JP4136257B2 - 文字認識装置、文字認識方法および記憶媒体 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、文字認識装置および文字認識方法と、文字認識プログラムを記憶した記憶媒体に関し、特に文字切り出し方法を改良した文字認識装置および文字認識方法ならびに記憶媒体に関する。
【０００２】
【従来の技術】
文字データを読み取って入力する装置として、文字認識装置がある。文字認識装置での文字認識に際して、帳票など、文字の種類や大きさ、文字の位置などが予め定まっている場合は、比較的容易に文字を切り出して認識することができる。しかし、一般の印刷文書などから文字を認識して入力する場合には、文字の種類や大きさ、文字位置などを予め予測することができないために認識作業に困難が生まれる。
例えば、漢字においては、構成要素が分離している場合があるため、どの部分を一文字として認識するかが問題になる。また、文字サイズの異なる文字が混在したり、漢字、仮名混じり文に英数字が挿入されたり、文字が相互に接触していたり、文字の印刷がかすれていたりする場合などにおいては、認識に先立って一文字ずつを切り出すことに困難を伴う場合が多い。
【０００３】
今、図３に示すような文字画像が入力された場合を考える。この図に示すように、１行内の文字の大半（この場合は全て）が、接触している場合には、１文字、１文字を切り出すことは大変難しかった。たとえば、行高さを基に１文字幅とするという方法もあるが、半角文字である場合など、縦横比が１対１でない場合は、行高さを基に切り出すことも不可能になる。
接触している文字を正しく切り出して認識する方法として、特開平５−１２８３０７号公報では、平均的な文字幅や文字ピッチを算出し、これらの値から、文字切り出しを行っている。しかしこの方法でも、英数字などで、行内の文字の大半が接触している場合に、平均文字幅や平均文字ピッチを正しく算出することができないという間題があった。
【０００４】
【発明が解決しようとする課題】
上述のごとく、従来の文字認識装置および文字認識方法では、一般の文書から文字を切り出して認識するに際し、文字の切り出しに困難を伴い、これらが解決できないために文字の切り出しが正確に行われず、文字が正しく認識できないという問題があった。ことに、英数字などで文字が相互に接触している場合は問題が多い。
本発明は、比較的簡単な方法でこの問題を解決して、文字切り出しで殊に問題となる文字間の接触の多い入力文書から、正しく文字を切り出して認識することができる文字認識装置および文字認識方法の実現を課題とする。
【０００５】
【課題を解決するための手段】
上記課題を達成するために、請求項１記載の発明は、文書画像から文字行を切り出し、この切り出された文字行から文字を切り出して文字認識を行う際に、前記文字行の方向に平行に行の高さの１／ｎの複数の領域に分割して抽出し、該分割された文字行の複数の領域の各々から求められた切り出し位置の候補に基づいて、文字の切り出し位置を決定する文字認識装置において、
前記分割された文字行の複数の領域の各々には、隣り合う文字同士が接触した箇所と接触していない箇所とがある場合に、
前記隣り合う文字同士が接触していない箇所を検出する非接触箇所検出手段を備え、
該非接触箇所検出手段が検出した文字同士の非接触箇所に基づいて文字の切り出し位置を決定することを特徴とする。
また、請求項２記載の発明は、請求項１記載の文字認識装置において、前記文字の切り出し位置を決定する際に、前記隣り合う文字の非接触箇所における、先の文字の最後端と次の文字の最先端との間隔を求め、該求めた間隔の中間値を文字切り出しの位置とすることを特徴とする。
また、請求項３記載の発明は、請求項１記載の文字認識装置において、
前記文字の切り出し位置を決定する際に、前記隣り合う文字の非接触箇所における、先の文字の最後端を文字切り出しの位置とすることを特徴とする。
また、請求項４記載の発明は、請求項１記載の文字認識装置において、
前記文字の切り出し位置を決定する際に、前記隣り合う文字の非接触箇所における、先の文字に続く次の文字の最先端を文字切り出しの位置とすることを特徴とする。
【０００６】
また、請求項５記載の発明は、文書画像から文字行を切り出し、この切り出された文字行から文字を切り出して文字認識を行う際に、前記文字行の方向に平行に行の高さの１／ｎの複数の領域に分割して抽出し、該分割された文字行の複数の領域の各々から求められた切り出し位置の候補に基づいて、文字の切り出し位置を決定する文字認識方法において、
前記分割された文字行の複数の領域の各々には、隣り合う文字同士が接触した箇所と接触していない箇所とがある場合に、
前記隣り合う文字同士が接触していない箇所を検出する非接触箇所検出過程と、
該非接触箇所検出過程で検出した文字同士の非接触箇所に基づいて文字の切り出し位置を決定する文字位置決定過程と
を備えたことを特徴とする。
【０００７】
さらにまた、請求項６記載の発明は、文書画像から文字行を切り出し、この切り出された文字行から文字を切り出して文字認識を行う際に、前記文字行の方向に平行に行の高さの１／ｎの複数の領域に分割して抽出し、該分割された文字行の複数の領域の各々から求められた切り出し位置の候補に基づいて、文字の切り出し位置を決定する文字認識方法を、コンピュータに実行させるプログラムを記憶し、該コンピュータから読取り可能な記憶媒体であって、
前記分割された文字行の複数の領域の各々には、隣り合う文字同士が接触した箇所と接触していない箇所とがある場合に、
前記隣り合う文字同士が接触していない箇所を検出する非接触箇所検出過程と、
該非接触箇所検出過程で検出した文字同士の非接触箇所に基づいて文字の切り出し位置を決定する文字位置決定過程とを備えたプログラムを記憶することを特徴とする。
【０００８】
【発明の実施の形態】
以下、本発明にかかる文字認識装置を添付図面を参照にして詳細に説明することにする。
【０００９】
図１は、本発明の文字認識装置をソフトウェアで実現する場合の回路構成を示すブロック図である。図１において、符号１はＣＰＵ、符号２はメモリ、符号３は通信装置、符号４は表示装置、符号５はハードディスク、符号６はキーボード、符号７はＣＤ−ＲＯＭドライブ、符号８はＦＤドライブである。
【００１０】
図１に沿って、この装置の動作を説明する。図示しないスキャナなどの走査入力装置で、原稿の文字画像を読み取って得られた画像信号データが、例えば、通信装置３を介して装置に入力されると、一旦、ハードディスク５などに記憶された後、ＣＰＵ１によりメモリ２に記憶されているソフトウェアによって認識作業が行われる。
認識作業は、まず、文字行を切り出し、次に切り出した文字行中の各文字を切り出し、切り出した各文字についてハードディスク５などに記憶された辞書と比較して文字認識が行われる。認識結果は、例えば、ＦＤドライブ８などを介してＦＤなどに記録されて出力されるか、または通信装置３を介して出力される。
【００１１】
図２は、文字認識装置を通信回線を介して構成する場合のブロック図である。図２において、符号１１、符号１２、符号１３はそれぞれ装置１、装置２、装置３であり、符号１４はインターネットなどの通信回線である。装置１（１１）、装置２（１２）、装置３（１３）はいずれかが原稿の文字画像を読み取る操作入力装置であって、他のものが図１に示したような装置であっても、いずれもが相互に協同して文字認識を行う図１に示した装置であって、画像信号データの入力が別な方法で行われてもよい。
【００１２】
次に、このような装置内で行われる処理について説明する。
今、図３に示すような文字画像が切り出されて入力される場合を考える。この図に示すように、この文字行では１行内の文字の大半が接触している。このような文字行を、図４に示すように行方向に平行（水平）に文字高さをｎ（ここでは３）分割する。ｎの値は任意で、あまり多くならない範囲で２分割でも４分割でもよい。
【００１３】
このように分割することによって、図５に示すように、ある領域では分割された文字が接触しているが、他の領域では、文字が接触せず分離されているということが起こる。すなわち、図の例では、３分割することによって、「２」と「０」との間では上部と中央部分とで接触が残っているが下部では分離され、「０」と「０」との接触は中央部分では残っているが、上下の部分ではなくなって分離されている。
【００１４】
これを基にして、図６に示すように接触部分の切り出し位置を求める。
すなわち、分離された文字行部分の、１つめの連結成分のＸ座標の最大値をＸ１ｅ、２つめの連結成分のＸ座標の最小値をＸ２ｓとすると、切り出し候補位置のＸ座標として、この中間値であるＸ１ｍをとる。
【００１５】
Ｘ１ｍ＝（Ｘ１ｅ＋Ｘ２ｓ）／２
【００１６】
ここでは、切り出し候補位置のＸ座標として、隣り合う黒連結成分のＸ座標の中間値を用いたが、黒連結成分のＸ座標のどちらか（すなわちＸ１ｅかＸ２ｓのいずれか）をそのまま用いても構わないし、黒連結成分の座標値から計算して求めても構わない。
【００１７】
さらに、複数の分割部分からそれぞれに切り出し候補位置のＸ座標を求めて、それらの平均を最終的に切り出し候補のＸ座標とすることでさらに精度をあげることもできる。
これにより、文字間に接触部分があるような場合においても、文字の切り出しを精度よく行うことができ、それにともなって、文字の認識精度を向上することができる。
【００１８】
なお、以上の説明は、文字認識装置について行ったが、この文字認識装置に用いられた文字認識方法、およびこの文字認識方法を実行するプログラムを記憶した記憶媒体をも本発明の対象とするものである。
【００１９】
【発明の効果】
以上説明したように本発明の請求項１の発明は、文書画像から文字行を切り出し、この切り出された文字行から文字を切り出して文字認識を行う際に、前記文字行の方向に平行に行の高さの１／ｎの複数の領域に分割して抽出し、該分割された文字行の複数の領域の各々から求められた切り出し位置の候補に基づいて、文字の切り出し位置を決定する文字認識装置において、
前記分割された文字行の複数の領域の各々には、隣り合う文字同士が接触した箇所と接触していない箇所とがある場合に、
前記隣り合う文字同士が接触していない箇所を検出する非接触箇所検出手段を備え、
該非接触箇所検出手段が検出した文字同士の非接触箇所に基づいて文字の切り出し位置を決定することを特徴とする。
このように、文字間に接触があっても、ｎ分割のいずれかの部分で分離が見られるので、これを基に精度の高い文字切り出しを行うことができる。
【００２０】
本発明の請求項２の発明は、請求項１記載の文字認識装置において、前記文字の切り出し位置を決定する際に、前記隣り合う文字の非接触箇所における、先の文字の最後端と次の文字の最先端との間隔を求め、該求めた間隔の中間値を文字切り出しの位置とすることを特徴とする。
これにより、簡単な演算で、精度の高い文字切り出しを行うことができる。
【００２１】
本発明の請求項３の発明は、請求項１記載の文字認識装置において、前記文字の切り出し位置を決定する際に、前記隣り合う文字の非接触箇所における、先の文字の最後端を文字切り出しの位置とすることを特徴とする。
これにより、簡単に切り出し位置を決めることができ、精度の高い文字切り出しを行うことができる。
【００２２】
本発明の請求項４の発明は、請求項１記載の文字認識装置において、前記文字の切り出し位置を決定する際に、前記隣り合う文字の非接触箇所における、先の文字に続く次の文字の最先端を文字切り出しの位置とすることを特徴とする。
これにより、簡単に切り出し位置を決めることができ、精度の高い文字切り出しを行うことができる。
【００２３】
本発明の請求項５の発明は、文書画像から文字行を切り出し、この切り出された文字行から文字を切り出して文字認識を行う際に、前記文字行の方向に平行に行の高さの１／ｎの複数の領域に分割して抽出し、該分割された文字行の複数の領域の各々から求められた切り出し位置の候補に基づいて、文字の切り出し位置を決定する文字認識方法において、
前記分割された文字行の複数の領域の各々には、隣り合う文字同士が接触した箇所と接触していない箇所とがある場合に、
前記隣り合う文字同士が接触していない箇所を検出する非接触箇所検出過程と、
該非接触箇所検出過程で検出した文字同士の非接触箇所に基づいて文字の切り出し位置を決定する文字位置決定過程とを備えたことを特徴とする。
これにより、文字間に接触があっても、ｎ分割のいずれかの部分で分離が見られるので、これを基に精度の高い文字切り出しを行うことができる。
また、本発明の請求項６記載の発明は、文書画像から文字行を切り出し、この切り出された文字行から文字を切り出して文字認識を行う際に、前記文字行の方向に平行に行の高さの１／ｎの複数の領域に分割して抽出し、該分割された文字行の複数の領域の各々から求められた切り出し位置の候補に基づいて、文字の切り出し位置を決定する文字認識方法を、コンピュータに実行させるプログラムを記憶し、該コンピュータから読取り可能な記憶媒体であって、
前記分割された文字行の複数の領域の各々には、隣り合う文字同士が接触した箇所と接触していない箇所とがある場合に、
前記隣り合う文字同士が接触していない箇所を検出する非接触箇所検出過程と、
該非接触箇所検出過程で検出した文字同士の非接触箇所に基づいて文字の切り出し位置を決定する文字位置決定過程とを備えたプログラムを記憶することを特徴とする。
これにより、文字間に接触があっても、ｎ分割のいずれかの部分で分離が見られるので、より精度の高い文字切り出しを行えるプログラムを記憶した記憶媒体が得られる。
【図面の簡単な説明】
【図１】本発明の文字認識装置をソフトウェアで実現する場合の回路構成を示すブロック図。
【図２】文字認識装置を通信回線を介して構成する場合のブロック図。
【図３】入力文字画像の一例。
【図４】図３に示す入力文字画像の分割例。
【図５】図４の分割例にしたがった分離位置の検出の説明図。
【図６】図４の分割例にしたがった切り出し候補位置の求め方の説明図。
【符号の説明】
１ ＣＰＵ
２ メモリ
３ 通信装置
４ 表示装置
５ ハードディスク
６ キーボード
７ ＣＤ−ＲＯＭドライブ
８ ＦＤドライブ
１１ 装置１
１２ 装置２
１３ 装置３
１４ 通信回線

Claims (6)

1. 文書画像から文字行を切り出し、この切り出された文字行から文字を切り出して文字認識を行う際に、前記文字行の方向に平行に行の高さの１／ｎの複数の領域に分割して抽出し、該分割された文字行の複数の領域の各々から求められた切り出し位置の候補に基づいて、文字の切り出し位置を決定する文字認識装置において、
   前記分割された文字行の複数の領域の各々には、隣り合う文字同士が接触した箇所と接触していない箇所とがある場合に、
   前記隣り合う文字同士が接触していない箇所を検出する非接触箇所検出手段を備え、
   該非接触箇所検出手段が検出した文字同士の非接触箇所に基づいて文字の切り出し位置を決定することを特徴とする文字認識装置。
2. 前記文字の切り出し位置を決定する際に、前記隣り合う文字の非接触箇所における、先の文字の最後端と次の文字の最先端との間隔を求め、該求めた間隔の中間値を文字切り出しの位置とすることを特徴とする請求項１記載の文字認識装置。
3. 前記文字の切り出し位置を決定する際に、前記隣り合う文字の非接触箇所における、先の文字の最後端を文字切り出しの位置とすることを特徴とする請求項１記載の文字認識装置。
4. 前記文字の切り出し位置を決定する際に、前記隣り合う文字の非接触箇所における、先の文字に続く次の文字の最先端を文字切り出しの位置とすることを特徴とする請求項１記載の文字認識装置。
5. 文書画像から文字行を切り出し、この切り出された文字行から文字を切り出して文字認識を行う際に、前記文字行の方向に平行に行の高さの１／ｎの複数の領域に分割して抽出し、該分割された文字行の複数の領域の各々から求められた切り出し位置の候補に基づいて、文字の切り出し位置を決定する文字認識方法において、
   前記分割された文字行の複数の領域の各々には、隣り合う文字同士が接触した箇所と接触していない箇所とがある場合に、
   前記隣り合う文字同士が接触していない箇所を検出する非接触箇所検出過程と、
   該非接触箇所検出過程で検出した文字同士の非接触箇所に基づいて文字の切り出し位置を決定する文字位置決定過程と
   を備えたことを特徴とする文字認識方法。
6. 文書画像から文字行を切り出し、この切り出された文字行から文字を切り出して文字認識を行う際に、前記文字行の方向に平行に行の高さの１／ｎの複数の領域に分割して抽出し、該分割された文字行の複数の領域の各々から求められた切り出し位置の候補に基づいて、文字の切り出し位置を決定する文字認識方法を、コンピュータに実行させるプログラムを記憶し、該コンピュータから読取り可能な記憶媒体であって、
   前記分割された文字行の複数の領域の各々には、隣り合う文字同士が接触した箇所と接触していない箇所とがある場合に、
   前記隣り合う文字同士が接触していない箇所を検出する非接触箇所検出過程と、
   該非接触箇所検出過程で検出した文字同士の非接触箇所に基づいて文字の切り出し位置を決定する文字位置決定過程とを備えたプログラムを記憶することを特徴とする記憶媒体。

Images