JPH0916724A - 文字認識方法 - Google Patents

Abstract

(57)【要約】 【目的】 読み取り画像の品質に影響されることなく文
字列の認識率を高める。 【構成】 認識対象文字列には予め検査コードを付加し
ておき、この文字列と検査コードを一緒に光学的に読み
取り（Ｓ１）、検査コードも含めた各文字を個別に認識
し（Ｓ２）、各文字別に正解率の高い候補順に配列し
（Ｓ３）、各候補について順に検査コードから正誤を判
定し（Ｓ４，Ｓ５，Ｓ６）、正解と判定された候補を認
識結果として出力する（Ｓ７）。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、活字文字列を光学的に
読み取った画像データからコンピュータにより文字認識
する文字認識方法に関する。

【０００２】

【従来の技術】商品や文書に印字された機器番号、製造
番号、商品番号等の活字文字列を、スキャナやビデオカ
メラで光学的に読み取り、この読み取り画像からコンピ
ュータにより文字認識するには、基本的には文字列を１
文字づつ切り出すセグメンテーションを行い、文字パタ
ーンの大局的な特徴に着目したパターン整合法でなされ
ている。

【０００３】

【発明が解決しようとする課題】コンピュータにより文
字認識する際、各文字間に相関性がない場合、文字列全
体の認識率Ｐ(ｎ)は、以下の通りとなる。

【０００４】

【数１】Ｐ(ｎ)＝ｐⁿ ｐ：各文字単位の文字認識率 ｎ：認識対象文字列の文字数 例えば、ｐ＝９９％，ｎ＝１０とした場合、文字列全体
の認識率は約９０％にまで低下してしまう。また、ｐ＝
９０％、ｎ＝１０では約３４％と認識率が極端に悪くな
る。

【０００５】特に、ビデオカメラ等で読み取った文字列
情報は、画像品質が悪い場合が多く、結果として文字認
識率の低下を招いていた。

【０００６】本発明の目的は、読み取り画像の品質に影
響されることなく文字認識率を高めた文字認識方法を提
供することにある。

【０００７】

【課題を解決するための手段】本発明は、前記課題の解
決を図るため、活字文字列を光学的に読み取った画像デ
ータからコンピュータにより文字認識する文字認識方法
において、認識対象文字列が正しく認識できたか否かを
判定するための検査コードを該認識対象文字列に付加し
ておき、前記認識対象文字列と検査コードを光学的に読
み取った画像データの各文字を個別に認識処理し、各文
字の個別の認識結果から正解率の高いと思われる候補を
順番に列挙して各文字の候補を組み合わせた候補群の配
列をし、各候補群の検査コードの文字列を使って該候補
群が正しいか否かを各候補群について繰り返し判定し、
この判定で正しい候補群の文字列を認識結果として出力
することを特徴とする。

【０００８】

【作用】認識対象文字列には予め検査コードを付加して
おき、この文字列と検査コードを一緒に読み取り、検査
コードも含めた各文字を個別に認識し、各文字別に正解
率の高い候補順に配列し、各候補について順にその検査
コードから正誤を判定し、正解と判定された候補を認識
結果として出力する。

【０００９】これにより、文字列全体の認識率は各文字
単位での絶対的な認識率に影響されることなく高い精度
で認識できるようにする。また、認識対象文字列に検査
コードを付加したものを一緒に読み取ることにより、読
み取り画像の品質に影響されることがないようにする。

【００１０】

【実施例】

（第１の実施例）図１は、本発明の一実施例を示す文字
認識処理フローである。本実施例が認識対象とする文字
列は、英数字と記号からの組み合わせ（ローマ文字用８
単位符号）のものとする。また、文字列には予め検査コ
ードを付加しておく。

【００１１】この検査コードの付加は、認識対象文字列
の２進数を基にした計算で求められる。例えば、認識対
象文字列が「１２３ＡＢＣａｂｃ」とすると、その２進
数はＡＳＣＩＩコードでは下記表のように２進数の符号
になる。

【００１２】

【表１】

【００１３】この符号に付加する検査コードは、誤り検
出コードとして一般の通信技術で用いられている周期冗
長検査（又は巡回符号検査：ＣＲＣ）を用いる。上記の
表の元符号の例では以下のビット列を得、 「100011000100110011001100100000100100001011100001
0100001100100011011000110」 これを例えば検査コード生成多項式Ｘ¹⁶＋Ｘ¹²＋Ｘ⁵＋
１を持つＣＲＣコード発生器により、１６ビット長の検
査コード「0010111111010000」（４Ｆ９０）を得る。そ
して、このビット列を１６進文字表示に変換して「４Ｆ
９０」を最終的な検査コードとして得、これを元符号
「１２３ＡＢＣａｂｃ」に付加しておく。

【００１４】文字列と検査コード読み取り（Ｓ１）は、
従来と同様に、スキャナやビデオカメラにより認識対象
文字列を光学的に読み取るが、本実施例では認識対象文
字列（元符号）に付加しておく検査コードも一緒に読み
取る。

【００１５】各文字を個別に認識（Ｓ２）は、元符号の
画像と検査コードからなる文字列画像に対してセグメン
テーションを施し、各文字単位に文字を認識する。この
認識手法は、従来と同じ方法で良い。

【００１６】各文字別に正解率の高い候補順に配列（Ｓ
３）は、各文字単位で正解率が高い（相関性が高い）と
思われる順番に並べる。例えば、前記の符号「１２３Ａ
ＢＣａｂｃ」と検査コード「４Ｆ９０」を付加した各文
字の候補群を下記表のように並べる。

【００１７】

【表２】

【００１８】当該候補の文字列の正誤を検査コードから
判定（Ｓ４）は、上記表のように配列された候補群から
１つの候補を選び、この候補の各文字を認識候補文字列
として元符号が正しく認識されたものであるか否かを検
査コードを使って判定する。例えば、候補１群では「１
２８Ｎ８Ｃ６６ＡＥ９Ｑ」についてコード配列の正誤の
判定を行う。

【００１９】正／誤の判定（Ｓ５）は、処理Ｓ４の判定
結果の正誤により処理Ｓ６とＳ７に分岐する。

【００２０】次の候補取り出し（Ｓ６）は、判定結果が
誤りであるとき、次の候補を取り出し、処理Ｓ４に戻
る。例えば、上記表２では次の候補２群の文字列を取り
出し、処理Ｓ４による正誤判定を行わせる。この繰り返
し処理により、各候補についての正誤の検査が行われ
る。この繰り返し検査において、文字列長さｎ、候補数
ｄとしたときに、各候補文字列を組み合わせて検査する
最大数はｄⁿになる。

【００２１】認識結果出力（Ｓ７）は、処理Ｓ４〜Ｓ６
の繰り返しにより、各候補についての正誤判定で検査結
果が正しいときに当該候補の文字列を認識結果として出
力する。

【００２２】ここで、本実施例における検査コードは、
１６ビット巡回符号検査によるもので、その精度は、１
６ビットまでのバーストエラーに対して１００％の誤り
検出をすることができる。また、１６ビットより大きい
バーストエラーに対しては、９９％以上の確率で誤りを
検出できる。したがって、本実施例では、以下のことが
言える。

【００２３】（ａ）候補１群の中で認識誤りの文字が１
文字含まれる（８ビットのバーストエラーがある）場
合、候補群の範囲を広げて行くことにより、必ず正しい
文字を見つけることができる。

【００２４】（ｂ）候補１群の中で認識誤りの文字が２
文字含まれる場合、それら誤りの文字が隣接している
（１６ビットのバーストエラーがある）場合、候補群の
範囲を広げて行くことにより、必ず正しい文字を見つけ
ることができる。

【００２５】また、隣接しない２文字に誤りがある（１
６ビットより大きなバーストエラーがある）場合、候補
群の範囲を広げて行くことにより、９９％以上の確率で
正しい文字を見つけることができる。

【００２６】（ｃ）候補１群の中で認識誤りの文字が３
文字含まれる場合、候補群の範囲を広げて行くことによ
り、９９％以上の確率で正しい文字を見つけることがで
きる。

【００２７】以上のとおり、本実施例においては、認識
対象文字列には予め検査コードを付加しておき、この文
字列と検査コードを一緒に読み取り、検査コードも含め
た各文字を個別に認識し、各文字別に正解率の高い候補
順に配列し、各候補について順に検査コードから正誤を
判定し、正解と判定された候補を認識結果として出力す
る。これにより、本実施例は、以下の効果がある。

【００２８】（１）各文字単位の認識は正解と思われる
候補文字を順番に列挙するだけになるため、文字列全体
の認識率は各文字単位での絶対的な認識率には影響され
ることがない。

【００２９】（２）認識対象文字列とこれに付加した検
査コードを一緒に読み取るため、読み取り画像の品質が
認識精度に影響を与えない。

【００３０】（３）上記の（１）と（２）のことから高
い認識率を得ることができる。

【００３１】（第２の実施例）前記の実施例では、認識
対象文字を英数字と記号の組み合わせによる８ビットコ
ードで表現できる文字とし、その２進数から検査コード
を作成している。このため、１文字単位の符号が長くな
り、検査コードには１６ビットを割り当て、文字にして
４文字の検査用文字を認識対象文字列に付加している。

【００３２】したがって、前記の実施例では、認識対象
文字列の符号長が短い場合は、検査用文字が冗長に過ぎ
るきらいがある。この反面、検査コードを短くすると、
誤り検出の精度が落ちてしまう。

【００３３】そこで、本発明の他の実施例は、認識対象
文字を制限することで総２進符号長を短縮し、１６ビッ
ト検査コードよりも短い検査コードを使って高い認識率
を得る方法を提案する。

【００３４】このため、本実施例では、認識対象文字を
０〜９の算用数字と、Ａ〜Ｆのアルファベットとからな
る１６文字に制限する。これら文字は、下記の表３に示
すように、符号化したときの符号長を４ビットに制限で
きる。

【００３５】

【表３】

【００３６】この制限した文字による認識対象文字列
は、例えば、「ＡＢＣ１２３４５６」のようになり、こ
れを表４に示すように、一旦２進数に符号化する。

【００３７】

【表４】

【００３８】この２進コードを基に検査コードを計算す
る。例えば、検査コード生成多項式Ｘ¹²＋Ｘ¹¹＋Ｘ³＋
Ｘ＋１を持つＣＲＣコード発生器により、１２ビット長
の検査コード「１１１００００００１００」を得、この
ビット列を文字に変換して「７０２」を検査コード文字
として得る。

【００３９】以後の処理は、前記実施例と同様に、図１
の処理により正しい文字認識を得る。

【００４０】本実施例では、検査コードは、１２ビット
巡回符号検査になり、その精度は、１２ビットまでのバ
ーストエラーに対して１００％の誤り検出をすることが
でき、１２ビットより大きいバーストエラーに対しては
９９％以上の確率で誤りを検出できる。したがって、本
実施例では、以下のことが言える。

【００４１】（ｄ）候補１群の中で認識誤りの文字が１
文字含まれる（４ビットのバーストエラーがある）場
合、候補群の範囲を広げて行くことにより、必ず正しい
文字を見つけることができる。

【００４２】（ｅ）候補１群の中で認識誤りの文字が２
文字含まれる場合、それら誤りの文字距離が２以内（１
２ビット又は８ビットのバーストエラー）であれば、候
補群の範囲を広げて行くことにより、必ず正しい文字を
見つけることができる。

【００４３】また、文字距離が２より大きい（１２ビッ
トより大きなバーストエラーがある）場合、候補群の範
囲を広げて行くことにより、９９％以上の確率で正しい
文字を見つけることができる。

【００４４】（ｆ）候補１群の中で認識誤りの文字が３
文字含まれる場合、それら誤りの文字が隣接している
（１２ビットのバーストエラーがある）場合、候補群の
範囲を広げて行くことにより、必ず正しい文字を見つけ
ることができる。

【００４５】また、隣接しない３文字に誤りがある（１
２ビットより大きなバーストエラーがある）場合、候補
群の範囲を広げて行くことにより、９９％以上の確率で
正しい文字を見つけることができる。

【００４６】（ｇ）候補１群の中で認識誤りの文字が４
文字含まれる場合、候補群の範囲を広げて行くことによ
り、９９％以上の確率で正しい文字を見つけることがで
きる。

【００４７】以上のとおり、本実施例においては、認識
対象文字列の文字を各４ビット符号に制限し、これに予
め検査コードを付加して認識を行うようにしたため、前
記実施例の効果に加えて、以下の効果がある。

【００４８】（４）検査コード文字長を短くすることが
できる。

【００４９】（５）１文字当たりの符号長を短くするこ
とにより、精度１００％で文字認識できる範囲が隣接誤
り２文字から隣接誤り３文字まで広げることができる。

【００５０】なお、以上までの実施例において、認識対
象文字列を英数字と記号に限らず、漢字や仮名を含むも
のにも適用できる。また、検査コードは、英数字にする
に限らず、認識対象文字列との区別を容易にするため、
バーコードなどに変換して文字列に付加しておくことで
も良い。

【００５１】

【発明の効果】以上のとおり、本発明によれば、認識対
象文字列には予め検査コードを付加しておき、この文字
列と検査コードを一緒に読み取り、検査コードも含めた
各文字を個別に認識し、各文字別に正解率の高い候補順
に配列し、各候補について順にその検査コードから正誤
を判定し、正解と判定された候補を認識結果として出力
するようにしたため、読み取り画像の品質に影響される
ことなく文字列の認識率を高めることができる。

【図面の簡単な説明】

【図１】本発明の一実施例を示す文字認識処理フロー。

Claims (1)

【特許請求の範囲】
1. 【請求項１】 活字文字列を光学的に読み取った画像デ
   ータからコンピュータにより文字認識する文字認識方法
   において、 認識対象文字列が正しく認識できたか否かを判定するた
   めの検査コードを該認識対象文字列に付加しておき、 前記認識対象文字列と検査コードを光学的に読み取った
   画像データの各文字を個別に認識処理し、 各文字の個別の認識結果から正解率の高いと思われる候
   補を順番に列挙して各文字の候補を組み合わせた候補群
   の配列をし、 各候補群の検査コードの文字列を使って該候補群が正し
   いか否かを各候補群について繰り返し判定し、 この判定で正しい候補群の文字列を認識結果として出力
   することを特徴とする文字認識方法。