JP3140989B2 - ストロークによるオンライン手書き入力文字認識方法及び装置並びにその方法を実行するための記録媒体 - Google Patents
ストロークによるオンライン手書き入力文字認識方法及び装置並びにその方法を実行するための記録媒体Info
- Publication number
- JP3140989B2 JP3140989B2 JP09177447A JP17744797A JP3140989B2 JP 3140989 B2 JP3140989 B2 JP 3140989B2 JP 09177447 A JP09177447 A JP 09177447A JP 17744797 A JP17744797 A JP 17744797A JP 3140989 B2 JP3140989 B2 JP 3140989B2
- Authority
- JP
- Japan
- Prior art keywords
- stroke
- character
- dictionary
- handwritten input
- input character
- 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 - Fee Related
Links
Landscapes
- Character Discrimination (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、オンライン手書き
入力文字をそのストロークによって認識するオンライン
手書き入力文字認識方法及び装置並びにその方法を実行
するための記録媒体に関する。
入力文字をそのストロークによって認識するオンライン
手書き入力文字認識方法及び装置並びにその方法を実行
するための記録媒体に関する。
【０００２】
【従来の技術】手書き入力文字認識は、そのアルゴリズ
ムによって、ＯＣＲのような文字を書いた後に認識を行
なうオフライン文字認識と、ペン入力のように文字を書
いているときにリアルタイムで筆跡情報を取り込み、識
別を行なうオンライン文字認識とに大別することができ
る。
ムによって、ＯＣＲのような文字を書いた後に認識を行
なうオフライン文字認識と、ペン入力のように文字を書
いているときにリアルタイムで筆跡情報を取り込み、識
別を行なうオンライン文字認識とに大別することができ
る。
【０００３】オンライン文字認識では、文字の筆跡情
報、すなわち方向情報を採取し、この方向情報と予め辞
書に登録されている方向情報とを比較し、辞書のなかで
一番似ている文字を認識結果として出力する。
報、すなわち方向情報を採取し、この方向情報と予め辞
書に登録されている方向情報とを比較し、辞書のなかで
一番似ている文字を認識結果として出力する。
【０００４】図２４は従来のオンライン手書き入力文字
認識のストロークの１６方向コード化の説明図である。
認識のストロークの１６方向コード化の説明図である。
【０００５】例えば、手書き入力文字の「山」の第２ス
トローク１を同図（ｂ）の１６方向コードにより１６方
向コード化し、コード列として表現する。入力された手
書き入力文字の方向コード列と漢字辞書に登録されてい
る文字の方向コードとを照合して文字認識する（日本機
械学会誌 Ｖｏｌ．９９ Ｎｏ．９２６ Ｐ．１１〜１
４（１９９６年１月）参照）。
トローク１を同図（ｂ）の１６方向コードにより１６方
向コード化し、コード列として表現する。入力された手
書き入力文字の方向コード列と漢字辞書に登録されてい
る文字の方向コードとを照合して文字認識する（日本機
械学会誌 Ｖｏｌ．９９ Ｎｏ．９２６ Ｐ．１１〜１
４（１９９６年１月）参照）。
【０００６】
【発明が解決しようとする課題】しかしながら、従来の
オンライン文字認識方法においては、認識の対象を漢
字、ひらがな、カタカナ、数字、英字（大小）、記号と
した場合、実ストロークの方向情報が似ている文字は認
識が困難という問題がある。
オンライン文字認識方法においては、認識の対象を漢
字、ひらがな、カタカナ、数字、英字（大小）、記号と
した場合、実ストロークの方向情報が似ている文字は認
識が困難という問題がある。
【０００７】本発明は、オンライン手書き入力文字を更
に高い確度で認識するオンライン手書き入力文字認識方
法を提供するものである。
に高い確度で認識するオンライン手書き入力文字認識方
法を提供するものである。
【０００８】
【課題を解決するための手段】本発明のオンライン手書
き入力文字認識方法は、オンラインで採取した手書き入
力文字を、その手書き入力文字の１画当たりの筆の動き
を表現する筆跡情報である画ストロークと、前記手書き
入力文字の文字を書くときに筆が筆記面から離れた空中
での筆の向きを取り出した方向情報である遷移ストロー
ク及び前記手書き入力文字の最初の画ストロークの起点
と以降の各画ストロークの始点及び終点を結ぶ方向情報
である始終ストロークとに変換し、前記それぞれのスト
ロークの起点と終点の座標データからその起点と終点を
結ぶ線の絶対角度データを算出し、その絶対角度データ
の方向成分のみを持つ構成ベクトルに変換し、各構成ベ
クトルを、メンバーシップ関数を用いて、４方向の基準
方向に対する類似の度合いを表す４つのメンバーシップ
グレードからなる組に変換し、変換された１つの構成ベ
クトルに対応する４つのメンバーシップグレードからな
る組を前記構成ベクトルの数の分列記したファジィベク
トル族で記述した入力文字データと、予め辞書に登録さ
れている辞書文字の画ストロークと遷移ストローク及び
始終ストロークをそれぞれのファジィベクトル族で記述
した辞書文字データとの類似度を演算し、その演算結果
に基づいて、前記手書き入力文字に対応した辞書文字を
抽出することを特徴とする。
き入力文字認識方法は、オンラインで採取した手書き入
力文字を、その手書き入力文字の１画当たりの筆の動き
を表現する筆跡情報である画ストロークと、前記手書き
入力文字の文字を書くときに筆が筆記面から離れた空中
での筆の向きを取り出した方向情報である遷移ストロー
ク及び前記手書き入力文字の最初の画ストロークの起点
と以降の各画ストロークの始点及び終点を結ぶ方向情報
である始終ストロークとに変換し、前記それぞれのスト
ロークの起点と終点の座標データからその起点と終点を
結ぶ線の絶対角度データを算出し、その絶対角度データ
の方向成分のみを持つ構成ベクトルに変換し、各構成ベ
クトルを、メンバーシップ関数を用いて、４方向の基準
方向に対する類似の度合いを表す４つのメンバーシップ
グレードからなる組に変換し、変換された１つの構成ベ
クトルに対応する４つのメンバーシップグレードからな
る組を前記構成ベクトルの数の分列記したファジィベク
トル族で記述した入力文字データと、予め辞書に登録さ
れている辞書文字の画ストロークと遷移ストローク及び
始終ストロークをそれぞれのファジィベクトル族で記述
した辞書文字データとの類似度を演算し、その演算結果
に基づいて、前記手書き入力文字に対応した辞書文字を
抽出することを特徴とする。
【０００９】前記オンライン手書き入力文字認識方法に
おいて、演算された類似度が最も大きいか相違度が最も
小さい辞書文字が予め設定された特定文字に該当すると
きは、予め設定された専用ルールに基づいて前記手書き
入力文字を抽出する。
おいて、演算された類似度が最も大きいか相違度が最も
小さい辞書文字が予め設定された特定文字に該当すると
きは、予め設定された専用ルールに基づいて前記手書き
入力文字を抽出する。
【００１０】前記オンライン手書き入力文字認識方法に
おいて、オンラインで採取した手書き入力文字の入力文
字データが辞書文字データとして存在しない場合は、前
記入力文字データに対応する正しい辞書文字をキーボー
ド入力により辞書に登録することができる。
おいて、オンラインで採取した手書き入力文字の入力文
字データが辞書文字データとして存在しない場合は、前
記入力文字データに対応する正しい辞書文字をキーボー
ド入力により辞書に登録することができる。
【００１１】また、本発明の手書き入力文字認識装置
は、文字入力装置と、前記文字入力装置によって手書き
された文字をオンラインで採取する手段と、前記採取さ
れた文字を、１画当たりの筆の動きを表現する筆跡情報
である手書き入力文字の画ストロークと、前記手書き入
力文字の文字を書くときに筆が筆記面から離れた空中で
の筆の向きを取り出した方向情報である遷移ストローク
及び前記手書き入力文字の最初の画ストロークの起点と
以降の各画ストロークの始点及び終点を結ぶ方向情報で
ある始終ストロークとに変換する手段と、前記それぞれ
のストロークの起点と終点の座標データからその起点と
終点を結ぶ線の絶対角度データを算出し、その絶対角度
データの方向成分のみを持つ構成ベクトルに変換する手
段と、各構成ベクトルを、メンバーシップ関数を用い
て、４方向の基準方向に対する類似の度合いを表す４つ
のメンバーシップグレードからなる組に変換する手段
と、変換された１つの構成ベクトルに対応する４つのメ
ンバーシップグレードからなる組を前記構成ベクトルの
数の分列記したファジィベクトル族で記述した入力文字
データと、予め辞書に登録されている辞書文字の画スト
ロークと遷移ストローク及び始終ストロークをそれぞれ
のファジィベクトル族で記述した辞書文字データとの類
似度を演算する手段と、その演算結果に基づいて、前記
手書き入力文字に対応した辞書文字を抽出する手段とを
備えたことを特徴とする。
は、文字入力装置と、前記文字入力装置によって手書き
された文字をオンラインで採取する手段と、前記採取さ
れた文字を、１画当たりの筆の動きを表現する筆跡情報
である手書き入力文字の画ストロークと、前記手書き入
力文字の文字を書くときに筆が筆記面から離れた空中で
の筆の向きを取り出した方向情報である遷移ストローク
及び前記手書き入力文字の最初の画ストロークの起点と
以降の各画ストロークの始点及び終点を結ぶ方向情報で
ある始終ストロークとに変換する手段と、前記それぞれ
のストロークの起点と終点の座標データからその起点と
終点を結ぶ線の絶対角度データを算出し、その絶対角度
データの方向成分のみを持つ構成ベクトルに変換する手
段と、各構成ベクトルを、メンバーシップ関数を用い
て、４方向の基準方向に対する類似の度合いを表す４つ
のメンバーシップグレードからなる組に変換する手段
と、変換された１つの構成ベクトルに対応する４つのメ
ンバーシップグレードからなる組を前記構成ベクトルの
数の分列記したファジィベクトル族で記述した入力文字
データと、予め辞書に登録されている辞書文字の画スト
ロークと遷移ストローク及び始終ストロークをそれぞれ
のファジィベクトル族で記述した辞書文字データとの類
似度を演算する手段と、その演算結果に基づいて、前記
手書き入力文字に対応した辞書文字を抽出する手段とを
備えたことを特徴とする。
【００１２】さらに、前記方法を実行するためのコンピ
ュータ読み取り可能な記録媒体は、オンラインで採取し
た手書き入力文字を、その手書き入力文字の１画当たり
の筆の動きを表現する筆跡情報である画ストロークと、
前記手書き入力文字の文字を書くときに筆が筆記面から
離れた空中での筆の向きを取り出した方向情報である遷
移ストローク及び前記手書き入力文字の最初の画ストロ
ークの起点と以降の各画ストロークの始点及び終点を結
ぶ方向情報である始終ストロークとに変換する手順と、
前記それぞれのストロークの起点と終点の座標データか
らその起点と終点を結ぶ線の絶対角度データを算出し、
その絶対角度データの方向成分のみを持つ構成ベクトル
に変換する手順と、各構成ベクトルを、メンバーシップ
関数を用いて、４方向の基準方向に対する類似の度合い
を表す４つのメンバーシップグレードからなる組に変換
する手順と、変換された１つの構成ベクトルに対応する
４つのメンバーシップグレードからなる組を前記構成ベ
クトルの数の分列記したファジィベクトル族で記述した
入力文字データと、予め辞書に登録されている辞書文字
の画ストロークと遷移ストローク及び始終ストロークを
それぞれのファジィベクトル族で記述した辞書文字デー
タとの類似度を演算する手順と、その演算結果に基づい
て、前記手書き入力文字に対応した辞書文字を抽出する
手順を実行させるためのプログラムを記録したものであ
る。
ュータ読み取り可能な記録媒体は、オンラインで採取し
た手書き入力文字を、その手書き入力文字の１画当たり
の筆の動きを表現する筆跡情報である画ストロークと、
前記手書き入力文字の文字を書くときに筆が筆記面から
離れた空中での筆の向きを取り出した方向情報である遷
移ストローク及び前記手書き入力文字の最初の画ストロ
ークの起点と以降の各画ストロークの始点及び終点を結
ぶ方向情報である始終ストロークとに変換する手順と、
前記それぞれのストロークの起点と終点の座標データか
らその起点と終点を結ぶ線の絶対角度データを算出し、
その絶対角度データの方向成分のみを持つ構成ベクトル
に変換する手順と、各構成ベクトルを、メンバーシップ
関数を用いて、４方向の基準方向に対する類似の度合い
を表す４つのメンバーシップグレードからなる組に変換
する手順と、変換された１つの構成ベクトルに対応する
４つのメンバーシップグレードからなる組を前記構成ベ
クトルの数の分列記したファジィベクトル族で記述した
入力文字データと、予め辞書に登録されている辞書文字
の画ストロークと遷移ストローク及び始終ストロークを
それぞれのファジィベクトル族で記述した辞書文字デー
タとの類似度を演算する手順と、その演算結果に基づい
て、前記手書き入力文字に対応した辞書文字を抽出する
手順を実行させるためのプログラムを記録したものであ
る。
【００１３】
【発明の実施の形態】図１は本発明で用いる手書き入力
文字の画ストロークの説明図である。
文字の画ストロークの説明図である。
【００１４】画ストローク１は、文字を書くときに、紙
に接触しているときの筆の動きを連続的な方向情報とし
て抽出した筆跡である。手書き入力文字は、数字、ひら
がな、カタカナ、アルファベット、漢字、記号等、一筆
書きの文字を除いて複数の画が存在し、それぞれの画に
筆（ペン）の筆跡がある。この１画当たりの筆の動きを
表現する筆跡情報を「画ストローク」と呼び、１つの手
書き文字に対して、文字画数と同じ数の画ストロークが
存在する。文字には書き始め位置があり、そこから方向
を変えながら文字を形成していく。この方向の変化のし
方は、各文字特有であるため、画ストローク１を構成ベ
クトル３で表現することは、文字識別に関して非常に有
効となる。
に接触しているときの筆の動きを連続的な方向情報とし
て抽出した筆跡である。手書き入力文字は、数字、ひら
がな、カタカナ、アルファベット、漢字、記号等、一筆
書きの文字を除いて複数の画が存在し、それぞれの画に
筆（ペン）の筆跡がある。この１画当たりの筆の動きを
表現する筆跡情報を「画ストローク」と呼び、１つの手
書き文字に対して、文字画数と同じ数の画ストロークが
存在する。文字には書き始め位置があり、そこから方向
を変えながら文字を形成していく。この方向の変化のし
方は、各文字特有であるため、画ストローク１を構成ベ
クトル３で表現することは、文字識別に関して非常に有
効となる。
【００１５】構成ベクトル３は手書き入力文字が書かれ
る過程での筆の動きを表し、すべての手書き入力文字の
画ストロークは方向情報を意味する構成ベクトルに分解
できる。以下は、ベクトルに分解する手法としてファジ
ィベクトルによる方法を挙げて説明するが、それに限定
されず、従来の１６方向コードによる方法を用いてもよ
い。
る過程での筆の動きを表し、すべての手書き入力文字の
画ストロークは方向情報を意味する構成ベクトルに分解
できる。以下は、ベクトルに分解する手法としてファジ
ィベクトルによる方法を挙げて説明するが、それに限定
されず、従来の１６方向コードによる方法を用いてもよ
い。
【００１６】ファジィベクトルによる手法では、「構成
ベクトル」の総数は、手書き文字の筆跡を表現する最小
単位であるため、筆跡情報を抽出するためには、最低限
でも、手書き入力文字の画数より多い個数が必要であ
る。分解数は、デジタル処理し易い２のべき数であるこ
とと、漢字の最大画数が３０画（鸞）であることを考慮
して、３２個を最小単位とすることが好ましい。構成ベ
クトルの総数を１つの手書き入力文字で３２個に統一す
ると、画数が複数画である文字は、１画あたり（３２／
画数）個の構成ベクトルが存在する。すなわち、全画の
長さによって構成ベクトルの数が変化することはなく、
１画あたりの構成ベクトルの数は画数によって一意に決
定される。この際、構成ベクトルの個数を表現する小数
値が問題となるが、これを回避するためにプログラムで
以下の処理を行なっている。
ベクトル」の総数は、手書き文字の筆跡を表現する最小
単位であるため、筆跡情報を抽出するためには、最低限
でも、手書き入力文字の画数より多い個数が必要であ
る。分解数は、デジタル処理し易い２のべき数であるこ
とと、漢字の最大画数が３０画（鸞）であることを考慮
して、３２個を最小単位とすることが好ましい。構成ベ
クトルの総数を１つの手書き入力文字で３２個に統一す
ると、画数が複数画である文字は、１画あたり（３２／
画数）個の構成ベクトルが存在する。すなわち、全画の
長さによって構成ベクトルの数が変化することはなく、
１画あたりの構成ベクトルの数は画数によって一意に決
定される。この際、構成ベクトルの個数を表現する小数
値が問題となるが、これを回避するためにプログラムで
以下の処理を行なっている。
【００１７】例えば、３画の手書き入力文字「上」の場
合、合計で３２となるような３つの整数に振り分けると
き、１画あたりの構成ベクトル数を小数まで算出する
と、３２／３＝１０．６６７（個）となる。次に、３２
／３を１倍，２倍，３倍してそれぞれ四捨五入すると、 （３２／３）×１＝１０．６６７≒１１ （３２／３）×２＝２１．３３３≒２１ （３２／３）×３＝３２ したがって、各画のベクトル番号の振り分けは、 １画目 １〜１１（番） １１ベクトル ２画目 １２〜２１（番） １０ベクトル（２１−１１＝１０） ３画目 ２２〜３２（番） １１ベクトル（３２−２１＝１１） となる。
合、合計で３２となるような３つの整数に振り分けると
き、１画あたりの構成ベクトル数を小数まで算出する
と、３２／３＝１０．６６７（個）となる。次に、３２
／３を１倍，２倍，３倍してそれぞれ四捨五入すると、 （３２／３）×１＝１０．６６７≒１１ （３２／３）×２＝２１．３３３≒２１ （３２／３）×３＝３２ したがって、各画のベクトル番号の振り分けは、 １画目 １〜１１（番） １１ベクトル ２画目 １２〜２１（番） １０ベクトル（２１−１１＝１０） ３画目 ２２〜３２（番） １１ベクトル（３２−２１＝１１） となる。
【００１８】図２は本発明で用いる遷移ストロークの説
明図である。
明図である。
【００１９】遷移ストロークは、文字を書くときに、筆
が紙から離れた空中での筆の向きを取り出した構成ベク
トルである。多くの手書き入力文字は画ストロークによ
って認識可能であるが、中には認識できない文字があ
る。同じ画ストロークで形状が異なる文字がその対象文
字である。これは、手書き文字には画ストローク単独で
は完全に表現できない特徴があることを意味している。
画ストロークに遷移ストロークを組み合わせることによ
って、手書き入力文字の認識率は、画ストローク単独採
用時に比べて向上する。遷移ストロークは、画数が２画
以上の文字に存在し、各画の終点から次画の始点までの
非筆跡の方向情報である。画ストロークが似ている文字
は遷移ストロークの方向情報を組み合せることで、画ス
トロークのみの場合に比べて認識率が向上する。抽出さ
れる遷移ストロークの数は、（画数−１）で表せる。図
２に示す３画の「上」及び「下」の場合、 １画目の終点から２画目の始点へ向かう遷移ストロークの構成ベクトル：ａ ２画目の終点から３画目の始点へ向かう遷移ストロークの構成ベクトル：ｂ となる。
が紙から離れた空中での筆の向きを取り出した構成ベク
トルである。多くの手書き入力文字は画ストロークによ
って認識可能であるが、中には認識できない文字があ
る。同じ画ストロークで形状が異なる文字がその対象文
字である。これは、手書き文字には画ストローク単独で
は完全に表現できない特徴があることを意味している。
画ストロークに遷移ストロークを組み合わせることによ
って、手書き入力文字の認識率は、画ストローク単独採
用時に比べて向上する。遷移ストロークは、画数が２画
以上の文字に存在し、各画の終点から次画の始点までの
非筆跡の方向情報である。画ストロークが似ている文字
は遷移ストロークの方向情報を組み合せることで、画ス
トロークのみの場合に比べて認識率が向上する。抽出さ
れる遷移ストロークの数は、（画数−１）で表せる。図
２に示す３画の「上」及び「下」の場合、 １画目の終点から２画目の始点へ向かう遷移ストロークの構成ベクトル：ａ ２画目の終点から３画目の始点へ向かう遷移ストロークの構成ベクトル：ｂ となる。
【００２０】図３は遷移ストロークの変化の違いを示す
図である。
図である。
【００２１】例えば、「Ｆ」と「Ｉ」との場合、１画目
から３画目の画ストロークの構成ベクトルが全く同じで
ある。しかし、第１遷移ストロークａの方向は同じであ
るが、第２遷移ストロークｂにおいては全く異なる方向
を持つので、第２遷移ストロークの違いで「Ｆ」と
「Ｉ」とが判別できる。このように、筆の空中の動きが
文字によって異なる性質を利用して文字を判別すること
が可能となる。
から３画目の画ストロークの構成ベクトルが全く同じで
ある。しかし、第１遷移ストロークａの方向は同じであ
るが、第２遷移ストロークｂにおいては全く異なる方向
を持つので、第２遷移ストロークの違いで「Ｆ」と
「Ｉ」とが判別できる。このように、筆の空中の動きが
文字によって異なる性質を利用して文字を判別すること
が可能となる。
【００２２】図４は本発明で用いる始終ストロークの説
明図である。
明図である。
【００２３】始終ストロークは、手書き入力文字１画目
の始点から各画の始点と終点へ向く方向情報を取り出し
た構成ベクトルである。図４に示す「上」と「士」の場
合、 １画目の始点から２画目の始点へ向かう始終ストロークの構成ベクトル：ｃ １画目の終点から２画目の終点へ向かう始終ストロークの構成ベクトル：ｄ １画目の終点から３画目の始点へ向かう始終ストロークの構成ベクトル：ｅ １画目の終点から３画目の終点へ向かう始終ストロークの構成ベクトル：ｆ となり、画ストロークあるいは画ストロークと遷移スト
ロークの２種類だけでは判別しにくい手書き入力文字に
対して有効である。例えば、「上］と「士」のように、
画ストロークと遷移ストロークが似ている文字は、判別
しにくいが、文字始点から各画の始点と終点へ向く方向
情報を取り出した構成ベクトルである始終ストロークを
追加することで、両者の始終ストロークはかなり異なる
方向性をもっていることから、明確な区別が可能とな
る。
の始点から各画の始点と終点へ向く方向情報を取り出し
た構成ベクトルである。図４に示す「上」と「士」の場
合、 １画目の始点から２画目の始点へ向かう始終ストロークの構成ベクトル：ｃ １画目の終点から２画目の終点へ向かう始終ストロークの構成ベクトル：ｄ １画目の終点から３画目の始点へ向かう始終ストロークの構成ベクトル：ｅ １画目の終点から３画目の終点へ向かう始終ストロークの構成ベクトル：ｆ となり、画ストロークあるいは画ストロークと遷移スト
ロークの２種類だけでは判別しにくい手書き入力文字に
対して有効である。例えば、「上］と「士」のように、
画ストロークと遷移ストロークが似ている文字は、判別
しにくいが、文字始点から各画の始点と終点へ向く方向
情報を取り出した構成ベクトルである始終ストロークを
追加することで、両者の始終ストロークはかなり異なる
方向性をもっていることから、明確な区別が可能とな
る。
【００２４】次に、本発明のファジィ連想メモリを用い
たオンライン手書き入力文字認識方法を説明する。
たオンライン手書き入力文字認識方法を説明する。
【００２５】図５に示すパソコン１０のＣＲＴ１３上
で、マウス１２によって書かれた手書き入力文字を構成
している線は、連続しているように見えるが、実際は図
６に示すように点の連続で構成されている。これらの点
データは全て座標データであるため、点と点の距離デー
タ、つまり文字の大きさの情報を含んでいる。したがっ
て、全く同一の文字であっても、書く人が異なる場合
や、文字を書く時の周りの環境によって文字サイズは様
々である。文字サイズが異なる例を図７に示す。しか
し、文字サイズは異なるが、同一文字は手書き入力文字
認識において、当然同じ認識結果が出力されなければな
らない。文字サイズが異なっても同じ認識結果を導き出
すためには、座標データを角度データに変換する必要が
ある。以下にその方法を示す。
で、マウス１２によって書かれた手書き入力文字を構成
している線は、連続しているように見えるが、実際は図
６に示すように点の連続で構成されている。これらの点
データは全て座標データであるため、点と点の距離デー
タ、つまり文字の大きさの情報を含んでいる。したがっ
て、全く同一の文字であっても、書く人が異なる場合
や、文字を書く時の周りの環境によって文字サイズは様
々である。文字サイズが異なる例を図７に示す。しか
し、文字サイズは異なるが、同一文字は手書き入力文字
認識において、当然同じ認識結果が出力されなければな
らない。文字サイズが異なっても同じ認識結果を導き出
すためには、座標データを角度データに変換する必要が
ある。以下にその方法を示す。
【００２６】点の連続で構成された手書き入力文字を、
複数、本例では３２に分割し、合計で３２個の点に置き
換える。次に各点を結ぶ直線の絶対角度を算出する。各
点の座標データをもとにΔＸ、ΔＹ（図８参照）を求
め、２点を結ぶ直線を作る。この方向を持つ直線が「構
成ベクトル」であり、その絶対角度θを導出するために
式（１）〜（４）を用いる。
複数、本例では３２に分割し、合計で３２個の点に置き
換える。次に各点を結ぶ直線の絶対角度を算出する。各
点の座標データをもとにΔＸ、ΔＹ（図８参照）を求
め、２点を結ぶ直線を作る。この方向を持つ直線が「構
成ベクトル」であり、その絶対角度θを導出するために
式（１）〜（４）を用いる。
【００２７】 θ＝ arctan｜Δｙ／Δｘ｜（Δｘ＞０，Δｙ＞０）・・・（１） θ＝１８０°−arctan｜Δｙ／Δｘ｜（Δｘ＜０，Δｙ＞０）・・・（２） θ＝１８０°＋arctan｜Δｙ／Δｘ｜（Δｘ＜０，Δｙ＜０）・・・（３） θ＝３６０°−arctan｜Δｙ／Δｘ｜（Δｘ＞０，Δｙ＜０）・・・（４） 次に、算出された角度θを（”０”：０°方向、”
１”：９０°方向、”２”：１８０°方向、”３”：２
７０°方向）のファジィベクトルに分割する。ファジィ
ベクトルは、４方向のメンバーシップグレード（変数は
μで表す）を用いて１つのθを表し、メンバーシップグ
レードは、式（５）及び式（６）並びに表１によって求
められる。
１”：９０°方向、”２”：１８０°方向、”３”：２
７０°方向）のファジィベクトルに分割する。ファジィ
ベクトルは、４方向のメンバーシップグレード（変数は
μで表す）を用いて１つのθを表し、メンバーシップグ
レードは、式（５）及び式（６）並びに表１によって求
められる。
【００２８】 μA＝１−θ／９０°・・・・・（５） μB＝θ／９０°・・・・・・・（６）
【表１】 これら４方向のメンバーシップグレードとθの関係を示
す関数をメンバーシップ関数と呼び、図９に示す。図
中、波線で示した部分は重複しており、０°〜３６０°
の範囲で連続的に表現されている。実際に構成ベクトル
から４つのファジィベクトルを求める場合の例を図１０
〜図１３に示す。
す関数をメンバーシップ関数と呼び、図９に示す。図
中、波線で示した部分は重複しており、０°〜３６０°
の範囲で連続的に表現されている。実際に構成ベクトル
から４つのファジィベクトルを求める場合の例を図１０
〜図１３に示す。
【００２９】図１０は、構成ベクトルと”０”方向の場
合のメンバーシップグレードの関係を示している。斜線
部分はメンバーシップ関数が０となる領域を表す。
合のメンバーシップグレードの関係を示している。斜線
部分はメンバーシップ関数が０となる領域を表す。
【００３０】同じく、図１１〜図１３は、それぞれ構成
ベクトルと”１”方向、”２”方向、”３”方向の場合
のメンバーシップグレードの関係を示している。斜線部
分はメンバーシップグレードが０となる領域を表す。
ベクトルと”１”方向、”２”方向、”３”方向の場合
のメンバーシップグレードの関係を示している。斜線部
分はメンバーシップグレードが０となる領域を表す。
【００３１】図１４及び図１５は本発明の手書き入力文
字認識システムを示すフローチャートである。
字認識システムを示すフローチャートである。
【００３２】ステップ１ プログラムを起動する。
【００３３】ステップ２ 今から入力する手書き文字が辞書登録済みかどうか判定
する。
する。
【００３４】ステップ３ 辞書登録済みであれば、手書き入力文字を入力文字とし
て入力する。
て入力する。
【００３５】ステップ４ 辞書登録済みでなければ、手書き入力文字を辞書登録文
字として入力する。
字として入力する。
【００３６】ステップ５ 手書き入力文字の画ストローク、遷移ストローク及び始
終ストロークから、それぞれ構成ベクトルを抽出する。
終ストロークから、それぞれ構成ベクトルを抽出する。
【００３７】ステップ６ 抽出した各構成ベクトルを４つのメンバーシップグレー
ドからなるファジィベクトルに変換する。
ドからなるファジィベクトルに変換する。
【００３８】抽出した各構成ベクトルの絶対角度θを４
方向のメンバーシップグレードμ0、μ1、μ2、μ3を式
１〜４により求め、表１にしたがい、式５及び式６によ
り求める。
方向のメンバーシップグレードμ0、μ1、μ2、μ3を式
１〜４により求め、表１にしたがい、式５及び式６によ
り求める。
【００３９】以上の処理により、１つの構成ベクトルか
ら４つのメンバーシップグレードμ0、μ1、μ2、μ3が
出力され、これらのメンバーシップグレードμ0、μ1、
μ2、μ3の全パターンをメモリーに記憶させる。
ら４つのメンバーシップグレードμ0、μ1、μ2、μ3が
出力され、これらのメンバーシップグレードμ0、μ1、
μ2、μ3の全パターンをメモリーに記憶させる。
【００４０】ステップ７ 次いで、手書き入力文字と同画数の辞書文字を対象とし
て、ステップ６で得られた手書き入力文字のメンバーシ
ップグレードと辞書文字のメンバーシップグレードをす
べて照合し、入力文字と辞書文字の類似度を算出する。
て、ステップ６で得られた手書き入力文字のメンバーシ
ップグレードと辞書文字のメンバーシップグレードをす
べて照合し、入力文字と辞書文字の類似度を算出する。
【００４１】文字認識を行なう場合、ファジィベクトル
を２次元に表示した場合のベクトルの面積比による方法
を用いる。類似度Ｓは、以下の手順で求める。まず、全
ての構成ベクトルの類似度ＳCは、入力文字の構成ベク
トルのメンバーシップグレードをμT0，μT1，μT2，μ
T3、辞書文字の構成ベクトルのメンバーシップグレード
をμD0，μD1，μD2，μD3とすると次式により求められ
る。
を２次元に表示した場合のベクトルの面積比による方法
を用いる。類似度Ｓは、以下の手順で求める。まず、全
ての構成ベクトルの類似度ＳCは、入力文字の構成ベク
トルのメンバーシップグレードをμT0，μT1，μT2，μ
T3、辞書文字の構成ベクトルのメンバーシップグレード
をμD0，μD1，μD2，μD3とすると次式により求められ
る。
【００４２】
【数１】 上式において、ｍａｘ：２値を比較して大きい方の値
ｍｉｎ：２値を比較して小さい方の値である。
ｍｉｎ：２値を比較して小さい方の値である。
【００４３】次に、各ストロークの類似度は、それぞれ
次式により求める。画ストロークの類似度Ｓ OR について
は、画ストロークの構成ベクトルの類似度をＳ COR とす
ると次のようになる。
次式により求める。画ストロークの類似度Ｓ OR について
は、画ストロークの構成ベクトルの類似度をＳ COR とす
ると次のようになる。
【００４４】
【数２】 遷移ストロークの類似度ＳTRについては、遷移ストロー
クの構成ベクトルの類似度をＳCTRとすると次のように
なる。
クの構成ベクトルの類似度をＳCTRとすると次のように
なる。
【００４５】
【数３】 始終ストロークの類似度ＳSEについては、始終ストロー
クの構成ベクトルの類似度をＳCSEとすると、
クの構成ベクトルの類似度をＳCSEとすると、
【数４】 で求める。
【００４６】類似度Ｓは各ストロークの類似度の重み付
き加算で求める。混合比（Ｗ１：Ｗ２：Ｗ３）は、図１
６に示すように、各ストロークの重みをそれぞれ１０段
階に変更可能である。
き加算で求める。混合比（Ｗ１：Ｗ２：Ｗ３）は、図１
６に示すように、各ストロークの重みをそれぞれ１０段
階に変更可能である。
【００４７】
【数５】 ステップ８ ステップ７の類似度の算出を辞書文字全てに対して行
い、その結果を全辞書文字に割り付ける。
い、その結果を全辞書文字に割り付ける。
【００４８】ステップ９ ステップ８の中で類似度が最大であったものを選出す
る。
る。
【００４９】ステップ１０ 辞書の中で、最大類似度を抽出し、最大類似度の辞書文
字を答（第１候補）として出力する。
字を答（第１候補）として出力する。
【００５０】ステップ１１ ステップ１０までの手順で第１候補として出された文字
が、ストロークがほとんど同じで誤認識されやすい文
字、例えば、「０」と「６」、「コ」と「ユ」等につい
ては、類似度の抽出結果に関係なく、専用ルールによっ
て判定する。
が、ストロークがほとんど同じで誤認識されやすい文
字、例えば、「０」と「６」、「コ」と「ユ」等につい
ては、類似度の抽出結果に関係なく、専用ルールによっ
て判定する。
【００５１】ステップ１２ 図１７〜図２１は専用ルールの説明図である。図１７は
「０」と「６」の場合を示しており、始点終点の高さｈ
２が文字高さｈ１の１／４より大きいなら「６」、１／
４より小さいなら「０」と識別する。
「０」と「６」の場合を示しており、始点終点の高さｈ
２が文字高さｈ１の１／４より大きいなら「６」、１／
４より小さいなら「０」と識別する。
【００５２】図１８は「コ」と「ユ」の場合を示してお
り、１画目の終点と２画目の終点の長さｗ２が文字長さ
ｗ１の１／４より大きいなら「ユ」、１／４より小さい
なら「コ」と識別する。
り、１画目の終点と２画目の終点の長さｗ２が文字長さ
ｗ１の１／４より大きいなら「ユ」、１／４より小さい
なら「コ」と識別する。
【００５３】図１９は「Ｐ」と「Ｄ」と「ｂ」と「ワ」
の場合を示しており、２画目の始点と１画目の始点の高
さｈ２が文字高さｈ１の１／５より大きいなら「ｂ」、
１画目の終点と２画目の終点の高さｈ３が文字高さｈ１
の１／４より大きいなら「ワ」、２画目の終点と１画目
の終点の高さｈ４が文字高さの１／１０より大きいなら
「Ｐ」、上記以外なら「Ｄ」と識別する。
の場合を示しており、２画目の始点と１画目の始点の高
さｈ２が文字高さｈ１の１／５より大きいなら「ｂ」、
１画目の終点と２画目の終点の高さｈ３が文字高さｈ１
の１／４より大きいなら「ワ」、２画目の終点と１画目
の終点の高さｈ４が文字高さの１／１０より大きいなら
「Ｐ」、上記以外なら「Ｄ」と識別する。
【００５４】図２０は「９」と「ａ」の場合を示してお
り、始点から見た終点の距離ｗ１（水平方向）が＋８ド
ット（右向きを＋として）より大きいなら「ａ」、８ド
ットより小さいなら「９」と識別する。また、始点と終
点の鉛直方向の距離を始点と終点の水平方向の距離で割
った値が１５より大きい場合、「９」と識別する。
り、始点から見た終点の距離ｗ１（水平方向）が＋８ド
ット（右向きを＋として）より大きいなら「ａ」、８ド
ットより小さいなら「９」と識別する。また、始点と終
点の鉛直方向の距離を始点と終点の水平方向の距離で割
った値が１５より大きい場合、「９」と識別する。
【００５５】図２１は「ｎ」と「ｈ」の場合を示してお
り、始点と終点の鉛直方向の距離ｈ１を、始点と終点の
水平方向の距離ｗ１で割った値が１．５より大きい場合
「ｈ」、１．５より小さい場合「ｎ」と識別する。
り、始点と終点の鉛直方向の距離ｈ１を、始点と終点の
水平方向の距離ｗ１で割った値が１．５より大きい場合
「ｈ」、１．５より小さい場合「ｎ」と識別する。
【００５６】このようにして、漢字、ひらがな、カタカ
ナ、数字、英字（大小）、記号について広範囲な文字認
識が可能となる。
ナ、数字、英字（大小）、記号について広範囲な文字認
識が可能となる。
【００５７】ステップ１３ 手書き入力文字と出力結果が一致しているか否かを目視
により判定する。
により判定する。
【００５８】ステップ１４ 手書き入力文字が辞書文字データとして存在しない場
合、登録するか否かを決定する。
合、登録するか否かを決定する。
【００５９】ステップ１５ 登録する場合、正しい登録文字をキーボードから入力す
る。
る。
【００６０】ステップ１６ 辞書ファイルへ入力文字データ（ファジィベクトル族）
と登録文字を自動書き込みして登録する。
と登録文字を自動書き込みして登録する。
【００６１】なお、以上の実施例では、手書き入力文字
の構成ベクトルを４方向のファジィベクトルに変換した
例を示したが、構成ベクトルは最低２方向のファジィベ
クトルに変換することもできる。２方向、３方向、およ
び５方向のファジィベクトルを用いた場合の絶対角度θ
とメンバーシップグレードの関係を表すメンバーシップ
関数を図２５に示す。
の構成ベクトルを４方向のファジィベクトルに変換した
例を示したが、構成ベクトルは最低２方向のファジィベ
クトルに変換することもできる。２方向、３方向、およ
び５方向のファジィベクトルを用いた場合の絶対角度θ
とメンバーシップグレードの関係を表すメンバーシップ
関数を図２５に示す。
【００６２】また、上記の実施例では文字認識方法を類
似度の比較によって行った例を示したが、相違度の比較
によって行うこともできる。その例を図２２に示す。
似度の比較によって行った例を示したが、相違度の比較
によって行うこともできる。その例を図２２に示す。
【００６３】ステップ６までは類似度による算出と同じ
方法を用いる。
方法を用いる。
【００６４】ステップ７’ 入力文字と同画数の辞書文字を対象として、１字につい
て入力文字のファジィベクトル族の各メンバーシップグ
レードと辞書文字のファジィベクトル族の各メンバーシ
ップグレードとの相違度を算出する。相違度とは、異な
る度合いのことであり、０に近いほど似ていることにな
る。相違度には、各メンバーシップグレードの差の積分
であるハミング距離、メンバーシップグレード１個当た
りの距離であるユークリッド距離、およびＤＰマッチン
グがある。
て入力文字のファジィベクトル族の各メンバーシップグ
レードと辞書文字のファジィベクトル族の各メンバーシ
ップグレードとの相違度を算出する。相違度とは、異な
る度合いのことであり、０に近いほど似ていることにな
る。相違度には、各メンバーシップグレードの差の積分
であるハミング距離、メンバーシップグレード１個当た
りの距離であるユークリッド距離、およびＤＰマッチン
グがある。
【００６５】ステップ８’ 対象となった辞書文字全ての相違度を算出し、辞書文字
に算出した相違度を割り付ける。
に算出した相違度を割り付ける。
【００６６】ステップ９’ 辞書文字の中で相違度が最小の文字を選出する。
【００６７】ステップ１０’ 最小相違度の辞書文字を答え（第１候補）として出力す
る。
る。
【００６８】ステップ１１からは類似度による算出方法
と同じ方法を用いる。
と同じ方法を用いる。
【００６９】次に、本発明に係る文字認識装置の構成例
を図２３に示す。
を図２３に示す。
【００７０】図２３は前記の図１４及び図１５の処理を
実施するためのコンピュータの構成を示すブロック図で
あり、本装置は、手書き入力文字認識プログラム及び辞
書文字データファイルを記録した記録媒体（ＦＤまたは
ＨＤもしくは補助メモリ等）１１と、手書き入力文字の
入力を行う入力装置（マウスもしくはパッド及びキーボ
ード）１２と、入力文字及び入力文字と認識された辞書
文字を表示する表示装置（ＣＲＴ）１３と、手書き入力
文字のストロークデータ及び辞書文字のストロークデー
タ及び各辞書文字の類似度を一時的に記憶するメインメ
モリ１４と、ストロークデータのファジィベクトル族の
データへの変換及び類似度の算出などを行うＣＰＵ１５
と、各装置間のデータの送信やプログラムの指令を制御
する入出力制御装置１６を備えている。 この文字認識
装置における文字認識の手順は次の通りである。
実施するためのコンピュータの構成を示すブロック図で
あり、本装置は、手書き入力文字認識プログラム及び辞
書文字データファイルを記録した記録媒体（ＦＤまたは
ＨＤもしくは補助メモリ等）１１と、手書き入力文字の
入力を行う入力装置（マウスもしくはパッド及びキーボ
ード）１２と、入力文字及び入力文字と認識された辞書
文字を表示する表示装置（ＣＲＴ）１３と、手書き入力
文字のストロークデータ及び辞書文字のストロークデー
タ及び各辞書文字の類似度を一時的に記憶するメインメ
モリ１４と、ストロークデータのファジィベクトル族の
データへの変換及び類似度の算出などを行うＣＰＵ１５
と、各装置間のデータの送信やプログラムの指令を制御
する入出力制御装置１６を備えている。 この文字認識
装置における文字認識の手順は次の通りである。
【００７１】（１）記録媒体１１に記録された手書き入
力文字認識プログラムを起動する。
力文字認識プログラムを起動する。
【００７２】（２）入力装置１２のマウスにより手書き
文字を入力する。
文字を入力する。
【００７３】（３）手書き入力文字のストロークデータ
をＣＰＵ１５でファジィベクトルに変換し、変換したフ
ァジィベクトル族及び画数データをメモリ１４に記憶
し、手書き文字をＣＲＴ１３に表示する。
をＣＰＵ１５でファジィベクトルに変換し、変換したフ
ァジィベクトル族及び画数データをメモリ１４に記憶
し、手書き文字をＣＲＴ１３に表示する。
【００７４】（４）辞書文字ファイルから画数が同一で
ある文字１文字のファジィベクトル族を取り出し、メモ
リ１４に格納する。
ある文字１文字のファジィベクトル族を取り出し、メモ
リ１４に格納する。
【００７５】（５）ＣＰＵ１５により、メモリ１４に記
憶された２種類のファジィベクトル族の類似度を算出
し、辞書文字及びその類似度をメモリ１４に記憶する。
（画数が同じ辞書文字全てについて類似度を算出し、メ
モリ１４に記憶する。） （６）メモリ１４に記憶された辞書文字をＣＰＵ１５で
類似度が高い順にソートし、最も類似度が高い辞書文字
を手書き入力文字の認識結果としてＣＲＴに表示する。
憶された２種類のファジィベクトル族の類似度を算出
し、辞書文字及びその類似度をメモリ１４に記憶する。
（画数が同じ辞書文字全てについて類似度を算出し、メ
モリ１４に記憶する。） （６）メモリ１４に記憶された辞書文字をＣＰＵ１５で
類似度が高い順にソートし、最も類似度が高い辞書文字
を手書き入力文字の認識結果としてＣＲＴに表示する。
【００７６】
【発明の効果】上述したように、本発明によれば、オン
ラインで採取した手書き入力文字の画ストローク並びに
遷移ストローク及び／又は始終ストロークと、予め辞書
に登録されている辞書文字の画ストローク並びに遷移ス
トローク及び／又は始終ストロークを比較し、その比較
結果に基づいて、前記手書き入力文字に対応した文字を
認識することにより、画ストロークのみでは認識が困難
であった手書き入力文字を高い確度で認識することがで
きる。
ラインで採取した手書き入力文字の画ストローク並びに
遷移ストローク及び／又は始終ストロークと、予め辞書
に登録されている辞書文字の画ストローク並びに遷移ス
トローク及び／又は始終ストロークを比較し、その比較
結果に基づいて、前記手書き入力文字に対応した文字を
認識することにより、画ストロークのみでは認識が困難
であった手書き入力文字を高い確度で認識することがで
きる。
【図１】 画ストロークの説明図である。
【図２】 本発明で用いる遷移ストロークの説明図であ
る。
る。
【図３】 遷移ストロークの違いを示す図である。
【図４】 本発明で用いる始終ストロークの説明図であ
る。
る。
【図５】 手書き入力文字の入力方法の例を示す説明図
である。
である。
【図６】 手書き入力文字が点の連続で構成されている
ことを示す説明図である。
ことを示す説明図である。
【図７】 手書き入力文字のサイズが異なる場合を示す
説明図である。
説明図である。
【図８】 構成ベクトルの絶対角度θの説明図である。
【図９】 構成ベクトルの絶対角度θとメンバーシップ
グレードの関係を表すメンバーシップ関数の説明図であ
る。
グレードの関係を表すメンバーシップ関数の説明図であ
る。
【図１０】 構成ベクトルと”０”方向のメンバーシッ
プグレードの関係を示す説明図である。
プグレードの関係を示す説明図である。
【図１１】 構成ベクトルと”１”方向のメンバーシッ
プグレードの関係を示す説明図である。
プグレードの関係を示す説明図である。
【図１２】 構成ベクトルと”２”方向のメンバーシッ
プグレードの関係を示す説明図である。
プグレードの関係を示す説明図である。
【図１３】 構成ベクトルと”３”方向のメンバーシッ
プグレードの関係を示す説明図である。
プグレードの関係を示す説明図である。
【図１４】 本発明の手書き入力文字認識システムを示
すフローチャートである。
すフローチャートである。
【図１５】 本発明の手書き入力文字認識システムを示
すフローチャートである。
すフローチャートである。
【図１６】 類似度の求め方の説明図である。
【図１７】 専用ルールの説明図である。
【図１８】 専用ルールの説明図である。
【図１９】 専用ルールの説明図である。
【図２０】 専用ルールの説明図である。
【図２１】 専用ルールの説明図である。
【図２２】 相違度算出による文字認識方法を示すフロ
ーチャートである。
ーチャートである。
【図２３】 本発明を実施するためのコンピュータの構
成を示すブロック図である。
成を示すブロック図である。
【図２４】 従来のオンライン手書き入力文字認識のス
トロークの１６方向コード化の説明図である。
トロークの１６方向コード化の説明図である。
【図２５】 ２方向、３方向、および５方向のファジィ
ベクトルを用いた場合の絶対角度θとメンバーシップグ
レードの関係を表すメンバーシップ関数の説明図であ
る。
ベクトルを用いた場合の絶対角度θとメンバーシップグ
レードの関係を表すメンバーシップ関数の説明図であ
る。
１ 画ストローク、２ １６方向コード、３ 構成ベク
トル、１０ パソコン、１１ ＦＤ，ＨＤまたは補助メ
モリ、１２ 入力装置、１３ ＣＲＴ、１４ メモリ、
１５ ＣＰＵ、１６ 入出力制御装置
トル、１０ パソコン、１１ ＦＤ，ＨＤまたは補助メ
モリ、１２ 入力装置、１３ ＣＲＴ、１４ メモリ、
１５ ＣＰＵ、１６ 入出力制御装置
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭60−186981（ＪＰ，Ａ) 西村、外４名，“ファジイ画像情報処 理 文字の特徴抽出にあいまいさを取り 入れた手書き数字認識”，日本ファイジ イ学会誌，平成６年，第６巻，第５号, ｐ．984−990 (58)調査した分野(Int.Cl.7，ＤＢ名) G06K 9/62 G06K 9/68 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (5)
- 【請求項１】 オンラインで採取した手書き入力文字
を、その手書き入力文字の１画当たりの筆の動きを表現
する筆跡情報である画ストロークと、前記手書き入力文
字の文字を書くときに筆が筆記面から離れた空中での筆
の向きを取り出した方向情報である遷移ストローク及び
前記手書き入力文字の最初の画ストロークの起点と以降
の各画ストロークの始点及び終点を結ぶ方向情報である
始終ストロークとに変換し、 前記それぞれのストロークの起点と終点の座標データか
らその起点と終点を結ぶ線の絶対角度データを算出し、
その絶対角度データの方向成分のみを持つ構成ベクトル
に変換し、 各構成ベクトルを、メンバーシップ関数 を用いて、４方
向の基準方向に対する類似の度合いを表す４つのメンバ
ーシップグレードからなる組に変換し、変換された１つの構成ベクトルに対応する４つのメンバ
ーシップグレードからなる組を前記構成ベクトルの数の
分列記したファジィベクトル族で 記述した入力文字デー
タと、予め辞書に登録されている辞書文字の画ストロー
クと遷移ストローク及び始終ストロークをそれぞれのフ
ァジィベクトル族で記述した辞書文字データとの類似度
を演算し、 その演算結果に基づいて、前記手書き入力文字に対応し
た辞書文字を抽出することを特徴とするオンライン手書
き入力文字認識方法。 - 【請求項２】 請求項１記載のオンライン手書き入力文
字認識方法によって演算された類似度が最も大きい辞書
文字が予め設定された特定文字に該当するときは、予め
設定された専用ルールに基づいて前記手書き入力文字を
抽出することを特徴とするオンライン手書き入力文字認
識方法。 - 【請求項３】 オンラインで採取した手書き入力文字の
入力文字データが辞書文字データとして存在しない場合
は、前記入力文字データに対応する正しい辞書文字をキ
ーボード入力により辞書に登録することを特徴とする請
求項１又は２記載のオンライン手書き入力文字認識方
法。 - 【請求項４】 文字入力装置と、 前記文字入力装置によって手書きされた文字をオンライ
ンで採取する手段と、前記採取された文字を、 １画当たりの筆の動きを表現す
る筆跡情報である手書き入力文字の画ストロークと、前
記手書き入力文字の文字を書くときに筆が筆記面から離
れた空中での筆の向きを取り出した方向情報である遷移
ストローク及び前記手書き入力文字の最初の画ストロー
クの起点と以降の各画ストロークの始点及び終点を結ぶ
方向情報である始終ストロークとに変換する手段と、前記それぞれのストロークの起点と終点の座標データか
らその起点と終点を結ぶ線の絶対角度データを算出し、
その絶対角度データの方向成分のみを持つ構成ベクトル
に変換する手段と、 各構成ベクトルを、メンバーシップ関数 を用いて、４方
向の基準方向に対する類似の度合いを表す４つのメンバ
ーシップグレードからなる組に変換する手段と、変換された１つの構成ベクトルに対応する４つのメンバ
ーシップグレードからなる組を前記構成ベクトルの数の
分列記したファジィベクトル族で 記述した入力文字デー
タと、予め辞書に登録されている辞書文字の画ストロー
クと遷移ストローク及び始終ストロークをそれぞれのフ
ァジィベクトル族で記述した辞書文字データとの類似度
を演算する手段と、 その演算結果に基づいて、前記手書き入力文字に対応し
た辞書文字を抽出する手段とを備えたことを特徴とする
オンライン手書き入力文字認識装置。 - 【請求項５】 オンラインで採取した手書き入力文字
を、その手書き入力文字の１画当たりの筆の動きを表現
する筆跡情報である画ストロークと、前記手書き入力文
字の文字を書くときに筆が筆記面から離れた空中での筆
の向きを取り出した方向情報である遷移ストローク及び
前記手書き入力文字の最初の画ストロークの起点と以降
の各画ストロークの始点及び終点を結ぶ方向情報である
始終ストロークとに変換する手順と、 前記それぞれのストロークの起点と終点の座標データか
らその起点と終点を結ぶ線の絶対角度データを算出し、
その絶対角度データの方向成分のみを持つ構成ベクトル
に変換する手順と、 各構成ベクトルを、メンバーシップ関数 を用いて、４方
向の基準方向に対する類似の度合いを表す４つのメンバ
ーシップグレードからなる組に変換する手順と、変換された１つの構成ベクトルに対応する４つのメンバ
ーシップグレードからなる組を前記構成ベクトルの数の
分列記したファジィベクトル族で 記述した入力文字デー
タと、予め辞書に登録されている辞書文字の画ストロー
クと遷移ストローク及び始終ストロークをそれぞれのフ
ァジィベクトル族で記述した辞書文字データとの類似度
を演算する手順と、 その演算結果に基づいて、前記手書き入力文字に対応し
た辞書文字を抽出する手順を実行させるためのプログラ
ムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (6)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09177447A JP3140989B2 (ja) | 1997-07-02 | 1997-07-02 | ストロークによるオンライン手書き入力文字認識方法及び装置並びにその方法を実行するための記録媒体 |
| US09/009,533 US6144764A (en) | 1997-07-02 | 1998-01-20 | Method and apparatus for on-line handwritten input character recognition and recording medium for executing the method |
| EP98101007A EP0889433A3 (en) | 1997-07-02 | 1998-01-21 | Method and apparatus for on-line handwritten input character recognition and recording medium for executing the method |
| AU52706/98A AU5270698A (en) | 1997-07-02 | 1998-01-22 | Method and apparatus for on-line handwritten input character recognition and recording medium for executing the method |
| CA002224540A CA2224540A1 (en) | 1997-07-02 | 1998-01-22 | Method and apparatus for on-line handwritten input character recognition and recording medium for executing the method |
| KR1019980002196A KR19990013306A (ko) | 1997-07-02 | 1998-01-24 | 온라인 수기 입력문자 인식방법과 장치 및 그 방법을 실행하기위한 기록 매체 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09177447A JP3140989B2 (ja) | 1997-07-02 | 1997-07-02 | ストロークによるオンライン手書き入力文字認識方法及び装置並びにその方法を実行するための記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1125225A JPH1125225A (ja) | 1999-01-29 |
| JP3140989B2 true JP3140989B2 (ja) | 2001-03-05 |
Family
ID=16031114
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP09177447A Expired - Fee Related JP3140989B2 (ja) | 1997-07-02 | 1997-07-02 | ストロークによるオンライン手書き入力文字認識方法及び装置並びにその方法を実行するための記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3140989B2 (ja) |
-
1997
- 1997-07-02 JP JP09177447A patent/JP3140989B2/ja not_active Expired - Fee Related
Non-Patent Citations (1)
| Title |
|---|
| 西村、外４名，"ファジイ画像情報処理 文字の特徴抽出にあいまいさを取り入れた手書き数字認識"，日本ファイジイ学会誌，平成６年，第６巻，第５号，ｐ．９８４−９９０ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH1125225A (ja) | 1999-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6144764A (en) | Method and apparatus for on-line handwritten input character recognition and recording medium for executing the method | |
| US7630551B2 (en) | Method and system for line extraction in digital ink | |
| US6011865A (en) | Hybrid on-line handwriting recognition and optical character recognition system | |
| AU737039B2 (en) | Methods and apparatuses for handwriting recognition | |
| EP1971957B1 (en) | Methods and apparatuses for extending dynamic handwriting recognition to recognize static handwritten and machine generated text | |
| Zagoris et al. | A document image retrieval system | |
| JP3216800B2 (ja) | 手書き文字認識方法 | |
| Khan et al. | Online recognition of multi-stroke handwritten Urdu characters | |
| JP3140989B2 (ja) | ストロークによるオンライン手書き入力文字認識方法及び装置並びにその方法を実行するための記録媒体 | |
| Srinivas et al. | An overview of OCR research in Indian scripts | |
| JP2002063548A (ja) | 手書き文字認識方法 | |
| JP3139701B2 (ja) | ファジィベクトルによるオンライン手書き入力文字認識方法及び装置並びにその方法を実行するための記録媒体 | |
| JPH05225399A (ja) | 文書処理装置 | |
| JP3897999B2 (ja) | 手書き文字認識方法 | |
| JP2853169B2 (ja) | パターン認識装置 | |
| Mandal et al. | A Novel Approach of Normalization for Online Handwritten Characters using Geometrical Parameters on a 2D Plane | |
| JP3015137B2 (ja) | 手書文字認識装置 | |
| Aoshima et al. | Real‐time recognition of handwritten math formulas | |
| JP2851865B2 (ja) | 文字認識装置 | |
| JPS6128180A (ja) | オンライン手書き図形認識装置 | |
| AU2004214901B2 (en) | Line extraction in digital ink | |
| Albidewi | The use of object-oriented approach for Arabic documents recognition | |
| Lee et al. | Tracing and representation of human line drawings | |
| Verma et al. | OCR in Indian Languages | |
| Zhou et al. | An easy approach to recognize Tibetan script by geometric features |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |