JPS63184884A - 文字認識方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） 本願発明は編集画像を見ながら認識対象の範囲を指定し
、指定範囲内だけの文字認識を行う文字認識方法に関す
る。

（従来の技術） 従来の文字認識装置では認識対象の帳票は一定方向に揃
えて入力されるので一方向の文字のみ読み取りが可能な
認識方式が用意されている。

（発明が解決しようとする問題点） このような文字認識装置に文字方向が反対の帳票が入力
されると誤読していた。低速のスキャナを走査手段とし
て利用している場合、文字方向が誤っているということ
で帳票の方向を反転し再度画像入力をしなければならな
いとなると、画像の入力に必要な時間が増加し、処理の
スループットが悪くて使いにくい、そこで認識対象範囲
の画像全体をメモリに保存しておき、文字の上下が反対
のときには正立のときとは逆のメモリの読みだしを行い
文字認識手段に送ることで２つの文字方向での認識結果
を求め、得られた認識結果のどちらかを選択する方法が
考えられるが、認識対象範囲のサイズが大きくまた走査
の分解能が高いときでも処理出来るように用意しておく
には大きなメモリが必要となる。

本願発明は、文字の上下が反転していても再度画像を取
り直す必要はなく、また大きなメモリを必要としない文
字認識方法の提供を目的とする。

（問題点を解決するための手段） 本願発明によれば：粗い分解能での画像を見ながらキー
ボード、タブレット、マウス等の入力手段を使って認識
対象範囲を指定し、認識対象範囲内の画像から文字列座
標を検出し、スキャナの走査位置を制御して列ごとの画
像を文字列画像バッファに入力し９文字列画像バッファ
にセットきれている文字画像に対して認識処理を行う文
字認識方法において；認識対象範囲とその範囲内での文
字方向とを入力手段で入力し、入力手段から出力される
正立の文字方向と上下が反対の文字方向とでは文字列画
像を文字列画像バッファのメモリにセットする際の開始
アドレス値とアドレスの更新値とを反対の値とし、上下
が反対の文字方向に対しては認識対象範囲内の文字認識
が終了後９列ごとの認識結果である文字コードの列の順
番を入れ換える文字認識方法（本願の第１の発明）と：
認識対象内の最初の文字列画像に対しては文字認識は正
立と上下反対との２つの文字方向として行い１文字認識
手段から出力される２種類の方向での文字の認識結果を
表示手段に転送して表示させ、入力手段により片方の文
字認識結果が選択されると、入力手段により選択された
認識結果の出力に対応する正立の文字方向と上下が反対
の文字方向とでは文字列画像を文字列画像バッファのメ
モリにセットする際の開始アドレス値とアドレスの更新
値とを反対の値とし、上下反対の文字方向に附しては認
識対象範囲内の文字認識が終了後。

列ごとの認識結果である文字コードの列の順番を入れ換
える文字認識方法（本願の第２の発明）とが得られる。

（作用） 文字が横書きで一定間隔の文字列で印字またはガイドの
枠に従って記入されているとき粗い分解能での画像を見
ながらキーボード、タブレット。

マウス等の入力手段を使って指定された認識対象範囲内
の画像を水平方向に投影し得られる画素数のヒストグラ
ムで塊を検出すると各文字列の範囲を示す座標値を求め
ることが出来る。第３図は文字列画像と水平方向での画
素数のヒストグラムとの関係を例示した図であるとする
と、文字列の傾きが少ないときには文字列画像全体に対
してのヒストグラムを求め、各塊の存在範囲から各文字
列の範囲（図ではＳｌからＥｌ　、８２からＥ２゜Ｓ３
からＥ３．８４からＥ４）を検出出来る。

文字列に傾きがある場合には、文字列画像を分割して各
分割した文字列画像ごとに水平方向のヒストグラムを求
め塊を検出し、分割した画像ごとの塊の範囲をマージす
ることで文字列の範囲を決定出来る。得られた各文字列
での座標値を使い、制御手段がスキャナの走査位置を制
御して列ごとの画像を文字列画像バッファに入力し、文
字列画像バッファにセット諮れている文字画像に対して
認識処理を行う文字認識方法にすると、認識対象範囲全
体の画像ではなく１文字列分の画像を記憶すればよくメ
モリサイズは小さくてすむ。

認識が正立の文字画像に対してのみ可能であるときには
、文字列画像バッファでの文字方向が一定であればよい
ので、走査手段から出力された上下が反対方向の画像を
文字列画像バッファにセットするときの開始アドレスと
アドレスの更新値を反対にすると、文字列画像バッファ
には常に同じ方向の文字画像をセット出来る。第５図は
２つの置き方での文字列の画像の一例である。スキＡ・
すは決まった順序でしかデータは入力出来ず、その順序
はＸ方向が先でＹ方向は後とすると、第５図（ａ）には
第６図（ａ）に、また第５図（ｂ）には第６図（ｂ）に
例示するような（ａ）とは開始アドレス値とアドレス更
新値とが反対の値を与えてメモリに書き込むと、同じメ
モリ内容となる。

認識対象範囲の入力の際にその範囲内での文字方向を入
力できる場合には、最初から入力された文字方向を使っ
ヤ前述の文字列画像のバッファへの制御が可能となる。

どちらの文字方向が王立の方向か判らないときには、文
字方向を入力できない、そのような場合には最初の文字
列に対しては２つの方向での認識結果を表示し選択させ
ることで、選択された結果からそれ以後の文字の方向を
決定できる６文字認識力式が２次元画像のサンプリング
点で検出される特徴量のマツチングを基本にする力性で
あれば、特徴量の検出順序を反対にすることで上下が逆
の文字列画像でも認識は可能である。第４図は２つの文
字方向での文字画像と特徴量の検出順序との関係を例示
した図である。

（ａ）が正立の方向とすると、（ｂ）の文字画像には図
に示すような（ａ）のサンプリング順序と反対の順序工
検出きれると、特徴量はほぼ等しいので正立の画像を基
本として作成された文字認識辞書で判定できる。計算精
度の問題でサンプリング点の位置は変化するので得られ
る特徴量は正立の文字画像からの特徴量とは同じでない
ので、類似文字に対する識別は悪くなる。従って文字方
向が決まった後は、前述の文字方向により文字列画像バ
ッファにセットするアドレスを変更する方が誤読の少な
い文字認識となる。

テキストとしては通常、文字方向と同じ方向での文字列
の順序が必要である０文字列ごとに得られる認識結果を
そのまま出力すると、認識対象範囲内の文字方向が逆の
場合には、出力されたテキストは文字列の単位で順序が
反対となる。正しい順序にするには、文字列ごとの認識
結果を一旦記憶し、認識対象範囲内の文字認識が終了後
、文字方向が逆のときには文字列単位で記憶している認
識結果の順序を入れ換える。その後で記憶している認識
結果を順次出力すると正しいテキストが得られる。

（実施例） 以下、本願発明を実施例を参照して詳細に説明する。

第１図は本願の第１の発明の文字認識方法における処理
手順の一例を示すフローチャートである。以下の説明で
は（）内の番号は、フローチャートの番号と対応してい
る。

粗い分解能での入力画像を表示しく１０１）、その画像
を見ながらキーボード、タブレット、マウス等の入力手
段を使って認識対象範囲の指定（１０２）と文字方向の
入力（１０３）を行う、前述のように認識対象範囲内の
画像の処理から文字列座標を求め記憶しく１０４）、制
御手段は得られた文字列の座標から１つの文字列座標を
読み出す（１０５）、制御手段は処理きれていない文字
列座標値があるか判定しく１０６）、あればスキャナの
走査位置を制御して列ごとの画像を文字列画像バッファ
にセットする（１０７）、ここで、セット　　　□する
ときの開始アドレス値とアドレス更新値とは入力された
文字方向で決まる１文字列画像バッファへのセットが終
ると、文字認識の処理を行う（１０８）、文字認識では
従来と同じく文字列画像バッファ内の画像に対する文字
切り出しと切り出した各画像に対する識別とを行い、順
次その識別結果を出力するので、文字列ごとに出力結果
を記憶し保存する（１０９）、セットされた文字列画像
に対する処理が終了すると、制御手段は記憶している次
の文字列座標の読み出しに進む、読み出しを行っても座
標値がない場合には、制御手段は人力された文字の上下
が逆の方向か判断しく１１０　）、逆方向であれば記憶
されている列単位での認識結果の順序の入れ換えを行い
（１１１）、逆方向でなければ次に進める。Ｒ後に制御
手段は記憶している認識結果の出力を行う（１１２）。

第２図は本願の第２の発明の文字認識方法における処理
手順の一例を示すフローチャートである。

粗い分解能での入力画像を表示しく２０１　）、その画
像を見ながらキーボード、タブレット、マウス等の入力
手段を使って認識対象範囲の指定（２０２）を行う、前
述のように認識対象範囲内の画像の処理から文字列座標
を求め記憶しく２０３）、制御手段は得られた文字列の
座標から最初の文字列座標を読み出す（２０４）、制御
手段は読み出した文字列の座標を使ってスキャナの走査
位置を制御して文字列画像を文字列画像バッファにセッ
トする（２０５）、ここでセットするときの開始アドレ
スとアドレス更新値とは文字が正立の方向として決めた
値とする０文字列画像バッファへのセットが終ると、文
字認識の処理を行う（２０６）。

文字認識では前述と同じく文字列画像バッファ内の画像
に対する文字切り出しと切り出した各画像に対する識別
とを行う、前記のように各画像に対して２つの文字方向
での識別を行うと、２種類の文字列に対する結果が出力
されるので、その結果を表示する（２０７　）、表示さ
れた文字列単位の認識結果のどちらかが入力手段で選択
きれると（２０８）、選ばれた側の文字列単位の認識結
果と選ばれた側に対応する文字方向を記憶し保存する（
２０９　）　、次に制御手段は記憶している文字列の座
標から１つの文字列座標を読み出す（２１０）。

処理されていない文字列座標値があるか判定しく２１１
）、あればスキャナの走査位置を制御して列ごとの画像
を文字列画像バッファにセットする（２１２）、ここで
セットするときの開始アドレス値とアドレス更新値とは
前述のブロック（２０９）で記憶された文字方向で決ま
る１文字列画像バッファへのセットが終ると、文字認識
の処理を行う（２１３）　、文字認識では前と同じく文
字列画像バッファ内の画像に対する文字切り出しと切り
出した各画像に対する識別とを行い、順次′その識別結
果を出力するので、文字列ごとに出力結果を記憶し保存
する（２１４）、セットされた文字列画像に対する処理
が終了すると、制御手段は記憶している次の文字列座標
の読み出しに進める。読み出しを行っても座標値がない
場合には、制御手段は入力された文字の上下が逆の方向
か判断しく２１５）、逆方向であれば記憶きれている列
単位での認識結果の順序の入れ換えを行い（２１６）、
逆方向でなければ次に進める。最後に制御手段は記憶し
ている認識結果の出力を行う（２１７）。

第７図は第１図と第２図の処理を行う文字認識装置の例
を示すブロック図である。

第１図にフローチャートで示した処理は、第７図では次
のようにして行える。

画像入力手段１は帳票上を光学的に走査し得られる映像
信号をディジタル信号に変換して出力する。制御手段３
により前記画像入力手段１から出力されるディジタル信
号は画像記憶手段２に転送され、前記ディジタル信号は
画像として記憶される０画像が記憶されると、制御手段
３は画像記憶手段２の画像を後述の表示手段４にあるビ
デオメモリに転送し記憶する０表示手段４は、制御手段
３からの表示制御信号によりビデオメモリに記憶してい
る画像を表示する。

そこで、表示手段４に表示されている画像を見ながら認
識対象範囲の座標と文字の方向とを入力手段５で入力す
ると、前記認識対象範囲の座標値と文字の方向とは制御
手段３に送られる。制御手段３は受は取った前記認識対
象範囲の座標値を画像記憶手段２に出力し、対応する画
像を読み出す、制御手段３は画像記憶手段２から読み出
された画像に対して前述の画像処理を行い文字列の位置
を求め、各文字列の位置を表す座標値の組を記憶する。

次に制御手段３は前記画像入力手段１を制御し記憶して
いる各文字列の座標値の組で決まる範囲の画像を入力し
、入力した１文字列分の画像を画像記憶手段２に送り記
憶する。ここで画像手段２に画像を書き込むときの開始
アドレス値とアドレスの更新値とは、制御手段３が記憶
した文字方向により選ばれる０次に制御手段３は画像記
憶手段２に記憶している画像を文字認識手段６に転送し
、文字認識手段６は文字切り出しと切り出された画像の
識別とを行い認識結果を出力する。認識結果記憶手段７
は文字認識手段６から出力される文字コードを記憶し、
文字認識手段６からの出力の終了を検出すると制御手段
３に終了の信号を出力する。制御手段３は認識結果記憶
手段７からの終了信号を受けると、記憶している次の文
字列の位置を表す座標値を使って、上記文字列画像の入
力から認識結果の記憶までの一連の処理を繰り返す、制
御手段３は処理すべき文字列の座標値がなくなると、記
憶した文字の上下方向が反対の場合には認識結果記憶手
段７に記憶されている認識結果を文字列単位で入れ換え
る。Ｒ後に認識結果記憶手段７に記憶されている文字コ
ードを出力する。ここで前記表示手段４はビデオメモリ
とテキストメモリを備え、ビデオメモリに画像を転送し
表示制御信号を送ると、ビデオメモリの内容を表示する
手段とする。

また第２図にフローチャートで示した処理は、第７図で
は次のようにして行える。

画像入力手段１は帳票上を光学的に走査し得られる映像
信号をディジタル信号に変換して出力する。制御手段３
により前記画像入力手段１から出力されるディジタル信
号は画像記憶手段２に転送され、前記ディジタル信号は
画像として記憶される０画像が記憶されると、制御手段
３は画像記憶手段２の画像を後述の表示手段４にあるビ
デオメモリに転送し記憶する０表示手段４は、制御手段
３からの表示制御信号によりビデオメモリに記憶してい
る画像を表示する。

そこで、表示手段４に表示きれている画像を見ながら認
識対象範囲の座標を入力手段５で入力すると、前記認識
対象範囲の座標値は制御手段３に送られる。制御手段３
は受は取った前記認識対象範囲の座標値を画像記憶手段
２に出力し、対応する画像を読み出す、制御手段３は画
像記憶手段２から認識対象範囲の画像を読み出し、その
画像に対して前述の画像処理を行い文字列の位置を求め
、各文字列の位置を表す座標値の組を記憶する。

次に制御手段３は前記画像入力手段１を制御し記憶して
いる最初の文字列の座標値の組で決まる範囲の画像を入
力し、入力した１文字列分の画像を画像記憶手段２に送
り記憶する。ここで画像手段２に画像を書き込むときの
開始アドレス値とアドレスの更新値とは、文字の上下が
正立の方向で選ばれる値とする０次に制御手段３は画像
記憶手段２に記憶している画像を文字認識手段６に転送
し、文字認識手段６は文字切り出しと切り出された画像
の識別とを行い認識結果を出力する。ここでの識別は２
種類の文字方向での識別とし、各画像に対して２個の認
識結果を出力する。制御手段３は文字認識手段６からの
最初の文字列に対する２種類の認識結果を表示手段４の
テキストメモリに転送し、さらに表示制御信号を送る０
表示された２種類の認識結果を見て、どちらかを入力手
段５を使って選ぶ、入力手段５から選択された側を表す
信号が制御手段３に送られると、制御手段３はその信号
が王立か上下が逆方向かのどちらの文字方向に対応する
か検出し、記憶する。これから後の認識結果出力までの
処理は、前述と同じであるので説明を省略する。

第７図で説明した処理は、スキャナを備えたパーソナル
コンピュータシステムのソフトウェアで行えるというの
は言うまでもない。

（発明の効果） 以上説明したように本発明によれば、文字の上下が反転
していても帳票を蓋き直し再度その画像を取り直す必要
はなく、また頁単位の大きなメモリは不要の文字認識方
法となる。

【図面の簡単な説明】

第１図は本願の第１の発明における処理手順の一例を示
すフローチャート、第２図は本願の第２の発明における
処理手順の一例を示すフローチャート、第３図は文字列
画像と水平方向での画素数のヒストグラノ、との関係を
例示した図、第４図は２つの文字方向での画像と特徴量
の検出順序との関係を例示した図、第５図は帳票の置き
方で異な。 る文字列画像を例示する図、第６図は第５図の２種類の
文字列画像を文字列画像バッファにセットする際に必要
なアドレス値を例示する図、第７図は第１図と第２図の
処理を行う文字認識装置の例を示すブロック図である。

Claims (2)

【特許請求の範囲】
1. （１）粗い分解能での画像を見ながらキーボード、タブ
   レット、マウス等の入力手段を使って認識対象範囲を指
   定し、認識対象範囲内の画像から文字列座標を検出し、
   スキャナの走査位置を制御して列ごとの画像を文字列画
   像バッファに入力し、文字列画像バッファにセットされ
   ている文字画像に対して認識処理を行う文字認識方法に
   おいて、認識対象範囲とその範囲内での文字方向とを入
   力手段で入力し、入力手段から出力される正立の文字方
   向と上下が反対の文字方向とでは文字列画像を文字列画
   像バッファのメモリにセットする際の開始アドレス値と
   アドレスの更新値とを反対の値とし、上下が反対の文字
   方向に対しては認識対象範囲内の文字認識が終了後、列
   ごとの認識結果である文字コードの列の順番を入れ換え
   ることを特徴とする文字認識方法。
2. （２）粗い分解能での画像を見ながらキーボード、タブ
   レット、マウス等の入力手段を使って認識対象範囲を指
   定し、認識対象範囲内の画像から文字列座標を検出し、
   スキャナの走査位置を制御して列ごとの画像を文字列画
   像バッファに入力し、文字列画像バッファにセットされ
   ている文字画像に対して認識処理を行う文字認識方法に
   おいて、認識対象内の最初の文字列画像に対しては文字
   認識が正立と上下反対との２つの文字方向として行い文
   字認識手段から出力される２種類の方向での文字の認識
   結果を表示手段に転送して表示させ、入力手段により片
   方の文字認識結果が選択されると、選択された認識結果
   の出力に対応する文字方向を検出し、正立の文字方向と
   上下が反対の文字方向とでは文字画像を文字列画像バッ
   ファのメモリにセットする際の開始アドレス値とアドレ
   スの更新値とを反対の値とし、検出した方向が上下反対
   の文字方向であれば認識対象範囲内の文字認識が終了後
   、列ごとの認識結果である文字コードの列の順番を入れ
   換えることを特徴とする文字認識方法。