JP2751865B2

JP2751865B2 - 文字列認識装置

Info

Publication number: JP2751865B2
Application number: JP7090584A
Authority: JP
Inventors: 俊史山内
Original assignee: Nippon Electric Co Ltd
Current assignee: NEC Corp
Priority date: 1995-04-17
Filing date: 1995-04-17
Publication date: 1998-05-18
Anticipated expiration: 2013-05-18
Also published as: JPH08287188A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】帳票や郵便物に書かれた文字列を
自動認識する方法に関し、特に文字枠等の記入上の制限
がない帳票に書かれた文字列や郵便物に書かれた住所・
氏名等のような、自由書式（不定ピッチ）で筆記された
文字列を自動認識する方法に関する。

【０００２】

【従来の技術】文字枠等の記入上の制限のある帳票を読
み取り対象とする文字列認識装置においては、隣接した
文字が接触する場合は少なく、文字の切り出しは比較的
容易である。これに対して、文字枠等の記入上の制限の
ない帳票や郵便物に書かれた住所・氏名等を認識する自
由書式の文字列認識装置においては、隣接した文字の接
触や文字同士の入り組み等により、１文字の領域を正し
く推定することは難しく、文字切り出しが困難な場合が
多く発生する。したがって自由書式を対象とした文字列
認識装置においては、これらの文字の接触や入り組みに
よる文字切り出しの困難性に対応させる必要がある。

【０００３】従来の自由書式の文字列認識方法として
は、以下の２つの方法がある。

【０００４】第１の方法は、文字列の切り出しの組み合
わせを複数通り求め、知識情報との整合によって適当な
切り出しの組み合わせを選択する方法である。この方法
は、「言語情報を利用した手書き文字列からの文字切り
出しと認識」（村瀬他、電子通信学会論文誌、８６／
９，Ｖｏｌ．Ｊ６９−Ｄ，Ｎｏ．９，ｐｐ１２９２−１
３０１、１９８６年９月）、および「文字連接情報を利
用した手書き文字列認識」（小林他、電子情報通信学会
技術報告、ＰＲＵ−９１−６７，ｐｐ３９−４６、１９
９１年１０月）に記載されている。

【０００５】具体的には、文字列を過分割に切り出した
基本ブロックを求め、基本ブロックの組み合わせとし
て、複数通りの文字切り出しの組み合わせを得る。次に
各々の文字切り出しの組み合わせに対応する統合ブロッ
ク（基本ブロックの組み合わせ）について個別文字認識
を行う。最後に知識処理部において、各統合ブロックに
対応する個別文字認識の出力である認識候補文字と、読
み取り対象の文字に関する知識情報とを整合し、最も整
合性の高い候補を読み取り結果とする。

【０００６】第２の方法は、文字列から文字を切り出す
処理はひと通りの候補のみについてしか行わないが、文
字の接触または文字同士の入り組みの可能性のある文字
列については、あらかじめ接触または入り組んだ文字パ
タンの特徴データを認識辞書として登録しておき、２文
字以上の単語単位でまとめ読みを行う方法である。

【０００７】

【発明が解決しようとする課題】第１の方法において
は、文字列を過分割に切り出した基本ブロックを求める
段階において、必ずしも正しい切り出し結果が含まれな
い場合がある。

【０００８】例えば、「大塚」という文字列の「大」と
「塚」とが接触している場合には、文字を認識して初め
て文字列が２文字から成っていると判断することがで
き、２文字として切り出すことが可能となる。しかし、
第１の方法においては文字を認識する前に文字列から基
本ブロックを求めているので、文字列が接触している場
合には強制切り出し点を求めるのが困難である。したが
って、必ずしも「大」と「塚」を切り出した組み合わせ
を基本ブロックとして抽出することはできない。この場
合には、正しい切り出し結果が含まれないことになる。

【０００９】このように、第１の方法においては基本ブ
ロック数を増加させることによって正しい切り出し結果
を含む確率を高めることはできるが、正しい切り出し結
果を含む確率を完全に１とすることは困難である。また
基本ブロック数を増加させた場合には、基本ブロックの
組み合わせである統合ブロックの数は指数関数的に増大
する。このため、全ての統合ブロックについて個別文字
認識を行い、さらに各統合ブロックの組み合わせについ
て知識処理を行うことは、処理量がきわめて大きくなっ
てしまうという問題点がある。

【００１０】また、第２の方法においては、全ての接触
する文字の組み合わせを登録することは現実的ではな
い。特に、３文字以上が接触する場合には、文字の組み
合わせ数が膨大になり、登録数が膨大になるという問題
点がある。

【００１１】このような点に鑑み本発明は、文字の接触
や文字同士の入り組みがある自由書式で筆記されている
文字列を、高速かつ高精度に自動認識することが可能な
文字列認識装置を提供することを目的とする。

【００１２】

【課題を解決するための手段】本発明の文字列認識装置
は、自由書式で筆記されている読み取り対象の文字列の
画像を入力する画像入力部と、入力された前記画像の中
から文字列領域を抽出し、文字列が縦書きであるか横書
きであるかの方向を示す書式情報を判定する書式判定部
と、前記書式判定部によって抽出された前記文字列領域
の画像から所定の文字数単位で文字パタンを切り出す文
字切り出し部と、前記文字切り出し部によって切り出さ
れた前記文字パタンの各々に文字サイズに応じた正規化
処理を行う正規化部と、前記正規化部によって得られた
入力文字の正規化パタンの文字特徴を抽出して入力文字
の特徴パタンを生成する特徴抽出部と、前記入力文字の
特徴パタンと認識辞書メモリに格納されている参照パタ
ンとの間の対応付けを行い、対応付けの結果に基づいて
認識候補文字を出力する照合部と、前記認識候補文字と
知識辞書メモリに格納されている読み取り対象の文字の
知識辞書データとの整合をとり、整合のとれない部分に
ついて望ましいと推定される文字カテゴリを出力する知
識処理部と、１つの文字カテゴリに１つの文字画像を記
憶している文字画像メモリに格納されている文字画像デ
ータを用いて、前記知識処理部から出力された前記文字
カテゴリに対応する文字画像を生成する文字生成部と、
前記文字生成部によって生成された前記文字画像に正規
化処理を行って生成文字の正規化パタンを得、該生成文
字の正規化パタンの文字特徴を抽出して生成文字の特徴
パタンを得、該生成文字の特徴パタンと前記入力文字の
特徴パタンとを照合して認識候補文字列を得る第１の手
段と、照合した結果として得られる前記認識候補文字列
と前記知識辞書データとの整合をとり、最も整合性の高
い文字列を文字列認識結果として出力する第２の手段と
を有する。

【００１３】上記本発明の文字列認識装置は、前記第１
の手段が、前記正規化部と、前記特徴抽出部と、前記照
合部とを備えることができる。

【００１４】また、上記本発明の文字列認識装置は、前
記第２の手段が、前記知識処理部を備えることができ
る。

【００１５】

【作用】このように構成された本発明は、入力文字の認
識処理を行った後、整合のとれない文字についてのみ、
望ましいと推定される文字カテゴリから、複数文字が接
触している文字画像、１文字を分割した文字画像、また
は両者を組み合せた文字画像を生成し、入力文字画像と
照合するので、無駄な処理を行うことなく、文字の接触
や文字同士の入り組みがある自由書式で筆記されている
文字列を高速かつ高精度に自動認識することが可能とな
る。

【００１６】また、３文字以上が接触している場合や、
文字が横方向に並んでいる場合でも、文字画像を生成し
て入力文字画像と照合することが可能となり、文字の接
触や文字同士の入り組みがある自由書式で筆記されてい
る文字列を高速かつ高精度に自動認識することが可能と
なる。

【００１７】

【実施例】以下に、図面を参照して本発明の実施例につ
いて説明する。

【００１８】図１は、本発明の一実施例における構成を
示すブロック図である。本実施例においては、１文字単
位で認識処理を行う場合について説明する。

【００１９】図１の構成を説明する。図１は、画像入力
部１と、書式判定部２と、文字切り出し部３と、正規化
部４と、特徴抽出部５と、照合部６と、認識辞書メモリ
７と、知識処理部８と、知識辞書メモリ９と、文字生成
部１０と、文字画像メモリ１１とを有する構成となって
いる。

【００２０】画像入力部１は、読み取り対象の帳票や郵
便物の、自由書式で筆記された文字列１２の画像を入力
して、画像データを生成する処理を行う。具体的には、
光源から照射された光の反射光をＣＣＤ（Ｃｈａｒｇｅ
ＣｏｕｐｌｅｄＤｅｖｉｃｅ）等の撮像素子によっ
て結像して、これを走査して電気信号に変換する。次
に、変換した電気信号を量子化することによって、多値
レベルの全面画像データ１３を生成する。

【００２１】書式判定部２は、画像入力部１において生
成された全面画像データ１３中の黒画素塊について、外
接する矩形特徴や黒画素の縦軸・横軸のヒストグラム特
徴等を求める。そして、これらの特徴の分布によって、
文字列の縦書き・横書きの方向を示す書式情報２２を判
定するとともに、文字列領域画像１４を生成する。

【００２２】文字切り出し部３は、書式判定部２におい
て生成された文字列領域画像１４について、外接する矩
形特徴や黒画素の縦軸・横軸のヒストグラム特徴等を求
めて１文字領域を推定し、入力文字画像１５として切り
出す処理を行う。ただし、文字枠のない帳票や郵便物上
の住所・氏名のような自由書式で筆記された文字列１２
の文字切り出し処理においては、必ずしも正確に１文字
領域を推定できるとは限らない。一般的な例としては、
２文字以上の領域を誤って１文字領域として推定する場
合や、１文字より小さい領域を誤って１文字領域として
推定する場合がある。本実施例における入力文字画像１
５は、１文字領域として推定して切り出した領域の画像
として定義する。したがって入力文字画像１５は、１文
字領域を正確に切り出している場合もあれば、切り出し
誤りが発生している場合もある。

【００２３】正規化部４は、文字切り出し部３において
切り出された入力文字画像１５および後述する生成文字
画像２３の文字画像サイズを揃える正規化処理を行う。
画像サイズを揃える正規化処理の方法としては、縦方向
または横方向に等比率で拡大または縮小する線形正規化
方法や、領域によって拡大または縮小する比率を変更す
る非線形正規化方法等がある。本実施例においては、い
ずれの正規化方法も適用することが可能である。

【００２４】特徴抽出部５は、正規化部４において生成
された正規化した入力文字画像１６および正規化した生
成文字画像２４の文字特徴を抽出する。抽出する文字特
徴としては、文字のエッジの方向特徴、文字ストローク
密度特徴、構造解析的特徴等がある。本実施例において
は、任意の特徴抽出方法を適用することが可能である。

【００２５】照合部６は、入力文字画像の特徴パタン１
７と認識辞書メモリ７に登録されている参照パタン１９
との間の対応付けを行い、距離値、類似度、または参照
パタン１９に属する特徴成分が入力文字画像の特徴パタ
ン１７に存在するか否かのチェック、入力文字画像の特
徴パタン１７に属する特徴成分が参照パタン１９に存在
するか否かのチェック等により、照合の度合を判定し
て、認識候補文字１８を出力する。この処理を第１回目
の照合処理と定義する。

【００２６】認識辞書メモリ７は、学習文字画像データ
を入力として、正規化部４で用いた正規化方法によって
正規化処理を行い、特徴抽出部５で用いた特徴抽出方法
によって抽出した特徴パタンと学習文字画像データの属
するカテゴリコード対とを、参照パタン１９として登録
している。

【００２７】知識処理部８は、照合部６において求めら
れた認識候補文字１８を入力データとして、文字列領域
画像１４の中での入力文字画像１５の位置に基づいて、
認識候補文字１８を並べ、認識候補文字列を生成する。
あらかじめ知識辞書メモリ９には、読み取り対象の知識
データベースが登録されている。知識データベースとし
ては、住所、氏名、会社名、商品名、部品名等のさまざ
まな知識があるが、本実施例においては、住所知識デー
タベースを用いた場合について説明する。知識処理部８
においては、認識候補文字列を、読み取り対象の知識デ
ータベースに登録されている知識データ２０に基づいて
検索する。

【００２８】文字切り出し部３における文字切り出し
と、正規化部４における正規化と、特徴抽出部５におけ
る特徴抽出と、照合部６における照合と、知識処理部８
における知識処理とを行った結果、読み取り対象の知識
データ２０と整合のとれない部分について、知識処理部
８から望ましいと考えられる文字カテゴリ２１を出力す
る。

【００２９】文字生成部１０は、文字画像メモリ１１に
記憶されている文字画像と書式判定部２から出力された
書式情報２２とに基づいて、知識処理部８から出力され
た文字カテゴリ２１に対応する文字画像を生成して生成
文字画像２３として出力する。

【００３０】文字生成部１０から出力された生成文字画
像２３は正規化部４に入力され、正規化した生成文字画
像２４が得られる。次に、特徴抽出部５において正規化
した生成文字画像２４の特徴抽出が実行され、生成文字
画像の特徴パタン２５が得られる。

【００３１】次に、照合部６において再度照合処理が行
われる。入力文字画像の特徴パタン１７と生成文字画像
の特徴パタン２５との間の対応付けを行い、距離値、類
似度、または生成文字画像の特徴パタン２５に属する特
徴成分が入力文字画像の特徴パタン１７に存在するか否
かのチェック、入力文字画像の特徴パタン１７に属する
特徴成分が生成文字画像の特徴パタン２５に存在するか
否かのチェック等により、照合の度合を判定して、認識
候補文字１８を出力する。この処理を第２回目の照合処
理と定義する。

【００３２】また、照合部６は、第１回目の照合処理結
果と第２回目の照合処理結果とを比較する手段を有して
いる。これは、第１回目の照合処理において、入力文字
画像の特徴パタン１７と認識辞書メモリ７の中の最も整
合の良い参照パタン１９との整合の度合と、入力文字画
像の特徴パタン１７と生成文字画像の特徴パタン２５と
の整合の度合とを比較して、整合の度合の良い認識候補
文字１８を出力する機能である。具体的な照合処理結果
の比較方法としては、第１回目の距離値の平均値と第２
回目の距離値の平均値とを比較して、距離値の平均値の
小さい方の認識候補文字１８を出力する方法や、第１回
目の類似度の平均値と第２回目の類似度の平均値とを比
較して、類似度の平均値の大きい方の認識候補文字１８
を出力する方法等がある。

【００３３】知識処理部８は、照合部６において第１回
目の照合処理結果と第２回目の照合処理結果とを比較し
て得られた、整合の度合の良い認識候補文字１８を入力
データとして、再度、認識候補文字列を読み取り対象の
知識データベースに登録されている知識データ２０に基
づいて検索して、知識データ２０と最も整合のとれた結
果を文字列認識結果２６として出力する。

【００３４】図２は、本発明の一実施例における処理手
順を説明する図であり、「川越市大塚新田」という文字
列が入力されている場合を示している。また、読み取り
対象の知識としては、住所データベースを用いている。
住所データベースの中には、住所データとして、「川越
市砂新田」、「川越市天沼新田」、「川越市大塚新田」
があると仮定する。また、認識辞書メモリ７の中には、
「川」「越」「市」「砂」「新」「田」「天」「沼」
「大」「塚」「壌」「右」「小」の１３種類の参照パタ
ン１９があると仮定する。

【００３５】図２を用いて、図１の構成における動作を
説明する。図２においては、入力文字列のうちの２文字
「大」と「塚」とが接触しているので、文字切り出し部
３においては「大」「塚」の２文字として分離すること
は難しく、入力文字画像１５は「大塚」の１文字として
切り出される。したがって、文字切り出し部３で生成さ
れる入力文字画像１５は、６つの文字ブロック３１〜３
６となる。

【００３６】正規化部４、特徴抽出部５、および照合部
６から成る文字認識部においては、６つの文字ブロック
３１〜３６について認識する。照合部６においては、入
力文字画像の特徴パタン１７と認識辞書メモリ７の１３
種類の参照パタン１９とについて照合処理を行い、「川
越市壌新田」という認識候補文字１８が得られる。とこ
ろが、住所データベースの中の川越市の住所には、「砂
新田」、「天沼新田」、「大塚新田」等の地名はある
が、「壌新田」という地名はない。したがって、知識処
理部８の知識データ２０によって、文字ブロック３４の
文字として望ましいと考えられる文字カテゴリ２１は、
「砂」、「天沼」、「大塚」のいずれかであると推定さ
れる。

【００３７】文字生成部１０は、文字コードに対応した
文字画像を生成する。書式判定部２の縦書きであるとい
う情報から、「天」「沼」が縦に並んでいる生成文字画
像３７、および「大」「塚」が縦に並んでいる生成文字
画像３８が得られる。「砂」の１文字画像については、
第１回目の照合段階において照合済みであるので、再度
生成して照合する必要はない。

【００３８】次に、正規化部４において、生成文字画像
３７、３８の正規化を行い、正規化した生成文字画像３
９、４０が得られる。特徴抽出部５において、正規化し
た生成文字画像３９、４０を特徴抽出して、生成文字画
像の特徴パタン２５が得られる。

【００３９】その後、照合部６において、文字ブロック
３４を正規化して特徴抽出した特徴パタンと、正規化し
た生成文字画像３９、４０の特徴パタンとの間の、第２
回目の照合処理が行われる。また照合部６においては、
第１回目の照合処理結果と第２回目の照合処理結果とを
比較して、整合の度合の良い結果が認識候補文字１８と
して得られる。

【００４０】図２においては、第２回目の照合処理結果
である「大塚」を正規化した生成文字画像４０と文字ブ
ロック３４との間の整合が、第１回目の照合処理結果で
ある参照パタン「壌」との整合よりも整合性が良いと判
定して、認識候補文字１８として「川越市大塚新田」が
得られる。

【００４１】知識処理部８においては、住所データベー
スの中に「大塚新田」という住所データが存在している
ことから、文字列認識結果２６として「川越市大塚新
田」が得られる。

【００４２】図３は、本発明の一実施例における処理手
順を説明する図であり、「川越市砂新田」という文字列
が入力されている場合を示している。また、読み取り対
象の知識としては、図２と同様に、住所データベースを
用いている。住所データベースの中には、住所データと
して、「川越市砂新田」、「川越市天沼新田」、「川越
市大塚新田」があると仮定する。また、認識辞書メモリ
７の中には、「川」「越」「市」「砂」「新」「田」
「天」「沼」「大」「塚」「壌」「右」「小」の１３種
類の参照パタン１９があると仮定する。

【００４３】図４は、図１の構成における文字画像メモ
リ内のデータを示す図である。図４に示すように、文字
画像メモリ１１には、文字カテゴリ８０と文字画像デー
タ８３とが対応付けられて格納されている。また、各文
字画像データ８３〜８７に属性情報８１、８２を付加す
ることも可能である。図４においては、文字画像データ
８３〜８７が縦方向に分離しているか、横方向に分離し
ているかを示す属性情報８１、８２を付加した場合を示
している。例えば、「台」は縦方向には「ム」と「ロ」
との２つの部分パタンに分離するが、横方向には分離し
ないので、（縦，横）＝（１，０）となる。ところが、
「沼」は横方向には「シ」と「召」との２つの部分パタ
ンに分離するが、縦方向には分離しないので、（縦，
横）＝（０，１）となる。また、この属性情報８１、８
２としてはさらに、縦分離位置、横分離位置等を付加す
ることも可能であるが、図４に示すように、単純に１文
字の半分の位置に分離位置８６を設定するように部分パ
タンを配置した場合について説明する。

【００４４】図３を用いて、図１の構成における動作を
説明する。図３においては、入力文字列のうちの１文字
「砂」が２つの文字ブロックに分離しており、２つの文
字ブロックが離れて存在しているので、文字切り出し部
３においては「砂」の１文字として統合することは難し
く、入力文字画像１５は「右」「小」の２文字として切
り出される。したがって、文字切り出し部３で生成され
る入力文字画像１５は、７つの文字ブロック５１〜５７
となる。

【００４５】正規化部４、特徴抽出部５、および照合部
６から成る文字認識部においては、７つの文字ブロック
５１〜５７について認識する。照合部６においては、正
規化した入力文字画像６６、６７の特徴パタンと認識辞
書メモリ７の１３種類の参照パタン１９とについて照合
処理を行う。図３には、「大」「塚」の参照パタン６
４、６５と正規化した入力文字画像６６、６７との照合
処理を示している。照合処理の結果、正規化した入力文
字画像６６と最も整合の良い参照パタンは「右」、正規
化した入力文字画像６７と最も整合の良い参照パタンは
「小」となり、「川越市右小新田」という認識候補文字
１８が得られる。ところが、住所データベースの中の川
越市の住所には、「砂新田」、「天沼新田」、「大塚新
田」等の地名はあるが、「右小新田」という地名はな
い。したがって、知識処理部８の知識データ２０によっ
て、文字ブロック５４、５５の文字として望ましいと考
えられる文字カテゴリ２１は、「砂」、「天沼」、「大
塚」のいずれかであると推定される。

【００４６】文字生成部１０は、文字コードに対応した
文字画像を生成する。「大」「塚」および「天」「沼」
の２文字画像については、第１回目の照合段階において
照合済みであるので、再度照合する必要はない。「砂」
の１文字画像については照合していないので、書式判定
部２の横書きであるという情報から、生成文字画像
「砂」５９を横方向に分割した２つの生成文字画像
「石」「少」が得られる。

【００４７】次に、正規化部４において、分割した２つ
の生成文字画像の正規化を行ない、正規化した生成文字
画像６０、６１が得られる。特徴抽出部５において、正
規化した生成文字画像６０、６１を特徴抽出して、生成
文字画像の特徴パタン２５が得られる。

【００４８】その後、照合部６において、文字ブロック
５４、５５を正規化して特徴抽出した特徴パタンと、正
規化した生成文字画像６０、６１の特徴パタンとの間
の、第２回目の照合処理が行なわれる。また照合部６に
おいては、第１回目の照合処理結果と第２回目の照合処
理結果とを比較して、整合の度合の良い結果が認識候補
文字１８として得られる。

【００４９】図３においては、第２回目の照合処理結果
である「石」「少」を正規化した生成文字画像６０、６
１と正規化した入力文字画像６６、６７との間の整合
が、第１回目の照合処理結果である参照パタン「右」
「小」との整合よりも整合性が良いと判定して、認識候
補文字１８として「川越市砂新田」が得られる。

【００５０】知識処理部８においては、住所データベー
スの中に「砂新田」という住所データが存在しているこ
とから、文字列認識結果２６として「川越市砂新田」が
得られる。

【００５１】

【発明の効果】以上説明したように本発明は、入力文字
の認識処理を行った後、整合のとれない文字についての
み望ましいと推定される文字カテゴリから文字画像を生
成して、入力文字画像と照合することによって、無駄な
処理を行うことなく、文字の接触や文字同士の入り組み
がある自由書式で筆記されている文字列を高速かつ高精
度に自動認識することができるという効果を有する。

【００５２】また、３文字以上が接触している場合や、
文字が横方向に並んでいる場合でも、文字画像を生成し
て入力文字画像と照合することができ、文字の接触や文
字同士の入り組みがある自由書式で筆記されている文字
列を高速かつ高精度に自動認識することができるという
効果を有する。

【図面の簡単な説明】

【図１】本発明の一実施例における構成を示すブロック
図

【図２】本発明の一実施例における処理手順を説明する
図

【図３】本発明の一実施例における処理手順を説明する
図

【図４】図１の構成における文字画像メモリ内のデータ
を示す図

【符号の説明】

１画像入力部２書式判定部３文字切り出し部４正規化部５特徴抽出部６照合部７認識辞書メモリ８知識処理部９知識辞書メモリ１０文字生成部１１文字画像メモリ１２自由書式で筆記された文字列１３全面画像データ１４文字列領域画像１５入力文字画像１６正規化した入力文字画像１７入力文字画像の特徴パタン１８認識候補文字１９参照パタン２０知識データ２１文字カテゴリ２２書式情報２３生成文字画像２４正規化した生成文字画像２５生成文字画像の特徴パタン２６文字列認識結果３１、３２、３３、３４、３５、３６文字ブロック３７、３８生成文字画像３９、４０正規化した生成文字画像５１、５２、５３、５４、５５、５６、５７文字ブ
ロック５８、６２、６３知識処理結果の文字列５９生成文字画像６０、６１正規化した生成文字画像６４、６５参照パタン６６、６７正規化した入力文字画像８０文字カテゴリ８１、８２属性情報８３、８４、８５、８７文字画像データ８６分離位置

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁶，ＤＢ名) G06K 9/72 G06K 9/62 特許ファイル（ＰＡＴＯＬＩＳ) ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims

(57)【特許請求の範囲】

【請求項１】自由書式で筆記されている読み取り対象
の文字列の画像を入力する画像入力部と、入力された前記画像の中から文字列領域を抽出し、文字
列が縦書きであるか横書きであるかの方向を示す書式情
報を判定する書式判定部と、前記書式判定部によって抽出された前記文字列領域の画
像から所定の文字数単位で文字パタンを切り出す文字切
り出し部と、前記文字切り出し部によって切り出された前記文字パタ
ンの各々に文字サイズに応じた正規化処理を行う正規化
部と、前記正規化部によって得られた入力文字の正規化パタン
の文字特徴を抽出して入力文字の特徴パタンを生成する
特徴抽出部と、前記入力文字の特徴パタンと認識辞書メモリに格納され
ている参照パタンとの間の対応付けを行い、対応付けの
結果に基づいて認識候補文字を出力する照合部と、前記認識候補文字と知識辞書メモリに格納されている読
み取り対象の文字の知識辞書データとの整合をとり、整
合のとれない部分について望ましいと推定される文字カ
テゴリを出力する知識処理部と、１つの文字カテゴリに１つの文字画像を記憶している文
字画像メモリに格納されている文字画像データを用い
て、前記知識処理部から出力された前記文字カテゴリに
対応する文字画像を生成する文字生成部と、前記文字生成部によって生成された前記文字画像に正規
化処理を行って生成文字の正規化パタンを得、該生成文
字の正規化パタンの文字特徴を抽出して生成文字の特徴
パタンを得、該生成文字の特徴パタンと前記入力文字の
特徴パタンとを照合して認識候補文字列を得る第１の手
段と、照合した結果として得られる前記認識候補文字列と前記
知識辞書データとの整合をとり、最も整合性の高い文字
列を文字列認識結果として出力する第２の手段とを有す
る、文字列認識装置。
【請求項２】前記第１の手段が、前記正規化部と、前
記特徴抽出部と、前記照合部とを備える、請求項１に記
載の文字列認識装置。
【請求項３】前記第２の手段が、前記知識処理部を備
える、請求項１または２に記載の文字列認識装置。