JPH01231189A - 文字認識方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、文字読取装置における文字認識方式％式％ （従来の技術） 従来の文字読取装置における文字認識方式には種々の方
式が提案されている。英数字、カタカナを対象とした文
字の認識法としては、ストロークアナリシス法やパター
ンマツチング法が多用されており、さらに文字の変形を
より吸収する方法としてパターンの線構造を解析する方
法や背景構造を解析する方法等がある。

しかし、上記方式に壇いては、たとえばストロークアナ
リシス法の場合、各文字の特徴を変形までも含めて辞書
に記述するため、辞書が膨大となり、従って処理時間が
大となり、処理時間を短くしようとするとハードウェア
規模が大となるという欠点があった。

また、背景構造を解析する方法においては、文字の背Ｊ
ｉｔ一部に着口し、文字線のループや、あるいは凹とか
凸形状などの特徴を抽出することにより文字を識別する
のであるが、白黒黒判定等処理方法が複雑であるという
欠点がある。

このような欠点を除去するため従来、このような分野の
技術としては、特開昭５９−１６１７８４号公報（オン
ライン文字認識大分類方法）に記載されるものかあった
。以下、その構成を第２図を用いて説明する。

文字を記載する時の筆記具の座標を示すデータを発生す
るタブレット１１と、前記タブレットより発生するデー
タに基づき筆記された文字を認識するオンライン文字認
識装置において、タブレットよりのアナログデータをデ
ィジタルデータに変換する手段１２と、ストロークの始
点及び終点を含むディジタルデータを一時格納し面処理
１３．１４を行い、前記前処理後のデータより線分の長
さ、相対位置等よりなる特徴間の演算１４を行った結果
を格納する手段１６と、予め格納されているデータまた
は予め格納されているデータを修飾したデータ１７と、
前記所定の演算結果のデータとの間の大小関係を比較す
る手段１８を存し、筆記された文字のストローク線分の
分布位置を識別することにより筆記文字を認識していた
。

そして、特徴間として記載された全ストロークの線長及
び各セグメントが存在する位置が用いられる。

（発明が解決しようとする課題） しかしながら、上記第２図に示した従来の構成では、文
字認識にはストロークの始点と終点とを記録しておかね
ばならず、さらにハードウェア規模の縮小処理時間短縮
を図る上で問題があった。

このため輪郭の抽出法を用い、始点を輪郭上どの点でも
よいこととし、つまりストロークを考慮しなくともよい
こととした。ここで輪郭の抽出法を用いる方式は本発明
の目的とするところではないので説明を省略する。さら
に文字の認識力を向上させるため特徴間として線分傾き
別の特徴量抽出を行うこととした。

しかしながら、線分傾き別の特徴間を抽出し記憶する場
合に線分か短いと記憶すべき線分の数の増加に伴い情報
量が多くなりハードウェアの規模の縮小、処理時間短縮
を図る上で問題が生ずる。

本発明は、文字の認識力を一定に保ちつつ、線分傾き別
の特徴間の記録を削減できるように屈曲点を抽出する文
字読取装置における文字認識方式を提供することを目的
とする。

（課題を解決するための手段） 本発明は、帳票上の文字を読取って、２値化した文字パ
ターンのデータを格納する手段と前記データより文字パ
ターンの輪郭を抽出する手段を有して文字を認識する装
置において、前記文字パターンの輪郭を抽出したデータ
より隣接する輪郭線分か相互に屈曲する屈曲点を抽出す
る手段と、前記屈曲点を抽出した線分の傾きを判別する
手段と、前記判別した傾き別に輪郭線分の所定の基準か
らの相対位置よりなる特徴間の算出を行う手段と、予め
格納されている特徴間と前記算出結果の特徴間とを比較
する手段とを有し、人力文字パターンの線分の分布位置
を線分の傾き別に識別することにより、文字を認識する
ことを特徴とする。

（作用） 本発明によれば、以下のように文字認識方式を構成した
ので、屈曲点を抽出する手段は、文字パターンの輪郭を
抽出したデータより輪郭線分の両端のｘ、ｙ座標におい
てｘ、ｙ方向の各差分をサイン（正、負、０の符号）と
して算出し、サイン状態の変化点を屈曲点として抽出し
、線分の傾きを判別する手段は文字パターンの輪郭を抽
出したデータにより前記屈曲点間を結ぶ線分であるセグ
メントの傾きを右上り、右下り、水平あるいは垂直かを
判別し、また特徴間の算出を行う手段は、前記セグメン
トの傾きに基づき傾き別にセグメントの相対位置よりな
る特徴間の算出を行う。

予め格納されている特徴間と前記所定の算出結果の特徴
間とを比較する手段では、認識対象文宇金てについて、
予め格納されている特徴間と算出結果の特徴間とのマツ
チングにおける差をマッチング距離とし、マツチング距
離によるソーティングを行い、マツチング距離の最小の
文字が認識結果として選択される。

したがフて、前記問題点を除去でき、ハードウェアの規
模の縮小、処理時間短縮を図ることができる文字読取装
置における文字認識方式を提供できる。

（実施例） 第１図は、本発明の一実施例を示すブロック図である。

同図において、１は２値化された文字パターンを格納す
るパターンレジスタ、２はパターンレジスタ１の内容に
より、文字パターンの輪郭を抽出する輪郭抽出部、３は
輪郭抽出部２で抽出されたｘ、ｙ輪郭座標より線分の屈
曲点を抽出する屈曲点抽出部、４は屈曲点抽出部３で抽
出された屈曲点間の線分の傾きすなわち右上り、右下り
、水平あるいは垂直かを判別する傾き判別部、５は傾き
判別部４で判別された傾き別に、文字パターンの線分の
相対位置よりなる特徴量を算出する特徴量算出部、６は
文字パターンを識別する識別部である。

以下、本実施例の動作を説明する。

パターンレジスタｌには、帳票上の文字を読取フて、２
値化された文字パターンが、図示しない文字パターン人
力部によって人力されている。ここでは、第３図の文字
パターンが格納されているものとする。

輪郭抽出部２はパターンレジスタ１の内容から、第４図
に示すように座標（９，３２）及び（目、２４）を開始
点として輪郭追跡を行い、輪郭特徴を抽出する。輪郭の
抽出法は、本発明の目的とする処ではないので説明を省
略するが、容易に輪郭抽出は行える。なお、輪郭□追跡
開始点は、どの点であってもよいものとする。

次に屈曲点抽出部３は、輪郭抽出部２で抽出された線分
の両端のｘ、ｙの輪郭座標データより線分の両端のｘ、
ｙ方向の各差分をサイン（正。

負、０の符号）として算出し、サイン状態の変化点を屈
曲点として抽出する。

データ間のｘ、ｙ方向のサインＸ　ｓｉｇｎ、　Ｙ　ｓ
ｉｇｎＸＳｌｇｎ”　Ｘ　ｔ　　　Ｘ　＋−ｒＹｓｉｇ
ｎ＝Ｙ、−Ｙｉ−。

で求め、＋、０．−で表現する。このようにして求めた
各データ間のＸ　ｓｉｇｎ、　Ｙ　ｓｉｇｎの状態が連
続する回数をカウントし、同じ状態が１回以上継続した
後、異なる状態に変化した時（Ｘｉ、ｙｌ）を屈曲点と
して登録する。本説明においてはｎ＝２とする。

第４図に、このようにして求めた点の他に始終点を加え
た屈曲点を示す。この屈曲点間を結ぶ線分を以下セグメ
ントとよぶ。

以上のようにして得られた特徴点情報は傾き判別部４に
出力される。傾き判別部４は特徴点抽出部３により得ら
れた特徴点情報に基づきセグメントの傾きすなわち右上
り、右下り、水平あるいは垂直かを判別する。

右上りについては Ｘ　、＞　Ｘ　ｔ＋＋で’ｊ　ｔ　＞　：！／　ｔ＋＋
あるいはｘ　ｉ　＜　ｘ　＋　＋　＋でｙ＋＜ｙ＋＋＋
右下りについては Ｘ　１　＞　Ｘ　＋　＋　＋で”Ｊ　＋　＜　’Ｊ　ｉ
＋＋あるいはＸｉ　　＜ｘ、＋鷹　で　：Ｙｉ　　　＞
：Ｙｉ＋璽水平については Ｘ、＝Ｘ１．．でｙ、≠３’ｉ＋＋ 垂直については ’／　ｉ　＝　ｙｔ＋＋でｘ１≠Ｘ　ｉ　＋　１の各条
件を判定することによりセグメントの傾きが判別される
。

第５図に文字パターンのｘ、ｙ屈曲点座標と傾きを示す
。第５図の傾きの項で“／“は右上り、“＼”は右下り
、“−”は水平、“１”は垂直を示す。

特徴量算出部５は傾き判別部４で判別された傾き別にｘ
、ｙ屈曲点座標よりセグメントの相対位置よりなる特徴
量の算出を行う。

特徴量算出について以下詳細に説明する。

特徴量として、各セグメントが存在する位置を用いる。

存在する位置としであるセグメントか、ｘ、ｙ方向のど
の場所に存在するかをｘ、ｙ成分別に数値化して、その
平均的な値を算出する。

まず、右上りのセグメントについて考える。

Ｘ成分のＸ軸上の位置については Ｘ成分のｙｆｄ上の位置についても同様ににより表わさ
れる。

ここで、ＨＸ、Ｈ，は文字パターンの文字幅を示す。

Ｘ成分のｙ軸上の位置については で、またＸ成分のＸ軸上の位置についてはで表わされる
。

右下りのセグメントについても同様に Ｘ成分のｘＩＩＩＩｋＦの位置についてはＱ５＝Ｑｌと
同等な関係式、 Ｘ成分のｙ軸上の位置についてはＱ６＝Ｑ２と同等な関
係式、 Ｘ成分のｙ軸上の位置についてはＱ？＝Ｑ３と同等な関
係式、 Ｘ成分のＸ軸上の位置についてはＱ８＝Ｑ４と同等な関
係式、 で表わされる。

水平なセグメントについては Ｘ成分のＸ軸上の位置についてはＱ９＝Ｑ＋と同等な関
係式、 Ｘ成分のｙ軸上の位置についてはＱｌｏ＝Ｑ、と同等な
関係式、 さらに垂直なセグメントについては Ｘ成分のｙ軸上の位置についてはＱ　＋　＋　＝　Ｑ　
２と同等な関係式、 Ｘ成分のＸ軸上の位置についてはＱ　＋　２　＝　Ｑ　
４と同等な関係式 ％式％ 上記Ｑ１〜Ｑ１２は、文字パターンに外接する長方形の
左下（第５図（１，１））を原点とする座標系により演
算を行う。従って、各セグメントのｘ、Ｘ成分の存在す
る位置は、ｙ軸上の位置については下にくるほど、Ｘ軸
上の位置については左にくるほどその特徴量は小さくな
り、本発明の方法では全セグメントの位置に関わる重み
をすべて加算するため、原点に近い部分でのセグメント
の変化は小さな差となって表われ、文字パターンに外接
する長方形上での右上の部分でのセグメントの変化によ
り左右されることとなる。従って、文字パターンに外接
する長方形の右上（第５図（２２゜３２））を原点とす
る座標系での前記Ｑ１〜Ｑ　＋２に関する演算を行い、
その結果をＱＩ３〜Ｑ２４とする。

以上説明したＱ１〜Ｑ２４の式を用いて、第６図に示さ
れたｘ、ｙ屈曲点座標及び傾きデータにより演算を行う
。第６図（ａ）に示した外縁輪郭、（ｂ）に示した内縁
輪郭に関して各々演算を行い、結果は外縁と内縁輪郭の
和としてＱ１〜Ｑ　２４が求められる。このように上記
の演算は、複数の内縁がある文字に対しては、その全セ
グメントに関して演算を行う。

識別部６には認識対象文字毎のＱ、〜Ｑ２４の特徴量が
格納されている。識別部６は特徴量算出部５で算出され
た人力文字パターンの特徴量Ｑ、〜Ｑ２４と識別部６に
格納されている文字パターンの特徴’：ｋ　Ｑ　ｌ〜Ｑ
２４とをマツチングさせる。こわらのマツチングにおけ
る差をマツチング距離とし、この算出を識別部６に格納
されている認識対象文字毎てについて行い、マツチング
距離によるソーティングを行う。

このソーティング結果に従って、マツチング距離の最小
の文字が認識結果として選択される。

（発明の効果） 以上詳細に説明したように、本発明によれば、屈曲点を
抽出して、線分の傾きを考慮した傾き別の特徴量抽出を
行なうこととしたので、一定の文字認識を保持しつつ、
文字読取装置におけるハードウェアの規模の縮小、処理
時間の短縮を図れることが期待できる。

【図面の簡単な説明】

第１図は本発明に係る一実施例のブロック図、第２図は
従来のオンライン文字認識大分類方法に係る構成図、第
３図は文字パターン図、第４図は輪郭抽出図、第５図は
屈曲点抽出図、第６図は屈曲点座標図である。 １：パターンレジスタ　２：輪郭抽出部３：屈曲点抽出
部　　　４：傾き判別部５：特徴量算出部　　　６：認
識部 特許出願人　　　沖電気工業株式会社 特許出願代理人　弁理士　山本恵− Ｖζ、ノート式１　ｌ：１ｌｓ−ｊＥｉと４り１　乃プ
ロ・ソゲ　クコ第１図 貸来＃τシライン丈イ３ｑｄスン１壕貝１−ぺ４ｚｉａ
３０第２図 文　露　パダー″−Ｉ！ｌ　　　　　　　　　　軸　ｘ
ｌ　　ギｖｒ、　　圓第３図　　第４図 圧耐、東、ｆｆｋω 第５図 屈譜、責、ｔ　ＮＩ’ｎ 第６図

Claims (1)

1. 【特許請求の範囲】 帳票上の文字を読取って、２値化した文字パターンのデ
   ータを格納する手段と前記データより文字パターンの輪
   郭を抽出する手段を有して文字を認識する装置において
   、 前記文字パターンの輪郭を抽出したデータより隣接する
   輪郭線分が相互に屈曲する屈曲点を抽出する手段と、 前記屈曲点を抽出した線分の傾きを判別する手段と、 前記判別した傾き別に輪郭線分の所定の基準点からの相
   対位置よりなる特徴量の算出を行う手段と、 予め格納されている特徴量と前記算出結果の特徴量とを
   比較する手段とを有し、入力文字パターンの線分の分布
   位置を線分の傾き別に識別することにより、文字を認識
   することを特徴とする文字認識方式。