JPH1027216A - 文字パターンの認識処理方法及び装置 - Google Patents
文字パターンの認識処理方法及び装置Info
- Publication number
- JPH1027216A JPH1027216A JP8179404A JP17940496A JPH1027216A JP H1027216 A JPH1027216 A JP H1027216A JP 8179404 A JP8179404 A JP 8179404A JP 17940496 A JP17940496 A JP 17940496A JP H1027216 A JPH1027216 A JP H1027216A
- Authority
- JP
- Japan
- Prior art keywords
- character
- character pattern
- white
- feature
- mesh
- 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.)
- Pending
Links
Landscapes
- Character Discrimination (AREA)
Abstract
(57)【要約】
【課題】 文字線の傾きや接続関係の変動の影響を受け
にくくし、手書き変形の多い文字対象を認識可能とす
る。 【解決手段】 ２値化された文字パターンを複数の粗い
メッシュ領域に分割する（３０１）。各メッシュ領域内
の文字部の黒画素と輪郭を形成する背景部の白画素につ
いて、あらかじめ定めた複数方向に触手を伸ばして各方
向別に白画素の連結長を求める（３０２）。該白画素連
結長から該白画素の背景部の方向成分別の分布状況を表
わす方向寄与度の値を各メッシュ領域毎に計数し、文字
パターンの特徴とする（３０３）。この特徴は、文字の
２次元的な構造を表わし、かつ、文字線の傾きや接続関
係の変化の影響を受けにくく、手書き変形の多い文字対
象の認識が可能になる。
にくくし、手書き変形の多い文字対象を認識可能とす
る。 【解決手段】 ２値化された文字パターンを複数の粗い
メッシュ領域に分割する（３０１）。各メッシュ領域内
の文字部の黒画素と輪郭を形成する背景部の白画素につ
いて、あらかじめ定めた複数方向に触手を伸ばして各方
向別に白画素の連結長を求める（３０２）。該白画素連
結長から該白画素の背景部の方向成分別の分布状況を表
わす方向寄与度の値を各メッシュ領域毎に計数し、文字
パターンの特徴とする（３０３）。この特徴は、文字の
２次元的な構造を表わし、かつ、文字線の傾きや接続関
係の変化の影響を受けにくく、手書き変形の多い文字対
象の認識が可能になる。
Description
【０００１】
【発明の属する技術分野】本発明は、文字パターンの認
識方法及び装置に関し、特に光電変換によって得られた
文字パターンを２値化した文字パターンに対して、手書
き漢字のような多字種、多様な手書き変形をもつ文字対
象を認識するのに好適な文字パターン認識方法及び装置
に関するものである。
識方法及び装置に関し、特に光電変換によって得られた
文字パターンを２値化した文字パターンに対して、手書
き漢字のような多字種、多様な手書き変形をもつ文字対
象を認識するのに好適な文字パターン認識方法及び装置
に関するものである。
【０００２】
【従来の技術】文字パターンの認識処理には、従来から
種々の方法が提案されているが、その一つにメッシュ分
割法がある。従来、これの代表的な方法としては、次の
ような方法のものが知られている。
種々の方法が提案されているが、その一つにメッシュ分
割法がある。従来、これの代表的な方法としては、次の
ような方法のものが知られている。
【０００３】第１の方法は、２値化し、位置及び大きさ
の正規化を行った文字パターンを、複数の粗いメッシュ
領域に分割し、各メッシュ領域内に存在する文字部に対
して複数方向の座標軸から観測し、該座標軸上の各位置
における該座標軸に直交する方向の文字部を横切る文字
線数を計数し、この情報から特徴ベクトルパターンを作
成し、すでに蓄えておいた各文字の特徴辞書テーブルと
のマッチングをとり、文字パターンの認識を行う方法で
ある。
の正規化を行った文字パターンを、複数の粗いメッシュ
領域に分割し、各メッシュ領域内に存在する文字部に対
して複数方向の座標軸から観測し、該座標軸上の各位置
における該座標軸に直交する方向の文字部を横切る文字
線数を計数し、この情報から特徴ベクトルパターンを作
成し、すでに蓄えておいた各文字の特徴辞書テーブルと
のマッチングをとり、文字パターンの認識を行う方法で
ある。
【０００４】また、第２の方法は、同様に２値化し、位
置及び大きさの正規化を行った文字パターンを複数の粗
いメッシュ領域に分割し、各メッシュ領域内に存在する
文字部に対して複数方向の座標軸から観測し、該座標軸
から走査した際に交差した文字部の黒画素について、文
字線の方向寄与度を求めることにより文字を認識する方
法である。
置及び大きさの正規化を行った文字パターンを複数の粗
いメッシュ領域に分割し、各メッシュ領域内に存在する
文字部に対して複数方向の座標軸から観測し、該座標軸
から走査した際に交差した文字部の黒画素について、文
字線の方向寄与度を求めることにより文字を認識する方
法である。
【０００５】
【発明が解決しようとする課題】上記従来技術におい
て、第１の方法では、文字部を横切る文字線数によって
字種の違いによる文字線構造の大まかな複雑さの違いを
区別できるものの、より詳細な文字線構造の違いを表す
情報がない為、類似文字が多くかつ手書き変形も多い文
字対象をうまく認識できないという問題点があった。ま
た、第２の方法では、文字線の傾き、接続関係の変化等
の手書き変形の多い文字対象をうまく認識できないとい
う問題点があった。
て、第１の方法では、文字部を横切る文字線数によって
字種の違いによる文字線構造の大まかな複雑さの違いを
区別できるものの、より詳細な文字線構造の違いを表す
情報がない為、類似文字が多くかつ手書き変形も多い文
字対象をうまく認識できないという問題点があった。ま
た、第２の方法では、文字線の傾き、接続関係の変化等
の手書き変形の多い文字対象をうまく認識できないとい
う問題点があった。
【０００６】本発明の目的は、２値化し、位置及び大き
さの正規化をされた文字パターンについて、文字の二次
元的な構造に関する情報がえられ、かつ文字線の傾きや
接続関係の変化等を受けにくい特徴を用いることによ
り、文字線の傾きや接続関係の変化等の手書き変形の多
い文字対象を認識することを可能にする文字パターン認
識方法及び装置を提供することにある。
さの正規化をされた文字パターンについて、文字の二次
元的な構造に関する情報がえられ、かつ文字線の傾きや
接続関係の変化等を受けにくい特徴を用いることによ
り、文字線の傾きや接続関係の変化等の手書き変形の多
い文字対象を認識することを可能にする文字パターン認
識方法及び装置を提供することにある。
【０００７】
【課題を解決するための手段】上記目的を達成するた
め、本発明は、文字パターンにおける文字部の黒点と輪
郭を形成する背景部の白点の方向寄与度、複数に分割さ
れた各粗いメッシュ領域ごとに計算することにより、文
字線の相互配置関係に関する情報を求めることを特徴と
する。これにより、文字の二次元的な構造が得られ、か
つ文字線の傾きや接続関係の変化の影響を受けにくくな
るので、手書き変形の多い文字対象を認識できるように
なる。
め、本発明は、文字パターンにおける文字部の黒点と輪
郭を形成する背景部の白点の方向寄与度、複数に分割さ
れた各粗いメッシュ領域ごとに計算することにより、文
字線の相互配置関係に関する情報を求めることを特徴と
する。これにより、文字の二次元的な構造が得られ、か
つ文字線の傾きや接続関係の変化の影響を受けにくくな
るので、手書き変形の多い文字対象を認識できるように
なる。
【０００８】
【発明の実施の形態】以下に、図面を参照して本発明の
一実施例を説明する。図１は、本発明の一実施例を説明
する全体構成図である。図において、１０は２値化され
た入力文字パターン、２０は前処理部、３０は特徴抽出
部、４０は識別処理部、５０は特徴辞書テーブル、６０
は識別結果である。
一実施例を説明する。図１は、本発明の一実施例を説明
する全体構成図である。図において、１０は２値化され
た入力文字パターン、２０は前処理部、３０は特徴抽出
部、４０は識別処理部、５０は特徴辞書テーブル、６０
は識別結果である。
【０００９】前処理部２０は、例えば従来から知られて
いる位置の正規化処理法を用いて、入力文字パターン１
０を構成する全黒点のｘ，ｙ座標値の各々の平均値を算
出して文字の重心と定義し、ついで該重心が文字枠の中
心位置にくるように入力文字パターン全体の平行移動処
理を行う。また、同様に、従来から知られている大きさ
の正規化処理法を用いて、重心から各筆点への距離の平
均値があらかじめ定めた正規化半径に等しくなるよう
に、重心回りに一様に文字パターンの拡大／縮小処理を
行う。さらに、該前処理部２０では、位置と大きさの正
規化処理後の文字パターンが文字枠をはみ出した場合に
は、文字枠にはみ出した文字部を除去する処理（枠取り
処理）を行ったり、また、位置と大きさの正規化処理後
の文字パターンの文字線輪郭部分の黒点の１メッシュの
凹凸をそれぞれ埋めるかまたは取り除く処理（平滑化処
理）を行う。
いる位置の正規化処理法を用いて、入力文字パターン１
０を構成する全黒点のｘ，ｙ座標値の各々の平均値を算
出して文字の重心と定義し、ついで該重心が文字枠の中
心位置にくるように入力文字パターン全体の平行移動処
理を行う。また、同様に、従来から知られている大きさ
の正規化処理法を用いて、重心から各筆点への距離の平
均値があらかじめ定めた正規化半径に等しくなるよう
に、重心回りに一様に文字パターンの拡大／縮小処理を
行う。さらに、該前処理部２０では、位置と大きさの正
規化処理後の文字パターンが文字枠をはみ出した場合に
は、文字枠にはみ出した文字部を除去する処理（枠取り
処理）を行ったり、また、位置と大きさの正規化処理後
の文字パターンの文字線輪郭部分の黒点の１メッシュの
凹凸をそれぞれ埋めるかまたは取り除く処理（平滑化処
理）を行う。
【００１０】図２に、文字「木」について、前処理部２
０の正規化処理により入力文字パターン１０が正規化さ
れる例を示す。図２（ａ）は入力文字パターン１０の例
である。図２（ｂ）は、前処理部２０において、該入力
文字パターン１０に対して位置と大きさの正規化処理を
行った後の文字パターンである。また、図２（ｃ）は、
位置と大きさの正規化処理後の文字パターンが文字枠を
はみ出した例、図２（ｄ）は、これに対して枠取り処理
を行った例、図２（ｅ）は、平滑化処理を行った例をそ
れぞれ示している。
０の正規化処理により入力文字パターン１０が正規化さ
れる例を示す。図２（ａ）は入力文字パターン１０の例
である。図２（ｂ）は、前処理部２０において、該入力
文字パターン１０に対して位置と大きさの正規化処理を
行った後の文字パターンである。また、図２（ｃ）は、
位置と大きさの正規化処理後の文字パターンが文字枠を
はみ出した例、図２（ｄ）は、これに対して枠取り処理
を行った例、図２（ｅ）は、平滑化処理を行った例をそ
れぞれ示している。
【００１１】特徴抽出部３０は、本発明の主要部をなす
もので、前処理部２０において正規化処理を施こされた
文字パターンを入力して、該文字パターンを複数の粗い
メッシュ領域に分割し、各メッシュ領域内の文字部の黒
点と輪郭を形成する背景部の白点についてあらかじめ定
めた複数方向に触手を伸ばし、各方向に連絡する白点の
点数を計数し、該白画素の方向寄与度を求める処理を行
う。
もので、前処理部２０において正規化処理を施こされた
文字パターンを入力して、該文字パターンを複数の粗い
メッシュ領域に分割し、各メッシュ領域内の文字部の黒
点と輪郭を形成する背景部の白点についてあらかじめ定
めた複数方向に触手を伸ばし、各方向に連絡する白点の
点数を計数し、該白画素の方向寄与度を求める処理を行
う。
【００１２】図３に、該特徴抽出部３０の処理フローチ
ャートを示す。ここで、３０１は文字パターンを複数の
粗いメッシュ領域に分割する処理、３０２は各メッシュ
領域において、文字部の黒画素（黒点）と輪郭を形成す
る背景部の白画素（白点）について、複数方向（例えば
８方向の場合には０°、４５°、９０°、１３５°、１
８０°、２２５°、２７０°、３１５°の８方向）に触
手を伸ばして、各方向別に白画素の連結長を求める処
理、３０３は白画素連結長から該白画素の背景部の各方
向成分別の分布状況を表す方向寄与度の値を各メッシュ
領域毎に計数し、当該文字パターンの特徴とする処理で
ある。なお、この特徴抽出部３０の具体的処理のアルゴ
リズムについては後述する。
ャートを示す。ここで、３０１は文字パターンを複数の
粗いメッシュ領域に分割する処理、３０２は各メッシュ
領域において、文字部の黒画素（黒点）と輪郭を形成す
る背景部の白画素（白点）について、複数方向（例えば
８方向の場合には０°、４５°、９０°、１３５°、１
８０°、２２５°、２７０°、３１５°の８方向）に触
手を伸ばして、各方向別に白画素の連結長を求める処
理、３０３は白画素連結長から該白画素の背景部の各方
向成分別の分布状況を表す方向寄与度の値を各メッシュ
領域毎に計数し、当該文字パターンの特徴とする処理で
ある。なお、この特徴抽出部３０の具体的処理のアルゴ
リズムについては後述する。
【００１３】識別部４０は、特徴抽出部３０によって得
られた方向寄与度の値をもとに文字パターンを識別する
ための特徴テーブルを作成し、該特徴テーブルをもと
に、すでに蓄えておいた各文字の特徴辞書テーブル５０
と従来から知られているマッチング方法によりマッチン
グをとり、文字パターンの識別を行う。
られた方向寄与度の値をもとに文字パターンを識別する
ための特徴テーブルを作成し、該特徴テーブルをもと
に、すでに蓄えておいた各文字の特徴辞書テーブル５０
と従来から知られているマッチング方法によりマッチン
グをとり、文字パターンの識別を行う。
【００１４】次に、特徴抽出部３０の処理のアルゴリズ
ムとして、文字パターンをＫ個の粗いメッシュ領域に分
割し、各メッシュ領域内の文字部の黒点と輪郭を形成す
る背景部の白点について８方向（０°、４５°、９０
°、１３５°、１８０°、２２５°、２７０°、３１５
°）に触手を伸ばして、背景部の方向寄与度を求め、文
字パターンを識別する場合を説明する。
ムとして、文字パターンをＫ個の粗いメッシュ領域に分
割し、各メッシュ領域内の文字部の黒点と輪郭を形成す
る背景部の白点について８方向（０°、４５°、９０
°、１３５°、１８０°、２２５°、２７０°、３１５
°）に触手を伸ばして、背景部の方向寄与度を求め、文
字パターンを識別する場合を説明する。
【００１５】図４は、前処理部２０によって得られたＮ
×Ｎメッシュの文字パターンを、Ｋ個の粗いメッシュ領
域、例えば正方形のメッシュ領域に等分割する様子を示
す。図４において、１，２，・・・，ｋ，・・・，Ｋが
それぞれメッシュ領域である。図５は、白点連結長を求
めるために触手を伸ばす８方向（０°、４５°、９０
°、１３５°、１８０°、２２５°、２７０°、３１５
°）を示した図、図６は、文字部の黒点と輪郭を形成す
る背景部の白点連結長を求める様子を示した図である。
以下では、０°、４５°、９０°、１３５°、１８０
°、２２５°、２７０°、３１５°の各８方向に、それ
ぞれ１，２，３，４，５，６，７，８の番号を付ける。
×Ｎメッシュの文字パターンを、Ｋ個の粗いメッシュ領
域、例えば正方形のメッシュ領域に等分割する様子を示
す。図４において、１，２，・・・，ｋ，・・・，Ｋが
それぞれメッシュ領域である。図５は、白点連結長を求
めるために触手を伸ばす８方向（０°、４５°、９０
°、１３５°、１８０°、２２５°、２７０°、３１５
°）を示した図、図６は、文字部の黒点と輪郭を形成す
る背景部の白点連結長を求める様子を示した図である。
以下では、０°、４５°、９０°、１３５°、１８０
°、２２５°、２７０°、３１５°の各８方向に、それ
ぞれ１，２，３，４，５，６，７，８の番号を付ける。
【００１６】第ｋ番目（１，２，・・・，ｋ，・・・，
Ｋ）のメッシュ領域内における文字部の黒点と輪郭を形
成する背景部の各白点の方向寄与度ｆは、 ｆ＝（α１，α２，α３，α４，α５，α６，α７，α
８） なる８次元ベクトルで表される。ここで、α１，α２，
・・・，α８はそれぞれ、８方向の方向寄与度成分で、
該当白点から８方向に触手を伸ばし、各方向別に得られ
る白点連結長ｌｉ（ｉ＝１，２，・・・，８）を用い
て、例として
Ｋ）のメッシュ領域内における文字部の黒点と輪郭を形
成する背景部の各白点の方向寄与度ｆは、 ｆ＝（α１，α２，α３，α４，α５，α６，α７，α
８） なる８次元ベクトルで表される。ここで、α１，α２，
・・・，α８はそれぞれ、８方向の方向寄与度成分で、
該当白点から８方向に触手を伸ばし、各方向別に得られ
る白点連結長ｌｉ（ｉ＝１，２，・・・，８）を用い
て、例として
【００１７】
【数１】
【００１８】で表される。このαｉには、ここで示した
ユークリッド距離以外の距離を適用することも可能であ
る。
ユークリッド距離以外の距離を適用することも可能であ
る。
【００１９】このようにして求められるｆを、各メッシ
ュ領域内の文字部の黒点と輪郭を形成する背景部の全て
の白点について求めて、累積することにより、または累
積した値を白点の数によって平均化することにより、第
ｋ番目のメッシュ領域において得られる特徴パターンｆ
ｋは、 ｆｋ＝（αｋ１，αｋ２，・・・，αｋ８） で表される。ここで、αｋ１，αｋ２，・・・，αｋ８
は、第ｋ番目のメッシュ領域内に存在する文字部の黒点
と輪郭を形成する背景部の全ての白点における方向寄与
度ベクトルをそれぞれ方向成分別に累積した方向寄与度
のベクトルの各要素、または方向成分別に累積した方向
寄与度のベクトルの各要素を白点の数によって平均化し
た各要素である。したがって文字パターンの特徴ベクト
ルＦは、 Ｆ＝（ｆ１，ｆ２，・・・，ｆｋ，・・・，ｆＫ） で表される。
ュ領域内の文字部の黒点と輪郭を形成する背景部の全て
の白点について求めて、累積することにより、または累
積した値を白点の数によって平均化することにより、第
ｋ番目のメッシュ領域において得られる特徴パターンｆ
ｋは、 ｆｋ＝（αｋ１，αｋ２，・・・，αｋ８） で表される。ここで、αｋ１，αｋ２，・・・，αｋ８
は、第ｋ番目のメッシュ領域内に存在する文字部の黒点
と輪郭を形成する背景部の全ての白点における方向寄与
度ベクトルをそれぞれ方向成分別に累積した方向寄与度
のベクトルの各要素、または方向成分別に累積した方向
寄与度のベクトルの各要素を白点の数によって平均化し
た各要素である。したがって文字パターンの特徴ベクト
ルＦは、 Ｆ＝（ｆ１，ｆ２，・・・，ｆｋ，・・・，ｆＫ） で表される。
【００２０】このようにして表される文字パターンの特
徴ベクトルＦの各要素の値を文字パターンの特徴として
特徴テーブルを作成し、識別部４０において、例えば従
来から知られている識別関数としてユークリッド距離な
どの識別関数Ｄ（Ｆ）を求め、文字パターンを識別す
る。
徴ベクトルＦの各要素の値を文字パターンの特徴として
特徴テーブルを作成し、識別部４０において、例えば従
来から知られている識別関数としてユークリッド距離な
どの識別関数Ｄ（Ｆ）を求め、文字パターンを識別す
る。
【００２１】ここで、識別関数は入力文字パターンの特
徴ベクトルと、あらかじめ蓄えられている特徴辞書テー
ブル５０の各文字種ごとの特徴ベクトル間で距離値の演
算を行い、距離値の一番小さい（関数によっては一番大
きい）値をとった文字を候補文字として出力する。
徴ベクトルと、あらかじめ蓄えられている特徴辞書テー
ブル５０の各文字種ごとの特徴ベクトル間で距離値の演
算を行い、距離値の一番小さい（関数によっては一番大
きい）値をとった文字を候補文字として出力する。
【００２２】特徴抽出部３０で得られた入力文字パター
ンの特徴ベクトルをＦ＝（ｆ１，ｆ２，・・・，ｆｋ，
・・・，ｆＫ）、特徴辞書テーブル５０の各文字ｉ（１
≦ｉ≦Ｍ）の特徴ベクトルをＳｉ＝（ｓｉ１，ｓｉ２，
・・・，ｓｉＫ）とすると、例えばユークリッド距離の
場合、識別部４０では、ｉ＝１〜Ｍまでの字種の間で、
ンの特徴ベクトルをＦ＝（ｆ１，ｆ２，・・・，ｆｋ，
・・・，ｆＫ）、特徴辞書テーブル５０の各文字ｉ（１
≦ｉ≦Ｍ）の特徴ベクトルをＳｉ＝（ｓｉ１，ｓｉ２，
・・・，ｓｉＫ）とすると、例えばユークリッド距離の
場合、識別部４０では、ｉ＝１〜Ｍまでの字種の間で、
【００２３】
【数２】
【００２４】の計算を行い、一番小さい値を取ったｉの
字種を正解文字パターンとして出力する。
字種を正解文字パターンとして出力する。
【００２５】次に、特徴抽出部３０における別のアルゴ
リズムの適用例を説明する。前処理部２０によって得ら
れたＮ×Ｎメッシュの文字パターンを、Ｋ個の粗いメッ
シュ領域、例えば正方形のメッシュ領域に等分割する。
本アルゴリズムでは、第ｋ番目（１，２，・・・，ｋ，
・・・，Ｋ）のメッシュ領域内における文字部の黒点と
輪郭を形成する背景部の各白点の方向寄与度ｇを、 ｇ＝（β１，β２，β３，β４） なる４次元ベクトルで表す。ここで、β１，β２，・・
・β４はそれぞれ４方向の方向寄与度成分で、該当白点
から８方向に触手を伸ばし、各方向別に得られる白点連
結長ｌｉ（ｉ＝１，２，・・・，８）を用いて、例とし
て
リズムの適用例を説明する。前処理部２０によって得ら
れたＮ×Ｎメッシュの文字パターンを、Ｋ個の粗いメッ
シュ領域、例えば正方形のメッシュ領域に等分割する。
本アルゴリズムでは、第ｋ番目（１，２，・・・，ｋ，
・・・，Ｋ）のメッシュ領域内における文字部の黒点と
輪郭を形成する背景部の各白点の方向寄与度ｇを、 ｇ＝（β１，β２，β３，β４） なる４次元ベクトルで表す。ここで、β１，β２，・・
・β４はそれぞれ４方向の方向寄与度成分で、該当白点
から８方向に触手を伸ばし、各方向別に得られる白点連
結長ｌｉ（ｉ＝１，２，・・・，８）を用いて、例とし
て
【００２６】
【数３】
【００２７】で表される。なお、このβｉには、ここで
示したユークリッド距離以外の距離を適用することも可
能である。
示したユークリッド距離以外の距離を適用することも可
能である。
【００２８】このようにして求められるｇを、各メッシ
ュ領域内の文字部の黒点と輪郭を形成する背景部の全て
の白点について求めて、累積することにより、または累
積した値を各メッシュ領域内の白点の数によって平均化
することにより、第ｋ番目のメッシュ領域において得ら
れる特徴パターンｇｋは、 ｇｋ＝（βｋ１，βｋ２，βｋ３，βｋ４） で表される。ここで、βｋ１，βｋ２，βｋ３，βｋ４
は、第ｋ番目のメッシュ領域内に存在する文字部の黒点
と輪郭を形成する背景部の全ての白点における方向寄与
度ベクトルをそれぞれ方向成分別に累積した方向寄与度
のベクトルの各要素、または方向成分別に累積した方向
寄与度のベクトルの各要素を白点の数によって平均化し
た各要素である。したがって文字パターンの特徴ベクト
ルＧは、 Ｇ＝（ｇ１，ｇ２，・・・，ｇｋ，・・・ｇＫ） で表される。
ュ領域内の文字部の黒点と輪郭を形成する背景部の全て
の白点について求めて、累積することにより、または累
積した値を各メッシュ領域内の白点の数によって平均化
することにより、第ｋ番目のメッシュ領域において得ら
れる特徴パターンｇｋは、 ｇｋ＝（βｋ１，βｋ２，βｋ３，βｋ４） で表される。ここで、βｋ１，βｋ２，βｋ３，βｋ４
は、第ｋ番目のメッシュ領域内に存在する文字部の黒点
と輪郭を形成する背景部の全ての白点における方向寄与
度ベクトルをそれぞれ方向成分別に累積した方向寄与度
のベクトルの各要素、または方向成分別に累積した方向
寄与度のベクトルの各要素を白点の数によって平均化し
た各要素である。したがって文字パターンの特徴ベクト
ルＧは、 Ｇ＝（ｇ１，ｇ２，・・・，ｇｋ，・・・ｇＫ） で表される。
【００２９】このようにして表される文字パターンの特
徴ベクトルＧの各要素の値を文字パターンの特徴として
特徴テーブルを作成し、識別部４０において、例えば従
来から知られている識別関数としてユークリッド距離な
どの識別関数Ｄ（Ｇ）を求め、文字パターンを識別す
る。
徴ベクトルＧの各要素の値を文字パターンの特徴として
特徴テーブルを作成し、識別部４０において、例えば従
来から知られている識別関数としてユークリッド距離な
どの識別関数Ｄ（Ｇ）を求め、文字パターンを識別す
る。
【００３０】
【発明の効果】以上説明したように、本発明によれば背
景部の方向寄与度を求めることにより網字の相対位置及
び輪郭近傍の形状が抽出できるので、文字線の傾きや接
続関係の変動の影響を受けにくくなることにより、手書
き変形の多い文字対象を認識できることが可能になる。
景部の方向寄与度を求めることにより網字の相対位置及
び輪郭近傍の形状が抽出できるので、文字線の傾きや接
続関係の変動の影響を受けにくくなることにより、手書
き変形の多い文字対象を認識できることが可能になる。
【図１】本発明の一実施例を示す全体構成図である。
【図２】前処理部における前処理の様子を示す図であ
る。
る。
【図３】特徴抽出部における処理フローチャートであ
る。
る。
【図４】特徴抽出部における文字パターンを粗いメッシ
ュ領域に分割する様子を示す図である。
ュ領域に分割する様子を示す図である。
【図５】特徴抽出部において白点連結長を求めるために
触手を伸ばす方向として、８方向にした場合を示す図で
ある。
触手を伸ばす方向として、８方向にした場合を示す図で
ある。
【図６】特徴抽出部において文字部の黒点と輪郭を形成
する背景部の白点連結長を求める様子を示す図である。
する背景部の白点連結長を求める様子を示す図である。
１０ 入力文字パターン ２０ 前処理部 ３０ 特徴抽出部 ４０ 識別部 ５０ 特徴辞書テーブル ６０ 識別結果
Claims (2)
- 【請求項１】 ２値化された文字パターンを複数のメッ
シュ領域に分割し、各メッシュ領域内において、文字部
の黒画素と輪郭を形成する背景部の白画素について、あ
らかじめ定めた複数方向に触手を伸ばして各方向別に白
画素の連結長を求め、該白画素連結長から求められる該
白画素の背景部の方向成分別の分布状況を表す方向寄与
度の値を各メッシュ領域毎に計数し、該方向寄与度の値
を用いることにより、文字パターンを認識することを特
徴とする文字パターン認識処理方法。 - 【請求項２】 ２値化された文字パターンに文字の位置
及び大きさについて正規化処理を行う前処理部と、前記
正規化された文字パターンを複数のメッシュ領域に分割
し、各メッシュ領域内において、文字部の黒画素と輪郭
を形成する背景部の白画素について、あらかじめ定めた
複数方向に触手を伸ばして各方向別に白画素の連結長を
求め、該白画素連結長から該白画素の背景部の方向成分
別の分布状況を表す方向寄与度の値を各メッシュ領域毎
に計数して該文字パターンの特徴とする特徴抽出部と、
前記特徴を利用して識別処理を行う識別部とを備えるこ
とを特徴とする文字パターン認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8179404A JPH1027216A (ja) | 1996-07-09 | 1996-07-09 | 文字パターンの認識処理方法及び装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8179404A JPH1027216A (ja) | 1996-07-09 | 1996-07-09 | 文字パターンの認識処理方法及び装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1027216A true JPH1027216A (ja) | 1998-01-27 |
Family
ID=16065284
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8179404A Pending JPH1027216A (ja) | 1996-07-09 | 1996-07-09 | 文字パターンの認識処理方法及び装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH1027216A (ja) |
-
1996
- 1996-07-09 JP JP8179404A patent/JPH1027216A/ja active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH07105370A (ja) | 指紋紋様分類方法 | |
| JP4062987B2 (ja) | 画像の領域分割方法、画像の領域分割装置、画像の領域分割プログラム | |
| CN112766082B (zh) | 基于宏微观特征的中文文本笔迹鉴别方法、装置及存储介质 | |
| Sisodia et al. | A conglomerate technique for finger print recognition using phone camera captured images | |
| JPH1027215A (ja) | 文字パターンの認識処理方法及び装置 | |
| JPH1027216A (ja) | 文字パターンの認識処理方法及び装置 | |
| JP4264332B2 (ja) | 文字認識装置、ナンバープレート認識システム | |
| JP3113769B2 (ja) | 文字認識装置 | |
| JP2785747B2 (ja) | 文字読取装置 | |
| JP3758229B2 (ja) | 線分抽出方法、線分抽出装置及び線分抽出処理プログラム | |
| JPS5951033B2 (ja) | 図形基本要素抽出装置 | |
| Kurnia et al. | Object detection on hindered condition by using chain code-based angle detection | |
| Shen et al. | Feature extraction in fingerprint images | |
| GB2329738A (en) | Determining relationship between line segments in pattern recognition | |
| KR100235353B1 (ko) | 패턴 인식 시스템에서 입력 영상의 원 추출 방법 | |
| JP2909604B2 (ja) | ファジイパターン認識方法及び装置 | |
| JP3104355B2 (ja) | 特徴抽出装置 | |
| RU2364936C1 (ru) | Способ формирования представления (шаблона) отпечатка пальца человека | |
| JP2976426B2 (ja) | 文字認識装置 | |
| JP2000067162A (ja) | 文字パターンの認識方法及びその装置及びその方法を記録した記録媒体 | |
| Starzyk et al. | Vector contour representation for object recognition in neural networks | |
| Liang et al. | A combinatorial approach to fingerprint binarization and minutiae extraction using euclidean distance transform | |
| KR100675000B1 (ko) | 지문영상 전처리 장치 및 방법 | |
| JPH09297819A (ja) | 文字認識方法および装置 | |
| KR940007935B1 (ko) | 문자 인식을 위한 후보 분류 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040413 |