JP2575402B2 - 文字認識方法 - Google Patents
文字認識方法Info
- Publication number
- JP2575402B2 JP2575402B2 JP62208744A JP20874487A JP2575402B2 JP 2575402 B2 JP2575402 B2 JP 2575402B2 JP 62208744 A JP62208744 A JP 62208744A JP 20874487 A JP20874487 A JP 20874487A JP 2575402 B2 JP2575402 B2 JP 2575402B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- contour
- contribution
- pattern
- density vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Landscapes
- Character Discrimination (AREA)
Description
【発明の詳細な説明】 「産業上の利用分野」 この発明は、手書きの文字等を認識する場合に用いて
好適な文字認識方法に関する。
好適な文字認識方法に関する。
「従来の技術」 従来、手書き漢字の認識方法として、外郭方向寄与度
を使用する方法および方向密度ベクトルを使用する方法
が各々知られている。ここで、外郭方向寄与度とは、文
字パターンの外郭を構成する各画素が、どの方向の度合
が強い線上にあるかを示す値であり、また、方向密度ベ
クトルとは、文字パターンを細線化して得たストローク
の各画素において位相方向毎に設けた特定の領域（眺望
領域）に含まれる線素の数を方向成分毎に数えたもので
ある。
を使用する方法および方向密度ベクトルを使用する方法
が各々知られている。ここで、外郭方向寄与度とは、文
字パターンの外郭を構成する各画素が、どの方向の度合
が強い線上にあるかを示す値であり、また、方向密度ベ
クトルとは、文字パターンを細線化して得たストローク
の各画素において位相方向毎に設けた特定の領域（眺望
領域）に含まれる線素の数を方向成分毎に数えたもので
ある。
「発明が解決しようとする問題点」 ところで、これらの認識方法はいずれも、特定の文字
に対しては認識率が高いが、一般の文字に対しては認識
率が低いという欠点がある。また、方向密度ベクトルを
求める場合における細線化処理は効率の良いアルゴリズ
ムが存在せず、このため、処理に時間がかかる欠点があ
る。
に対しては認識率が高いが、一般の文字に対しては認識
率が低いという欠点がある。また、方向密度ベクトルを
求める場合における細線化処理は効率の良いアルゴリズ
ムが存在せず、このため、処理に時間がかかる欠点があ
る。
この発明は上述した事情に鑑みてなされたもので、一
般文字の認識率を向上させることができるとともに、短
時間で認識を行うことができる文字認識方法を提供する
ことを目的としている。
般文字の認識率を向上させることができるとともに、短
時間で認識を行うことができる文字認識方法を提供する
ことを目的としている。
「問題点を解決するための手段」 この発明は、入力された文字を２値データによる文字
パターンに変換し、この文字パターンの特徴を抽出して
前記入力された文字の認識を行う文字認識方法におい
て、前記文字パターンの外郭点を検出する第１の過程
と、前記文字パターンの連結長を検出して方向寄与度を
算出する第２の過程と、第１の過程において検出した外
郭点について、前記第２の過程において検出した方向寄
与度から外郭方向寄与度を選出する第３の過程と、前記
第３の過程において選出した外郭方向寄与度について、
最大となる該外郭方向寄与度の方向を検出し、該方向の
外郭方向寄与度成分をインクリメントして、外郭方向密
度ベクトルを求める第４の過程とを各々有し、前記第３
の過程において選出された外郭方向寄与度および前記第
４の過程において求められた外郭方向密度ベクトルに基
づいて前記入力された文字の認識を行うことを特徴とし
ている。
パターンに変換し、この文字パターンの特徴を抽出して
前記入力された文字の認識を行う文字認識方法におい
て、前記文字パターンの外郭点を検出する第１の過程
と、前記文字パターンの連結長を検出して方向寄与度を
算出する第２の過程と、第１の過程において検出した外
郭点について、前記第２の過程において検出した方向寄
与度から外郭方向寄与度を選出する第３の過程と、前記
第３の過程において選出した外郭方向寄与度について、
最大となる該外郭方向寄与度の方向を検出し、該方向の
外郭方向寄与度成分をインクリメントして、外郭方向密
度ベクトルを求める第４の過程とを各々有し、前記第３
の過程において選出された外郭方向寄与度および前記第
４の過程において求められた外郭方向密度ベクトルに基
づいて前記入力された文字の認識を行うことを特徴とし
ている。
「作用」 この発明によれば、外郭方向寄与度および外郭方向密
度ベクトルの双方を併用して文字認識を行うので、個々
の方法のみでは網羅できない文字の特徴をとらえること
ができ、認識率が向上する。また、この発明によれば、
細線化を行わず、文字の輪郭線から文字の形状，文字線
の方向性を同時に特徴として抽出する。この場合、両特
徴の抽出過程には輪郭点の抽出等の共通部分がある。こ
の発明は、両特徴の抽出における共通部分を１回の処理
で行うことにより、効率化および認識時間の短縮を図っ
ている。
度ベクトルの双方を併用して文字認識を行うので、個々
の方法のみでは網羅できない文字の特徴をとらえること
ができ、認識率が向上する。また、この発明によれば、
細線化を行わず、文字の輪郭線から文字の形状，文字線
の方向性を同時に特徴として抽出する。この場合、両特
徴の抽出過程には輪郭点の抽出等の共通部分がある。こ
の発明は、両特徴の抽出における共通部分を１回の処理
で行うことにより、効率化および認識時間の短縮を図っ
ている。
「実施例」 以下、図面を参照してこの発明の一実施例について説
明する。第１図は同実施例による文字認識方法の大筋を
示すフローチャートである。この図に示すように、この
文字認識方法においては、まず、前処理が行われる。こ
の前処理には、２値化と正規化という２つの処理があ
る。次に、文字の特徴を抽出する特徴抽出処理が行なわ
れる。この特徴抽出処理には、外郭方向寄与度を抽出す
る処理と外郭方向密度ベクトルを抽出する処理とがあ
る。次に、文字の識別が行なわれる。この文字識別にお
いては、距離算出と判別処理が行なわれる。以下、各処
理を順次詳述する。
明する。第１図は同実施例による文字認識方法の大筋を
示すフローチャートである。この図に示すように、この
文字認識方法においては、まず、前処理が行われる。こ
の前処理には、２値化と正規化という２つの処理があ
る。次に、文字の特徴を抽出する特徴抽出処理が行なわ
れる。この特徴抽出処理には、外郭方向寄与度を抽出す
る処理と外郭方向密度ベクトルを抽出する処理とがあ
る。次に、文字の識別が行なわれる。この文字識別にお
いては、距離算出と判別処理が行なわれる。以下、各処
理を順次詳述する。
（１）２値化 この処理は、入力された多階調データを“1"/“0"の
２値データに変換する処理であり、この処理によって文
字部（黒）を“1"、背景（白）を“0"とする２値パター
ンが得られる。
２値データに変換する処理であり、この処理によって文
字部（黒）を“1"、背景（白）を“0"とする２値パター
ンが得られる。
（２）正規化 上述した２値化によって得られたｍ行ｎ列の２値パタ
ーンを63行63列（63×63画素）で、かつ、文字部が
“1",背景“0"の外接四辺形のパターンに変換する。こ
こで、縦長あるいは横長の字形の場合は文字に接する辺
が２辺のパターンとなる。なお、第２図に正規化によっ
て得られるパターンの一例を示す。
ーンを63行63列（63×63画素）で、かつ、文字部が
“1",背景“0"の外接四辺形のパターンに変換する。こ
こで、縦長あるいは横長の字形の場合は文字に接する辺
が２辺のパターンとなる。なお、第２図に正規化によっ
て得られるパターンの一例を示す。
（３）外郭方向寄与度の抽出 この外郭方向寄与度の抽出は、 連結長の算出→方向寄与度の算出→外郭点の抽出→外
郭方向寄与度の抽出 なる過程で行なわれる。第３図（イ）に方向寄与度の方
向を、また、（ロ）に文字の連結長を各々示す。また、
第４図に方向寄与度の算出過程を示す。
郭方向寄与度の抽出 なる過程で行なわれる。第３図（イ）に方向寄与度の方
向を、また、（ロ）に文字の連結長を各々示す。また、
第４図に方向寄与度の算出過程を示す。
（４）外郭方向密度ベクトルの抽出 この外郭方向密度ベクトルの抽出は、 領域拡張→外郭点の最大方向寄与度の方向抽出→外郭
方向密度ベクトルの算出 なる過程で行なわれる。以下、これらの処理を順次説明
する。
方向密度ベクトルの算出 なる過程で行なわれる。以下、これらの処理を順次説明
する。
（４−１）領域拡張 外郭方向密度ベクトルの抽出には外郭点パターンが使
用される。このパターンの中心が走査点となる。走査点
が文字パターンの全域を走査できるよう抽出処理時に
は、このパターン領域が予め拡張される。第５図は領域
拡張を行った状態を示す図であり、63×63のデータ領域
の周囲に拡張領域を付加し、81×81の領域としている。
用される。このパターンの中心が走査点となる。走査点
が文字パターンの全域を走査できるよう抽出処理時に
は、このパターン領域が予め拡張される。第５図は領域
拡張を行った状態を示す図であり、63×63のデータ領域
の周囲に拡張領域を付加し、81×81の領域としている。
（４−２）最大方向寄与度の方向抽出 先に算出した外郭方向寄与度から、各外郭点の最大方
向寄与度の方向を検出する。
向寄与度の方向を検出する。
（４−３）外郭方向密度ベクトルの算出 方向密度ベクトルとは、文字パターン領域内の黒画素
で、位相方向毎に設けた眺望領域（マスク領域）に含ま
れる線素の数（文字線密度）を方向成分毎に数えたもの
であり、次のようにして求められる。なお、第６図にマ
スクパターンの一例を示す。このマスクパターン内の数
字は方向コードを示す。
で、位相方向毎に設けた眺望領域（マスク領域）に含ま
れる線素の数（文字線密度）を方向成分毎に数えたもの
であり、次のようにして求められる。なお、第６図にマ
スクパターンの一例を示す。このマスクパターン内の数
字は方向コードを示す。
マスクパターンの走査が可能なように領域を拡張す
る。
る。
各黒画素がどの方向に最も寄与しているかを算出しそ
の画素の方向とする。
の画素の方向とする。
上記によって決定された方向により、特定のマスク領
域の内部の黒画素の持つ位相・眺望方向別の度数をイン
クリメントする（方向密度ベクトル）。
域の内部の黒画素の持つ位相・眺望方向別の度数をイン
クリメントする（方向密度ベクトル）。
第７図に外郭方向密度ベクトルの抽出過程を示す。
なお、前述のように、従来、方向密度ベクトルは、原
パターンを細線化した後に、抽出していたが、この細線
化処理に多くの時間がかかっていた。また、細線化の結
果得られるパターンには“ひげ”やイズが発生する欠点
があった。これに対し、本発明によれば、細線化パター
ンを用いず、外郭点を用いているので、従来方法に比べ
て処理時間が大幅に短縮され、また、ノイズ等の発生も
少ない。また、本発明においては、眺望方向として、位
相方向と垂直のもののみを数えている。これは、平行，
垂直の外郭方向密度ベクトルを抽出し、識別比較したと
ころ、垂直対応の方が認識率が向上したことによる。ま
た、本発明においては、パターン領域を７×７のメッシ
ュ領域に分割し、各メッシュ領域内で平均操作、すなわ
ち、「メッシュ内の各位相，眺望方向別総度数／メッシ
ュ内の全方向の総度数」を行い、各メッシュ内で次元を
揃え、これを特徴としている。この際、外接枠内部の大
きさを外接枠の大きさに比例するように定める。
パターンを細線化した後に、抽出していたが、この細線
化処理に多くの時間がかかっていた。また、細線化の結
果得られるパターンには“ひげ”やイズが発生する欠点
があった。これに対し、本発明によれば、細線化パター
ンを用いず、外郭点を用いているので、従来方法に比べ
て処理時間が大幅に短縮され、また、ノイズ等の発生も
少ない。また、本発明においては、眺望方向として、位
相方向と垂直のもののみを数えている。これは、平行，
垂直の外郭方向密度ベクトルを抽出し、識別比較したと
ころ、垂直対応の方が認識率が向上したことによる。ま
た、本発明においては、パターン領域を７×７のメッシ
ュ領域に分割し、各メッシュ領域内で平均操作、すなわ
ち、「メッシュ内の各位相，眺望方向別総度数／メッシ
ュ内の全方向の総度数」を行い、各メッシュ内で次元を
揃え、これを特徴としている。この際、外接枠内部の大
きさを外接枠の大きさに比例するように定める。
（５）距離算出 上述した過程で、外郭方向寄与度および外郭方向密度
ベクトルが抽出されると、次に、辞書に書き込まれてい
る各文字と入力された文字との距離が算出される。すな
わち、入力された文字の特徴と、辞書の各文字の特徴と
から、両特徴ベクトル間のユークリッド二乗距離を求め
る。この距離計算を辞書に書き込まれている総ての文字
について行う。
ベクトルが抽出されると、次に、辞書に書き込まれてい
る各文字と入力された文字との距離が算出される。すな
わち、入力された文字の特徴と、辞書の各文字の特徴と
から、両特徴ベクトル間のユークリッド二乗距離を求め
る。この距離計算を辞書に書き込まれている総ての文字
について行う。
（６）判別 上述した距離計算の結果を昇順にソートし、先頭に位
置するもの、すなわち、入力された文字と最も特徴ベク
トル間の距離が小さい辞書中の文字を、入力された文字
であると判定し、その文字を示すコードを出力する。
置するもの、すなわち、入力された文字と最も特徴ベク
トル間の距離が小さい辞書中の文字を、入力された文字
であると判定し、その文字を示すコードを出力する。
「発明の効果」 以上説明したように、この発明によれば、外郭方向寄
与度および方向密度ベクトルの双方を使用して文字認識
を行うことで、両方法の欠点を補填しあうことができ、
より安定した認識率の高い認識を行うことができる。ま
た、この発明によれば、細線化処理を行わず、また、外
郭方向密度ベクトルが、外郭方向寄与度の最大方向成分
をインクリメントすることによって作成されるので、認
識を短時間で行うことができる利点がある。
与度および方向密度ベクトルの双方を使用して文字認識
を行うことで、両方法の欠点を補填しあうことができ、
より安定した認識率の高い認識を行うことができる。ま
た、この発明によれば、細線化処理を行わず、また、外
郭方向密度ベクトルが、外郭方向寄与度の最大方向成分
をインクリメントすることによって作成されるので、認
識を短時間で行うことができる利点がある。
第１図はこの発明の一実施例による文字認識方法の大筋
を示すフローチャート、第２図は文字パターンの一例を
示す図、第３図（イ）は方向寄与度の方向を、また、
（ロ）は文字の連結長を示す図、第４図は方向寄与度の
算出過程を示すフローチャート、第５図は拡張領域を示
す図、第６図はマスクパターンの一例を示す図、第７図
は外郭方向密度ベクトルの抽出過程を示すフローチャー
トである。
を示すフローチャート、第２図は文字パターンの一例を
示す図、第３図（イ）は方向寄与度の方向を、また、
（ロ）は文字の連結長を示す図、第４図は方向寄与度の
算出過程を示すフローチャート、第５図は拡張領域を示
す図、第６図はマスクパターンの一例を示す図、第７図
は外郭方向密度ベクトルの抽出過程を示すフローチャー
トである。
Claims (1)
- 【請求項１】入力された文字を２値データによる文字パ
ターンに変換し、この文字パターンの特徴を抽出して前
記入力された文字の認識を行う文字認識方法において、 （ａ）前記文字パターンの外郭点を検出する第１の過程
と、 （ｂ）前記文字パターンの連結長を検出して方向寄与度
を算出する第２の過程と、 （ｃ）第１の過程において検出した外郭点について、前
記第２の過程において検出した方向寄与度から外郭方向
寄与度を選出する第３の過程と、 （ｄ）前記第３の過程において選出した外郭方向寄与度
について、最大となる該外郭方向寄与度の方向を検出
し、該方向の外郭方向寄与度成分をインクリメントし
て、外郭方向密度ベクトルを求める第４の過程と、 を各々有し、前記第３の過程において選出された外郭方
向寄与度および前記第４の過程において求められた外郭
方向密度ベクトルに基づいて前記入力された文字の認識
を行うことを特徴とする文字認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62208744A JP2575402B2 (ja) | 1987-08-22 | 1987-08-22 | 文字認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62208744A JP2575402B2 (ja) | 1987-08-22 | 1987-08-22 | 文字認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6451593A JPS6451593A (en) | 1989-02-27 |
| JP2575402B2 true JP2575402B2 (ja) | 1997-01-22 |
Family
ID=16561362
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62208744A Expired - Lifetime JP2575402B2 (ja) | 1987-08-22 | 1987-08-22 | 文字認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2575402B2 (ja) |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS57164376A (en) * | 1981-03-30 | 1982-10-08 | Nippon Telegr & Teleph Corp <Ntt> | Character pattern classifying and processing device |
-
1987
- 1987-08-22 JP JP62208744A patent/JP2575402B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6451593A (en) | 1989-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5841905A (en) | Business form image identification using projected profiles of graphical lines and text string lines | |
| JP2575402B2 (ja) | 文字認識方法 | |
| JP3113769B2 (ja) | 文字認識装置 | |
| JP3104355B2 (ja) | 特徴抽出装置 | |
| JPH04352081A (ja) | 人物画像認識における前処理方法および後処理方法 | |
| JPH0877355A (ja) | 重み付きパターンマッチング方法 | |
| JPH02103683A (ja) | 枠線抽出方式 | |
| JPH03175591A (ja) | 文字認識装置 | |
| JPH02166583A (ja) | 文字認識装置 | |
| KR940007935B1 (ko) | 문자 인식을 위한 후보 분류 방법 | |
| JPH0246988B2 (ja) | ||
| JPH022189B2 (ja) | ||
| JPS63103392A (ja) | 文字認識方式 | |
| JP2671322B2 (ja) | 特徴抽出方式 | |
| JPS62154079A (ja) | 文字認識方式 | |
| JPH026112B2 (ja) | ||
| JPS60146380A (ja) | 文字認識装置 | |
| JPS6232587A (ja) | 文字認識方式 | |
| JPH09297818A (ja) | 文字認識方法および装置 | |
| JPH0276084A (ja) | 高速文字図形分離装置 | |
| JPH06274689A (ja) | 文字認識装置 | |
| JPS6116380A (ja) | 領域分割方式 | |
| JPS62221788A (ja) | 光学文字読取装置 | |
| JPH01219969A (ja) | 文字認識方式 | |
| JPS58223884A (ja) | 文字パタ−ンの分類処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EXPY | Cancellation because of completion of term |