JP3357835B2 - 文字認識方法、文字認識装置および記憶媒体 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文字認識方法に関
し、特に筆記画数に拘わらず認識精度を維持し得る文字
認識方法に関する。

【０００２】

【従来の技術】たとえば、ＰＤＡなどに搭載される表示
入力一体型タブレットにおいては、手書き入力された文
字の認識精度が、商品価値を評価する上で重要な要素と
なっている。かかる文字認識の方法として、文字ストロ
ークの筆記方向を特徴要素とするものが従来より公知で
ある。しかし、かかる方法によれば、筆記者の書き癖に
より所定のストロークの筆記方向が基準の辞書情報とず
れる場合があり、このような場合には、正しく文字を認
識できない恐れがある。

【０００３】そこで、出願人は、筆記文字ストロークの
屈曲点を特徴要素として、文字認識を行う手法を開発
し、先に、特願平８−３１０９３６号を出願した。かか
る方法は、筆記文字ストロークの屈曲点の位置と屈曲角
度を検出し、これを辞書情報と比較して文字を認識する
ものである。かかる方法によれば、上記従来例のように
所定ストロークの筆記方向が筆記者によって様々であっ
ても、屈曲点の位置と屈曲角度はそれ程変動することは
なく、よって、文字認識の精度を改善できるようにな
る。

【０００４】

【発明が解決しようとする課題】しかしながら、このよ
うに屈曲点を特徴要素として文字認識を行う方法では、
筆記文字が正しい書き順で筆記されないような場合に、
屈曲点の位置および角度が基準の辞書情報とずれてしま
い、認識精度が低下してしまうという問題がある。かか
る書き順の変動による問題は、筆記文字の画数が少ない
文字や、屈曲点の数の少ない文字ほど顕著に現れてしま
う。

【０００５】そこで、本発明は、上記２つの問題を解決
し、特に、画数や屈曲点の数の少ない文字に対しても精
度良く文字認識を行い得る文字認識方法を提供しようと
するものである。

【０００６】

【課題を解決するための手段】 上記課題を解決すべ
く、本発明は、それぞれ以下の特徴を有する。請求項１
の文字認識方法は、筆記文字から、所定数の基準方向ご
とに各方向成分の分布を第１の特徴量として抽出する方
向性特徴抽出ステップと、 筆記文字中の各ストロークの
終点と次のストロークの始点とを仮想ストロークとして
連結し、連結後の文字から、所定数の基準方向ごとにス
トロークの屈曲箇所の分布を弟２の特徴量として抽出す
る方向変化特徴抽出ステップと、 筆記文字から抽出した
第１の特徴量と文字認識辞書の各文字に対する第１の特
徴量とを比較して、各文字との第１の特徴量に関する第
１の照合度を求め、 筆記文字から抽出した第２の特徴量
と文字認識辞書の各文字に対する第２の特徴量とを比較
して、各文字との第２の特徴量に関する第２の照合度を
求め、 第１の照合度と第２の照合度を所定の重みを付け
て加算することにより文字認識結果を決定するステップ
とを備えたことを特徴とする。

【０００７】 請求項２の文字認識方法は、 請求項１
において、筆記文字の画数に応じて第２の照合度に与え
る重みを変更することを特徴とする。請求項３の文字認
識方法は、請求項２において、筆記文字の画数が第１の
設定値よりも小さいの場合に第２の照合度に与える重み
を基準値よりも小さくすることを特徴とする。

【０００８】 請求項４の文字認識方法は、 請求項３
において、前記第１の設定値よりも画数が小さくなるに
従って第２の照合度に与える重みを小さくすることを特
徴とする。請求項５の文字認識方法は、 請求項２〜４
の何れかにおいて、筆記文字の画数が第２の設定値より
も大きい場合に第２の照合度に与える重みを基準値より
大きくすることを特徴とする。

【０００９】 請求項６の文字認識方法は、 請求項５
において、前記第２の設定値よりも画数が大きくなるに
従って第２の照合度に与える重みを大きくすることを特
徴とする。請求項７の文字認識方法は、 請求項１また
は６の何れかにおいて、筆記文字の屈曲個所の数に応じ
て第２の照合度に与える重みを設定することを特徴とす
る。

【００１０】 請求項８の文字認識方法は、 請求項７
において、筆記文字の屈曲個所の数が第３の設定値より
も小さい場合に第２の照合度に与える重みを基準値より
も小さくすることを特徴とする。請求項９の文字認識方
法は、 請求項８において、前記第３の設定値よりも屈
曲個所の数が小さくなるに従って第２の照合度に与える
重みを小さくすることを特徴とする。

【００１１】 請求項１０の文字認識方法は、 請求項
７〜９の何れかにおいて、筆記文字の屈曲個所の数が第
４の設定値よりも大きい場合に第２の照合度に与える重
みを基準値よりも大きくすることを特徴とする。請求項
１１の文字認識方法は、 請求項５において、前記第４
の設定値よりも屈曲個所の数が大きくなるに従って第２
の照合度に与える重みを大きくすることを特徴とする。

【００１２】 請求項１２の文字認識方法は、 請求項
５〜１１の何れかにおいて、筆記文字の画数に応じた重
みの設定と筆記文字の屈曲個所の数に応じた重みの設定
を同時に行う場合、両重みの合計を第２の照合度に与え
る重みとすることを特徴とする。請求項１３の文字認識
方法は、 請求項１２において、筆記文字の画数が第１
の設定値よりも小さい場合または筆記文字の屈曲個所の
数が第３の設定値よりも小さい場合に、前記重みの合計
が基準値を超えるときは、当該合計の重みを基準値に抑
制することを特徴とする。

【００１３】 請求項１４の文字認識方法は 請求項５
〜１１の何れかにおいて、筆記文字の画数に応じた重み
の設定と筆記文字の屈曲個所の数に応じた重みの設定を
同時に行う場合、両重みの平均値を第２照合度に与える
重みとすることを特徴とする。請求項１５の文字認識方
法は、 請求項１〜１４において、一つの筆記ストロー
クの終点と次の筆記ストロークの始点とを仮想ストロー
クにて連結し、当該仮想ストロークをも含めて屈曲個所
の検出を行うことを特徴とする。

【００１４】 請求項１６の文字認識方法は、 請求項
１５において、筆記文字の画数が第５の設定値より小さ
い場合には、仮想ストロークの追加は行わないことを特
徴とする。請求項１７の文字認識方法は、 請求項１５
において、筆記文字の屈曲個所の数が第６の設定値より
小さい場合には、仮想ストロークの追加は行わないこと
を特徴とする。

【００１５】 請求項１８の文字認識装置は、 上記請
求項１〜１７の内、少なくとも一つの文字認識方法を実
現する制御手段と認識辞書とを有する。請求項１９の記
憶媒体は、 上記請求項１〜１７の内、少なくとも一つ
の文字認識方法を実行するためのプログラムを記憶して
いる。

【００１６】

【発明の実施の形態】以下、本発明に係る好ましい実施
の形態について説明する。図１に本発明の一実施例の基
本構成を示す。図において、１は表示入力一体型タブレ
ットである。当該タブレット１は、ＬＣＤ表示部１ａと
座標検出部１ｂとが一体となって構成されており、互い
の座標位置は一対一に対応している。

【００１７】２は、主制御部であり、メモリに記憶され
たプログラムに従って他部を制御する。 ３は文字認識
部であり、タブレット１に筆記された座標データを文字
認識辞書内のデータと比較して筆記文字を認識し、認識
結果を主制御部２に送る。３１は文字筆記データ記憶部
で、上記主制御部２から送られてきた筆記文字の座標デ
ータを一時的に記憶する。

【００１８】タブレット１上にペン等で文字が筆記され
ると、座標検出部１ｂは筆記位置の座標を一定間隔（例
えば１／１００秒）で検出し、当該筆記文字の時系列座
標データを主制御部２に送る。主制御部２は、受け取っ
た時系列座標データに基づいて、筆跡を表示部１ａに表
示すると共に、当該時系列座標データを文字認識部３へ
転送する。文字認識部３は、受け取った座標データをメ
モり３１に記憶していく。そして、文字の筆記ストロー
クの開始を検出してからペンが一定時間文字タブレット
から離れたかを図示しないタイマーをもとに判別し、一
定時間以上ペンが離れたと判別すれば、一文字分の筆記
が終了したとして、文字認識部３に認識開始の指令を行
う。

【００１９】文字認識部３は、認識開始の指示を受け
て、それまでに記憶した筆跡の時系列座標データから、
筆記文字の特徴量を算出する。なお、かかる筆記文字の
特徴量の算出については、後に詳述する。そして、この
特徴量と、文字認識辞書４に記憶してある特徴量とを一
文字毎に比較し、照合度の最も高い文字を文字認識辞書
４内の認識文字候補から選択して、その認識結果を主制
御部２に送る。主制御部２は、かかる認識結果を受け
て、それまで表示部１ａに表示されている筆跡を消去
し、その筆跡位置に認識結果に係る文字を新たに表示す
る。

【００２０】次に、本実施の形態に係る文字認識方法に
ついて以下に説明する。本実施の形態による文字認識
は、上記従来例で説明した２つの文字認識方法を組み合
わせたものである。すなわち、文字ストロークの筆記方
向を特徴要素とする文字認識ステップと、文字ストロー
クの屈曲点を特徴要素とする文字認識ステップとを併せ
持つものである。なお、以後、文字筆記方向の特徴要素
のことを方向性特徴と称し、筆記文字ストロークの屈曲
点の特徴要素のことを方向変化特徴と称する。

【００２１】図２は、「上」という文字についての方向
性特徴の抽出と方向変化特徴の抽出を示すものである。
なお、同図には、「上」という文字を異なる２つの書き
順にて筆記した場合について示してある。同図の左側の
例は、「上」を正しい筆順（筆順１）にて筆記した場合
であり、右側の例は、「上」を誤った筆順（筆順２）で
筆記した例である。

【００２２】方向性特徴の抽出においては、ストローク
の筆記方向を表すものとして、基準となる４つの方向が
あらかじめ準備されている（図３参照）。そして、この
基準方向のうち、筆記された文字のストローク中の各セ
グメントが最も接近したものを、そのセグメントの筆記
方向とする。ここで、セグメントとは、各字画の始点か
ら最初の屈曲点（屈曲点が存在しなければ終点）までの
線分、または所定の屈曲点から次の屈曲点までの線分を
いう。

【００２３】なお、筆記方向は、上記のようにどの基準
方向に最も近いかで決定する方法の他、基準方向への近
さの度合いに応じて２つの基準方向に振り分ける方法を
採用することもできる。すなわち、所定のセグメントが
図３の「横」と「右斜め上（左斜め下）」の間にあるよ
うな場合には、各基準方向に対する近さの度合いに応じ
て点数を割り振るようにする。例えば、各セグメントに
つき１点を満点（セグメントが基準方向に一致している
場合）とした場合に、当該セグメントの「横」と「右斜
め上（左斜め下）」に対する距離の比率が１：４である
とすると、「横」に０．８点を与え、「右斜め上（左斜
め下）」に０．２点を与える。

【００２４】このようにして決定された筆記方向の点数
と、各セグメントの位置を示すデータとによって、方向
性特徴の特徴量が抽出される。ここで、文字ストローク
の位置は、筆記文字を正規化し、この正規化文字にメッ
シュ枠を当てはめ、このメッシュ枠の各升目領域上に文
字ストロークが存在するか否かによって検出される。か
かるメッシュ枠は、たとえば１６×１６の升目に分割さ
れている。

【００２５】以上のようにして方向性特徴を決定する場
合、上記図２の「上」については、筆順１および筆順２
の何れであっても、方向性特徴は、同図に示すとおり、
「横」が２セグメント、「縦」が１セグメントとなる。
なお、セグメントの位置は、同図において概念的に黒塗
りのように示され得る。次に、方向変化特徴の特徴量に
ついて説明する。

【００２６】方向変化特徴の特徴量は、筆記ストローク
の屈曲点の位置と屈曲の方向よりなる。かかる特徴量の
決定は、以下のようにして行う。まず、筆記文字の時系
列座標データに対し、筆記文字が所定のサイズに整合す
るように線形または非線形正規化を行い、時系列座標デ
ータの座標値を補正する。次に、この正規化文字に対し
て、筆記ストロークの終点と次の筆記ストロークの始点
とを仮想線分によって連結する。このようにして仮想線
分の追加された文字に対し、正規化サイズと同じサイズ
のメッシュ枠を当てはめる。かかるメッシュは、たとえ
ば、縦横１６×１６の升目に分割されている。

【００２７】次に、かかるメッシュの各升目領域につい
て、上記正規化された文字の屈曲個所が位置するか否か
の検出を行う。さらに、屈曲個所が存在する升目領域に
ついては、屈曲の方向を決定する。かかる屈曲方向の決
定は、上記方向性特徴の場合と同様、基準方向をあらか
じめ準備しておき、かかる基準方向と屈曲方向の関係よ
り決定する。ここで、基準方向は、たとえば図４に示す
８方向とする。屈曲方向の決定は、上記方向性特徴の決
定の場合と同様、最も近い基準方向を屈曲方向とする方
法と、２つの基準方向に接近度に応じて割り振る方法の
何れかを採用し得る。なお、屈曲方向とは、屈曲後の方
向のことをいう。

【００２８】かかる方向性特徴の決定を図２に示す
「上」の筆記文字について行うと、筆順１では、
「右」、「左」、「左斜め上」、「下」の屈曲方向が丸
印（●）の位置で現れ、筆順２では、「右」、「右斜め
下」、「左斜め下」、「右斜め上」の屈曲方向が丸印
（○および●）の位置で現れる。特徴量は、メッシュの
升目毎に屈曲方向と点数が設定されることで表される。
ここで、点数は、上記２つの基準方向に比例分配する方
法を採用する場合、屈曲方向が基準方向に一致するとき
に１点とし、２つの基準方向の間に存在するときには、
当該基準方向に対する近さに応じて、たとえば「横」が
０．８点、「縦」が０．２点と設定される。

【００２９】以上が方向性特徴および方向変化特徴の特
徴量の決定方法であるが、本実施の形態に係る文字認識
は、以上のようにして得られた方向性特徴の特徴量と方
向変化特徴の特徴量を、辞書情報の特徴量とそれぞれ比
較し、最も整合する辞書情報内の文字候補を認識文字と
することによって行われる。ここで、辞書情報は、上記
の方向性特徴および方向変化特徴の特徴量を、同様の方
法により例えば数１００人分サンプルとして集め、これ
を平均化することにより作成する。

【００３０】以上の文字認識の処理を図５のフローチャ
ートに示す。文字筆記が開始されると、まず、筆記スト
ロークの座標データがビットマップイメージデータに変
換される。このビットマップデータが非線形正規化され
た後、エッジ検出がなされ、このエッジと上記図３の基
準方向が比較されて、当該筆記文字の方向性特徴が抽出
される。

【００３１】このようにして一文字分の方向性特徴が検
出されると、当該方向性特徴を基準方向毎に記憶するメ
ッシュメモリ４Ｆに当該方向性特徴の特徴量が記憶され
る。当該メッシュメモリ４Ｆは、上述の正規化文字に対
するメッシュ枠に対応して１６×１６の記憶領域を、各
基準方向毎に持っている。上記方向性特徴の特徴量の記
憶は、かかる記憶領域の内、文字ストローク位置に応じ
た記憶領域に、筆記方向の点数を書き込むことにより行
われる。

【００３２】このようにして筆記方向毎にメッシュメモ
リに筆記方向の点数が記憶されたのち、当該点数のばか
し処理が行われる。これは、一つの記憶領域の点数を、
その周りの記録領域に影響させる処理で、当該一つの記
憶領域の点数を２倍すると共に、その周りの記憶領域
に、当該一つの記憶領域の点数をそのまま（１倍して）
加算するものである。かかるぼかし処理を全ての記憶領
域に対し行うことで、筆記の方向が辞書情報内の本来正
しいとされるべき文字の筆記方向から少しだけずれたと
しても、ほぼ正しく文字認識が行えるようになる。

【００３３】以上のステップにより、方向性特徴の抽出
がなされると、次に、方向変化特徴の抽出が行われる。
すなわち、筆記文字の座標データに対し非線形正規化処
理が実行されたのち、一つの筆記ストロークの終点と次
の筆記ストロークの始点を連結する仮想ストロークの生
成および追加がなされる。しかる後、仮想線分も合わせ
て筆記文字の屈曲個所の検出と屈曲の度合いの検出が行
われ、これがメッシュメモリ４Ｋに記憶される。かかる
メッシュメモリ４Ｋは、上記メッシュメモリ４Ｆと同様
１６×１６のメッシュ領域を基準方向（８方向）毎に有
し、各屈曲点に応じたメッシュ領域に屈曲方向の点数を
書き込むことで、特徴量の記憶がなされる。しかる後、
上記方向性特徴の抽出ステップと同様、特徴量のばかし
処理が実行される。

【００３４】以上の特徴量の抽出がなされた後、当該特
徴量と認識辞書内の認識候補文字の特徴量との照合度
が、認識辞書内の１文字毎に認識候補全文字について行
われる。なお、ここでの照合は、上記方向性特徴と方向
変化特徴のそれぞれについて行われ、両方を単純に合計
した照合点数の最も高いものが認識候補とするものであ
る。

【００３５】次に、本発明に係る他の実施の形態につい
て説明する。上記実施の形態では、方向性特徴の抽出と
方向変化特徴の抽出との間に重み付けを行わず、両者の
特徴量の認識辞書との照合度を単純に合計して、かかる
合計値の最も高いものを認識文字候補とした。しかしな
がら、方向変化特徴においては、図２に示すように、筆
順が特徴量に影響を及ぼし、誤った筆順で筆記すると、
誤認識となる恐れがある。かかる恐れは一般に筆記文字
の画数が少なくなるほど顕著になる。一方、方向性特徴
では、図２に示すように、誤った筆順であっても、特徴
量に影響は見られない。

【００３６】そこで、本実施の形態では、図６に示すよ
うに、筆記文字の画数に応じて、方向性特徴に対する照
合度と方向変化特徴に対する照合度との間に重みを設定
するステップを設けている。すなわち、筆記文字の画数
を判別し、画数が所定画数以下の場合には、方向変化特
徴の特徴量（点数）に当該重み（０〜１）を掛けた後
に、方向性特徴の特徴量に加算して特徴量の照合度の合
計としている。

【００３７】かかる重み付けの一例を、図７（ａ）に示
す。すなわち、筆記文字の画数が１〜４画の場合には、
重み付けを通常より小さくし、５画以上になれば、重み
付けを１とする。かかる方法によれば、筆記文字の画数
が小さい場合に書き順が誤っていても、その影響を受け
やすい方向変化性特徴による照合度の点数が抑制される
ので、画数の小さなの筆記文字の文字認識精度を高める
ことができる。

【００３８】また、上記実施の形態は、筆記文字の画数
によって方向変化特性の特徴量の重みを修正するもので
あったが、画数が小さい場合であっても、屈曲個所の多
い文字は存在し、このような文字に対しては、筆順を誤
っても、屈曲個所および屈曲方向が正しい筆順の文字と
一致する比率が高くなる。よって、画数が小さくとも屈
曲個所の多い文字の場合には、方向変化特徴による照合
度（点数）の重みを引き下げない方がよい。

【００３９】たとえば、「る」の筆記文字にあっては、
画数は１画であるが、屈曲個所は、５画以上（通常曲線
部分は直線近似で処理するため、屈曲個所は「る」全体
で８〜１０個所）となる。したがって、このような場合
には、画数が１画であるにも拘わらず、方向変化特徴に
よる文字認識の重みは引き下げない方が良い。図７
（ｂ）にかかる方向変化の数に応じた重みの一例を示
す。方向変化の数が１〜４の場合には、方向変化特徴の
照合度の重み付けを通常より小さくし、５以上になれ
ば、重み付けを１とする。かかる方法によれば、筆記文
字の画数が小さくとも、屈曲個所の多い文字について
は、方向変化性特徴による文字認識によって、文字認識
の精度を高めることができる。

【００４０】上記第２および第３の実施の形態による重
みの設定は、図６の“方向性特徴と方向変化特徴の重み
設定”のステップによって行われる。これら２種類の重
み付けは、そのうち何れか一つのみを採用することもで
きるが、両方同時に採用する方が、文字認識の精度をよ
り高めることができる。この場合、重み付けは、合計が
１になるまで両方法の重み付けを単純に加算するように
しても良いし（たとえば、画数による重み付けが０．
２、屈曲個所の数による重み付けが０．６である場合、
方向変化特徴の照合度の重み付けは０．８）、両方法の
重み付けの平均を取るようにしても良い（たとえば、画
数による重み付けが０．２、屈曲個所の数による重み付
けが０．６である場合、方向変化特徴の照合度の重み付
けは、０．４）。

【００４１】さらに、筆記文字の画数が小さい場合また
は方向変化の数が小さい場合には、方向変化特徴におい
て、筆順誤りの影響が大きくなるので、かかる場合に、
仮想線分によるストロークの生成、追加を行うと、文字
の誤認識の確率が高くなる。したがって、かかる場合に
は、仮想成分の生成、追加は行わない方がよい。図８
は、かかる第３の実施の形態の処理方法を示すフローチ
ャートである。

【００４２】ところで、上記第１〜第３の実施の形態に
おいては、以上の如く文字認識処理の方法が相違してい
るので、認識辞書内の認識候補についても、各方法に応
じて作成する必要がある。具体的には、数百人分の筆記
サンプルを各処理方法に従って処理して特徴量を算出
し、これをサンプル数で平均化処理して認識辞書を作成
する。ここで、認識辞書は、上記メッシュメモリ４Ｆ、
４Ｋに応じた構成としてＲＯＭに記憶する。この際、上
記と同様、平均化したデータに対しぼかし処理を施した
方が、僅かな筆記ズレ、書き順の変動に対しても、正し
く認識できる確率を高めることができる。

【００４３】以上、本発明の実施の形態について説明し
たが、本発明は、上記実施の形態に制限されるものでは
ないことは言うまでもない。たとえば、上記実施の形態
では、方向変化特徴の重みの引き下げを、４画または４
つの屈曲個所までを対象とし、それ以上については一律
に重みを１とするようにしたが、４画または４つの屈曲
個所を超える場合にも、重みを引き下げるようにしても
良い。また、上記実施の形態では、方向変化特徴の重み
を方向性特徴よりも引き下げる場合のみ示したが、これ
に代えてまたはこれに加えて、筆記文字の画数または屈
曲個所の数が大きい場合に、方向変化特徴の重みを方向
性特徴よりも引き上げるようにしても良い。たとえば、
方向性特徴の重みが１である場合に、方向変化特徴の重
みを、４画以下では１未満、５〜１０画では１，１０画
以上では１を超えるように設定する等である。

【００４４】

【発明の効果】本発明によれば、筆記者の書き癖による
ストローク方向ズレや筆順の誤りがあっても良好に文字
認識が可能となる。特に、筆記文字の画数や屈曲個所の
数に応じて、方向性特徴による文字認識または方向変化
特徴による文字認識の重みを適宜修正することにより、
効率的で且つ精度の良い文字認識方法を提供することが
できる。

【図面の簡単な説明】

【図１】 実施の形態の構成を示す図

【図２】 実施の形態に係る文字認識方法の概要を示す
図

【図３】 実施の形態に係るセグメントの基準方向を示
す図

【図４】 実施の形態に係る屈曲個所の基準角度を示す
図

【図５】 第１の実施の形態に係る認識処理のフローチ
ャート

【図６】 第２および第３の実施の形態に係る認識処理
のフローチャート

【図７】 第２および第３の実施の形態に係る重みの設
定を示す図

【図８】 第３の実施の形態に係る認識処理のフローチ
ャート

【符号の説明】

１ 表示入力一体型タブレット ２ 主制御部 ３ 文字認識部 ４ 文字認識辞書 ３１ 文字筆記データ記憶用メモリ

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平５−135208（ＪＰ，Ａ) 特開 平９−106440（ＪＰ，Ａ) 特開 平10−334187（ＪＰ，Ａ) 特開 平10−214312（ＪＰ，Ａ) 特開 昭63−298494（ＪＰ，Ａ) 特開2000−163514（ＪＰ，Ａ) 特開2000−76381（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06K 9/00 - 9/82

Claims (19)

(57)【特許請求の範囲】
1. 【請求項１】筆記文字から、所定数の基準方向ごとに各
   方向成分の分布を第１の特徴量として抽出する方向性特
   徴抽出ステップと、 筆記文字中の各ストロークの終点と次のストロークの始
   点とを仮想ストロークとして連結し、連結後の文字か
   ら、所定数の基準方向ごとにストロークの屈曲箇所の分
   布を弟２の特徴量として抽出する方向変化特徴抽出ステ
   ップと、 筆記文字から抽出した第１の特徴量と文字認識辞書の各
   文字に対する第１の特徴量とを比較して、各文字との第
   １の特徴量に関する第１の照合度を求め、 筆記文字から抽出した第２の特徴量と文字認識辞書の各
   文字に対する第２の特徴量とを比較して、各文字との第
   ２の特徴量に関する第２の照合度を求め、 第１の照合度と第２の照合度を所定の重みを付けて加算
   することにより文字認識結果を決定するステップとを備
   えたことを特徴とする文字認識方法
2. 【請求項２】 請求項１において、筆記文字の画数に応
   じて第２の照合度に与える重みを変更することを特徴と
   する文字認識方法。
3. 【請求項３】 請求項２において、筆記文字の画数が第
   １の設定値よりも小さいの場合に第２の照合度に与える
   重みを基準値よりも小さくすることを特徴とする文字認
   識方法。
4. 【請求項４】 請求項３において、前記第１の設定値よ
   りも画数が小さくなるに従って第２の照合度に与える重
   みを小さくすることを特徴とする文字認識方法。
5. 【請求項５】 請求項２〜４の何れかにおいて、筆記文
   字の画数が第２の設定値よりも大きい場合に第２の照合
   度に与える重みを基準値より大きくすることを特徴とす
   る文字認識方法。
6. 【請求項６】 請求項５において、前記第２の設定値よ
   りも画数が大きくなるに従って第２の照合度に与える重
   みを大きくすることを特徴とする文字認識方法。
7. 【請求項７】 請求項１または６の何れかにおいて、筆
   記文字の屈曲個所の数に応じて第２の照合度に与える重
   みを設定することを特徴とする文字認識方法。
8. 【請求項８】 請求項７において、筆記文字の屈曲個所
   の数が第３の設定値よりも小さい場合に第２の照合度に
   与える重みを基準値よりも小さくすることを特徴とする
   文字認識方法。
9. 【請求項９】 請求項８において、前記第３の設定値よ
   りも屈曲個所の数が小さくなるに従って第２の照合度に
   与える重みを小さくすることを特徴とする文字認識方
   法。
10. 【請求項１０】 請求項７〜９の何れかにおいて、筆記
    文字の屈曲個所の数が第４の設定値よりも大きい場合に
    第２の照合度に与える重みを基準値よりも大きくするこ
    とを特徴とする文字認識方法。
11. 【請求項１１】 請求項５において、前記第４の設定値
    よりも屈曲個所の数が大きくなるに従って第２の照合度
    に与える重みを大きくすることを特徴とする文字認識方
    法。
12. 【請求項１２】 請求項５〜１１の何れかにおいて、筆
    記文字の画数に応じた重みの設定と筆記文字の屈曲個所
    の数に応じた重みの設定を同時に行う場合、両重みの合
    計を第２の照合度に与える重みとすることを特徴とする
    文字認識方法。
13. 【請求項１３】 請求項１２において、筆記文字の画数
    が第１の設定値よりも小さい場合または筆記文字の屈曲
    個所の数が第３の設定値よりも小さい場合に、前記重み
    の合計が基準値を超えるときは、当該合計の重みを基準
    値に抑制することを特徴とする文字認識方法。
14. 【請求項１４】 請求項５〜１１の何れかにおいて、筆
    記文字の画数に応じた重みの設定と筆記文字の屈曲個所
    の数に応じた重みの設定を同時に行う場合、両重みの平
    均値を第２の照合度に与える重みとすることを特徴とす
    る文字認識方法。
15. 【請求項１５】 請求項１〜１４において、一つの筆記
    ストロークの終点と次の筆記ストロークの始点とを仮想
    ストロークにて連結し、当該仮想ストロークをも含めて
    屈曲個所の検出を行うことを特徴とする文字認識方法。
16. 【請求項１６】 請求項１５において、筆記文字の画数
    が第５の設定値より小さい場合には、仮想ストロークの
    追加は行わないことを特徴とする文字認識方法。
17. 【請求項１７】 請求項１５において、筆記文字の屈曲
    個所の数が第６の設定値より小さい場合には、仮想スト
    ロークの追加は行わないことを特徴とする文字認識方
    法。
18. 【請求項１８】 上記請求項１〜１７の内、少なくとも
    一つの文字認識方法を実現する制御手段と認識辞書とを
    有する文字認識装置。
19. 【請求項１９】 上記請求項１〜１７の内、少なくとも
    一つの文字認識方法を実行するためのプログラムを記憶
    した記憶媒体。