JP6039413B2 - 文字切り出し装置、文字認識装置、文字切り出し方法、およびプログラム - Google Patents
文字切り出し装置、文字認識装置、文字切り出し方法、およびプログラム Download PDFInfo
- Publication number
- JP6039413B2 JP6039413B2 JP2012285664A JP2012285664A JP6039413B2 JP 6039413 B2 JP6039413 B2 JP 6039413B2 JP 2012285664 A JP2012285664 A JP 2012285664A JP 2012285664 A JP2012285664 A JP 2012285664A JP 6039413 B2 JP6039413 B2 JP 6039413B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- projection
- characters
- variance
- unit
- 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
Images
Landscapes
- Character Input (AREA)
Description
本発明は、紙やプラスチック等の媒体上の文字列を撮像して得られた画像データを処理することによって文字列から各文字を切り出す文字認識技術に係り、特に、撮像された画像内の文字列の文字間の区切り位置を検索して文字を認識する文字切り出し装置、文字認識装置、文字切り出し方法、およびプログラムに関するものである。
文字認識においては、一般に行（文字列）区切り位置の特定を行い、位置決定された文字行（文字列）において、文字間の区切り位置を特定する、という構成をとることが多い（たとえば、特許文献１，２，３参照）。
特許文献１には、画像よりヒストグラム（投影、射影）を形成し、その投影の山と山の間の空白の両端座標を求めることにより文字区切り位置を求める技術が記載されている。
特許文献２には、同様に、文字間の空白位置を、射影のレベルをあらかじめ用意した閾値と比較することにより、文字間の境界位置を求める技術が記載されている。
特許文献３にも、文字の境界を検出する技術が記載されている。特許文献３に記載の技術では、上記と同様に、認識対象の文字列に対してその射影をとり、一定の閾値を設けて射影のプロファイルと閾値との比較により、文字と文字の境界を求める。
しかし、特許文献１に記載された技術では、当該文献１の図３１に示されるように、隣接する２文字がつぶれなどの原因により結合してしまった場合に、その２文字の分離位置を正確に特定することは困難である。
特許文献２に記載された技術においても、文字切り出しの際に用いる閾値関数の設定によっては、正しい文字区切り位置を検出することが困難であるという不利益がある。
特許文献３に記載されているような、閾値との大小関係を利用する技術では、閾値をどのように設定するかが問題となることが多い。
文字が正常な場合はよいが、文字がつぶれやノイズなどによって結合したような場合や、媒体の移動速度変動による画像解像度の低下（モジュレーションの劣化）の場合は、閾値のレベルによって文字境界の見逃しやノイズによる文字境界点の誤検出といった問題が生じやすく、結果的に安定的な認識性能が阻害されることになる。
文字が正常な場合はよいが、文字がつぶれやノイズなどによって結合したような場合や、媒体の移動速度変動による画像解像度の低下（モジュレーションの劣化）の場合は、閾値のレベルによって文字境界の見逃しやノイズによる文字境界点の誤検出といった問題が生じやすく、結果的に安定的な認識性能が阻害されることになる。
本発明の目的は、性能を左右する閾値を設定することなく、文字境界部分の状態にかかわりなく文字の境界位置を高い精度で的確に決定することが可能で、ひいては文字認識性能の向上を図ることが可能な文字切り出し装置、文字認識装置、文字切り出し方法、およびプログラムを提供することにある。
本発明の第１の観点は、媒体上の文字列を撮像して得られた画像データを処理することによって、前記文字列から各文字を切り出す文字切り出し装置であって、前記文字列を形成する文字の区切り位置を検出する文字区切り位置検出部を有し、前記文字区切り位置検出部は、前記文字の区切り位置を検出する領域を設定する領域設定部と、少なくとも前記領域設定部により設定される設定領域内において、文字が並んでいる方向の射影を生成する射影生成部と、前記文字が並んでいる文字並び方向の画素位置情報および当該文字並び方向上の当該文字並び方向に直交する方向に配列された画素値全体の平均画素値情報に関連付けた前記設定領域内の前記射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算する分割点算出部と、を含み、前記分割点算出部で求めた前記分散比に基づき文字の区切り位置を求める。
本発明の第２の観点は、画像データから切り出された文字列から各文字を切り出して文字を認識する文字認識装置であって、媒体上の文字列を撮像して画像データとして読み取る画像読取部と、前記画像読取部による読み取り画像を格納する画像メモリと、前記画像メモリに格納された前記画像データから文字列を切り出し、当該文字列から文字を切り出して文字認識を行うデータ処理部と、を有し、前記データ処理部は、切り出された前記文字列を形成する文字の区切り位置を検出する文字区切り位置検出部を備えた文字切り出し部と、を含み、 前記文字区切り位置検出部は、前記文字の区切り位置を検出する領域を設定する領域設定部と、少なくとも前記領域設定部により設定される設定領域内において、文字が並んでいる方向の射影を生成する射影生成部と、前記文字が並んでいる文字並び方向の画素位置情報および当該文字並び方向上の当該文字並び方向に直交する方向に配列された画素値全体の平均画素値情報に関連付けた前記設定領域内の前記射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算する分割点算出部と、を含み、前記分割点算出部で求めた前記分散比に基づき文字の区切り位置を求める。
本発明の第３の観点は、媒体上の文字列を撮像して得られた画像データを処理することによって、前記文字列から各文字を切り出す文字切り出し方法であって、前記文字列を形成する文字の区切り位置を検出する文字区切り位置検出ステップを有し、前記文字区切り位置検出ステップは、前記文字の区切り位置を検出する領域を設定する領域設定ステップと、少なくとも前記領域設定ステップにより設定される設定領域内において、文字が並んでいる方向の射影を生成する射影生成ステップと、前記文字が並んでいる文字並び方向の画素位置情報および当該文字並び方向上の当該文字並び方向に直交する方向に配列された画素値全体の平均画素値情報に関連付けた前記設定領域内の前記射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算する分割点算出ステップと、を含み、前記分割点算出ステップで求めた前記分散比に基づき文字の区切り位置を求める。
本発明の第４の観点は、媒体上の文字列を撮像して得られた画像データを処理することによって、前記文字列から各文字を切り出す文字切り出し処理をコンピュータに実行させるプログラムであって、前記文字列を形成する文字の区切り位置を検出する文字区切り位置検出処理を有し、前記文字区切り位置検出処理は、前記文字の区切り位置を検出する領域を設定する領域設定処理と、少なくとも前記領域設定処理により設定される設定領域内において、文字が並んでいる方向の射影を生成する射影生成処理と、前記文字が並んでいる文字並び方向の画素位置情報および当該文字並び方向上の当該文字並び方向に直交する方向に配列された画素値全体の平均画素値情報に関連付けた前記設定領域内の前記射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算する分割点算出処理と、を含み、前記分割点算出処理で求めた前記分散比に基づき文字の区切り位置を求める文字切り出し処理をコンピュータに実行させるプログラムである。
本発明によれば、性能を左右する閾値を設定することなく、文字境界部分の状態にかかわりなく文字の境界位置を高い精度で的確に決定することが可能で、ひいては文字認識性能の向上を図ることが可能となる。
以下、本発明の実施形態を図面に関連付けて説明する。
図１は、本発明の実施形態に係る文字認識装置の構成例を示す図である。
本実施形態に係る文字認識装置１０は、紙やプラスチック等の媒体上の文字列を撮像して得られた画像データを処理することによって、画像データから切り出した文字列から各文字を切り出して認識する機能を有する。
文字認識装置１０は、画像認識技術に基づいて、撮像画像内の文字列における文字間の区切り位置を検出（検索）する際に、次のような特徴的な処理を行う。
文字認識装置１０は、認識対象（切り出し対象）となる２文字を囲む暫定切り出し領域、たとえば矩形領域を設定し、少なくともその矩形領域において文字が並んでいる方向の射影を生成（形成）する。
文字認識装置１０は、文字切り出し処理における射影生成に際し、文字が第１方向である横方向すなわちＸ軸方向に並んでいるときはＸ軸への射影を生成し、文字が第１方向に直交する第２方向である縦方向すなわちＹ軸方向に並んでいるときはＹ軸への射影を生成する。以下では、一例として、Ｘ軸への射影として説明する。
文字認識装置１０は、認識対象（切り出し対象）となる２文字を囲む暫定切り出し領域、たとえば矩形領域を設定し、少なくともその矩形領域において文字が並んでいる方向の射影を生成（形成）する。
文字認識装置１０は、文字切り出し処理における射影生成に際し、文字が第１方向である横方向すなわちＸ軸方向に並んでいるときはＸ軸への射影を生成し、文字が第１方向に直交する第２方向である縦方向すなわちＹ軸方向に並んでいるときはＹ軸への射影を生成する。以下では、一例として、Ｘ軸への射影として説明する。
文字認識装置１０は、文字が並んでいる文字並び方向（本例ではＸ軸方向、水平方向））の画素位置情報およびＸ軸上のＸ軸方向に直交するＹ方向に配列された画素値全体の平均画素値情報（各列の画素値全体の平均画素値情報）に関連付けた設定領域内の射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算する。
文字認識装置１０は、その射影に関してその射影を左右に２分割したときに、その各分割要素において、たとえば要素内の分散が最も小さく、要素間の分散が最も大きくなるような分割点を選び、その選択した点を２文字の分割位置（境界位置）として検出する。
より具体的には、文字認識装置１０は、射影に関してその射影を２分割したときに、その各分割要素において、たとえば分割要素内の射影値の分散が最も小さく、分割要素間の射影値の分散が最も大きくなるような分割点を選び、その選択した分割点を２文字の境界位置として検出する。
文字認識装置１０は、分割点算出処理においては、設定される矩形領域内の文字の並び方向の各位置における所定幅の射影を２つの領域に分割し、各射影における分割領域内分散と分割領域間分散とを求め、その分散比を位置ごとに求め、求めた分散比に基づき２文字の境界位置（文字の区切り位置）を求める。本実施形態では、分散比が最大となる位置を文字の区切り位置として求める。
以上の判別処理については、後で詳述する。
文字認識装置１０は、その射影に関してその射影を左右に２分割したときに、その各分割要素において、たとえば要素内の分散が最も小さく、要素間の分散が最も大きくなるような分割点を選び、その選択した点を２文字の分割位置（境界位置）として検出する。
より具体的には、文字認識装置１０は、射影に関してその射影を２分割したときに、その各分割要素において、たとえば分割要素内の射影値の分散が最も小さく、分割要素間の射影値の分散が最も大きくなるような分割点を選び、その選択した分割点を２文字の境界位置として検出する。
文字認識装置１０は、分割点算出処理においては、設定される矩形領域内の文字の並び方向の各位置における所定幅の射影を２つの領域に分割し、各射影における分割領域内分散と分割領域間分散とを求め、その分散比を位置ごとに求め、求めた分散比に基づき２文字の境界位置（文字の区切り位置）を求める。本実施形態では、分散比が最大となる位置を文字の区切り位置として求める。
以上の判別処理については、後で詳述する。
以下に、本文字認識装置１０の具体的な構成および撮像画像の文字認識処理機能について説明する。
文字認識装置１０は、データ入力部としての密着型の（１次元）撮像素子（画像読取部）１１、画像メモリ１２、およびデータ処理部１３を有している。
また、データ処理部１３は、２値化部１３１、文字列切り出し部としての行切り出し部１３２、文字区切り位置検出部を含む文字切り出し部１３３、特徴抽出部１３４、特徴比較部１３５、特徴辞書格納部１３６、および類似文字認識部１３７を有している。
なお、これらの各部は、記録担体２０上の文字列、たとえばＯＣＲ文字列を認識する文字認識装置の一例として機能する。
また、データ処理部１３は、２値化部１３１、文字列切り出し部としての行切り出し部１３２、文字区切り位置検出部を含む文字切り出し部１３３、特徴抽出部１３４、特徴比較部１３５、特徴辞書格納部１３６、および類似文字認識部１３７を有している。
なお、これらの各部は、記録担体２０上の文字列、たとえばＯＣＲ文字列を認識する文字認識装置の一例として機能する。
画像読取部としての撮像素子１１は、記録担体２０上のＯＣＲ文字記録領域２１にＯＣＲ文字列を撮像し、そのＯＣＲ文字列の光電変換を行う。
画像メモリ１２は、撮像素子１１で撮像されたＯＣＲ文字列等の画像データを記憶（格納）する。
なお、この画像メモリ１２は、ＲＡＭ，ＳＤＲＡＭ,ＤＤＲＳＤＲＡＭ，ＲＤＲＡＭなど、画像データを記憶しうるものであれば如何なるものであってもよい。
画像メモリ１２は、撮像素子１１で撮像されたＯＣＲ文字列等の画像データを記憶（格納）する。
なお、この画像メモリ１２は、ＲＡＭ，ＳＤＲＡＭ,ＤＤＲＳＤＲＡＭ，ＲＤＲＡＭなど、画像データを記憶しうるものであれば如何なるものであってもよい。
データ入力部においては、カードなどの記録担体２０のＯＣＲ文字記録領域２１に印刷されたＯＣＲ文字列は、媒体搬送機構の搬送ガイドに沿ってカードを動かすと１次元撮像素子１１によってその文字パターンが撮像されて光電変換され、その画像データが画像メモリ１２に取り込まれる。
その後、データ処理部１３が、画像メモリ１２から画像データを読み出して、上述した各部において様々な処理を施し、最終的に、記録担体２０上のＯＣＲ文字列から各文字を切り出して認識するように構成されている。
その後、データ処理部１３が、画像メモリ１２から画像データを読み出して、上述した各部において様々な処理を施し、最終的に、記録担体２０上のＯＣＲ文字列から各文字を切り出して認識するように構成されている。
ここでは、撮像素子１１として密着型１次元撮像素子を採用して装置の小型化等を図っているが、撮像素子１１としては、読み取り対象の記録担体２０の文字列を読み取り対象とする２次元のエリアセンサ等を採用することも可能である。
撮像素子１１は、たとえばＣＣＤやＣＭＯＳセンサにより形成される。
撮像素子１１は、たとえばＣＣＤやＣＭＯＳセンサにより形成される。
一方で、記録担体２０は、ＪＩＳに準拠している一般的なカードであってもよく、たとえば、幅８６ｍｍ，高さ５４ｍｍ，厚み０．７６ｍｍというサイズのプラスチックカードでもよく、ＩＤカードやパスポートブック、あるいは運転免許証などでもよい。
［データ処理部１３の各部の構成および機能］
次に、データ処理部１３の各部の基本的な構成および機能について説明する。
データ処理部１３は、画像メモリ１２から画像データを読み出して、その画像データが多諧調の濃淡画像である場合には、白黒２値の画像に変換を行う。
次に、データ処理部１３の各部の基本的な構成および機能について説明する。
データ処理部１３は、画像メモリ１２から画像データを読み出して、その画像データが多諧調の濃淡画像である場合には、白黒２値の画像に変換を行う。
２値化部１３１は、この画像メモリ１２から読み出した画像データに対する２値化処理を行う。
２値化部１３１は、適当な方法によって閾値を求め、元の画像を白黒２値の画像に変換する。
ここで、データ処理部１３における以降の処理は、この白黒２値画像を用いて行われることとする。
２値化部１３１は、適当な方法によって閾値を求め、元の画像を白黒２値の画像に変換する。
ここで、データ処理部１３における以降の処理は、この白黒２値画像を用いて行われることとする。
文字列切り出し部としての行切り出し部１３２は、２値化部１３１で２値化された文字列を水平方向に射影して、文字列の上下エッジを検出する。
そして、行切り出し部１３２は、上下エッジの中心位置を、文字列の中心ラインと識別して行切り出しを行う。
ここで、水平方向とは、文字が横方向に並んでいる第１方向、すなわちＸ軸方向である。
そして、行切り出し部１３２は、上下エッジの中心位置を、文字列の中心ラインと識別して行切り出しを行う。
ここで、水平方向とは、文字が横方向に並んでいる第１方向、すなわちＸ軸方向である。
本実施形態の文字区切り位置検出部を含む文字切り出し部１３３は、行切り出し部１３２で切り出された行の文字列から文字列の文字が並んでいる方向、本例では水平方向の文字間の区切り位置を検出して、文字の切り出し処理を行う。
より具体的には、本実施形態の文字切り出し部１３３は、認識対象（切り出し対象）となる２文字を囲む暫定切り出し領域、たとえば矩形領域を設定し、その矩形領域において文字が並んでいる方向の射影を生成（形成）する。
ここでは、上述したように、文字切り出し部１３３は、射影生成に際し、文字が横方向すなわちＸ軸方向に並んでいるときはＸ軸への射影を生成する。
より具体的には、本実施形態の文字切り出し部１３３は、認識対象（切り出し対象）となる２文字を囲む暫定切り出し領域、たとえば矩形領域を設定し、その矩形領域において文字が並んでいる方向の射影を生成（形成）する。
ここでは、上述したように、文字切り出し部１３３は、射影生成に際し、文字が横方向すなわちＸ軸方向に並んでいるときはＸ軸への射影を生成する。
文字切り出し部１３３は、Ｘ軸方向（文字並び方向）の画素位置情報およびＸ軸上のＹ方向に配列された画素値全体の平均画素値情報（各列の画素値全体の平均画素値情報）に関連付けた設定領域内の射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算する。
文字切り出し部１３３は、その射影に関してその射影を左右に２分割したときに、その各分割要素において、要素内の分散が最も小さく、要素間の分散が最も大きくなるような分割点を選び、その選択した点を２文字の境界位置（分割位置）として検出する。
より具体的には、後で詳述するように、文字切り出し部１３３は、射影に関してその射影を２分割したときに、その各分割要素において、分割要素内の射影値の分散が最も小さく、分割要素間の射影値の分散が最も大きくなるような分割点を選び、その選択した分割点を２文字の境界位置として検出する。
また、文字切り出し部１３３は、分割点算出処理においては、設定される矩形領域内の文字の並び方向の各位置における所定幅の射影を２つの領域に分割し、各射影における分割領域内分散と分割領域間分散とを求め、その分散比を位置ごとに求め、分散比が最大となる位置を求める。
文字切り出し部１３３は、その射影に関してその射影を左右に２分割したときに、その各分割要素において、要素内の分散が最も小さく、要素間の分散が最も大きくなるような分割点を選び、その選択した点を２文字の境界位置（分割位置）として検出する。
より具体的には、後で詳述するように、文字切り出し部１３３は、射影に関してその射影を２分割したときに、その各分割要素において、分割要素内の射影値の分散が最も小さく、分割要素間の射影値の分散が最も大きくなるような分割点を選び、その選択した分割点を２文字の境界位置として検出する。
また、文字切り出し部１３３は、分割点算出処理においては、設定される矩形領域内の文字の並び方向の各位置における所定幅の射影を２つの領域に分割し、各射影における分割領域内分散と分割領域間分散とを求め、その分散比を位置ごとに求め、分散比が最大となる位置を求める。
なお、この文字切り出し部１３３における文字切り出し処理については、後でさらに詳述する。
データ処理部１３において、文字切り出し部１３３の文字切り出し処理が終了すると、認識対象となっている文字の外接矩形領域（上下左右の座標値）が求められる。
特徴抽出部１３４は、上述した外接矩形領域を任意のサブ領域に分割、たとえば１個の外接矩形領域を５×５の領域に分割し、そのうち１個の領域をサブ領域とし、各サブ領域において、サブ領域内の全画素数に占める黒画素数の割合を求め、それらを要素とする特徴ベクトルを生成する。
特徴比較部１３５は、特徴抽出部１３４で求められた特徴ベクトルを、あらかじめこの媒体で使用される全文字について求めておいた基準特徴ベクトルと比較して、類似度（たとえば正規化相関係数）が最も高いものをその文字が該当する候補文字に設定する。
なお、基準特徴ベクトルは、あらかじめ特徴辞書格納部１３６に格納されているものであって、特徴比較が行われる際に、特徴辞書格納部１３６から類似度が高い文字のデータが読み出され、特徴比較部１３５において特徴比較が行われる。
類似文字認識部１３７は、基本的に、特徴比較部１３５の特徴比較によって設定された候補文字を、媒体に用いられた文字として認識する。
なお、類似度が一定値を超える候補文字が複数個存在する場合には、文字認識を行うことができないので、類似文字認識部１３７は、特徴ベクトルから導き出せる２次的な特徴量を利用して、類似文字の判別を行う。
なお、類似度が一定値を超える候補文字が複数個存在する場合には、文字認識を行うことができないので、類似文字認識部１３７は、特徴ベクトルから導き出せる２次的な特徴量を利用して、類似文字の判別を行う。
たとえば、類似文字認識部１３７は、任意に分割したサブ領域を左側半分と右側半分との２領域の左右線対称に分けて、部分特徴ベクトルを構成してそれらの間の類似性を調べたり、同様に上半分と下半分との２領域の上下線対称に分けて、類似性を調べたりするように構成してもよい。
また、類似文字認識部１３７は、左右線対称や上下線対象と同様に点対称で類似性を調べるように構成してもよい。
また、類似文字認識部１３７は、左右線対称や上下線対象と同様に点対称で類似性を調べるように構成してもよい。
［文字の区切り位置の検出］
次に、本実施形態に係る文字認識装置１０における特徴的な機能を有する文字切り出し部１３３の文字区切り位置検出部おける文字の区切り位置の検出処理（文字切り出し処理）について詳細に説明する。
次に、本実施形態に係る文字認識装置１０における特徴的な機能を有する文字切り出し部１３３の文字区切り位置検出部おける文字の区切り位置の検出処理（文字切り出し処理）について詳細に説明する。
［文字切り出し部１３３のブロック構成］
図２は、本実施形態に係る文字切り出し部における文字区切り位置検出部の構成例を示すブロック図である。
本実施形態に係る文字切り出し部１３３における文字区切り位置検出部１３３０は、図２に示すように、領域設定部１３３１、射影生成部１３３２、および分割点算出部１３３３を含んで構成されている。
図２は、本実施形態に係る文字切り出し部における文字区切り位置検出部の構成例を示すブロック図である。
本実施形態に係る文字切り出し部１３３における文字区切り位置検出部１３３０は、図２に示すように、領域設定部１３３１、射影生成部１３３２、および分割点算出部１３３３を含んで構成されている。
領域設定部１３３１は、行切り出し部１３２で切り出された行の文字列について、認識処理対象のうち隣接する２文字を囲む矩形の暫定切り出し領域ＲＣＴを設ける。
射影生成部１３３２は、領域設定部１３３１で設定される矩形領域ＲＣＴ内において射影を生成する。具体的には、射影生成部１３３２は、文字が横方向すなわちＸ軸方向に並んでいるときはＸ軸への射影を生成し、文字が縦方向に並んでいるときはＹ軸への射影を生成する。ここでは前述したように、Ｘ軸への射影として説明を行う。
分割点算出部１３３３は、Ｘ軸方向の画素位置情報およびＸ軸上のＹ方向に配列された画素値全体の平均画素値情報（各列の画素値全体の平均画素値情報）に関連付けた設定領域内の射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算する。
分割点算出部１３３３は、その射影に関してその射影を左右に２分割したときに、その各分割要素において、要素内の分散が最も小さく、要素間の分散が最も大きくなるような分割点を選び、その選択した点を２文字の境界位置（分割位置）として検出する。
そして、文字切り出し部１３３は、分割点算出部１３３３で求めた分散比が最大となる位置を求める。
換言すれば、分割点算出部１３３３は、生成された射影に関してその射影を左右に２分割したときに、各分割要素（分割領域）において分割要素（分割領域）内の射影値の分散が最も小さく、分割要素間（分割領域間）の射影値の分散が最も大きくなるような分割点を選択し、その選択した点を２文字の境界位置（分割位置）として検出する。
分割点算出部１３３３は、分割点算出処理においては、設定される矩形領域内の文字の並び方向の各位置における所定幅の射影を２つの領域に分割し、各射影における分割領域内分散と分割領域間分散とを求め、その分散比を位置ごとに求め、分散比が最大となる位置を求める。
分割点算出部１３３３は、その射影に関してその射影を左右に２分割したときに、その各分割要素において、要素内の分散が最も小さく、要素間の分散が最も大きくなるような分割点を選び、その選択した点を２文字の境界位置（分割位置）として検出する。
そして、文字切り出し部１３３は、分割点算出部１３３３で求めた分散比が最大となる位置を求める。
換言すれば、分割点算出部１３３３は、生成された射影に関してその射影を左右に２分割したときに、各分割要素（分割領域）において分割要素（分割領域）内の射影値の分散が最も小さく、分割要素間（分割領域間）の射影値の分散が最も大きくなるような分割点を選択し、その選択した点を２文字の境界位置（分割位置）として検出する。
分割点算出部１３３３は、分割点算出処理においては、設定される矩形領域内の文字の並び方向の各位置における所定幅の射影を２つの領域に分割し、各射影における分割領域内分散と分割領域間分散とを求め、その分散比を位置ごとに求め、分散比が最大となる位置を求める。
なお、本実施形態において、射影生成部１３３２は、領域設定部１３３１で設定される矩形領域ＲＣＴ内において射影を生成するように構成されている。
ただし、本発明はこの構成だけではなく、たとえば文字列全体に対して射影を生成しておき、分割点算出部１３３３において分割点算出処理を行うときに、設定領域に対しその設定領域に対応する射影データを用いるように構成することも可能である。
ただし、本発明はこの構成だけではなく、たとえば文字列全体に対して射影を生成しておき、分割点算出部１３３３において分割点算出処理を行うときに、設定領域に対しその設定領域に対応する射影データを用いるように構成することも可能である。
以下に、本実施形態に係る文字切り出し部の処理と、比較例（特許文献３に記載された先行技術）における文字切り出し部の処理とを対比しつつ、本実施形態の文字切り出し部の構成を採用した理由等について説明する。
その後、本実施形態に係る文字切り出し部のより具体的な処理例について説明する。
その後、本実施形態に係る文字切り出し部のより具体的な処理例について説明する。
図３は、比較例における文字切り出し部の処理フローを示すフローチャートである。
図４は、本実施形態に係る文字切り出し部における文字区切り位置検出部の処理フローを示すフローチャートである。
図４は、本実施形態に係る文字切り出し部における文字区切り位置検出部の処理フローを示すフローチャートである。
上述したように、基本的に、文字切り出し部１３３は、文字列ラインごとに水平方向の文字の区切り位置を検出（検索）する。
ここでは、比較例の文字切り出し処理について述べた後、本実施形態に係る文字切り出し処理技術について説明する。
ここでは、比較例の文字切り出し処理について述べた後、本実施形態に係る文字切り出し処理技術について説明する。
［比較例の文字の区切り位置の検出］
比較例では、図３に示すように、まず、ステップＳＴ１において一つの文字列ラインについて水平軸への垂直射影を計算（生成）する。
この垂直射影計算は、より具体的には、文字列の方向にシフトさせながら、文字列の垂直方向（Ｘ軸）へ濃度投影を行い、垂直射影データを計算する。
なお、濃度投影とは、いわばヒストグラム（濃度分布図）の一種であり、２値化によって「１」または「０」の濃度に変換された画素を、濃度別に合計したものであり、白または黒のどちらを合計値として計算してもよい。
この垂直射影計算法は、本実施形態においても適用可能である。
この射影の計算では、垂直方向の画素の加算（または算術平均）を行うが、その加算範囲は、たとえば文字行切り出し部において求めた文字列ライン上限エッジを両端点とする範囲に設定する（ステップＳＴ２）。
ステップＳＴ３において、得られた射影プロフィルに対して、あらかじめ定めしておいた閾値ＳＬＥＶとこの射影プロファイルのレベル値を比較し、閾値ＳＬＥＶを超えている区間を文字と文字の間のスペースと判定する。
境界位置は、たとえばスペースの両端点の中点に設定する。
比較例では、図３に示すように、まず、ステップＳＴ１において一つの文字列ラインについて水平軸への垂直射影を計算（生成）する。
この垂直射影計算は、より具体的には、文字列の方向にシフトさせながら、文字列の垂直方向（Ｘ軸）へ濃度投影を行い、垂直射影データを計算する。
なお、濃度投影とは、いわばヒストグラム（濃度分布図）の一種であり、２値化によって「１」または「０」の濃度に変換された画素を、濃度別に合計したものであり、白または黒のどちらを合計値として計算してもよい。
この垂直射影計算法は、本実施形態においても適用可能である。
この射影の計算では、垂直方向の画素の加算（または算術平均）を行うが、その加算範囲は、たとえば文字行切り出し部において求めた文字列ライン上限エッジを両端点とする範囲に設定する（ステップＳＴ２）。
ステップＳＴ３において、得られた射影プロフィルに対して、あらかじめ定めしておいた閾値ＳＬＥＶとこの射影プロファイルのレベル値を比較し、閾値ＳＬＥＶを超えている区間を文字と文字の間のスペースと判定する。
境界位置は、たとえばスペースの両端点の中点に設定する。
ところが、比較例のように、閾値との大小関係で境界位置を求める方法では、文字がつながってしまったような場合に、境界を表すスペース部分のレベルが閾値を超えない場合があり、このとき、境界点を見落とす結果となる。
そこで、本実施形態においては、図２に示すような構成が採用されている。
そこで、本実施形態においては、図２に示すような構成が採用されている。
［本実施形態の文字の区切り位置の検出］
図２の文字区切り位置検出部１３３０では、まず、図３に示すように、ステップＳＴ１１において、領域設定部１３３１により、認識処理対象のうち隣接する２文字を囲む矩形の暫定切り出し領域ＲＣＴが設定される。
次に、ステップＳＴ１２において、射影生成部１３３２により、領域設定部１３３１で設定された矩形領域ＲＣＴ内において文字が並んでいる方向の射影が生成（形成）される。
具体的には、射影生成部１３３２では、文字が横方向すなわちＸ軸方向に並んでいるときはＸ軸への射影が生成され、文字が縦方向に並んでいるときはＹ軸への射影が生成される。
そして、ステップＳＴ１３において、分割点算出部１３３３により、Ｘ軸方向の画素位置情報およびＸ軸上のＹ方向に配列された画素値全体の平均画素値情報に関連付けた設定領域内において生成された射影に関してその射影を左右に２分割したときに、各分割要素（分割領域）において分割要素（分割領域）内の射影値の分散が最も小さく、分割要素（分割領域）間の射影値の分散が最も大きくなるような分割点が選択され、その選択した点が２文字の境界位置（分割位置）として選定される。
図２の文字区切り位置検出部１３３０では、まず、図３に示すように、ステップＳＴ１１において、領域設定部１３３１により、認識処理対象のうち隣接する２文字を囲む矩形の暫定切り出し領域ＲＣＴが設定される。
次に、ステップＳＴ１２において、射影生成部１３３２により、領域設定部１３３１で設定された矩形領域ＲＣＴ内において文字が並んでいる方向の射影が生成（形成）される。
具体的には、射影生成部１３３２では、文字が横方向すなわちＸ軸方向に並んでいるときはＸ軸への射影が生成され、文字が縦方向に並んでいるときはＹ軸への射影が生成される。
そして、ステップＳＴ１３において、分割点算出部１３３３により、Ｘ軸方向の画素位置情報およびＸ軸上のＹ方向に配列された画素値全体の平均画素値情報に関連付けた設定領域内において生成された射影に関してその射影を左右に２分割したときに、各分割要素（分割領域）において分割要素（分割領域）内の射影値の分散が最も小さく、分割要素（分割領域）間の射影値の分散が最も大きくなるような分割点が選択され、その選択した点が２文字の境界位置（分割位置）として選定される。
この文字区切り位置検出部１３３０を採用したことにより、本実施形態によれば、性能を左右する閾値を設定することなく、文字境界部分の状態にかかわりなく文字の境界位置を高い精度で的確に決定することが可能で、ひいては文字認識性能の向上を図ることが可能となっている。
［本実施形態の文字切り出し処理の具体的な例］
次に、このような特徴を有する文字切り出し部１３３における文字区切り位置検出部１３３０の文字切り出し処理例について、図５から図１１に関連付けてより具体的に説明する。
次に、このような特徴を有する文字切り出し部１３３における文字区切り位置検出部１３３０の文字切り出し処理例について、図５から図１１に関連付けてより具体的に説明する。
図５は、本実施形態に係る文字認識対象の画像の一例を示す図である。
図６は、本実施形態に係る領域設定部により図５の画像の一部に設定される矩形領域の一例を示す図である。
図７は、本実施形態に係る射影生成部により図６の矩形領域内に形成される射影の特性曲線の一例を示す図である。
図８は、図７の射影特性曲線に矩形領域を２つに分割した場合の領域（クラス）内分散と領域（クラス）間分散の分散比特性曲線を付加した図である。
図９は、求められた文字間の分割位置（境界位置）を示す図である。
なお、図７および図８において、横軸は画像のＸ軸方向（水平方向）の画素位置情報（座標）を、縦軸は同じくＸ軸上のＹ方向に配列された画素値全体の平均画素値を、それぞれ表している。
図６は、本実施形態に係る領域設定部により図５の画像の一部に設定される矩形領域の一例を示す図である。
図７は、本実施形態に係る射影生成部により図６の矩形領域内に形成される射影の特性曲線の一例を示す図である。
図８は、図７の射影特性曲線に矩形領域を２つに分割した場合の領域（クラス）内分散と領域（クラス）間分散の分散比特性曲線を付加した図である。
図９は、求められた文字間の分割位置（境界位置）を示す図である。
なお、図７および図８において、横軸は画像のＸ軸方向（水平方向）の画素位置情報（座標）を、縦軸は同じくＸ軸上のＹ方向に配列された画素値全体の平均画素値を、それぞれ表している。
いま、文字認識を行おうとする画像ＩＭＧが図５のように与えられているとする。
図５の例では、文字「０」、「１」、「２」、「３」、「４」、「５」を含む文字列の画像が示されている。
この文字列は、一例として、記録担体２０のＯＣＲ文字記録領域２１に印刷された文字を撮像したときの画像データに相当している。なお、図５の数字の配列は、たとえば生年月日（０１月２３日１９４５年）等の数字のみを選択的に読み出した一例を示す。このような数字配列の他例としては、カード等の有効期限等をあげることができる。
この例では、文字の配列方向（並んでいる方向）において、隣接する文字「０」と「１」が近接し、隣接する文字「２」と「３」が近接し、隣接する文字「４」と「５」が近接している。
また、図５の例では、文字「１」と「２」間、文字「３」と「４」間は余白が多く、２文字の境界が明確となっている。
図５の例では、文字「０」、「１」、「２」、「３」、「４」、「５」を含む文字列の画像が示されている。
この文字列は、一例として、記録担体２０のＯＣＲ文字記録領域２１に印刷された文字を撮像したときの画像データに相当している。なお、図５の数字の配列は、たとえば生年月日（０１月２３日１９４５年）等の数字のみを選択的に読み出した一例を示す。このような数字配列の他例としては、カード等の有効期限等をあげることができる。
この例では、文字の配列方向（並んでいる方向）において、隣接する文字「０」と「１」が近接し、隣接する文字「２」と「３」が近接し、隣接する文字「４」と「５」が近接している。
また、図５の例では、文字「１」と「２」間、文字「３」と「４」間は余白が多く、２文字の境界が明確となっている。
文字認識装置１０の文字切り出し部１３３の文字区切り位置検出部１３３０は、行切り出し後の文字列に対して、はじめに領域設定部１３３１が領域設定を行う（図４のステップＳＴ１１）。
すなわち、領域設定部１３３１が、認識対象とする隣接２文字の全体を含むように矩形領域を設定する。ここでは、隣接文字列「４」と「５」を一例として取り上げる。
この場合、図６に示すように、文字列「４５」を囲むように矩形領域ＲＣＴＡが設定される。
すなわち、領域設定部１３３１が、認識対象とする隣接２文字の全体を含むように矩形領域を設定する。ここでは、隣接文字列「４」と「５」を一例として取り上げる。
この場合、図６に示すように、文字列「４５」を囲むように矩形領域ＲＣＴＡが設定される。
領域設定部１３３１において、矩形領域ＲＣＴＡの高さＨは、この文字列の位置がわかっている場合には、その情報に基づいて決める。
文字列の位置がわからない場合には、適切な方法によって文字列の垂直方向の位置を決定し、その情報に基づいて矩形領域ＲＣＴＡの上辺と下辺の位置を決めればよい。
文字列の位置がわからない場合には、適切な方法によって文字列の垂直方向の位置を決定し、その情報に基づいて矩形領域ＲＣＴＡの上辺と下辺の位置を決めればよい。
矩形領域ＲＣＴＡの幅Ｎは、その文字列の位置が一定の場合は、その標準的な位置情報に基づいて決める。
文字列の横方向の位置が一定でない場合は、適切な方法によって文字列の水平方向の位置を決定し、その情報に基づいて矩形領域の左辺と右辺の位置を決めればよい。
文字位置の誤差を考慮して、実際の文字の縁位置から適当な余白を設けるようにすることが望ましい。
文字列の横方向の位置が一定でない場合は、適切な方法によって文字列の水平方向の位置を決定し、その情報に基づいて矩形領域の左辺と右辺の位置を決めればよい。
文字位置の誤差を考慮して、実際の文字の縁位置から適当な余白を設けるようにすることが望ましい。
次に、射影生成部１３３２が射影生成を行う（図４のステップＳＴ１２）。
射影は文字の画像をＸ軸方向に投影したものであり（たとえば画素値の平均をとっているものであり）、図６の「４５」の部分に対して射影を求めた結果の射影ＰＲＪの特性曲線が、図７に示されている。
なお、上述したように、図７において、横軸は画像のＸ軸方向（水平方向）の画素位置情報（座標）を表し、縦軸は同じくＸ軸上のＹ方向に配列された画素値全体の平均画素値を表している。
この例では「４」と「５」が結合したような状態となっているため、文字の境界位置が投影上で明確な谷間となって現れないことに注意する。
射影は文字の画像をＸ軸方向に投影したものであり（たとえば画素値の平均をとっているものであり）、図６の「４５」の部分に対して射影を求めた結果の射影ＰＲＪの特性曲線が、図７に示されている。
なお、上述したように、図７において、横軸は画像のＸ軸方向（水平方向）の画素位置情報（座標）を表し、縦軸は同じくＸ軸上のＹ方向に配列された画素値全体の平均画素値を表している。
この例では「４」と「５」が結合したような状態となっているため、文字の境界位置が投影上で明確な谷間となって現れないことに注意する。
目視により、実際の境界位置は、射影ＲＰＪのＹ方向に配列された画素値全体の平均画素値分布において、中央付近のやや深い谷間の底（図７中に符号ＢＴで示す、列の平均画素値が最も低い領域を含む領域、以下、谷底という）であることがわかる。
しかし、この射影パターンに基づいて、閾値による既存方式によるアプローチでこの谷底を検出しようとする場合、閾値がこの谷底ＢＴより深い位置に設定されていると、この谷底ＢＴを検出することができない、
したがって、適切な閾値を用いる必要があるが、谷底のレベル変動に柔軟に対応する閾値を設定することは難しい。
しかし、この射影パターンに基づいて、閾値による既存方式によるアプローチでこの谷底を検出しようとする場合、閾値がこの谷底ＢＴより深い位置に設定されていると、この谷底ＢＴを検出することができない、
したがって、適切な閾値を用いる必要があるが、谷底のレベル変動に柔軟に対応する閾値を設定することは難しい。
これに対して、本実施形態では、前述したように、閾値を用いずに文字の境界位置を検出できることに特徴がある。
その具体的な方法（分割点算出部の処理）について説明する。
その具体的な方法（分割点算出部の処理）について説明する。
いま、射影をｐ（ｉ）で表すことにする。ここで、ｉ＝１：Ｎである。Ｎは矩形領域ＲＣＴＡの幅を表し、ｉ＝１：ＮはｉがＮまで変化することを意味する。
ここで、変数ｔ（１＜ｔ＜Ｎ）を導入し、ｉ＝ｔにおいて射影ｐ（ｉ）をｐ１＝ｐ（１：ｔ）とｐ２＝ｐ（ｔ＋１：Ｎ）の２つの要素（領域）、クラスＣＬＳ１およびクラスＣＬＳ２に分割する。
クラスＣＬＳ１内およびクラスＣＬＳ２内の平均値ｍ１およびｍ２は次式で求められる。
ここで、変数ｔ（１＜ｔ＜Ｎ）を導入し、ｉ＝ｔにおいて射影ｐ（ｉ）をｐ１＝ｐ（１：ｔ）とｐ２＝ｐ（ｔ＋１：Ｎ）の２つの要素（領域）、クラスＣＬＳ１およびクラスＣＬＳ２に分割する。
クラスＣＬＳ１内およびクラスＣＬＳ２内の平均値ｍ１およびｍ２は次式で求められる。
また、全体の平均値ｍｔは次式で求められる。
したがって、クラス内分散Ｓｗは次式で与えられる。
また、クラス間分散Ｓｂは次式で与えられる。
そして、その分散比Ｒｓ（ｔ）は次のように求められる。
そのうえで、最大の分散比Ｒｓ（ｔ）を与える位置パラメータｔの値を求める。
すなわち、ｉ＝ｔの各位置における射影ｐ（ｉ）を２つの領域に分割し、各射影における分割領域内分散と分割領域間分散とをｔの値を変えながら求め、各ｔにおける分散比を求め、分散比が最大となるｔの値を求める。
すなわち、ｉ＝ｔの各位置における射影ｐ（ｉ）を２つの領域に分割し、各射影における分割領域内分散と分割領域間分散とをｔの値を変えながら求め、各ｔにおける分散比を求め、分散比が最大となるｔの値を求める。
図８は、図７にＲｓ（ｔ）曲線を追加した図である。
図８において、ｔ＝３０で分散比Ｒｓ（ｔ）は最大となるので、ここが求める境界位置（境界点、分割点）ＢＮＰとなる。
実際に、この境界位置（境界点）ＢＮＰで元の画像を分割してみると、図９に示すようになり、ほぼ目視により境界点と一致していることがわかる。
図８において、ｔ＝３０で分散比Ｒｓ（ｔ）は最大となるので、ここが求める境界位置（境界点、分割点）ＢＮＰとなる。
実際に、この境界位置（境界点）ＢＮＰで元の画像を分割してみると、図９に示すようになり、ほぼ目視により境界点と一致していることがわかる。
この２クラスの分散比を用いる方式は判別分析法と呼ぶことができる。
本実施形態においては、判別分析法を適用するが、一般的な判別分析法とは用いるデータの取り方が異なる。
すなわち、本実施形態の分析判別処理においては、Ｘ軸方向（水平方向、文字が並んでいる文字並び方向）の画素位置情報およびＸ軸上のＸ軸方向に直交するＹ方向に配列された画素値全体の平均画素値情報（各列の画素値全体の平均画素値情報）に関連付けた射影特性に関連付けられる設定領域において、次の処理を行う。
すなわち、設定領域内の射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算し、求めた分散比が最大となる位置を求めている。
この分散比が最大となる位置を含む領域は、射影ＲＰＪのＹ方向に配列された画素値全体の平均画素値分布において、列の平均画素値が最も低い領域を含む領域に対応して存在している。
本実施形態においては、判別分析法を適用するが、一般的な判別分析法とは用いるデータの取り方が異なる。
すなわち、本実施形態の分析判別処理においては、Ｘ軸方向（水平方向、文字が並んでいる文字並び方向）の画素位置情報およびＸ軸上のＸ軸方向に直交するＹ方向に配列された画素値全体の平均画素値情報（各列の画素値全体の平均画素値情報）に関連付けた射影特性に関連付けられる設定領域において、次の処理を行う。
すなわち、設定領域内の射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算し、求めた分散比が最大となる位置を求めている。
この分散比が最大となる位置を含む領域は、射影ＲＰＪのＹ方向に配列された画素値全体の平均画素値分布において、列の平均画素値が最も低い領域を含む領域に対応して存在している。
このように、本実施形態における分析判別処理では、Ｘ軸方向の画素位置情報およびＸ軸上のＹ方向に配列された画素値全体の平均画素値情報（各列の画素値全体の平均画素値情報）を用いていることから、各列ごとのように局所的な判別情報を高い精度で得ることができ、文字の境界位置を高い精度で的確に決定することが可能となる。
なお、Ｘ軸上のＹ方向に配列された画素値全体の平均画素値情報（各列の画素値全体の平均画素値情報）ではなく、画像データ全体の画素値、すなわち、全画素の平均画素値を適用して判別分析を行うことも考えられる。
しかし、この場合、全画素における平均画素値であることから、各列ごとのように局所的な判別情報を高い精度で得ることは困難で、文字の境界位置を高い精度で的確に決定することには限界がある。
これに対して、上述したように、本実施形態のように、Ｘ軸方向の画素位置情報およびＸ軸上のＹ方向に配列された画素値全体の平均画素値情報（各列の画素値全体の平均画素値情報）を適用することは、煩雑な閾値処理を行うことなく、境界があいまいなもの、明確なものに限らず、文字の境界位置を高い精度で的確に決定することが可能となる。
しかし、この場合、全画素における平均画素値であることから、各列ごとのように局所的な判別情報を高い精度で得ることは困難で、文字の境界位置を高い精度で的確に決定することには限界がある。
これに対して、上述したように、本実施形態のように、Ｘ軸方向の画素位置情報およびＸ軸上のＹ方向に配列された画素値全体の平均画素値情報（各列の画素値全体の平均画素値情報）を適用することは、煩雑な閾値処理を行うことなく、境界があいまいなもの、明確なものに限らず、文字の境界位置を高い精度で的確に決定することが可能となる。
図１０は、矩形領域内の２文字の境界が明確な場合の例を示す図である。
図１１は、図１０の矩形領域内に形成される射影の一例およびその射影特性曲線に矩形領域を２つに分割した場合の領域（クラス）内分散と領域（クラス）間分散の分散比特性曲線を付加した図である。
図１１において、横軸は画像のＸ軸方向（水平方向）の画素位置情報（座標）を、縦軸は同じくＸ軸上のＹ方向に配列された画素値全体の平均画素値を、それぞれ表している。
図１１は、図１０の矩形領域内に形成される射影の一例およびその射影特性曲線に矩形領域を２つに分割した場合の領域（クラス）内分散と領域（クラス）間分散の分散比特性曲線を付加した図である。
図１１において、横軸は画像のＸ軸方向（水平方向）の画素位置情報（座標）を、縦軸は同じくＸ軸上のＹ方向に配列された画素値全体の平均画素値を、それぞれ表している。
なお、上記した本実施形態の方式では、図１０に示すように、２文字「０」と「１」の境界が明確である場合、その射影は図１１に示すようになり、文字と文字の間に射影の値がゼロとなる区間が存在するが、その場合でも図に示す分散比Ｒｓ（ｔ）の最大値を与えるｔを求めることで、同様に分割点を得ることができる。
この場合、分散比Ｒｓ（ｔ）の最大値は、図１１に示すように、連続するため、平坦部分の中央点を境界位置（境界点、分割点）に選択するなどの方法を採用することが可能である。
この場合、分散比Ｒｓ（ｔ）の最大値は、図１１に示すように、連続するため、平坦部分の中央点を境界位置（境界点、分割点）に選択するなどの方法を採用することが可能である。
［文字認識装置の全体の動作］
次に、本実施形態に係る文字認識装置１０の全体的な動作について図１２に関連付けて説明する。
図１２は、本実施形態に係る文字認識装置１０の全体の動作を説明するためのフローチャートである。
次に、本実施形態に係る文字認識装置１０の全体的な動作について図１２に関連付けて説明する。
図１２は、本実施形態に係る文字認識装置１０の全体の動作を説明するためのフローチャートである。
カードなどの記録担体２０のＯＣＲ文字記録領域２１に印刷されたＯＣＲ文字列は、媒体搬送機構の搬送ガイドに沿ってカードを動かすと１次元撮像素子１１によってその文字パターンが読み取られて光電変換され（ステップＳＴ１０１）、画像メモリ１２に取り込まれる（ステップＳＴ１０２）。
次に、画像メモリ１２に格納された画像に対して、必要に応じて２値化部１３１で２値化が行われる（ステップＳＴ１０３）。
より具体的には、データ処理部１３においては、画像メモリ１２から画像データを読み出して、その画像データが多諧調の濃淡画像である場合には、２値化部１３１で濃淡画像が白黒２値の画像に変換される。
より具体的には、データ処理部１３においては、画像メモリ１２から画像データを読み出して、その画像データが多諧調の濃淡画像である場合には、２値化部１３１で濃淡画像が白黒２値の画像に変換される。
次いで、行切り出し部１３２において、行切り出しが行われる（ステップＳＴ１０４）。
より具体的には、行切り出し部１３２において、２値化部１３１で２値化された文字列が水平方向に射影されて、文字列の上下エッジが検出される。
そして、行切り出し部１３２においては、上下エッジの中心位置が、文字列の中心ラインと識別され行切り出しが行われる。
より具体的には、行切り出し部１３２において、２値化部１３１で２値化された文字列が水平方向に射影されて、文字列の上下エッジが検出される。
そして、行切り出し部１３２においては、上下エッジの中心位置が、文字列の中心ラインと識別され行切り出しが行われる。
次いで、文字区切り位置検出部１３３０を含む文字切り出し部１３３において、文字切り出しが行われる（ステップＳＴ１０５）。
より具体的には、文字切り出し部１３３の文字区切り位置検出部１３３０において、認識対象となる２文字を囲む暫定切り出し矩形領域が領域設定部１３３１により設定される。そして、射影生成部１３３２においてその矩形領域において射影が生成される。
たとえば、上述したように、射影形成に際し、文字が横方向すなわちＸ軸方向に並んでいるときはＸ軸への射影が形成される。
そして、分割点算出部１３３３において、Ｘ軸方向の画素位置情報およびＸ軸上のＹ方向に配列された画素値全体の平均画素値情報に関連付けた設定領域内において生成された射影に関してその射影が左右に２分割されたときに、その各分割要素（分割領域）において、要素（領域）内の分散が最も小さく、要素（領域）間の分散が最も大きくなるような分割点が選択され、その選択した点が２文字の境界位置（分割位置）として検出される。
より具体的には、分割点算出部１３３３において、生成された射影に関してその射影を左右に２分割されたときに、各分割要素（分割領域）において分割要素（分割領域）内の射影値の分散が最も小さく、分割要素間（分割領域間）の射影値の分散が最も大きくなるような分割点が選択され、その選択した点が２文字の境界位置（分割位置）として検出される。
より具体的には、文字切り出し部１３３の文字区切り位置検出部１３３０において、認識対象となる２文字を囲む暫定切り出し矩形領域が領域設定部１３３１により設定される。そして、射影生成部１３３２においてその矩形領域において射影が生成される。
たとえば、上述したように、射影形成に際し、文字が横方向すなわちＸ軸方向に並んでいるときはＸ軸への射影が形成される。
そして、分割点算出部１３３３において、Ｘ軸方向の画素位置情報およびＸ軸上のＹ方向に配列された画素値全体の平均画素値情報に関連付けた設定領域内において生成された射影に関してその射影が左右に２分割されたときに、その各分割要素（分割領域）において、要素（領域）内の分散が最も小さく、要素（領域）間の分散が最も大きくなるような分割点が選択され、その選択した点が２文字の境界位置（分割位置）として検出される。
より具体的には、分割点算出部１３３３において、生成された射影に関してその射影を左右に２分割されたときに、各分割要素（分割領域）において分割要素（分割領域）内の射影値の分散が最も小さく、分割要素間（分割領域間）の射影値の分散が最も大きくなるような分割点が選択され、その選択した点が２文字の境界位置（分割位置）として検出される。
ステップＳＴ１０５の処理が終了すると、認識対象となっている文字の外接矩形領域（上下左右の座標値）が求められる。
次いで、特徴抽出部１３４において特徴抽出が行われる（ステップＳＴ１０６）。
より具体的には、特徴抽出部１３４においては、上述した外接矩形領域が任意のサブ領域に分割（たとえば１個の外接矩形領域を５×５の領域に分割され、そのうち１個の領域がサブ領域とされる）され、各サブ領域において、サブ領域内の全画素数に占める黒画素数の割合が求められ、それらを要素とする特徴ベクトルが生成される。
より具体的には、特徴抽出部１３４においては、上述した外接矩形領域が任意のサブ領域に分割（たとえば１個の外接矩形領域を５×５の領域に分割され、そのうち１個の領域がサブ領域とされる）され、各サブ領域において、サブ領域内の全画素数に占める黒画素数の割合が求められ、それらを要素とする特徴ベクトルが生成される。
次いで、特徴比較部１３５において、特徴比較が行われる（ステップＳＴ１０７）。
より具体的には、特徴比較部１３５においては、ステップＳＴ１０６で求めた特徴ベクトルが、あらかじめこの媒体で使用される全文字について求められてあらかじめ特徴辞書格納部１３６に格納されている基準特徴ベクトルと比較されて、類似度（たとえば正規化相関係数）が最も高いものをその文字が該当する候補文字に設定される。
より具体的には、特徴比較部１３５においては、ステップＳＴ１０６で求めた特徴ベクトルが、あらかじめこの媒体で使用される全文字について求められてあらかじめ特徴辞書格納部１３６に格納されている基準特徴ベクトルと比較されて、類似度（たとえば正規化相関係数）が最も高いものをその文字が該当する候補文字に設定される。
最後に、文字認識が行われる（ステップＳＴ１０８）。
より具体的には、ステップＳＴ１０７の特徴比較によって設定された候補文字が、媒体に用いられた文字として認識される。
なお、類似度が一定値を超える候補文字が複数個存在する場合には、文字認識を行うことができないので、類似文字認識部１３７において、特徴ベクトルから導き出せる２次的な特徴量を利用して、類似文字の判別が行われる。
より具体的には、ステップＳＴ１０７の特徴比較によって設定された候補文字が、媒体に用いられた文字として認識される。
なお、類似度が一定値を超える候補文字が複数個存在する場合には、文字認識を行うことができないので、類似文字認識部１３７において、特徴ベクトルから導き出せる２次的な特徴量を利用して、類似文字の判別が行われる。
たとえば、任意に分割したサブ領域を左側半分と右側半分との２領域の左右線対称に分けて、部分特徴ベクトルを構成してそれらの間の類似性を調べたり、同様に上半分と下半分との２領域の上下線対称に分けて、類似性を調べたりしてもよい。また、左右線対称や上下線対象と同様に点対称で類似性を調べてもよい。
以上のように、本実施形態によれば、文字認識装置１０は、認識対象となる２文字を囲む暫定切り出し矩形領域を設定し、その矩形領域において射影を生成する。文字認識装置１０は、射影生成に際し、文字が横方向すなわちＸ軸方向に並んでいるときはＸ軸への射影を生成し、文字が縦方向すなわちＹ軸方向に並んでいるときはＹ軸への射影を生成する。
文字認識装置１０は、Ｘ軸方向（文字が並んでいる文字並び方向）の画素位置情報およびＸ軸上のＹ方向に配列された画素値全体の平均画素値情報（各列の画素値全体の平均画素値情報）に関連付けた射影特性に関連付けられる設定領域において、次の処理を行う。
文字認識装置１０は、その射影に関してその射影を左右に２分割したときに、その各分割要素において、要素内の分散が最も小さく、要素間の分散が最も大きくなるような分割点を選び、その選択した点を２文字の境界位置（分割位置）として検出する。
より具体的には、分割点算出部１３３３は、生成された射影に関してその射影を左右に２分割したときに、各分割要素（分割領域）において分割要素（分割領域）内の射影値の分散が最も小さく、分割要素間（分割領域間）の射影値の分散が最も大きくなるような分割点を選択し、その選択した点を２文字の境界位置（分割位置）として検出する。
文字認識装置１０は、Ｘ軸方向（文字が並んでいる文字並び方向）の画素位置情報およびＸ軸上のＹ方向に配列された画素値全体の平均画素値情報（各列の画素値全体の平均画素値情報）に関連付けた射影特性に関連付けられる設定領域において、次の処理を行う。
文字認識装置１０は、その射影に関してその射影を左右に２分割したときに、その各分割要素において、要素内の分散が最も小さく、要素間の分散が最も大きくなるような分割点を選び、その選択した点を２文字の境界位置（分割位置）として検出する。
より具体的には、分割点算出部１３３３は、生成された射影に関してその射影を左右に２分割したときに、各分割要素（分割領域）において分割要素（分割領域）内の射影値の分散が最も小さく、分割要素間（分割領域間）の射影値の分散が最も大きくなるような分割点を選択し、その選択した点を２文字の境界位置（分割位置）として検出する。
したがって、本実施形態によれば、性能を左右する閾値を設定することなく、文字境界部分の状態にかかわりなく、局所的な判別情報を高い精度で得ることができ、文字の境界位置を高い精度で的確に決定することが可能となる。
その結果、煩雑な閾値処理を行うことなく、境界があいまいなものについても境界線を設定することができる。
また、本実施形態によれば、文字の境界が明確なケースに本方式を適用しても同様の結果を得ることができる。
その結果、煩雑な閾値処理を行うことなく、境界があいまいなものについても境界線を設定することができる。
また、本実施形態によれば、文字の境界が明確なケースに本方式を適用しても同様の結果を得ることができる。
また、本発明は、磁気ストライプの再生出力波形に基づくデータ復調などに適用可能である。
また、本実施形態の文字認識装置１０は、カードのみならず、パスポート、運転免許証など、あらゆる媒体への適用が可能である。
また、本実施形態の文字認識装置１０は、カードのみならず、パスポート、運転免許証など、あらゆる媒体への適用が可能である。
なお、以上詳細に説明した方法は、上記手順に応じたプログラムとして形成し、ＣＰＵ等のコンピュータで実行するように構成することも可能である。
また、このようなプログラムは、半導体メモリ、磁気ディスク、光ディスク、フロッピー（登録商標）ディスク等の記録媒体、この記録媒体をセットしたコンピュータによりアクセスし上記プログラムを実行するように構成可能である。
また、このようなプログラムは、半導体メモリ、磁気ディスク、光ディスク、フロッピー（登録商標）ディスク等の記録媒体、この記録媒体をセットしたコンピュータによりアクセスし上記プログラムを実行するように構成可能である。
１０・・・文字認識装置、１１・・・撮像素子（画像読取部）、１２・・・画像メモリ、１３・・・データ処理部、１３１・・・２値化部、１３２・・・行切り出し部（文字列切り出し部）、１３３・・・文字切り出し部、１３３０・・・文字区切り位置検出部、１３３１・・・領域設定部、１３３２・・・射影生成部、１３３３・・・分割点算出部、１３４・・・特徴抽出部、１３５・・・特徴比較部、１３６・・・特徴辞書格納部、１３７・・・類似文字認識部、ＲＣＴＡ・・・矩形領域。
Claims (10)
- 媒体上の文字列を撮像して得られた画像データを処理することによって、前記文字列から各文字を切り出す文字切り出し装置であって、
前記文字列を形成する文字の区切り位置を検出する文字区切り位置検出部を有し、
前記文字区切り位置検出部は、
前記文字の区切り位置を検出する領域を設定する領域設定部と、
少なくとも前記領域設定部により設定される設定領域内において、文字が並んでいる方向の射影を生成する射影生成部と、
前記文字が並んでいる文字並び方向の画素位置情報および当該文字並び方向上の当該文字並び方向に直交する方向に配列された画素値全体の平均画素値情報に関連付けた前記設定領域内の前記射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算する分割点算出部と、を含み、
前記分割点算出部で求めた前記分散比に基づき文字の区切り位置を求める
文字切り出し装置。 - 前記文字並び方向の画素位置情報および当該文字並び方向上の当該文字並び方向に直交する方向に配列された画素値全体の平均画素値情報に関連付けて形成される射影特性において、前記分散比に基づき文字の区切り位置を含む領域は、射影特性の文字並び方向に直交する方向に配列された画素値全体の平均画素値の分布において、当該平均画素値が低い領域を含む領域に対応して存在する
請求項１記載の文字切り出し装置。 - 前記文字区切り位置検出部は、
前記分割点算出部が、射影に関してその射影を２分割したときに、その各分割要素において、要素内の分散が小さく、要素間の分散が大きくなるような分割点を選び、
当該選択した分割点を２文字の境界位置として検出する
請求項１または２記載の文字切り出し装置。 - 前記文字区切り位置検出部は、
前記分割点算出部が、射影に関してその射影を２分割したときに、その各分割要素において、分割要素内の射影値の分散が小さく、分割要素間の射影値の分散が大きくなるような分割点を選び、
当該選択した分割点を２文字の境界位置として検出する
請求項３記載の文字切り出し装置。 - 前記分割点算出部は、
前記設定領域内の文字の並び方向の各位置における所定幅の射影を２つの領域に分割し、各射影における分割領域内分散と分割領域間分散とを求め、その分散比を位置ごとに求め、分散比に基づき文字の区切り位置を求める
請求項１から４のいずれか一に記載の文字切り出し装置。 - 前記射影生成部は、
文字が第１方向に並んでいるときは当該第１方向の射影を生成し、
文字が第１方向と直交する方向の第２方向に並んでいるときは当該第２方向の射影を生成する
請求項１から５のいずれか一に記載の文字切り出し装置。 - 画像データから切り出された文字列から各文字を切り出して文字を認識する文字認識装置であって、
媒体上の文字列を撮像して画像データとして読み取る画像読取部と、
前記画像読取部による読み取り画像を格納する画像メモリと、
前記画像メモリに格納された前記画像データから文字列を切り出し、当該文字列から文字を切り出して文字認識を行うデータ処理部と、を有し、
前記データ処理部は、
切り出された前記文字列を形成する文字の区切り位置を検出する文字区切り位置検出部を備えた文字切り出し部と、を含み、
前記文字区切り位置検出部は、
前記文字の区切り位置を検出する領域を設定する領域設定部と、
少なくとも前記領域設定部により設定される設定領域内において、文字が並んでいる方向の射影を生成する射影生成部と、
前記文字が並んでいる文字並び方向の画素位置情報および当該文字並び方向上の当該文字並び方向に直交する方向に配列された画素値全体の平均画素値情報に関連付けた前記設定領域内の前記射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算する分割点算出部と、を含み、
前記分割点算出部で求めた前記分散比に基づき文字の区切り位置を求める
文字認識装置。 - 前記文字並び方向の画素位置情報および当該文字並び方向上の当該文字並び方向に直交する方向に配列された画素値全体の平均画素値情報に関連付けて形成される射影特性において、前記分散比に基づき文字の区切り位置を含む領域は、射影特性の文字並び方向に直交する方向に配列された画素値全体の平均画素値の分布において、当該平均画素値が低い領域を含む領域に対応して存在する
請求項７記載の文字認識装置。 - 媒体上の文字列を撮像して得られた画像データを処理することによって、前記文字列から各文字を切り出す文字切り出し方法であって、
前記文字列を形成する文字の区切り位置を検出する文字区切り位置検出ステップを有し、
前記文字区切り位置検出ステップは、
前記文字の区切り位置を検出する領域を設定する領域設定ステップと、
少なくとも前記領域設定ステップにより設定される設定領域内において、文字が並んでいる方向の射影を生成する射影生成ステップと、
前記文字が並んでいる文字並び方向の画素位置情報および当該文字並び方向上の当該文字並び方向に直交する方向に配列された画素値全体の平均画素値情報に関連付けた前記設定領域内の前記射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算する分割点算出ステップと、を含み、
前記分割点算出ステップで求めた前記分散比に基づき文字の区切り位置を求める
文字切り出し方法。 - 媒体上の文字列を撮像して得られた画像データを処理することによって、前記文字列から各文字を切り出す文字切り出し処理をコンピュータに実行させるプログラムであって、
前記文字列を形成する文字の区切り位置を検出する文字区切り位置検出処理を有し、
前記文字区切り位置検出処理は、
前記文字の区切り位置を検出する領域を設定する領域設定処理と、
少なくとも前記領域設定処理により設定される設定領域内において、文字が並んでいる方向の射影を生成する射影生成処理と、
前記文字が並んでいる文字並び方向の画素位置情報および当該文字並び方向上の当該文字並び方向に直交する方向に配列された画素値全体の平均画素値情報に関連付けた前記設定領域内の前記射影を所定の幅で２つの領域に分割し、分割した２つの領域ごとに、各領域内分散と、２つの領域間分散と、これら各領域内分散と領域間分散との分散比を各々計算する分割点算出処理と、を含み、
前記分割点算出処理で求めた前記分散比に基づき文字の区切り位置を求める
文字切り出し処理をコンピュータに実行させるプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012285664A JP6039413B2 (ja) | 2012-12-27 | 2012-12-27 | 文字切り出し装置、文字認識装置、文字切り出し方法、およびプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012285664A JP6039413B2 (ja) | 2012-12-27 | 2012-12-27 | 文字切り出し装置、文字認識装置、文字切り出し方法、およびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014127161A JP2014127161A (ja) | 2014-07-07 |
| JP6039413B2 true JP6039413B2 (ja) | 2016-12-07 |
Family
ID=51406555
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012285664A Expired - Fee Related JP6039413B2 (ja) | 2012-12-27 | 2012-12-27 | 文字切り出し装置、文字認識装置、文字切り出し方法、およびプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6039413B2 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6268023B2 (ja) * | 2014-03-31 | 2018-01-24 | 日本電産サンキョー株式会社 | 文字認識装置およびその文字切り出し方法 |
| JP6487255B2 (ja) * | 2015-03-31 | 2019-03-20 | 日本電産サンキョー株式会社 | 文字切り出し装置、文字認識装置、および文字切り出し方法 |
| CN106778758A (zh) * | 2016-12-29 | 2017-05-31 | 成都数联铭品科技有限公司 | 用于图像文字识别的字符切分方法 |
| CN107392206B (zh) * | 2017-07-21 | 2020-03-10 | 武汉理工大学 | 一种工况条件下钢轨压印字符分割方法 |
| CN109543770A (zh) * | 2018-11-30 | 2019-03-29 | 合肥泰禾光电科技股份有限公司 | 点阵字符识别方法及装置 |
| CN110096980A (zh) * | 2019-04-20 | 2019-08-06 | 东莞中科蓝海智能视觉科技有限公司 | 字符检测识别系统 |
| CN111754525A (zh) * | 2020-06-23 | 2020-10-09 | 苏州中科全象智能科技有限公司 | 一种基于非精确切分的工业字符检测流程 |
| CN111967474B (zh) * | 2020-09-07 | 2024-04-26 | 凌云光技术股份有限公司 | 基于投影的文本行字符分割方法及装置 |
| CN114612892B (zh) * | 2022-03-17 | 2024-04-09 | 佛山市南海区广工大数控装备协同创新研究院 | 一种pcb元器件表面3d字符分割方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS61269779A (ja) * | 1985-05-24 | 1986-11-29 | Agency Of Ind Science & Technol | 文書画像解析方式 |
| JP3548234B2 (ja) * | 1994-06-29 | 2004-07-28 | キヤノン株式会社 | 文字認識方法及び装置 |
| JP3409993B2 (ja) * | 1996-06-06 | 2003-05-26 | 富士通株式会社 | 接触パターンを分離するパターン分離装置および方法 |
| JP4910139B2 (ja) * | 2006-02-24 | 2012-04-04 | 国立大学法人長岡技術科学大学 | 流水領域検出システム、流水領域検出方法、及びプログラム |
| JP4909216B2 (ja) * | 2006-09-13 | 2012-04-04 | 株式会社キーエンス | 文字切り出し装置、方法およびプログラム |
-
2012
- 2012-12-27 JP JP2012285664A patent/JP6039413B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2014127161A (ja) | 2014-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6039413B2 (ja) | 文字切り出し装置、文字認識装置、文字切り出し方法、およびプログラム | |
| JP6268023B2 (ja) | 文字認識装置およびその文字切り出し方法 | |
| JP5591578B2 (ja) | 文字列認識装置および文字列認識方法 | |
| US8594431B2 (en) | Adaptive partial character recognition | |
| JP6171167B2 (ja) | 文字認識装置、文字認識方法、及び文字認識プログラム | |
| JP6143111B2 (ja) | 物体識別装置、物体識別方法、及びプログラム | |
| JP5500480B2 (ja) | 帳票認識装置及び帳票認識方法 | |
| JP4658848B2 (ja) | 文字列認識方法及び文字列認識装置 | |
| JP6487255B2 (ja) | 文字切り出し装置、文字認識装置、および文字切り出し方法 | |
| US20120301014A1 (en) | Learning to rank local interest points | |
| JP2010123090A (ja) | 文字列認識方法及び文字列認識装置 | |
| JP5754055B2 (ja) | 物体または形状の情報表現方法 | |
| US9858477B2 (en) | Character segmenting apparatus, character recognition apparatus, and character segmenting method | |
| JP2009223414A (ja) | 一致度計算装置及び方法、プログラム | |
| JP2008250754A (ja) | 文字列認識方法及び文字列認識装置 | |
| US8184895B2 (en) | Method and apparatus for magnetic character recognition | |
| US8200016B2 (en) | Method and apparatus for character string recognition | |
| WO2018061997A1 (ja) | 媒体認識装置および媒体認識方法 | |
| Zhu et al. | End-to-end system of license plate localization and recognition | |
| JP2005250786A (ja) | 画像認識方法 | |
| Chanda et al. | Font identification—In context of an Indic script | |
| JP4594765B2 (ja) | 文字認識装置、文字認識方法、及び文字認識プログラムの記録媒体 | |
| JP4377283B2 (ja) | 特徴抽出装置、特徴抽出方法、および、プログラム | |
| JP4231375B2 (ja) | パターン認識装置、パターン認識方法、パターン認識プログラムおよびパターン認識プログラムを記録した記録媒体。 | |
| JP2015099536A (ja) | 図表領域検出装置および図表領域検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151106 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160916 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20161025 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161104 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6039413 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |