JPH0363777B2 - - Google Patents
Info
- Publication number
- JPH0363777B2 JPH0363777B2 JP57186985A JP18698582A JPH0363777B2 JP H0363777 B2 JPH0363777 B2 JP H0363777B2 JP 57186985 A JP57186985 A JP 57186985A JP 18698582 A JP18698582 A JP 18698582A JP H0363777 B2 JPH0363777 B2 JP H0363777B2
- Authority
- JP
- Japan
- Prior art keywords
- rank
- character
- memory
- scribes
- personal
- 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
- 230000015654 memory Effects 0.000 claims description 52
- 238000010187 selection method Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000003909 pattern recognition Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Discrimination (AREA)
Description
【発明の詳細な説明】
〔発明の利用分野〕
本発明は、文字選択方式に関し、特に文字読取
装置の識別部において、あらかじめ登録されてい
る複数の特定筆記者ごとに最適な識別処理を行う
文字選択方式に関するものである。[Detailed Description of the Invention] [Field of Application of the Invention] The present invention relates to a character selection method, and in particular to a character selection method that performs optimal identification processing for each of a plurality of specific scribes registered in advance, in an identification unit of a character reading device. It concerns the selection method.
文字読取装置等で行われているパターン認識
は、文字パターンをそれが属すべきカテゴリに対
応づける操作であつて、パターン認識の基本的な
過程は、第1図に示すようになる。
Pattern recognition performed in character reading devices and the like is an operation that associates a character pattern with a category to which it belongs, and the basic process of pattern recognition is shown in FIG.
第1図において、第1段階の観測部2は、文字
読取装置では光学あるいは磁気等により用紙上の
文字を読取る機能部であり、与えられたパターン
を認識系の内部に取り込む。第2段階の前処理部
3では、読取られた文字パターンから本質的な情
報を抽出しやすくするため、注目しようとする部
分パターンを選定したり(セグメンテーシヨン
5)、その部分パターンを整形し、不要な情報を
分離除去する操作(正規化6、およびノイズ除去
7)を行う。次の、第3段階の特徴抽出部4で
は、パターン特有の性質を具体的に表現するた
め、これを特徴パラメータと呼ばれる少数の数値
で表す。特徴パラメータの1つとして、特徴ペク
トルXで表す方法がある。次の第4段階の判定部
10、ランク処理部50では、抽出された特徴パ
ラメータ(特徴ペクトルX)の値を用いて、パタ
ーンに対応すべきカテゴリが、あらかじめ用意さ
れた辞書メモリ20上の基準と照合されて判定さ
れ、またカテゴリにランクが設けられているとき
にはランク処理を行つて、判定されたカテゴリを
出力する。 In FIG. 1, the first-stage observation unit 2 is a functional unit that reads characters on a paper using optical or magnetic means in a character reading device, and captures a given pattern into the recognition system. In the second stage, the preprocessing unit 3 selects a partial pattern of interest (segmentation 5) and shapes the partial pattern to make it easier to extract essential information from the read character pattern. , operations to separate and remove unnecessary information (normalization 6 and noise removal 7) are performed. In the next third stage, the feature extraction section 4, in order to concretely express the characteristics specific to the pattern, these are represented by a small number of numerical values called feature parameters. One of the feature parameters is expressed by a feature vector X. In the next fourth stage, the determination unit 10 and the rank processing unit 50 use the values of the extracted feature parameters (feature vectors If the category has a rank, rank processing is performed and the determined category is output.
文字選択方式は、第1図の判定部10の段階以
後に関係する。従来、文字読取装置におけるこの
種の文字選択方式は、複数の候補カテゴリに起因
するリジエクトを救済するために見本文字となる
標準的な字形か、または一般的に高頻度で記述さ
れ易い字形に関わるサブカテゴリを優先して扱つ
ており、かかるサブカテゴリに対し高いランクを
与えていた。 The character selection method is related to the stage after the determination unit 10 in FIG. Conventionally, this type of character selection method in character reading devices involves selecting standard character shapes that serve as sample characters in order to remedy rejects caused by multiple candidate categories, or character shapes that are generally easily described with high frequency. It gave priority to subcategories and gave high rankings to those subcategories.
第2図に、前述のようなサブカテゴリとランク
の関係について、文字カテゴリ「7」を例に採り
上げて示す。ここでは、ていねいな字形、または
一般的に高頻度で書かれる字形である左側のもの
程優先順位を高く定めておく。(以降、文字カテ
ゴリをカテゴリを呼ぶ。)
第3図に、従来のこの種の方式の実施例を示
す。10は、文字読取装置における特徴抽出部4
で作成された識別用特徴ベクトルXとサブカテゴ
リ毎の識別論理とを比較照合する判定部である。
20は辞書メモリであり、サブカテゴリ対応の識
別論理21と該サブカテゴリが属するカテゴリ・
コード22とから構成されている。30はランク
メモリであり、辞書メモリ20のサブカテゴリの
並びに対応付けられたランク情報が格納されてお
り、m番目のサブカテゴリに関する識別論理LA a
(X)にはランRA aが、またn番目のサブカテゴリ
に関する識別論理LB b(X)にはランクRB bが、それ
ぞれ対応している。40は、候補カテゴリ・レジ
スタであり、判定処理部10から得られた候補カ
テゴリ41と、そのランク42を格納する。50
は、候補カテゴリレジスタ40における上位ラン
クの候補を選択して出力するランク処理部であ
る。 FIG. 2 shows the relationship between subcategories and ranks as described above, taking character category "7" as an example. Here, the priority is set higher for the letters on the left, which are more elaborate or are generally written more frequently. (Hereinafter, character categories will be referred to as categories.) FIG. 3 shows an example of a conventional method of this type. 10 is a feature extraction unit 4 in the character reading device
This is a determination unit that compares and verifies the identification feature vector X created in the above with the identification logic for each subcategory.
Reference numeral 20 denotes a dictionary memory, which stores identification logic 21 corresponding to subcategories and categories/categories to which the subcategories belong.
It consists of a code 22. 30 is a rank memory, which stores rank information associated with the arrangement of subcategories in the dictionary memory 20, and has identification logic L A a for the m-th subcategory.
The run R A a corresponds to (X), and the rank R B b corresponds to the identification logic L B b regarding the nth subcategory (X). A candidate category register 40 stores the candidate category 41 obtained from the determination processing section 10 and its rank 42. 50
is a rank processing unit that selects and outputs a candidate with a high rank in the candidate category register 40.
上記実施例の動作について以下に述べる。先
ず、候補カテゴリ・レジスタ40内をNuに
初期化した後判定処理部10で特徴ベクトルX
と、辞書メモリ20上の個々の識別論理L(X)
とが順次比較照合される。ここで、識別論理は特
徴ベクトルの関数であり、入力パタンをX、カテ
ゴリAに属するサブカテゴリの識別論理をLA
(X)とした時以下の通り判定される。 The operation of the above embodiment will be described below. First, after initializing the candidate category register 40 to Nu, the determination processing unit 10 sets the feature vector
and each identification logic L(X) on the dictionary memory 20
are compared and verified sequentially. Here, the discrimination logic is a function of the feature vector, where the input pattern is X, and the discrimination logic of the subcategory belonging to category A is L A
When set to (X), the following judgment is made.
LA(X)=1の時、X∈A …(1)
LA(X)=0の時、X∈/A …(2)
∈は集合の記号であつて、Xが集合Aの1つの
要素(元)であるとき、X∈Aで表わし、そうで
ないときX∈/Aで表わす。一連の比較照合の過程
でLA a(X)=1となつた時、それが意味するサブ
カテゴリが属するカテゴリ・コードA、およびア
ドレス・ポインタ23で指定されたランクメモリ
30上のランク:RA aが判定部10を介し、候補
カテゴリ・レジスタ40へ格納される。また、同
一文字についてLB b(X)=1となつた時は、同様
にしてカテゴリコードBとランク:RB′bとが候補
カテゴリ・レジスタ40へ追加して格納される。
この時、同一カテゴリで複数のサブカテゴリの識
別論理が条件を満足(1となること)した場合
は、最上位のランクのみ候補カテゴリ・レジスタ
40に格納される。次に、ランク処理50では、
ランクの内容42をもとに最上位ランクのカテゴ
リを候補カテゴリ41の中から以下の通り選択し
て出力する。 When L A (X)=1, X∈A …(1) When L A (X)=0, X∈/A …(2) ∈ is a symbol of a set, and X is a 1 of set A. When there are two elements (elements), it is expressed as XεA; otherwise, it is expressed as Xε/A. When L A a (X) = 1 in the process of a series of comparisons and collations, the category code A to which the subcategory it means belongs and the rank in the rank memory 30 specified by the address pointer 23: R A a is stored in the candidate category register 40 via the determination unit 10. Further, when L B b (X)=1 for the same character, category code B and rank: R B ' b are added and stored in the candidate category register 40 in the same way.
At this time, if the identification logic of a plurality of subcategories in the same category satisfies the condition (becomes 1), only the highest rank is stored in the candidate category register 40. Next, in rank processing 50,
Based on the rank content 42, the category with the highest rank is selected from the candidate categories 41 as follows and output.
RA a<RB bの時、X∈A …(3)
RA a>RB bの時、X∈B …(4)
RA a=RB bの時、リジエクト …(5)
従つて、識別論理の条件が複数のカテゴリに渡
つて同時に満足された場合でも、ランク情報を参
照することで見本文字に近いか、または一般に高
頻度で記述され易い字形のサブカテゴリを優先
し、単一の候補カテゴリを選択することが可能で
ある。このような方式では、不特定多数の筆記者
を対象としてランクが設定されているために、多
くの筆記者の記述データを扱う窓口業務、ター
ン・アラウンド・システムなどでは、高精度な文
字読取りを行なう上で有利である。しかし、特定
筆記者が頻繁に文字読取装置を利用する業務にお
いては、個人の筆記傾向がほぼ一定し、関連する
サブカテゴリが限定されることから、その筆記傾
向が不特定多数の平均的な筆記傾向と異なれば読
取精度が低くなるという欠点があつた。また、特
定筆記者毎に、実際に記述されるデータを用い
て、個別に設計した識別論理からなる辞書メモリ
を設ける方法もあるが、辞書メモリ規模が大きく
なるという欠点があつた。 When R A a < R B b , X∈A…(3) When R A a > R B b , X∈B…(4) When R A a = R B b , Reject…(5) Follow Therefore, even if the discrimination logic conditions are satisfied for multiple categories at the same time, by referring to the rank information, priority is given to subcategories of glyphs that are close to the sample character or that are generally easy to write, and a single It is possible to select candidate categories. In this type of system, ranks are set for an unspecified number of scribes, so it is difficult to read characters with high precision in counter operations, turnaround systems, etc. that handle written data of many scribes. It is advantageous to do so. However, in jobs where specified scribes frequently use character reading devices, the writing tendencies of individuals are almost constant and the related subcategories are limited. If the reading accuracy is different, there is a drawback that the reading accuracy is lowered. There is also a method of providing a dictionary memory consisting of individually designed identification logic for each specific scribe using the data actually written, but this method has the disadvantage that the dictionary memory becomes large in size.
本発明の目的は、このような従来の欠点を改善
するため、辞書メモリ規模を増大することなく、
しかも特定筆記者に対しては個人的筆記傾向を活
用することができる高精度で経済的文字選択方式
を提供することにある。
The purpose of the present invention is to improve such conventional drawbacks without increasing the dictionary memory size.
Moreover, it is an object of the present invention to provide a highly accurate and economical character selection method that can utilize personal writing tendencies for specific scribes.
本発明の上記目的は、文字パターンを、共通的
な辞書を用いて該文字パターンが属すべきカテゴ
リに対応付ける文字認識装置において、登録済み
の特定筆記者専用に設定されたランク値を有する
個人用ランクメモリと、登録外の不特定多数の筆
記者を対象に設定されたランク値を有する標準ラ
ンクメモリとを設けて、文字読取りに先立ち、キ
ー操作または入力帳票の記載情報等で個人コード
を入力しておき、該個人コードを基にして、登録
済みの特定筆記者には前記個人用ランクメモリ
を、また、登録外の筆記者には前記標準ランクメ
モリを、それぞれ切換えて参照し、文字選択を行
うことを特徴とする文字選択方式によつて達成さ
れる。
The above-mentioned object of the present invention is to provide a character recognition device that associates a character pattern with a category to which the character pattern belongs using a common dictionary. A memory and a standard rank memory having a rank value set for an unspecified number of unregistered scribes are provided, and prior to character reading, a personal code is input by key operation or information written on an input form. Then, based on the personal code, select the character by switching between referring to the personal rank memory for registered specific scribes and the standard rank memory for unregistered scribes. This is achieved by a character selection method characterized by:
第4図は、本発明の実施例を示す文字選択部の
ブロツク図である。10は判定部、20はサブカ
テゴリ毎の識別論理21と、それらのサブカテゴ
リが属するカテゴリ・コード22とを含む辞書メ
モリ、30は不特定多数の筆記者を対象に設定さ
れたランク値を格納した標準ランクメモリ、3
1,32は特定筆記者毎のランク値を登録するた
めにM個用意された中での1番目とM番目の個人
用ランクメモリ、40は判定部10で候補となつ
たカテゴリ・コード41とそのランク42とを一
時的に格納する候補カテゴリレジスタ、50は候
補カテゴリ・レジスタ40の中で上位ランクの候
補カテゴリを選んで出力するランク処理部、60
は文字読取りに先立つて筆記者に対応する個人コ
ード61を入力するキー操作入力部、70は個人
コード61をもとに複数あるランクメモリの中で
一つを選択し、その内容を判定部10へ出力する
ランクメモリ選択部である。本実施例において
は、標準ランク・メモリ30の内容は辞書メモリ
20の内容と同時に登録しておくものであり、ま
たM個の個人用ランクメモリは特定筆記者毎に設
定されたものを任意に登録、変更できるものであ
る。ここでは標準ランクメモリを0−ランクメモ
リ、個人用ランクメモリは1〜M−ランクメモリ
と呼ぶものとし、ランクメモリ選択部70は0,
1,…,Mの何れかの個人コードによつて一つの
ランクメモリを割当て選択するものとした。
FIG. 4 is a block diagram of a character selection section showing an embodiment of the present invention. 10 is a judgment unit; 20 is a dictionary memory containing identification logic 21 for each subcategory and category codes 22 to which these subcategories belong; 30 is a standard that stores rank values set for an unspecified number of scribes. rank memory, 3
1 and 32 are the first and M-th personal rank memories among M pieces prepared for registering the rank value of each specific scribe, and 40 is the category code 41 that has become a candidate in the determination section 10. a candidate category register that temporarily stores the rank 42; 50 a rank processing unit 60 that selects and outputs a candidate category with a high rank in the candidate category register 40;
70 is a key operation input section for inputting a personal code 61 corresponding to the scribe prior to character reading, and 70 is a key operation input section for selecting one of a plurality of rank memories based on the personal code 61, and determining the contents of the selected rank memory at 10. This is a rank memory selection unit that outputs to. In this embodiment, the contents of the standard rank memory 30 are registered at the same time as the contents of the dictionary memory 20, and the M personal rank memories are arbitrarily set for each specific scribe. It can be registered and changed. Here, the standard rank memory is referred to as 0-rank memory, the personal rank memory is referred to as 1-M-rank memory, and the rank memory selection unit 70 is referred to as 0,
One rank memory is allocated and selected according to any one of the personal codes 1, . . . , M.
以上の構成にもとづく本実施例の動作を以下に
述べる。文字読取りに先立ちキー操作入力部60
から入力される個人コード61は、例えば0,
1,…,m,…Mの(M+1)個の文字のみ受付
けるものとし、他は無視する。次に、ランクメモ
リ選択部70の動作は、個人コードが入力されな
いか、0が入力された時には0−ランクメモリ3
0からのランク値のみ受理可の状態となり、個人
コードmが得られた時にはそれが登録済みの個人
コードである場合に限つてm−ランクメモリから
のランク値のみの受理可の状態となる。例えば、
個人コード61として登録済み個人コード“1”
が得られたならば、1−ランクメモリが選択され
た状態となり、以降その特定筆記者専用のランク
メモリを用いた文字読取りが可能となる。判定部
10では、第2図に示した従来の実施例と同様
に、識別用特徴ベクトルXとサブカテゴリ毎の識
別論理21との比較・照合を行なう。この過程
で、LA a(X)=1となれば、判定部10は、その
識別論理の意味するサブカテゴリが属するカテゴ
リコード:Aを辞書メモリ20から得て候補カテ
ゴリレジスタ40へ格納する。この時、アドレス
ポインタ23が0〜M−ランクメモリ上の前記サ
ブカテゴリに対応するアドレスを指示しており、
ランクメモリ選択部70が受理可の1−ランクメ
モリから対応アドレスのランクRA′aを得て候補カ
テゴリレジスタ40に格納する。また、同一文字
に対し更にLB b(X)=1となれば、対応するカテ
ゴリコード:Bとランク:LB′bが同様に候補カテ
ゴリレジスタ40に追加して格納される。次に、
ランク処理部50では、第2図に示した従来の実
施例と同様に、上位ランクの候補カテゴリを選択
し、読取結果として出力する。 The operation of this embodiment based on the above configuration will be described below. Key operation input section 60 prior to character reading
The personal code 61 input from is, for example, 0,
Only (M+1) characters of 1, . . . , m, . . . M are accepted, and the others are ignored. Next, the operation of the rank memory selection section 70 is such that when no personal code is input or when 0 is input, the operation is 0 - rank memory 3.
Only rank values starting from 0 can be accepted, and when a personal code m is obtained, only rank values from the m-rank memory can be accepted only if it is a registered personal code. for example,
Personal code “1” registered as personal code 61
If the 1-rank memory is obtained, the 1-rank memory is selected, and it becomes possible to read characters using the rank memory dedicated to that particular scribe. Similar to the conventional embodiment shown in FIG. 2, the determination unit 10 compares and verifies the identification feature vector X with the identification logic 21 for each subcategory. In this process, if L A a (X)=1, the determination unit 10 obtains the category code: A to which the subcategory meant by the identification logic belongs from the dictionary memory 20 and stores it in the candidate category register 40 . At this time, the address pointer 23 points to the address corresponding to the subcategory on the 0 to M-rank memory,
The rank memory selection unit 70 obtains the rank R A ′ a of the corresponding address from the acceptable 1-rank memory and stores it in the candidate category register 40 . Furthermore, if L B b (X)=1 for the same character, the corresponding category code: B and rank: L B ' b are similarly added and stored in the candidate category register 40. next,
The rank processing unit 50 selects a candidate category with a higher rank and outputs it as a reading result, as in the conventional embodiment shown in FIG.
本実施例における個人ランクメモリの内容は、
例えば、登録すべき特定筆記者の記述した少数文
字データをもとに、文字読取装置とは別に用意し
た学習手段を用い、それらの文字が関与する確率
の高い辞書メモリ上のサブカテゴリを検出するこ
とから、それらを優先するようなランク情報とし
て決定されるものであり、内容設定については該
ランク情報をFDD(フロツピー・デイスク)等の
記憶媒体を介し、文字読取装置に格納するという
登録方法で予め実行するものである。 The contents of the personal rank memory in this embodiment are as follows:
For example, based on a small number of character data written by a specific scribe to be registered, a learning means prepared separately from the character reading device is used to detect subcategories in the dictionary memory that have a high probability of involving those characters. The rank information is determined in such a way that priority is given to them, and the content settings are determined in advance by a registration method in which the rank information is stored in a character reading device via a storage medium such as an FDD (floppy disk). It is something to be carried out.
このような構成になつているので、サブカテゴ
リの優先度に関するランクを考慮した文字読取り
において、複数候補カテゴリが得られたためにリ
ジエクトとなつた文字に対し、個人用ランクメモ
リに登録済みの筆記者に対しては専用の個人用ラ
ンクメモリを、登録外の不特定多数の筆記者に対
しては標準ランクメモリを、それぞれ切換えて参
照し、文字選択を行なうことができる。 With this configuration, when reading characters that take into account the ranks of subcategory priorities, characters that are rejected because multiple candidate categories are obtained are read by scribes registered in the personal rank memory. Characters can be selected by switching between referring to a dedicated personal rank memory for scribes and a standard rank memory for an unspecified number of unregistered scribes.
以上説明したように、本発明によれば、特定筆
記者の筆記傾向に応じ、関連するサブカテゴリを
優先的に扱うためのランク情報を個別に格納し、
選択的に参照できる構成にしたので、不特定多数
の筆記者に関する平均的で一般的な筆記傾向と異
なる特定筆記者であつても、専用のランク情報を
参照した高精度な文字読取りが辞書メモリを変更
することなく単純な構成で実現できる利点があ
る。また一般的な筆記傾向とほぼ同様の筆記傾向
を持つ特定筆記者についても、該筆記者の記述す
ることが少ない字形に関連するサブカテゴリのラ
ンクを相対的に低くしたランク情報を予め与えて
おくことで、更に高精度な文字読取りが実現でき
る利点がある。
As explained above, according to the present invention, rank information for preferentially handling related subcategories is individually stored according to the writing tendency of a specific scribe,
Because it is structured so that it can be referenced selectively, even if a particular scribe is different from the average and general writing tendency of an unspecified number of scribes, highly accurate character reading by referring to dedicated rank information can be done in the dictionary memory. It has the advantage that it can be realized with a simple configuration without changing the . Also, for a specific scribe whose writing tendency is almost the same as the general writing tendency, rank information is provided in advance in which the rank of a subcategory related to a character shape that is rarely written by the scribe is relatively lowered. This has the advantage that even more accurate character reading can be achieved.
第1図はパターン認識の基本的過程を示すブロ
ツク図、第2図はカテゴリ「7」に関するサブカ
テゴリの字形とランクとの関係図、第3図は従来
の文字選択方式を示す構成図、第4図は本発明の
一実施例を示す文字選択方式の構成図である。
10……判定部、20……辞書メモリ、21…
…サブカテゴリ毎の識別論理、22……カテゴ
リ・コード、23……アドレスポインタ、30…
…標準ランクメモリ、31,32……個人用ラン
クメモリ、40……候補カテゴリレジスタ、41
……候補カテゴリコード、42……ランク情報、
50……ランク処理部、60……キー操作入力
部、61……個人コード、70……ランクメモリ
選択部。
Figure 1 is a block diagram showing the basic process of pattern recognition, Figure 2 is a diagram of the relationship between character shapes and ranks of subcategories related to category "7", Figure 3 is a block diagram showing the conventional character selection method, and Figure 4 is a block diagram showing the basic process of pattern recognition. The figure is a block diagram of a character selection method showing an embodiment of the present invention. 10... Judgment unit, 20... Dictionary memory, 21...
...Identification logic for each subcategory, 22...Category code, 23...Address pointer, 30...
...Standard rank memory, 31, 32...Personal rank memory, 40...Candidate category register, 41
... Candidate category code, 42 ... Rank information,
50...Rank processing unit, 60...Key operation input unit, 61...Personal code, 70...Rank memory selection unit.
Claims (1)
字パターンが属すべきカテゴリに対応付ける文字
認識装置において、登録済みの特定筆記者専用に
設定されたランク値を有する個人用ランクメモリ
と、登録外の不特定多数の筆記者を対象に設定さ
れたランク値を有する標準ランクメモリとを設け
て、文字読取りに先立ち、キー操作または入力帳
票の記載情報等で個人コードを入力しておき、該
個人コードを基にして、登録済みの特定筆記者に
は前記個人用ランクメモリを、また、登録外の筆
記者には前記標準ランクメモリを、それぞれ切換
えて参照し、文字選択を行うことを特徴とする文
字選択方式。1. In a character recognition device that uses a common dictionary to match a character pattern with a category to which the character pattern belongs, a personal rank memory having a rank value set exclusively for registered specific scribes, and a personal rank memory that has a rank value set exclusively for registered specific scribes, A standard rank memory with a rank value set for an unspecified number of scribes is provided, and prior to character reading, a personal code is input by key operation or information written on an input form, and the personal code is stored. Character selection is performed by switching between referring to the personal rank memory for registered specific scribes and the standard rank memory for unregistered scribes based on the above. Character selection method.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP57186985A JPS5975377A (en) | 1982-10-25 | 1982-10-25 | Character selecting system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP57186985A JPS5975377A (en) | 1982-10-25 | 1982-10-25 | Character selecting system |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS5975377A JPS5975377A (en) | 1984-04-28 |
JPH0363777B2 true JPH0363777B2 (en) | 1991-10-02 |
Family
ID=16198178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP57186985A Granted JPS5975377A (en) | 1982-10-25 | 1982-10-25 | Character selecting system |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS5975377A (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63782A (en) * | 1986-06-20 | 1988-01-05 | Ricoh Co Ltd | Pattern recognizing device |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5679376A (en) * | 1979-11-30 | 1981-06-29 | Fujitsu Ltd | Recognition method of character recognition device |
JPS5680788A (en) * | 1979-12-05 | 1981-07-02 | Fujitsu Ltd | Character recognition system |
-
1982
- 1982-10-25 JP JP57186985A patent/JPS5975377A/en active Granted
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5679376A (en) * | 1979-11-30 | 1981-06-29 | Fujitsu Ltd | Recognition method of character recognition device |
JPS5680788A (en) * | 1979-12-05 | 1981-07-02 | Fujitsu Ltd | Character recognition system |
Also Published As
Publication number | Publication date |
---|---|
JPS5975377A (en) | 1984-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH0363777B2 (en) | ||
JPH11184971A (en) | Device and method for character input with handwritten character recognition function | |
JPH0247788B2 (en) | ||
JPH10302025A (en) | Handwritten character recognizing device and its program recording medium | |
JP2002183667A (en) | Character-recognizing device and recording medium | |
JP2886690B2 (en) | Character recognition method for optical character reader | |
JP2640472B2 (en) | Character recognition method | |
JPS61133487A (en) | Character recognizing device | |
JP3151866B2 (en) | English character recognition method | |
JP3007697B2 (en) | Word matching device and word matching method | |
JPH0520490A (en) | Optical character read and correction system | |
JPH05324899A (en) | Recognizing device for address written on mail | |
JPH024035B2 (en) | ||
JPH0355874B2 (en) | ||
JP2784004B2 (en) | Character recognition device | |
JP2839515B2 (en) | Character reading system | |
JP2519782B2 (en) | Character separation method | |
JPS5935469B2 (en) | Character recognition method suitable for reading multiple character sets | |
Garvin et al. | 5. A Program For the Determination of Lexical Similarity between Dialects | |
JPH0746373B2 (en) | Word recognizer | |
JPH0573713A (en) | Character reader | |
JPH0922441A (en) | Optical character reader | |
JPH07120396B2 (en) | Document reader | |
JPH041882A (en) | Character recognition and device for the same | |
JPS63298492A (en) | Character recognition postprocessing device |