JP3372005B2 - 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、新聞の活字、ワープロ
印字及び手書き文字等を認識する文字認識装置及びその
装置用の辞書の作成装置に関する。

【０００２】

【従来の技術】一般に従来より文字認識装置は、認識対
象の文字画像から幾つかの特徴を抽出し、その幾つかの
特徴の組（以後単に特徴と呼ぶ）を、内蔵する辞書中の
基準の特徴と比較し、これが最も類似した文字を認識結
果とする。この際用いられる辞書用の最も単純な辞書作
成装置は、何人かにより手書きされた文字、異なるフォ
ントで印字された文字等からなる同一文字の複数の画像
学習用データから抽出した各特徴の平均値をその文字の
基準特徴として辞書に格納する。

【０００３】しかし、学習データから抽出した特徴の分
布は複雑に入り混じったものになることが普通であるた
め、このような単純な装置で作成した辞書を用いると、
同一文字であっても、書く人により、あるいは書くたび
に文字形状が変動する手書き文字や、複数の文字形状か
らなるマルチフォントで印字された文字の認識をする場
合には、不十分である。

【０００４】そのため、一般的な手法であるクラスタ分
析〔異質なものの混ざりあっている対象｛それは個体
（＝もの）の場合もあるし、変数の場合もある｝を、そ
れらの間に何らかの意味で定義された類似度（similari
ty）を手がかりにして似たものを集め、いくつかの均質
なものの集落（クラスタ）に分類する方法をいう。「多
変量統計解析法」，田中豊・脇本和昌著，現代数学社，
Ｐ．２３０〜２４４参照〕の手法を応用した辞書作成装
置が提案されている。この装置では、各文字の学習デー
タ中の類似したデータを集めて複数のクラスタを作り、
各クラスタ毎に求めた特徴の平均値を辞書に格納する。
この場合、文字毎のクラスタ数が多い程、作成された辞
書による認識率は高くなるけれども、それだけ辞書容量
が大きくなる。

【０００５】また、作成された辞書を用いて文字認識装
置は、認識対象の文字画像の特徴と辞書に格納された全
辞書データとを距離計算して比較する。このため、辞書
に格納された辞書データの総数が多いと、認識に要する
時間もそれにともなって長くなる。従って、記憶資源の
効率や認識実行時間を考慮すると、１文字のクラスタ数
は少ない程良い。

【０００６】これら相反する要件の下、高い認識率を実
現する最少のクラスタ数が、最適クラスタ数となる。し
かし、ある文字の最適クラスタ数は、その文字に属する
学習データの特徴の分布だけではなく、特徴空間上隣接
して分布する他の文字の学習データの分布との関係に左
右されるため、全文字の学習データの特徴の分布を把握
する必要がある。

【０００７】ところが、通常、辞書作成には、膨大な数
の学習データを使用するため、それら総てについて、相
互の関係を把握し、各文字の最適クラスタ数を決定する
作業は、膨大な計算量が必要であり、現実的ではない。
そのため、従来の第１の技術では、全文字一律のクラス
タ数でクラスタリング（クラスタ分析）をしている。

【０００８】また、第２の技術（特開平１−３６３８８
号公報）では、一旦、全文字一律のクラスタ数でクラス
タリングをして辞書を作成した後、作成した辞書を用い
て認識実験を行い、認識率を見ながらクラスタ数の調整
をしている。また、第３の技術（特公平５−０８２６２
８号公報）では、特徴に関しては、入力された文字画像
の境界画素毎に隣接する境界画素との位置関係に基づい
て方向値を定義し、文字画像外接矩形を水平方向にＬ分
割、垂直方向にＭ分割した各部分領域における各方向値
の境界点数を計数した領域別輪郭方向密度と、文字画像
外接矩形中の各画素から各辺に向かって走査したとき、
文字部を横切る回数＋１を背景値として定義し、文字画
像外接矩形を水平方向にＰ分割、垂直方向にＱ分割した
各部分領域における各方向各背景値ごとの画素数を計数
した領域別背景密度とを用いている。

【０００９】また、第４の技術（特開平５−１２８３０
７号公報）では、文字認識装置で認識対象の文書画像が
文書の印字状態や入力時の画像２値化処理により、文字
同士の接触や掠れによる文字の分離などが出現すること
があるため、接触文字や分離文字が含まれる文書画像か
ら個々の文字を切り出し認識するようしている。その手
段として、切り出された文字あるいは文字部分を単独で
認識すると共に、連結後の文字幅が予め推定しておいた
文字幅を越えない限り分離文字の可能性もあるため、隣
接する文字あるいは文字部分を可能な全ての組合せで連
結・認識し、単独で認識した場合と、連結・認識した場
合とでより評価値の高い方を認識結果として採用する。

【００１０】更に、従来の文字認識装置は、文字以外の
絵や図の記入された文書画像から、絵や図を文字行とし
て切り出し、誤認識を行う危険性を考慮して、評価値か
ら認識したものが正しい文字であるか否かを各文字毎に
判断をしている。

【００１１】

【発明が解決しようとする課題】ところで、上述した第
１の技術では、１文字あたりのクラスタ数が少ないと極
端に認識率が悪いため、一般に、冗長なクラスタリング
を行うことになり、認識率の割にはクラスタ数が多くな
る。また、第２の技術では、例えば、「０」と「Ｏ」な
ど殆ど同形の文字があった場合、いくらクラスタ数を増
やしても認識率が上がらないため、徒にクラスタ数が増
えてしまう。

【００１２】また、第３の技術では、図３２に示す形状
３２０１、３２０２のように形状が異なっても、輪郭の
連続関係３２０３が類似しているので、非常に類似した
特徴が得られ、同一であると誤認識することが多い。ま
た、第４の技術では、連結後の文字幅が予め推定してお
いた文字幅を越えない限り分離文字の可能性もあるとし
て、隣接する文字あるいは文字部分を可能な全ての組合
せで連結・認識するため、認識に時間を要する。

【００１３】更に、従来の文字認識装置では、図や絵の
一部が偶然類似した文字として認識された場合には、意
味のない認識結果が得られることになる。本発明は上記
課題に鑑み、適切な辞書データ数で高認識率が達成でき
る、手書き文字あるいはマルチフォント文字の認識用辞
書の作成装置及び該装置で作成された辞書を用いた文字
認識装置を提供することを目的とする。

【００１４】

【００１５】

【００１６】

【００１７】

【課題を解決するための手段】 上記課題を解決するた
め、 請求項１に係る発明においては、認識対象の文字画
像の入力を受け付けて２値画像データに変換する入力画
像変換手段と、前記入力画像変換手段で変換された２値
画像データの文字行に対応する座標位置を検出する文字
行座標位置検出手段と、前記文字行座標位置検出手段の
検出対象とされた文字行内の個々の文字に対応する座標
位置を検出する文字座標位置検出手段と、前記文字座標
位置検出手段で検出された座標で特定される２値画像か
らなる文字の認識に使用する特徴を抽出する特徴抽出手
段と、基準となる文字の形状特徴を平均したクラスタ平
均特徴とその文字コードを対応付けて所定の値の大きさ
のクラスタに分類して登録している大分類用辞書と、前
記特徴抽出手段で抽出された特徴と上記クラスタ平均特
徴との距離を計算し、得られた距離から類似度を計算
し、類似度の高い複数のクラスタをクラスタ候補として
選出する大分類手段と、前記大分類用辞書に登録されて
いるクラスタのうち、２つのクラスタ間の距離が所定の
値より小さい近接クラスタの識別子と少なくとも１以上
の両クラスタを識別するクラスタ平均特徴の要素とを対
応付けて登録している詳細識別用辞書と、前記詳細識別
用辞書に登録されている近接クラスタの２つの識別子
が、前記大分類手段で選出された複数の候補クラスタ中
の識別子にともに含まれているときには、前記詳細識別
用辞書に登録されている文字の認識に使用する特徴の要
素のみに関して、前記特徴抽出手段で抽出された特徴と
クラスタ平均特徴との第２の距離を計算し、該第２の距
離の小さい方のクラスタの類似度を引き上げる詳細識別
手段と、前記詳細識別手段で引き上げられた類似度を優
先して、前記大分類手段で選出された候補クラスタに対
応する文字コードを出力する出力手段とを備え、上記文
字認識に用いる特徴のうち予め定めた特定要素の最小値
と最大値とをクラスタの識別子に対応付けて登録してい
る棄却処理用辞書と、前記詳細識別手段で得られた類似
度を優先して、前記大分類手段で選出した最も類似度の
高い候補クラスタの類似度が所定の値よりも大きく、か
つ、前記棄却処理用辞書に登録されている特定要素の最
小値と最大値との間に前記特徴抽出手段で抽出された文
字認識用の特徴の値があるときに認識結果が有意である
と判定する認識結果判定手段 と、前記認識結果判定手段
で認識結果が有意でないと判定された候補クラスタを棄
却文字とし、該棄却文字が連続するとき、その連続する
棄却文字を連結する棄却文字連結手段と、前記認識結果
判定手段で認識結果が有意でないと判定された候補クラ
スタの前後に同様に判定された候補クラスタのない候補
クラスタ又は前記棄却文字連結手段で連結した棄却文字
の上記２値画像データ上の座標位置から文字数を推定す
る文字数推定手段と、上記２値画像データ上の座標で示
される領域を前記文字数推定手段で推定された文字数で
分割して、新たな認識対象の文字の座標を求める連結文
字分割手段と、前記連結文字分割手段で求められた座標
で特定される２値画像データの文字認識に使用する特徴
を抽出する第２の特徴抽出手段と、前記第２の特徴抽出
手段で抽出された特徴と上記クラスタ平均特徴との距離
を計算し、得られた距離から類似度を計算し、類似度の
高い複数のクラスタをクラスタ候補として選出する第２
の大分類手段と、前記第２の大分類手段で選出された２
つのクラスタ候補の識別子が前記詳細識別用辞書に登録
されている識別子と一致するときは、前記詳細識別用辞
書に登録されているクラスタ平均特徴の要素だけに関し
て、前記特徴抽出手段で抽出された特徴とクラスタ平均
特徴との第２の距離を計算し、第２の距離の近いクラス
タの類似度を引き上げる第２の詳細識別手段と、前記第
２の詳細識別手段で引き上げられた類似度を優先して、
前記第２の大分類手段で選出された類似度の最も高い候
補クラスタの類似度が所定の値よりも大きく、かつ、前
記棄却処理用辞書に登録されている特定要素の最小値と
最大値との間に前記特徴抽出手段で抽出された文字認識
用の特徴の値があるときに認識結果が有意であると判定
する第２の認識結果判定手段と、前記第２の認識結果判
定手段が有意であると判定したとき、前記詳細識別手段
で得られた類似度を優先して大分類手段で選出した最も
類似度の高い候補クラスタの認識結果を破棄し、前記第
２の認識結果判定手段で認識結果が有意であると判定さ
れたとき、当該認識結果を選択する認識結果選択手段
と、前記認識結果選択手段で選択された認識結果に従
い、候補クラスタに対応する文字コードを出力する認識
結果出力手段とを備えることとしている。

【００１８】請求項２に係る発明においては、文字コー
ドごとに入力を受け付けた多数の学習用文字画像を２値
画像データに変換する入力画像変換手段と、前記入力画
像変換手段で変換された各２値画像データから文字認識
に用いる特微を抽出する文字特微抽出手段と、前記文字
特微抽出手段で抽出された文字認識に用いる特微相互間
の距離を文字コードごとに計算する距離計算手段と、前
記距離計算手段が計算した各文字コードごとの距離の最
大値のうち最小のものを基に前記大分類用辞書及び詳細
識別用辞書の所定の値として、決定する決定手段とを備
えることを特徴としている。

【００１９】

【００２０】請求項３に係る発明においては、前記棄却
文字連結手段は、前記詳細識別手段での詳細識別の結
果、類似度の最も高い候補クラスタが括弧記号の文字で
ある場合に、該記号が連続するときは括弧記号を連結す
る括弧連結部と、前記認識結果判定手段で認識結果が有
意でないと判定された棄却文字と上記括弧記号とが連続
するときは、棄却文字と括弧記号とを連結する棄却括弧
連結部とを備えることを特徴としている。

【００２１】請求項４に係る発明においては、前記特徴
抽出手段は、上記２値画像データの文字部分に対応する
画素を囲む外接矩形を決定する外接矩形決定部と、上記
文字部分に対応する画素の境界画素ごとに隣接画素との
位置関係で定まる方向値を決定し、上記外接矩形を行方
向にＬ分割し、列方向にＭ分割した各領域において、そ
の内部の各方向値ごとに画素数を計数し、該計数した画
素数を各領域に含まれる画素数で除した領域別輪郭方向
密度特徴を求める領域別輪郭方向密度計算部と、上記外
接矩形の各辺から対辺に向かって走査したとき、上記文
字部分に対応しない画素から対応する画素に変化するご
とに「１」を加えた背景値を決定し、上記外接矩形を行
方向にＰ分割し、列方向にＱ分割した各領域において、
その内部の背景値ごとの画素数を計数し、該計数した画
素数を各領域の画素数で除した領域別背景密度特徴を求
める領域別背景密度計算部と、上記外接矩形からその縦
横比を計算して縦横比特徴を求める縦横比計算部とを備
えることを特徴としている。

【００２２】請求項５に係る発明においては、前記認識
結果判定手段の認識結果又は前記認識結果選択手段の選
択結果に基づいて、任意の行中の認識された文字コード
中の予め定めた特殊な記号に対応する文字コードの割合
を計算する割合計算手段と、前記割合計算手段で計算さ
れた割合が所定の割合を超えた場合に、その任意の行を
有意な文字行でないと判断して、前記出力手段にその旨
出力を指示する行認識結果評価手段とを備えることを特
徴としている。

【００２３】

【００２４】

【００２５】

【００２６】

【作用】 上記構成により、 請求項１の発明においては、
入力画像変換手段は、認識対象の文字画像の入力を受け
付けて２値画像データに変換する。文字行座標位置検出
手段は、前記入力画像変換手段で変換された２値画像デ
ータの文字行に対応する座標位置（例えば対角位置の座
標）を検出する。文字座標位置検出手段は、前記文字行
座標位置検出手段の検出対象とされた文字行内の個々の
文字に対応する座標位置を検出する。特徴抽出手段は、
前記文字座標位置検出手段で検出された座標で特定され
る２値画像からなる文字の認識に使用する特徴を抽出す
る。大分類用辞書は、基準となる文字の形状特徴を平均
したクラスタ平均特徴とその文字コードを対応付けて所
定の値の大きさのクラスタに分類して登録している。大
分類手段は、前記特徴抽出手段で抽出された特徴と上記
クラスタ平均特徴との距離を計算し、得られた距離から
類似度を計算し、類似度の高い複数のクラスタをクラス
タ候補として選出する。詳細識別用辞書は、前記大分類
用辞書に登録されているクラスタのうち、２つのクラス
タ間の距離が所定の値より小さい近接クラスタの識別子
と少なくとも１以上の両クラスタを識別するクラスタ平
均特徴の要素とを対応付けて登録している。詳細識別手
段は、前記詳細識別用辞書に登録されている近接クラス
タの２つの識別子が、前記大分類手段で選出された複数
の候補クラスタ中の識別子にともに含まれているときに
は、前記詳細識別用辞書に登録されている文字の認識に
使用する特徴の要素のみに関して、前記特徴抽出手段で
抽出された特徴とクラスタ平均特徴との第２の距離を計
算し、該第２の距離の小さい方のクラスタの類似度を引
き上げる。これによって、形状の類似した文字の認識率
を高くすることができる。出力手段は、前記詳細識別手
段で引き上げられた類似度を優先して、前記大分類手段
で選出された候補クラスタに対応する文字コードを出力
する。棄却処理用辞書は、認識結果の確認のために、上
記文字認識に用いる特徴のうち予め定めた特定要素の最
小値と最大値とをクラスタの識別子に対応付けて登録し
ている。認識結果判定手段は、前記詳細識別手段で得ら
れた類似度を優先して、前記大分類手段で選出した最も
類似度の高い候補クラスタの類似度が所定の値よりも大
きく、かつ、前記棄却処理用辞書に登録されている特定
要素の最小値と最大値との間に前記特徴抽出手段で抽出
された文字認識用の特徴の値があるときに認識結果が有
意であると判定する。棄却文字連結手段は、認識結果が
有意でないと判定された文字を再認識するために、前記
認識結果判定手段で認識結果が有意でないと判定された
候補クラスタを棄却文字とし、該棄却文字が連続すると
き、その連続する棄却文字を連結する。文字数推定手段
は、前記認識結果判定手段で認識結果が有意でないと判
定された候補クラスタの前後に同様に判定された候補ク
ラスタのない候補クラスタ又は前記棄却文字連結手段で
連結した棄却文字の上記２値画像データ上の座標位置か
ら文字数を推定する。連結文字分割手段は、上記２値画
像データ上の座標で示される領域を前記文字数推定手段
で推定された文字数で分割して、新たな認識対象の文字
の座標を求める。第２の特徴抽出手段は、前記連結文字
分割手段で求められた座標で特定される２値画像データ
の文字認識に使用する特徴を抽出する。第２の大分類手
段は、前記第２の特徴抽出手段で抽出された特徴と上記
クラスタ平均特徴との距離を計算し、得られた距離から
類似度を計算し、類似度の高い複数のクラスタをクラス
タ候補として選出する。第２の詳細識別手段は、前記第
２の大分類手段で選出された２つのクラスタ候補の識別
子が前記詳細識別用辞書に登録されている識別子と一致
するときは、前記詳細識別用辞書に登録されているクラ
スタ平均特徴の要素だけに関して、前記特徴抽出手段で
抽出された特徴とクラスタ平均特徴との第２の距離を計
算し、第２の距離の近いクラスタの類似度を引き上げ
る。第２の認識結果判定手段は、前記第２の詳細識別手
段で引き上げられた類似度を優先して、前記第２の大分
類手段で選出された類似度の最も高い候補クラスタの類
似度が所定の値よりも大きく、かつ、前記棄却処理用辞
書に登録されている特定要素の最小値と最大値との間に
前記特徴抽出手段で抽出された文字認識用の特徴の値が
あるときに認識結果が有意であると判定する。認識結果
選択手段は、前記第２の認識結果判定手段が有意である
と判定したとき、前記詳細識別手段で得られた類似度を
優先して大分類手段で選出した最も類似度の高い候補ク
ラスタの認識結果を破棄し、前記第２の認識結果判定手
段で認識結果が有意であると判定されたとき、当該認識
結果を選択する。認識結果出力手段は、前記認識結果選
択手段で選択された認識結果に従い、候補クラスタに対
応する文字コードを出力する。

【００２７】請求項２に係る発明においては、入力画像
変換手段は、文字コードごとに入力を受け付けた多数の
学習用文字画像を２値画像データに変換する。文字特微
抽出手段は、前記入力画像変換手段で変換された各２値
画像データから文字認識に用いる特微を抽出する。距離
計算手段は、前記文字特微抽出手段で抽出された文字認
識に用いる特微相互間の距離を文字コードごとに計算す
る。クラスタの数を適正にするために、決定手段は、前
記距離計算手段が計算した各文字コードごとの距離の最
大値のうち最小のものを基に前記大分類用辞書及び詳細
識別用辞書の所定の値として、決定する。

【００２８】

【００２９】請求項３に係る発明においては、前記棄却
文字連結手段の括弧連結部は、掠れ文字を誤認識しない
ために、前記詳細識別手段での詳細識別の結果、類似度
の最も高い候補クラスタが括弧記号の文字である場合
に、該記号が連続するときは括弧記号を連結する。同じ
く、棄却括弧連結部は、前記認識結果判定手段で認識結
果が有意でないと判定された棄却文字と上記括弧記号と
が連続するときは、棄却文字と括弧記号とを連結する。

【００３０】請求項４に係る発明においては、前記特徴
抽出手段の外接矩形決定部は、上記２値画像データの文
字部分に対応する画素を囲む外接矩形を決定する。同じ
く、領域別輪郭方向密度計算部は、上記文字部分に対応
する画素の境界画素ごとに隣接画素との位置関係で定ま
る方向値を決定し、上記外接矩形を行方向にＬ分割し、
列方向にＭ分割した各領域において、その内部の各方向
値ごとに画素数を計数し、該計数した画素数を各領域に
含まれる画素数で除した領域別輪郭方向密度特徴を求め
る。同じく、領域別背景密度計算部は、上記外接矩形の
各辺から対辺に向かって走査したとき、上記文字部分に
対応しない画素から対応する画素に変化するごとに
「１」を加えた背景値を決定し、上記外接矩形を行方向
にＰ分割し、列方向にＱ分割した各領域において、その
内部の背景値ごとの画素数を計数し、該計数した画素数
を各領域の画素数で除した領域別背景密度特徴を求め
る。同じく、縦横比計算部は、上記外接矩形からその縦
横比を計算して縦横比特徴を求める。

【００３１】請求項５に係る発明においては、文字画像
として入力されたもののうちの絵やゴミなどを誤認識し
ないために、割合計算手段は、前記認識結果判定手段の
認識結果又は前記認識結果選択手段の選択結果に基づい
て、任意の行中の認識された文字コード中の予め定めた
特殊な記号に対応する文字コードの割合を計算する。行
認識結果評価手段は、前記割合計算手段で計算された割
合が所定の割合を超えた場合に、その任意の行を有意な
文字行でないと判断して、前記出力手段にその旨出力を
指示する。

【００３２】

【実施例】以下、本発明に係る文字認識用辞書作成装置
を実施例に基づいて説明する。 （第１実施例）図１は、本発明に係る文字認識用辞書作
成装置の一実施例の構成図である。文字認識用辞書作成
装置は、画像入力部１０１と、学習用文字画像データベ
ース１０２と、特徴抽出部１０３と、学習特徴データベ
ース１０４と、クラスタリング部１０５と、クラスタデ
ータベース１０６と、大分類用辞書作成部１０７と、大
分類用辞書１０８と、クラスタ間距離計算部１０９と、
詳細識別用辞書作成部１１０と、詳細識別用辞書１１１
と、棄却処理用辞書作成部１１２と、棄却処理用辞書１
１３とを備える。

【００３３】画像入力部１０１は、スキャナ等の光学読
取装置及びキーボード等からなり、オペレータによって
入力される学習用文字画像１１４の文字コードの入力を
受け付けると、学習用文字画像１１４を読み取り、２値
画像データに変換し、学習用文字画像データベース１０
２にその２値画像データと文字コードとを組にして記憶
させる。全ての認識対象の学習用文字画像１１４の２値
画像データへの変換を終了すると、特徴抽出部１０３を
起動する。ここで、学習用文字画像１１４は、認識対象
の全文字について、異なるフォントで印字した文字、複
数の人物が書いた文字及び同一人物が複数回数書いた文
字を用いる。

【００３４】学習用文字画像データベース１０２は、磁
気ディスク等からなり、画像入力部１０１で変換された
図２に示すような２値画像データ２０１と、その文字コ
ードとを組にして多数記憶している。なお、図２に示す
２値画像データ２０１では、黒画素にデータ値「１」を
表示し、白画素のデータ値「０」は省略されている。特
徴抽出部１０３は、画像入力部１０１によって起動され
ると、学習用文字画像データベース１０２に記憶されて
いる２値画像データを順次読み出し、読み出した個々の
２値画像データについて、文字認識で使用する特徴を抽
出し、抽出した特徴を文字コードとともに学習特徴デー
タベース１０４に記憶させる。

【００３５】特徴抽出部１０３は、図３に示すように、
方向値付与部３０１と、領域別輪郭方向密度計算部３０
２と、背景値付与部３０３と、領域別背景密度計算部３
０４と、縦横比計算部３０５と、特徴統合部３０６とを
備える。方向値付与部３０１は、画像入力部１０１によ
って起動されると、学習用文字画像データベース１０２
に記憶されている図４に示すような２値画像データ４０
１を読み出し、隣接する２境界画素間の位置関係に基づ
き図５のように定義した方向値（１≦ｄ≦４）を文字画
像（２値画像データ４０１のデータ値「１」）の境界画
素毎に図６に示すように決定する。一つの２値画像デー
タ４０１の方向値の決定が終了すると、その方向値を領
域別輪郭方向密度計算部３０２に通知する。

【００３６】領域別輪郭方向密度計算部３０２は、方向
値付与部３０１から方向値の通知を受けると、図７に示
すように、文字画像外接矩形を水平方向にＬ分割（図７
では４分割）、垂直方向にＭ分割（図７では４分割）し
た各部分領域（１，１）、（１，２）、・・・、（Ｌ，
Ｍ）における各方向値ごとの画素の個数を計数し、得ら
れた輪郭画素数をその部分領域の画素数（面積）Ｓlmで
割ったものを領域別輪郭方向密度特徴として求め、この
値を整数化のためα（例えば２５６）倍して特徴統合部
３０６に通知する。従って、水平方向にｌ番目、垂直方
向にｍ番目の領域の方向値ｄの画素数をＮ（ｌ，ｍ，
ｄ）と表すとき、同領域の領域別輪郭方向密度特徴Ｆｄ
（ｌ，ｍ，ｄ）は、 Ｆｄ（ｌ，ｍ，ｄ）＝α＊Ｎ（ｌ，ｍ，ｄ）／Ｓlm と表される。ここで、１≦ｄ≦４，１≦ｌ≦Ｌ，１≦ｍ
≦Ｍである。

【００３７】なお、本実施例では方向値を１≦ｄ≦４の
４方向で定義したが、８方向あるいは１６方向の方向値
を定義してもよい。また、分割の幅も均等である必要は
ない。本実施例でも、領域（４，１）、（４，２）、
（４，３）、（４，４）の水平方向の幅は他の領域より
狭い。更に、領域内の黒画素（データ値「１」）数を均
等化する分割や、黒画素のモーメントを均等化する分割
が考えられる。これら方向数やＬ，Ｍの値が変われば、
当然、得られる領域別輪郭方向密度特徴の数も変わる。

【００３８】また、得られる全ての領域別輪郭方向密度
特徴を認識に用いる必要もないので、上記の部分領域の
一部を求めて領域別輪郭方向密度特徴として使用しても
構わない。背景値付与部３０３は、後述するように特徴
統合部３０６によって起動されると、学習用文字画像デ
ータベース１０２に記憶されている２値画像データ４０
１を読み出し、文字画像（２値画像データ４０１のデー
タ値「１」）外接矩形中の各辺からその対辺に向かって
走査したとき、文字部を横切る回数＋１で定義される背
景値を各画素毎に決定する。上辺から下辺に向かって走
査した場合の背景値を図８に示す。右辺から左辺、下辺
から上辺、左辺から右辺に向かう背景値も同様にして決
定し、領域別背景密度計算部３０４にその背景値を通知
する。

【００３９】領域別背景密度計算部３０４は、背景値付
与部３０３から背景値の通知を受けると、図７に示すよ
うに、文字画像外接矩形を水平方向にＰ分割、垂直方向
にＱ分割した各部分領域における各方向各背景値ごとの
画素数を計数し、その部分領域の画素数（面積）Ｓpqで
割ったものを領域別背景密度特徴として求め、この値を
整数化のためβ（例えば２５６）倍して特徴統合部３０
６に通知する。従って、水平方向にｐ番目垂直方向にｑ
番目の領域のｒ方向への背景値ｂの画素数をＮ（ｒ，
ｐ，ｑ，ｂ）と表すとき、同領域の領域別背景密度特徴
Ｆｂ（ｒ，ｐ，ｑ，ｂ）は、 Ｆｂ（ｒ，ｐ，ｑ，ｂ）＝β＊Ｎ（ｒ，ｐ，ｑ，ｂ）／
Ｓpq （ｒは方向（上，右，下，左），１≦ｐ≦Ｐ，１≦ｑ≦
Ｑ，１≦ｂ） で表される。

【００４０】なお、同一文字において字体の変動にとも
ない大きく変化する特徴要素および文字が異なる場合に
も変動の小さい特徴要素は、文字認識特徴としては不適
当なので、例えば、Ｐ，Ｑが共に４の場合、 Fb(上，1,1,1), Fb(上，2,1,1), Fb(上，3,1,1), Fb(上，4,1,1) Fb(右，4,1,1), Fb(右，4,2,1), Fb(右，4,3,1), Fb(右，4,4,1) Fb(下，1,4,1), Fb(下，2,4,1), Fb(下，3,4,1), Fb(下，4,4,1) Fb(左，1,1,1), Fb(左，1,2,1), Fb(左，1,3,1), Fb(左，1,4,1) Fb(上，1,2,2), Fb(上，2,2,2), Fb(上，3,2,2), Fb(上，4,2,2) Fb(右，3,1,2), Fb(右，3,2,2), Fb(右，3,3,2), Fb(右，3,4,2) Fb(下，1,3,2), Fb(下，2,3,2), Fb(下，3,3,2), Fb(下，4,3,2) Fb(左，2,1,2), Fb(左，2,2,2), Fb(左，2,3,2), Fb(左，2,4,2) の３２の値を領域別背景密度特徴として用いることとす
る。

【００４１】なお、Ｐ，Ｑは、４以外の数値であっても
構わない。また、分割の幅が均等である必要はないこと
は領域別輪郭方向密度の場合と同様である。縦横比計算
部３０５は、特徴統合部３０６によって起動されると、
学習用文字画像データベース１０２に記憶されている２
値画像データ４０１を読み出し、図９に示すような文字
画像外接矩形の縦横比特徴Ｆｒを計算し、求めた値を整
数化のためγ（例えば１６）倍して特徴統合部３０６に
通知する。

【００４２】Ｆｒ＝γ＊ｈ／ｗ 特徴統合部３０６は、領域別輪郭方向計算部３０２から
領域別方向密度特徴Ｆｄの通知を受けると、背景値付与
部３０３を起動し、領域別背景密度計算部３０４から領
域別背景密度特徴Ｆｂの通知を受けると、縦横比計算部
３０５を起動する。縦横比計算部３０５から、縦横比特
徴Ｆｒの通知を受けると、領域別輪郭方向密度特徴Ｆｄ
と、領域別背景密度特徴Ｆｂと、縦横比特徴Ｆｒとを予
め定めた順序に整列し、文字認識用特徴として、学習特
徴データベース１０４に記憶させる。併せてクラスタリ
ング部１０５を起動する。本実施例では、文字認識用特
徴Ｆとして９７の数値列が抽出される。

【００４３】なお、本実施例では、方向値付与部３０１
と、背景値付与部３０３と、縦横比計算部３０５とは順
次それぞれの処理をするように構成したけれども、学習
用文字画像読出部を設けて、画像入力部１０１の起動を
受けて、学習用文字画像データベース１０２の記憶内容
を読み出し、方向値付与部３０１と、背景値付与部３０
３と、縦横比計算部３０５とにその内容を通知して、並
列に処理するよう構成してもよい。

【００４４】学習特徴データベース１０４は、磁気ディ
スク等からなり、特徴抽出部１０３で抽出された特徴を
その文字コードとともに記憶している。その一例を図１
０〜図１３に示す。図１０〜図１３に示す９７個の数値
の特徴の意味を図１４に示している。即ち、図１０の第
１列目の数値”４３６６”は、文字「中」の文字コード
を１６進数で表わし、第２列目の数値「１８」は縦横比
を表わしている。第３列目の数値「３５，３，６，３」
は、（１，１）領域の方向密度の方向値「１，２，３，
４」にそれぞれ対応する値である。第４列目〜第１８列
目も、第３列目と同様、方向密度に対応する値である。
第１９列目の数値「２５，１７，１５，２５」は上辺か
ら下辺に向かって走査したときに背景値「１」の
「（１，１）、（２，１）、（３，１）、（４，１）」
の各領域の値を示している。第２０行目〜２６行目も第
１９行目と同様背景値密度に対応する値である。

【００４５】クラスタリング部１０５は、特徴抽出部１
０３によって起動されると、学習特徴データベース１０
４から同一文字コードの文字の各文字認識用特徴を順次
読み出し、文字相互間の文字認識用特徴間の距離Ｄを市
街地距離の式

【００４６】

【数１】

【００４７】によって計算する。ここで、Ｆikは文字ｉ
の文字認識用特徴の第ｋ要素を示し、Ｆjkは文字ｊの文
字認識用特徴の第ｋ要素を示す。なお、本実施例ではＮ
は９７である。同一文字コードの文字の文字認識用特徴
間の距離Ｄを計算し、その最大の距離ＤMAX の値をバッ
ファに記憶する。例えば、同一文字コードの２値画像デ
ータが画像入力部１０１から１００字入力されていたと
きには、４９５０（ 100Ｃ2 ）個の距離Ｄを計算して、
その最大値をバッファに記憶する。

【００４８】一つの同一文字コードの処理が終了する
と、他の異なる同一文字コードの文字についても同様に
文字認識用特徴間の距離Ｄを計算し、その最大値をバッ
ファに入力する。全ての文字コードについての計算が終
了すると、バッファに記憶している文字コードごとの文
字認識用特徴間の最大距離の値を読み出し、その最小値
を選択する。この選択した最小値ＤMIN から式ｋ＊ＤMI
N で求められる値を「クラスタの大きさ」とする。ここ
で、ｋは１以上の定数である。

【００４９】また、クラスタリング部１０５は、「クラ
スタの大きさ」を決定すると、学習特徴データベース１
０４から図１０に示すような文字認識用特徴を単一のク
ラスタとして、同一の文字コードのものについて順次読
み出し、そのクラスタ相互間の距離を計算する。このク
ラスタ間距離の計算は、上述の文字認識用特徴間の距離
Ｄの計算と同様に式（数１）を用いて行われる。各クラ
スタ間の距離を計算すると、最小のクラスタ間距離が
「クラスタの大きさ」以下であるか否かを判定し、以下
であればその最小のクラスタ間距離にある２つのクラス
タを近接クラスタとして１つのクラスタに統合する。こ
の際、統合されたクラスタと他のクラスタとのクラスタ
間距離は、統合前のクラスタ間距離の最大値をクラスタ
間距離とする。

【００５０】最小のクラスタ間距離が「クラスタの大き
さ」を超えた時点で、クラスタの統合処理を終了する。
従って、同一文字コードの特徴間距離の最大値が「クラ
スタの大きさ」を超えない文字では、全特徴が単一のク
ラスタに統合される。一方、同一文字コードの特徴間距
離の最大値が「クラスタの大きさ」を超える文字では、
２以上のクラスタに分けられる。一つの文字について、
クラスタの統合処理が終了すると、同一のクラスタに分
類した各文字認識用特徴をクラスタごとにクラスタの所
属特徴としてクラスタデータベース１０６に記憶させ
る。この際、同一のクラスタに属する各文字認識用特徴
の数も記憶させる。

【００５１】更にクラスタリング部１０５は、学習特徴
データベース１０４から、他の文字についてもその文字
認識用特徴を順次読み出し、クラスタリング処理をす
る。学習特徴データベース１０４に記憶されている全て
の文字コードについて処理を終了すると、全クラスタ数
をクラスタデータの先頭に記憶させ、大分類用辞書作成
部１０７を起動する。

【００５２】なお、本実施例では、クラスタリングの手
法のうち最大距離法を用いて文字認識用特徴の文字ごと
の階層構造を分析したけれども、ウォード法等他の手法
を用いてもよい。また、文字認識用特徴間の距離および
クラスタ間の距離の計算に市街地距離を用いたけれど
も、式

【００５３】

【数２】

【００５４】のユークリッド距離を用いてもよい。クラ
スタデータベース１０６は、磁気ディスク等からなり、
図１５に示すようなデータ構造のクラスタデータ１５０
１を記憶している。クラスタデータ１５０１は、クラス
タ数１５０２と、クラスタに属するデータの特徴数１５
０３と、特徴数の数だけのクラスタの所属特徴（図１５
では、クラスタ１の特徴１）１５０４等とを有する。ク
ラスタの所属特徴１５０４のデータ内容は、図１０〜図
１３に示した文字認識用特徴と同一である。

【００５５】大分類用辞書作成部１０７は、クラスタリ
ング部によって起動されると、クラスタデータベース１
０６に記憶されているクラスタデータ１５０１を読み出
し、各クラスタの所属特徴１５０４の特徴要素ごとの平
均値を計算し、クラスタの平均特徴とする。このクラス
タの平均特徴は、クラスタデータ１５０１のクラスタ数
１５０２と同一の数になる。

【００５６】また、クラスタの所属特徴１５０４中の文
字コードと、その文字コードより判別される字種（数
字、英大文字、英小文字、平仮名、片仮名、漢字等の
別）を示すフラグ、文字の大きさを示す文字サイズフラ
グ等の認識時に使用する属性フラグ、識別子等の付加情
報とを求めたクラスタの平均特徴とを組にして大分類用
辞書１０８に登録する。登録が終わると、クラスタ間距
離計算部１０９を起動する。

【００５７】また、大分類用辞書作成部１０７は、属性
フラグおよび付加情報を入力するためのキーボード等
と、文字コード等を表示するＣＲＴ等を有する。大分類
用辞書１０８に登録するに際し、ＣＲＴに表示された文
字コードを見たオペレータによって、例えば漢字のうち
の人名漢字であり、文字の大きさが普通であり、文字位
置が下付きである等の属性フラグおよび識別子等の付加
情報の入力を受け付ける。

【００５８】大分類用辞書１０８は、磁気ディスク等か
らなり、図１６に示すようなデータ構造を有する。図１
７にその一例を示すように、クラスタ番号１７０１と識
別子１７０２と文字コード１７０３と属性フラグ１７０
４と平均特徴１７０５とからなる辞書データ１７０６を
多数登録している。図１７は、その識別子１７０２に示
すように文字「中」を表すものである。同様に文字
「徳」を表す２つのクラスタが図１８と図１９とに、文
字「穂」を表す２つのクラスタが図２０と図２１とに示
されている。したがって、文字「中」は１つのクラスタ
に統合されているけれども文字「徳」や「穂」は２つの
クラスタに分割されている。

【００５９】クラスタ間距離計算部１０９は、大分類用
辞書作成部１０７によって起動されると、大分類用辞書
１０８に記憶されている辞書データ１７０６等を読み出
し、全クラスタの平均特徴１７０５等相互間の距離を式
（数１）を用いて計算する。文字コードの異なる２クラ
スタ間の距離が、先に決定した「クラスタの大きさ」未
満である場合には、それらのクラスタ番号を組にして詳
細識別用辞書作成部１１０に通知する。

【００６０】詳細識別用辞書作成部１１０は、クラスタ
間距離計算部１０９からクラスタ番号の組の通知を受け
ると、それらの平均特徴１７０５等を大分類辞書１０８
から読み出し、各要素ごとのクラスタ平均特徴間の差を
式｜Ｆik−Ｆjk｜（｜｜絶対値記号）を用いて計算す
る。ここでＦikは、クラスタｉの平均特徴の要素ｋを表
し、Ｆjkはクラスタｊの平均特徴の要素ｋを表す。平均
特徴要素数をＮとしているので、１≦ｋ≦Ｎであり、本
実施例ではＮは９７である。求めた各要素ごとのクラス
タ平均特徴間の差を特徴要素の識別子（ｋの値）を用い
て、差の大きいものから順番に記憶する。

【００６１】次に、クラスタ間距離計算部から通知され
ている２つのクラスタ番号のクラスタデータベース１０
６に記憶されているクラスタの所属特徴１５０４につい
て、記憶している特徴要素の識別子の先頭からｎ番目ま
での特徴要素のみを用いて、大分類辞書１０８の両クラ
スタの平均特徴１７０５との距離を計算し、その距離の
小さい方のクラスタに分類されるとしたとき、２つのク
ラスタに属する各クラスタの所属特徴が正しいクラスタ
に分類される割合ｒ（ｎ）をｎを１≦ｎ≦Ｎに変化して
調べる。

【００６２】このｒ（ｎ）が最大になるｎを求めて、そ
のｎの値と記憶している特徴要素のｎ番目までのｋの値
を両クラスタ番号とともに詳細識別用辞書に登録する。
なお、本実施例では、両クラスタに属する特徴を識別す
る能力の評価尺度として、クラスタ平均特徴間の差を用
いたけれども、両クラスタに属する特徴の要素ごとの標
準偏差等を用いてもよい。

【００６３】また、本実施例では、詳細識別に用いる特
徴要素は、クラスタデータベース１０６に記憶されてい
るクラスタデータ１５０１を基に、正しいクラスタに分
類される割合ｒ（ｎ）が最大になるｎを２つのクラスタ
ごとに求めたけれども、予め特徴要素の数を定めておい
てもよい。クラスタ間距離計算部１０９から通知された
全てのクラスタ番号の組について、詳細識別用辞書の作
成が終了すると、棄却処理用辞書作成部１１２を起動す
る。

【００６４】詳細識別用辞書１１１は、磁気ディスク等
からなり、図２２に示すようなデータ構造を有する。そ
の具体的内容の一例を図２３に示す。図２３は、クラス
タ番号２７２０の文字「徳」とクラスタ番号３１７７の
文字「穂」とを認識する能力の高い使用特徴番号（ｋ）
が「５、５２、２、２６」の４つであることを示してい
る。

【００６５】棄却処理用辞書作成部１１２は、詳細識別
用辞書作成部１１０によって起動されると、クラスタデ
ータベース１０６から各クラスタに属する特徴の所定の
特徴要素の最大値と最小値とを求め、棄却処理用辞書１
１３に、クラスタごとに用いた要素ごとの最大値と最小
値とを登録する。なお、本実施例では、所定の所属特徴
要素を縦横比としているけれども、この特徴要素の数ｍ
は、１≦ｍ≦Ｎの任意とすることができる。

【００６６】棄却処理用辞書１１３は、磁気ディスク等
からなり、図２４にその一部を示すようなデータ内容を
登録している。図２４の第１行目２３０１は、６１番目
のクラスタの縦横比の最小値が１５であり、最大値が２
４であることを示している。次に本実施例の動作を図２
５、図２６に示すフローチャートを用いて説明する。な
お、両図は本来１葉であるべきであるけれども、図面作
成上の都合から２葉に分割されている。

【００６７】画像入力部１０１は、オペレータからの文
字コードの入力を待ち（Ｓ２５０２）、学習用文字画像
の入力を受付（Ｓ２５０４）、２値画像データに変換し
て文字コードとともに学習用文字画像データベース１０
２に記憶させる（Ｓ２５０６）。更に学習用文字画像の
入力が有ればＳ２５０４に戻り、無ければ（Ｓ２５０
８）、文字コードの入力の有無を判断し（Ｓ２５１
０）、入力が有ればＳ２５０４に戻る。

【００６８】入力が無ければ、特徴抽出部１０３は、２
値画像データから領域別方向密度を計算し（Ｓ２５１
２）、領域別背景密度を計算し（Ｓ２５１４）、更に縦
横比を計算し（Ｓ２５１６）、これらを文字認識用特徴
として文字コードとともに学習特徴データベース１０４
に記憶させる（Ｓ２５１８）。学習用文字画像データベ
ース１０２に未処理文字があるか否かを判定し（Ｓ２５
２０）、あるときはＳ２５１２に戻る。

【００６９】ないときは、クラスタリング部１０５は、
学習特徴データベース１０４から同一文字コードの文字
特徴を順次読み出し、所定の計算式によって特徴間の距
離を計算する（Ｓ２５２４）。計算した特徴間距離のう
ち最大距離を選択してバッファに記憶する（Ｓ２５２
６）。全ての文字コードについてＳ２５２２〜Ｓ２５２
６を繰り返し（Ｓ２５２８）、バッファに記憶された最
大距離のうちの最小値を選択して「クラスタの大きさ」
を決定する（Ｓ２６０２）。

【００７０】次にクラスタリング部１０５は、学習特徴
データベース１０４に記憶されている同一文字コードの
各文字認識用特徴を１クラスタとして読み出し（Ｓ２６
０４）、クラスタ間距離を計算する（Ｓ２６０６）。こ
のクラスタ間距離がＳ２６０２で決定した「クラスタの
大きさ」以下である近接クラスタがあるか否かを判定し
（Ｓ２６０８）、近接クラスタがあるときは、両クラス
タを統合して（Ｓ２６１０）、Ｓ２６０８に戻る。近接
クラスタがないときは、クラスタに分割してクラスタデ
ータとしてクラスタデータベース１０６に記憶させ（Ｓ
２６１２）、学習特徴データベース１０４に記憶されて
いる全ての文字コードの処理が終了するまでＳ２６０４
からＳ２６１２を繰り返す（Ｓ２６１４）。

【００７１】大分類用辞書作成部１０７は、クラスタデ
ータベース１０６に記憶されているクラスタデータをク
ラスタごとに平均特徴を計算し、大分類用辞書１０８に
登録して辞書を作成する（Ｓ２６１６）。クラスタ間距
離計算部１０９は、大分類辞書１０８に登録されている
クラスタの平均特徴を読み出し、クラスタ間距離を計算
する（Ｓ２６１８）。詳細識別用辞書作成部１１０は、
異なる文字（文字コードの異なる）でクラスタ間距離計
算部１０９で計算されたクラスタ間距離がＳ２６０２で
決定された「クラスタの大きさ」よりも近いクラスタ
（近接クラスタ）があるか否かを判断する（Ｓ２６２
０）。近接クラスタがあるときには、近接２クラスタを
識別する能力の高い順に平均特徴の特徴要素を順序づけ
る（Ｓ２６２２）。詳細識別に使用する特徴数を決定
し、その平均特徴要素を識別できるように詳細識別用辞
書１１１にデータを登録し（Ｓ２６２６）、Ｓ２６２０
に戻る。

【００７２】Ｓ２６２０で近接クラスタがないときに
は、棄却処理用辞書作成部１１２は、特徴要素の許容範
囲に基づいて、棄却処理用辞書１１３を作成する。 （第２実施例）図２７は、本発明に係る文字認識装置の
一実施例の構成図である。この文字認識装置は、画像入
力部２７０１と、文字行検出部２７０２と、文字検出部
２７０３と、特徴検出部２７０４と、大分類部２７０５
と、詳細認識部２７０６と、認識結果棄却部２７０７
と、棄却文字連結部２７０８と、文字数推定部２７０９
と、連結文字分割部２７１０と、認識結果選択部２７１
１と、行認識結果評価部２７１２と、認識結果出力部２
７１３と、大分類用辞書１０８と、詳細識別用辞書１１
１と、棄却処理用辞書１１３とを備える。

【００７３】画像入力部２７０１は、スキャナ等の光学
読取装置からなり、認識対象文書画像２７１４の入力を
受け付けると、２値画像データに変換して文字行検出部
２７０２、文字検出部２７０３特徴抽出部２７０４に通
知する。文字行検出部２７０２は、画像入力部２７０１
から通知された２値画像データから文字行２８０１の座
標を検出すると、その座標を文字検出部２７０３に通知
する。また、認識結果出力部２７３１によって起動され
ると、通知された１値画像データに残された文字行２８
０２等が有るか否かを判断し、あるときには文字行２８
０２等の座標を検出し、それを文字検出部２７０３に通
知し、ないときには処理を停止する。

【００７４】文字検出部２７０３は、文字行検出部２７
０２から各文字列２８０１、２８０２の座標の通知を受
けると、文字行中の個々の文字２８０３、２８０４の座
標を検出し、その座標を特徴抽出部２７０４に通知す
る。特徴抽出部２７０４は、上記第１実施例の特徴抽出
部１０３とほぼ同様の構成を有し、文字検出部２７０３
又は後述する連結文字分割部２７１０から座標の通知を
受けると、座標で特定される画像入力部２７０１から通
知された２値画像データを基に文字認識で使用する特徴
を抽出する。上記第１実施例で説明したと同様に領域別
輪郭方向密度特徴と領域別背景密度特徴と縦横比特徴と
を抽出し、予め定めた順序に整列し、文字認識用特徴と
して座標とともに大分類部２７０５に通知する。

【００７５】大分類部２７０５は、特徴抽出部２７０４
から文字認識用特徴の通知を受けると、上記第１実施例
と同様の大分類用辞書１０８中の各クラスタ平均特徴と
の距離（市街地距離Ｄ）を式（数１）を用いて計算し、
得られたＤを用いて類似度Ｒを式Ｒ＝Ｃ／Ｄを用いて計
算する。類似度Ｒの高い（距離Ｄの近い）複数のクラス
タを候補クラスタとして選出し、候補クラスタとその類
似度とを組にして座標とともに詳細識別部２７０６に通
知する。

【００７６】ここで、定数Ｃは、Ｒが１〜１００になる
ように選ばれる。例えば、文書画像２７１４が画像入力
部２７０１から入力された場合は、文字行２８０１の候
補クラスタとその類似度とを図２９に示すように選出す
る。なお、通常距離計算は大分類辞書１０８中の全クラ
スタ特徴について行うが、字種（下付き文字、漢字等）
が予め限定できる場合には、属性フラグをチェックし、
該当するクラスタのみに対し距離計算をすることもでき
る。

【００７７】ここで、入力文字は、「中内里穂」である
けれども、第１候補クラスタだけを見れば「中内里徳」
となっている。詳細識別部２７０６は、大分類部２７０
５から候補クラスタ等の通知を受けると、通知された候
補クラスタ番号が上記第１実施例と同様の詳細識別用辞
書１１１中に登録されている近接するクラスタの組をな
す２クラスタが、大分類部２７０５から通知された複数
の候補クラスタ中にともに含まれているか否かを判断す
る。含まれていないときは認識結果棄却部２７０７に座
標とともに候補クラスタを通知する。含まれているとき
は、詳細識別用辞書１１１中に登録されている近接クラ
スタ識別に用いる特徴要素のみを用いて両候補クラスタ
に対して式（数１）によって距離Ｄを計算し、低順位の
クラスタの方が距離Ｄの値が小さいときは、低順位のク
ラスタの類似度を引き上げる。併せて、認識結果棄却部
２７０７に変更後の候補クラスタと座標とを通知する。

【００７８】即ち、図２９の大分類部２７０５の通知結
果では、第１候補クラスタ（文字”徳”，クラスタ番号
２７２０）と第２候補クラスタ（文字”穂”，クラスタ
番号３１７７）とが、詳細識別用辞書１１１中に登録の
ある近接クラスタである。そこで、詳細識別部２７０６
は、詳細識別用辞書１１１に登録された両クラスタ識別
に用いる特徴要素に関して文字２８０５の２値画像デー
タの文字認識用特徴とクラスタ２７２０、および文字２
８０５の２値画像データの文字認識用特徴とクラスタ３
１７７との距離（前者をＤ（２７２０）、後者をＤ（３
１７７）とする）を求める。得られた２距離を比較し、
Ｄ（２７２０）≦Ｄ（３１７７）のときには何もしない
が、Ｄ（２７２０）≧Ｄ（３１７７）のときには、所定
の操作により低順位のクラスタ３１７７の類似度を引き
上げる。

【００７９】引き上げ操作の最も単純なものは、クラス
タ２７２０の類似度との値の交換である。引き上げ操作
前の両クラスタに対する類似度をそれぞれＲ（２７２
０）、Ｒ（３１７７）、引き上げ操作後の両クラスタに
対する類似度をそれぞれＲ’（２７２０）、Ｒ’（３１
７７）と表すと、 Ｒ’（２７２０）＝Ｒ（３１７７） Ｒ’（３１７７）＝Ｒ（２７２０） となる。この場合、第１位と第２位で類似度が逆転する
ので、候補順位も逆転することになる。

【００８０】これによって、候補クラスタは、図３０に
示すようになる。なお、他の類似度の引上げ操作として
は、所定の計算式によりＤ（２７２０）、Ｄ（３１７
７）から類似度の引上げ幅△Ｒを計算し、 Ｒ’（２７２０）＝Ｒ（２７２０） Ｒ’（３１７７）＝Ｒ（３１７７）＋△Ｒとする。

【００８１】△Ｒの計算式は、例えば、次式のような計
算式である。 Ｄ（３１７７）＜０．５＊Ｄ（２７２０）のとき △Ｒ＝Ｒ（２７２０）−Ｒ（３１７７）となる。 ０．５＊Ｄ（２７２０）≦Ｄ（３１７７）＜Ｄ（２７２
０）のとき △Ｒ＝２（Ｒ（２７２０）−Ｒ（３１７７）） ＊（１−Ｄ（３１７７）／Ｄ（２７２０））となる。

【００８２】この場合、第１位と第２位の類似度は逆転
しないので、候補順位も逆転しない。第１位と第２位の
類似度が一致した場合には、認識結果出力後、後処理で
いずれかに判断する。認識結果棄却部２７０７は、詳細
識別部２７０６から候補クラスタと座標との通知を受け
ると、詳細識別部４６での詳細識別処理の結果得られた
最も類似度の高い候補クラスタ（第１候補クラスタ）３
００１に対して、以下のような評価条件で認識結果の有
意性を評価する。

【００８３】１．第１候補クラスタ３００１に対する類
似度３００２が、所定の値以上である。 ２．特徴抽出部２７０４により得られた文字認識用特徴
中の予め定めた一部の特徴要素（棄却特徴）の値が、す
べてあるいは予め定めた個数以上、上記第１実施例と同
様の棄却用辞書１１３中の第１候補クラスタ３００１の
特徴要素の値の範囲に含まれている。

【００８４】以上２条件を満たすとき、文字画像２７１
４の詳細識別結果は有意であると判断し、行認識結果評
価部２７１２に認識結果を通知する。また、以上の２条
件を満たさないとき、即ち認識結果が有意でないと判断
したときは、棄却文字連結部２７０８に棄却された文字
の座標を通知する。なお、認識結果の第１候補クラスタ
が括弧記号（”（”または”）”）の場合には、認識結
果が有意であると判断されても、掠れ文字２８０６を認
識した可能性があるため、棄却された文字と同様に扱
い、棄却文字連結部２７０８に座標を通知する。

【００８５】なお、本実施例では、棄却特徴数は１で縦
横比特徴のみを用いるが、他の特徴を合わせ用いても構
わない。また、認識結果棄却部２７０７は、通知された
座標が既に通知されている座標と重なるものであるとき
は、後に通知された第１候補クラスタの上述の評価条件
のもとでの認識結果の有意性を判断して認識結果選択部
２７１１に通知する。

【００８６】棄却文字連結部２７０８は、認識結果棄却
部２７０７によって座標を通知されると、詳細識別部４
６での詳細識別の処理の結果得られた第１候補クラスタ
が括弧記号および認識結果棄却部２７０７で認識結果が
有意でないと判定された棄却文字が近接して連続する場
合には連続する括弧記号および棄却文字の座標を連結
し、文字数推定部２７０９を起動する。

【００８７】文字数推定部２７０９は、棄却文字連結部
２７０８によって起動されると、認識結果棄却部２７０
７で棄却された棄却文字の前の括弧記号又は前後の他の
棄却文字が存しない単独棄却文字及び棄却文字連結部粒
２７０８で複数の棄却文字（括弧記号と棄却文字とを含
む）を連結した連結棄却文字の座標から文字数を推定す
る。推定した文字数と座標とを連結文字分割部２７１０
に通知する。

【００８８】ここで、文字数の推定は、分割対象領域の
幅を標準文字幅で割って求められる。一例として、標準
文字幅は、認識結果棄却部２７０７で認識結果が棄却さ
れなかった文字の文字幅の平均値とする。認識結果選択
部２７１１は、認識結果棄却部２７０７から認識結果が
有意であるとの通知を受けると、認識結果棄却部２７０
７が先に通知された詳細識別結果を破棄して後に通知さ
れた詳細識別結果を採用して行認識結果評価部２７１２
に通知する。認識結果棄却部２７０７から認識結果が有
意でないとの通知を受けると、後に通知された詳細識別
結果を破棄して先に通知された候補クラスタを採用して
行認識結果評価部２７１２に通知する。

【００８９】行認識結果評価部２７１２には、認識結果
棄却部２７０７又は認識結果選択部２７１１から１行中
の全文字の認識結果の通知を受けると、そのクラスタ番
号を検索キーとして大分類辞書１０８を検索し、認識結
果の第１候補クラスタの”；”、”：”、”
・”、”，”等の破片文字の数を数える。一行内の文字
数に対して破片文字の数が所定の割合を越えていると判
断したときは、認識した行は文字行でないとして行全体
の認識結果を破棄する。所定の割合以下と判断したとき
は、認識結果を認識結果出力部２７１３に通知する。

【００９０】認識結果主力部２７１３は、行認識結果評
価部２７１２から通知された認識結果を出力する。この
認識結果には、詳細識別部２７０６で得られた類似度の
高い一つまたは複数の候補クラスタに対応する文字コー
ドとそれに対応する類似度とを含む。次に、本実施例の
動作を、図３１に示すフローチャートを用いて説明す
る。

【００９１】先ず、ユーザが認識対象の文字画像２７１
４を画像入力部２７０１に入力すると、画像入力部２７
０１は、文字画像２７１４を２値画像データに変換し、
文字抽出部２７０１と文字検出部２７０３と特徴抽出部
２７０４とにそのデータを通知する（Ｓ３１０２）。文
字行検出部２７０２は、一行の２値画像データの座標を
検出する（Ｓ２７０２）。文字検出部２７０３は、その
行内の文字座標を検出する（Ｓ３１０６）。特徴抽出部
２７０４は、文字検出部２７０３から通知された座標で
特定される２値画像データから文字認識用の特徴を１行
分抽出する（Ｓ３１０８）。

【００９２】大分類部２７０５は、特徴抽出部で抽出さ
れた１行分の文字を順次、大分類用辞書１０８を参照し
てそのクラスタ平均特徴との距離を計算し、得られた距
離から類似度を計算し、類似度の高い候補クラスタを選
出する（Ｓ３１１０）。詳細識別部２７０６は、詳細識
別用辞書１１１中に登録されている近接クラスタの組を
なす２クラスタが、大分類部２７０５で選出された複数
の候補クラスタ中にともに含まれているときには、詳細
識別用辞書１１１に登録された両クラスタの識別に用い
る特徴要素に関してクラスタ平均特徴との距離を計算
し、順位の低いクラスタ候補のその距離の方が順位の高
いクラスタ候補よりも小さいときには、その類似度を入
れ替える。この処理を１行の全文字に対して行う（Ｓ３
１１２）。

【００９３】このように文字の特徴的部分を利用して誤
認識し易い近接クラスタを識別することができる。認識
結果棄却部２７０７は、所定の特徴要素それぞれの値が
棄却処理用辞書１１３の第１候補クラスタの値の範囲内
であり、かつ、第１候補クラスタの類似度が所定の値以
上であるときに、詳細識別部２７０６で認識された候補
クラスタが有意であると判定し、いずれかの条件を満足
しないときに有意でないと判定する（Ｓ３１１４）。

【００９４】認識結果棄却部２７０７において、棄却文
字または棄却文字ではないが第１候補クラスタが括弧記
号で有るか否かを判断される（Ｓ３１１６）。棄却文字
または第１候補クラスタが括弧記号の場合には、棄却文
字連結部２７０８で棄却文字が連結され（Ｓ３１１
８）、文字数推定部２７０９は、その連結された棄却文
字の領域の文字数を計算で求める（Ｓ３１２０）。連結
文字分割部２７１０は、求めた文字数から文字の座標を
求める（Ｓ３１２２）。特徴抽出部２７０４は、求めら
れた座標で特定される２値画像データから文字認識用特
徴を抽出し（Ｓ３１２４）、大分類部２７０５は、抽出
した文字認識用特徴と大分類用辞書１０８のクラスタ平
均特徴との距離Ｄを計算し、距離Ｄから類似度を求め、
候補クラスタを選出する（Ｓ３１２６）。

【００９５】詳細識別部２７０６は、詳細識別用辞書１
１１中に登録されている近接するクラスタの組をなす２
クラスタが、大分類部２７０５で選出された複数の候補
クラスタ中にともに含まれているときには、登録されて
いる所定の特徴に関してクラスタ平均特徴との距離を求
め、その距離が候補クラスタの順位の低い方が近いとき
には、その類似度を変更し、その順位を入れ替える（Ｓ
３１２８）。再度認識結果棄却部２７０７は、棄却処理
用辞書を参照して、第１候補クラスタが有意であるか否
かを判定する（Ｓ３１３０）。認識結果選択部２７１１
は、棄却文字連結・分割処理後の認識結果が棄却されな
かったときには、棄却文字連結・分割処理後の認識結果
を選択し、棄却文字連結・分割処理後の認識結果が棄却
されたときには、元の認識結果を選択する（Ｓ３１３
２）。１行中の全文字の認識が終了していなければ（Ｓ
３１３４）、Ｓ３１１６に戻る。Ｓ３１１６において、
括弧記号又は棄却文字がないときにはＳ３１３４に移
る。

【００９６】Ｓ３１３４で、１行中の全文字の認識が終
了しているときは、行認識結果評価部２７１２は、１行
中の文字に破片文字等が所定の割合以上含まれているか
否かを判断する（Ｓ３１３６）。認識結果出力部２７１
３は、１行文の認識結果を出力し（Ｓ３１３８）、入力
された文書画像の全行終了していれば処理を終了し（Ｓ
３１４０）、終了していなければ３１０６に戻る。

【００９７】なお、本実施例では、横書き文書を例にし
たけれども、縦と横、幅と高さを置き換えることによっ
て、縦書き文書にも適用可能なのは勿論である。連結文
字分割部２７１０は、文字数推定部２７０９から通知さ
れた文字数と座標とに基づいて、単独棄却文字あるい連
結文字中の文字座標を左端の文字から順次求める。求め
た文字座標を順次特徴抽出部２７０４に通知する。この
文字座標は、分割対象領域の幅を推定文字数割った均等
分割位置で分割して求める。なお、均等分割位置を中心
に、所定の幅の範囲で縦方向の黒画素の射影を求め、射
影の跡切位置で分割して求めることもできる。

【００９８】以上、本発明を実施例に基づいて説明した
けれども、本発明は上記実施例に限定されないのは勿論
である。

【００９９】

【０１００】

【０１０１】

【発明の効果】 以上説明してきたように、 請求項１の発
明によれば、詳細識別手段が、近接クラスタを識別する
能力の高い、文字認識の基準となる部分特微を用いて入
力文字画像を認識するので、高認識率の文字認識装置を
得ることができ、文字でないと判断した掠れ文字や接触
文字を統合の後分離し再認識するので、更に高認識率と
なる文字認識装置となる。

【０１０２】また、請求項２の発明によれば、クラスタ
数を適当な値にしているので、辞書容量の省資源化を図
ることができるとともに、認識対象の入力文字画像の特
微比較による計算時間を短縮することができる。

【０１０３】また、請求項３の発明によれば、掠れ文字
が棄却されない場合にも、それらを連結して、再度、文
字認識をするので、更に認識率を高めることができる。
また、請求項４の発明によれば、文字認識用の特微に、
文字画像の外接矩形から得られる縦横比を採用すること
によって、認識率をより高めることができる。また、請
求項５の発明によれば、認識された１行分の文字が予め
定めた特殊な記号を所定の割合を超えて含むときに、そ
の行の認識結果が有意でないとして、誤った認識結果の
出力を防止することができる。

【図面の簡単な説明】

【図１】本発明に係る文字認識用辞書作成装置の一実施
例の構成図である。

【図２】上記実施例の学習用文字画像データベースに記
憶されている２値画像データの説明図である。

【図３】上記実施例の特徴抽出部の詳細構成図である。

【図４】上記実施例の特徴抽出部の説明のための２値画
像データの一例を示す図である。

【図５】上記実施例の特徴抽出部で用いる方向値の説明
図である。

【図６】上記実施例の特徴抽出部の方向値付与部で決定
された方向値を説明するための図である。

【図７】上記実施例の特徴抽出部での領域分割を説明す
るための図である。

【図８】上記実施例の特徴抽出部の背景値付与部で決定
された背景値を説明するための図である。

【図９】上記実施例の特徴抽出部の縦横比計算部で決定
された縦横比を説明するための図である。

【図１０】上記実施例の学習特徴データベースの記憶内
容の一例を示す図である。

【図１１】上記実施例の学習特徴データベースの記憶内
容の一例を示す図である。

【図１２】上記実施例の学習特徴データベースの記憶内
容の一例を示す図である。

【図１３】上記実施例の学習特徴データベースの記憶内
容の一例を示す図である。

【図１４】上記実施例の学習特徴データベースの記憶内
容を説明するための図である。

【図１５】上記実施例のクラスデータの構造の一例を示
す図である。

【図１６】上記実施例の大分類用辞書の構造の一例を示
す図である。

【図１７】上記実施例の大分類用辞書の辞書データの一
例を示す図である。

【図１８】上記実施例の大分類用辞書の辞書データの一
例を示す図である。

【図１９】上記実施例の大分類用辞書の辞書データの一
例を示す図である。

【図２０】上記実施例の大分類用辞書の辞書データの一
例を示す図である。

【図２１】上記実施例の大分類用辞書の辞書データの一
例を示す図である。

【図２２】上記実施例の詳細識別用辞書のデータ構造を
示す図である。

【図２３】上記実施例の詳細識別用辞書の内容の一例を
示す図である。

【図２４】上記実施例の棄却処理用辞書の内容の一例を
示す図である。

【図２５】上記実施例の動作を説明するフローチャート
である。

【図２６】上記実施例の動作を説明するフローチャート
である。

【図２７】本発明に係る文字認識装置の一実施例の構成
図である。

【図２８】上記実施例の入力画像の一例を示す図であ
る。

【図２９】上記実施例の大分類結果の一例を示す図であ
る。

【図３０】上記実施例の詳細識別結果の一例を示す図で
ある。

【図３１】上記実施例の動作を説明するフローチャート
である。

【図３２】従来の特徴では識別の困難であった文字の例
である。

【符号の説明】

１０１ 画像入力部 １０２ 学習用画像データベース １０３ 特徴抽出部 １０４ 学習特徴データベース １０５ クラスタリング部 １０６ クラスタデータベース １０７ 大分類用辞書作成部 １０８ 大分類用辞書 １０９ クラスタ間距離計算部 １１０ 詳細識別用辞書作成部 １１１ 詳細識別用辞書 １１２ 棄却処理用辞書作成部 １１３ 棄却処理用辞書 ３０１ 方向値付与部 ３０２ 領域別輪郭方向密度計算部 ３０３ 背景値付与部 ３０４ 領域別背景密度計算部 ３０５ 縦横比計算部 ３０６ 特徴統合部 ２７０１ 画像入力部 ２７０２ 文字行検出部 ２７０３ 文字検出部 ２７０４ 特徴抽出部 ２７０５ 大分類部 ２７０６ 詳細識別部 ２７０７ 認識結果棄却部 ２７０８ 棄却文字連結部 ２７０９ 文字数推定部 ２７１０ 連結文字分割部 ２７１１ 認識結果選択部 ２７１２ 行認識結果評価部 ２７１３ 認識結果出力部

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号 ＦＩ Ｇ０６Ｋ 9/62 ６４０ Ｇ０６Ｋ 9/62 ６４０Ａ ６５０ ６５０Ａ 9/66 9/66 (72)発明者 江村 里志 大阪府門真市大字門真1006番地 松下電 器産業株式会社内 (56)参考文献 特開 平７−73276（ＪＰ，Ａ) 特開 平８−272904（ＪＰ，Ａ) 特開 平８−161431（ＪＰ，Ａ) 特開 平６−180770（ＪＰ，Ａ) 特開 昭61−188681（ＪＰ，Ａ) 特開 平２−224084（ＪＰ，Ａ) 特開 平３−185582（ＪＰ，Ａ) 特開 平４−31979（ＪＰ，Ａ) 特開 昭62−117090（ＪＰ，Ａ) Ｄ−315 ＣｏＰＳによる文書認識 （３），1992年電子情報通信学会秋季大 会講演論文集，日本，1992年 ９月15 日，ｐ．６−317 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06K 9/00 - 9/82

Claims (5)

(57)【特許請求の範囲】
1. 【請求項１】 認識対象の文字画像の入力を受け付けて
   ２値画像データに変換する入力画像変換手段と、 前記入力画像変換手段で変換された２値画像データの文
   字行に対応する座標位置を検出する文字行座標位置検出
   手段と、 前記文字行座標位置検出手段の検出対象とされた文字行
   内の個々の文字に対応する座標位置を検出する文字座標
   位置検出手段と、 前記文字座標位置検出手段で検出された座標で特定され
   る２値画像からなる文字の認識に使用する特徴を抽出す
   る特徴抽出手段と、 基準となる文字の形状特徴を平均したクラスタ平均特徴
   とその文字コードを対応付けて所定の値の大きさのクラ
   スタに分類して登録している大分類用辞書と、 前記特徴抽出手段で抽出された特徴と上記クラスタ平均
   特徴との距離を計算し、得られた距離から類似度を計算
   し、類似度の高い複数のクラスタをクラスタ候補として
   選出する大分類手段と、 前記大分類用辞書に登録されているクラスタのうち、２
   つのクラスタ間の距離が所定の値より小さい近接クラス
   タの識別子と少なくとも１以上の両クラスタを識別する
   クラスタ平均特徴の要素とを対応付けて登録している詳
   細識別用辞書と、 前記詳細識別用辞書に登録されている近接クラスタの２
   つの識別子が、前記大分類手段で選出された複数の候補
   クラスタ中の識別子にともに含まれているときには、前
   記詳細識別用辞書に登録されている文字の認識に使用す
   る特徴の要素のみに関して、前記特徴抽出手段で抽出さ
   れた特徴とクラスタ平均特徴との第２の距離を計算し、
   該第２の距離の小さい方のクラスタの類似度を引き上げ
   る詳細識別手段と、 前記詳細識別手段で引き上げられた類似度を優先して、
   前記大分類手段で選出された候補クラスタに対応する文
   字コードを出力する出力手段とを備え、上記文字認識に用いる特徴のうち予め定めた特定要素の
   最小値と最大値とをクラスタの識別子に対応付けて登録
   している棄却処理用辞書と、 前記詳細識別手段で得られた類似度を優先して、前記大
   分類手段で選出した最 も類似度の高い候補クラスタの類
   似度が所定の値よりも大きく、かつ、前記棄却処理用辞
   書に登録されている特定要素の最小値と最大値との間に
   前記特徴抽出手段で抽出された文字認識用の特徴の値が
   あるときに認識結果が有意であると判定する認識結果判
   定手段と、 前記認識結果判定手段で認識結果が有意でないと判定さ
   れた候補クラスタを棄却文字とし、該棄却文字が連続す
   るとき、その連続する棄却文字を連結する棄却文字連結
   手段と、 前記認識結果判定手段で認識結果が有意でないと判定さ
   れた候補クラスタの前後に同様に判定された候補クラス
   タのない候補クラスタ又は前記棄却文字連結手段で連結
   した棄却文字の上記２値画像データ上の座標位置から文
   字数を推定する文字数推定手段と、 上記２値画像データ上の座標で示される領域を前記文字
   数推定手段で推定された文字数で分割して、新たな認識
   対象の文字の座標を求める連結文字分割手段と、 前記連結文字分割手段で求められた座標で特定される２
   値画像データの文字認識に使用する特徴を抽出する第２
   の特徴抽出手段と、 前記第２の特徴抽出手段で抽出された特徴と上記クラス
   タ平均特徴との距離を計算し、得られた距離から類似度
   を計算し、類似度の高い複数のクラスタをクラスタ候補
   として選出する第２の大分類手段と、 前記第２の大分類手段で選出された２つのクラスタ候補
   の識別子が前記詳細識別用辞書に登録されている識別子
   と一致するときは、前記詳細識別用辞書に登録されてい
   るクラスタ平均特徴の要素だけに関して、前記特徴抽出
   手段で抽出された特徴とクラスタ平均特徴との第２の距
   離を計算し、第２の距離の近いクラスタの類似度を引き
   上げる第２の詳細識別手段と、 前記第２の詳細識別手段で引き上げられた類似度を優先
   して、前記第２の大分類手段で選出された類似度の最も
   高い候補クラスタの類似度が所定の値よりも大きく、か
   つ、前記棄却処理用辞書に登録されている特定要素の最
   小値と最大値との間に前記特徴抽出手段で抽出された文
   字認識用の特徴の値があるときに認識結果が有意である
   と判定する第２の認識結果判定手段と、 前記第２の認識結果判定手段が有意であると判定したと
   き、前記詳細識別手段で得られた類似度を優先して大分
   類手段で選出した最も類似度の高い候補クラスタの認識
   結果を破棄し、前記第２の認識結果判定手段で認識結果
   が有意であると判定されたとき、当該認識結果を選択す
   る認識結果選択手段と、 前記認識結果選択手段で選択された認識結果に従い、候
   補クラスタに対応する文字コードを出力する認識結果出
   力手段とを備え ることを特徴とする文字認識装置。
2. 【請求項２】 文字コードごとに入力を受け付けた多数
   の学習用文字画像を２値画像データに変換する入力画像
   変換手段と、 前記入力画像変換手段で変換された各２値画像データか
   ら文字認識に用いる特微を抽出する文字特微抽出手段
   と、 前記文字特微抽出手段で抽出された文字認識に用いる特
   微相互間の距離を文字コードごとに計算する距離計算手
   段と、 前記距離計算手段が計算した各文字コードごとの距離の
   最大値のうち最小のものを基に前記大分類用辞書及び詳
   細識別用辞書の所定の値として、決定する決定手段とを
   備えることを特徴とする請求項１記載の文字認識装置。
3. 【請求項３】 前記棄却文字連結手段は、 前記詳細識別手段での詳細識別の結果、類似度の最も高
   い候補クラスタが括弧記号の文字である場合に、該記号
   が連続するときは括弧記号を連結する括弧連結部と、 前記認識結果判定手段で認識結果が有意でないと判定さ
   れた棄却文字と上記括弧記号とが連続するときは、棄却
   文字と括弧記号とを連結する棄却括弧連結部とを備える
   ことを特徴とする請求項２記載の文字認識装置。
4. 【請求項４】 前記特徴抽出手段は、 上記２値画像データの文字部分に対応する画素を囲む外
   接矩形を決定する外接矩形決定部と、 上記文字部分に対応する画素の境界画素ごとに隣接画素
   との位置関係で定まる方向値を決定し、上記外接矩形を
   行方向にＬ分割し、列方向にＭ分割した各領域におい
   て、その内部の各方向値ごとに画素数を計数し、該計数
   した画素数を各領域に含まれる画素数で除した領域別輪
   郭方向密度特徴を求める領域別輪郭方向密度計算部と、 上記外接矩形の各辺から対辺に向かって走査したとき、
   上記文字部分に対応しない画素から対応する画素に変化
   するごとに「１」を加えた背景値を決定し、上記外接矩
   形を行方向にＰ分割し、列方向にＱ分割した各領域にお
   いて、その内部の背景値ごとの画素数を計数し、該計数
   した画素数を各領域の画素数で除した領域別背景密度特
   徴を求める領域別背景密度計算部と、 上記外接矩形からその縦横比を計算して縦横比特徴を求
   める縦横比計算部とを備えることを特徴とする請求項
   １、請求項２又は請求項３記載の文字認識装置。
5. 【請求項５】 前記認識結果判定手段の認識結果又は前
   記認識結果選択手段の選択結果に基づいて、任意の行中
   の認識された文字コード中の予め定めた特殊な記号に対
   応する文字コードの割合を計算する割合計算手段と、 前記割合計算手段で計算された割合が所定の割合を超え
   た場合に、その任意の行を有意な文字行でないと判断し
   て、前記出力手段にその旨出力を指示する行認識結果評
   価手段とを備えることを特徴とする請求項１、請求項
   ２、請求項３又は請求項４記載の文字認識装置。