JP2000353215A - 文字認識装置および文字認識プログラムを記録した記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 単語照合により読み飛ばした部分が、２文字
以上の場合においても、文字切り出しの不安定性に依存
しない再認識の手段を新たに実現する。 【解決手段】 読み飛ばした部分、つまり単語照合時に
不一致となった部分のイメージに対し、１文字分の文字
候補を切り出さずに、不一致部分をまとめて認識するｎ
文字認識部とｎ文字認識部が認識の際に参照するｎ文字
認識辞書を新たに備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、入力されたイメー
ジデータから文字列を自動的に読み取る文字認識装置に
利用する。具体的には、郵便物や帳票に記入された住
所、氏名もしくは製品番号等を読み取る装置や、スタイ
ラスペンを用いて文字列を入力するペン入力装置に関す
る。

【０００２】

【従来の技術】従来の文字認識装置を図９および図１０
を参照して説明する。図９は従来の文字認識装置の要部
ブロック構成図である。図１０は従来技術における文字
認識を説明するための図である。ここでは、特に複数の
文字より構成される文字列、すなわち単語を読み取り対
象とする文字認識装置に関する従来の技術を述べる。

【０００３】図９に示すように、住所または氏名等の単
語や製品コードのように、複数の文字から構成される文
字列を１文字毎に切り出す文字切り出し手段である文字
切り出し部３０１と、１文字毎に文字を認識する文字認
識手段である１文字認識部４０１とを用いて読み取る場
合には、文字切り出し部３０１において、１文字毎に切
り出した文字パタン全てが、１文字認識部４０１におい
て正確に認識される可能性は低い。そこで、認識対象の
単語を格納する単語データ格納手段である単語辞書６０
２を備えることにより、文字列中のいくつかの文字が１
文字認識部４０１において正しく認識できなくても、単
語辞書６０２から最も認識結果との一致数の高いものを
単語照合部６０１において検索することにより、単語単
位の認識性能を向上させることができる。このような構
成の文字認識装置の例は、特開平２−１０９１８７号公
報「べた書き住所の後処理方式」（＝引用文献１とす
る）、特開平５−１１４０５３号公報「文字認識後処理
方式」（＝引用文献２とする）により開示されている。

【０００４】しかしながら、これら引用文献１、引用文
献２で示されるような照合をベースとする方式は、認識
対象の文字列中の文字間接触の増加、もしくは認識対象
となる単語数の増加に伴い、照合時に誤った訂正が発生
してしまう。これは、文字切り出し部３０１が切り出す
べき文字数をあらかじめ仮定していないためで、特に、
文字間接触を文字列中に多く含む場合には、切り出し結
果として得られる文字候補パタンに対する認識結果か
ら、認識対象単語としての候補が多数得られ、正解を絞
り切れなくなるためである。

【０００５】これに対し、例えば「F.Kimura etal:”A
Lexicon Directed Algorithm for Recognition of Unco
nstrained Handwritten Words”,IEICE Trans. INF.& S
YST.,Vol.E77-D,No.7(1994.7).」（＝引用文献３とす
る）のように、認識対象単語中の各単語をあらかじめ仮
定し単語毎に、その文字数分の文字切り出しを行うこと
によって文字候補パタンを生成し、それらに対して個別
文字認識を行った結果、どれくらいあらかじめ仮定して
いる単語に近い認識結果を出力するかを、各文字候補パ
タンに対する個別文字認識の信頼度の和もしくは積で表
現される単語の確信度の大小を用いて認識する方式があ
る。しかしながら、この方法でも、読み取り対象となる
単語中に１文字だけ異なるような類似の２個の単語が存
在するような場合には、その両者の区別ができなくなる
という欠点がある。これは、文字列全体に対する評価値
で判定するため、文字列中に確信度の低い認識結果が出
現してもうまく反映されないからである。

【０００６】引用文献１から引用文献３の一連の単語認
識方式は、いずれも文字切り出しによって得られた文字
候補パタンのうち、確実に認識できた部分を使って、認
識できない部分、もしくは確信度の低い部分は単語情報
の併用により補っている。この際、認識できなかった部
分や確信度の低い部分、つまり読み飛ばしてしまった部
分については、本当に単語照合により補われた文字でよ
いのかを検証していないため、前述のような類似単語の
誤認識が起こる。

【０００７】一方、上記読み飛ばしによる誤認識を防ぐ
ために、例えば、特許第２７３４３８６号「文字列認識
装置」（＝引用文献４とする ）のように、前述の読み
飛ばした部分の文字候補を最初に用いた文字認識方式と
は別の方式で再度認識させている。これにより、単語を
構成する全ての文字について文字認識結果がそろうた
め、曖昧な部分がなくなり、誤読が低減できる。しかし
ながら、この方式においては、読み飛ばした部分の検証
は、個別文字認識で行っているため、１文字毎に切り出
されていることが必須であり、例えば、２文字の接触が
発生している部分に上述の再認識を行おうとした場合に
は、その部分が２個の文字候補に正しく切り出されてい
ることが必要であり、そうでない場合、つまり２文字分
のイメージが正しく２分割されていない場合には誤認識
が発生する。

【０００８】

【発明が解決しようとする課題】このように、引用文献
１から引用文献４で説明した従来例は、単語情報を併用
する際に曖昧になった部分、つまり飛び越した部分が２
文字以上の接触で、それが正しく切り出されていないと
検証としての再認識ができず、単語照合であくまでも一
番似ている単語に認識してしまう。その結果、たまたま
読み飛ばした部分だけが異なる別の単語が存在するよう
な場合には、誤認識が発生することが問題である。同様
な問題は、引用文献１から引用文献４で説明した従来例
以外にも、特開平３−４８３７９号公報、特開平３−１
５４９８５号公報、特開平５−２９０２１７号公報、特
開平７−１９２０９４号公報、特許第２６１９４９９号
公報に開示された文字認識技術にもみられる。

【０００９】図１０にその具体例を示す。同図は、”Ｈ
ｕｎｄｒｅｄ”が正解であるが、単語照合を行う前の文
字切り出し手段と文字認識手段だけを用いた場合の認識
結果は、”Ｔｈ？？？？ｄ”となる。この結果から単語
照合を行うと、例えば、認識対象が数字の単語である場
合、”Ｔｈｏｕｓａｎｄ”が最も近い単語として選択さ
れてしまい結果的に誤読する。これに対して前述の引用
文献４では、更に、照合により読み飛ばした部分”ｏｕ
ｓａｎ”に相当する部分パタンを別の個別文字認識で検
証するが、この例のように文字切り出しが正確でない場
合には、読み飛ばし部分を正しく認識することができな
い。

【００１０】本発明は、このような背景に行われたもの
であって、単語照合により読み飛ばした部分が、２文字
以上の場合においても、文字切り出しの不安定性に依存
しない再認識の手段を新たに実現することにより、曖昧
性の無い、認識精度の高い単語認識を実現することがで
きる文字認識装置および文字認識プログラムを記録した
記録媒体を提供することを目的とする。本発明は、処理
速度を高速化することができる文字認識装置および文字
認識プログラムを記録した記録媒体を提供することを目
的とする。

【００１１】

【課題を解決するための手段】単語照合により読み飛ば
した部分が、２文字以上の場合においても、文字切り出
しの不安定性に依存しない検証を実現するために、本発
明の文字認識装置は、読み飛ばした部分、つまり単語照
合時に不一致となった部分のイメージに対し、１文字分
の文字候補を切り出さずに、不一致部分をまとめて認識
するｎ文字認識部とｎ文字認識部が認識の際に参照する
ｎ文字認識辞書を新たに備えて構成される。

【００１２】すなわち、本発明の第一の観点は文字認識
装置であって、本発明の特徴とするところは、文字列画
像を入力し記憶するイメージ格納手段と、前記イメージ
格納手段に入力された文字列画像に対し１文字毎の文字
候補パタンを作成するとともに文字同士が接触している
部分を検出し接触する文字数を推定する文字切り出し手
段と、前記文字切り出し手段により作成された１文字毎
の文字候補に対しその文字種を判定するとともにその確
信度を出力する１文字認識手段と、前記１文字認識手段
が判定に用いる１文字認識辞書と、前記文字切り出し手
段により検出された文字同士が接触している部分が前記
文字切り出し手段によりｎ文字と推定された場合にこの
ｎ文字分の文字種を判定するｎ文字認識手段と、前記ｎ
文字認識手段が判定に用いるｎ文字認識辞書と、前記イ
メージ格納手段、前記文字切り出し手段、前記１文字認
識手段、前記ｎ文字認識手段を制御する制御手段とを備
えたところにある。

【００１３】さらに、前記１文字認識手段により得た１
文字認識結果および前記ｎ文字認識手段により得たｎ文
字認識結果にしたがって登録されている候補単語に対し
文字の一致数の大きい順に照合した単語を出力する単語
照合手段と、この単語照合手段が照合時に用いる単語辞
書とを備える構成とすることもできる。

【００１４】前記制御手段は、前記文字切り出し手段に
より得た１文字毎の文字候補パタンに対し前記１文字認
識手段が出力した信頼度が低くかつその文字候補パタン
が前記文字切り出し部で検出した文字同士が接触してい
る部分から得たものであった場合にはその文字候補パタ
ンを含む文字同士が接触している部分に対しｎ文字認識
を行いその認識結果を採用する手段を含む構成とするこ
とが望ましい。

【００１５】また、前記制御手段は、前記文字切り出し
手段により得た１文字毎の文字候補パタンに対し前記１
文字認識手段が出力した認識結果に対する前記単語照合
手段から得た照合結果に対し完全に一致するものがあれ
ば文字列イメージに対する１文字毎の認識結果の全てに
対する確信度を調べいずれもある値以上であれば前記１
文字認識手段が出力した認識結果を採用しそうでなけれ
ば入力した文字列イメージに対する認識を中止する手段
と、前記文字切り出し手段で得た１文字毎の文字候補パ
タンの前記１文字認識手段の認識結果に対する前記単語
照合手段の照合結果に対し完全に一致するものがない場
合には１文字認識結果の異なる部分に相当する文字列イ
メージを照合を試みた単語の一致文字数の大きいものか
ら順に単語照合で不一致となった部分の文字数と文字種
とともに前記ｎ文字認識手段に送り込む手段と、この送
り込む手段により送り込まれた文字列イメージに対し前
記ｎ文字認識手段では当該文字列イメージの再認識を行
いその認識結果およびその確信度を出力しその確信度が
ある値以上であれば照合中の単語を入力文字列に対する
認識結果の最終候補として残し前記１文字認識手段が起
動した部分については前記１文字認識手段が出力した確
信度および前記ｎ文字認識手段が起動した部分について
は前記ｎ文字認識手段が出力した確信度をそれぞれ用い
て照合中の文字列全体に対する評価値を計算し照合単語
のうち前記最終候補として残った単語の中で一番評価値
の高いものを入力文字列に対する認識結果とする手段と
を含む構成とすることもできる。

【００１６】さらに、前記文字切り出し手段は、文字同
士が接触している部分から１文字毎の文字候補パタンを
作成するときに接触している文字の境界を文字同士が接
触している部分の黒画素に対し文字列方向と垂直方向に
当該黒画素をトレースした際の隣接するランのラン長の
変化を用いて検出する手段を含む構成とすることが望ま
しい。

【００１７】あるいは、前記文字切り出し手段は、文字
同士が接触している部分から１文字毎の文字候補パタン
を作成するときに接触している文字の境界を文字同士が
接触している部分の文字ストロークに対する文字列方向
と垂直な方向に対する極大点ならびに極小点を用いて検
出する手段を含む構成とすることが望ましい。

【００１８】また、前記ｎ文字認識手段は、文字同士が
接触する部分を１文字毎の文字候補パタンに分割せず全
体で認識を行い認識結果の確信度を出力しその全体認識
ための認識辞書をｎ文字認識辞書に格納する手段を含む
構成とすることが望ましい。

【００１９】あるいは、前記ｎ文字認識手段は、文字同
士が接触する部分を１文字毎の文字候補パタンに分割せ
ず全体で認識を行うときに文字列を囲む矩形を仮定しそ
の矩形の高さに相当する高さおよび１文字分の文字幅以
下の高さを持つ領域を設定しその領域を前記矩形の一方
から他方に移動させていくことにより得られた移動毎に
得られる領域内の特徴の変化を用いて認識を行うととも
に認識結果の確信度を出力しそのための認識辞書をｎ文
字認識辞書に格納する手段を含む構成とすることが望ま
しい。

【００２０】これにより、単語照合により読み飛ばした
部分が、２文字以上の場合においても、文字切り出しの
不安定性に依存しない再認識の手段を新たに実現するこ
とにより、曖昧性の無い、認識精度の高い単語認識を実
現することができるとともに、処理速度の高速化を図る
ことができる。

【００２１】すなわち、本発明の第一の効果として、文
字接触を有する文字列の認識性能の格段の向上が図れ
る。その理由は、単語照合で不一致であった部分に対し
て、本発明の特徴であるｎ文字認識部を使った認識を行
うことで、その部分が接触文字であっても正確な認識が
行え、曖昧性が完全に解消されるからである。その結
果、従来の技術でも述べた、誤った文字切り出しによっ
て得られた文字候補パタンを誤認識することによる文字
列の誤読を飛躍的に抑制できる。

【００２２】次に、本発明の第二の効果として、処理速
度の高速化が図れる。本発明における文字認識装置は、
ｎ文字認識をその特徴として有するが、文字列全体をｎ
文字認識のみで認識するのは、文字列を文字切り出しに
より１文字毎の文字候補パタンに分割してから、１文字
毎に文字認識を行う方法に比べて処理時間が非常に多く
かかる。本発明における文字認識装置では、文字切り出
しを行い、１文字認識で信頼度の低い認識結果が得られ
た場合（第一実施例）や、単語照合の結果曖昧な部分が
あった場合（第二実施例）にだけ、それらに相当する部
分に対してのみ、ｎ文字認識が動くことから、ｎ文字認
識を入力文字列全体に対して適用する場合に比べて格段
に処理量が減る。その結果、文字切り出しを行って認識
する方式と、文字列全体をまとめて認識する方式を入力
文字列に対して独立に行い、両者の認識結果をその後で
統合して最終認識結果を決定する方式と比較した場合
に、たとえ両者を並列に処理したとしても後者の文字列
全体をまとめて認識する方式が時間的にネックになるの
に対し、本発明の文字認識装置は、必要最低限の文字数
に絞って、また単語認識の場合には文字種も絞ってから
ｎ文字認識を実行するので、きわめて高速に認識結果を
得ることが可能である。

【００２３】本発明の第二の観点は機械読み取り可能な
記録媒体であって、本発明の特徴とするところは、文字
列画像を入力し記憶するステップと、記憶した文字列画
像から１文字毎の文字候補パタンを作成するとともに文
字同士が接触している部分を検出し接触する文字数を推
定するステップと、作成された１文字毎の文字候補に対
しその文字種を判定するとともにその確信度を出力する
ステップと、その確信度がある値以下でかつ文字同士が
接触している部分に含まれている際にこの文字同士が接
触している部分に対しｎ文字分の文字種を判定し確信度
を出力するステップと、１文字の認識結果とｎ文字認識
結果のそれぞれの確信度がある値以上の場合にそれを入
力文字列に対する認識結果として出力するステップとを
備えることを特徴とするコンピュータ上で動作する文字
列認識プログラムを記録したところにある。

【００２４】あるいは、文字列画像を入力し記憶するス
テップと、記憶した文字列画像から１文字毎の文字候補
パタンを作成するとともに文字同士が接触している部分
を検出し接触する文字数を推定するステップと、作成さ
れた１文字毎の文字候補に対しその文字種を判定すると
ともにその確信度を出力するステップと、登録されてい
る候補単語に対し文字の一致数の大きい順に照合した単
語を出力するとともにそれぞれの照合単語に対し不一致
部分を出力する単語照合ステップと、この単語照合ステ
ップにより得たそれぞれの照合単語に対する不一致部分
に相当する画像を入力画像から獲得しその文字数と文字
種を仮定した複数文字分の文字種を判定するとともにそ
の確信度を出力するｎ文字認識ステップと、１文字の認
識結果とｎ文字認識結果のそれぞれの確信度がある値以
上の場合にそれを入力文字列に対する認識結果として出
力するステップとを備えることを特徴とするコンピュー
タ上で動作する文字列認識プログラムを記録したところ
にある。

【００２５】

【発明の実施の形態】（第一実施例）本発明第一実施例
の文字認識装置の構成を図１を参照して詳細に説明す
る。図１は本発明第一実施例の文字認識装置の要部ブロ
ック構成図である。本発明第一実施例の文字認識装置
は、図１に示すように、文字列画像を入力し記憶するイ
メージ格納部１０１と、イメージ格納部１０１に入力さ
れた文字列画像に対し１文字毎の文字候補パタンを作成
するとともに文字同士が接触している部分を検出し接触
する文字数を推定する文字切り出し部３０１と、文字切
り出し部３０１で作成された１文字毎の文字候補に対し
その文字種を判定するとともにその確信度を出力する１
文字認識部４０１と、１文字認識部４０１が判定に用い
る１文字認識辞書４０２と、文字切り出し部３０１で検
出した文字同士が接触している部分が文字切り出し部３
０１でｎ文字と推定した場合にｎ文字分の文字種を判定
するｎ文字認識部５０１と、ｎ文字認識部５０１が判定
に用いるｎ文字認識辞書５０２と、１文字認識部４０１
で得た１文字認識結果とｎ文字認識部５０１で得たｎ文
字認識結果とを用いて登録されている候補単語に対し文
字の一致数の大きい順に照合した単語を出力する単語照
合部６０１と、単語照合部６０１が照合時に用いる単語
辞書６０２、ならびに、イメージ格納部１０１、文字切
り出し部３０１、１文字認識部４０１、ｎ文字認識部５
０１を制御する制御部２０１とを備えることを特徴とす
る。

【００２６】次に、本発明実施例の文字認識装置の動作
を図２を参照して説明する。図２は本発明第一実施例の
動作を示すフローチャートである。以下に説明する一連
の動作は、図１に示す制御部２０１が行う。制御部２０
１は、イメージ格納部１０１、文字切り出し部３０１、
１文字認識部４０１、ｎ文字認識部５０１、単語照合部
６０１の動作を制御するもので、各部とのデータバス７
０１を介したデータの送受、各部への制御信号の発行が
可能であればよく、例えばコンピュータ上で実現が可能
である。

【００２７】認識対象となる文字列画像は、スキャナも
しくはスタイラスペン等の光電変換手段によって電気信
号に変換され、データバス７０１を通じて、イメージ格
納部１０１に蓄積される（ステップ１１）。イメージ格
納部１０１は、コンピュータ機器に使われている一般的
なメモリデバイスで実現できる。また、入力画像は、例
えば、図３に示すような複数の文字から構成される画像
である。

【００２８】次に、文字切り出し部３０１で、イメージ
格納部１０１に格納されている文字列画像に対して文字
切り出しを行い、文字列画像から１文字毎の文字領域を
検出する（ステップ２１）。この文字切り出しは、例え
ば「西脇、山田：黒色罫線枠帳票における接触数字切り
出し、電子情報通信学会情報・システムソサイエティ大
会、D-12-3(1997).」を用いることでコンピュータ上で
実現可能である。例えば図３の文字列では、文字の接触
部分に対して縦方向の白ランで文字の切断候補が検出で
きる。また、他の文字と接触していない文字について
は、黒画素の水平軸への投影プロファイルである幅以下
のものを検出することで実現できる。接触文字に対して
検出された文字境界を任意に２個選択し、それらに挟ま
れる部分を文字候補パタンとする。例えば図３の「２２
０」という３文字の接触パタンに対し、得られた切断候
補の左から２番目、５番目を選択すると、図４のような
文字候補パタンが生成される。１個の文字列パタンに対
する文字候補は、場合によっては複数通りの組み合わせ
が生成可能であるが、例えば図３では、これを括弧で表
現しており、３通りの文字切り出しが存在する。

【００２９】次に、ステップ２１で生成された各々の文
字候補パタンに対して、１文字認識部４０１で文字認識
を行う（ステップ３１）。この１文字認識は、例えば
「Tsukumo etal;Handprinted Kanji Character Recogni
tion based on Flexible Template Maching,Proc of 11
th Intl. Conf. Pattern Recognition,pp.483-486 (199
2).」を用いてコンピュータ上で実現できる。文字認識
結果に対する信頼度は、例えば、第１位の認識結果に対
する距離値と第２位の認識結果に対する距離値との比を
とればよく、１文字認識辞書４０２には、学習用の文字
パタンから抽出した照合用の特徴を格納する。１文字認
識辞書４０２は、１文字認識部４０１からアクセス可能
なメモリにセットすればよい。

【００３０】次に、文字切り出し時に文字列中の文字同
士が接触していたかしていなかったかどうかを判定する
（ステップ４１）。もし文字間の接触がなく、文字列を
構成する全ての文字が孤立パタンで構成されている場合
には、文字列の評価値Ｅ１を計算する（ステップ５
１）。文字列の評価値Ｅ１は、孤立文字パタンの１文字
認識の認識結果に対する信頼度から計算すればよく、全
ての１文字認識結果の信頼度の積または和で表現すれば
よい。

【００３１】この文字列評価値Ｅ１があらかじめ設定し
ている値ＳＨ１よりも大きいかどうかを判定する（ステ
ップ６１）。もし、大きければ、ステップ３１で得られ
た孤立文字パタンに対する１文字認識結果を、入力文字
列に対する認識結果として採用する（ステップ７１）。
逆に、文字列評価値が、あらかじめ設定している値より
も小さい場合には、入力文字列に対する認識結果は棄却
する。この際、各々の孤立文字パタンに対する１文字認
識結果の信頼度を個別に吟味し、信頼度の高い認識結果
だけを出力することも可能である。なお、上記ＳＨ１
は、学習用の文字列から、誤認識が生じない範囲を調査
することにより設定可能である。また、各々の孤立文字
パタンに対する１文字認識結果を採用するに十分な信頼
度の大きさも、例えば、１文字認識部３０１の学習に用
いたパタンのうち、誤読したパタンに対する信頼度の上
限値を調査することにより設定可能である。

【００３２】一方、前記ステップ４１にて、文字切り出
し時に文字列中の文字同士が接触していた場合には、文
字列中から文字の互いに接触している部分を接触ブロッ
クＢｉ（ｉ＜文字数）を取り出し、接触ブロックＢｉに
対する確信度Ｃｉを計算する（ステップ９１）。Ｃｉ
は、接触ブロックを構成する文字候補パタンに対して、
前記ステップ３１で求めた、１文字認識の認識結果に対
する信頼度の積または和で表現すればよい。このとき、
全ての接触ブロックＢｉに対する確信度Ｃｉが、ある値
ＳＨ２以上であれば（ステップ１０１）、ステップ３１
で求めた１文字認識結果を入力文字列に対する認識結果
とする（ステップ７１）。この際、図５に示すように、
接触パタンに対する文字候補パタンの組み合わせは複数
存在しうる。図５では、３種類存在し、それぞれの文字
候補パタンに対する認識結果の信頼度は、｛ｅ（１，ｉ
＋１），ｅ（１，ｉ＋２），ｅ（１，ｉ＋３）｝、｛ｅ
（２，ｉ＋１），ｅ（２，ｉ＋２），ｅ（２，ｉ＋
３）｝、｛ｅ（３，ｉ＋１），ｅ（３，ｉ＋２），ｅ
（３，ｉ＋３）｝となる。このような場合、この接触ブ
ロックＣ１、「２２０」に対する確信度Ｂ１は、｛｝内
の信頼度の総和もしくは総積の最大のものを用いればよ
い。なお、上記ＳＨ２は、学習用の接触ブロックより誤
読が生じない確信度の値をあらかじめ求めておけばよ
い。

【００３３】一方、ステップ１０１で、ある接触ブロッ
クＢｉに対する確信度Ｈｉが、ある値ＳＨ２以下であれ
ば、ｎ文字認識部５０１へ当該接触ブロックのイメージ
を送る。ｎ文字認識部５０１では、接触ブロックを１文
字毎の文字候補パタンに分割せず、接触ブロック全体を
一度に認識し、接触ブロック中の文字数分の認識結果と
認識結果に対する確信度Ｈｉを出力する（ステップ１１
１）。ｎ文字認識辞書５０２には、学習用の文字列パタ
ンから抽出した照合用の特徴を格納する。ｎ文字認識辞
書５０２は、ｎ文字認識部５０１からアクセス可能なメ
モリにセットすればよい。ｎ文字認識部５０１は、例え
ば図７に示すように、接触ブロックに対して１文字幅の
数分の１幅程度の特徴抽出窓を使い、その特徴抽出窓を
文字列の一方の端からもう一方の端に移動しながら、特
徴抽出窓内で特徴を抽出していく。特徴は前出の「Tsuk
umo etal;Handprinted Kanji Character Recognition b
ased on Flexible Template Maching,Proc of 11th Int
l. Conf. PatternRecognition,pp.483-486 (1992).」
で用いる方向特徴を用いればよく、この特徴変化をオー
トマトンの状態遷移に当てはめ、状態の遷移状況を用い
て認識する。具体的には「T.M.Ha et al;Off-line Hand
written Numeral String Recognition by Combining Se
gmentation-based and Segmentation-free Methods, Pa
ttern Recognition, Vol.31, No.3 pp.257-272 (1998.
3).」を用いて、コンピュータ上で実現できる。この
他、文字列をその端点、交点を節とするグラフで表現
し、グラフマッチングを行ってもよい。なお、あらかじ
め文字列中の文字数が既知である場合には、ｎ文字認識
に何文字分に相当する接触ブロックであるかを渡して認
識に用いる。また、記の方式で接触ブロックを認識した
場合には、接触ブロック中の文字数分の認識結果と認識
結果に対する確信度Ｈｉは、上記の方式が認識結果と同
時に計算する尤度を用いればよい。

【００３４】次に、ｎ文字認識部５０１（ステップ１１
１）で計算した、接触ブロック中の文字数分の認識結果
と認識結果に対する確信度Ｈｉの大きさを調べる（ステ
ップ１２１）。確信度ＨｉがＳＨ３以上であった場合に
は、その接触ブロックＢｉに対してｎ文字認識部の認識
結果を採用し、孤立文字に対する１文字認識部の認識結
果と合わせて出力する（ステップ１３１）。このとき、
１文字認識部の認識結果に対する信頼度が小さい場合に
は、該当部分だけを棄却とし、ｎ文字認識結果だけ出力
してもよい。１文字認識結果を採用するための信頼度の
下限値は、１文字認識辞書を作成する際に用いた学習用
のパタンを用いて決定できる。

【００３５】一方、確信度ＨｉがＳＨ３以下である場合
には、ｎ文字認識部の認識結果を棄却する（ステップ１
４１）。したがって、文字列としては文字列を構成する
全ての文字に対し、認識結果がそろわないので棄却とす
る。ただし、このとき、１文字認識部の認識結果に対す
る信頼度が大きい場合には、ｎ文字認識部５０１で得た
結果だけ棄却し、１文字認識結果が得られている部分だ
けを出力してもよい。なお、上記ＳＨ３は、学習用のパ
タンを用い、それらが誤読しないような値に設定すれば
よい。

【００３６】（第二実施例）次に、図６を用いて本発明
第二実施例について説明する。以下に説明する一連の動
作は、本発明第一実施例と同様に、制御部２０１が行
う。制御部２０１は、イメージ格納部１０１、文字切り
出し部３０１、１文字認識部４０１、ｎ文字認識部５０
１、単語照合部６０１の動作を制御するもので、各部と
のデータバス７０１を介したデータの送受、各部への制
御信号の発行が可能であればよく、例えばコンピュータ
上で実現が可能である。

【００３７】認識対象となる文字列画像は、スキャナも
しくはスタイラスペン等の光電変換手段によって電気信
号に変換され、データバス７０１を通じてイメージ格納
部１０１に蓄積される（ステップ１２）。イメージ格納
部１０１は、コンピュータ機器に使われている一般的な
メモリデバイスで実現できる。また、入力画像は、例え
ば、図３に示したような複数の文字から構成される単語
画像である。以下、図１０に例示した「Ｈｕｎｄｒｅ
ｄ」を用いて動作を説明する。

【００３８】次に、文字切り出し部３０１で、イメージ
格納部１０１に格納されている文字列画像に対して文字
切り出しを行い、文字列画像から１文字毎の文字領域を
検出する（ステップ２２）。この文字切り出しは、本発
明第一実施例と同様に、例えば「西脇、山田：黒色罫線
枠帳票における接触数字切り出し、電子情報通信学会情
報・システムソサイエティ大会、D-12-3(1997).」を用
いることでコンピュータ上で実現可能である。例えば、
図１０に例示した文字列「Ｈｕｎｄｒｅｄ」では、７個
の文字候補パタンに分割される。

【００３９】次に、ステップ２２で生成された各々の文
字候補パタンに対し、１文字認識部４０１で文字認識を
行う（ステップ３２）。この１文字認識は、本発明第一
実施例と同様に、例えば「Tsukumo etal;Handprinted K
anji Character Recognitionbased on Flexible Templa
te Maching,Proc of 11th Intl. Conf. Pattern Recogn
ition,pp.483-486 (1992).」を用いてコンピュータ上で
実現できる。文字認識結果に対する信頼度は、例えば、
第１位の認識結果に対する距離値と第２位の認識結果に
対する距離値との比をとればよく、１文字認識辞書４０
２には、学習用の文字パタンから抽出した照合用の特徴
を格納する。１文字認識辞書４０２は、１文字認識部４
０１からアクセス可能なメモリにセットすればよい。図
１０に例示した文字列「Ｈｕｎｄｒｅｄ」に対しては、
文字切り出し部３０１で７個の文字候補パタンに分割さ
れ、「Ｔ」「ｈ」「？」「？」「ｄ」「？」「ｄ」とい
う認識結果を出力する。ここで、「？」は、１文字認識
部４０１が、該当する文字候補パタンに対して認識結果
を出力しなかったこと、すなわち棄却を意味する。

【００４０】次に、上記１文字認識部４０１で得られた
結果を用いて、単語照合部６０１で照合を行う（ステッ
プ４２）。照合用の単語は、単語辞書６０２に格納して
おく。単語辞書６０２は、単語照合部６０１が参照可能
なメモリ上に格納しておけばよい。単語照合部６０１で
は、単語辞書６０２に格納されている単語を１個ずつ取
り出し、１文字認識部４０１で得られた結果と文字単位
で一致数を計算し、一致数の大きい順にその単語を出力
する。一致数は、単語辞書中の単語を構成する文字が、
１文字認識部で得られた認識結果といくつ合致している
かで計算することができ、コンピュータ上で実現でき
る。図１０に例示した文字列「Ｈｕｎｄｒｅｄ」の場
合、単語辞書６０２に数字単語が登録されていると、登
録されている単語中、最も一致数の大きい「Ｔｈｏｕｓ
ａｎｄ」（一致数は３）が、次に「Ｈｕｎｄｒｅｄ」
（一致数は２）が出力される。

【００４１】次に、単語照合部６０１での照合が全文字
一致、すなわち１文字認識部４０１で得られた認識結果
が単語辞書６０２に格納されているものに完全に一致し
たかどうか、すなわち文字単位で全て合致したかを判定
する（ステップ５２）。ここで、もし全文字一致してい
れば、文字列の評価値Ｅ２を計算する（ステップ６
２）。文字列の評価値Ｅ２は、１文字認識部４０１の認
識結果に対する信頼度から計算すればよく、例えば、１
文字認識部４０１で計算される信頼度の積または和で表
現すればよい。

【００４２】この文字列評価値Ｅ２があらかじめ設定し
ている値ＳＨ４よりも大きいかどうかを判定する（ステ
ップ７２）。もし、大きければ、１文字認識部で得られ
た認識結果を、入力文字列に対する認識結果として採用
する（ステップ８２）。逆に、文字列評価値が、あらか
じめ設定している値よりも小さい場合には、入力文字列
に対する認識結果を棄却する。この際、各々の文字候補
パタンに対する１文字認識結果の信頼度を個別に吟味
し、信頼度の高い認識結果だけを出力することも可能で
ある。なお、上記ＳＨ４は、学習用の文字列から、誤認
識が生じない範囲を調査することにより単語毎に設定可
能である。また、各々の文字候補パタンに対する１文字
認識結果の信頼度も、１文字認識部の学習に用いたパタ
ンのうち、正読したパタンの信頼度を調査することによ
り設定可能である。

【００４３】一方、図１０に例示した文字列「Ｈｕｎｄ
ｒｅｄ」の場合は、単語照合部６０１で計算した一致数
が、「Ｈｕｎｄｒｅｄ」の文字数、７ではないことか
ら、以下に説明する処理を行う。まず、単語辞書６０１
に格納している単語各々に対し、一致しなかった部分Ｕ
ｉを検出する（ステップ１０２）。図１０に例示した文
字列「Ｈｕｎｄｒｅｄ」の場合は、一致数３で最大の
「Ｔｈｏｕｓａｎｄ」との不一致部は、「ｏｕｓａｎ」
である。そこで、図７のように入力画像から、「ｏｕｓ
ａｎ」に該当する部分のイメージを取り出す。取り出し
たイメージは該当する部分の文字列「ｏｕｓａｎ」と共
にｎ文字認識部５０１に送る。この不一致部分の検出
は、１文字認識部４０１の認識結果が単語と一致しない
部分に対し、文字切り出し部３０１で得た文字候補パタ
ンを統合することで抽出できる。

【００４４】ｎ文字認識部５０１では、図７に示したよ
うに、送られてきたイメージを同時に送られてきた文字
列と仮定して認識し、その確信度Ｋｉを計算する（ステ
ップ１１２）。ｎ文字認識辞書５０２には、学習用の文
字列パタンから抽出した照合用の特徴を格納する。ｎ文
字認識辞書５０２は、ｎ文字認識部５０１からアクセス
可能なメモリにセットすればよい。ｎ文字認識部５０１
は、図７のように不一致部に該当する部分のイメージ対
し、１文字幅の数分の１幅程度の特徴抽出窓を使い、そ
の特徴抽出窓を文字列の一方の端からもう一方の端に移
動しながら、特徴抽出窓内で特徴を抽出していく。特徴
は、本発明第一実施例と同様に、例えば「Tsukumo eta
l;Handprinted Kanji Character Recognition based on
FlexibleTemplate Maching,Proc of 11th Intl. Conf.
Pattern Recognition,pp.483-486 (1992).」 で用いる
方向特徴を用いればよく、この特徴変化をオートマトン
の状態遷移に当てはめ、状態の遷移状況により認識す
る。具体的には、本発明第一実施例と同様に、例えば
「T.M.Ha et al;Off-line Handwritten Numeral String
Recognition by Combining Segmentation-based and Se
gmentation-free Methods, PatternRecognition, Vol.3
1, No.3 pp.257-272 (1998.3).」を用いてコンピュータ
上で実現できる。この方式で、不一致部に該当する部分
のイメージを認識した場合には、接触ブロック中の文字
数分の認識結果と認識結果に対する確信度Ｋｉは、上記
の方式が認識結果と同時計算される尤度を用いる。この
他、文字列をその端点および交点を節とするグラフで表
現し、グラフマッチングを行ってもよい。

【００４５】次に、ｎ文字認識部５０１（ステップ１１
２）で計算した、不一致部に該当する部分のイメージ認
識結果に対する確信度Ｋｉの大きさを調べる（ステップ
１２２）。確信度ＫｉがＳＨ５以下であった場合には、
不一致部に該当する部分のイメージに対し、ｎ文字認識
部５０１の認識結果を不採用とし、現在、仮定している
単語は、入力単語画像に対する認識結果ではないとし
（ステップ１４２）、一致数の次に大きい順に、前記ス
テップ１０２以降を繰り返す。図１０に例示した文字列
「Ｈｕｎｄｒｅｄ」の場合は、まず、一致数３の単語
「Ｔｈｏｕｓａｎｄ」との不一致部分、「ｏｕｓａｎ」
に相当するイメージを入力単語画像から抽出し、そのイ
メージが「ｏｕｓａｎ」と仮定した場合の信頼度を計算
する。この例では、その信頼度が前記ＳＨ５未満である
ので、不一致部に該当する部分のイメージが、「ｏｕｓ
ａｎ」ではないと判定する。これは、入力単語画像が仮
定していた「Ｔｈｏｕｓａｎｄ」ではないことを意味す
る。そこで、ステップ１０２に戻り、一致数が２と次に
大きい「Ｈｕｎｄｒｅｄ」に対して同様の処理を繰り返
す。

【００４６】ｎ文字認識部５０１（ステップ１１２）で
計算した、不一致部に該当する部分のイメージ認識結果
に対する確信度Ｋｉの大きさを調べ（ステップ１２
２）。確信度ＫｉがＳＨ５以上であった場合には、ｎ文
字認識部５０１で仮定していた文字列を不一致部に該当
する部分の認識結果として採用する（ステップ１３
２）。図１０で例示した文字列「Ｈｕｎｄｒｅｄ」の場
合は、１文字認識で一致しているのが２箇所の「ｄ」で
あることから、不一致部分の該当する箇所は、図７で示
すように「Ｈｕｎ」、「ｒｅ」の２箇所となる。これら
２箇所の不一致部に該当するイメージに対し、それぞれ
「Ｈｕｎ」、「ｒｅ」を仮定してｎ文字認識を行い、確
信度を算出する。この場合、「Ｈｕｎ」、「ｒｅ」に該
当する２個のイメージに対するｎ文字認識の確信度は、
ＳＨ５以上であるので、それら２個のイメージは、それ
ぞれ「Ｈｕｎ」、「ｒｅ」と判定する。なお、上記ＳＨ
５は、学習用のパタンに対して誤読が発生した際の確信
度の上限の値を調べることで設定可能である。

【００４７】最後に、１文字認識部４０１で認識されて
いる２個の「ｄ」と共に、入力単語画像に対する文字列
評価値Ｅ２を計算する（ステップ６２）。文字列の評価
値は、１文字認識部４０１の認識結果に対する信頼度お
よびｎ文字認識部５０１の認識結果に対する確信度から
計算すればよく、例えば、１文字認識結果の信頼度およ
びｎ文字認識結果の確信度の積または和で表現すればよ
い。

【００４８】この文字列評価値Ｅ２があらかじめ設定し
ている値ＳＨ４よりも大きいかどうかを判定する（ステ
ップ７２）。もし、大きければ、単語照合で仮定してい
る単語を認識結果として採用する（ステップ８２）。逆
に、文字列評価値が、あらかじめ設定している値よりも
小さい場合には、入力文字列に対する認識結果は棄却す
る。また、各々の文字候補パタンに対する１文字認識結
果の信頼度も、１文字認識部の学習に用いたパタンのう
ち、正読したパタンの信頼度を調査することにより設定
可能である。

【００４９】上記では、単語照合部６０１での単語照合
時の一致数が大きい順に処理を行い、照合単語に対して
認識結果の不一致部分がなければ、その単語を入力単語
画像に対する認識結果とし、一致数の少ない単語のｎ文
字認識を省いているが、単語照合部６０１に格納されて
いる単語全てに対し、ステップ１０２以降の処理を適用
してもよい。その場合には、完全照合し、かつステップ
７２における文字列評価値もＳＨ４以上を満足する単語
が複数得られた場合には、文字列評価値の高い方を入力
単語画像に対する認識結果とすればよいし、１位、２位
の文字列評価値が僅差である場合には、両者を候補とし
て出力すればよい。

【００５０】（第三実施例）次に、本発明第三実施例に
ついて図８を用いて説明する。図８は、イメージ格納部
１１と、データ処理部２１と、文字認識プログラムを記
録した媒体３１とを備えて構成される。データ処理部２
１は、通常のコンピュータでよく、イメージ入力格納部
１１は、データ処理部２１内の主記憶装置または、外部
記憶装置により実現可能である。また、記録媒体３１
は、フロッピーディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯ
Ｍ、半導体メモリなどでよく、ネットワークを介して流
通する場合も含む。

【００５１】文字認識プログラムは、記憶媒体３１から
データ処理部２１に読み込まれ、データ処理部２１を制
御する。データ処理部２１は、文字認識プログラムによ
り、まず、イメージ格納部１１に入力された文字列画像
を、１文字毎の文字候補パタンを作成すると同時に、文
字同士が接触している部分を検出し、接触する文字数を
推定する。この時、１文字毎の文字候補パタンの作成
は、例えば「西脇、山田：黒色罫線枠帳票における接触
数字切り出し、電子情報通信学会情報・システムソサイ
エティ大会、Ｄ−１２−３（１９９７）．」を用いるこ
とで実現可能である。また、接触する文字数の推定も、
例えば文字列幅を文字列高で割ることで計算すればよ
い。

【００５２】次に、１文字毎の文字候補パタンに対し
て、その文字種を判定すると同時に、その信頼度を計算
する。この１文字認識は、本発明第一実施例と同様に、
例えば「Tsukumo et al;Handprinted Kanji Character
Recognition based on Flexible Template Maching,Pro
c of 11th Intl. Conf. Pattern Recognition,pp.483-4
86 (1992).」を用いて実現できる。文字認識結果に対す
る信頼度も、例えば、第１位の認識結果に対する距離値
と第２位の認識結果に対する距離値との比をとればよ
い。

【００５３】１文字認識の信頼度が低く、かつ、その文
字候補パタンが、前記文字切り出し部で検出した文字同
士が接触している部分から得たものであった場合に、そ
の文字候補パタンを含む文字同士が接触している部分に
対し、ｎ文字認識を行い、認識結果と信頼度を計算す
る。その信頼度が高い場合に、ｎ文字認識の認識結果を
採用するように動作する。このｎ文字認識部は、本発明
第一実施例と同様に、特徴は「Tsukumo et al;Handprin
ted Kanji CharacterRecognition based on Flexible T
emplate Maching,Proc of 11th Intl. Conf. PatternRe
cognition,pp.483-486 (1992).」 で用いる方向特徴を
用いればよく、識別は「T.M.Ha et al;Off-line Handwr
itten Numeral String Recognition by Combining Segm
entation-based and Segmentation-free Methods, Patt
ern Recognition, Vol.31, No.3 pp.257-272 (1998.
3).」を用いて実現できる。この他、文字列をその端点
および交点を節とするグラフで表現し、グラフマッチン
グを行ってもよい。なお、あらかじめ文字列中の文字数
が既知である場合には、ｎ文字認識に何文字分に相当す
る接触ブロックであるかを渡して認識に用いる。なお、
上記の方式で接触ブロックを認識した場合には、接触ブ
ロック中の文字数分の認識結果と認識結果に対する信頼
度は、上記の方式により認識結果と同時計算される尤度
を用いればよい。

【００５４】なお、本発明第二実施例における単語読み
取りについても、本発明第二実施例で説明した制御部２
０１の動作を図６に示す手順でプログラム化し、前記記
録媒体３１に記録しておくことで、本発明第三実施例と
同様に図８の構成で実現可能である。文字候補パタン作
成、１文字認識、ｎ文字認識についても、本発明第二の
実施例と同様に、それぞれ「西脇、山田：黒色罫線枠帳
票における接触数字切り出し、電子情報通信学会情報・
システムソサイエティ大会、D-12-3(1997).」、「Tsuku
mo et al;Handprinted Kanji Character Recognition b
ased on Flexible Template Maching,Proc of 11th Int
l. Conf. Pattern Recognition,pp.483-486 (1992).」
ならびに「T.M.Ha et al;Off-line Handwritten Numera
l String Recognition by Combining Segmentation-bas
ed and Segmentation-free Methods, Pattern Recognit
ion, Vol.31, No.3pp.257-272 (1998.3).」の方法をプ
ログラム化することで実現でき、１文字認識確信度、ｎ
文字認識信頼度も、本発明第二実施例で説明した方法に
より計算できる。

【００５５】

【発明の効果】以上、詳細に説明してきたように、本発
明によれば、曖昧性の無い、認識精度の高い単語認識を
実現することができるとともに、処理速度の高速化を図
ることができる。

【図面の簡単な説明】

【図１】本発明第一実施例の文字認識装置の要部ブロッ
ク構成図。

【図２】本発明第一実施例の文字認識装置の動作を示す
フローチャート。

【図３】文字切り出しを説明するための図。

【図４】文字候補パタンの例を説明するための図。

【図５】ｎ文字認識を説明するための図。

【図６】本発明第二実施例の文字認識装置の動作を示す
フローチャート。

【図７】本発明第二実施例のｎ文字認識部を説明するた
めの図。

【図８】本発明第三実施例の文字認識装置を説明するた
めの図。

【図９】従来の文字認識装置の要部ブロック構成図。

【図１０】従来技術における文字認識を説明するための
図。

【符号の説明】

１１、１０１ イメージ格納部 ２１ データ処理部 ３１ 記録媒体 ２０１ 制御部 ３０１ 文字切り出し部 ４０１ １文字認識部 ４０２ １文字認識辞書 ５０１ ｎ文字認識部 ５０２ ｎ文字認識辞書 ６０１ 単語照合部 ６０２ 単語辞書 ７０１ データバス

Claims (10)

【特許請求の範囲】
1. 【請求項１】 文字列画像を入力し記憶するイメージ格
   納手段と、 前記イメージ格納手段に入力された文字列画像に対し１
   文字毎の文字候補パタンを作成するとともに文字同士が
   接触している部分を検出し接触する文字数を推定する文
   字切り出し手段と、 前記文字切り出し手段により作成された１文字毎の文字
   候補に対しその文字種を判定するとともにその確信度を
   出力する１文字認識手段と、 前記１文字認識手段が判定に用いる１文字認識辞書と、 前記文字切り出し手段により検出された文字同士が接触
   している部分が前記文字切り出し手段によりｎ文字と推
   定された場合にこのｎ文字分の文字種を判定するｎ文字
   認識手段と、 前記ｎ文字認識手段が判定に用いるｎ文字認識辞書と、 前記イメージ格納手段、前記文字切り出し手段、前記１
   文字認識手段、前記ｎ文字認識手段を制御する制御手段
   とを備えたことを特徴とする文字認識装置。
2. 【請求項２】 前記１文字認識手段により得た１文字認
   識結果および前記ｎ文字認識手段により得たｎ文字認識
   結果にしたがって登録されている候補単語に対し文字の
   一致数の大きい順に照合した単語を出力する単語照合手
   段と、 前記単語照合手段が照合時に用いる単語辞書とを備えた
   請求項１記載の文字認識装置。
3. 【請求項３】 前記制御手段は、前記文字切り出し手段
   により得た１文字毎の文字候補パタンに対し前記１文字
   認識手段が出力した信頼度が低くかつその文字候補パタ
   ンが前記文字切り出し部で検出した文字同士が接触して
   いる部分から得たものであった場合にはその文字候補パ
   タンを含む文字同士が接触している部分に対しｎ文字認
   識を行いその認識結果を採用する手段を含む請求項１記
   載の文字認識装置。
4. 【請求項４】 前記制御手段は、前記文字切り出し手段
   により得た１文字毎の文字候補パタンに対し前記１文字
   認識手段が出力した認識結果に対する前記単語照合手段
   から得た照合結果に対し完全に一致するものがあれば文
   字列イメージに対する１文字毎の認識結果の全てに対す
   る確信度を調べいずれもある値以上であれば前記１文字
   認識手段が出力した認識結果を採用しそうでなければ入
   力した文字列イメージに対する認識を中止する手段と、 前記文字切り出し手段で得た１文字毎の文字候補パタン
   の前記１文字認識手段の認識結果に対する前記単語照合
   手段の照合結果に対し完全に一致するものがない場合に
   は１文字認識結果の異なる部分に相当する文字列イメー
   ジを照合を試みた単語の一致文字数の大きいものから順
   に単語照合で不一致となった部分の文字数と文字種とと
   もに前記ｎ文字認識手段に送り込む手段と、 この送り込む手段により送り込まれた文字列イメージに
   対し前記ｎ文字認識手段では当該文字列イメージの再認
   識を行いその認識結果およびその確信度を出力しその確
   信度がある値以上であれば照合中の単語を入力文字列に
   対する認識結果の最終候補として残し前記１文字認識手
   段が起動した部分については前記１文字認識手段が出力
   した確信度および前記ｎ文字認識手段が起動した部分に
   ついては前記ｎ文字認識手段が出力した確信度をそれぞ
   れ用いて照合中の文字列全体に対する評価値を計算し照
   合単語のうち前記最終候補として残った単語の中で一番
   評価値の高いものを入力文字列に対する認識結果とする
   手段とを含む請求項２記載の文字認識装置。
5. 【請求項５】 前記文字切り出し手段は、文字同士が接
   触している部分から１文字毎の文字候補パタンを作成す
   るときに接触している文字の境界を文字同士が接触して
   いる部分の黒画素に対し文字列方向と垂直方向に当該黒
   画素をトレースした際の隣接するランのラン長の変化を
   用いて検出する手段を含む請求項３または４記載の文字
   認識装置。
6. 【請求項６】 前記文字切り出し手段は、文字同士が接
   触している部分から１文字毎の文字候補パタンを作成す
   るときに接触している文字の境界を文字同士が接触して
   いる部分の文字ストロークに対する文字列方向と垂直な
   方向に対する極大点ならびに極小点を用いて検出する手
   段を含む請求項３または４記載の文字認識装置。
7. 【請求項７】 前記ｎ文字認識手段は、文字同士が接触
   する部分を１文字毎の文字候補パタンに分割せず全体で
   認識を行い認識結果の確信度を出力しその全体認識のた
   めの認識辞書をｎ文字認識辞書に格納する手段を含む請
   求項３または４記載の文字認識装置。
8. 【請求項８】 前記ｎ文字認識手段は、文字同士が接触
   する部分を１文字毎の文字候補パタンに分割せず全体で
   認識を行うときに文字列を囲む矩形を仮定しその矩形の
   高さに相当する高さおよび１文字分の文字幅以下の高さ
   を持つ領域を設定しその領域を前記矩形の一方から他方
   に移動させていくことにより得られた移動毎に得られる
   領域内の特徴の変化を用いて認識を行うとともに認識結
   果の確信度を出力しそのための認識辞書をｎ文字認識辞
   書に格納する手段を含む請求項３または４記載の文字認
   識装置。
9. 【請求項９】 文字列画像を入力し記憶するステップ
   と、 記憶した文字列画像から１文字毎の文字候補パタンを作
   成するとともに文字同士が接触している部分を検出し接
   触する文字数を推定するステップと、 作成された１文字毎の文字候補に対しその文字種を判定
   するとともにその確信度を出力するステップと、 その確信度がある値以下でかつ文字同士が接触している
   部分に含まれている際にこの文字同士が接触している部
   分に対しｎ文字分の文字種を判定し確信度を出力するス
   テップと、 １文字の認識結果とｎ文字認識結果のそれぞれの確信度
   がある値以上の場合にそれを入力文字列に対する認識結
   果として出力するステップとを備えることを特徴とする
   コンピュータ上で動作する文字列認識プログラムを記録
   した機械読み取り可能な記録媒体。
10. 【請求項１０】 文字列画像を入力し記憶するステップ
    と、 記憶した文字列画像から１文字毎の文字候補パタンを作
    成するとともに文字同士が接触している部分を検出し接
    触する文字数を推定するステップと、 作成された１文字毎の文字候補に対しその文字種を判定
    するとともにその確信度を出力するステップと、 登録されている候補単語に対し文字の一致数の大きい順
    に照合した単語を出力するとともにそれぞれの照合単語
    に対し不一致部分を出力する単語照合ステップと、 この単語照合ステップにより得たそれぞれの照合単語に
    対する不一致部分に相当する画像を入力画像から獲得し
    その文字数と文字種を仮定した複数文字分の文字種を判
    定するとともにその確信度を出力するｎ文字認識ステッ
    プと、 １文字の認識結果とｎ文字認識結果のそれぞれの確信度
    がある値以上の場合にそれを入力文字列に対する認識結
    果として出力するステップとを備えることを特徴とする
    コンピュータ上で動作する文字列認識プログラムを記録
    した機械読み取り可能な記録媒体。