JPH0318987A - 辞書登録方法 - 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、文字認識装置の辞書登録方法に係り、特に接
続した状態で切り出された文字の辞書登録方法に関する
。

〔従来の技術〕

文字認識装置においては、入力原稿画像より文字を切り
出して認識を行うが、雑誌のように文字が小さく文字間
スペースが小さな原稿の場合、２以上の文字が接続した
状態で切り出されてしまうことがあり、このような接続
した文字は、通常。

リジェクトされる。

従来、このようなりジェクトとなった接続した文字のパ
ターン認識を可能とするために、接続した文字のパター
ンを一つの文字として辞書に追加したり、あるいは特開
昭５８−１９７５７８号公報に述へられている光学的文
字読取装置におけるように、リジェクトされたパターン
の学習を行わせて辞書を改良することが考えられている
。

〔発明が解決しようとする課題〕

しかし、文字が接続するパターンは原稿側の条件や文字
切出しアルゴリズムの特性等によって。

実に様々であるため、分離に失敗した文字のパターンを
全て無条件に辞書に追加登録したり、学習させたりする
と、辞書の汎用性が失われたり、性能が低下する恐れが
ある。このような不利益を招かないように、利用者が接
続した文字の辞書登録を適切に判断するには、装置の文
字切出しアルゴリズム等について開発者レベルの知識を
要求され、一般の利用者には無理がある。

よって本発明の目的は、接続した状態で切り出された文
字の的確な辞書登録を、専門的な知識のない利用者でも
簡単にできるようにするための方法を提供することにあ
る。

〔課題を解決するための手段〕

文字の接続は次の二つに大別できる。第１は、様々な条
件の重なりによって、本来は接続しないはずの２以上の
文字が接続した状態で切り出される場合である。第２は
、もともと分離が不可能な２以上の文字の接続の場合で
ある。この明細書においては、前者の接続した文字を″
′接続文字′″後者の接続した文字を゛合掌″と区別し
て呼ぶものとする。

“接続文字″は採用している文字切出し技術や原稿の種
類等に依存するので、同じ２以上の文字の並びであって
も、ある装置や原稿の種類では分離できすに゛′接続文
字″となるが、別の装置や原稿種類では分離に成功し″
接続文字′″にはならない。しかし、特定の装置あるい
は原稿種類等によって、″接続文字″となる可能性が高
い文字の並びを予想できる。

他方、“合掌′″となる文字の並びは限られており、こ
れは装置や原稿種類に殆ど依存せず、はぼ常に分離が不
可能である。１合字”の例としては、“’ｆｉ”や“ｆ
ｆｉ”等がある。

以上のことに着目し、本発明にあっては、特定の合掌お
よび接続文字を登録したテーブルを用意し、このテーブ
ルと入力した文字コードとを照合することにより、接続
した文字を非分離のまま辞書登録するか否かを判定する
。

〔作　用〕

非分離のまま辞書登録される接続した文字は、合掌・接
続文字テーブルに登録された合掌または接続文字に自動
的に限定され、その際に利用者の判断は入らない。した
がって、専門的知識を持たない一般的な利用者でも、接
続文字や合掌の認識が可能な辞書を、その汎用性や性能
を損なうことなく容易に獲得することできるようになる
。

〔実施例〕

第１図は本発明の一実施例に係る光学文字認識装置のハ
ード構成図である。１は原稿の画像を入力するスキャナ
、２はスキャナ１より入力された原稿画像を記憶する画
像保存メモリ、３は処理を実行する中央演算処理装置、
４は中央演算処理装置３上で動作する各種処理のプログ
ラムを格納したプログラム格納ＲＯＭ、５は処理の中間
データや結果データ等を一時的に格納するためのデータ
格納ＲＡ　Ｍである。６は文字認識用の辞書、７は接続
した文字の辞書登録のために本発明により導入された合
掌・接続文字テーブルである。８はキーボード９が付属
したデイスプレィである。

通常の文字認識の場合、中央演算処理装置３の処理によ
り、原稿画像から文字画像を切り出し、文字画像より抽
出した特徴量と辞書６に登録された各文字の特徴量との
距離を算出し、距離が小さい候補文字を求める。また、
所定の閾値より距離が小さい候補が得られない文字等を
リジェク１〜する。

次に本発明に係わる＃書登録処理について説明するが、
この処理の対象を例えばリジェクトされた文字に限定す
ることもできるし、画像保存メモリ２内の原稿画像上の
任意の文字を対象とすることもできる。

第２図に辞書登録処理のフローを示す。また、合掌・接
続文字テーブル７の登録内容の例を第３図に示す。

まず、切り出された文字の画像（１文字の画像または接
続した２以上の文字の画像）をデイスプレィ８に表示す
る。

オペレータはキーボード９より、辞書登録をするか否か
を入力する。

辞書登録をしない旨が入力された場合、次の切出し画像
の処理へ移る。

辞書登録をする旨の入力があった場合、オペレータは表
示された画像に対応する文字コード（１文字画像であれ
ば１文字のコード、接続した文字の画像であれば複数の
文字コード）をキーボード９より入力する。

この入力された文字コードと、合掌・接続文字テーブル
７に登録された文字コードとの照合をｔう。

この照合により、入力文字コードと一致するニードが見
つかった場合、現在表示されている文１画像は分離不可
能な合掌または接続文字であり、非分離のまま、その特
徴抽出を行って辞書６に鷺録し、次の画像の処理に移る
。

合掌・接続文字テーブル７と入力文字コードとの照合で
一致がとれない場合、当該画像は分１ｓＴ３能な接続し
た文字であるので、１文字毎に分Ｍしてから特徴抽出を
し、辞書６に登録する。第４］鱗に接続した文字の画像
、それに対する入力文字ニードおよび分離画像の例を示
す。

この分離・辞書登録の処理内容としては、次シような例
が考えられる。

（ア）入力された文字コード数に等しい個数の慎字に分
離し辞ｌ？登録をする処理を自動的に吠行する。

（イ）　分離された画像を表示しくインタラブト力かか
る）、辞書登録をするか否かをキーボード９より指示さ
せ、登録を指示された文字についてのみ辞ｌｉｆ登録を
行う６ （つ）分離された画像の文字認識を行い、その結果の信
頼度が低いか、候補が見つからなかった画像のみを表示
し、辞−ｔ！！：登録をするか否かをキーボード９より
指示させ、登録を指示された文字についてだけ辞書登録
をする。

実際的には、辞書登録の仕方（辞書の無の状態からの辞
書作成か、既存の辞書を利用しての辞書学習）や処理の
形態（バッチ、リアルタイム）によって、上記の処理方
法の一つを選び、あるいは２以上の方法を組合せて採用
する。

〔発明の効果〕

以上説明した如く、本発明によれば、文字分離技術等に
関して高度の知識を持たない利用者であっても、接続し
た文字の認識性能が高い辞書を容易に獲得することがで
き、しかも不適切な辞書べ〉録による辞書の汎用性や性
能の悪化を回避することができる。

【図面の簡単な説明】

第１図は本発明の一実施例に係る光学文字認識装置のハ
ード構成図、第２図は辞書登録の概略フローチャート、
第３図は合掌・接続文字テーブルの登録内容の例を示す
図、第４図は接続した文字の分離・辞書登録の説明図で
ある。 １・・・スキャナ、　２・・・画像保存メモリ、３・・
・中央演算処理装置、 ４・・・プログラム格納メモリ、 ５・・・データ格納ＲＡＭ、　　６・・・辞書、７・・
・合掌・接続文字テーブル。 ８・・・デイスプレィ、　　９・・キーボード。 第２図 ｗｉハ　入力 −５７４−

Claims (1)

【特許請求の範囲】
1. （１）文字認識装置における辞書登録方法において、特
   定の合字および接続文字を登録したテーブルを用意し、
   接続した文字の辞書登録の際に、入力した文字コードと
   該テーブルとを照合することにより、該接続した文字を
   非分離のまま辞書登録をするか否かを判定することを特
   徴とする辞書登録方法。