JP3486246B2 - 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、光学式文字読み取り装
置で読みとった画像から辞書を参照することで、効率よ
く認識率を向上させるための認識装置に関する。 【０００２】 【従来の技術】光学式文字読取装置（ＯＣＲ）は、光学
式読取部で読み取った画像から文字部分を判別し、認識
辞書を参照してその文字を認識し、その後言語辞書を参
照して言語処理を行なって認識結果をＣＲＴなどの表示
部へ表示するものである。認識辞書とは、文字画像の特
徴を保存した辞書であり、言語辞書は、認識辞書を参照
しながら認識した結果を言語処理して、認識率を高める
ために使用する辞書である。 【０００３】このＯＣＲにおける認識装置は従来、誤認
識された文字の画像データを１文字ずつ表示部に表示
し、それに対して操作者が正解文字コードを入力すると
いうものであった。また、特開平４−２４７８３号公報
は１文字ずつの入力では効率的に学習ができないなどの
理由から、単語単位で複数文字を一度に学習させるとい
う方式のものであるが、基本的には文字画像データとそ
の正解文字コードを対として登録して学習させるもので
ある。 【０００４】 【発明が解決しようとする課題】上記の従来の学習方式
は、文字の画像データを登録して学習させる方式である
ため、登録した文字画像そのものに対しては確実に学習
の効果で正解文字となるが、画像データが光学的読取部
から読み取る際の状態に応じて多少変化したり、同一文
字であっても他の書体であったような場合に、必ずしも
正解になるとは限らない。そのような時には、この異な
る文字画像データを再度登録する必要が生ずる。このよ
うに登録が増えることは、ＯＣＲで最も処理時間のかか
る認識辞書の参照処理を複雑にすることに加えて、登録
前には正解となっていた形状の似ている他の文字が不正
解になってしまうといった悪影響が考えられるという欠
点を有している。 【０００５】そこで本発明の目的は、この処理時間の増
大と時として結果への悪影響を招く可能性のある文字画
像データそのものの登録を行なわずに、その代わりとし
て認識辞書を参照して認識された結果である文字コード
に対して操作者の登録した文字コードを追加させる手段
を設けることで、処理時間の増大を極力抑え、かつ悪影
響を及ぼす可能性をも低減させた有効なＯＣＲによる認
識装置を提供することにある。 【０００６】ここで誤りパターン辞書６とは操作者の登
録した文字コードとその対の文字コードデータをパター
ンとして保存しておく辞書である。 【０００７】 【課題を解決するための手段】本発明は、文字画像の特
徴を保存した認識辞書と、前記認識辞書を参照しながら
所定数の複数の候補文字をそれぞれ文字コードとして生
成する文字認識制御部と、言語辞書を参照しながら前記
文字認識制御部で生成した結果を言語処理して認識率を
高めるための言語処理部と、操作者の登録した文字コー
ドを追加しその文字コードの対の文字コードデータを保
存しておく誤りパターン辞書と、前記文字認識制御部で
生成された文字コードに対して前記誤りパターン辞書を
参照して対応する文字コードを追加する候補文字追加部
と、前記誤りパターン辞書の内容を表示し操作者の入力
によって誤りパターンを追加、修正、削除する誤りパタ
ーン保守部と、を備え、誤認識された文字画像の認識結
果の文字に対して、それを元の文字として、該元の文字
の文字コードと、対となる追加文字の文字コードとをパ
ターンとして前記誤りパターン辞書に登録しておき、前
記候補文字追加部は、元の文字が候補文字として出力さ
れると前記誤りパターン辞書の内容を参照して前記元の
文字の次位の文字の候補文字として出力する処理を、前
記所定数の複数の候補文字全てに対して行なうことを特
徴とする。 【０００８】 【０００９】 【実施例】図１は、本発明の学習方式を採用した日本語
ＯＣＲの一例を示すブロック図である。同図において１
は入力部としてのキーボード、２は表示部としてのＣＲ
Ｔ、３は光学的読取部（図示せず）で読み取られた画像
データを１文字ごとに認識辞書４を参照しつつ認識し、
認識結果たる文字コードを生成する文字認識制御部、５
はこの文字認識制御部３で生成された文字コードに対し
て誤りパターン辞書６を参照して対応する文字コードを
候補文字として追加する候補文字追加部、７は文字認識
制御部で生成された文字を単語単位で言語辞書８を参照
しつつ修正して正解文字列を生成する言語処理部、９は
誤りパターン辞書６の内容をＣＲＴ２に表示させ、か
つ、キーボード１からの操作者の入力によって誤りパタ
ーンを追加、修正、削除することを可能とする誤りパタ
ーン保守部である。ここで誤りパターン辞書６とは操作
者の登録した文字コードとその対の文字コードデータを
パターンとして保存しておく辞書である。 【００１０】上記の文字認識制御部３はパターンマッチ
ングの認識手法に基づき、１文字画像データから濃淡特
徴などを抽出し、次に抽出した濃淡特徴と認識辞書４内
の特徴との一致度を距離計算で調べて認識処理を行なっ
た後、距離の小さいものから順に第１０位までの候補文
字を認識結果として出力する。 【００１１】上記言語処理部５は上述の処理での認識辞
書４による認識結果をもとにそれぞれの第１０位までの
候補文字を組み合わせて文字列を生成し、生成した文字
列が言語辞書８に存在する場合には、たとえそれが第１
位の候補文字でなくともそれを正解とすることで認識率
の向上をはかるものである。 【００１２】上記誤りパターン保守部９は、操作者がキ
ーボード１から誤って認識された結果を元の文字とし
て、元の文字とその正解文字を文字コードの対として入
力し、誤りパターン辞書６にその対を追加したり、また
その辞書内のパターンをＣＲＴ２に表示して、操作者に
よる修正や削除を可能とするものである。また、このよ
うにして作成された誤りパターン辞書６は、認識辞書４
内の文字との一致度を距離計算で調べて認識処理を行な
った際に新たな候補文字を作成するために用いられるも
のであり、すなわち操作者によって入力された誤りパタ
ーンの対のうち元の文字が認識処理後の候補文字にあれ
ばその次の候補文字として正解文字を補うようにしたも
のである。上記構成の文字認識装置について図２〜図６
を参照しつつ次に述べる。 【００１３】図２および図３は実際に認識された結果出
力される候補文字を示している。図２では「公開」とい
う画像データから各文字との一致度を距離計算して距離
の小さい順に候補文字を第１位から第１０位まで示して
ある（図６のＳ１〜Ｓ４参照）。ここで「公」という文
字は認識された結果も「公」となっているが、「開」と
いう文字は「間」と誤って認識されており、正解の
「開」という文字は第３位として出力されている。この
文字ごとの認識処理では「公開」という文字画像データ
は「公間」と誤認識されてしまっている。しかしながら
「開」という文字が候補文字の第３位にあることから、
言語処理部７が言語辞書８を参照することで「公開」を
正解として出力することが可能である。これに対して図
３では「改革」という画像データを認識させた結果、そ
れぞれの文字の認識結果の第１位は「改」「草」となっ
ている。ここで「革」が「草」に誤って認識されている
わけであるが、結果として「革」という文字が候補文字
の第１０位までに存在しないことから、言語処理部７が
言語辞書８を参照しても、最終的な認識結果を「改革」
とすることは不可能である。 【００１４】これに対して操作者は誤りパターン保守部
９により、図４のように元の文字１１「草」を追加文字
１２「革」として、「草→革」のパターンを文字コード
として辞書に追加する。これによって文字認識制御部３
が「革」という文字画像を認識して、第１位に「草」と
いう文字コードを出力した時点で「草→革」という誤り
パターン辞書６の内容を参照して、第２位に「革」とい
う文字コードを出力する（図６のＳ５〜Ｓ７参照）。そ
の後、図３で第２位であった「亭」が第３位に、第３位
であった「辛」が第４位になり、結果的に図５ａのよう
な認識結果が得られる。この場合には図３の場合と違っ
て「革」という文字コードが候補文字として存在するこ
とから、言語処理部７が言語辞書８を参照することで、
「改革」を正解として出力することが可能となる。図４
は、追加文字「草→革」の他に、元の文字「賛」に対し
て追加文字「費」とする「賛→費」の場合、その他同様
にして「垂→重」、「墳→境」をパターン一覧１３とし
て表示させる、画面の一例を示している。 【００１５】また、図５ａの例では「草」という文字が
第１位として認識されているが、図５ｂに示すごとく、
仮に第３位の認識結果として出力されたとしても、同様
に誤りパターン辞書６の内容から「革」という文字は第
４位として出力されるわけであり、結果として「改革」
を正解として出力できることには変わりがない。 【００１６】 【発明の効果】このように本発明の文字認識装置では、
誤って認識された文字コードとその正解文字コードを対
として辞書に登録するだけで、認識にかかる処理時間を
あまり増加させず、また悪影響を及ぼす可能性を極めて
低減させた上で、容易に認識率を向上させることが可能
となる。

【図面の簡単な説明】 【図１】本発明によるブロックダイヤグラムを示す図。 【図２】本発明を説明するための図。 【図３】本発明を説明するための図。 【図４】本発明による一実施例を示す図。 【図５】本発明による一実施例を示す図。 【図６】本発明によるフローチャート。 【符号の説明】 １：キーボード ２：表示体（ＣＲＴ） ３：文字認識制御部 ４：認識辞書 ５：候補文字追加部 ６：誤りパターン辞書 ７：言語処理部 ８：言語辞書 ９：誤りパターン保守部 １１：元の文字 １２：追加文字 １３：パターン一覧

Claims (1)

1. (57)【特許請求の範囲】 【請求項１】文字画像の特徴を保存した認識辞書と、 前記認識辞書を参照しながら所定数の複数の候補文字を
   それぞれ文字コードとして生成する文字認識制御部と、 言語辞書を参照しながら前記文字認識制御部で生成した
   結果を言語処理して認識率を高めるための言語処理部
   と、 操作者の登録した文字コードを追加しその文字コードの
   対の文字コードデータを保存しておく誤りパターン辞書
   と、 前記文字認識制御部で生成された文字コードに対して前
   記誤りパターン辞書を参照して対応する文字コードを追
   加する候補文字追加部と、 前記誤りパターン辞書の内容を表示し操作者の入力によ
   って誤りパターンを追加、修正、削除する誤りパターン
   保守部と、 を備え、 誤認識された文字画像の認識結果の文字に対して、それ
   を元の文字として、該元の文字の文字コードと、対とな
   る追加文字の文字コードとをパターンとして前記誤りパ
   ターン辞書に登録しておき、 前記候補文字追加部は、元の文字が候補文字として出力
   されると前記誤りパターン辞書の内容を参照して前記元
   の文字の次位の文字の候補文字として出力する処理を、
   前記所定数の複数の候補文字全てに対して行なうことを
   特徴とする文字認識装置。