JP2976990B2 - 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、例えば印刷文書を認識
するための学習機能付きの文字認識装置に関する。

【０００２】

【従来の技術】新聞や書籍等の記事を電子化し、データ
ベース化することにより、効率的にそれらを利用しよう
とする動きが急速に高まって来ており、印刷文書を高速
且つ正確に識別してコード化できる文字認識装置の開発
が進められている。これらの文字認識装置の中には、大
まかな特徴量と対応する文字コードとが記憶されている
大分類辞書用のメモリを用いて認識対象とする文字の候
補文字を選び、文字コードと対応するドットパターン
（文字フォントのデータ）とが記憶されている細分類辞
書用のメモリを用いてその認識対象とする文字のパター
ンと候補文字のパターンとを比較し、両者のパターンが
類似しているときにその認識対象とする文字にその候補
文字の文字コードを付与するものがある。

【０００３】そして、候補文字が存在しない場合、又は
候補文字のパターンと認識対象とする文字のパターンと
が類似しない場合には、その認識対象とする文字は認識
できないものとしてリジェクトされる。このようなリジ
ェクトされた文字に対しては、学習機能によりその文字
コードと対応させた形でその文字の大まかな特徴量及び
ドットパターンをそれぞれ大分類辞書用のメモリ及び細
分類辞書用のメモリに登録すると、それ以後には前にリ
ジェクトされた文字であっても正確に識別することがで
きる。

【０００４】

【発明が解決しようとする課題】しかしながら、認識対
象とする未知の文書に使用されている文字の大まかな特
徴量及びドットパターンをそのまま含む大分類辞書及び
細分類辞書を予め用意することは困難であるため、例え
ば１頁目の或る文字が正確に識別できても、次頁以下に
その文字が存在すると数ドットのノイズが生じても識別
できないというように、従来は文字の識別結果が不安定
となる不都合があった。

【０００５】また、単にリジェクトされた文字だけを学
習機能により新たに辞書に登録しても、リジェクトされ
なかった文字については不安定な状態は解消されない。
本発明は斯かる点に鑑み、文字の特徴量及びドットパタ
ーンが書き込まれた辞書を参照しながら文字認識を行う
文字認識装置において、入力文書の文字に良く合致した
辞書を効率的に作成でき、未知の文書でも迅速に識別率
を高めることができるようにすることを目的とする。

【０００６】

【課題を解決するための手段】本発明による文字認識装
置は、例えば図１に示す如く、文字の種々の特徴量とこ
れらの特徴量を有する文字の文字コードとをそれぞれ対
応させて記憶する大分類用のメモリ（１２）と、この大
分類用のメモリを用いて認識対象とする文字のドットパ
ターンより抽出した特徴量を有する文字の文字コードを
出力する大分類処理手段と（１１）、文字コードに対応
させて文字のドッドパターンを記憶する細分類用のメモ
リ（１５）と、その大分類処理手段より出力される文字
コードに対応したドットパターンをその細分類用のメモ
リより読み出して出力する候補文字設定手段（１４）
と、この候補文字設定手段より出力されるドットパター
ンとその認識対象とする文字のドットパターンとの相違
量を求める細分類手段（１０）と、その相違量が所定レ
ベルよりも小さいときにはその認識対象とする文字は正
しく識別されたものとみなしてその大分類処理手段より
出力される文字コードをその認識対象とする文字に付与
し、その相違量が所定レベルよりも大きいときにはその
認識対象とする文字は認識できないものとみなす制御手
段（２）とを有し、この制御手段（２）は文字の学習時
には、その認識対象とする文字が正しく識別されたとき
には、その認識対象とする文字より抽出した特徴量と対
応する文字コードとよりなるデータをその大分類用のメ
モリ（１２）に追加すると共に、その認識対象とする文
字のドットパターンでその細分類用のメモリ（１５）の
内容を置換するものである。

【０００７】

【作用】斯かる本発明によれば、認識対象とする文字が
正確に識別されたときであっても、その文字の特徴量及
び文字コードがその大分類用のメモリ（１２）の内容と
して追加されると共に、その文字のドットパターンでそ
の細分類用のメモリ（１５）の内容が置き換えられる。
従って、次にその文字が再び認識対象となったときに仮
に数ドット程度のノイズが発生しても、その文字の正確
な文字コードが候補として挙げられる。更に、その細分
類用のメモリ（１５）には前回のドットパターンが記憶
されているので、最終的に今回の文字が前回の文字と同
じ文字として認識される。

【０００８】

【実施例】以下、本発明による文字認識装置の一実施例
につき図面を参照して説明しよう。本例は、印刷文字を
認識するための学習機能付きの文字認識装置に本発明を
適用したものである。図１は本例の文字認識装置を示
し、この図１において、１はイメージスキャナであり、
このイメージスキャナ１で読み込まれた印刷文書のイメ
ージデータをワークステーション２に供給する。このワ
ークステーション２はそのイメージデータを一方向に投
影することにより先ず文字列を抽出し、次にこの文字列
内での投影により個々の文字の外接枠を特定し、この外
接枠の内部のドットパターンよりなる個々の文字の入力
パターンＩＰを入出力インターフェース回路４を介して
文字認識ボード５に供給する。

【０００９】この文字認識ボード５は、通常の認識モー
ドと学習モードである辞書の自動更新モードとを有し、
通常の認識モード時にはその入力パターンＩＰに対応す
る候補文字が存在するときには候補文字及び各候補文字
のパターンとその入力パターンとの残差を求め、類似度
が例えば上位１０個までの候補文字の文字コードと残差
との対を入出力インターフェース回路４を介してワーク
ステーション２に供給する。このワークステーション２
は、最上位の候補文字の残差が所定レベルよりも小さい
ときにはその最上位の候補文字の文字コードをその入力
パターンＩＰに付与し、候補文字が存在しないとき又は
最上位の候補文字の残差が所定レベルを超えるときには
その文字の識別ができなかったものと判断してリジェク
トコードをその入力パターンに付与する。また、ワーク
ステーション２は文字フォントのデータを有し、入力文
書の識別結果を文字の形で表示装置３の表示画面に表示
する。この際に、リジェクトコードが付与された文字の
部分には例えば高輝度の正方形の図形が表示される。学
習モード時である辞書の自動更新モード時の動作につい
ては後述する。

【００１０】その文字認識ボード５の構成及び認識モー
ド時の動作につき詳細に説明するに、図１の文字認識ボ
ード５において、認識対象文字のドットパターンよりな
る入力パターンＩＰを第１のデュアル・ポート・メモリ
６Ａを介して正規化処理回路７に供給する。この正規化
処理回路７は、その入力パターンＩＰを伸縮して２４×
２４ドットの正規化パターンＮＰを得て、この正規化パ
ターンＮＰを先入れ先出しメモリ（以下「ＦＩＦＯメモ
リ」と略称する。）８及び入力パターンセット回路９を
介して細分類回路１０に供給する。また、その入力パタ
ーンＩＰを第２のデュアル・ポート・メモリ６Ｂを介し
て大分類処理回路１１に供給し、この大分類処理回路１
１はその入力パターンＩＰより大まかな特徴量を抽出す
る。

【００１１】本例における特徴量は、その入力パターン
ＩＰに外接する矩形の各辺をＡ辺〜Ｄ辺として、各辺の
近傍での文字部のパターン構造をそれぞれコード化した
ものである。各辺の近傍でのパターン構造とは、各辺か
ら数ドット離れた観測ラインに各辺側から文字部のパタ
ーンを投影して得られた値であるが、この外に各辺の近
傍の文字部のドット数等をも使用することができる。こ
れに関し、１２は大分類辞書用のメモリを示し、この大
分類辞書用のメモリ１２には、文字の特徴量に対応させ
てその特徴量を有する文字の文字コードが記憶されてい
る。後述のように、辞書更新モード時には、その大分類
辞書用のメモリ１２に特徴量とその特徴量を有する文字
の文字コードとを追加して書き込めるようになされてい
る。

【００１２】図２を参照してその大分類辞書用のメモリ
１２のデータ構成につき説明するに、そのメモリ１２を
Ａ辺用のメモリ１９〜Ｄ辺用のメモリ２２よりなる４個
のメモリ部に大別する。そして、Ａ辺用メモリ１９を、
ヘッダー部と文字コード部とに分け、ヘッダー部にはＡ
辺の特徴量を示す特徴コード、この特徴コードを有する
文字の個数（文字コード数）及びこの文字コードの先頭
アドレスを各特徴コード毎に記録し、文字コード部には
ヘッダー部に対応する文字コードを記録する。同様に、
Ｂ辺用メモリ２０、Ｃ辺用メモリ２１及びＤ辺用メモリ
２２もそれぞれヘッダー部と文字コード部とを設け、特
徴コードとこの特徴コードを有する文字の文字コードと
を対応させて記録する。

【００１３】図１に戻り、大分類処理回路１１はその大
分類辞書用のメモリ１２を参照して、その入力パターン
ＩＰより抽出した特徴量に対応する特徴コードと同じ特
徴コードを有する文字（以下、「候補文字」という。）
の文字コードを全て引き出し、この候補文字の文字コー
ドをＦＩＦＯメモリ１３を介して候補パターンセット回
路１４に供給する。本例において候補文字とは、Ａ辺の
特徴コード〜Ｄ辺の特徴コードがそれぞれその認識対象
文字の４辺の特徴コードに等しい文字をいう。１５は細
分類辞書用のメモリを示し、この細分類辞書用のメモリ
１５は図３に示すように、文字コードとこの文字コード
に対応するドットパターン（文字フォント）とを各文字
コード毎に記憶している。そのドットパターンも２４×
２４ドットに正規化されたパターンである。文字コード
が例えばＪＩＳコードのようなものであれば、認識対象
とする字体（明朝体、新聞明朝体、ゴシック体等）に合
わせて各文字コードについて複数の正規化されたドット
パターンを記憶しておく。文字コードが字体をも特定で
きる形式で定義されていれば、各文字コードについて対
応するドットパターンは１個でもよい。

【００１４】その候補パターンセット回路１４は、細分
類辞書用のメモリ１５を参照することにより、大分類処
理回路１１から供給された候補文字の文字コードに対応
する正規化されたパターンＲＰを引き出して、この正規
化パターンＲＰを順次細分類回路１０に供給する。この
細分類回路１０は、認識対象とする文字の正規化パター
ンＮＰと候補文字の正規化パターンＲＰとを比較して、
パターンＲＰでパターンＮＰを消去して得られる第１の
残差ΔＩＰとパターンＮＰでパターンＲＰを消去して得
られる第２の残差ΔＲＰとをそれぞれＦＩＦＯメモリ１
６Ａ及び１６Ｂを介して判定回路１７に供給し、この判
定回路１７には大分類処理回路１１より出力される候補
文字の文字コードをもＦＩＦＯメモリ１６Ｃを介して供
給する。この判定回路１７は、第１の残差ΔＩＰと第２
の残差ΔＲＰとを例えば加算して最終的な残差Δを求め
る。

【００１５】この残差Δが０に近い程にその認識対象の
文字と候補文字とはより類似していると考えられるの
で、この残差Δが０に近い文字程その認識対象とする文
字に対する類似度が高い。そこで、判定回路１７は、類
似度が高い上位１０個の候補文字の文字コードＣとこの
文字コードの残差Δとを対にして順次ＦＩＦＯメモリ１
８を介して入出力インターフェース回路４に出力し、候
補文字が存在しないときには所定のリジェクトコードを
そのインターフェース回路４に出力する。これらの文字
コードＣと残差Δとの対又はリジェクトコードはワーク
ステーション２に供給される。

【００１６】次に本例の文字認識装置の学習モード時、
即ち辞書の自動更新時の動作につき図１及び図４を参照
して説明するに、例えば或る書体の文書をデータ化する
ような場合に、その最初の数頁の文書の認識を行う際に
その学習モードが設定される。この場合、文字認識ボー
ド５は１文字分の文字パターンを取り込み（図４のステ
ップ１０１）、文字認識を行う（ステップ１０２）。こ
の結果、文字認識ボード５からワークステーション２に
対して上位１０個の候補文字の文字コードと対応する残
差との対又はリジェクトコードが出力され、そのワーク
ステーション２は最上位の候補文字の残差を所定の基準
値と比較する（ステップ１０３）。その残差が所定の基
準値よりも小さいときには、そのワークステーション２
はその認識対象文字が正確に認識されたものとみなし
て、その認識対象文字にその最上位の候補文字の文字コ
ードを付与する。

【００１７】その認識対象文字を正確に認識したものと
みなしたときには、そのワークステーション２は更にス
テップ１０４において、文字認識ボード５中の大分類処
理回路１１を介して大分類辞書用のメモリ１２にその認
識対象とする文字の特徴コードと文字コードとを追加し
て記録する。具体的には、先ずＡ辺についての特徴コー
ドを求め、図２のＡ辺用メモリ１９においてその特徴コ
ードのヘッダー部に対応する文字コード部をサーチし
て、その文字コード部にその認識対象の文字コードが無
ければその文字コードを追加して、ヘッダ部の文字コー
ド数に１を加算する。同様に、Ｂ辺〜Ｄ辺についてもそ
れぞれ特徴コードと文字コードとの対のデータを大分類
辞書用のメモリ１２に追加する。

【００１８】次にステップ１０５においてワークステー
ション２は、文字認識ボード５中の候補パターンセット
回路１４を介して、細分類辞書用のメモリ１５のその認
識対象とする文字の文字コードに対応して格納されてい
る正規化パターンをその認識対象とする文字の正規化さ
れたドットパターンそのもので置換する。その後、動作
はステップ１０１に戻り、次の１文字分の文字パターン
の取り込みが行われる。

【００１９】また、ステップ１０３において、その残差
が所定の基準値以上であるとき又はその認識対象文字に
リジェクトコードが付与されているときには、そのワー
クステーション２はその認識対象文字に新たにリジェク
トコードを付与する。この場合には、表示装置３の表示
画面よりオペレータはその認識対象文字が識別できなか
ったことが分かるので、オペレータはステップ１０６に
おいて、後述の手順によりその識別できなかった文字の
文字コードをワークステーション２に入力する。その
後、この入力された文字コード及びその識別できなかっ
た文字のドットパターンに基づいて、ワークステーショ
ン２は大分類辞書用のメモリ１２の内容を追加して（ス
テップ１０４）、細分類辞書用のメモリ１５のドットパ
ターンを置換する（ステップ１０５）。ただし、その識
別できなかった文字の文字コードが存在しないときには
その細分類辞書用のメモリ１５の内容を追加する。

【００２０】次に、図５を参照して識別できなかった文
字に文字コードを付与する方法につき説明する。図５は
本例の表示装置３の表示画面３Ａを示し、この表示画面
３Ａには、入力文書の１頁分の文字の認識結果を表示す
る認識結果表示領域１９を設ける。入力文書は例えば縦
書きであるが、認識結果は横書きで表示している。２
０，２１は識別できなかった文字を示す正方形の図形で
ある。その認識結果表示領域１９の左下に周辺領域表示
部２２と原パターン表示部３０とを設け、図示省略した
カーソルをそれら図形２０又は２１の上に移動すること
により、原パターン表示部３０及び周辺領域表示部２２
にそれぞれ認識できなかった文字の原ドットパターン及
びその文字を中心とする所定範囲の周辺パターンを表示
するようにする。

【００２１】２３は修正対象とする文字を示す「対象文
字」の表示領域であり、この表示領域２３の右隣の表示
領域２４に修正対象とする文字の認識結果の文字を表示
する。本例のように修正対象とする文字がリジェクトさ
れた文字であるときには、その表示領域２４には正方形
のパターンが表示される。２５は機能釦領域を示し、こ
の領域２５には候補釦２６Ａ，コード釦２６Ｂ等が表示
され、図示省略した所謂マウスのような座標入力ユニッ
トを用いて十字のカーソル３２を所望の釦の表示の上に
移動して座標入力スイッチを操作することにより、その
所望の釦の機能を実行させることができる。

【００２２】例えば、候補釦２６Ａを選択すると、候補
文字表示領域３１にその修正対象とする文字に類似する
と判定された１０個の候補文字がその残差と共に表示さ
れる。オペレータは周辺領域表示部２２と原パターン表
示部３０の表示より元の文字を認識できるので、その１
０個の候補文字の中にその元の文字が存在するときには
カーソル３２でその文字を選択することにより、その選
択した文字の文字コードがその認識できなかった文字の
文字コードとして付与される。その候補文字の中に所望
の文字が存在しない場合には、コード釦２６Ｂの選択に
より文字コードを直接入力することができ、かな漢字釦
２６Ｃ及び部首画数釦２６Ｅにより漢字の入力を行うこ
とができる。また、テーブル釦２６Ｄの選択により文字
コード（例えばＪＩＳコード）と対応する文字との一覧
表が表示され、外字登録釦２６Ｆ及び学習削除釦２６Ｇ
は特殊な字体の文字等を登録する場合に使用される。ま
た、２７は再認識釦、２８はバックスペース釦を示し、
再認識釦３７は修正対象文字を再認識する場合に使用さ
れる。

【００２３】２９は修正履歴表示部を示し、この修正履
歴表示部２９には、文字の修正又はリジェクト後の文字
コードの付与によって得られた文字２９Ａ，２９Ｂ，‥
‥，２９Ｊを出現頻度の高い順に左から１０個表示す
る。この表示部２９に所望の文字が表示されているとき
には、その文字をカーソル３２で選択することにより、
容易にその認識できなかった文字に正確な文字コードを
付与することができる。

【００２４】上述のように、本例の文字認識装置の辞書
自動更新モード（学習モード）時には、正確に識別され
た一連の文字に対しては、この文字の特徴コードと文字
コードとが対応した形式で大分類辞書用のメモリ１２に
順次追加記録されると共に、細分類辞書用のメモリ１５
のその文字に対応するドットパターンがその文字の入力
パターンそのものを正規化したパターンで順次置換され
る。一方、認識できずリジェクトコードが付与された文
字に対しては、オペレータが別途指定した文字コードを
基準にして大分類辞書用のメモリ１２への追加記録がな
され、細分類辞書用のメモリ１５での置換又は追加記録
がなされる。これにより、一種の一括学習が実現でき、
入力文書に適合した辞書データが大分類辞書用のメモリ
１２及び細分類辞書用のメモリ１５にきわめて高速に形
成される利益がある。

【００２５】従って、次に入力文書の中にその文字と同
じ文字が現れた場合に例えば数ドット分のノイズが生じ
ても、大分類辞書用のメモリ１２よりその文字が候補文
字として選択される確率はきわめて高く、また細分類辞
書用のメモリ１５より読み出されたその候補文字のドッ
トパターンと認識対象とする文字のドットパターンとの
間には数ドットの相違があるのみであるため、最初の識
別結果が高い確率で再現される。これは安定性の高い辞
書データが形成されたことを意味する。また、例えば入
力文書の最初の１頁目にリジェクト文字が多数発生する
ような場合でも、最初の数頁の文書の学習により直ぐに
識別率を高めることができる。なお、本発明は上述実施
例に限定されず本発明の要旨を逸脱しない範囲で種々の
構成を取り得ることは勿論である。

【００２６】

【発明の効果】本発明によれば、文字の学習時には、認
識対象とする文字より抽出した特徴量と対応する文字コ
ードとが大分類用のメモリに追加されると共に、認識対
象とする文字のドットパターンで細分類用のメモリの内
容が置換されるので、入力文書の文字に良く合致した辞
書データが効率的に作成でき、未知の文書でも迅速に識
別率を高めることができる利益がある。

【図面の簡単な説明】

【図１】本発明の一実施例の文字認識装置を示す構成図
である。

【図２】図１の大分類辞書用のメモリ１２のデータの構
成例を示す線図である。

【図３】図１の細分類辞書用のメモリ１５のデータ構成
の一例を示す線図である。

【図４】その一実施例における辞書の自動更新動作の流
れを示すフローチャート図である。

【図５】その一実施例における表示装置の表示画面の一
例を示す正面図である。

【符号の説明】

１ イメージスキャナ ２ ワークステーション ５ 文字認識ボード ７ 正規化処理回路 １０ 細分類回路 １１ 大分類処理回路 １２ 大分類辞書用のメモリ １５ 細分類辞書用のメモリ １７ 判定回路

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】 文字の種々の特徴量とこれらの特徴量を
   有する文字の文字コードとをそれぞれ対応させて記憶す
   る大分類用のメモリと、この大分類用のメモリを用いて
   認識対象とする文字のドットパターンより抽出した特徴
   量を有する文字の文字コードを出力する大分類処理手段
   と、文字コードに対応させて文字のドッドパターンを記
   憶する細分類用のメモリと、上記大分類処理手段より出
   力される文字コードに対応したドットパターンを上記細
   分類用のメモリより読み出して出力する候補文字設定手
   段と、この候補文字設定手段より出力されるドットパタ
   ーンと上記認識対象とする文字のドットパターンとの相
   違量を求める細分類手段と、上記相違量が所定レベルよ
   りも小さいときには上記認識対象とする文字は正しく識
   別されたものとみなして上記大分類処理手段より出力さ
   れる文字コードを上記認識対象とする文字に付与し、上
   記相違量が所定レベルよりも大きいときには上記認識対
   象とする文字は認識できないものとみなす制御手段とを
   有し、この制御手段は文字の学習時には、上記認識対象
   とする文字が正しく識別されたときには、上記認識対象
   とする文字より抽出した特徴量と対応する文字コードと
   よりなるデータを上記大分類用のメモリに追加すると共
   に、上記認識対象とする文字のドットパターンで上記細
   分類用のメモリの内容を置換するものであることを特徴
   とする文字認識装置。