて特徴マトリクスとなり、この作成した特徴マト
リクスが予め用意した文字図形パターンの標準文字マス
クと照合されることにより文字図形の認識が行われる。
パターンが作成される。次いでこの原パターンの線幅
（平均値）が算出される。一方この原パターンから複数
の走査方向毎に対応した複数のサブパターンが抽出さ
れ、抽出した各サブパターン毎の線幅が計算される。さ
らに原パターンの文字枠内領域が、抽出した各サブパタ
ーンについて（Ｎ×Ｍ）個の領域（Ｎ、Ｍは定数）に分
割される。次いで抽出した各サブパターン毎に特徴量が
計算される。この特徴量の計算は、分割した領域内につ
いてセルを単位として計数した黒点数を抽出したサブパ
ターン毎に計算した各サブパターンの線幅で除算するこ
とにより行われる。このように計算された特徴量は正規
化されて特徴マトリクスとなり、この作成した特徴マト
リクスが予め用意した文字図形パターンの標準文字マス
クと照合されることにより文字図形の認識が行われる。
（実施例） 以下、本発明を一実施例に基づき図面を参照して詳細に
説明する。
説明する。
第１図は、本発明の一実施例を示すブロック図である。
同図において、１は光信号入力、２は光電変換部、３は
パターンレジスタ、４は線幅計算部、５は文字枠検出
部、６は垂直サブパターン抽出部、７は水平サブパター
ン抽出部、８は右斜めサブパターン抽出部、９は左斜め
サブパターン抽出部、10は垂直サブパターン線幅計算
部、11は水平サブパターン線幅計算部、12は右斜めサブ
パターン線幅計算部、13は左斜めサブパターン線幅計算
部、14は特徴マトリクス抽出部、15は識別部、16は文字
名出力である。
同図において、１は光信号入力、２は光電変換部、３は
パターンレジスタ、４は線幅計算部、５は文字枠検出
部、６は垂直サブパターン抽出部、７は水平サブパター
ン抽出部、８は右斜めサブパターン抽出部、９は左斜め
サブパターン抽出部、10は垂直サブパターン線幅計算
部、11は水平サブパターン線幅計算部、12は右斜めサブ
パターン線幅計算部、13は左斜めサブパターン線幅計算
部、14は特徴マトリクス抽出部、15は識別部、16は文字
名出力である。
次に、各部の構成について説明する。光電変換部２は原
パターンの光信号入力を２値の量子化された電気信号に
変換する。パターンレジスタ３はこの電気信号を格納す
る。この格納の際、文字は例えば100×100個のセルに分
割されて、各々の２値コードがパターンレジスタ３に記
憶される。線幅計算部４は入力パターン（原パターン）
の線幅を計算する。垂直サブパターン抽出部６はパター
ンレジスタ３について垂直スキャンを全面行なって、黒
ビットの連続の長さと線幅計算部４に於て計算された線
幅との関係より垂直サブパターン(VSP)を抽出する。同
様に水平サブパターン抽出部７は水平スキャンにより水
平サブパターン(HSP)を、右斜めサブパターン抽出部８
は右斜め（45゜）スキャンにより、右斜めサブパターン
（RSP）を、左斜めサブパターン抽出部９は左斜め（45
゜）スキャンにより、左斜めサブパターン（LSP）を抽
出する。第３図に原パターンとサブパターンの例を示
す。第３図の(a)が原パターン、(b)がVSP、(c)がHSP、
(d)がRSP、(e)がLSPである。文字枠検出部５はパターン
レジスタ内の文字パターンに外接する文字枠を検出しそ
の結果を特徴マトリクス抽出部10へ送る。特徴マトリク
ス抽出部10はサブパターンレジスタについて原パターン
の文字枠に対応する領域を（Ｎ×Ｍ）の領域（本発明の
実施例ではＮ＝Ｍ＝５）に分割する。例えば、文字が10
0×100のセルに分割され、Ｎ＝Ｍ＝５の場合には各領域
は20×20のセルを有する。
パターンの光信号入力を２値の量子化された電気信号に
変換する。パターンレジスタ３はこの電気信号を格納す
る。この格納の際、文字は例えば100×100個のセルに分
割されて、各々の２値コードがパターンレジスタ３に記
憶される。線幅計算部４は入力パターン（原パターン）
の線幅を計算する。垂直サブパターン抽出部６はパター
ンレジスタ３について垂直スキャンを全面行なって、黒
ビットの連続の長さと線幅計算部４に於て計算された線
幅との関係より垂直サブパターン(VSP)を抽出する。同
様に水平サブパターン抽出部７は水平スキャンにより水
平サブパターン(HSP)を、右斜めサブパターン抽出部８
は右斜め（45゜）スキャンにより、右斜めサブパターン
（RSP）を、左斜めサブパターン抽出部９は左斜め（45
゜）スキャンにより、左斜めサブパターン（LSP）を抽
出する。第３図に原パターンとサブパターンの例を示
す。第３図の(a)が原パターン、(b)がVSP、(c)がHSP、
(d)がRSP、(e)がLSPである。文字枠検出部５はパターン
レジスタ内の文字パターンに外接する文字枠を検出しそ
の結果を特徴マトリクス抽出部10へ送る。特徴マトリク
ス抽出部10はサブパターンレジスタについて原パターン
の文字枠に対応する領域を（Ｎ×Ｍ）の領域（本発明の
実施例ではＮ＝Ｍ＝５）に分割する。例えば、文字が10
0×100のセルに分割され、Ｎ＝Ｍ＝５の場合には各領域
は20×20のセルを有する。
ここで、VSPを例にとり、特徴マトリクスを抽出する方
法を説明する。垂直サブパターン線幅計算部10は、垂直
サブパターン抽出部６において抽出された垂直サブパタ
ーンの線幅（ｗｖ）を、線幅計算部４と同様の処理によ
り計算する。特徴マトリクス抽出部14は前述した分割領
域の黒点数（Ｂij）をセルを単位として計算し、下記
(1)式を基に垂直サブパターンの線幅（ｗｖ））を使用
して下記(2)式により各領域内サブパターンのストロー
クの長さを表現する特徴量をセルを単位として計算し、
（Ｎ×Ｍ）次元の特徴マトリクスを作成する。
法を説明する。垂直サブパターン線幅計算部10は、垂直
サブパターン抽出部６において抽出された垂直サブパタ
ーンの線幅（ｗｖ）を、線幅計算部４と同様の処理によ
り計算する。特徴マトリクス抽出部14は前述した分割領
域の黒点数（Ｂij）をセルを単位として計算し、下記
(1)式を基に垂直サブパターンの線幅（ｗｖ））を使用
して下記(2)式により各領域内サブパターンのストロー
クの長さを表現する特徴量をセルを単位として計算し、
（Ｎ×Ｍ）次元の特徴マトリクスを作成する。
黒点数＝線長×線幅 …(1) ｌij＝Ｂij／ｗｖ …(2) 同様の処理をHSPについては、水平サブパターン線幅計
算部11で計算した水平サブパターンの線幅（ｗＨ）を使
用し、RSPについては右斜めサブパターン線幅計算部12
で計算した右斜めサブパターンの線幅（ｗＲ）を使用
し、LSPについては、左斜めサブパターン線幅計算部13
で計算した左斜めサブパターンの線幅（ｗＬ）を使用し
て行い特徴マトリクスを作成する。
算部11で計算した水平サブパターンの線幅（ｗＨ）を使
用し、RSPについては右斜めサブパターン線幅計算部12
で計算した右斜めサブパターンの線幅（ｗＲ）を使用
し、LSPについては、左斜めサブパターン線幅計算部13
で計算した左斜めサブパターンの線幅（ｗＬ）を使用し
て行い特徴マトリクスを作成する。
次に、特徴マトリクス抽出部14は、抽出した特徴マトリ
クスを文字の大きさで正規化し、正規化した特徴マトリ
クスを作成する。その方法は正規化前の特徴マトリクス
の１要素をｌij、正規化後の要素をＬij、文字枠の水平
方向の長さをΔＸ、垂直方向の長さをΔＹとすると下記
の様な処理を行なう。
クスを文字の大きさで正規化し、正規化した特徴マトリ
クスを作成する。その方法は正規化前の特徴マトリクス
の１要素をｌij、正規化後の要素をＬij、文字枠の水平
方向の長さをΔＸ、垂直方向の長さをΔＹとすると下記
の様な処理を行なう。
(1)垂直サブパターン（VSP）マトリクスの場合 Ｌij＝lij／ΔＹ …(3) (2)水平サブパターン（HSP）マトリクスの場合 Ｌij＝lij／ΔＸ …(4) (3)斜めサブパターン（RSP,LSP）マトリクスの場合 前記処理により、特徴マトリクス抽出部14は最終的に原
パターンを表現する｛（Ｎ×Ｍ）×４｝次元の正規化し
た特徴マトリクスを作成する。
パターンを表現する｛（Ｎ×Ｍ）×４｝次元の正規化し
た特徴マトリクスを作成する。
識別部15は標準文字マスク（ｆｍ）と特徴マトリクス抽
出部14に於て抽出された特徴マトリクス（ｆｉ）との間
に従来から使用されている下式(6)の距離（Ｄ）、すな
わち（Ｎ×Ｍ）×４次元特徴空間に於ける２つのベクト
ルの差分ベクトルの長さが最小の値を与える標準文字マ
スクのカテゴリ名を文字名出力12として出力する。
出部14に於て抽出された特徴マトリクス（ｆｉ）との間
に従来から使用されている下式(6)の距離（Ｄ）、すな
わち（Ｎ×Ｍ）×４次元特徴空間に於ける２つのベクト
ルの差分ベクトルの長さが最小の値を与える標準文字マ
スクのカテゴリ名を文字名出力12として出力する。
次に、動作を説明する。光信号入力１は光電変換部２よ
り光電変換され、パターンレジスタ３及び線幅計算部４
に供給される。線幅計算部４は原パターンの線幅を計算
し、これを各サブパターン抽出部６〜９に出力する。垂
直サブパターン抽出部はパターンレジスタ３の出力及び
線幅計算部４の出力に基づき、前述した方法によりVSP
を抽出する。同様にして、水平サブパターン抽出部７、
右斜めサブパターン抽出部８及び左斜めサブパターン抽
出部９はそれぞれHSP，RSP及びLSPを抽出する。垂直サ
ブパターン線幅計算部10はVSPの線幅（ｗｖ）を計算す
る。同様にして、水平サブパターン線幅計算部11、右斜
めサブパターン線幅計算部12及び左斜めサブパターン線
幅計算部13はそれぞれHSPの線幅（ｗＨ）、RSPの線幅
（ｗＲ）及びLSPの線幅（ｗＬ）を計算する。そして、
特徴マトリクス抽出部14は前記(1)及び(2)式に従い特徴
マトリクスを作成し、更に文字枠検出部５から出力され
た文字の大きさで正規化し、特徴マトリクスを作成す
る。このようにして作成された特徴マトリクスは識別部
11で標準文字マスクと比較され、最小の距離を与える標
準文字マスクのカテゴリ名が文字名出力12として出力さ
れる。
り光電変換され、パターンレジスタ３及び線幅計算部４
に供給される。線幅計算部４は原パターンの線幅を計算
し、これを各サブパターン抽出部６〜９に出力する。垂
直サブパターン抽出部はパターンレジスタ３の出力及び
線幅計算部４の出力に基づき、前述した方法によりVSP
を抽出する。同様にして、水平サブパターン抽出部７、
右斜めサブパターン抽出部８及び左斜めサブパターン抽
出部９はそれぞれHSP，RSP及びLSPを抽出する。垂直サ
ブパターン線幅計算部10はVSPの線幅（ｗｖ）を計算す
る。同様にして、水平サブパターン線幅計算部11、右斜
めサブパターン線幅計算部12及び左斜めサブパターン線
幅計算部13はそれぞれHSPの線幅（ｗＨ）、RSPの線幅
（ｗＲ）及びLSPの線幅（ｗＬ）を計算する。そして、
特徴マトリクス抽出部14は前記(1)及び(2)式に従い特徴
マトリクスを作成し、更に文字枠検出部５から出力され
た文字の大きさで正規化し、特徴マトリクスを作成す
る。このようにして作成された特徴マトリクスは識別部
11で標準文字マスクと比較され、最小の距離を与える標
準文字マスクのカテゴリ名が文字名出力12として出力さ
れる。
（発明の効果） 以上詳細に説明したように本発明によれば、原パターン
を複数の方向に走査してサブパターンをそれぞれ抽出
し、得られたサブパターン毎に線幅を計算し、計数した
黒点数をこの抽出したサブパターン毎の線幅で除算する
ことにより特徴マトリクスが計算される。従って、例え
ば明朝体のように水平線幅と垂直線幅とが大きく異なる
（水平線の線幅が細く、垂直線の線幅が太い）ような場
合にも、水平サブパターンの線幅により水平特徴マトリ
クスが計算されかつ垂直サブパターンの線幅により垂直
特徴マトリクスが計算されるから、ゴシック体のごとく
水平線幅及び垂直線幅が同じ場合と同様な特徴マトリク
スが得られる。即ち、文字の書体に無関係に、文字の変
形又は文字線幅の変動がある場合にも安定した特徴抽
出、従って安定した文字認識を行うことができる。
を複数の方向に走査してサブパターンをそれぞれ抽出
し、得られたサブパターン毎に線幅を計算し、計数した
黒点数をこの抽出したサブパターン毎の線幅で除算する
ことにより特徴マトリクスが計算される。従って、例え
ば明朝体のように水平線幅と垂直線幅とが大きく異なる
（水平線の線幅が細く、垂直線の線幅が太い）ような場
合にも、水平サブパターンの線幅により水平特徴マトリ
クスが計算されかつ垂直サブパターンの線幅により垂直
特徴マトリクスが計算されるから、ゴシック体のごとく
水平線幅及び垂直線幅が同じ場合と同様な特徴マトリク
スが得られる。即ち、文字の書体に無関係に、文字の変
形又は文字線幅の変動がある場合にも安定した特徴抽
出、従って安定した文字認識を行うことができる。
また、原パターンから抽出したサブパターンについて単
純な走査により特徴マトリクスを抽出しているので、高
速の文字認識が可能となることはもちろんである。
純な走査により特徴マトリクスを抽出しているので、高
速の文字認識が可能となることはもちろんである。
第１図は本発明の一実施例を示すブロック図、第２図は
ゴシック体と明朝体のサブパターン例を示す図、第３図
は原パターンとサブパターンの抽出例を示す図である。 １……光信号入力、２……光電変換部、３……パターン
レジスタ、４……線幅計算部、５……文字枠検出部、６
……垂直サブパターン抽出部、７……水平サブパターン
抽出部、８……右斜めサブパターン抽出部、９……左斜
めサブパターン抽出部、10……垂直サブパターン線幅計
算部、11……水平サブパターン線幅計算部、13……左斜
めサブパターン線幅計算部、12……右斜めサブパターン
線幅計算部、14……特徴マトリクス抽出部、15……識別
部、16……文字名出力。
ゴシック体と明朝体のサブパターン例を示す図、第３図
は原パターンとサブパターンの抽出例を示す図である。 １……光信号入力、２……光電変換部、３……パターン
レジスタ、４……線幅計算部、５……文字枠検出部、６
……垂直サブパターン抽出部、７……水平サブパターン
抽出部、８……右斜めサブパターン抽出部、９……左斜
めサブパターン抽出部、10……垂直サブパターン線幅計
算部、11……水平サブパターン線幅計算部、13……左斜
めサブパターン線幅計算部、12……右斜めサブパターン
線幅計算部、14……特徴マトリクス抽出部、15……識別
部、16……文字名出力。
Claims (1)
- 【請求項１】文字図形を光電変換して量子化することに
より黒ビット及び白ビットで表されるディジタル信号の
原パターンを作成し、該原パターンの線幅を算出し、前
記原パターンを複数の方向に走査を行って各走査列毎の
黒ビットの連続個数を検出し、該検出した黒ビット連続
個数と前記算出した原パターンの線幅とに基づいて前記
複数の走査方向毎に対応した複数のサブパターンを抽出
し、前記原パターンの文字枠内領域を前記抽出した各サ
ブパターンについて（Ｎ×Ｍ）個の領域（Ｎ、Ｍは定
数）に分割し、該分割された領域内についてセルを単位
として黒点を計数し、該計数した黒点数を基に特徴量を
計算し、該計算した特徴量を文字の大きさで正規化して
特徴マトリクスを作成し、該作成した特徴マトリクスを
予め用意した文字図形パターンの標準文字マスクと照合
して文字図形を認識する文字認識方式において、前記抽
出したサブパターン毎に線幅を計算し、前記計数した黒
点数を前記抽出したサブパターン毎の線幅で除算するこ
とにより前記特徴量を計算することを特徴とする文字認
識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60263672A JPH0664629B2 (ja) | 1985-11-26 | 1985-11-26 | 文字認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP60263672A JPH0664629B2 (ja) | 1985-11-26 | 1985-11-26 | 文字認識方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS62125485A JPS62125485A (ja) | 1987-06-06 |
| JPH0664629B2 true JPH0664629B2 (ja) | 1994-08-22 |
Family
ID=17392738
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP60263672A Expired - Lifetime JPH0664629B2 (ja) | 1985-11-26 | 1985-11-26 | 文字認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0664629B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3046829U (ja) * | 1997-09-03 | 1998-03-24 | 有限会社上野屋美香園 | 綿 棒 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4594765B2 (ja) * | 2005-03-08 | 2010-12-08 | 日本電信電話株式会社 | 文字認識装置、文字認識方法、及び文字認識プログラムの記録媒体 |
| CN109241750B (zh) * | 2018-07-20 | 2023-04-07 | 海南大学 | 个性化英文字母展示风格变换方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS57153384A (en) * | 1981-03-18 | 1982-09-21 | Oki Electric Ind Co Ltd | Character recognizing method |
| JPS5837780A (ja) * | 1981-08-29 | 1983-03-05 | Oki Electric Ind Co Ltd | 文字認識方式 |
-
1985
- 1985-11-26 JP JP60263672A patent/JPH0664629B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3046829U (ja) * | 1997-09-03 | 1998-03-24 | 有限会社上野屋美香園 | 綿 棒 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS62125485A (ja) | 1987-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yu et al. | A generic system for form dropout | |
| Amin et al. | Recognition of printed Arabic text using neural networks | |
| JPH0664629B2 (ja) | 文字認識方式 | |
| Srinivas et al. | An overview of OCR research in Indian scripts | |
| Hussain et al. | A self organizing map based Urdu Nasakh character recognition | |
| JPH0642267B2 (ja) | 文字認識方式 | |
| Sajedi et al. | Persian handwritten number recognition using adapted framing feature and support vector machines | |
| Dhandra et al. | Handwritten Kannada Numeral recognition based on structural features | |
| JPH02116987A (ja) | 文字認識装置 | |
| Nagabhushan et al. | Recognition of Pitman shorthand text using tangent feature values at word level | |
| JP2616995B2 (ja) | 文字認識装置 | |
| JPH0545992B2 (ja) | ||
| JP2803892B2 (ja) | 文字認識装置 | |
| JPH0776980B2 (ja) | 文字認識方法 | |
| JP3463255B2 (ja) | 多値画像パターンの認識処理方法 | |
| JP3090928B2 (ja) | 文字認識装置 | |
| Anjali et al. | HOG feature-based recognition for Malayalam handwritten characters | |
| JPH0799536B2 (ja) | 文字図形認識方式 | |
| JPH11120291A (ja) | パタン認識システム | |
| Verma et al. | OCR in Indian Languages | |
| JP3127413B2 (ja) | 文字認識装置 | |
| JPH0632080B2 (ja) | 文字認識方式 | |
| JPH0415776A (ja) | 文字のサイズ情報抽出方法 | |
| JPH06231310A (ja) | 文字認識装置における文字認識方法 | |
| JPS5837780A (ja) | 文字認識方式 |