JPH1069520A - 文字認識方法及びプログラムを記録した記録媒体 - Google Patents
文字認識方法及びプログラムを記録した記録媒体Info
- Publication number
- JPH1069520A JPH1069520A JP9159539A JP15953997A JPH1069520A JP H1069520 A JPH1069520 A JP H1069520A JP 9159539 A JP9159539 A JP 9159539A JP 15953997 A JP15953997 A JP 15953997A JP H1069520 A JPH1069520 A JP H1069520A
- Authority
- JP
- Japan
- Prior art keywords
- character
- character string
- rectangular frame
- inclination angle
- recognition
- 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.)
- Withdrawn
Links
Landscapes
- Character Input (AREA)
Abstract
(57)【要約】
【課題】 傾いた文字又は文字列について認識率の向上
を図ることができる文字認識方法を提供する。 【解決手段】 傾いた長方形の枠Wで認識対象の文字列
を囲んで認識範囲を指定する。このとき、その文字列の
傾き角度と同じ角度だけ傾けた長方形の枠Wで認識対象
の文字列を囲むようにする。かかる長方形の枠Wは、そ
の四つの頂点のうち三点P1 ,P2 ,P3 を指定するこ
とにより設定される。そして、三点のうち第一番目に指
定した点P1 と第二番目に指定した点P2 とを結ぶ直線
と水平方向とのなす角度を求めることにより長方形Wの
枠の傾き角度θを算出する。その後、長方形の枠Wの傾
き角度θに基づいて文字列の傾き角度を決定し、文字列
の傾き角度を考慮して、文字の認識を行う。
を図ることができる文字認識方法を提供する。 【解決手段】 傾いた長方形の枠Wで認識対象の文字列
を囲んで認識範囲を指定する。このとき、その文字列の
傾き角度と同じ角度だけ傾けた長方形の枠Wで認識対象
の文字列を囲むようにする。かかる長方形の枠Wは、そ
の四つの頂点のうち三点P1 ,P2 ,P3 を指定するこ
とにより設定される。そして、三点のうち第一番目に指
定した点P1 と第二番目に指定した点P2 とを結ぶ直線
と水平方向とのなす角度を求めることにより長方形Wの
枠の傾き角度θを算出する。その後、長方形の枠Wの傾
き角度θに基づいて文字列の傾き角度を決定し、文字列
の傾き角度を考慮して、文字の認識を行う。
Description
【0001】
【発明の属する技術分野】本発明は、たとえば地図等の
図面を読み取り、図面に記入された文字又は文字列を認
識する文字認識方法に関するものである。
図面を読み取り、図面に記入された文字又は文字列を認
識する文字認識方法に関するものである。
【0002】
【従来の技術】CADシステム等は、たとえば地図等の
図面を読み取り、図面に記入された文字又は文字列を認
識する文字認識機能を有する。かかる文字認識を行うに
は、まず、オペレータが、画面上で文字又は文字列を長
方形の枠で囲んで認識範囲を指定する。ここで、長方形
の枠は、水平な辺と垂直な辺とを有するものであり、そ
の四つの頂点のうち対角に位置する二点を指定すること
により設定される。こうして認識範囲を指定すると、そ
の認識範囲に含まれる文字の二値画像データから複数の
特徴量を抽出し、特徴パターンを得る。そして、その特
徴パターンと、既に登録されている基準パターンとを比
較することにより、文字認識を行っている。
図面を読み取り、図面に記入された文字又は文字列を認
識する文字認識機能を有する。かかる文字認識を行うに
は、まず、オペレータが、画面上で文字又は文字列を長
方形の枠で囲んで認識範囲を指定する。ここで、長方形
の枠は、水平な辺と垂直な辺とを有するものであり、そ
の四つの頂点のうち対角に位置する二点を指定すること
により設定される。こうして認識範囲を指定すると、そ
の認識範囲に含まれる文字の二値画像データから複数の
特徴量を抽出し、特徴パターンを得る。そして、その特
徴パターンと、既に登録されている基準パターンとを比
較することにより、文字認識を行っている。
【0003】
【発明が解決しようとする課題】ところで、一般に、図
面に記入された文字又は文字列は傾いていることがあ
る。このような傾いた文字又は文字列を認識する場合、
従来のCADシステムでは、オペレータが、上記のよう
に文字又は文字列を長方形の枠で囲んで指定すると共
に、キーボードから文字又は文字列の傾き角度を入力す
る。そして、文字又は文字列の傾き角度を考慮して、文
字の認識を行う。しかしながら、オペレータが画面上で
文字を見ながら文字又は文字列の傾き角度を求めている
ので、正確な文字又は文字列の傾き角度を得ることは困
難である。このため、傾いた文字又は文字列について
は、認識できないことがあり、認識率が悪いという問題
があった。
面に記入された文字又は文字列は傾いていることがあ
る。このような傾いた文字又は文字列を認識する場合、
従来のCADシステムでは、オペレータが、上記のよう
に文字又は文字列を長方形の枠で囲んで指定すると共
に、キーボードから文字又は文字列の傾き角度を入力す
る。そして、文字又は文字列の傾き角度を考慮して、文
字の認識を行う。しかしながら、オペレータが画面上で
文字を見ながら文字又は文字列の傾き角度を求めている
ので、正確な文字又は文字列の傾き角度を得ることは困
難である。このため、傾いた文字又は文字列について
は、認識できないことがあり、認識率が悪いという問題
があった。
【0004】本発明は上記事情に基づいてなされたもの
であり、傾いた文字又は文字列について認識率の向上を
図ることができる文字認識方法を提供することを目的と
するものである。
であり、傾いた文字又は文字列について認識率の向上を
図ることができる文字認識方法を提供することを目的と
するものである。
【0005】
【課題を解決するための手段】上記の目的を達成するた
めの請求項1記載の発明は、認識画面上で、前記画面上
の所定の座標軸に対して傾きを有する文字又は文字列を
認識するための文字認識方法において、前記傾きを有す
る文字又は文字列を前記文字又は文字列の傾きとほぼ平
行な傾きを有する長方形の枠で囲んで前記文字又は文字
列の認識範囲を指定し、指定された前記長方形の枠の前
記所定の座標軸に対する傾き角度を算出し、その算出さ
れた前記長方形の枠の傾き角度に基づいて前記文字又は
文字列の傾き角度を決定し、前記文字又は文字列の傾き
角度に基づいて、前記文字又は文字列を認識することを
特徴とするものである。
めの請求項1記載の発明は、認識画面上で、前記画面上
の所定の座標軸に対して傾きを有する文字又は文字列を
認識するための文字認識方法において、前記傾きを有す
る文字又は文字列を前記文字又は文字列の傾きとほぼ平
行な傾きを有する長方形の枠で囲んで前記文字又は文字
列の認識範囲を指定し、指定された前記長方形の枠の前
記所定の座標軸に対する傾き角度を算出し、その算出さ
れた前記長方形の枠の傾き角度に基づいて前記文字又は
文字列の傾き角度を決定し、前記文字又は文字列の傾き
角度に基づいて、前記文字又は文字列を認識することを
特徴とするものである。
【0006】請求項2記載の発明に係る文字認識方法
は、請求項1記載の発明において、前記長方形の枠を、
その四つの頂点のうち三点を指定して設定することを特
徴とするものである。請求項3記載の発明に係る文字認
識方法は、請求項2記載の発明において、前記三点のう
ち第一番目に指定した点と第二番目に指定した点とを結
ぶ直線と水平方向とのなす角度を求めることにより前記
長方形の枠の傾き角度を算出することを特徴とするもの
である。
は、請求項1記載の発明において、前記長方形の枠を、
その四つの頂点のうち三点を指定して設定することを特
徴とするものである。請求項3記載の発明に係る文字認
識方法は、請求項2記載の発明において、前記三点のう
ち第一番目に指定した点と第二番目に指定した点とを結
ぶ直線と水平方向とのなす角度を求めることにより前記
長方形の枠の傾き角度を算出することを特徴とするもの
である。
【0007】請求項4記載の発明に係る文字認識方法
は、請求項3記載の発明において、前記長方形の枠の傾
き角度から90°ずつ異なる合計四つの角度の中から一
の角度を選択することにより、前記文字又は文字列の傾
き角度を決定することを特徴とするものである。本発明
では、画面上で傾いた文字又は文字列をその文字又は文
字列と同じように傾けた長方形の枠で囲んで認識範囲を
指定し、その長方形の枠の傾き角度を算出することによ
り、正確な長方形の枠の傾き角度を得ることができる。
このため、長方形の枠の傾き角度に基づいて文字又は文
字列の傾き角度を決定すれば、文字又は文字列の傾き角
度も正確に求めることができる。したがって、文字又は
文字列が傾いている場合でも、長方形の枠の傾き角度を
考慮して、文字又は文字列を認識することによって、認
識率の向上を図ることができる。
は、請求項3記載の発明において、前記長方形の枠の傾
き角度から90°ずつ異なる合計四つの角度の中から一
の角度を選択することにより、前記文字又は文字列の傾
き角度を決定することを特徴とするものである。本発明
では、画面上で傾いた文字又は文字列をその文字又は文
字列と同じように傾けた長方形の枠で囲んで認識範囲を
指定し、その長方形の枠の傾き角度を算出することによ
り、正確な長方形の枠の傾き角度を得ることができる。
このため、長方形の枠の傾き角度に基づいて文字又は文
字列の傾き角度を決定すれば、文字又は文字列の傾き角
度も正確に求めることができる。したがって、文字又は
文字列が傾いている場合でも、長方形の枠の傾き角度を
考慮して、文字又は文字列を認識することによって、認
識率の向上を図ることができる。
【0008】
【発明の実施の形態】以下に本発明の一実施形態につい
て図面を参照して説明する。図1は本発明の一実施形態
である文字認識方法を用いたCADシステムの概略構成
図、図2はその文字認識方法において認識範囲を指定す
る長方形の枠を示す図である。図1に示すCADシステ
ムは、画像入力装置としてのスキャナ12と、CRT表
示装置14と、位置入力装置(pointing device )16
と、中央処理装置18と、要素ファイル22と、輪郭線
ファイル24と、領域ファイル26と、認識辞書部28
と、認識結果記憶部32とを備えるものである。本実施
形態では、図面を読み取り、図面に記入された文字又は
文字列を認識する場合を考える。特に、ここでは、文字
として大文字の英字及び数字のみを認識するものとす
る。また、図面に記入された文字としては、印字された
文字であっても手書きで書かれた文字であってもよい。
て図面を参照して説明する。図1は本発明の一実施形態
である文字認識方法を用いたCADシステムの概略構成
図、図2はその文字認識方法において認識範囲を指定す
る長方形の枠を示す図である。図1に示すCADシステ
ムは、画像入力装置としてのスキャナ12と、CRT表
示装置14と、位置入力装置(pointing device )16
と、中央処理装置18と、要素ファイル22と、輪郭線
ファイル24と、領域ファイル26と、認識辞書部28
と、認識結果記憶部32とを備えるものである。本実施
形態では、図面を読み取り、図面に記入された文字又は
文字列を認識する場合を考える。特に、ここでは、文字
として大文字の英字及び数字のみを認識するものとす
る。また、図面に記入された文字としては、印字された
文字であっても手書きで書かれた文字であってもよい。
【0009】スキャナ12は、図面を光学的に走査し、
二値画像データとして入力するものである。CRT表示
装置14は、入力した結果を表示するものである。位置
入力装置16は、CRT表示装置14の画面上でたとえ
ばクロスヘアーカーソルを移動し、認識範囲を指定する
ためにその認識範囲の位置座標を指示するものであり、
マウスやトラックボール等が用いられる。本実施形態で
は、図2に示すように、傾いた長方形の枠Wで認識対象
の文字又は文字列を囲んで認識範囲を指定する。実際
に、認識対象の文字又は文字列が傾いている場合には、
その文字又は文字列の傾き角度(以下、単に文字の傾き
角度とも称する。)と同じ角度だけ傾けた長方形の枠W
で認識対象の文字又は文字列を囲むようにする。かかる
長方形の枠Wは、その四つの頂点のうち三点を指定する
ことにより設定される。
二値画像データとして入力するものである。CRT表示
装置14は、入力した結果を表示するものである。位置
入力装置16は、CRT表示装置14の画面上でたとえ
ばクロスヘアーカーソルを移動し、認識範囲を指定する
ためにその認識範囲の位置座標を指示するものであり、
マウスやトラックボール等が用いられる。本実施形態で
は、図2に示すように、傾いた長方形の枠Wで認識対象
の文字又は文字列を囲んで認識範囲を指定する。実際
に、認識対象の文字又は文字列が傾いている場合には、
その文字又は文字列の傾き角度(以下、単に文字の傾き
角度とも称する。)と同じ角度だけ傾けた長方形の枠W
で認識対象の文字又は文字列を囲むようにする。かかる
長方形の枠Wは、その四つの頂点のうち三点を指定する
ことにより設定される。
【0010】ここで、スキャナ12から入力された二値
画像データとしては、ファクシミリ等で使用されている
ランレングス形式を基本としたラスターデータを採用し
ている。このラスターデータは、たとえば走査線上で画
素値が「0」(白)から「1」(黒)に変化した始めの
座標を始点、画素値が「1」から「0」に変化する最後
の座標を終点とするデータである。
画像データとしては、ファクシミリ等で使用されている
ランレングス形式を基本としたラスターデータを採用し
ている。このラスターデータは、たとえば走査線上で画
素値が「0」(白)から「1」(黒)に変化した始めの
座標を始点、画素値が「1」から「0」に変化する最後
の座標を終点とするデータである。
【0011】要素ファイル22には、ラスターデータを
ラベリング処理した後、各図形要素毎に抽出した特徴量
(要素データ)が記憶される。ここでは、要素データと
して、重心、面積、外接長方形、モーメント等を用い
る。輪郭線ファイル24には、各図形要素毎にそのラス
ターデータのエッジを取り出した輪郭線のデータが記憶
される。輪郭線は多角形近似され、多数の線分から構成
されており、また、一の輪郭線は閉じた折れ線になって
いる。このため、輪郭線データは、各輪郭線毎にそれを
構成する線分をベクトル化したデータとして持ってい
る。尚、要素データは、輪郭線のデータとファイルポイ
ンタ、又はメモリ上のアドレスポインタによりリンクが
取られている。
ラベリング処理した後、各図形要素毎に抽出した特徴量
(要素データ)が記憶される。ここでは、要素データと
して、重心、面積、外接長方形、モーメント等を用い
る。輪郭線ファイル24には、各図形要素毎にそのラス
ターデータのエッジを取り出した輪郭線のデータが記憶
される。輪郭線は多角形近似され、多数の線分から構成
されており、また、一の輪郭線は閉じた折れ線になって
いる。このため、輪郭線データは、各輪郭線毎にそれを
構成する線分をベクトル化したデータとして持ってい
る。尚、要素データは、輪郭線のデータとファイルポイ
ンタ、又はメモリ上のアドレスポインタによりリンクが
取られている。
【0012】領域ファイル26には、輪郭線を構成する
各線分が画面に読み込んだ図面全体のどの領域に含まれ
るのかを示す領域データが記憶される。領域データは木
構造(根、分岐節点、葉)で管理される。かかる木構造
によるデータ管理では、各分岐節点が図面上の分割途中
の領域を表し、葉が最小分割単位の領域を表す。葉とそ
の葉が表す領域に含まれる輪郭線データとはポインタに
より関連付けられ、かかるポインタは中央処理装置18
の主メモリ19に記憶される。したがって、ある領域を
指定すると、その指定された領域に対応する葉を探索
し、その葉と関連付けられたポインタに基づいて、その
指定された領域に含まれる輪郭線の線分を決定すること
ができる。
各線分が画面に読み込んだ図面全体のどの領域に含まれ
るのかを示す領域データが記憶される。領域データは木
構造(根、分岐節点、葉)で管理される。かかる木構造
によるデータ管理では、各分岐節点が図面上の分割途中
の領域を表し、葉が最小分割単位の領域を表す。葉とそ
の葉が表す領域に含まれる輪郭線データとはポインタに
より関連付けられ、かかるポインタは中央処理装置18
の主メモリ19に記憶される。したがって、ある領域を
指定すると、その指定された領域に対応する葉を探索
し、その葉と関連付けられたポインタに基づいて、その
指定された領域に含まれる輪郭線の線分を決定すること
ができる。
【0013】中央処理装置18は、入力されたラスター
データに基づいて前処理的にラベリング処理、特徴量抽
出処理や輪郭線抽出処理等を施し、要素データ、輪郭線
データ、領域データを作成したり、また、文字認識処理
を実行したりするものである。認識辞書部28には、予
めサンプル文字から得た基準パターンが登録されてい
る。また、認識結果記憶部32は、中央処理装置18が
認識した結果を記憶するものである。
データに基づいて前処理的にラベリング処理、特徴量抽
出処理や輪郭線抽出処理等を施し、要素データ、輪郭線
データ、領域データを作成したり、また、文字認識処理
を実行したりするものである。認識辞書部28には、予
めサンプル文字から得た基準パターンが登録されてい
る。また、認識結果記憶部32は、中央処理装置18が
認識した結果を記憶するものである。
【0014】次に、本実施形態のCADシステムにおい
て、認識対象の文字又は文字列を長方形の枠で囲む操作
手順について説明する。図3はその長方形の枠を指定す
る手順の一例を示す図である。ここでは、図2に示すよ
うに傾いた文字列「ABCDEFG」を認識する場合に
ついて考える。オペレータは、まず、マウスを用いて、
図3(a)に示すように、文字列の左下の位置において
第一番目の点P1 を指定する。これにより、第一番目の
点P1を原点として、xy座標系が設定される。このx
y座標系は、図4(a)に示すように、x軸を水平方向
に、y軸を上下方向にとった直交座標系であり、x軸の
正の向きを右側に、y軸の正の向きを上側にしている。
次に、図3(b)に示すように、第一番目の点P1 から
文字の配列方向に沿った直線上で、文字列の右下の位置
において第二番目の点P2 を指定する。第一番目の点P
1 と第二番目の点P2 とを結ぶ直線は、枠Wの一辺とな
る。その後、図3(c)に示すように、第二番目の点P
2 を通り、第一番目の点P1 と第二番目の点P2 とを結
ぶ直線に直交する直線上で、文字列の右上の位置におい
て第三番目の点P3 を指定する。第三番目の点P3 によ
って上記枠Wの一辺からの高さが定まり、これにより、
傾いた長方形の枠Wが決定する。
て、認識対象の文字又は文字列を長方形の枠で囲む操作
手順について説明する。図3はその長方形の枠を指定す
る手順の一例を示す図である。ここでは、図2に示すよ
うに傾いた文字列「ABCDEFG」を認識する場合に
ついて考える。オペレータは、まず、マウスを用いて、
図3(a)に示すように、文字列の左下の位置において
第一番目の点P1 を指定する。これにより、第一番目の
点P1を原点として、xy座標系が設定される。このx
y座標系は、図4(a)に示すように、x軸を水平方向
に、y軸を上下方向にとった直交座標系であり、x軸の
正の向きを右側に、y軸の正の向きを上側にしている。
次に、図3(b)に示すように、第一番目の点P1 から
文字の配列方向に沿った直線上で、文字列の右下の位置
において第二番目の点P2 を指定する。第一番目の点P
1 と第二番目の点P2 とを結ぶ直線は、枠Wの一辺とな
る。その後、図3(c)に示すように、第二番目の点P
2 を通り、第一番目の点P1 と第二番目の点P2 とを結
ぶ直線に直交する直線上で、文字列の右上の位置におい
て第三番目の点P3 を指定する。第三番目の点P3 によ
って上記枠Wの一辺からの高さが定まり、これにより、
傾いた長方形の枠Wが決定する。
【0015】尚、上記のような三点の指定の仕方以外で
も、同じ枠Wを得ることができる。図4に同じ枠Wを得
るための三点の指定の仕方のいくつかを示す。ここで、
図4(a)は図3に示した三点の指定の仕方を表してい
る。枠Wの第一番目の点P1をその四つの頂点のうちの
いずれにするかで四通りあり、第二番目の点P2 を第一
番目の点P1 と隣り合う二つの頂点のうちのいずれにす
るかで二通りあるので、三点の指定の仕方としては合計
八通りある。オペレータは指定しやすい仕方で三点を指
定して、枠Wを設定することができる。
も、同じ枠Wを得ることができる。図4に同じ枠Wを得
るための三点の指定の仕方のいくつかを示す。ここで、
図4(a)は図3に示した三点の指定の仕方を表してい
る。枠Wの第一番目の点P1をその四つの頂点のうちの
いずれにするかで四通りあり、第二番目の点P2 を第一
番目の点P1 と隣り合う二つの頂点のうちのいずれにす
るかで二通りあるので、三点の指定の仕方としては合計
八通りある。オペレータは指定しやすい仕方で三点を指
定して、枠Wを設定することができる。
【0016】こうして枠Wが指定されると、中央処理装
置18は、長方形の枠Wの一辺、ここでは原点(第一番
目の点P1 )と第二番目の点P2 とを結ぶ直線と、x軸
の正方向とのなす角度θ(0°≦θ<360°)を、枠
Wの傾き角度として算出する。ところで、図4に示すよ
うに、三点の指定の仕方に応じて、算出される枠Wの傾
き角度θが異なる。いま、図4(a)に示す三点の指定
の仕方をしたときに算出される枠Wの傾き角度θをθ0
(0°≦θ0 <90°)とすると、上記八通りの指定の
仕方をしたときに算出される枠Wの傾き角度θは、
θ0 、θ0 +90°、θ0 +180°、θ0 +270°
のいずれかである。たとえば、オペレータが図4(b)
に示す仕方で三点を指定した場合、中央処理装置18は
枠Wの傾き角度θをθ0 +90°と算出する。本実施形
態では、この枠Wの傾き角度θに基づいて文字の傾き角
度を決定する。枠Wは文字と同じように傾けて設定され
ているので、文字の傾き角度(0°から360°までの
範囲で考える。)は、算出される枠の傾き角度θから9
0°ずつ異なる上記四つの角度のうちの一つである。そ
こで、本実施形態では、コマンドラインをCRT表示装
置14の画面上に表示することにし、どんな三点の指定
の仕方をした場合でも、オペレータが上記四つの角度の
うち文字の傾き角度と認めるものを選択できるようにし
ている。
置18は、長方形の枠Wの一辺、ここでは原点(第一番
目の点P1 )と第二番目の点P2 とを結ぶ直線と、x軸
の正方向とのなす角度θ(0°≦θ<360°)を、枠
Wの傾き角度として算出する。ところで、図4に示すよ
うに、三点の指定の仕方に応じて、算出される枠Wの傾
き角度θが異なる。いま、図4(a)に示す三点の指定
の仕方をしたときに算出される枠Wの傾き角度θをθ0
(0°≦θ0 <90°)とすると、上記八通りの指定の
仕方をしたときに算出される枠Wの傾き角度θは、
θ0 、θ0 +90°、θ0 +180°、θ0 +270°
のいずれかである。たとえば、オペレータが図4(b)
に示す仕方で三点を指定した場合、中央処理装置18は
枠Wの傾き角度θをθ0 +90°と算出する。本実施形
態では、この枠Wの傾き角度θに基づいて文字の傾き角
度を決定する。枠Wは文字と同じように傾けて設定され
ているので、文字の傾き角度(0°から360°までの
範囲で考える。)は、算出される枠の傾き角度θから9
0°ずつ異なる上記四つの角度のうちの一つである。そ
こで、本実施形態では、コマンドラインをCRT表示装
置14の画面上に表示することにし、どんな三点の指定
の仕方をした場合でも、オペレータが上記四つの角度の
うち文字の傾き角度と認めるものを選択できるようにし
ている。
【0017】図5はこのコマンドラインの例を示す図で
ある。図5では、θ0 を30°とし、図4(b)に示す
三点の指定の仕方をした場合を示している。コマンドラ
インには、中央処理装置18が算出した枠Wの傾き角度
「120°」以外に、それと±90°、+180°だけ
異なる角度「30°」、「210°」、「300°」が
表示される。枠Wの傾き角度「120°」を選択する場
合には、マウスの右ボタンを押すか、あるいは「W」キ
ーを押す。他の角度を選択する場合には、コマンドライ
ンで指示されたキーを押す。図2に示す文字列「ABC
DEFG」では、「30°」が正しい文字の傾き角度で
あるので、「Q」キーを押す。こうして、対話的処理に
より枠Wの傾き角度θから文字の傾き角度が決定され
る。
ある。図5では、θ0 を30°とし、図4(b)に示す
三点の指定の仕方をした場合を示している。コマンドラ
インには、中央処理装置18が算出した枠Wの傾き角度
「120°」以外に、それと±90°、+180°だけ
異なる角度「30°」、「210°」、「300°」が
表示される。枠Wの傾き角度「120°」を選択する場
合には、マウスの右ボタンを押すか、あるいは「W」キ
ーを押す。他の角度を選択する場合には、コマンドライ
ンで指示されたキーを押す。図2に示す文字列「ABC
DEFG」では、「30°」が正しい文字の傾き角度で
あるので、「Q」キーを押す。こうして、対話的処理に
より枠Wの傾き角度θから文字の傾き角度が決定され
る。
【0018】次に、本実施形態の文字認識方法におい
て、文字認識する際の処理手順を説明する。図6は文字
認識する際の処理手順を説明するための図である。ここ
でも、図2に示すように傾いた文字列「ABCDEF
G」を認識する場合について考える。まず、図面をスキ
ャナ12により読み取り、ラスターデータを得る(step
12)。中央処理装置18は、このラスターデータに基づ
いてラベリング処理を行った後、ラベリングした各図形
要素毎に外接長方形等の特徴量を抽出し、これを要素フ
ァイル22に記憶する。また、各図形要素毎にそのラス
ターデータのエッジを取り出して輪郭線のデータを得
て、これを輪郭線ファイル24に記憶する。次に、輪郭
線データに基づいて、輪郭線を構成する各線分が含まれ
る領域に関する情報を木構造で管理するために領域デー
タを作成する。そして、この領域データを領域ファイル
26に記憶する。尚、ここまでの動作は、図面をスキャ
ナ12で読み取った後、中央処理装置18により自動的
に実行される。
て、文字認識する際の処理手順を説明する。図6は文字
認識する際の処理手順を説明するための図である。ここ
でも、図2に示すように傾いた文字列「ABCDEF
G」を認識する場合について考える。まず、図面をスキ
ャナ12により読み取り、ラスターデータを得る(step
12)。中央処理装置18は、このラスターデータに基づ
いてラベリング処理を行った後、ラベリングした各図形
要素毎に外接長方形等の特徴量を抽出し、これを要素フ
ァイル22に記憶する。また、各図形要素毎にそのラス
ターデータのエッジを取り出して輪郭線のデータを得
て、これを輪郭線ファイル24に記憶する。次に、輪郭
線データに基づいて、輪郭線を構成する各線分が含まれ
る領域に関する情報を木構造で管理するために領域デー
タを作成する。そして、この領域データを領域ファイル
26に記憶する。尚、ここまでの動作は、図面をスキャ
ナ12で読み取った後、中央処理装置18により自動的
に実行される。
【0019】次に、オペレータは、マウスを用いて、認
識対象の文字列を長方形の枠Wで囲んで認識範囲を指定
する(step14)。すると、画面上に図5に示すコマンド
ラインが表示され、オペレータは、画面上で文字列「A
BCDEFG」を見て、文字の傾き角度θ0 =30°を
選択する。次に、中央処理装置18は、領域管理ツリー
内を探索し、枠Wで囲まれた領域に対応する葉を見つけ
出す。その葉に関連して主メモリ19に記憶されたポイ
ンタに基づいて、枠W内に含まれる輪郭線データを知る
ことができ、これにより、枠W内に含まれる図形要素が
分かる。ここで、本実施形態では、文字として大文字の
英字及び数字のみを取り扱っており、文字はすべて一の
構成要素からなるので、各図形要素は一の文字を表して
いる。次に、その輪郭線データとリンクが取られている
要素データのうち、その図形要素の外接長方形について
の情報を要素ファイル22から抽出する。その後、かか
る外接長方形についての情報を用いて、ラスターデータ
を切り出す(step16)。尚、この外接長方形は、画面に
対して水平な辺と垂直な辺とを有するものである。
識対象の文字列を長方形の枠Wで囲んで認識範囲を指定
する(step14)。すると、画面上に図5に示すコマンド
ラインが表示され、オペレータは、画面上で文字列「A
BCDEFG」を見て、文字の傾き角度θ0 =30°を
選択する。次に、中央処理装置18は、領域管理ツリー
内を探索し、枠Wで囲まれた領域に対応する葉を見つけ
出す。その葉に関連して主メモリ19に記憶されたポイ
ンタに基づいて、枠W内に含まれる輪郭線データを知る
ことができ、これにより、枠W内に含まれる図形要素が
分かる。ここで、本実施形態では、文字として大文字の
英字及び数字のみを取り扱っており、文字はすべて一の
構成要素からなるので、各図形要素は一の文字を表して
いる。次に、その輪郭線データとリンクが取られている
要素データのうち、その図形要素の外接長方形について
の情報を要素ファイル22から抽出する。その後、かか
る外接長方形についての情報を用いて、ラスターデータ
を切り出す(step16)。尚、この外接長方形は、画面に
対して水平な辺と垂直な辺とを有するものである。
【0020】ところで、文字が傾いており、隣合う文字
同士が接近している場合には、かかる外接長方形で切り
出した範囲には、隣の文字の一部が含まれる可能性があ
る。このような文字の一部はノイズとなり、認識精度が
低下する原因となる。そこで、かかる文字の一部を取り
除くため、切り出した各範囲において、ラベリング処理
を行い、その範囲で一番大きなラスターデータを求め、
そのラスターデータのみを再度切り出す(step18)。
尚、一般に、シンボルマークや漢字等の文字を取り扱う
場合には、各構成要素間の相対的な位置関係をも考慮し
て一の文字を表すラスターデータを切り出す必要があ
る。
同士が接近している場合には、かかる外接長方形で切り
出した範囲には、隣の文字の一部が含まれる可能性があ
る。このような文字の一部はノイズとなり、認識精度が
低下する原因となる。そこで、かかる文字の一部を取り
除くため、切り出した各範囲において、ラベリング処理
を行い、その範囲で一番大きなラスターデータを求め、
そのラスターデータのみを再度切り出す(step18)。
尚、一般に、シンボルマークや漢字等の文字を取り扱う
場合には、各構成要素間の相対的な位置関係をも考慮し
て一の文字を表すラスターデータを切り出す必要があ
る。
【0021】次に、文字の傾き角度θ0 を考慮しつつ、
step18で再度切り出したラスターデータについて文字認
識処理を行う(step22)。すなわち、各ラスターデータ
を、step14で得られた文字の傾き角度θ0 だけ時計回り
に回転させることにより、文字の傾き角度をゼロにした
後、各ラスターデータについて新たに特徴量を抽出す
る。そして、これらの特徴量に基づいて特徴パターンを
得た後、その特徴パターンと認識辞書部28に登録され
た基準パターンとを比較することにより文字認識する。
step18で再度切り出したラスターデータについて文字認
識処理を行う(step22)。すなわち、各ラスターデータ
を、step14で得られた文字の傾き角度θ0 だけ時計回り
に回転させることにより、文字の傾き角度をゼロにした
後、各ラスターデータについて新たに特徴量を抽出す
る。そして、これらの特徴量に基づいて特徴パターンを
得た後、その特徴パターンと認識辞書部28に登録され
た基準パターンとを比較することにより文字認識する。
【0022】その後、認識処理された各文字を配列する
文字列化の処理を行う(step24)。この処理では、xy
座標系における各文字の重心位置を比較することによ
り、文字の配列順序を決定する。このとき、文字の傾き
角度θ0 に応じて順序決定の仕方が異なる。これは次の
四つの場合に分けられる。 Case(1) 0°≦θ<90° Case(2) 90°≦θ<180° Case(3) 180°≦θ<270° Case(4) 270°≦θ<360° Case(1) では、一の文字の重心のx座標、y座標がそれ
ぞれともに他の文字の重心のx座標、y座標よりも大き
いときに、一の文字を他の文字の右側に挿入し、また、
一の文字の重心のx座標、y座標がそれぞれともに他の
文字の重心のx座標、y座標よりも小さいときに、一の
文字を他の文字の左側に挿入する。Case(2) では、一の
文字の重心のx座標が他の文字の重心のx座標よりも小
さく、一の文字の重心のy座標が他の文字の重心のy座
標よりも大きいときに、一の文字を他の文字の右側に挿
入し、また、一の文字の重心のx座標が他の文字の重心
のx座標よりも大きく、一の文字の重心のy座標が他の
文字の重心のy座標よりも小さいときに、一の文字を他
の文字の左側に挿入する。Case(3) では、一の文字の重
心のx座標、y座標がそれぞれともに他の文字の重心の
x座標、y座標よりも小さいときに、一の文字を他の文
字の右側に挿入し、また、一の文字の重心のx座標、y
座標がそれぞれともに他の文字の重心のx座標、y座標
よりも大きいときに、一の文字を他の文字の左側に挿入
する。そして、Case(4) では、一の文字の重心のx座標
が他の文字の重心のx座標よりも大きく、一の文字の重
心のy座標が他の文字の重心のy座標よりも小さいとき
に、一の文字を他の文字の右側に挿入し、また、一の文
字の重心のx座標が他の文字の重心のx座標よりも小さ
く、一の文字の重心のy座標が他の文字の重心のy座標
よりも大きいときに、一の文字を他の文字の左側に挿入
する。こうして、個々に認識された各文字が配列され、
最終的な認識結果はCRT表示装置18の画面上にダイ
アログボックスで表示される。
文字列化の処理を行う(step24)。この処理では、xy
座標系における各文字の重心位置を比較することによ
り、文字の配列順序を決定する。このとき、文字の傾き
角度θ0 に応じて順序決定の仕方が異なる。これは次の
四つの場合に分けられる。 Case(1) 0°≦θ<90° Case(2) 90°≦θ<180° Case(3) 180°≦θ<270° Case(4) 270°≦θ<360° Case(1) では、一の文字の重心のx座標、y座標がそれ
ぞれともに他の文字の重心のx座標、y座標よりも大き
いときに、一の文字を他の文字の右側に挿入し、また、
一の文字の重心のx座標、y座標がそれぞれともに他の
文字の重心のx座標、y座標よりも小さいときに、一の
文字を他の文字の左側に挿入する。Case(2) では、一の
文字の重心のx座標が他の文字の重心のx座標よりも小
さく、一の文字の重心のy座標が他の文字の重心のy座
標よりも大きいときに、一の文字を他の文字の右側に挿
入し、また、一の文字の重心のx座標が他の文字の重心
のx座標よりも大きく、一の文字の重心のy座標が他の
文字の重心のy座標よりも小さいときに、一の文字を他
の文字の左側に挿入する。Case(3) では、一の文字の重
心のx座標、y座標がそれぞれともに他の文字の重心の
x座標、y座標よりも小さいときに、一の文字を他の文
字の右側に挿入し、また、一の文字の重心のx座標、y
座標がそれぞれともに他の文字の重心のx座標、y座標
よりも大きいときに、一の文字を他の文字の左側に挿入
する。そして、Case(4) では、一の文字の重心のx座標
が他の文字の重心のx座標よりも大きく、一の文字の重
心のy座標が他の文字の重心のy座標よりも小さいとき
に、一の文字を他の文字の右側に挿入し、また、一の文
字の重心のx座標が他の文字の重心のx座標よりも小さ
く、一の文字の重心のy座標が他の文字の重心のy座標
よりも大きいときに、一の文字を他の文字の左側に挿入
する。こうして、個々に認識された各文字が配列され、
最終的な認識結果はCRT表示装置18の画面上にダイ
アログボックスで表示される。
【0023】本実施形態の文字認識方法では、画面上で
傾いた文字又は文字列をその文字又は文字列と同じよう
に傾けた長方形の枠で囲んで認識範囲を指定し、その長
方形の枠の傾き角度を自動的に算出することにより、長
方形の枠の傾き角度を正確に求めることができる。そし
て、オペレータは画面上の文字又は文字列を見ながら、
長方形の枠の傾き角度から90°ずつ異なる四つの角度
の中から文字又は文字列の傾き角度を選択すればよいの
で、簡単な操作で、正確な文字又は文字列の傾き角度を
容易に決定することができる。したがって、文字又は文
字列が傾いている場合、かかる文字又は文字列の傾き角
度を考慮して、文字又は文字列を認識することによっ
て、認識率の向上を図ることができる。なお、以上説明
した動作を実行するプログラムは、フロッピーディス
ク、CD−ROM等の可搬媒体や、ハードディスク等の
記憶装置等に、その全体あるいは一部が記録され、ある
いは記憶されている。そのプログラムがコンピュータに
より読み取られて、動作の全部あるいは一部が実行され
る。
傾いた文字又は文字列をその文字又は文字列と同じよう
に傾けた長方形の枠で囲んで認識範囲を指定し、その長
方形の枠の傾き角度を自動的に算出することにより、長
方形の枠の傾き角度を正確に求めることができる。そし
て、オペレータは画面上の文字又は文字列を見ながら、
長方形の枠の傾き角度から90°ずつ異なる四つの角度
の中から文字又は文字列の傾き角度を選択すればよいの
で、簡単な操作で、正確な文字又は文字列の傾き角度を
容易に決定することができる。したがって、文字又は文
字列が傾いている場合、かかる文字又は文字列の傾き角
度を考慮して、文字又は文字列を認識することによっ
て、認識率の向上を図ることができる。なお、以上説明
した動作を実行するプログラムは、フロッピーディス
ク、CD−ROM等の可搬媒体や、ハードディスク等の
記憶装置等に、その全体あるいは一部が記録され、ある
いは記憶されている。そのプログラムがコンピュータに
より読み取られて、動作の全部あるいは一部が実行され
る。
【0024】尚、本発明は上記の実施形態に限定される
ものではなく、その要旨の範囲内において種々の変形が
可能である。特に、本実施形態においては、認識範囲の
指定の際、長方形の枠を用いたが、これに限定されるこ
とはなく、たとえば楕円形の枠を用いて、楕円形の対角
線等により文字又は文字列の傾き角度を算出してもよ
い。
ものではなく、その要旨の範囲内において種々の変形が
可能である。特に、本実施形態においては、認識範囲の
指定の際、長方形の枠を用いたが、これに限定されるこ
とはなく、たとえば楕円形の枠を用いて、楕円形の対角
線等により文字又は文字列の傾き角度を算出してもよ
い。
【0025】
【発明の効果】以上説明したように本発明によれば、画
面上で傾いた文字又は文字列をその文字又は文字列と同
じように傾けた長方形の枠で囲んで認識範囲を指定し、
その長方形の枠の傾き角度を算出することにより、長方
形の枠の正確な傾き角度を得ることができ、したがっ
て、その長方形の枠の傾き角度に基づいて文字又は文字
列の傾き角度を決定すれば、文字又は文字列の傾き角度
も正確に求めることができるので、傾いた文字又は文字
列についての認識率の向上を図ることができる文字認識
方法を提供することができる。
面上で傾いた文字又は文字列をその文字又は文字列と同
じように傾けた長方形の枠で囲んで認識範囲を指定し、
その長方形の枠の傾き角度を算出することにより、長方
形の枠の正確な傾き角度を得ることができ、したがっ
て、その長方形の枠の傾き角度に基づいて文字又は文字
列の傾き角度を決定すれば、文字又は文字列の傾き角度
も正確に求めることができるので、傾いた文字又は文字
列についての認識率の向上を図ることができる文字認識
方法を提供することができる。
【図1】本発明の一実施形態である文字認識方法を用い
たCADシステムの概略構成図である。
たCADシステムの概略構成図である。
【図2】その文字認識方法において認識範囲を指定する
長方形の枠を示す図である。
長方形の枠を示す図である。
【図3】その長方形の枠を指定する手順の一例を示す図
である。
である。
【図4】同じ長方形の枠を得るための三点の指定の仕方
の例を示す図である。
の例を示す図である。
【図5】文字の傾き角度を選択するためのコマンドライ
ンの例を示す図である。
ンの例を示す図である。
【図6】本実施形態の文字認識方法において文字認識す
る際の処理手順を説明するための図である。
る際の処理手順を説明するための図である。
12 スキャナ 14 CRT表示装置 16 位置入力装置 18 中央処理装置 19 主メモリ 22 要素ファイル 24 輪郭線ファイル 26 領域ファイル 28 認識辞書部 32 認識結果記憶部
Claims (6)
- 【請求項1】 認識画面上で、前記画面上の所定の座標
軸に対して傾きを有する文字又は文字列を認識するため
の文字認識方法において、 前記傾きを有する文字又は文字列を前記文字又は文字列
の傾きとほぼ平行な傾きを有する長方形の枠で囲んで前
記文字又は文字列の認識範囲を指定し、 指定された前記長方形の枠の前記所定の座標軸に対する
傾き角度を算出し、 その算出された前記長方形の枠の傾き角度に基づいて前
記文字又は文字列の傾き角度を決定し、 前記文字又は文字列の傾き角度に基づいて、前記文字又
は文字列を認識することを特徴とする文字認識方法。 - 【請求項2】 前記長方形の枠を、その四つの頂点のう
ち三点を指定して設定することを特徴とする請求項1記
載の文字認識方法。 - 【請求項3】 前記三点のうち第一番目に指定した点と
第二番目に指定した点とを結ぶ直線と水平方向とのなす
角度を求めることにより前記長方形の枠の傾き角度を算
出することを特徴とする請求項2記載の文字認識方法。 - 【請求項4】 前記長方形の枠の傾き角度から90°ず
つ異なる合計四つの角度の中から一の角度を選択するこ
とにより、前記文字又は文字列の傾き角度を決定するこ
とを特徴とする請求項3記載の文字認識方法。 - 【請求項5】 認識画面上で、前記画面上の所定の座標
軸に対して傾きを有する文字又は文字列を認識するため
のプログラムを記録した記録媒体において、 前記傾きを有する文字又は文字列を前記文字又は文字列
の傾きとほぼ平行な傾きを有する長方形の枠で囲んで前
記文字又は文字列の認識範囲を指定する手順と、 指定された前記長方形の枠の前記所定の座標軸に対する
傾き角度を算出する手順と、 その算出された前記長方形の枠の傾き角度に基づいて前
記文字又は文字列の傾き角度を決定する手順と、 前記文字又は文字列の傾き角度にも基づいて、前記文字
又は文字列を認識する手順と、 を実行させるためのプログラムを記録した記録媒体。 - 【請求項6】 前記長方形の枠を、その四つの頂点のう
ち三点を指定して設定する手順をさらに含む請求項1記
載の記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9159539A JPH1069520A (ja) | 1996-06-18 | 1997-06-17 | 文字認識方法及びプログラムを記録した記録媒体 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP15660096 | 1996-06-18 | ||
| JP8-156600 | 1996-06-18 | ||
| JP9159539A JPH1069520A (ja) | 1996-06-18 | 1997-06-17 | 文字認識方法及びプログラムを記録した記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH1069520A true JPH1069520A (ja) | 1998-03-10 |
Family
ID=26484298
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9159539A Withdrawn JPH1069520A (ja) | 1996-06-18 | 1997-06-17 | 文字認識方法及びプログラムを記録した記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH1069520A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6523105B1 (en) | 1997-04-16 | 2003-02-18 | Sony Corporation | Recording medium control device and method |
| CN102760233A (zh) * | 2011-04-25 | 2012-10-31 | 夏普株式会社 | 图像处理装置 |
| CN112016341A (zh) * | 2019-05-28 | 2020-12-01 | 珠海金山办公软件有限公司 | 一种文本图片矫正方法及装置 |
-
1997
- 1997-06-17 JP JP9159539A patent/JPH1069520A/ja not_active Withdrawn
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6523105B1 (en) | 1997-04-16 | 2003-02-18 | Sony Corporation | Recording medium control device and method |
| CN102760233A (zh) * | 2011-04-25 | 2012-10-31 | 夏普株式会社 | 图像处理装置 |
| JP2012230480A (ja) * | 2011-04-25 | 2012-11-22 | Sharp Corp | 画像処理装置 |
| US8705862B2 (en) | 2011-04-25 | 2014-04-22 | Sharp Kabushiki Kaisha | Image processing apparatus |
| CN112016341A (zh) * | 2019-05-28 | 2020-12-01 | 珠海金山办公软件有限公司 | 一种文本图片矫正方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3469345B2 (ja) | 画像のファイリング装置及びファイリング方法 | |
| EP0434930B1 (en) | Editing text in an image | |
| JP4973063B2 (ja) | 表データ処理方法及び装置 | |
| JP3805005B2 (ja) | 画像処理装置及び光学的文字認識装置及びそれらの方法 | |
| US5509092A (en) | Method and apparatus for generating information on recognized characters | |
| JP2001175807A (ja) | テキスト領域選択方法 | |
| JPS61267177A (ja) | 文書画像追加情報の蓄積方法 | |
| JP2012203458A (ja) | 画像処理装置及びプログラム | |
| JP4757001B2 (ja) | 画像処理装置、画像処理方法 | |
| JP4704601B2 (ja) | 文字認識方法,プログラム及び記録媒体 | |
| JPH06301781A (ja) | コンピュータによるパターン認識のためのイメージ変換方法及び装置 | |
| JP5906788B2 (ja) | 文字切り出し方法、およびこの方法を用いた文字認識装置およびプログラム | |
| US20030174907A1 (en) | Document image processing apparatus for processing line portions manually input to document image, method therefor, and computer readable recording medium recorded with document image processing program therefor | |
| JP3733310B2 (ja) | 文書書式識別装置および識別方法 | |
| JPH08166865A (ja) | 画面生成方法及びその装置 | |
| JPH1069520A (ja) | 文字認識方法及びプログラムを記録した記録媒体 | |
| JP3172498B2 (ja) | イメージ認識用特徴値抽出方法、およびその装置、イメージ解析プログラムを格納する記憶媒体 | |
| JP2006227824A (ja) | 図面認識方法および装置 | |
| JP4878057B2 (ja) | 文字認識方法,プログラム及び記録媒体 | |
| JPH07220081A (ja) | 画像認識装置の図形の切出し方法 | |
| JP2008108114A (ja) | 文書処理装置および文書処理方法 | |
| JPH07230526A (ja) | 文字読取装置 | |
| JP4810853B2 (ja) | 文字画像切出装置、文字画像切出方法およびプログラム | |
| JP4263089B2 (ja) | 情報処理装置、情報処理方法、プログラム及び記録媒体 | |
| JP5361315B2 (ja) | 情報処理装置及び情報処理方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20040907 |