JP2007102299A

JP2007102299A - 文字認識装置

Info

Publication number: JP2007102299A
Application number: JP2005287780A
Authority: JP
Inventors: Masahiro Sakurai; 雅寛櫻井
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 2005-09-30
Filing date: 2005-09-30
Publication date: 2007-04-19
Anticipated expiration: 2025-09-30
Also published as: JP4682783B2

Abstract

【課題】多値の文字パターンの黒画素の密度を用いて文字認識に最適な２値の文字パターンを得るためのプレーンを決定する文字認識装置の提供。
【解決手段】多値の文字パターンの各画素を輝度値毎のプレーンに割り当て、文字認識に最適なプレーンを選択して２値の文字パターンを得る文字認識装置において、プレーンごとの黒画素数を測定する黒画素数測定部と、前記黒画素数の累積度数をプレーンごとに計算する累積度数計算部と、前記累積度数からプレーンごとの累積黒画素密度を求め、所定値にもっとも近い累積黒画素密度となるプレーンを出力するプレーン選択部と、を備えた。
【選択図】図１

Description

本発明は、多値の文字パターンの黒画素の密度を用いて文字認識に最適な２値の文字パターンを得るためのプレーンを決定する文字認識装置に関するものである。

一般に、文字認識装置では光学スキャナ等により紙をイメージデータ化し、書かれている文字を切り出して１文字ごとにパターン化し、前記パターンから特徴を抽出し、前記特徴と辞書にある特徴との差分を取り、差分の最も少ない文字を選択することで文字認識を行っている。この時紙の材質や筆記具、記入者、印刷装置が一定でない場合、紙と文字との光学的な反射率が変化するため、前記光学スキャナで電子化される前記パターンは一定の濃度で収集されず、場合によっては濃くなったり、薄くなったりする。
通常、前記文字認識装置が持つ辞書は特定の条件下で収集されたパターンの特徴で作られているため、前記光学スキャナから取得した前記パターンが濃すぎたり、薄すぎたりすると正確に文字認識を行うことができない。そのため文字認識装置では前記パターンを多値のパターンとして取得し、前記多値パターンから文字認識に最適な２値パターンを生成する機能を有することで前記パターンが濃すぎたり、薄すぎたりすることを防いでいる。
参考として図４に多値パターン及びそれから作成された２値パターンの例を示す。本例では多値パターンから選択するプレーンによって薄すぎるパターン、適当なパターン、濃すぎるパターンが生成されることが判る。
さて、多値パターンから文字認識に最適な２値パターンを作成する方法として平均線幅を利用した方法が既に提案されている。（例えば、特許文献１参照）前記特許では、まず多値パターンから適当な２値パターンを生成し、前記２値パターンから平均線幅を求め、前記平均線幅が予め設定されている線幅許容範囲外の場合は前記平均線幅と理想とする平均線幅との差分の分だけ２値化閾値を変更して再度２値パターンを作成し、前記平均線幅が前記線幅許容範囲に入るまで前記２値化処理と前記平均線幅の計算を繰り返すというものである。
特開２００２−１５７５５２

しかし前記の方法では平均線幅が線幅許容値内に収まるまで何度も２値化処理を行う必要があるため最初の２値化閾値が妥当な値でない場合は２値化処理と平均線幅の計算を繰り返すため処理速度の低下の原因となっていた。

このような課題を解決するために、本発明の文字認識装置は以下の構成を備える。
＜構成１＞
多値の文字パターンの各画素を輝度値毎のプレーンに割り当て、文字認識に最適なプレーンを選択して２値の文字パターンを得る文字認識装置において、プレーンごとの黒画素数を測定する黒画素数測定部と、前記黒画素数の累積度数をプレーンごとに計算する累積度数計算部と、前記累積度数からプレーンごとの累積黒画素密度を求め、所定値にもっとも近い累積黒画素密度となるプレーンを出力するプレーン選択部と、を備えた。
＜構成２＞
前記文字パターンのサイズの縦横比を計算する縦横比計算部をさらに備え、前記縦横比が一定以上横長の場合、前記プレーン選択部は第２の所定値にもっとも近い累積黒画素密度となるプレーンを出力する。
＜構成３＞
前記所定値は黒画素数と白画素数が略同数となるように選ばれ、前記第２の所定値は、黒画素数がより少なくなるように選ばれる。

黒密度を利用することで２値化処理をせずに文字認識に最適なプレーンを決定することが可能とり、従来方式に比べて処理速度を向上させることができる。

本発明の実施例について、以下のとおり説明する。
本発明においては黒画素の密度を用いることにより認識に最適な２値化閾値を求める。なお最適な２値化閾値を求めることと、最適なプレーンを求めることは同意なのでこれ以降は「最適なプレーンを求める」という表現に統一する。

＜実施例１の構成＞
図１は、本発明のシステム構成図である。スキャナ４は認識対象となる文字が記入や印刷等された帳票等の紙を読み取って電子化された多値のイメージデータを得るためのものであり、文字認識装置３に接続されている。文字認識装置３は前記イメージデータを受け取り文字認識を行うための装置である。文字認識装置３は、ここでは、後述する各処理部やデータからなる文字認識プログラムを備えたコンピュータであることを想定するが、同様な機能を備えていれば文字認識専用のハードウェアとしても実現可能である。

文字認識装置３は、記憶部５、文字切り出し部６、最適プレーン計算部７、２値化部８、認識部９を備える。

記憶部５はメモリおよびハードディスクからなる。メモリはプログラムやデータ等を一時的にロードして利用し、ハードディスクはそれらのプログラムやデータ等を保存しておく。ここでは両者を記憶部５として総称する。記憶部５からデータを取り出す場合、ハードディスクから取り出してもよいし、いったんメモリにロードしたデータを取り出すようにしてもよい。

文字切り出し部６は、帳票上の文字を文字認識するために、前記多値のイメージデータ上から文字部分を切り出し各文字の文字パターンを得るための処理部である。文字パターンを切り出すには、まず文字の記入位置を割り出す。例えば定型の帳票であればあらかじめ帳票上の文字枠位置を登録しておいて、イメージデータ上から当該位置を切り出せばよい。非定型の帳票であれば、イメージデータ上の黒画素の横方向のヒストグラムをとり、ピークが発生する部分を行部分として切り出した後、各行部分に対して縦方向のヒストグラムをとり、ピークが発生する部分を文字部分として切り出せばよい。そのようにして文字データが存在する箇所を割り出した後、文字を形成する黒画素の外接矩形を抽出する。従って、外接矩形のサイズは縦横比は一定ではなく、文字の種類によって異なる。この外接矩形を切り出すことにより、文字パターンの切り出しが完了する。

最適プレーン計算部７は、切り出した多値の文字パターン（多値パターン）を２値化して文字認識する際の、最適なプレーンを求めるための処理部である。最適プレーン計算部の処理の詳細については後述する。

２値化部８は、求めた最適なプレーンによって多値パターンを２値化して２値の文字パターン（２値パターン）を得るための処理部である。

認識部９は、得られた２値パターンから文字の特徴データを取得し、あらかじめ登録してある特徴データと比較することにより文字を特定する処理部である。

図２は、本実施例における最適プレーン計算部７の構成図である。

最適プレーン計算部７は多値パターン１と、前記多値パターン１からプレーン別に黒画素数を測定する黒画素数測定部１０、前記黒画素数から黒画素の累積度数を計算する累積度数計算部２０、予め認識に最適と思われる黒画素の密度である黒密度を記憶しておく黒密度指定記憶部１００、前記累積度数計算部２０の結果から黒密度を計算し、前記黒密度指定記憶部１００で記憶している値に最も近い黒密度を特定して前記黒密度に対応するプレーンを出力する黒密度比較部３０および、前記黒密度比較部３０が特定したプレーンの番号であるプレーン番号２から構成される。

ここで、多値の文字パターンと、その各プレーンについて、例をとって説明する。

第６図に文字が「＋」の場合の４階調の文字パターンの例とプレーン毎の黒画素数と累積度数および黒密度を示す。図６（ａ）は文字パターンの各画素の輝度を示す。プレーンは画素の輝度値と一致するので、各画素がどのプレーンに属するかの情報も同時に示している。４階調のパターンにおいて値が０の場合が一番濃く、値が３の場合が一番薄い事を示している。

図６（ｂ）から（ｅ）は、各プレーンに属する画素のみを取り出した場合の画素の分布を示すものである。（ｂ）のプレーン０が一番濃い画素であり、プレーン０のみを取り出した場合、文字の線幅は１画素分の太さとなる。（ｅ）のプレーン３は一番薄い画素であり、プレーン３までを取り出した場合、すべての画素が含まれる。従って、図６（ｂ）のプレーン０を選択して２値化すると、１画素分の幅を持つ細い線幅の「＋」の２値パターンが得られる。これに対し、図６（ｅ）のプレーン３を選択して２値化した場合は、すべての画素が含まれてしまうので、真っ黒な２値パターンとなってしまう。同様に、（ｃ）プレーン１の場合は３画素分の文字幅の２値パターンが、（ｄ）プレーン２の場合は５画素分の線幅の２値パターンが得られる。

図７はプレーン別の黒密度のグラフである。ここで黒密度とは、そのプレーンまでのすべてのプレーンに含まれる黒画素の数を累積し、総画素数で割って求める値である。図７からも分かるように、プレーン３を選択すると、黒密度は１００％であり、すべての画素が含まれるので、プレーン３で２値化すれば真っ黒な文字パターンとなってしまう。プレーン２の場合は７０％程度であり、プレーン１の場合はおよそ５０％弱となる。本発明においては、前記黒密度について、通常の文字の文字パターン中に黒画素が閉める割合は略５０％となるという認識のもとに、５０％付近の値を黒密度の目標値として設定する。ここでは５０％を設定したものとする。これにより、黒密度が５０％となるようなプレーンが選択される。なお、ちょうど５０％とならない場合は、５０％に近い方のプレーンを選択する。図７の場合は、プレーン１が選択される。

＜実施例１の動作＞
図５に本実施例における動作の処理フローを示す。

まずＳ００１において黒画素数測定部１０は、多値パターンからプレーン毎のドット数を計算する。これは第６図における黒画素数に相当する。なおここで注目すべきは前記処理が多値パターンの全ドットを１回走査するだけで済み、２値化処理が必要無いことにある。

次にＳ００２で累積度数計算部２０は、Ｓ００１で求めた黒画素数を足してプレーン０から各プレーンまでの黒画素数の累積度数を各プレーン毎に計算する。例えば、プレーン１であれば、プレーン０から１まで、プレーン２であれば、プレーン０から２まで、プレーン３であればプレーン０から３までといった具合に、プレーンの順序に従って累積度数を計算する。

続いてＳ００３で累積度数計算部２０は、文字パターンの総ドット数を計算するが、これは最後のプレーンであるプレーン３における累積度数と同じ値となるため特別な計算は必要無い。

さらにＳ００４で黒密度比較部３０は、各プレーンごとの累積度数を総ドット数で割って黒密度を計算する。第６図の文字パターンの場合は縦１１ドット、横１１ドットの合計１２１ドットで構成されているため、黒密度は（各プレーンにおける累積度数）／１２１で計算できる。

Ｓ００５では、黒密度比較部３０は、指定された黒密度に一番近い黒密度を探す。ここでは前述のとおり、指定黒密度を５０％と設定する。その場合、第７図において黒密度５０％に近いプレーンはプレーン１の４７．１％である。

従ってＳ００６では黒密度比較部３０は、プレーン１を出力することになる。図８にプレーン１を選択した場合の２値パターンを図示する。前記図より黒密度により認識に適当な濃さの２値パターンが得られたことが判る。

前述の通り本方式では黒密度を利用することで２値化処理をせずに文字認識に最適なプレーンを決定することが可能となる。これにより従来方式に比べて処理速度を向上させることができる。

「−」のようにほぼ文字パターンと文字とが一致するような文字の場合には、文字パターン中に背景部分が占める割合が極めて少なく黒画素の占める割合が多いので、通常の文字と同じ方式でプレーンの選択を行うと薄いプレーンで２値化することになってしまう。その場合２値パターンの文字かすれが発生しやすく、文字認識の精度に悪影響を及ぼす。このため、本実施例では、実施例１の構成に加え、「−」のような横長文字であることが検出できたら指定黒密度を切り替えることにより、横長文字の場合にも望ましいプレーンを選択できるようにする。

＜実施例２の構成＞
本実施例のシステム構成は実施例１と同じく図１で示されるので説明は省略する。

図３は、本実施例における最適プレーン計算部７の構成図である。

本構成図において、多値パターン１、黒画素数測定部１０、累積度数計算部２０、黒密度指定記憶部１００、プレーン番号２は実施例１と同じであるため説明を省略する。前記以外の構成としては文字パターンの縦および横の画素数をもとに縦横比を計算するパターン縦横比計算部４０、縦横比が設定値以上の場合に使用される第２の指定黒密度を格納する黒密度指定記憶部Ｂ１１０が追加されている。さらに、黒密度比較部３０は、指定黒密度として黒密度指定記憶部１００と黒密度指定記憶部Ｂ１１０のいずれの値を用いるかを、前記パターン縦横比計算部４０の計算結果を元に決定して切り替える機能を持っている。

図１０に、文字が［−］の場合の４階調の文字パターン「−」の例とプレーン毎の黒画素数と累積度数および黒密度を示す。図１０の（ａ）から（ｅ）の意味は図６と同様である。
また、図１１はプレーン毎の黒密度を示す。

図１０の多値パターンから判るとおり、前記多値パターンは薄めな横長文字である。このような文字の場合に実施例１の処理を行うと図１１において黒密度５０％に一番近いプレーンはプレーン２であるため、２値パターンは図１２（ａ）になる。前記２値パターンは黒画素数が少なく、中央が膨らんだような形状になっており、認識対象としては不適格である。

上記問題を回避するために黒密度指定記憶部Ｂ１１０を追加し、指定黒密度として例えば７５％という値を設定する。前記値は前記黒密度指定記憶部１００に記憶した５０％という値よりも大きな値であることが重要である。

＜実施例２の動作＞
図９に実施例２における動作の処理フローを示す。

まずＳ００１からＳ００４までの累積度数の計算までは実施例１と同じなので省略する。

次にＳ０２１においてパターン縦横比計算部４０は、パターンの縦横比を計算する。本例における文字パターンは「−」という横に長いパターンのため縦横比は横に大きな値となる。ここでは図による説明の都合上１：２以上を想定するが、実際には１：４等もっと大きな比率を用いてもよい。

続いてＳ０２２で黒密度比較部３０は、縦横比が予め設定されている閾値以上かどうかを確認する。閾値より小さい場合は「Ｎｏ」ということでＳ０２３に進む。

Ｓ０２３では黒密度比較部３０は、黒密度指定値として前記黒密度指定記憶部１００に設定されている値５０％を使用する。一方縦横比が閾値以上の場合は「Ｙｅｓ」ということでＳ０２４に進む。

Ｓ０２４では黒密度比較部３０は、前記黒密度指定記憶部Ｂ１１０に設定されている値７５％を使用する。以上の処理により縦横比の値が大きい場合は黒密度値は７５％という値になる。

その後の処理については実施例１のＳ００５以降と同じなので省略する。

上述のとおり、横長文字の場合には、第２の黒密度指定値である７５％が使用される。第１０図から黒密度が７５％に近いのはプレーン３であるため、最適なプレーンはプレーン３となる。この場合の２値パターンは第１２に示すパターンとなり、認識に十分な濃さを持ったパターンを得ることができる。

システム構成図実施例１の最適プレーン計算部実施例２の最適プレーン計算部多値パターンおよび２値パターン実施例１の処理フロープレーンの説明プレーンと黒密度の関係２値パターンの例実施例２の処理フロープレーンの説明プレーンと黒密度の関係２値パターンの例

符号の説明

１多値パターン
２プレーン番号
３文字認識装置
４スキャナ
５記憶部
６文字切り出し部
７最適プレーン計算部
８２値化部
９認識部
１０黒画素数測定部
２０累積度数計算部
３０黒密度比較部
１００黒密度指定記憶部
１１０黒密度指定記憶部Ｂ

Claims

多値の文字パターンの各画素を輝度値毎のプレーンに割り当て、文字認識に最適なプレーンを選択して２値の文字パターンを得る文字認識装置において、プレーンごとの黒画素数を測定する黒画素数測定部と、プレーンごとの黒画素数をプレーンの順序に従い累積した累積度数を計算する累積度数計算部と、プレーンごとの前記累積度数からプレーンごとの累積黒画素密度を求め、所定値にもっとも近い累積黒画素密度となるプレーンを出力するプレーン選択部と、を備えた文字認識装置。
前記文字パターンのサイズの縦横比を計算する縦横比計算部をさらに備え、前記縦横比が一定以上横長の場合、前記プレーン選択部は第２の所定値にもっとも近い累積黒画素密度となるプレーンを出力する、請求項１に記載の文字認識装置。
前記所定値は黒画素数と白画素数が略同数となるように選ばれ、前記第２の所定値は、黒画素数がより多くなるように選ばれる、請求項２に記載の文字認識装置。