JP2571236B2 - 文字切出し識別判定方法 - Google Patents

Description

【発明の詳細な説明】 〔技術分野〕 本発明は，文字ピッチが一定でない文書，全角や半角
や倍角などの文字が混在した文書，あるいは文字の大き
さが異なる文字が混在した文書などを，高精度でかつ高
速に読取ることができる文字読取方法に用いる文字切出
し識別判定方法に関するものである。

〔従来技術〕

本発明者は先に，帳票上の文章を走査光電変換して得
られた文字列の画像イメージパターンから一文字ずつ切
出して文字認識を行う文字読取方式において，文字列上
の予め定められた一定区間内に存在する黒画素の塊（ブ
ロック）の個数を調べ，（ｉ）一個の場合にはその区間
を一文字のパターンとみなして切出し，（ii）複数個の
場合には該ブロックを順次便宜に組合せてそれぞれを一
文字のパターンとみなして切出し，（iii）一定区間よ
り大きい場合には，平均的な文字の大きさで強制的に分
離させたパターンを切出し，（ａ）該切出したパターン
とその切出しに関する情報とを出力する文字切出し工程
と，（ｂ）該切出したパターンの識別結果とその切出し
に関する情報とより，（ｂ−１）一文字のパターンとみ
なされている場合にはその識別結果をそのまま出力し，
（ｂ−２）複数個のパターンとみなされている場合には
その複数の組合せパターンの各々の識別結果の中から最
も確度（類似度など）の高いパターンに対応する識別結
果を出力する文字決定工程とを有する文字読取方式を発
明し，特願昭59−9832号（特開昭60−153575号公報）と
して特許出願した。

この出願の発明は文字ピッチが一定でない文書，全角
や半角などの文字が混在した文書などを読取ることがで
きる利点を有するものの，分離文字の中の部分パターン
に雑音が重畳した場合や，大きなパターンの強制分離位
置が変動した場合などにおいて目的とする文字読取結果
が得られない場合が生ずる恐れがあり，また分離文字の
部分パターンを認識するための辞書が識別辞書に存在し
ない場合にリジェクトになり再識別の処理によって読取
速度が遅くなることがあった。

本発明の目的は前述の問題点に鑑み，文字ピッチが一
定でない文書，全角や半角や倍角などが混在する文書，
大きさが異なる文字が混在する文書などを，より一層高
精度でかつ高速に読取ることができるようにすることに
ある。そしてそのため， （ａ）大きいかたまりのパターンが存在していると判断
された場合には，その大きいパターンを分割せずに１つ
のかたまりとして切出す試みをも行うようにする， （ｂ）分離文字の如き文字における部分パターンについ
ても，その部分パターンを１つのかたまりとして切出す
試みをも行うようにし，この場合に対処すべく部分パタ
ーンをも認識辞書に加えておくようにする， （ｃ）文字としては本来では存在しないような，例えば の如き組み合わせパターンについても認識辞書に加えて
おいて，識別できるようにする， などの処理を効率よく行うようにした文字切出し識別
判定方法を提供している。

〔発明の構成〕

本発明は，前述の目的を達成するため，帳票上の文字
を走査光電変換して得られた白黒２値の文字列パターン
から一文字ずつ切出して文字認識を行う文字読取方法に
おいて、 文字列上に存在する黒画素の塊をブロックと呼び当該
ブロックの個数を調べ、一定区間内のブロックの個数が
一個の場合にはその区間内のパターンを一文字のパター
ンとみなして切出し、当該区間内のブロックの個数が複
数個の場合には該複数個のブロックをブロックの先頭か
ら順次出現順に組合わせた複数の組合わせブロックに対
応するパターンをそれぞれ一文字のパターンとみなして
切出した上で、当該切出されたパターンが上記一定区間
より大きい区間に対応するブロックのパターンの場合に
は当該大きいままのパターンを一文字とみなして切出す
と共に上記文字列内の平均的な文字の大きさで強制的に
分離させた各パターンを切出して、該切出しパターンと
その切出しが行われた状況に関する情報とを出力する文
字切出し工程と、 切出されたパターンが何という文字であるかを判定す
るために上記一定区間に対応するブロックについての個
々のパターンと、上記一定区間よりも小さい区間に対応
するブロックについての部分パターンと、上記一定区間
よりも大きい区間に対応するブロックについての大きい
ままのパターンと、強制的に分離された区間に対応する
ブロックについての強制的に分離されたパターンとを夫
々識別する文字識別工程と、 文字識別部によって識別された識別結果と文字切出し
部によって抽出された切出しが行われた状況に関する情
報とにより上記識別結果が一文字のパターンとみなされ
ている場合にはその結果をそのまま出力し、上記識別結
果が複数個の文字パターンが該当するとみなされている
場合にはその各々の識別結果を互いに比較して最も確度
の高い文字パターンに対応する識別結果を出力し、かつ
上記大きいパターンと上記強制的に分離されたパターン
との場合には大きいままのパターンの識別結果と強制的
に分離したパターンに対応する識別結果とを比較して最
も確度の高い文字パターンに対応する識別結果を出力す
る文字決定工程とを有する ことを特徴とする。

〔実施例〕

第１図は本発明の実施例を示すものであって，図中11
は入力端子,12はパターンメモリ,13は文字切出し部,14
は特徴抽出部,15は識別部,16は識別辞書部,17は文字決
定部,18は出力端子である。

前述の構成における各部の動作を以下に説明する。ま
ず，帳票上の文字を光電変換装置（図示せず）により白
黒２値のパターンデータに変換し，これを入力端子11を
介してパターンメモリ12に一旦蓄える。文字切出し部13
は該パターンメモリ12より第２図に示すような一行分の
文字を含む文字列パターン20を切出し，次に，注目点を
文字列方向（図中，矢印Ｘ方向）に移動しつつ，黒画素
が連結しているか否かを調べて複数のブロック211,211,
…,223を検出してラベル付けを行う。次に，第３図で示
すようにラベル付けの処理でラベル番号が更新されるご
とに，同一ラベル番号の黒画素の個数を文字列と直角方
向（図中，矢印Ｙ方向）に射影してブロックの射影番号
31,32,…,37と黒画素数とを得る。このとき，ブロック
の重なり具合によって同一のブロックとみなしたり，別
々のブロックとみなしたりして射影番号を付与する。こ
のようにして黒画素が存在しない部分を「０」として表
示したデータ（以下，これを射影データと呼ぶ）30を取
出す。更に，該文字切出し部13は射影データ30に基づい
て文字切出し処理を実行し，文字列パターン20より，組
合せパターン（ブロックが存在しないスペースやブロッ
クが１個あるいは複数個から成る文字パターン）21を切
出し，文字切出しに関する情報（文字列パターン20にお
ける文字切出し位置，一定区間α内のブロック数N,ブロ
ックを検出するための動作を何回繰返したかを表す動作
番号DNO,一定区間α内のブロックを組合わせて作成した
パターン番号PNO）と識別用の文字パターンとを一対の
データとして特徴抽出部14に順次送出する。

特徴抽出部14では送られた文字パターンから文字の特
徴を抽出し，そのデータと文字切出しに関する情報とを
識別部15に送出する。識別部15では識別辞書部16内の識
別用特徴と照合を取り文字パターンを順次文字識別し，
その識別結果（たとえば，文字コードと類似度あるいは
文字の性質を記述した情報など）と文字切出しに関する
情報とを一対のデータとして文字決定部17に順次送出す
る。文字決定部17は送られてきた該データに後述する処
理を施して文字読取結果として出力端子18に出力する。

文字切出し部13における文字切出しの処理を第４図に
示す。第４図は第３図に示す文字列パターン20におい
て，一定区間α内にブロックが１個も存在しない場合
や,1個存在する場合，および一定区間αをブロックがは
みだしている場合を示したものである。この中で，組合
せパターンを作成する文字切出しの処理についてはブロ
ックを文字列と直角方向に射影した場合の処理を特願昭
57−222489号特願昭59−112367号公報に記述している
が，ここで射影の際に重なり合うブロックを一つのパタ
ーン21とみなして処理した場合を示している。文字列か
らの文字切出しの処理は，初期状態として動作番号を１
に設定した後，文字切出し基準位置から一定区間α内に
存在するブロックの個数Ｎを調べ，ブロックが存在しな
い場合や，ブロックの一部が存在する場合（Ｎ＝０の場
合）には，基準位置から計測した距離が一定区間α内や
平均的な文字ピッチMABの区間内に存在する黒画素の占
める割合や，ブロックの中心位置などを総合的に判断し
て文字切出し位置を決定し，スペースの処理をするか，
大きい文字の処理を行うかを判断する。すなわち，スペ
ース送出の処理はパターン番号PNOを１にしてスペース
データを送出するとともに，文字切出し基準位置を平均
的な文字ピッチMABあるいは総合的に判断した位置に移
動させて次の文字切出しの処理へ移る，大きい文字の処
理では大きいままの文字パターンを送出した後，接触し
た文字の個数を予測した予測値（強制分離数）Ｌと接触
のバリエーション個数（強制分離の種類類）Ｍとを乗じ
た個数の強制分離パターンを送出し，文字切出し基準位
置をブロックの終了位置に移動させる。

一定区間α内に一個のブロックが存在する場合（Ｎ＝
１の場合）はそのブロックを一個の文字パターンとみな
し，基準位置を１文字とみなした位置（通常は平均的な
文字ピッチMABだけ移動した位置）まで移動させる。

一定区間α内に複数個のブロックが存在する場合（Ｎ
＞１の場合）は，一定区間α内に存在する複数のブロッ
クをブロックの先頭から順次組合わせて，複数の文字パ
ターンを送出した後，先頭の文字ブロックを除いた位置
を基準位置とみなして，次の文字切出しの処理を行う。
この処理を繰り返して１個の文字列の処理を終了させ
る。

識別部15における処理は，特徴抽出部14で抽出された
文字パターンの特徴と識別辞書部16に用意された文字特
徴とを照合し，類似度の大きいものを選択して識別結果
とし，文字切出しに関する情報とともに，文字コード，
類似度などを文字決定部17へ送出する。このときの識別
辞書部16には個別文字とともに分離文字や大きい文字や
強制分離文字をも識別するための情報を用意するととも
に，文字の性質すなわち個々の識別用特徴がどのような
分離文字や強制分離文字の中のどのような位置に存在す
るかなどの文字内や文字間の相互の関係を記述した情報
も用意され，識別結果とともに文字決定部17へ送出され
る。文字決定部17では識別部15から送られてきた文字切
出しに関する情報と識別結果と識別辞書情報とから第５
図に示す文字決定の処理を行う。

第５図では識別部15から送られてきた文字切出しに関
する情報すなわち，一定区間α内のブロック数Ｎや，動
作番号DNO,動作番号内の文字パターン番号PNO,強制分離
数L,強制分離の種類数Ｍなどから，識別結果が個別パタ
ーンなのか組合わせパターンなのか，大きいパターンな
のかを判定する。すなわち，（ｉ）一定区間α内のブロ
ック数ＮがＮ＝１の個別パターンであり，かつ動作番号
DNOがDNO＝１であれば，識別結果をそのまま出力し，
（ii）ブロック数ＮがＮ＞１の組合わせパターンであれ
ば，識別結果を一時的に識別結果格納用のバッファメモ
リに格納して，次の連続する組合わせパターンの最終識
別結果が送られてきた時点すなわちブロック数ＮがＮ＝
１で動作番号DNOがDNO＞１の時点で選択処理を行い，バ
ッファメモリの中から確度の最も高いものを選択して読
取結果として出力する。

また，（iii）ブロック数ＮがＮ＝０であれば黒画素
が存在するか否かを判定し，黒画素が存在しなければス
ペースとみなしてその読取結果を出力し，黒画素が存在
すれば，大きい文字パターンとみなし，大きいままの文
字パターンを識別した結果と強制分離パターンの識別結
果とを一時的にバッファメモリに格納して，強制分離パ
ターンの識別が終了した時点で，バッファメモリの中か
ら確度の最も高い識別結果が得られる文字切出し方法を
採用するとともに，その文字切出し方法で得られた識別
結果を文字決定部の結果として出力する。

次に第３図の文字列パターン20を例にとって文字切出
しの工程と文字決定の過程について説明する。文字決定
部17における処理については識別結果と類似度および文
字の性質を用いて説明する。文字列パターン20のパター
ン「る」，「。」はそのブロックの射影データ30中の一
定区間α内におけるブロック数が一個（Ｎ＝１）である
ことから，それぞれ一文字の個別パターン21として切出
され，その識別結果が読取結果としてそのまま出力端子
18に送出される。文字切出し対象区間のパターン の場合ではブロックの射影データ30が一定区間αより大
きいこと（射影番号33）から特願昭59−9831号特開昭60
−153574号公報に述べた強制分離による文字切出しの処
理，すなわち文字切出し対象区間′のパターン と切出し対象区間″のパターン とを切出し，識別部15では識別辞書部16内に登録されて
いるパターン などの文字特徴と照合し，その結果を文字決定部17に出
力する。文字決定部17では最適なものを選択する方法に
加え，第３図に示すように切出し対象区間のパターン を分離することなく，一文字の個別パターン21とした文
字切出しの処理をも行い，識別部15では識別辞書部16内
に登録されている などの識別辞書と照合し，その結果を文字決定部17に出
力する。文字決定部17では第６図に示すように，大きい
まま識別した識別結果と強制分離して識別した読取結果
とを比較し，類似度の和の平均を評価値とし，その値が
最も高くなるような文字を選択して読取結果として出力
端子18に送出する。第６図の（１）は入力パターン を示したものであり，（２）は文字切出し部13から出力
された切出しパターンと切出しに関する情報を示したも
のである。（３）は識別結果を示したもので，横方向に
切出された文字パターンを示し，縦軸に類似度の高いも
のが順に候補文字の順序を示している。この中で，候補
文字abやcd（ラベルa,b,c,dをもつ文字を例に挙げてい
るだけであってａという文字やｂという文字・・・では
ない）は接触文字として識別辞書内に登録された文字名
で，候補文字a,b,c,dは個別文字として識別辞書内に登
録された文字名である。（４）は判定結果の一例を示し
たもので，入力パターンを一定の評価式に基づいて評価
し，最も確度の高いものを判定結果としたもので，この
場合は を評価値0.98として出力する。

次のパターン を含む一定区間α（ここでは対象区間と称す。）には
ブロックが２個存在するため，文字切出し部13は該２個
のパターンを順次組合せた個別パターン「「」および とその切出しに関する情報を特徴抽出部14に送出すると
ともに該切出し対象区間におけるブロックのうち先頭
のブロック「「」を除いた位置を次の切出し対象区間
の基準として設定する。ここでは該切出し対象区間に
おいても２個のブロックが検出され，上記同様に組合せ
パターンとその切出しに関する情報とが送出される。識
別部15では第７図に示すように切出し対象区間のパタ
ーン「「」に対して『「』の文字コード，類似度，文字
の性質などを識別結果として出力し，パターン に対してはリジェクトの文字コード，類似度，文字の性
質などを送出する。切出し対象区間のパターン の文字コード，類似度，文字の性質などを識別結果とし
て出力し，パターン「い」に対して『い』の文字コー
ド，類似度，文字の性質などを出力する。切出し対象区
間においても同様となる。

文字決定部17ではこの区間が組合せパターンの区間で
あることを検知し，第７図に示すように識別結果の中か
ら最も確度を高いものを選択する選択処理を行う。第７
図の（１）は入力パターン「「いう」を示したものであ
り，（２）は文字切出しパターンと切出しに関する情報
を示したもので，切出し対象区間，動作番号DNO,パター
ン番号PNO,切出しパターン，切出し情報を示している。
（３）は識別部15から出力される識別結果を示したもの
であり，上記の情報に加え候補文字，類似度，文字の性
質が出力される様子を横軸に切出しパターン，縦軸に候
補順位として示したものである。（４）は文字決定部17
における判定処理の流れと判定結果とを示したものであ
る。ここでの選択処理は組合せパターンに対する読取結
果の系列の中から，まず組合せパターンで類似度の高い
ものに対し，分離文字とみなした場合と個別文字とみな
した場合とについて類似度の和の平均を評価値として比
較し，その値の最も高いものを選択した後，個別文字の
選択処理を行う。すなわち切出し対象区間およびの
識別結果として文字「い」に関するものが高い類似度値
を示すことからこの区間を文字決定対象区間とみなして
分離文字『い』なのか個別文字『レ』，『、』なのかを
判定する。ここでは評価値が大きな『い』が選択され
る。次に、切出し対象区間は部分パターン「「」の後
半のブロックがすでに文字『い』に使用されているため
一意に『「』が選択処理される。この処理によって文字
切出し対象区間，，は『「い』が読取結果として
得られる。次の対象区間については「う」が個別パタ
ーンとみなされ一文字として読取られる。

このように上記実施例によれば，一定区間α内のブロ
ック数に基づいて一文字のパターンか，そうでないかを
区別するようにしたため，一文字として切出す区間と，
複数の組合せパターンを構成すべき区間とを確実に区別
することができ，また複数個のブロックが一定区間α内
に存在した場合は先頭のブロックを除いた位置を次の区
間の基準位置とみなして，考え得るすべての組合せパタ
ーンを取出すことができ，かつ個々のパターンごとに識
別を行い，識別結果を総合的に判断したため，読取精度
を上げることができる。また文字切出し部13ではブロッ
クに従って機械的にパターンを切出すのみでよいから，
装置を構成する際に処理をパイプライン構成とすること
もでき処理の高速化がはかれる。

〔発明の効果〕

以上説明したように本発明によれば，分離文字や半角
文字，文字線切れの生じた文字，大きさの異なった文字
などが混在する文書，文字ピッチが一定でない文書から
の文字切出しを複雑な処理を必要とすることなく一義的
な処理で行うことができ処理の高速化がはかれる。ま
た，複数個のブロックが一定区間内に存在する場合に連
続するブロックを順次一個ずつ増して組合わせたパター
ンをそれぞれ一文字のパターンとみなして切出すととも
に該複数個のブロックのうち先頭のブロックを除いた位
置を次の一定区間の基準位置とみなして文字切出しを行
う如く，考え得る全ての組合せパターンを取出すことが
でき，識別においては識別辞書に通常のパターンに加え
大きな文字パターンや部分パターンをも識別するための
辞書を用意して，部分パターンごとに識別結果を出力さ
せ，また文字決定においては一定区間内やブロックごと
の全ての組合せパターンの識別結果の中から最も確度の
高いものを読取結果として出力できるため，文字の読取
精度を，より一層向上させることができる。

【図面の簡単な説明】

第１図は本発明方法を適用した文字読取装置の一実施例
を示すブロック図，第２図は文字列パターンとブロック
を示す説明図，第３図は文字列パターンにおける文字切
出しの説明図，第４図は文字切出し部13のフローチャー
ト，第５図は文字決定部17のフローチャート，第６図は
大きな文字に対する文字切出し，識別，文字決定処理の
様子を説明する説明図，第７図は分離文字に対する文字
切出し，識別，文字所定処理の様子を説明する説明図で
ある。 11……入力端子、12……パターンメモリ 13……文字切出し部、14……特徴抽出部 15……識別部、16……識別辞書部 17……文字決定部、18……出力端子

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】帳票上の文字を走査光電変換して得られた
   白黒２値の文字列パターンから一文字ずつ切出して文字
   認識を行う文字読取方法において、 文字列上に存在する黒画素の塊をブロックと呼び当該ブ
   ロックの個数を調べ、一定区間内のブロックの個数が一
   個の場合にはその区間内のパターンを一文字のパターン
   とみなして切出し、当該区間内のブロックの個数が複数
   個の場合には該複数個のブロックをブロックの先頭から
   順次出現順に組合わせた複数の組合わせブロックに対応
   するパターンをそれぞれ一文字のパターンとみなして切
   出した上で、当該切出されたパターンが上記一定区間よ
   り大きい区間に対応するブロックのパターンの場合には
   当該大きいままのパターンを一文字とみなして切出すと
   共に上記文字列内の平均的な文字の大きさで強制的に分
   離させた各パターンを切出して、該切出しパターンとそ
   の切出しが行われた状況に関する情報とを出力する文字
   切出し工程と、 切出されたパターンが何という文字であるかを判定する
   ために上記一定区間に対応するブロックについての個々
   のパターンと、上記一定区間よりも小さい区間に対応す
   るブロックについての部分パターンと、上記一定区間よ
   りも大きい区間に対応するブロックについての大きいま
   まのパターンと、強制的に分離された区間に対応するブ
   ロックについての強制的に分離されたパターンとを夫々
   識別する文字識別工程と、 文字識別部によって識別された識別結果と文字切出し部
   によって抽出された切出しが行われた状況に関する情報
   とにより上記識別結果が一文字のパターンとみなされて
   いる場合にはその結果をそのまま出力し、上記識別結果
   が複数個の文字パターンが該当するとみなされている場
   合にはその各々の識別結果を互いに比較して最も確度の
   高い文字パターンに対応する識別結果を出力し、かつ上
   記大きいパターンと上記強制的に分離されたパターンと
   の場合には大きいままのパターンの識別結果と強制的に
   分離したパターンに対応する識別結果とを比較して最も
   確度の高い文字パターンに対応する識別結果を出力する
   文字決定工程とを有する ことを特徴とする文字切出し識別判定方法。
2. 【請求項２】文字識別工程に用いられ識別対象カテゴリ
   についての各標準パターンに対応した識別用特徴を保持
   する識別辞書部において、個々の文字パターンととも
   に、部分パターンおよび強制分離パターンを識別するた
   めの識別用特徴と、パターン内およびパターン間の関係
   を記述した文字の性質情報とを備え、 識別結果と文字の性質情報とによって部分パターンによ
   って構成される文字および大きな文字を認識する文字決
   定工程を有する ことを特徴とする特許請求の範囲第（１）項に記載の文
   字切出し識別判定方法。