JPH0343667B2 - - Google Patents
Info
- Publication number
- JPH0343667B2 JPH0343667B2 JP56039182A JP3918281A JPH0343667B2 JP H0343667 B2 JPH0343667 B2 JP H0343667B2 JP 56039182 A JP56039182 A JP 56039182A JP 3918281 A JP3918281 A JP 3918281A JP H0343667 B2 JPH0343667 B2 JP H0343667B2
- Authority
- JP
- Japan
- Prior art keywords
- characters
- handwritten characters
- feature
- scribe
- character 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.)
- Expired - Lifetime
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Character Discrimination (AREA)
Description
【発明の詳細な説明】
本発明は文字認識装置に関し、特に筆記者によ
り個人差の存在する手書き文字を正確に認識する
ため、入力された文字を特徴別にあらかじめ分析
してこの分析結果を使用して筆記者の特徴を統計
的に捉えることにより入力文字を認識するように
した文字認識装置である。
り個人差の存在する手書き文字を正確に認識する
ため、入力された文字を特徴別にあらかじめ分析
してこの分析結果を使用して筆記者の特徴を統計
的に捉えることにより入力文字を認識するように
した文字認識装置である。
例えばOCRにより手書き文字を読取る場合に、
筆記者がOCRの規則にしたがつて正確に手書き
するように要求しても現実の問題としてこれに従
わない場合が存在する。このような場合、筆記者
が誰でもわかるように正確に文字を記入してくれ
るならば問題ないが、書かれる文字は記入者によ
つて標準字体から色々に変形する。
筆記者がOCRの規則にしたがつて正確に手書き
するように要求しても現実の問題としてこれに従
わない場合が存在する。このような場合、筆記者
が誰でもわかるように正確に文字を記入してくれ
るならば問題ないが、書かれる文字は記入者によ
つて標準字体から色々に変形する。
例えば数字の０〜９の10文字についてみると、
「０」と「６」ではループの上の棒状突出部分の
長さ、すなわち首の長さの大きさがその認識の決
め手となるが、第１図イ，ロ，ハ，ニに示すよう
に、この長さは筆記者により種々に異なる。した
がつて従来は、このような手書き文字を識別する
場合、多数の手書き文字をあつめてその特徴を分
析し、その結果得られた「０」の場合には首の長
さが第２図に示すように非常に短いＬを中心に集
まつており「６」の場合には首の長さがL′を中心
に集つていることにもとづき、首の長さが点線範
囲を判読不可領域とし、それより長いときは
「６」、短いときは「０」と識別していた。
「０」と「６」ではループの上の棒状突出部分の
長さ、すなわち首の長さの大きさがその認識の決
め手となるが、第１図イ，ロ，ハ，ニに示すよう
に、この長さは筆記者により種々に異なる。した
がつて従来は、このような手書き文字を識別する
場合、多数の手書き文字をあつめてその特徴を分
析し、その結果得られた「０」の場合には首の長
さが第２図に示すように非常に短いＬを中心に集
まつており「６」の場合には首の長さがL′を中心
に集つていることにもとづき、首の長さが点線範
囲を判読不可領域とし、それより長いときは
「６」、短いときは「０」と識別していた。
しかしながら、筆記者により「０」を第１図ロ
の如く記入したり「６」を第１図ハの如く記入す
ることも多く、このような場合、上記した従来の
認識方式ではいずれも判読不可能領域にあり、判
読できないものとなる。
の如く記入したり「６」を第１図ハの如く記入す
ることも多く、このような場合、上記した従来の
認識方式ではいずれも判読不可能領域にあり、判
読できないものとなる。
ところが、手書き文字は、筆記者によりその特
徴が固定されており、例えば「６」を第１図ハに
示す如く首を短く書くとか、「０」を第１図ロに
示す如く、首をわずかに出して書くとかいつた特
徴があり、同一筆記者の手書き文字間の場合には
各文字を明確に認識できることが多い。
徴が固定されており、例えば「６」を第１図ハに
示す如く首を短く書くとか、「０」を第１図ロに
示す如く、首をわずかに出して書くとかいつた特
徴があり、同一筆記者の手書き文字間の場合には
各文字を明確に認識できることが多い。
したがつて、本発明は、従来の手法では認識で
きない手書き文字でも同一筆記者の手書き文字間
では認識できることを利用して、上記従来の問題
点を改善して認識楽を向上した文字認識装置を提
供することを目的とするものである。そしてこの
ために本発明における文字認識装置では、手書き
文字を入力しこれを特徴抽出して文字を認識する
ようにした文字認識装置において、入力された手
書き文字の特徴を抽出する特徴抽出手段と、この
特徴抽出手段の出力を受けて一帳票内における複
数の文字の特徴を一帳票毎に統計的に処理する統
計処理手段と、標準書体特徴保持手段を有する入
力文字を認識する文字認識手段を設け、読み取り
中の帳票について上記統計処理手段より得られた
同一帳票内における個人の手書き文字の特徴の一
帳票毎の統計処理結果及び上記標準書体特徴保持
手段から得られた標準書体特徴にもとづき、入力
された手書き文字を認識するようにしたことを特
徴とする。
きない手書き文字でも同一筆記者の手書き文字間
では認識できることを利用して、上記従来の問題
点を改善して認識楽を向上した文字認識装置を提
供することを目的とするものである。そしてこの
ために本発明における文字認識装置では、手書き
文字を入力しこれを特徴抽出して文字を認識する
ようにした文字認識装置において、入力された手
書き文字の特徴を抽出する特徴抽出手段と、この
特徴抽出手段の出力を受けて一帳票内における複
数の文字の特徴を一帳票毎に統計的に処理する統
計処理手段と、標準書体特徴保持手段を有する入
力文字を認識する文字認識手段を設け、読み取り
中の帳票について上記統計処理手段より得られた
同一帳票内における個人の手書き文字の特徴の一
帳票毎の統計処理結果及び上記標準書体特徴保持
手段から得られた標準書体特徴にもとづき、入力
された手書き文字を認識するようにしたことを特
徴とする。
先ず本発明の一実施例構成を詳述するに先立
ち、本発明の原理を第１図、第３図および第４図
にもとづき簡単に説明する。
ち、本発明の原理を第１図、第３図および第４図
にもとづき簡単に説明する。
手書き文字は筆記者により固有の特徴が存在
し、例えば「０」を第１図ロに示す如く、閉ルー
プより上の方にわずかに首を延すようにして書く
者は、「０」として第３図イ，ロに示す如く、閉
ループより下の法に首をわずかに延すようなもの
は書かない。また「６」として第１図ロに示す如
く、閉ループの上方に首をわずかに延すようにし
て書く者は、「０」として第１図イの如く閉ルー
プより上方に延びる首がほとんどない程度に短く
する。そしてこの場合、「６」を書くときは少な
くともその上方に延びる首の長さは、第１図イの
場合よりも長く、その分布状態は第４図イの如
く、「６」と「０」の場合とで明確に区別できる。
し、例えば「０」を第１図ロに示す如く、閉ルー
プより上の方にわずかに首を延すようにして書く
者は、「０」として第３図イ，ロに示す如く、閉
ループより下の法に首をわずかに延すようなもの
は書かない。また「６」として第１図ロに示す如
く、閉ループの上方に首をわずかに延すようにし
て書く者は、「０」として第１図イの如く閉ルー
プより上方に延びる首がほとんどない程度に短く
する。そしてこの場合、「６」を書くときは少な
くともその上方に延びる首の長さは、第１図イの
場合よりも長く、その分布状態は第４図イの如
く、「６」と「０」の場合とで明確に区別できる。
また第１図ハに示すように、「６」として閉ル
ープより首が少し延びる文字を書く筆記者が
「０」を書くとき、その首の長さはこの第１図ハ
の「６」で書く首の長さより短かく、第１図ロ、
あるいはイに示すような状態で「０」を書く。そ
れ故、第４図ロに示す如く、閉ループ上より延長
した首の長さをその筆記者固有の長さで「６」あ
るいは「０」を明確に識別することができる。
ープより首が少し延びる文字を書く筆記者が
「０」を書くとき、その首の長さはこの第１図ハ
の「６」で書く首の長さより短かく、第１図ロ、
あるいはイに示すような状態で「０」を書く。そ
れ故、第４図ロに示す如く、閉ループ上より延長
した首の長さをその筆記者固有の長さで「６」あ
るいは「０」を明確に識別することができる。
以下本発明の一実施例構成を第５図にもとづ
き、第１図ないし第４図を参照しつつ説明する。
き、第１図ないし第４図を参照しつつ説明する。
図中、１は特徴抽出部、２は特徴統計処理部、
３は総合文字判定部、４はバツフア、５は標準書
体特徴保持部である。
３は総合文字判定部、４はバツフア、５は標準書
体特徴保持部である。
特徴抽出部１は、帳票に記入されたすべての手
書き文字の特徴を抽出するものであり、閉ループ
の数とか、閉ループから延長している首部の方向
及び長さ、凹部、凸部、分岐数、端点の数や位置
その他の文字の認識に必要な特徴を抽出するもの
である。
書き文字の特徴を抽出するものであり、閉ループ
の数とか、閉ループから延長している首部の方向
及び長さ、凹部、凸部、分岐数、端点の数や位置
その他の文字の認識に必要な特徴を抽出するもの
である。
特徴統計処理部２は、帳票上に記入された既知
の複数の手書き文字の特徴を分析してその筆記者
の個人的特徴を抽出する処理を行なうものであ
る。例えば手書き文字のうち１個の閉ループを有
する例えば文字「０」、「６」、「９」文字について
の情報を抽出し、この閉ループから上方に突出し
ている首部を有するものと下方に突出している足
部を有するもの等に分析し、かつ首部および足部
の存在するものについてはその首部および足部の
長さを分析する。
の複数の手書き文字の特徴を分析してその筆記者
の個人的特徴を抽出する処理を行なうものであ
る。例えば手書き文字のうち１個の閉ループを有
する例えば文字「０」、「６」、「９」文字について
の情報を抽出し、この閉ループから上方に突出し
ている首部を有するものと下方に突出している足
部を有するもの等に分析し、かつ首部および足部
の存在するものについてはその首部および足部の
長さを分析する。
例えばその結果ある特定の筆記者について、(1)
閉ループより下方に足部が突出している「９」を
示すものは、第３図ハに示す如く、足部がある程
度長いもののみであり、(2)閉ループより上方に首
部が突出している「０」あるいは「６」を示すも
のはその首部が第１図ロに示す程度に突出してい
るものと、第１図ハに示す程度のものに大別され
ることが得られる。これにより、その筆記者につ
いては、(1)の場合は「９」であり、(2)の場合にお
いて第１図ロに示すものが「０」であり、第１図
ハに示すものが「６」であるという統計処理にも
とづく特徴が得られることになる。
閉ループより下方に足部が突出している「９」を
示すものは、第３図ハに示す如く、足部がある程
度長いもののみであり、(2)閉ループより上方に首
部が突出している「０」あるいは「６」を示すも
のはその首部が第１図ロに示す程度に突出してい
るものと、第１図ハに示す程度のものに大別され
ることが得られる。これにより、その筆記者につ
いては、(1)の場合は「９」であり、(2)の場合にお
いて第１図ロに示すものが「０」であり、第１図
ハに示すものが「６」であるという統計処理にも
とづく特徴が得られることになる。
総合文字判定部３は、標準字体からの特徴と、
上記特徴統計処理部２から伝達された特徴等によ
り手書き文字を最終的に認識するものである。こ
の場合、特徴統計処理部２から特徴が伝達された
文字に関しては、標準字体からの特徴よりも特徴
統計処理部２から伝達された特徴が優先すること
になる。
上記特徴統計処理部２から伝達された特徴等によ
り手書き文字を最終的に認識するものである。こ
の場合、特徴統計処理部２から特徴が伝達された
文字に関しては、標準字体からの特徴よりも特徴
統計処理部２から伝達された特徴が優先すること
になる。
第５図において手書き文字により既知の、同一
文字を複数回、複数種の数字が記入された帳票を
読取ることにより得られた文字情報である入力映
像が特徴抽出部１に伝達され、同時にバツフア４
に保持される。このとき特徴抽出部１では、この
帳票上の手書き文字全部に対する特徴抽出を行な
い、これを特徴統計処理部２に伝達する。そして
この特徴統計処理部２において、例えば「０」、
「６」、「９」間の識別や「７」、「９」間の識別等、
筆記者の個人差により標準パターンによる特徴で
は識別できにくい文字に関するものを中心として
上記の如き特徴統計処理を行なう。そしてその結
果得られた統計上のデータにもとづき、筆記者Ｃ
の「０」は主に第１図ロに示す如く記載されてお
り、「６」は主に第１図ハに示す如く記載されて
おり、「９」は主に第３図ハに示す如く記載され
ているというようなことが得られるので、この結
果を総合文字判定部３に伝達する。このようにし
て筆記者Ａについて、第４図イに示す如く、「０」
はひげがないか少しあり「６」は首の短かいとい
う特徴が得られ、筆記者Ｂについて、第４図ロに
示す如く、ひげのある「０」を書き「６」も首が
長いという特徴がわかるので、これらの結果が総
合文字判定部３に伝達され、保持される。
文字を複数回、複数種の数字が記入された帳票を
読取ることにより得られた文字情報である入力映
像が特徴抽出部１に伝達され、同時にバツフア４
に保持される。このとき特徴抽出部１では、この
帳票上の手書き文字全部に対する特徴抽出を行な
い、これを特徴統計処理部２に伝達する。そして
この特徴統計処理部２において、例えば「０」、
「６」、「９」間の識別や「７」、「９」間の識別等、
筆記者の個人差により標準パターンによる特徴で
は識別できにくい文字に関するものを中心として
上記の如き特徴統計処理を行なう。そしてその結
果得られた統計上のデータにもとづき、筆記者Ｃ
の「０」は主に第１図ロに示す如く記載されてお
り、「６」は主に第１図ハに示す如く記載されて
おり、「９」は主に第３図ハに示す如く記載され
ているというようなことが得られるので、この結
果を総合文字判定部３に伝達する。このようにし
て筆記者Ａについて、第４図イに示す如く、「０」
はひげがないか少しあり「６」は首の短かいとい
う特徴が得られ、筆記者Ｂについて、第４図ロに
示す如く、ひげのある「０」を書き「６」も首が
長いという特徴がわかるので、これらの結果が総
合文字判定部３に伝達され、保持される。
このようにして帳票に記入された手書き文字か
ら得られた特徴が、特徴統計処理部２から出力さ
れたとき、総合文字判定部３はバツフア４に保持
されている帳票データを読出し、特徴統計処理部
２から伝達された、筆記者の特徴にもとづく特徴
識別データと、従来のように標準書体特徴保持部
５より伝達される標準的な特徴識別データにより
同一帳票内の未知の手書き文字を順次識別するこ
とになる。このとき、特徴統計処理部２から伝達
された前記特徴識別データが優先する。このよう
にして筆記者Ａの特徴により、上記の如く、第１
図ロを「０」と認識し第１図ハを「６」と認識で
きるので、その識別領域は第４図ロに示す如くな
り、従来の方式ではリジエクトされていた第１図
ロを「０」と認識することができる。
ら得られた特徴が、特徴統計処理部２から出力さ
れたとき、総合文字判定部３はバツフア４に保持
されている帳票データを読出し、特徴統計処理部
２から伝達された、筆記者の特徴にもとづく特徴
識別データと、従来のように標準書体特徴保持部
５より伝達される標準的な特徴識別データにより
同一帳票内の未知の手書き文字を順次識別するこ
とになる。このとき、特徴統計処理部２から伝達
された前記特徴識別データが優先する。このよう
にして筆記者Ａの特徴により、上記の如く、第１
図ロを「０」と認識し第１図ハを「６」と認識で
きるので、その識別領域は第４図ロに示す如くな
り、従来の方式ではリジエクトされていた第１図
ロを「０」と認識することができる。
勿論筆記者Ｂの手書き文字を統計処理の結果、
第１図イが「０」であり、第１図ロが「６」であ
ると特徴統計処理部２で判別された場合には、今
度は第１図ロを「６」と識別することになる。
第１図イが「０」であり、第１図ロが「６」であ
ると特徴統計処理部２で判別された場合には、今
度は第１図ロを「６」と識別することになる。
なお、手書き文字の特徴統計処理に際しては、
「０」と「６」では首の長さ「０」と「９」では
足の長さ「７」と「９」ではループの有無、「Ｄ」
と「Ｐ」では足の長さあるいは「エ」と「Ｉ」で
は幅等類似ペアについてそれぞれ着目点を決めて
おき、一枚の帳票の中に記入された既知の手書き
文字を使用してそれらの特徴を記憶しておき、各
類似のペアについて各特徴点の分布を調べればよ
い。
「０」と「６」では首の長さ「０」と「９」では
足の長さ「７」と「９」ではループの有無、「Ｄ」
と「Ｐ」では足の長さあるいは「エ」と「Ｉ」で
は幅等類似ペアについてそれぞれ着目点を決めて
おき、一枚の帳票の中に記入された既知の手書き
文字を使用してそれらの特徴を記憶しておき、各
類似のペアについて各特徴点の分布を調べればよ
い。
上記の場合は個人的な特徴が１つの例について
説明したが、勿論２以上の場合も可能であり、２
つの場合には例えば第６図に示す如き状態で認識
可能なものを示すことができる。以上の説明の如
く、本発明によれば、通常の標準書体特徴保持部
に加えて、同一帳票毎に筆記者の特徴をあらかじ
め分析し、それらにもとづき手書き文字を認識す
るようにしので、個人的の差のためその手書き文
字が標準文字に対するものと異なる場合でも、各
人毎の特別な個人辞書を作る必要なく簡単な構成
でリアルタイムで一帳票内の個人のくせを統計的
に処理することにより、正確に読取り認識率の向
上を飛躍的に高めることができる。しかも特定個
人の辞書を予め作成するものではなく、不特定多
数の使用者に対しても使用者毎に記入した手書き
文字の特徴をあらかじめ分析することにより使用
可能となるため、特定筆記者に限定されない、汎
用性の高い文字認識が可能となる。
説明したが、勿論２以上の場合も可能であり、２
つの場合には例えば第６図に示す如き状態で認識
可能なものを示すことができる。以上の説明の如
く、本発明によれば、通常の標準書体特徴保持部
に加えて、同一帳票毎に筆記者の特徴をあらかじ
め分析し、それらにもとづき手書き文字を認識す
るようにしので、個人的の差のためその手書き文
字が標準文字に対するものと異なる場合でも、各
人毎の特別な個人辞書を作る必要なく簡単な構成
でリアルタイムで一帳票内の個人のくせを統計的
に処理することにより、正確に読取り認識率の向
上を飛躍的に高めることができる。しかも特定個
人の辞書を予め作成するものではなく、不特定多
数の使用者に対しても使用者毎に記入した手書き
文字の特徴をあらかじめ分析することにより使用
可能となるため、特定筆記者に限定されない、汎
用性の高い文字認識が可能となる。
第１図は手書き文字の問題点説明図、第２図は
従来の文字認識方式の特性図、第３図は手書き文
字の問題点の他の説明図、第４図は本発明による
認識方式の特性図、第５図は本発明の一実施例構
成、第６図は本発明による認識方式の他の特性図
である。 図中、１は特徴抽出部、２は特徴統計処理部、
３は総合文字判定部、４はバツフア、５は標準書
体特徴保持部をそれぞれ示す。
従来の文字認識方式の特性図、第３図は手書き文
字の問題点の他の説明図、第４図は本発明による
認識方式の特性図、第５図は本発明の一実施例構
成、第６図は本発明による認識方式の他の特性図
である。 図中、１は特徴抽出部、２は特徴統計処理部、
３は総合文字判定部、４はバツフア、５は標準書
体特徴保持部をそれぞれ示す。
Claims (1)
- １ 手書き文字を入力しこれを特徴抽出して文字
を認識するようにした文字認識装置において、入
力された手書き文字の特徴を抽出する特徴抽出手
段と、この特徴抽出手段の出力を受けて一帳票内
における複数の文字の特徴を一帳票毎に統計的に
処理する統計処理手段と、標準書体特徴保持手段
を有する入力文字を認識する文字認識手段を設
け、読み取り中の帳票について上記続計処理手段
より得られた同一帳票内における個人の手書き文
字の特徴の一帳票毎の統計処理結果及び上記標準
書体特徴保持手段から得られた標準書体特徴にも
とづき、入力された手書き文字を認識することを
特徴とする文字認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56039182A JPS57153386A (en) | 1981-03-18 | 1981-03-18 | Character recognizing system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP56039182A JPS57153386A (en) | 1981-03-18 | 1981-03-18 | Character recognizing system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS57153386A JPS57153386A (en) | 1982-09-21 |
| JPH0343667B2 true JPH0343667B2 (ja) | 1991-07-03 |
Family
ID=12545963
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP56039182A Granted JPS57153386A (en) | 1981-03-18 | 1981-03-18 | Character recognizing system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS57153386A (ja) |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5532168A (en) * | 1978-08-29 | 1980-03-06 | Fujitsu Ltd | Manuscript letter recognition system by stroke |
| JPS55135973A (en) * | 1979-04-09 | 1980-10-23 | Fujitsu Ltd | Personal real-time character registration and recognition device |
-
1981
- 1981-03-18 JP JP56039182A patent/JPS57153386A/ja active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS57153386A (en) | 1982-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Choudhary et al. | A new character segmentation approach for off-line cursive handwritten words | |
| US7885464B2 (en) | Apparatus, method, and program for handwriting recognition | |
| Amin | Recognition of printed Arabic text based on global features and decision tree learning techniques | |
| CN101484907B (zh) | 用于手写体符号的识别的方法和设备 | |
| Bensefia et al. | Writer verification based on a single handwriting word samples | |
| Gohel et al. | On-line handwritten Gujarati character recognition using low level stroke | |
| Madhvanath et al. | Syntactic methodology of pruning large lexicons in cursive script recognition | |
| Xiao et al. | Knowledge-based English cursive script segmentation | |
| Shaikh et al. | Character segmentation of Sindhi, an Arabic style scripting language, using height profile vector | |
| JPH0343667B2 (ja) | ||
| Suteddy et al. | Offline Handwriting Writer Identification using Depth-wise Separable Convolution with Siamese Network | |
| Nadia et al. | Personal identification based on texture analysis of Arabic handwriting text | |
| JPS6316795B2 (ja) | ||
| Sreekumar et al. | Handwritten Character Recognition using Dynamically Mapped CNN Approach | |
| Li et al. | An off-line Chinese writer retrieval system based on text-sensitive writer identification | |
| KR102064974B1 (ko) | 블럽 기반의 문자 인식 방법 및 이를 위한 장치 | |
| AbdAllah et al. | Off-Line arabic handwritten words segmentation using morphological operators | |
| Amin | Recognition of printed Arabic text using machine learning | |
| Nguyen et al. | Preparation of an unconstrained vietnamese online handwriting database and recognition experiments by recurrent neural networks | |
| Kore et al. | Writer verification using spatial domain features under different ink width conditions | |
| JP2727755B2 (ja) | 文字列認識方法及びその装置 | |
| Babczyński et al. | Direct Tensor Voting in line segmentation of handwritten documents | |
| JP3130392B2 (ja) | 文字認識装置 | |
| JPH06162266A (ja) | オンライン手書き文字認識の方法及びその装置 | |
| Kishore et al. | similarity assessment of 30 world sign languages and exploring scope for a sign–to–sign translator |