JP2001060250A

JP2001060250A - 文字認識方法および装置

Info

Publication number: JP2001060250A
Application number: JP11237002A
Authority: JP
Inventors: 直樹 ▲高▼田; Naoki Takada
Original assignee: Glory Ltd
Current assignee: Glory Ltd
Priority date: 1999-08-24
Filing date: 1999-08-24
Publication date: 2001-03-06

Abstract

(57)【要約】【課題】カタカナやストロークの少ない漢字の認識率を
向上させた文字認識方法および装置を提供する。【解決手段】判定部３での判定処理の際に、文字パター
ンを直交する２方向から走査し、その走査線と文字との
交差数に基づいた特徴量を考慮する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、文字認識方法お
よび装置に関し、特に、手書きされた文字を認識する文
字認識方法および装置に関する。

【０００２】

【従来の技術】光学式文字認識（ＯＣＲ:optical chara
cter recognition）による手書き文字の認識は、活字の
認識と比較して困難な点が多い。手書き文字は、その書
き手毎に変形や傾きなどが生じており、場合によって
は、同一の文字が全く異なる文字として認識されること
もある。

【０００３】このため、従来の文字認識では、多少の変
形や傾きに対して比較的安定している特徴を使用するこ
とで文字の認識率を向上させている。

【０００４】例えば、特公昭６３−３３１５号公報記載
の光学式文字認識装置では、文字の局所領域内の文字線
の傾きと領域内の任意の背景点での水平方向並びに垂直
方向での走査における文字点での傾きを考慮した交差回
数の合計を特徴データとして使用している。

【０００５】また、特開平１０−２２４５９７号公報記
載の画像入力装置では、文字の方向依存する特徴と文字
の局所的形状、つまり、文字閉ループ、十字交差点、Ｔ
字交差点、文字の端点などの位相的情報を特徴データと
して使用している。

【０００６】しかしながら、上述したような特徴データ
は、漢字のようなストロークの多い文字に対しては効果
的なものであるが、カタカナやストロークの少ない漢字
に対する特徴データとしては不十分なものであった。例
えば、上述の光学式文字認識装置（特公昭６３−３３１
５号公報）では、得られた特徴は文字点での輪郭を考慮
したものであるが、カタカナなどでは傾きの自由度が大
きいため、その考慮された傾きがあまり意味を持たない
ためである。また、走査線が文字と交差する回数を単に
数えるだけでは、文字の少しの位置ずれや、回転に対し
て不安定な特徴となってしまう。

【０００７】また、上述の画像入力装置（特開平１０−
２２４５９７号公報）では、点の数（文字のブロック
数）を特徴としているため、例えば、「ツ」という文字
が図２０に示すように続け書きされたもの等には対応す
ることができず、「フ」等として認識してされていた。

【０００８】

【発明が解決しようとする課題】上述したように、従来
の文字認識では、位置ずれや回転、続き書きなどの生じ
やすい文字、特にストロークの少ない漢字やカタカナ等
の認識率は低いものであった。

【０００９】そこで、この発明は、カタカナやストロー
クの少ない漢字の認識率を向上させた文字認識方法およ
び装置を提供することを目的とする。

【００１０】

【課題を解決するための手段】上述した目的を達成する
ため、請求項１の発明は、画像入力された文字から特徴
量を抽出し、該抽出した特徴量に基づき前記文字の認識
を行う文字認識方法において、画像入力された文字を所
定間隔で走査して該走査毎に該走査線と前記文字との交
差回数を取得するとともに、該取得した交差回数の隣接
する走査線毎の差分の総和を前記特徴量の１つとして前
記文字の認識を行うことを特徴とする。

【００１１】また、請求項２の発明は、請求項１の発明
において、前記画像入力された文字を少なくとも２つの
異なる方向に所定間隔で走査して該走査毎に該走査線と
前記文字との交差回数をそれぞれ取得するとともに、該
取得した交差回数の隣接する走査線毎の差分のぞれぞれ
の総和を前記特徴量の１つとして前記文字の認識を行う
ことを特徴とする。

【００１２】また、請求項３の発明は、請求項１の発明
において、前記画像入力された文字を直交する２方向に
所定間隔で走査して該走査毎に該走査線と前記文字との
交差回数をそれぞれ取得するとともに、該取得した交差
回数の隣接する走査線毎の差分のぞれぞれの総和を前記
特徴量の１つとして前記文字の認識を行うことを特徴と
する。

【００１３】また、請求項４の発明は、画像入力された
文字から特徴量を抽出し、該抽出した特徴量に基づき前
記文字の認識を行う文字認識装置において、画像入力さ
れた文字を所定間隔で走査して該走査毎に該走査線と前
記文字との交差回数を取得するとともに、該取得した交
差回数の隣接する走査線毎の差分の総和を前記特徴量の
１つとして前記文字の認識を行う文字認識手段を具備す
ることを特徴とする。

【００１４】また、請求項５の発明は、請求項４の発明
において、前記文字認識手段は、前記画像入力された文
字を少なくとも２つの異なる方向に所定間隔で走査して
該走査毎に該走査線と前記文字との交差回数をそれぞれ
取得するとともに、該取得した交差回数の隣接する走査
線毎の差分のぞれぞれの総和を前記特徴量の１つとして
前記文字の認識を行うことを特徴とする。

【００１５】また、請求項６の発明は、請求項４の発明
において、前記文字認識手段は、前記画像入力された文
字を直交する２方向に所定間隔で走査して該走査毎に該
走査線と前記文字との交差回数をそれぞれ取得するとと
もに、該取得した交差回数の隣接する走査線毎の差分の
ぞれぞれの総和を前記特徴量の１つとして前記文字の認
識を行うことを特徴とする。

【００１６】

【発明の実施の形態】以下、この発明に係る文字認識方
法および装置の一実施例について、添付図面を参照して
詳細に説明する。

【００１７】図１は、この発明に係る文字認識装置の概
略構成を示す機能ブロック図である。同図に示すよう
に、文字認識装置１０は、認識対象の文字画像を入力す
る画像入力部１と、画像入力部１より入力された画像か
ら文字の切り出しや細線化等の前処理を行う前処理部
２、前処理部２で前処理が施された文字の判定を行う判
定部３、判定部３での判定に際して使用される辞書が格
納された辞書部４、判定部３での判定結果を判定結果を
出力する結果出力部５を具備して構成される。なお、こ
こに示した文字認識装置１０は、実際には、コンピュー
タ上でプロセッサやメモリ、記憶装置、及びこれらを動
作させるソフトウェアにより実現される。

【００１８】ここで、図２を参照して文字認識装置１０
の動作について説明する。図２は、文字認識装置１０の
動作の流れを示すフローチャートである。

【００１９】文字認識装置１０は、動作を開始すると、
まず、画像入力部１から認識対象となる文字画像を入力
する（ステップ１０１）。続いて、前処理部２が前処理
として画像入力部１より入力された文字画像に対して、
２値化や文字の切り出しを行い、輪郭方向ベクトル、ブ
ロック数を特徴として作成し、その後、文字の細線化等
の処理を施し、位相情報、交差数の差の絶対値の総和を
求める（ステップ１０２）。なお、この前処理部２での
前処理は、交差数の差の絶対値の総和を求める点を除き
従来から行われていた処理（特開平８−２７２９０４号
公報等参照）と同様であるので詳細な説明は省略する。

【００２０】次に、前処理部２で前処理が施された文字
（画像）に対して判定部３が判定処理を行うが、判定処
理では、まず、対象となる文字に対応する複数の候補を
選出する（ステップ１０３）。続いて、選出した各候補
の類似度を算出し（ステップ１０４）、算出した類似度
に基づいて順位を決定する（ステップ１０５）。その
後、順位が上位な候補、例えば、１位と２位の候補に対
して再び類似度の算出を行い（ステップ１０６）、算出
した類似度に基づいて対象となる文字の文字種を確定す
る（ステップ１０７）。なお、判定部３での各処理の詳
細については、後述する。

【００２１】文字が確定されると、結果出力部５が判定
結果を出力して（ステップ１０８）、処理を終了する。

【００２２】次に、判定部３での各処理について説明す
る。判定部３がステップ１０３で行う候補の選出処理
は、入力されて前処理が施された文字（以下、入力パタ
ーンと称する）と、辞書部４に登録されている文字（以
下、辞書パターンと称する）とのパターンマッチングに
より行う。パターンマッチングは、輪郭方向ベクトル、
ブロック数、位相情報、交差数の差の絶対値の総和を要
素としてその距離により算出する。

【００２３】輪郭方向ベクトルは、図３（ａ）に示すよ
うに入力（辞書）パターンを５×５のブロックに分割
し、その各ブロックにおいて点輪郭の方向を図３（ｂ）
に示すような８方向の数によりベクトルを算出したもの
である。

【００２４】ブロック数は、図４に示すように入力（辞
書）パターンを構成する要素の数（図中では２）であ
り、ｎ筆書きが可能な文字のブロック数がｎとなる関係
である。

【００２５】位相情報は、入力（辞書）パターンを構成
する各要素の交差数を示すものであり、図５（ａ）の破
線円中に示すような十字交差と、図５（ｂ）の破線円中
に示すようなＴ字交差のそれぞれの数を計数する。

【００２６】交差数の差の絶対値の総和は、まず、図６
に示すように入力（辞書）パターンを垂直方向（Ｙ軸方
向）に所定の数、例えば２０個に分割し、分割した各々
を水平方向（Ｘ軸方向）に走査する。このとき、各走査
線と入力（辞書）パターンの文字部分との交差数を計数
する。計数の結果は、図７に示すようになる。続いて、
各交差数の差の絶対値を算出するが、これは、図７に示
したようにＹ軸座標２で交差数が０から１に変化し、Ｙ
軸座標５で交差数が１から２に、Ｙ軸座標１０で交差数
が２から１に変化しているといったように、交差数が変
化している座標でのみ差が生じているため、図８に示す
ようになる。同様にＹ軸方向の走査を行い、交差数の差
の絶対値を算出し（図９、１０、１１参照）、これらの
絶対値の総和を交差数の差の絶対値の総和とする。

【００２７】次に、パターンマッチングの際の距離の算
出方法について説明する。ここでは、入力パターンIと
辞書パターンRをそれぞれ式１、式２に示すように定義
する。V、V_Rは、それぞれ入力パターンと辞書パターン
の輪郭方向ベクトルであり、式３、式４に示すように２
００の要素からなる。これは、上述したように入力（辞
書）パターンを５×５の画像に分割して、その各々の８
方向のベクトルを示しているからである。

【００２８】B、B_Rは、それぞれ入力パターンと辞書パ
ターンのブロック数であり、式５、式６に示すように定
義する。T、T_Rは、それぞれ交差数の差の絶対値の総和
であり、式７、式８に示すように（水平方向走査時の総
和，垂直方向走査時の総和）で表す。C、C_Rは、それぞ
れ入力パターンと辞書パターンの交差数であり、式９、
式１０に示すように（水平方向走査時の交差数，垂直方
向走査時の交差数）で表す。

【００２９】

【式１】

【式２】

【式３】

【式４】

【式５】

【式６】

【式７】

【式８】

【式９】

【式１０】入力パターンIと辞書パターンRの距離は、式１１で計算
される。式１１の各要素は式１２乃至式１５で表され
る。式１２は、輪郭方向ベクトルの距離を表しており、
式１３は、ブロック数を考慮した距離を表している。入
力パターンIと辞書パターンRでブロック数が異なる場合
には、式１４で表されるように交差数の差の絶対値の総
和が考慮される。つまり、式１１のF₁(B,B_R)において式
１３および式１４を用いる。また、式１５は、位相情報
を考慮した距離を表しており、式１６は、式１１の各項
の重み付けを行うための条件を表している。

【００３０】

【式１１】

【式１２】

【式１３】

【式１４】

【式１５】

【式１６】このように、判定部３は、式１１により入力パターンI
と辞書パターンRの距離を計算し、距離の近い上位のも
の、例えば上位１５位までの文字を候補として選出す
る。

【００３１】次に、判定部３がステップ１０４で行う類
似度の算出について説明する。類似度は式１７により算
出する。ただし、(I,R)は、内積を表し、|I|、|R|は、
ベクトルの大きさを表している。

【００３２】

【式１７】式１７で類似度を算出すると、その算出した類似度に基
づいて降順ソートを行い、次のステップ１０５に進む。

【００３３】判定部３は、ステップ１０５の順位決定処
理では、各カテゴリー（文字種別）毎に算出された類似
度の２乗の総和を求め、その総和の大きい順に順位を付
ける。

【００３４】その後、ステップ１０６で１位と２位のカ
テゴリーに対して候補の平均ベクトルを求め、その平均
ベクトルの差を計算する。そして、計算した平均ベクト
ルのうち所定の閾値より大きい成分のみで再度類似度を
算出する。この類似度の算出方法は、ステップ１０４と
同様に式１７により行う。

【００３５】そして、平均ベクトルにより算出した類似
度の高い方を対象となる文字の文字種を確定する。

【００３６】ところで、上述の距離や類似度の算出の際
に、交差数の差の絶対値の総和を特徴量として使用して
いるが、以下にこの特徴量の性質を説明する。この特徴
量は、変形に強く、ストロークの有無でカテゴリーが変
化する文字を識別するのに適している。

【００３７】例えば、図１２に示すような「シ」という
文字を走査した場合、水平方向の走査（図１２（ａ）参
照）では、図１３（ａ）に示す交差数の差の絶対値が得
られ、その総和は６となる。垂直方向の走査（図１２
（ｂ）参照）では、図１３（ｂ）に示す交差数の差の絶
対値が得られ、その総和は６となる。

【００３８】また、図１４に示す「シ」という文字は、
図１２に示したものが多少変形したものであるが、水平
方向の走査（図１４（ａ）参照）では、図１５（ａ）に
示す交差数の差の絶対値が得られ、その総和は６とな
り、垂直方向の走査（図１４（ｂ）参照）では、図１５
（ｂ）に示す交差数の差の絶対値が得られ、その総和は
８となる。

【００３９】また、図１６に示す「シ」という文字は、
一部が続け書きされたものであるが、水平方向の走査
（図１６（ａ）参照）では、図１７（ａ）に示す交差数
の差の絶対値が得られ、その総和は６となり、垂直方向
の走査（図１６（ｂ）参照）では、図１７（ｂ）に示す
交差数の差の絶対値が得られ、その総和は８となる。

【００４０】このように交差数の差の絶対値の総和は、
文字の多少の変形や続け書きに対しても耐性のある特徴
量であり、文字が大きく変形した場合などでもその値に
は大きな差はでない。

【００４１】ここで、交差数の差の絶対値の総和を特徴
量として使用した場合と使用しない場合の認識結果を示
す。表１は、交差数の差の絶対値の総和を特徴量として
使用しない場合の認識結果を示したものであり、表２
は、交差数の差の絶対値の総和を特徴量として使用した
場合の認識結果を示したものである。なお、ここに示し
た認識結果は、電子総合研究所が用意した文字認識評価
用のデータを使用し、各カテゴリー別に用意した各々約
２５００個のデータの半分を辞書に登録し、残りのデー
タを認識させた場合の結果である。

【００４２】

【表１】

【表２】表１、表２中の誤認識率Ｅは、認識させた文字を別の文
字として認識した割合であり、リジェクト率Ｒは、認識
不能と判断された割合である。また、評価値ＳはＳ＝１
０Ｅ＋Ｒにより算出している。この結果から、交差数の
差の絶対値の総和を特徴量として使用した場合には、ト
ータル（表中に示していない他のカテゴリーも含めた
値）として、５％認識精度が向上していることがわか
る。

【００４３】また、図１８、図１９は、表１、表２で示
した認識結果の一部を示した図である。図１８（ａ）に
示した文字「ツ」を認識させた場合、交差数の差の絶対
値の総和を特徴量として使用した場合には、図１８
（ｂ）に示すような候補が選出され、順位１位から５位
までに「ソ」、「ツ」、「ソ」、「ソ」、「ソ」が含ま
れる。これに対して、交差数の差の絶対値の総和を特徴
量として使用しない合には、図１８（ｃ）に示すような
候補が選出され、順位１位から５位までが全て「ソ」と
なってしまっている。

【００４４】同様に図１９（ａ）に示した文字「ツ」を
認識させた場合、交差数の差の絶対値の総和を特徴量と
して使用した場合には、図１９（ｂ）に示すような候補
が選出され、順位１位から５位までに「ツ」、「フ」、
「フ」、「ツ」、「フ」が含まれる。これに対して、交
差数の差の絶対値の総和を特徴量として使用しない合に
は、図１９（ｃ）に示すような候補が選出され、順位１
位から５位までに「フ」、「フ」、「フ」、「ウ」、
「ワ」が含まれ、正解である「ツ」が含まれていないこ
とがわかる。

【００４５】なお、上述の説明では、交差数の差の絶対
値を求める際に、入力パターンに対して水平方向と垂直
方向で走査を行うようにしているが、これは、他の角
度、例えば４５°と１３５°等の直交する２方向で走査
を行ってもよい。

【００４６】また、上述したように、入力パターンによ
っては、交差数の差の絶対値は、その両者が一致するわ
けではなく、一方のみが一致していた場合にも十分に特
徴量として利用できる。したがって、交差数の差の絶対
値は、一方向の走査から得たものだけでもよく、三方向
以上の走査から得たものを特徴量としてもよい。

【００４７】

【発明の効果】以上説明したように、この発明によれ
ば、直交する２方向の走査線と文字との交差数に基づい
た特徴量を考慮して文字の認識を行うように構成したの
で、カタカナ等のストロークの少ない文字の手書き文字
に対する認識率を向上させることができる。

【図面の簡単な説明】

【図１】この発明に係る文字認識装置の概略構成を示す
機能ブロック図。

【図２】文字認識装置１０の動作の流れを示すフローチ
ャート。

【図３】輪郭方向ベクトルを説明するための図。

【図４】ブロック数を説明するための図。

【図５】位相情報を説明するための図。

【図６】交差数の差の絶対値の総和を説明するための図
（１）。

【図７】交差数の差の絶対値の総和を説明するための図
（２）。

【図８】交差数の差の絶対値の総和を説明するための図
（３）。

【図９】交差数の差の絶対値の総和を説明するための図
（４）。

【図１０】交差数の差の絶対値の総和を説明するための
図（５）。

【図１１】交差数の差の絶対値の総和を説明するための
図（６）。

【図１２】交差数の差の絶対値の総和の特徴を説明する
ための図（１）。

【図１３】交差数の差の絶対値の総和の特徴を説明する
ための図（２）。

【図１４】交差数の差の絶対値の総和の特徴を説明する
ための図（３）。

【図１５】交差数の差の絶対値の総和の特徴を説明する
ための図（４）。

【図１６】交差数の差の絶対値の総和の特徴を説明する
ための図（５）。

【図１７】交差数の差の絶対値の総和の特徴を説明する
ための図（６）。

【図１８】認識結果の例を示した図（１）。

【図１９】認識結果の例を示した図（２）。

【図２０】手書き文字の例を示した図。

【符号の説明】

１画像入力部２前処理部３判定部４辞書部５結果出力部１０文字認識装置

Claims

【特許請求の範囲】

【請求項１】画像入力された文字から特徴量を抽出
し、該抽出した特徴量に基づき前記文字の認識を行う文
字認識方法において、画像入力された文字を所定間隔で走査して該走査毎に該
走査線と前記文字との交差回数を取得するとともに、該
取得した交差回数の隣接する走査線毎の差分の総和を前
記特徴量の１つとして前記文字の認識を行うことを特徴
とする文字認識方法。
【請求項２】前記画像入力された文字を少なくとも２
つの異なる方向に所定間隔で走査して該走査毎に該走査
線と前記文字との交差回数をそれぞれ取得するととも
に、該取得した交差回数の隣接する走査線毎の差分のぞ
れぞれの総和を前記特徴量の１つとして前記文字の認識
を行う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】前記画像入力された文字を直交する２方
向に所定間隔で走査して該走査毎に該走査線と前記文字
との交差回数をそれぞれ取得するとともに、該取得した
交差回数の隣接する走査線毎の差分のぞれぞれの総和を
前記特徴量の１つとして前記文字の認識を行うことを特
徴とする請求項１記載の文字認識方法。
【請求項４】画像入力された文字から特徴量を抽出
し、該抽出した特徴量に基づき前記文字の認識を行う文
字認識装置において、画像入力された文字を所定間隔で走査して該走査毎に該
走査線と前記文字との交差回数を取得するとともに、該
取得した交差回数の隣接する走査線毎の差分の総和を前
記特徴量の１つとして前記文字の認識を行う文字認識手
段を具備することを特徴とする文字認識装置。
【請求項５】前記文字認識手段は、前記画像入力された文字を少なくとも２つの異なる方向
に所定間隔で走査して該走査毎に該走査線と前記文字と
の交差回数をそれぞれ取得するとともに、該取得した交
差回数の隣接する走査線毎の差分のぞれぞれの総和を前
記特徴量の１つとして前記文字の認識を行うことを特徴
とする請求項４記載の文字認識装置。
【請求項６】前記文字認識手段は、前記画像入力された文字を直交する２方向に所定間隔で
走査して該走査毎に該走査線と前記文字との交差回数を
それぞれ取得するとともに、該取得した交差回数の隣接
する走査線毎の差分のぞれぞれの総和を前記特徴量の１
つとして前記文字の認識を行うことを特徴とする請求項
４記載の文字認識装置。