JP2938276B2 - 文字認識装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字を含む原稿を画像
として読取り、読取った文字画像を文字として認識する
文字認識装置に関する。

【０００２】

【従来の技術】従来、漢字を含む文字を対象とする文字
認識において、様々な認識方法が提案されているが、漢
字は１字１字のパターンが複雑で、字種も当用漢字だけ
でも１９４５字あり、さらに印刷活字でも明朝体やゴシ
ック体などがあり、手書き文字まで含めると、機械で認
識させることが非常に難しい。このため、個々の装置に
おいて、マッチング法や構造解析などの種々の方法の組
合せによって認識精度向上および処理の高速化のための
工夫が試みられている。

【０００３】また前記のように、漢字は複雑な上に字種
が多いので、１度に１つの文字を認識してしまうより
も、特徴によって大分類をして、似通った文字のグルー
プ（カテゴリ）に分けて、次にそのグループの中を細か
く識別して、最後に１つの文字として認識するという方
法が採られている。

【０００４】

【発明が解決しようとする課題】図６は、従来行われて
いる一般的な大分類の動作を示すフローチャートであ
る。ステップｋ１で切出された１つの文字画像を認識す
る場合、ステップｋ２で特徴抽出を行い、ステップｋ３
〜ｋ５で、大分類辞書に含まれる全てのカテゴリ毎に、
各カテゴリを代表する標準パターンと照合し、その標準
パターンと入力された文字画像とがどの程度類似してい
るのかを数値で表すための単純類似度計算を行い、ステ
ップｋ６で、この結果得られた数値に基づいて、類似度
順に全カテゴリを並べ換え、ステップｋ７で、上位第１
位〜ｎ位までのカテゴリを大分類の分類結果とする。

【０００５】ステップｋ８〜ｋ１０では、ステップｋ７
で出力されたカテゴリに含まれる文字認識辞書内の全て
の標準パターンと詳細な照合を行い、類似度を計算し、
ステップｋ１１でこの類似度に基づいて文字コードを並
べ換え、ステップｋ１２で、そのうち上位１位〜ｍ位の
文字コードを認識結果として出力する。

【０００６】このような場合、大分類においても単純類
似度計算および計算結果の並べ換えを行うので、計算量
が多く、認識処理に比較的長時間を要する。

【０００７】本発明の目的は、認識処理における計算量
を減少し、高速な文字認識処理を行える文字認識装置を
提供することである。

【０００８】

【課題を解決するための手段】本発明は、文字画像を入
力する入力手段と、複数の規準文字画像が互いに類似す
るグループに分類され、各グループ毎に標準文字画像と
該標準文字画像をメッシュに区切った場合の各行での特
徴量が最大になる可能性のあるメッシュ位置を示す標準
フラグデータが記憶される文字辞書と、入力文字画像を
メッシュに区切った場合の各行での特徴量が最大になる
メッシュ位置を示すフラグデータを求め、このフラグデ
ータと適合する標準フラグデータのグループを求め、各
グループの標準文字画像との照合を行い、類似度が予め
定めるしきい値以上のグループに分類されている各規準
文字画像との照合を行い、類似度順に認識結果として出
力する認識手段とを含むことを特徴とする文字認識装置
である。

【０００９】

【作用】本発明に従えば、文字認識装置は、複数の規準
文字画像が互いに類似するグループに分類され、各グル
ープ毎に特徴を示す標準フラグデータおよび標準文字画
像が記憶される文字辞書を有し、認識手段において入力
手段によって入力された文字画像の特徴を示すフラグデ
ータを求め、このフラグデータと適合する標準フラグデ
ータのグループを求め、各グループの標準文字画像との
照合を行い、類似度が予め定めるしきい値以上のグルー
プに分類されている各規準文字画像との照合を行い、類
似度順に認識結果として出力する。

【００１０】

【実施例】図１は、本発明の一実施例の全体の構成を示
すブロック図である。ＣＰＵ（中央処理装置）２は、本
装置全体を制御する演算処理用の中央処理部である。Ｒ
ＯＭ（リードオンリメモリ）３は、ＣＰＵ２の処理プロ
グラムなどを格納するメモリである。ＲＡＭ（ランダム
アクセスメモリ）４は、ＣＰＵ２の作業バッファ２２を
提供するとともに、後述する入力部５からの入力画像の
座標データを記憶する画像メモリ１９、特徴抽出部７か
らの特徴データメモリ２１、特徴抽出部７において、特
徴データから作成される大分類フラグメモリ２０などを
含む。

【００１１】入力部５は、イメージスキャナなどの文字
画像入力装置であり、画像メモリ１９に、これらの文字
画像を出力する。切出部６は、画像メモリに蓄えられた
画像から、１文字分の文字画像を切出す。前述のＣＰＵ
２が、これを行ってもよい。

【００１２】特徴抽出部７は、予め定められた方法で、
切出された文字画像の特徴量を抽出し、後述の認識用特
徴パターンを作成して、これをもとに大分類フラグを作
成し、ＲＡＭ４の大分類フラグメモリ２０、特徴データ
メモリ２１にそれぞれ格納する。

【００１３】認識部８は、大分類演算部１２と、詳細識
別部１３と、大分類辞書部１４と、認識用辞書部１５と
から成る。大分類辞書部１４は、後述の８×８ビットの
２値メッシュフラグである辞書フラグ１６と、大分類に
よって分類される各カテゴリを代表する標準パターンの
ファイルである大分類用辞書１７、入力された文字画像
の特徴パターンと、大分類用辞書１７との照合の結果と
して得られる単純類似度と比較して、カテゴリの単純類
似度がこの値を超えた場合のみ、後述の詳細識別を行う
ところの、各カテゴリ毎のしきい値１８とを記憶するメ
モリである。

【００１４】大分類演算部１２は、大分類辞書部１４に
記憶された標準データをもとに大分類を行う。認識用辞
書部１５は、各１文字に対応して作成された標準パター
ンを記憶するメモリであり、詳細識別部１３は、大分類
によって選び出されたカテゴリ内の全文字について、１
文字単位の標準パターンと詳細な照合を行う。インタフ
ェイス９は、プリンタや磁気ディスクなどの外部出力１
０に、文字認識装置１からのデータを出力するための接
続部である。表示部１１は、液晶表示装置などの表示装
置であり、文字認識装置１の認識結果などを表示する。

【００１５】図２は、抽出された文字画像の特徴パター
ンのうち、８×８のメッシュ特徴および８×８ビットの
２値メッシュフラグである大分類フラグを説明する図で
ある。

【００１６】図２（１）は、８×８のメッシュ特徴を説
明する図である。８×８のメッシュ特徴とは、１文字画
像を縦横にそれぞれ８等分して６４メッシュに区切り、
それぞれのメッシュの中で画像の特徴量を抽出し、８×
８次元ベクトルあるいはマトリクスで表したものであ
る。

【００１７】図２（２）は、図２（１）に示されるメッ
シュ特徴から作成される２値メッシュフラグである。図
２（１）のメッシュ特徴における行が、それぞれ２値メ
ッシュフラグの各８ビットに対応しており、メッシュ特
徴の各行で特徴量が最大になる位置に、対応するメッシ
ュフラグのビットを１に、その他のビットを０にする。
たとえば、ある行の特徴として（０，１１，２５，３
６，３３，２０，８，７）が得られた場合、その行に対
するフラグには、（０００１００００）を設定する。

【００１８】図３は、８×８のメッシュ特徴量抽出の一
例を示す図である。まず、切出された文字画像を８×８
のメッシュに分割する。図３（１）に示すように、文字
画像を縦横に８等分する。特徴抽出部７は、たとえば図
３（２）に示すように、６４等分された各メッシュにつ
いて濃度分布を求める。濃度分布特徴量は、一般に、メ
ッシュ中の黒点の数を求め、さらに縦横のバランスを図
るため、メッシュを構成する全画素数で割ったものを定
数倍して整数化し用いる。

【００１９】図３（１）の左下のメッシュに着目する
と、このメッシュ内の黒点の数は４５であり、横方向の
画素数は８（ドットの数）である。図３（１）において
は、メッシュ特徴量を簡略化して説明するため、黒点の
数をメッシュの横方向の画素数で割っている。ここで、
濃度分布特徴量は約５である。このようにして、メッシ
ュ毎の特徴量を抽出し、図３（３）のメッシュ特徴を得
る。

【００２０】図４は、８×８ビットの２値メッシュフラ
グである大分類フラグと辞書フラグとを説明する図であ
る。

【００２１】図４（１）は、図３（３）のメッシュ特徴
から作成された大分類フラグである。図３（３）に示す
メッシュ特徴の各行の特徴量が最大である位置に対応す
る大分類フラグのビット、たとえば、メッシュ特徴の１
行４列目、２行４，５列目、３行５列目、…、８行２，
７列目に対応して、大分類フラグの１行４列目、２行
４，５列目、３行５列目、…、８行２，７列目の各ビッ
トが１に、他のビットは０に設定されている。

【００２２】図４（２）は、カテゴリ毎に予め設定され
る辞書フラグ１６の一例である。辞書フラグ１６は、カ
テゴリ毎に各行の特徴量が最大になる可能性のある位置
に対応するビットが１に、可能性のないビットが０に設
定される。

【００２３】大分類フラグと辞書フラグとの照合の際
に、大分類フラグにおいて１であり、辞書フラグにおい
てそれに対応するビットが０となるようなビットがあれ
ば、そのカテゴリについては以後の認識処理を行わな
い。

【００２４】図５は、本実施例の文字認識装置１が１文
字の認識を行う際の動作を示すフローチャートである。

【００２５】ステップｍ１で切出部６は、画像メモリ１
９に記憶されている画像から、１文字分の文字画像を切
出し、特徴抽出部７に出力する。ステップｍ２で、特徴
抽出部７は、予め定められた方法で予め定められた数の
８×８メッシュ特徴を作成し、それぞれ特徴データメモ
リ２１に出力する。

【００２６】ステップｍ３では、特徴抽出部７におい
て、前記８×８メッシュ特徴に基づいて８×８ビット２
値メッシュフラグである大分類フラグが作成され、大分
類フラグメモリ２０に記憶される。ステップｍ４では、
認識部８において、大分類辞書部１４内から、各カテゴ
リの辞書フラグ１６、大分類用辞書１７、しきい値１８
が大分類演算部１２に読出される。ステップｍ５におい
て、大分類辞書部１４内に照合すべきデータの有無を判
断し、データがあれば次のステップｍ６に移る。

【００２７】ステップｍ６では、大分類フラグと辞書フ
ラグとの照合が行われる。この際、大分類フラグにおい
て１で、辞書フラグの対応するビットが０となるような
ビットがあれば、そのカテゴリについては以後の処理を
行わず、ステップｍ４に戻り、次のカテゴリの大分類処
理を行う。大分類フラグと辞書フラグとの照合において
適合したカテゴリは、次のステップｍ７の処理を受け
る。

【００２８】ステップｍ７において、大分類演算部１２
は、８×８メッシュ特徴と大分類用辞書７との照合を行
い、単純類似度を計算する。この際、単純類似度は、大
分類用辞書特徴ベクトルと、８×８メッシュ特徴ベクト
ルとの内積とする。

【００２９】次のステップｍ８において、ステップｍ７
で計算された単純類似度の値が、予めカテゴリ毎に設定
されたしきい値と比較され、単純類似度の値がしきい値
以下となったカテゴリについては、以後の詳細識別を行
わず、ステップｍ４に戻り、次のカテゴリの大分類処理
に移る。単純類似度がしきい値を超えたカテゴリについ
ては、次のステップｍ９に移り、詳細識別を行う。

【００３０】ステップｍ９では、詳細識別部１３に認識
用辞書１５が読出され、単純類似度がしきい値を超えた
カテゴリに属する全文字に関して、詳細な識別が行われ
る。詳細識別において、詳細識別部１３は、８×８メッ
シュ特徴ベクトルと認識用辞書１５との類似度を計算し
た後、ステップｍ４に戻り、大分類用辞書７内の次のカ
テゴリを読出す。次のステップｍ５で、大分類辞書７内
の全カテゴリとの照合が終了したと判断されると、ステ
ップｍ１０に移る。

【００３１】次のステップｍ１０において、ステップｍ
９で計算され、蓄積された類似度をもとに、類似度順に
対応する文字コードを並べ換える。ステップｍ１１で
は、ステップｍ１０で並べ換えられた文字コードの第１
位〜第ｎ位を、認識結果としてＲＡＭ３に出力する。

【００３２】このように本実施例において、予め設定し
た２値フラグと、得られたメッシュ特徴で決定される２
値フラグとの照合という簡単な計算によって、単純類似
度を求めるべきカテゴリを限定することができる。ま
た、さらに、単純類似度の値に基づくカテゴリの並べ換
えを行わず、カテゴリ毎に予め設定されたしきい値と比
較することによって、適合、不適合を決定する。これに
よって、大分類の計算量を減少することができ、文字認
識処理の高速化を図ることができる。

【００３３】

【発明の効果】以上のように本発明によれば、入力文字
画像の特徴を示すフラグデータを求め、このフラグデー
タと適合する標準フラグデータのグループを求め、各グ
ループの標準文字画像との照合を行い、類似度が予め定
めるしきい値以上のグループに分類されている各規準文
字画像との照合を行うので、入力文字画像が属するグル
ープの認識処理において計算量が少なく、したがって高
速な文字認識処理を行うことができる。

【図面の簡単な説明】

【図１】本発明の一実施例の全体の構成を示すブロック
図である。

【図２】抽出された文字画像の特徴パターンのうち、８
×８のメッシュ特徴および８×８ビットの２値メッシュ
フラグである大分類フラグを説明する図である。

【図３】８×８のメッシュ特徴量抽出の一例を示す図で
ある。

【図４】８×８ビットの２値メッシュフラグである大分
類フラグと、辞書フラグとを説明する図である。

【図５】本実施例の文字認識装置１が１文字の認識を行
う際の動作を示すフローチャートである。

【図６】従来行われている一般的な大分類の動作を示す
フローチャートである。

【符号の説明】

１ 文字認識装置 ２ ＣＰＵ ５ 入力部 ７ 特徴抽出部 ８ 認識部 １２ 大分類演算部 １３ 詳細識別部 １４ 大分類辞書部 １５ 認識用辞書部 １６ 辞書フラグ １７ 大分類用辞書 １８ しきい値

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭63−118993（ＪＰ，Ａ) 特開 昭63−83891（ＪＰ，Ａ) 特開 昭63−126082（ＪＰ，Ａ) 特開 昭63−131287（ＪＰ，Ａ) 特開 昭61−272887（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G06K 9/46 G06K 9/62

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】 文字画像を入力する入力手段と、 複数の規準文字画像が互いに類似するグループに分類さ
   れ、各グループ毎に標準文字画像と該標準文字画像をメ
   ッシュに区切った場合の各行での特徴量が最大になる可
   能性のあるメッシュ位置を示す標準フラグデータが記憶
   される文字辞書と、 入力文字画像をメッシュに区切った場合の各行での特徴
   量が最大になるメッシュ位置を示すフラグデータを求
   め、このフラグデータと適合する標準フラグデータのグ
   ループを求め、各グループの標準文字画像との照合を行
   い、類似度が予め定めるしきい値以上のグループに分類
   されている各規準文字画像との照合を行い、類似度順に
   認識結果として出力する認識手段とを含むことを特徴と
   する文字認識装置。