JP3155616B2 - 文字認識方法及び装置 - Google Patents
文字認識方法及び装置Info
- Publication number
- JP3155616B2 JP3155616B2 JP16767892A JP16767892A JP3155616B2 JP 3155616 B2 JP3155616 B2 JP 3155616B2 JP 16767892 A JP16767892 A JP 16767892A JP 16767892 A JP16767892 A JP 16767892A JP 3155616 B2 JP3155616 B2 JP 3155616B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- input
- stroke
- degree
- strokes
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Discrimination (AREA)
- Character Input (AREA)
Description
【０００１】
【産業上の利用分野】本発明は文字認識方式に関し、特
に漢字，仮名，英字，数字等の複数の種類の文字が混在
した文章に対する文字認識方式に関するものである。
に漢字，仮名，英字，数字等の複数の種類の文字が混在
した文章に対する文字認識方式に関するものである。
【０００２】
【従来の技術】従来、この種の文字認識方式は通常、特
開昭６４−２１５８８号公報等に記載されているよう
に、入力される文字の大きさや文字枠内での位置により
文字の種類を判別する手段と、各々の文字の種類に適し
た認識アルゴリズムとで構成されている。
開昭６４−２１５８８号公報等に記載されているよう
に、入力される文字の大きさや文字枠内での位置により
文字の種類を判別する手段と、各々の文字の種類に適し
た認識アルゴリズムとで構成されている。
【０００３】
【発明が解決しようとする課題】しかしながら、上記従
来例では、入力者は入力する文字の種類に応じて文字の
大きさを区別して入力する必要があったため、次のよう
な欠点がみられた。
来例では、入力者は入力する文字の種類に応じて文字の
大きさを区別して入力する必要があったため、次のよう
な欠点がみられた。
【０００４】１）たとえば漢字は大きく、仮名は小さく
と決まっている場合に、不注意から仮名を大きく書いて
しまうと、漢字認識に適したアルゴリズムが適用され、
誤認識される欠点があった。
と決まっている場合に、不注意から仮名を大きく書いて
しまうと、漢字認識に適したアルゴリズムが適用され、
誤認識される欠点があった。
【０００５】２）また、漢字であっても“乙，子”など
低画数の文字には、仮名に適したアルゴリズムを適応さ
せないと誤認識が多いという欠点がある。
低画数の文字には、仮名に適したアルゴリズムを適応さ
せないと誤認識が多いという欠点がある。
【０００６】よって本発明の目的は上述の点に鑑み、手
書き入力された文字を正確かつ適切に認識することがで
きる文字認識方法及び装置を提供することにある。
書き入力された文字を正確かつ適切に認識することがで
きる文字認識方法及び装置を提供することにある。
【０００７】
【課題を解決するための手段】上記の目的を達成するた
めに、請求項１に係る本発明は、座標入力手段により手
書き入力された文字を構成するストロークを方向ベクト
ル列に置き換え、ストローク毎に方向ベクトル列の変化
量を加算した絶対値を求め、前記文字を構成するストロ
ーク毎に求めた絶対値を加算したものを前記文字のスト
ローク数で除算することにより曲線度を導出し、前記導
出した曲線度と所定の閾値とを比較し、前記曲線度が前
記所定の閾値より大きいか否かに応じて、文字の種類毎
に対応して設けられた複数の文字認識手段から適切な文
字認識手段を選択し、前記選択された文字認識手段によ
り、前記手書き入力された文字を認識することを特徴と
する文字認識方法である。請求項２に係る本発明は、座
標入力手段により手書き入力された文字を構成するスト
ロークを方向ベクトル列に置き換え、ストローク毎に方
向ベクトル列の変化量を加算した絶対値を求め、前記文
字を構成するストローク毎に求めた絶対値を加算したも
のを前記文字のストローク数で除算することにより曲線
度を導出する曲線度導出手段と、前記曲線度導出手段に
より導出した曲線度と所定の閾値とを比較し、前記曲線
度が前記所定の閾値より大きいか否かに応じて、文字の
種類毎に対応して設けられた複数の文字認識手段から適
切な文字認識手段を選択する選択手段と、前記選択され
た文字認識手段により、前記手書き入力された文字を認
識するよう制御する制御手段とを有することを特徴とす
る文字認識装置である。請求項３に係る本発明は、上記
の文字認識装置において、更に、前記座標入力手段を有
し、前記座標入力手段が有する手書き入力用の入力ペン
と入力盤とから、前記ストロークを構成する座標データ
が入力されることを特徴とするものである。
めに、請求項１に係る本発明は、座標入力手段により手
書き入力された文字を構成するストロークを方向ベクト
ル列に置き換え、ストローク毎に方向ベクトル列の変化
量を加算した絶対値を求め、前記文字を構成するストロ
ーク毎に求めた絶対値を加算したものを前記文字のスト
ローク数で除算することにより曲線度を導出し、前記導
出した曲線度と所定の閾値とを比較し、前記曲線度が前
記所定の閾値より大きいか否かに応じて、文字の種類毎
に対応して設けられた複数の文字認識手段から適切な文
字認識手段を選択し、前記選択された文字認識手段によ
り、前記手書き入力された文字を認識することを特徴と
する文字認識方法である。請求項２に係る本発明は、座
標入力手段により手書き入力された文字を構成するスト
ロークを方向ベクトル列に置き換え、ストローク毎に方
向ベクトル列の変化量を加算した絶対値を求め、前記文
字を構成するストローク毎に求めた絶対値を加算したも
のを前記文字のストローク数で除算することにより曲線
度を導出する曲線度導出手段と、前記曲線度導出手段に
より導出した曲線度と所定の閾値とを比較し、前記曲線
度が前記所定の閾値より大きいか否かに応じて、文字の
種類毎に対応して設けられた複数の文字認識手段から適
切な文字認識手段を選択する選択手段と、前記選択され
た文字認識手段により、前記手書き入力された文字を認
識するよう制御する制御手段とを有することを特徴とす
る文字認識装置である。請求項３に係る本発明は、上記
の文字認識装置において、更に、前記座標入力手段を有
し、前記座標入力手段が有する手書き入力用の入力ペン
と入力盤とから、前記ストロークを構成する座標データ
が入力されることを特徴とするものである。
【０００８】
【作用】本発明では、座標入力手段で入力された手書き
文字を認識するに際して、その入力されるストロークを
方向ベクトル列に置き換え、ストローク毎に方向ベクト
ル列の変化量を加算した絶対値を求め、前記文字を構成
するストローク毎に求めた絶対値を加算したものを前記
文字のストローク数で除算することにより曲線度を導出
し、閾値と比較することにより文字認識手段を選択す
る。
文字を認識するに際して、その入力されるストロークを
方向ベクトル列に置き換え、ストローク毎に方向ベクト
ル列の変化量を加算した絶対値を求め、前記文字を構成
するストローク毎に求めた絶対値を加算したものを前記
文字のストローク数で除算することにより曲線度を導出
し、閾値と比較することにより文字認識手段を選択す
る。
【０００９】
【実施例】以下、本発明の実施例を詳細に説明する。
【００１０】まず、図８を用いて本実施例における装置
全体の構成を説明する。１２は座標入力部であり、従来
からある電極を縦横に張り巡らせた入力板であって、入
力ペン１１で押圧することによって座標データが入力さ
れる。座標データは中央演算処理装置８２に送られる。
８２は中央演算処理装置であって、以下ＣＰＵと称す
る。８２ａは例えば図２や図５に示すフローチャートの
処理を行うための制御プログラムや文字パターン辞書を
格納するＲＯＭ、８２ｂは各種データを記憶するための
ＲＡＭである。ＣＰＵ８２はＲＯＭ８２ａ内の制御プロ
グラムに従って図２や図５のフローチャートに示す処理
を実行する。また、座標入力部１２より入力される座標
値は、ＲＡＭ８２ｂに格納し、ＲＯＭ８２ａに記憶して
ある文字パターン辞書とマッチングを行い、その認識結
果を出力する。
全体の構成を説明する。１２は座標入力部であり、従来
からある電極を縦横に張り巡らせた入力板であって、入
力ペン１１で押圧することによって座標データが入力さ
れる。座標データは中央演算処理装置８２に送られる。
８２は中央演算処理装置であって、以下ＣＰＵと称す
る。８２ａは例えば図２や図５に示すフローチャートの
処理を行うための制御プログラムや文字パターン辞書を
格納するＲＯＭ、８２ｂは各種データを記憶するための
ＲＡＭである。ＣＰＵ８２はＲＯＭ８２ａ内の制御プロ
グラムに従って図２や図５のフローチャートに示す処理
を実行する。また、座標入力部１２より入力される座標
値は、ＲＡＭ８２ｂに格納し、ＲＯＭ８２ａに記憶して
ある文字パターン辞書とマッチングを行い、その認識結
果を出力する。
【００１１】実施例１ 図１は、本発明の第１の実施例における文字認識処理の
装置の主に認識部の構成を表したブロック図である。図
２は、本実施例を用いて、入力文字の画数によるアルゴ
リズム選択処理のフローチャートである。図３は入力画
面の一例である。
装置の主に認識部の構成を表したブロック図である。図
２は、本実施例を用いて、入力文字の画数によるアルゴ
リズム選択処理のフローチャートである。図３は入力画
面の一例である。
【００１２】図１において１１は文字入力用のペンであ
る。１２は入力部であり、透明電極を縦横に張り巡らせ
た入力盤を有している。そして、この入力盤を入力ペン
１１で押圧することによって、座標データが入力され
る。
る。１２は入力部であり、透明電極を縦横に張り巡らせ
た入力盤を有している。そして、この入力盤を入力ペン
１１で押圧することによって、座標データが入力され
る。
【００１３】座標データは１文字データ切り出し手段２
１に送られる。この１文字データ切り出し手段２１は、
入力部１２から送られてくるペンの座標データを受け取
って記憶しておき、ペン１１で図３の「認識」キー４７
が押された時に記憶されている文字データを１文字毎、
入力文字の画数によるアルゴリズム選択手段２２に送
る。
１に送られる。この１文字データ切り出し手段２１は、
入力部１２から送られてくるペンの座標データを受け取
って記憶しておき、ペン１１で図３の「認識」キー４７
が押された時に記憶されている文字データを１文字毎、
入力文字の画数によるアルゴリズム選択手段２２に送
る。
【００１４】１文字毎の切り分けは、従来からある文字
枠によって行う。図３に示した４１，４２，４３，４
４，４５，４６が文字枠であり、図３のように入力され
ていると、“長”は文字枠４１の領域内に書かれている
ことになる。文字枠の順に文字枠内の文字データが順次
送られていく。従って、図３のように入力されていると
きには、“長い１日。”という順で文字データが送られ
ていくことになる。
枠によって行う。図３に示した４１，４２，４３，４
４，４５，４６が文字枠であり、図３のように入力され
ていると、“長”は文字枠４１の領域内に書かれている
ことになる。文字枠の順に文字枠内の文字データが順次
送られていく。従って、図３のように入力されていると
きには、“長い１日。”という順で文字データが送られ
ていくことになる。
【００１５】入力文字の画数によるアルゴリズム選択手
段２２は、図２に表すフローチャートに従って処理を行
い、入力文字の画数により、各認識手段２３，２４，２
５に１文字の認識データを送る。
段２２は、図２に表すフローチャートに従って処理を行
い、入力文字の画数により、各認識手段２３，２４，２
５に１文字の認識データを送る。
【００１６】図１の２３は、１画の文字用の認識手段で
あり、例えば特公昭６２−３９４６０号等に記載されて
いる特徴点方式のアルゴリズムにより認識を行い、認識
結果を出力する。
あり、例えば特公昭６２−３９４６０号等に記載されて
いる特徴点方式のアルゴリズムにより認識を行い、認識
結果を出力する。
【００１７】図１の２４は、２画以上６画以下の文字用
の認識手段であり、例えば従来から知られている基本ス
トロークベクトル方式のアルゴリズムにより認識を行
い、認識結果を出力する。
の認識手段であり、例えば従来から知られている基本ス
トロークベクトル方式のアルゴリズムにより認識を行
い、認識結果を出力する。
【００１８】図１の２５は、７画以上の文字用の認識手
段であり、例えば特公昭５７−６１５１号公報等に記載
されている入力文字の始点終点と辞書パターンの始点終
点との距離の総和による認識アルゴリズムによって認識
を行い、認識結果を出力する。
段であり、例えば特公昭５７−６１５１号公報等に記載
されている入力文字の始点終点と辞書パターンの始点終
点との距離の総和による認識アルゴリズムによって認識
を行い、認識結果を出力する。
【００１９】次に、図２のフローチャートに沿って本実
施例の処理動作を説明する。
施例の処理動作を説明する。
【００２０】まずステップＳ３１において、入力文字が
１画であるかどうかをチェックする。１画である場合
は、ステップＳ３３に進み、ステップＳ３３において文
字データを１画の文字用認識手段２３に送る。
１画であるかどうかをチェックする。１画である場合
は、ステップＳ３３に進み、ステップＳ３３において文
字データを１画の文字用認識手段２３に送る。
【００２１】１画でない場合は、ステップＳ３２に進
む。いま図３のように入力されているとすると、“長”
“い”“１”“日”“。”の順に１文字データ切り出し
手段２１から１文字のデータが送られてくる。そして
“長”は８画であるのでステップＳ３２に進み、“い”
も２画であるのでステップＳ３２に進み、“１”は１画
で入力されたのでステップＳ３３に進み、“日”は４画
であるのでステップＳ３２に進み、“。”は１画である
のでステップＳ３３に進む。
む。いま図３のように入力されているとすると、“長”
“い”“１”“日”“。”の順に１文字データ切り出し
手段２１から１文字のデータが送られてくる。そして
“長”は８画であるのでステップＳ３２に進み、“い”
も２画であるのでステップＳ３２に進み、“１”は１画
で入力されたのでステップＳ３３に進み、“日”は４画
であるのでステップＳ３２に進み、“。”は１画である
のでステップＳ３３に進む。
【００２２】ステップＳ３２においては、入力文字が７
画以上であるかどうかをチェックする。７画以上でない
場合は、ステップＳ３４に進み、ステップＳ３４におい
ては、文字データが２画以上６画以下であるので２画以
上６画以下の文字認識手段２４に送る。７画以上である
場合は、ステップＳ３５に進み、ステップＳ３５におい
て文字データが７画以上であるので７画以上の文字用認
識手段２５に送る。
画以上であるかどうかをチェックする。７画以上でない
場合は、ステップＳ３４に進み、ステップＳ３４におい
ては、文字データが２画以上６画以下であるので２画以
上６画以下の文字認識手段２４に送る。７画以上である
場合は、ステップＳ３５に進み、ステップＳ３５におい
て文字データが７画以上であるので７画以上の文字用認
識手段２５に送る。
【００２３】ステップＳ３２に“長い日”が送られてく
ると、“長”は８画であるのでステップＳ３５に進み、
“い”は２画であるのでステップＳ３４に進み、“日”
は４画であるのでステップＳ３４に進む。
ると、“長”は８画であるのでステップＳ３５に進み、
“い”は２画であるのでステップＳ３４に進み、“日”
は４画であるのでステップＳ３４に進む。
【００２４】以上、説明したように処理を行うことによ
って、“１”、“。”のような１画の文字は１画の文字
に適したアルゴリズムを用いた認識手段を用いて認識を
行い、“い”、“日”のような２画以上６画以下の文字
は２画以上６画以下の文字に適したアルゴリズムを用い
た認識手段を用いて認識を行い“長”のような７画以上
の文字は７画以上の文字に適したアルゴリズムを用いて
認識を行うわけであり、その文字に適した認識手段をユ
ーザーに意識させずに適用させることができ、より正確
な認識方式を実現することができる。
って、“１”、“。”のような１画の文字は１画の文字
に適したアルゴリズムを用いた認識手段を用いて認識を
行い、“い”、“日”のような２画以上６画以下の文字
は２画以上６画以下の文字に適したアルゴリズムを用い
た認識手段を用いて認識を行い“長”のような７画以上
の文字は７画以上の文字に適したアルゴリズムを用いて
認識を行うわけであり、その文字に適した認識手段をユ
ーザーに意識させずに適用させることができ、より正確
な認識方式を実現することができる。
【００２５】実施例２ 上記実施例１においては、入力文字の特徴量として、画
数に注目した処理を説明してきたが、入力文字の画数に
よるアルゴリズム選択手段２２を、図４に示した入力文
字のストロークの曲線度によるアルゴリズム選択手段２
６に替えることにより、入力文字のストロークの曲線度
によって、その文字に適したアルゴリズムを適応するこ
とができる。
数に注目した処理を説明してきたが、入力文字の画数に
よるアルゴリズム選択手段２２を、図４に示した入力文
字のストロークの曲線度によるアルゴリズム選択手段２
６に替えることにより、入力文字のストロークの曲線度
によって、その文字に適したアルゴリズムを適応するこ
とができる。
【００２６】図４は、本実施例２における文字認識処理
装置の構成を表したブロック図である。図５は、本実施
例の特徴である入力文字のストロークの曲線度によるア
ルゴリズム選択処理を表したフローチャートである。図
６はストロークのベクトル化の概念図、図７は入力画面
の一例を示す。
装置の構成を表したブロック図である。図５は、本実施
例の特徴である入力文字のストロークの曲線度によるア
ルゴリズム選択処理を表したフローチャートである。図
６はストロークのベクトル化の概念図、図７は入力画面
の一例を示す。
【００２７】図４において、入力文字のストロークの曲
線度によるアルゴリズム選択手段２６は、１文字データ
切り出し手段２１から送られてくる１文字の座標データ
のストロークを距離で１０等分してベクトル化し、その
ベクトルの変化量によって曲線度を判断し、曲線度が大
きい時は、１文字の座標データを平仮名用文字認識手段
２８に送り、曲線度が小さい時は、１文字の座標データ
を漢字用文字認識手段２７に送る。
線度によるアルゴリズム選択手段２６は、１文字データ
切り出し手段２１から送られてくる１文字の座標データ
のストロークを距離で１０等分してベクトル化し、その
ベクトルの変化量によって曲線度を判断し、曲線度が大
きい時は、１文字の座標データを平仮名用文字認識手段
２８に送り、曲線度が小さい時は、１文字の座標データ
を漢字用文字認識手段２７に送る。
【００２８】２７は漢字用文字認識手段であり、従来か
らある始点終点の距離計算によるアルゴリズムなどで認
識結果を出力する。２６は平仮名用文字認識手段であ
り、従来からある曲線成分に強い特徴点方式などのアル
ゴリズムなどで認識結果を出力する。
らある始点終点の距離計算によるアルゴリズムなどで認
識結果を出力する。２６は平仮名用文字認識手段であ
り、従来からある曲線成分に強い特徴点方式などのアル
ゴリズムなどで認識結果を出力する。
【００２９】入力文字のストロークの曲線度によるアル
ゴリズム選択手段２６の処理動作を、図５に示したフロ
ーチャートに沿って説明する。
ゴリズム選択手段２６の処理動作を、図５に示したフロ
ーチャートに沿って説明する。
【００３０】まずステップＳ５１において、入力文字の
各ストロークを距離で１０等分し、その線分を角度によ
り８方向ベクトルにする。例えば図６で説明すると、
“る”が入力されると、（ａ）のように距離で１０等分
され、（ｂ）のように８方向ベクトル化が行われる。
各ストロークを距離で１０等分し、その線分を角度によ
り８方向ベクトルにする。例えば図６で説明すると、
“る”が入力されると、（ａ）のように距離で１０等分
され、（ｂ）のように８方向ベクトル化が行われる。
【００３１】“る”は図６（ｂ）のように“１，１，
６，６，１，７，６，４，２，８”のベクトル列に置き
換わる。次にステップＳ５２において、前記ストローク
のベクトル列の変化量を加算した絶対値を各ストローク
毎に加算したものを、ストローク数で除算したものを曲
線度とする。“る”のベクトル列が“１，１，６，６，
１，７，６，４，２，８”であるので、１から６に変化
する時が５、６から１に変化する時が−５，１から７に
変化する時が６、７が−１、６から４が−２、４から２
が−２、２から８が６で、これを加算すると５−５＋６
−１−２−２＋６＝７になる。
６，６，１，７，６，４，２，８”のベクトル列に置き
換わる。次にステップＳ５２において、前記ストローク
のベクトル列の変化量を加算した絶対値を各ストローク
毎に加算したものを、ストローク数で除算したものを曲
線度とする。“る”のベクトル列が“１，１，６，６，
１，７，６，４，２，８”であるので、１から６に変化
する時が５、６から１に変化する時が−５，１から７に
変化する時が６、７が−１、６から４が−２、４から２
が−２、２から８が６で、これを加算すると５−５＋６
−１−２−２＋６＝７になる。
【００３２】７をストローク数１で割った答えの７が
“る”の曲線度となる。同様に“い”については“８，
８，８，８，８，８，８，８，２，２”と“８，８，
８，８，８，８，７，７，７，７”になり、“い”の最
初のストロークの８から２に変わった時の変化量が−６
で絶対値が６、“い”の次のストロークの８から７に変
わった時の変化量が−１で絶対値が１となる。そして、
１＋６＝７で、その７をストローク数２で除算すると
３．５になる。
“る”の曲線度となる。同様に“い”については“８，
８，８，８，８，８，８，８，２，２”と“８，８，
８，８，８，８，７，７，７，７”になり、“い”の最
初のストロークの８から２に変わった時の変化量が−６
で絶対値が６、“い”の次のストロークの８から７に変
わった時の変化量が−１で絶対値が１となる。そして、
１＋６＝７で、その７をストローク数２で除算すると
３．５になる。
【００３３】同様に“明”については、６＋１＋６＝１
３，１３／８＝１．６２５になる。
３，１３／８＝１．６２５になる。
【００３４】次に、ステップＳ５３において入力文字の
曲線度が大きいか否かの判断を行い、大きければステッ
プＳ５４に進む。ステップＳ５４において曲線度が大き
ければ、平仮名と判断し、図４の平仮名用認識手段２８
に１文字の座標データを送る。
曲線度が大きいか否かの判断を行い、大きければステッ
プＳ５４に進む。ステップＳ５４において曲線度が大き
ければ、平仮名と判断し、図４の平仮名用認識手段２８
に１文字の座標データを送る。
【００３５】入力文字の曲線度が大きくなければ、ステ
ップＳ５５に進み、ステップＳ５５において曲線度が大
きくなければ漢字と判断し、図４の漢字用認識手段２７
に１文字の座標データを送る。
ップＳ５５に進み、ステップＳ５５において曲線度が大
きくなければ漢字と判断し、図４の漢字用認識手段２７
に１文字の座標データを送る。
【００３６】曲線度が３より大きいものを「大きい」と
すると、“明”の曲線度は１．６２５であるので「小さ
い」と判断され、ステップＳ５５に進み、“る”の曲線
度は７であるので「大きい」と判断され、ステップＳ５
４に進む。
すると、“明”の曲線度は１．６２５であるので「小さ
い」と判断され、ステップＳ５５に進み、“る”の曲線
度は７であるので「大きい」と判断され、ステップＳ５
４に進む。
【００３７】以上説明したように処理を行うことによ
り、“明”のように直線成分で構成されているものは、
直線成分の認識に適したアルゴリズムを用いて認識を行
い、“る”などの曲線成分で構成されているものは、曲
線成分の認識に適したアルゴリズムを用いて認識を行う
ことになり、より正確な認識方式を実現することができ
る。
り、“明”のように直線成分で構成されているものは、
直線成分の認識に適したアルゴリズムを用いて認識を行
い、“る”などの曲線成分で構成されているものは、曲
線成分の認識に適したアルゴリズムを用いて認識を行う
ことになり、より正確な認識方式を実現することができ
る。
【００３８】
【発明の効果】以上説明した通り本発明によれば、座標
入力手段で入力された手書き文字を認識するに際して、
その入力されるストロークを方向ベクトル列に置き換
え、ストローク毎に方向ベクトル列の変化量を加算した
絶対値を求め、前記文字を構成するストローク毎に求め
た絶対値を加算したものを前記文字のストローク数で除
算することにより曲線度を導出し、閾値と比較すること
により文字認識手段を選択する構成としてあるので、手
書き入力された文字を正確かつ適切に認識することがで
きる。
入力手段で入力された手書き文字を認識するに際して、
その入力されるストロークを方向ベクトル列に置き換
え、ストローク毎に方向ベクトル列の変化量を加算した
絶対値を求め、前記文字を構成するストローク毎に求め
た絶対値を加算したものを前記文字のストローク数で除
算することにより曲線度を導出し、閾値と比較すること
により文字認識手段を選択する構成としてあるので、手
書き入力された文字を正確かつ適切に認識することがで
きる。
【図１】本発明の第１の実施例の構成図である。
【図２】第１実施例のフローチャートである。
【図３】第１実施例の入力例を示す図である。
【図４】本発明の第２実施例の構成図である。
【図５】第２実施例のフローチャートである。
【図６】ストロークのベクトル化の概念図である。
【図７】第２実施例の入力例を示す図である。
【図８】装置全体の構成を例示する図である。
１１ 入力ペン １２ 入力部 ２１ １文字データ切り出し手段 ２２ 入力文字の画数によるアルゴリズム選択手段 ２３ １画の文字用認識手段 ２４ ２画以上６画以下の文字用認識手段 ２５ ７画以上の文字用認識手段 ２６ 入力文字のストロークの曲線度によるアルゴリズ
ム選択手段 ２７ 漢字用文字認識手段 ２８ 平仮名用文字認識手段 ４１，４２，４３，４４，４５４，４６ 文字枠 ４７ 認識開始領域
ム選択手段 ２７ 漢字用文字認識手段 ２８ 平仮名用文字認識手段 ４１，４２，４３，４４，４５４，４６ 文字枠 ４７ 認識開始領域
───────────────────────────────────────────────────── フロントページの続き (72)発明者 松林 一弘 東京都大田区下丸子３丁目30番２号 キ ヤノン株式会社内 (72)発明者 阪口 克彦 東京都大田区下丸子３丁目30番２号 キ ヤノン株式会社内 (56)参考文献 特開 昭58−169296（ＪＰ，Ａ) 特開 昭57−168382（ＪＰ，Ａ) 特開 平５−225396（ＪＰ，Ａ) 特開 昭59−60574（ＪＰ，Ａ) 特開 昭64−21588（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G06K 9/62 - 9/68 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (3)
- 【請求項１】 座標入力手段により手書き入力された文
字を構成するストロークを方向ベクトル列に置き換え、
ストローク毎に方向ベクトル列の変化量を加算した絶対
値を求め、前記文字を構成するストローク毎に求めた絶
対値を加算したものを前記文字のストローク数で除算す
ることにより曲線度を導出し、 前記導出した曲線度と所定の閾値とを比較し、前記曲線
度が前記所定の閾値より大きいか否かに応じて、文字の
種類毎に対応して設けられた複数の文字認識手段から適
切な文字認識手段を選択し、 前記選択された文字認識手段により、前記手書き入力さ
れた文字を認識することを特徴とする文字認識方法。 - 【請求項２】 座標入力手段により手書き入力された文
字を構成するストロークを方向ベクトル列に置き換え、
ストローク毎に方向ベクトル列の変化量を加算した絶対
値を求め、前記文字を構成するストローク毎に求めた絶
対値を加算したものを前記文字のストローク数で除算す
ることにより曲線度を導出する曲線度導出手段と、 前記曲線度導出手段により導出した曲線度と所定の閾値
とを比較し、前記曲線度が前記所定の閾値より大きいか
否かに応じて、文字の種類毎に対応して設けられた複数
の文字認識手段から適切な文字認識手段を選択する選択
手段と、 前記選択された文字認識手段により、前記手書き入力さ
れた文字を認識するよう制御する制御手段とを有するこ
とを特徴とする文字認識装置。 - 【請求項３】 前記文字認識装置は、更に、前記座標入
力手段を有し、 前記座標入力手段が有する手書き入力用の入力ペンと入
力盤とから、前記ストロークを構成する座標データが入
力されることを特徴とする請求項２に記載の文字認識装
置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16767892A JP3155616B2 (ja) | 1992-06-25 | 1992-06-25 | 文字認識方法及び装置 |
| DE69331648T DE69331648T2 (de) | 1992-06-25 | 1993-06-24 | Zeichenerkennungsverfahren und -gerät |
| KR1019930011566A KR0123930B1 (ko) | 1992-06-25 | 1993-06-24 | 문자인식 방법 및 장치 |
| EP93110144A EP0576020B1 (en) | 1992-06-25 | 1993-06-24 | Character recognizing method and apparatus |
| US08/869,223 US5812696A (en) | 1992-06-25 | 1997-06-04 | Character recognizing method and apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16767892A JP3155616B2 (ja) | 1992-06-25 | 1992-06-25 | 文字認識方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0612524A JPH0612524A (ja) | 1994-01-21 |
| JP3155616B2 true JP3155616B2 (ja) | 2001-04-16 |
Family
ID=15854197
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP16767892A Expired - Fee Related JP3155616B2 (ja) | 1992-06-25 | 1992-06-25 | 文字認識方法及び装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US5812696A (ja) |
| EP (1) | EP0576020B1 (ja) |
| JP (1) | JP3155616B2 (ja) |
| KR (1) | KR0123930B1 (ja) |
| DE (1) | DE69331648T2 (ja) |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100356503B1 (ko) * | 1994-12-07 | 2002-12-11 | 엘지전자 주식회사 | 학습형문자인식장치 |
| JPH0991380A (ja) * | 1995-09-21 | 1997-04-04 | Canon Inc | 情報処理装置及び方法及び記憶媒体 |
| US6272243B1 (en) * | 1997-09-15 | 2001-08-07 | Motorola, Inc. | Method and apparatus for entering characters into a writing recognizer |
| US6108444A (en) * | 1997-09-29 | 2000-08-22 | Xerox Corporation | Method of grouping handwritten word segments in handwritten document images |
| US6970599B2 (en) * | 2002-07-25 | 2005-11-29 | America Online, Inc. | Chinese character handwriting recognition system |
| US7286115B2 (en) | 2000-05-26 | 2007-10-23 | Tegic Communications, Inc. | Directional input system with automatic correction |
| US7610194B2 (en) * | 2002-07-18 | 2009-10-27 | Tegic Communications, Inc. | Dynamic database reordering system |
| US7821503B2 (en) | 2003-04-09 | 2010-10-26 | Tegic Communications, Inc. | Touch screen and graphical user interface |
| US7750891B2 (en) | 2003-04-09 | 2010-07-06 | Tegic Communications, Inc. | Selective input system based on tracking of motion parameters of an input device |
| US7030863B2 (en) | 2000-05-26 | 2006-04-18 | America Online, Incorporated | Virtual keyboard system with automatic correction |
| ATE443946T1 (de) * | 1999-05-27 | 2009-10-15 | Tegic Communications Inc | Tastatursystem mit automatischer korrektur |
| US20030007018A1 (en) * | 2001-07-09 | 2003-01-09 | Giovanni Seni | Handwriting user interface for personal digital assistants and the like |
| JP4061094B2 (ja) * | 2002-03-15 | 2008-03-12 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 音声認識装置、その音声認識方法及びプログラム |
| US7567239B2 (en) * | 2003-06-26 | 2009-07-28 | Motorola, Inc. | Method and system for message and note composition on small screen devices |
| US20060017702A1 (en) * | 2004-07-23 | 2006-01-26 | Chung-Yi Shen | Touch control type character input method and control module thereof |
| US8201087B2 (en) | 2007-02-01 | 2012-06-12 | Tegic Communications, Inc. | Spell-check for a keyboard system with automatic correction |
| US8225203B2 (en) | 2007-02-01 | 2012-07-17 | Nuance Communications, Inc. | Spell-check for a keyboard system with automatic correction |
| US20110060985A1 (en) * | 2009-09-08 | 2011-03-10 | ABJK Newco, Inc. | System and Method for Collecting a Signature Using a Smart Device |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4151512A (en) * | 1976-09-10 | 1979-04-24 | Rockwell International Corporation | Automatic pattern processing system |
| JPS5580183A (en) * | 1978-12-12 | 1980-06-17 | Nippon Telegr & Teleph Corp <Ntt> | On-line recognition processing system of hand-written character |
| JPS58169296A (ja) * | 1982-03-31 | 1983-10-05 | Fujitsu Ltd | オンライン手書文字認識装置 |
| US4531231A (en) * | 1983-01-19 | 1985-07-23 | Communication Intelligence Corporation | Method for distinguishing between complex character sets |
| JPS6239460A (ja) * | 1985-08-08 | 1987-02-20 | 株式会社 コルポ | 容器 |
| JPS6421588A (en) * | 1987-07-16 | 1989-01-24 | Nec Corp | Character recognition system |
| JPH061482B2 (ja) * | 1987-09-03 | 1994-01-05 | シャープ株式会社 | 図形入力方式 |
| JPH02105281A (ja) * | 1988-10-13 | 1990-04-17 | Canon Inc | 文字認識装置 |
| US5023918A (en) * | 1989-10-03 | 1991-06-11 | International Business Machines Corporation | Cross-product filter |
| US5121441A (en) * | 1990-09-21 | 1992-06-09 | International Business Machines Corporation | Robust prototype establishment in an on-line handwriting recognition system |
-
1992
- 1992-06-25 JP JP16767892A patent/JP3155616B2/ja not_active Expired - Fee Related
-
1993
- 1993-06-24 DE DE69331648T patent/DE69331648T2/de not_active Expired - Fee Related
- 1993-06-24 EP EP93110144A patent/EP0576020B1/en not_active Expired - Lifetime
- 1993-06-24 KR KR1019930011566A patent/KR0123930B1/ko not_active IP Right Cessation
-
1997
- 1997-06-04 US US08/869,223 patent/US5812696A/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| KR0123930B1 (ko) | 1997-12-09 |
| KR940006056A (ko) | 1994-03-23 |
| EP0576020B1 (en) | 2002-03-06 |
| DE69331648T2 (de) | 2002-08-08 |
| EP0576020A2 (en) | 1993-12-29 |
| EP0576020A3 (en) | 1994-10-19 |
| JPH0612524A (ja) | 1994-01-21 |
| DE69331648D1 (de) | 2002-04-11 |
| US5812696A (en) | 1998-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3155616B2 (ja) | 文字認識方法及び装置 | |
| JP3155577B2 (ja) | 文字認識方法及び装置 | |
| US7437001B2 (en) | Method and device for recognition of a handwritten pattern | |
| WO1995008158A1 (en) | Universal symbolic handwriting recognition system | |
| US6282316B1 (en) | Image processing method and apparatus that use handwritten gestures for editing | |
| WO1990001198A1 (en) | Character recognition apparatus | |
| JP3761937B2 (ja) | パターン認識方法及び装置及びコンピュータ制御装置 | |
| JP2894305B2 (ja) | 認識装置の候補修正方式 | |
| JPS6224382A (ja) | 手書き文字の認識方法 | |
| KR100367580B1 (ko) | 획순독립의온라인문자인식장치 | |
| JPH01103787A (ja) | 個人辞書作成機能付手書文字認識装置 | |
| JP2963474B2 (ja) | 類似文字識別方法 | |
| JPH11126236A (ja) | オンライン手書き文字認識装置およびオンライン手書き文字認識方法ならびにその方法を記録した記録媒体 | |
| JPH09231310A (ja) | 情報処理装置 | |
| JP2765617B2 (ja) | 文字認識装置 | |
| JP2972443B2 (ja) | 文字認識装置 | |
| JP3245241B2 (ja) | 文字認識装置および方法 | |
| JPH09223186A (ja) | オンライン文字認識装置 | |
| JP2001283155A (ja) | 文字認識装置および文字認識方法 | |
| KR19990010211A (ko) | 음성 합성을 이용한 문자 인식 장치 및 방법 | |
| JPH06337957A (ja) | 手書き文字入力装置及び修正記号認識方法 | |
| JPH06348909A (ja) | 手書き入力認識装置およびその認識方法 | |
| Parker | Vector templates and handprinted symbol recognition | |
| JPH0896082A (ja) | 文字認識装置及び文字認識方法 | |
| JPH06337958A (ja) | 文字認識結果提示装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080202 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090202 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100202 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100202 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110202 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120202 Year of fee payment: 11 |
|
| LAPS | Cancellation because of no payment of annual fees |