JPH01269190A

JPH01269190A - 文字認識装置

Info

Publication number: JPH01269190A
Application number: JP63096936A
Authority: JP
Inventors: Toru Futaki; 徹二木
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1988-04-21
Filing date: 1988-04-21
Publication date: 1989-10-26

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］本発明は文字認識装置、特に手書き文字を認識する文字
認識装置に関するものである。

［従来の技術］手書き文字を対象とした文字認識装置では、筆記者の癖
や記入状況の違いによって生じる文字の変形に対処する
必要がある。変形の中でもとりわけ文字の傾きは、通常
の手書き文字には頻繁に起こる変形であるため、高い正
続率の文字認識を実現するためには文字の傾きを考慮し
た認識処理が不可欠である。

文字の傾きに対応する方法として、文字パターンのモー
メントを計算し、そのモーメントの値に応じて文字パタ
ーンにアフィン変換を施し、傾きを除去した文字を得る
方法が知られている（キャッジ−１Ｒ，Ｇ、の手書き文
字のモーメント正規化：　Ｃａ５ｅｙ、Ｒ，Ｇ、　：　
Ｍｏｍｅｎｔ　Ｎｏｒｍａｌｉｚａｔｉｏｎｏｆ　１（
ａｎｄｐｒｉｎｔｅｄ　Ｃｈａｒａｃｔｅｒｓ、　ＩＢ
Ｍ　Ｊ、ＲＥＳ、ＤＥＶＥＬＯＰ１９７０−９）。

［発明が解決しようとしている課題］しかしながら、上記従来例では文字の傾きを表す指標と
して２次のモーメントを用いているため、次のような欠
点があった。

（１）２次のモーメントの値は人間の認識する文字の傾
きと一致しないことがしばしば起こる。

２次のモーメントはｐで定義される。ただし、Ｘ　ｏ　＋　ｙｏは文字パター
ンＰの中心座標、Ｓは文字パターンＰの全面積で、黒画
素についてのみ積和を行う。

この２次のモーメントを第７図の文字に対して計算する
と、１２４で示した点線で囲む斜めのストロークの部分
の影響でｍは正の大きな値となる。しかし、第７図の文
字パターンが大きく傾いているという評価は人間の感覚
と異なり、このｍの値を用いて正しい認識を行うことは
困難である。

（２）モーメントの計算は、処理が複雑なため長い計算
時間を必要とする。

本発明は、前記従来例の欠点を除去し、傾きのある文字
に対して傾きの補正を正確に行い、高い正続率での認識
を可能にする文字認識装置を提供する。

又、本発明は、傾きのある文字に対して傾きに対応して
認識を行い、高い正続率での認識を可能にする文字認識
装置を提供する。

［課題を解決するための手段］この課題を解決するために、本発明の文字認識装置は、
入力画像データから文字パターンを抽出して認識する文
字認識装置において、文字パターンに接する複数の直線を求める直線検出手段
と、得られた前記複数の直線間の距離に基づいて、前記
文字パターンの傾きを計算する傾き計算手段と、前記文
字パターンの傾きに対応して、前記文字パターンの画像
データに変換を施す変換手段とを備える。

又、入力画像データから文字パターンを抽出して認識す
る文字認識装置において、文字パターンに接する複数の直線を求める直線検出手段
と、得られた前記複数の直線間の距離に基づいて、前記
文字パターンの傾きを計算する傾き計算手段と、前記文
字パターンの傾きに対応して、異なる辞書に基づいて文
字の認識を行う認識手段とを備える。

［作用］かかる構成において、直線検出手段によって得られた文
字パターンに接する複数の直線間の距離に基づいて、傾
き計算手段で前記文字パターンの傾きを計算し、変換手
段でこの計算結果に対応して前記文字パターンの画像デ
ータに変換を施す。

又、直線検出手段によって得られた文字パターンに接す
る複数の直線間の距離に基づいて、傾き計算手段で前記
文字パターンの傾きを計算し、認識手段は、前記文字パ
ターンの傾きに対応でて、異なる辞書に基づいて文字の
認識を行う。

［実施例］第１図（ａ）は本実施例の文字認識装置を示すブロック
図である。１０１は帳票等の原稿に書かれた入力画像デ
ータを電気信号に変換するスキャナ、１０２は電気信号
の量子化・ノイズ除去等を行う前処理部、１０３は入力
画像データを記憶しておく画像メモリ、１０４は入力画
像データから文字パターンを切り出す文字パターン切出
し部、１０５は文字パターンに接する直線を検出する直
線検出部、１０６は傾きを表す指標αを求める傾き計算
部、１０７は指標αの値に応じて画像データに変換を施
す変換部、１０８は文字パターンの特徴を抽出する特徴
抽出部、１０９は文字の標準パターンを登録しておく辞
書、１１０は辞書１０９を参照し候補文字を出力する文
字識別部である。

次に本実施例の文字認識装置の動作について説明する。

スキャナ１０１で読み取った画像データは、前処理部２
０２で２値のディジタル信号に変換されノイズ除去等の
前処理を経て、画像メモリ１０３に記憶される。画像メ
モリ１０３上の画像データに対して、文字パターン切出
し部１０４で文字パターンを切り出し、直線検出部１０
５で文字領域の四角から予め定められた角度で画像デー
タを走査し、文字パターンに接する直線を４本検出する
。

左上隅から画素データを走査していった時の直線の検出
の例を第２図に示す。本実施例では水平と４５°の角度
で走査していって、まず最初に画素１に注目し白画素な
らば続いて画素２に注目する。同様に３．４，５．・・
・の順に画素を調べていき、黒画素にぶつかるまで走査
を続ける。そして、最初にぶつかった黒画素を含むひと
つの走査列を文字に接する直線として得ることができる
。第２図の例では画素１７の次で初めて黒画素にぶつか
るので、画素１６と画素１７を結ぶ直線が求める直線と
なる。

以上の直線検出処理を文字パターンの画像データの四角
すべてから行うことによって第３図に示されている文字
パターン“８”では、接する直線１２０，１２１，１２
２，１２３を得ることができる。

次に傾き計算部１０６で、直線検出部１０５で得られた
直線１２０，１２１．１２２，１２３の内、互いに向い
合う直線同士の距離、すなわち直線１２０と１２３の距
離ｄ１及び直線１２１と１２２の距離ｄ２を求める。そ
して、これら距離ｄ＋、ｄｚの値から傾きを表す指標α
を計算する。

本実施例ではαを得る関数として、の評価関数を用いている。ただし、ａは正の定数である
。

第３図の文字の場合はｄ　Ｉ＜　ｄ　２なのでαの値は
負になる。これは文字が右に傾いていることを表してい
る。逆にαの値が正になるときは文字が左に傾いている
ことを表している。そしてαの絶対値が大きいほど傾き
が大きいことになり、αの値によって文字の傾きの方向
及び大きさを検出することができる。

αを求めるための評価関数は他に、の形のものを用いることができる。

ここで、ｂは定数、ｄｓ　　＝ｍｉ　ｎ　　（ｄ＋、ｄｚ　　）　　、ｄ、
、＝ｍａｘ　　（ｄ＋、ｄａ　　）　　、である。ただ
し、この場合傾きの方向は距離ｄ１とｄ２との大きさを
比較することによって別個に得られる。

文字の傾きは人間の感覚に基づく量であり、定量的な評
価を厳密に行うことは不可能であるが、本実施例による
傾きを表す指標αは文字の外形情報から計算される量で
あり、文字の大局的な傾きを効果的に表現している。

傾き計算部１０６で求めたαの値に応じて変換部１０７
で文字の傾きを正規化する変換を行う。

この変換はアフィン変換で実現可能である。

変換された文字画像は特徴抽出部１０８で所定の特徴抽
出を行い文字識別部１１０へ送られて辞書１’　０９を
参照することによって候補文字が出力される。

第１図（ｂ）は本実施例の文字認識装置のハードウェア
構成図である。

第１図（ｂ）で、２０１は画像を入力するスキャナ等の
画像入力部、２０２は直線検出。

傾き計算、特徴抽出及び文字認識等の処理を行うＣＰＵ
、２０３は処理プログラムを格納するＲＯＭ、２０４は
レジスタ等の補助記憶用のＲＡＭ、２０５は画像データ
を記憶する画像メモリ、２０６は標準パターンを登録し
ておく辞書、２０７は後の第２実施例で使用される第２
辞書、２０８は認識結果を出力する出力部である。

第４図はＲＯＭ２０３に格納された本実施例の文字認識
装置の処理手順を示すフローチャートである。

まず、ステップＳ１で画像入力部２０１から入力された
画像データに前処理及び文字パターンの切り出しを行う
。ステップＳ２で文字パターンに接する複数の直線を検
出し、ステップＳ３で前述の式より傾きの指標αを計算
する。ステップＳ４で指標αに基づいて文字パターンの
画像データにアフィン変換を行い、文字パターンの傾き
を直す。ステップＳ５では傾きの取れた文字パターンに
対して特徴の抽出を行い、ステップＳ６で辞書２０６の
標準パターンと比較して文字の識別を行い、ステップＳ
７で識別結果を認識結果出力部２０８に出力する。

［第２実施例コ第５図は本発明の第２実施例の文字認識装置のブロック
図である。参照番号５１０，５１１゜５１２．５１３，
５１４，５１５，５１６゜５２０で示す部分は、それぞ
れ前述の実施例の参照番号Ｌｏｔ、１０２，１０３，１
０４゜１０５．１０６，１０８，１１０で示す部分に対
応する。

辞書切換部５１７では、傾き検出部から出力される傾き
を表す指標αの値を予め定めれられたしきい値と比較し
、文字識別部５２０で照合に用いる辞書を第１辞書５１
８と第２辞書５１９とのいずれかから選択する。第１辞
書５１８は傾きの少ない文字を学習することによって得
られた辞書で、第２辞書５１９は傾きのある文字を学習
することによって得られた辞書である。この場合は第１
図（ｂ）で辞書２０６と辞書２０７との２つが使用され
る。

指標αが所定のしきい値より小さい、すなわち入力文字
パターンの傾きが小さい場合は第１辞書５１８を選択し
、傾きが大きい場合は第２辞書５１９を選択するので、
文字識別部５２０では最適の照合が実現できる。

第６図には第２実施例の処理のフローチャートを示す。

ステップＳ８からステップＳＩＯまでは第４図のステッ
プ８１〜Ｓ３と同様である。

次に、本実施例では、ステップＳｌｌで、ステップＳＩ
Ｏで計算した傾きの指標αと所定のしきい値とを比較し
、しきい値より小さい時はステップＳ１２に進んで、傾
きの少ない文字の標準パターンを格納する第１辞書５１
８（２０６）により、ステップＳ１４で文字を識別し、
ステップＳ１５で出力する。

一方傾きの指標αがしきい値より大きい時はステップＳ
１３に進んで、傾きの大きい文字の標準パターンを格納
する第２辞書５１９（２０７）により、ステップＳ１４
で文字を識別して、ステップＳ１５で出力する。尚、辞
書の数及び分岐は２つに限らない。又、傾き易い文字と
傾きにくい文字とを分離すれば辞書の容量を更に小さく
できる。

以上説明したように、文字画像に対して予め定められた
角度で文字に接する直線を複数求め、これらの直線間の
距離から文字の傾きを表す指標αを計算し、そのαの値
に応じた変換を文字画像に施すことによって、傾きを含
んだ文字に対しても短い処理時間で高正続率の文字認識
が可能になる。

［発明の効果コ本発明により、傾きのある文字に対して傾きの補正を正
確に行い、高い正続率での認識を可能にする文字認識装
置を提供できる。

又、傾きのある文字に対して傾きに対応して認識を行い
、高い正続率での認識を可能にする文字認識装置を提供
できる。

【図面の簡単な説明】

第１図（ａ）本実施例の文字認識装置のブロック図、第１図（ｂ）は本実施例の文字認識装置のハードウェア
構成図、第２図は画素を走査する順番を表す図、第３図は文字に
接する直線及び直線間の距離を表す図、第４図は本実施例の処理手順を示すフローチャート、第５図は第２実施例の文字認識装置のブロック図、第６図は第２実施例の処理手順を示すフローチャート、第７図は従来技術を説明するための手書き文字例を示す
図である。図中、１０１，５１０・・・スキャナ、１０２゜５１１
・・・前処理部、１０３，５１２・・・画像メモリ、１
０４，５１３・・・文字パターン切出し部、１０５，５
１４・・・直線検出部、１０６゜５１５・・・傾き計算
部、１０７・・・変換部、１０８゜５１６・・・特徴抽
出部、１１０，５２０・・・文字識別部、１０９・・・
辞書、５１８・・・第１辞書、５１９・・・第２辞書、
５１７・・・辞書切換部、２０１・・・画像入力部、２
０２−ＣＰ　Ｕ、２０３　・ＲＯＭ、２０４・・・ＲＡ
Ｍ、２０５・・・画像メモリ、２０６゜２０７・・・辞
書、２０８・・・認識結果出力部である。

Claims

【特許請求の範囲】

（１）入力画像データから文字パターンを抽出して認識
する文字認識装置において、文字パターンに接する複数の直線を求める直線検出手段
と、得られた前記複数の直線間の距離に基づいて、前記文字
パターンの傾きを計算する傾き計算手段と、前記文字パターンの傾きに対応して、前記文字パターン
の画像データに変換を施す変換手段とを備えることを特
徴とする文字認識装置。
（２）入力画像データから文字パターンを抽出して認識
する文字認識装置において、文字パターンに接する複数の直線を求める直線検出手段
と、得られた前記複数の直線間の距離に基づいて、前記文字
パターンの傾きを計算する傾き計算手段と、前記文字パターンの傾きに対応して、異なる辞書に基づ
いて文字の認識を行う認識手段とを備えることを特徴と
する文字認識装置。