JPH0324682A - 文字特徴抽出方法 - Google Patents
文字特徴抽出方法Info
- Publication number
- JPH0324682A JPH0324682A JP1158727A JP15872789A JPH0324682A JP H0324682 A JPH0324682 A JP H0324682A JP 1158727 A JP1158727 A JP 1158727A JP 15872789 A JP15872789 A JP 15872789A JP H0324682 A JPH0324682 A JP H0324682A
- Authority
- JP
- Japan
- Prior art keywords
- character
- characters
- positions
- frame
- recognition
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000005484 gravity Effects 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000003909 pattern recognition Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
Landscapes
- Character Discrimination (AREA)
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔発明の目的〕
本発明は文字のパターン認識を行う文字の特徴抽出に関
するもので、FA分野全般にわたって利用されるもので
ある。
するもので、FA分野全般にわたって利用されるもので
ある。
(産業上の利用分野)
本発明に係る従来技術としては、(1)特開昭62−2
08179号及び(2)特開昭62−293492号の
公報がある. 前記(1)に示すものは、多角形近似処理によってパタ
ーン認識を行う場合にパターン照るに供される端点を高
速に抽出する方式で、近似頂点ベクトルからベクトル各
々において次のベクトルとの間の方向角度偏差を抽出し
たうえ、角度偏差を累積加算する度に、累積加算に係る
値が一定の角度範囲内にあることによって、多角形近似
されたパターンより端点を抽出方法である。
08179号及び(2)特開昭62−293492号の
公報がある. 前記(1)に示すものは、多角形近似処理によってパタ
ーン認識を行う場合にパターン照るに供される端点を高
速に抽出する方式で、近似頂点ベクトルからベクトル各
々において次のベクトルとの間の方向角度偏差を抽出し
たうえ、角度偏差を累積加算する度に、累積加算に係る
値が一定の角度範囲内にあることによって、多角形近似
されたパターンより端点を抽出方法である。
又、前記(2)に示すものは文字等の分類に於いて、文
字枠内の文字画像と、文字枠の左辺および右辺からの距
離のうち、文字の縦幅の中心より上部および下部それぞ
れについて最大値と、文字枠の上辺及び下辺から文字画
像までの距離のうち、文字の横幅の中心付近だけについ
ての最大値を求める文字特徴抽出方法である。
字枠内の文字画像と、文字枠の左辺および右辺からの距
離のうち、文字の縦幅の中心より上部および下部それぞ
れについて最大値と、文字枠の上辺及び下辺から文字画
像までの距離のうち、文字の横幅の中心付近だけについ
ての最大値を求める文字特徴抽出方法である。
(発明が解決しようとする課題)
しかし、前記(1)に示す方法は第10図に示すように
文字の直線部分にノイズなどにより凸部が出来た場合に
端としてしまい、誤認識するという問題点があり、 又、前記(2)に示す方法は第11図に示すように文字
の大局的な特徴を用いる認識方法であるが、認識アルゴ
リズムが複雑でプログラムの容量が大きくなるし又、処
理時間がかかるという問題点がある。
文字の直線部分にノイズなどにより凸部が出来た場合に
端としてしまい、誤認識するという問題点があり、 又、前記(2)に示す方法は第11図に示すように文字
の大局的な特徴を用いる認識方法であるが、認識アルゴ
リズムが複雑でプログラムの容量が大きくなるし又、処
理時間がかかるという問題点がある。
本発明は画像処理装置を用いて文字等の特徴の抽出方法
に於いて信頼性が高く、処理時間の短い文字の認識方法
を技術的課題とするものである。
に於いて信頼性が高く、処理時間の短い文字の認識方法
を技術的課題とするものである。
(課題を解決するための手段)
課題を解決するために講じた技術的手段は次のようであ
る。すなわち、 TVカメラ及び画像処理装置などよりなる文字認識装置
にて文字及び数字(以下文字という)の特徴を抽出する
方法に於いて、文字枠内の文字画像の枠に接する文字の
辺の数とその位置、及び円弧部、端点部の数とその位置
、更に文字によって閉じられた穴の数と前記穴の重心の
位置を求めて文字を分類する文字特徴抽出方法である。
る。すなわち、 TVカメラ及び画像処理装置などよりなる文字認識装置
にて文字及び数字(以下文字という)の特徴を抽出する
方法に於いて、文字枠内の文字画像の枠に接する文字の
辺の数とその位置、及び円弧部、端点部の数とその位置
、更に文字によって閉じられた穴の数と前記穴の重心の
位置を求めて文字を分類する文字特徴抽出方法である。
(作用)
ここで、示す対象文字としてはア.ルファベット及び数
字で、工場及び作業場で使用されている活字体等の文字
であり手書き文字は対象としないものである. 一般に前記に示す文字の特徴は字体によって異なるが、
文字の辺の数や、その位置といった特徴が字体によって
一義的に決定されるものである。
字で、工場及び作業場で使用されている活字体等の文字
であり手書き文字は対象としないものである. 一般に前記に示す文字の特徴は字体によって異なるが、
文字の辺の数や、その位置といった特徴が字体によって
一義的に決定されるものである。
従って予め字体情報を詳細に得ることにより、文字特徴
抽出方法にて文字の判別が出来るものである. (実施例) 以下実施例について説明する. 第1図は本実施例である文字認識装置の外観図で、治具
3上に置かれた認識対象2の画像を取り込むTVカメラ
1と、その画像データを記憶及び処理する画像処理装置
6と表示するモニタテレビ5及び処理結果を表示したり
、画像処理装置6に画像の取り込みや処理方法を指示す
るCRT7、本体9、キーボード8 (PC9Bパーソ
ナルコンピュータ)の構威によりなるものである。
抽出方法にて文字の判別が出来るものである. (実施例) 以下実施例について説明する. 第1図は本実施例である文字認識装置の外観図で、治具
3上に置かれた認識対象2の画像を取り込むTVカメラ
1と、その画像データを記憶及び処理する画像処理装置
6と表示するモニタテレビ5及び処理結果を表示したり
、画像処理装置6に画像の取り込みや処理方法を指示す
るCRT7、本体9、キーボード8 (PC9Bパーソ
ナルコンピュータ)の構威によりなるものである。
第2図は文字認識プログラムのフローチャート、第3図
は第1図の電気的な機能ブロック図で、第3図に於いて
lOは画像メモリ、l1はプログラムメモリ、12はイ
ンターフエイス、l3はA/D,14はCPU,15は
D/A,16はプログラムメモリ、l7はインターフェ
ースである。
は第1図の電気的な機能ブロック図で、第3図に於いて
lOは画像メモリ、l1はプログラムメモリ、12はイ
ンターフエイス、l3はA/D,14はCPU,15は
D/A,16はプログラムメモリ、l7はインターフェ
ースである。
以上の構或に於いて、文字の特徴抽出の方法と具体的な
認識手順について第4図〜第7図により説明する。
認識手順について第4図〜第7図により説明する。
第4図に示す様にTVカメラ1よりA/D 1 3を介
して画像メモリ1 .0にストアされた文字列゜゛42
0″はメモリ上に配置される。
して画像メモリ1 .0にストアされた文字列゜゛42
0″はメモリ上に配置される。
図に於いて、画像メモリIOの原点0 (0,O)を基
準として文字列に囲む矩形領域を(X., Y!),(
X.,Y.)座標を表すと、この座標値は第7図に示す
X,Y両方向の捜査を行い、(例えば最初に黒い点が出
現するX座標がXsである.)簡単に求めることができ
る。
準として文字列に囲む矩形領域を(X., Y!),(
X.,Y.)座標を表すと、この座標値は第7図に示す
X,Y両方向の捜査を行い、(例えば最初に黒い点が出
現するX座標がXsである.)簡単に求めることができ
る。
次にこの矩形領域から第5図に示す様に1文字の矩形領
域の分離を行いその原点座標(xm, y.)エンド
座標(xai ya)を求める。
域の分離を行いその原点座標(xm, y.)エンド
座標(xai ya)を求める。
この座標値の決定には、種々の方法が考えられるが、例
えば、文字枠原点座標(xs,y*)より1文字文に関
して、第7図の捜査を行い、(X−,y*)を求める方
法や、文字幅W、文字高さLが予めわかっている場合は
(x.,y.)は(x s +W , V s +
L )といった簡単な式で求める方法である. 以上の処理で、1文字を第5図に示す様に文字列“42
0”より切り出しを行う。又この切り出しは他の文字に
関しても順次行われる。
えば、文字枠原点座標(xs,y*)より1文字文に関
して、第7図の捜査を行い、(X−,y*)を求める方
法や、文字幅W、文字高さLが予めわかっている場合は
(x.,y.)は(x s +W , V s +
L )といった簡単な式で求める方法である. 以上の処理で、1文字を第5図に示す様に文字列“42
0”より切り出しを行う。又この切り出しは他の文字に
関しても順次行われる。
次に文字認識を行うのだが、ここで第6図に示す文字特
f!Il量について説明する。
f!Il量について説明する。
円弧部34は文字の曲線部分であり、文字枠23とは点
接触することになる。端点部35は、文字の直線、曲線
部の終わりあるいは始まりの点であり、文字枠23とは
点接触かあるいは連続した数点で接触する。
接触することになる。端点部35は、文字の直線、曲線
部の終わりあるいは始まりの点であり、文字枠23とは
点接触かあるいは連続した数点で接触する。
辺部36は、文字の直線部分を示し、文字枠23とは連
続した数十点と接触する。穴部37は文字によって囲ま
れた部分のことであり、例えば数字では゜0゜ ’6
”8”9゜であり、アルファベットでは゜A゛、“B゛
、l D I、O゛、“P″ I Q l、l R
lである.穴重心38は六部37の重心であり公知のア
ルゴリズムで求めることができる. 以上の5つの特徴量を用いて文字認識の判別ツリーを作
戒する。従って一文字を文字枠に切り出し、特@量を求
め、順次判別ツリーに従って文字認識を行えばよりこと
になる. 例えばO〜9の数字の判別には第8図の様な判別ツリー
を作成し、各分岐点での特@量の値により順次分類を行
う.ここで口印は特徴量名で、O印は分類結果である。
続した数十点と接触する。穴部37は文字によって囲ま
れた部分のことであり、例えば数字では゜0゜ ’6
”8”9゜であり、アルファベットでは゜A゛、“B゛
、l D I、O゛、“P″ I Q l、l R
lである.穴重心38は六部37の重心であり公知のア
ルゴリズムで求めることができる. 以上の5つの特徴量を用いて文字認識の判別ツリーを作
戒する。従って一文字を文字枠に切り出し、特@量を求
め、順次判別ツリーに従って文字認識を行えばよりこと
になる. 例えばO〜9の数字の判別には第8図の様な判別ツリー
を作成し、各分岐点での特@量の値により順次分類を行
う.ここで口印は特徴量名で、O印は分類結果である。
この第5図のツリー図に示す様に以上の特徴量を用いれ
ば非常に簡単に、かつ信頼性が高く数字の判別ができる
ことがわかる.又今まで述べて来た特徴量は穴の数、辺
の数といったもので文字の大きさに全く関係なく文字の
大きさが変化しても確実に認識分類することができる. 又英字も、数字の場合と全く同様の特@量と、t N
+、l X l等に見られる文字枠に対して対角線上に
ある直線部を新たに斜辺部42、その他垂辺部43、水
辺部44を新しい特徴量として定義すれば数字と同様に
認識分類することができる.以上の様に本発明の特徴量
は非常にシンプルなためハードウエアー化も可能である
. 〔発明の効果〕 本発明は次の効果を有する。すなわち、(1)特徴量が
少なく、又それを求めるアルゴリズムが簡単なために処
理時間が早い、(2)文字枠内にあるノイズの影響を受
けず、文字認識率が高いものである. 又文字枠上に存在するノイズ特に辺上のノイズの場合は
、誤認識の原因となるが別の簡単な処理で除去可能であ
る.
ば非常に簡単に、かつ信頼性が高く数字の判別ができる
ことがわかる.又今まで述べて来た特徴量は穴の数、辺
の数といったもので文字の大きさに全く関係なく文字の
大きさが変化しても確実に認識分類することができる. 又英字も、数字の場合と全く同様の特@量と、t N
+、l X l等に見られる文字枠に対して対角線上に
ある直線部を新たに斜辺部42、その他垂辺部43、水
辺部44を新しい特徴量として定義すれば数字と同様に
認識分類することができる.以上の様に本発明の特徴量
は非常にシンプルなためハードウエアー化も可能である
. 〔発明の効果〕 本発明は次の効果を有する。すなわち、(1)特徴量が
少なく、又それを求めるアルゴリズムが簡単なために処
理時間が早い、(2)文字枠内にあるノイズの影響を受
けず、文字認識率が高いものである. 又文字枠上に存在するノイズ特に辺上のノイズの場合は
、誤認識の原因となるが別の簡単な処理で除去可能であ
る.
第1図は文字認識装置の外観図、第2図は文字認識フロ
ーチャート図、第3図は文字認識機能ブロック図、第4
図は文字画像説明図、第5図は文字枠説明図、第6図は
文字特徴量説明図、第7図は文字列スタート位置・エン
ド位置の決定説明図、第8図は数字認識判別ツリー図、
第9図は英字用特徴量説明図、第10図及び第11図は
、従来方式の説明図である。 1・・・TVカメラ.2・・・認識対象数字,6・・・
画像処理装置.23・・・文字枠.34・・円弧部.3
5・・・端点部,37・・・穴部.38・・・穴重心.
ーチャート図、第3図は文字認識機能ブロック図、第4
図は文字画像説明図、第5図は文字枠説明図、第6図は
文字特徴量説明図、第7図は文字列スタート位置・エン
ド位置の決定説明図、第8図は数字認識判別ツリー図、
第9図は英字用特徴量説明図、第10図及び第11図は
、従来方式の説明図である。 1・・・TVカメラ.2・・・認識対象数字,6・・・
画像処理装置.23・・・文字枠.34・・円弧部.3
5・・・端点部,37・・・穴部.38・・・穴重心.
Claims (1)
- TVカメラ及び画像処理装置などよりなる文字認識装置
にて文字の特徴を抽出する方法に於いて、文字枠内の文
字画像の枠に接する文字の辺の数とその位置、及び円弧
部、端点部の数とその位置、更に文字によつて閉じられ
た穴の数と前記穴の重心の位置を求めて文字の分類をす
る文字特徴抽出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1158727A JPH0324682A (ja) | 1989-06-21 | 1989-06-21 | 文字特徴抽出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1158727A JPH0324682A (ja) | 1989-06-21 | 1989-06-21 | 文字特徴抽出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0324682A true JPH0324682A (ja) | 1991-02-01 |
Family
ID=15678016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1158727A Pending JPH0324682A (ja) | 1989-06-21 | 1989-06-21 | 文字特徴抽出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0324682A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007317033A (ja) * | 2006-05-26 | 2007-12-06 | Sharp Manufacturing System Corp | 文字画像の照合方法および照合装置ならびにプログラム |
JP2013536958A (ja) * | 2010-08-30 | 2013-09-26 | アリババ・グループ・ホールディング・リミテッド | デジタル画像の認識 |
-
1989
- 1989-06-21 JP JP1158727A patent/JPH0324682A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007317033A (ja) * | 2006-05-26 | 2007-12-06 | Sharp Manufacturing System Corp | 文字画像の照合方法および照合装置ならびにプログラム |
JP2013536958A (ja) * | 2010-08-30 | 2013-09-26 | アリババ・グループ・ホールディング・リミテッド | デジタル画像の認識 |
US8958643B2 (en) | 2010-08-30 | 2015-02-17 | Alibaba Group Holding Limited | Recognition of numerical characters in digital images |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dhanya et al. | Script identification in printed bilingual documents | |
JP2940936B2 (ja) | 表領域識別方法 | |
US8200043B2 (en) | Page orientation detection based on selective character recognition | |
WO2019019250A1 (zh) | 倾斜图像的倾斜值获取方法、装置、终端及存储介质 | |
KR100205726B1 (ko) | 수기 문자의 인식 장치 | |
Lam et al. | Reading newspaper text | |
Steinherz et al. | Offline loop investigation for handwriting analysis | |
JPH02306386A (ja) | 文字認識装置 | |
CN111126160B (zh) | 基于五笔输入法构建的智能汉字结构评价方法及系统 | |
JPH0324682A (ja) | 文字特徴抽出方法 | |
CN111582148A (zh) | 京剧人物识别方法、设备、存储介质及装置 | |
JPH02116987A (ja) | 文字認識装置 | |
JP3388918B2 (ja) | 文字列読み取り装置 | |
Greening et al. | Automatic feature extraction for forensic purposes | |
JPH03219384A (ja) | 文字認識装置 | |
Lashas et al. | Optical character recognition based on analog preprocessing and automatic feature extraction | |
JP2612383B2 (ja) | 文字認識処理方式 | |
JP2792063B2 (ja) | 文字認識辞書作成方式 | |
JPH1021398A (ja) | 方向特徴ベクトル抽出方法 | |
CN110580469A (zh) | 一种基于嵌入式设备的掌脉识别系统及方法 | |
JP2963474B2 (ja) | 類似文字識別方法 | |
JPH06203215A (ja) | オンライン文字認識装置 | |
JPH03217993A (ja) | 文字サイズ認識装置 | |
JPH1021396A (ja) | 画像の方向パターン抽出方法 | |
Wong | Design of a realtime high speed recognizer for unconstrained handprinted alphanumeric characters |