JPH0368093A - 文字認識装置 - Google Patents
文字認識装置Info
- Publication number
- JPH0368093A JPH0368093A JP1204987A JP20498789A JPH0368093A JP H0368093 A JPH0368093 A JP H0368093A JP 1204987 A JP1204987 A JP 1204987A JP 20498789 A JP20498789 A JP 20498789A JP H0368093 A JPH0368093 A JP H0368093A
- Authority
- JP
- Japan
- Prior art keywords
- character
- characters
- extracted
- dictionary
- 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
- 239000000284 extract Substances 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 description 8
- 230000002093 peripheral effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000000694 effects Effects 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】
〔産業上の利用分野１
本発明は１紙面上に書かれた文字を画像として入力する
ことにより、文書画像から文字領域を抽出し、コード番
号に変換する文字認識装置に関する。
ことにより、文書画像から文字領域を抽出し、コード番
号に変換する文字認識装置に関する。
［従来の技術］
近年、文字認識装置の急激なる進歩により、様々な文書
画像から文字領域を自動的に抽出し、さらに一つ一つの
文字を切り出し、認識し、自動的に文書ファイルが作成
できる様になってきており文字の認識方法には様々な方
法が考え出されている。
画像から文字領域を自動的に抽出し、さらに一つ一つの
文字を切り出し、認識し、自動的に文書ファイルが作成
できる様になってきており文字の認識方法には様々な方
法が考え出されている。
例えば簡単な方法として文字のメツシュ特徴やペリフェ
ラル特徴を比較して認識する方法がある。該認識方法は
、研究実用化報告第３４巻第１号Ｐ、Ｐ、４７〜５８に
掲載されており、メッシュ特徴は文字全体の大まかな形
状分布を表現したちのである。特徴の抽出方法は、文字
の外接短形を分割してｎＸｎの小領域を求める。該各々
の小領域に含まれる文字部の面積を計数１メツシユ特徴
とする。該メツシュ特徴は、一つの文字につきｎｘｎコ
のデータを持っており、ｎＸｎコのうちのある領域にお
ける文字部の面積の割合を辞書として所有しているデー
タと比較することによって文字の推定を行う、またペリ
フェラル特徴は、文字の周辺情報に着目したものであり
、特徴の抽出方法は、まず文字パターンの外接短形を求
め、外接短形の各辺をそれぞれｎ分割する０次に分割さ
れた各分割辺から文字に向かって走査していき。
ラル特徴を比較して認識する方法がある。該認識方法は
、研究実用化報告第３４巻第１号Ｐ、Ｐ、４７〜５８に
掲載されており、メッシュ特徴は文字全体の大まかな形
状分布を表現したちのである。特徴の抽出方法は、文字
の外接短形を分割してｎＸｎの小領域を求める。該各々
の小領域に含まれる文字部の面積を計数１メツシユ特徴
とする。該メツシュ特徴は、一つの文字につきｎｘｎコ
のデータを持っており、ｎＸｎコのうちのある領域にお
ける文字部の面積の割合を辞書として所有しているデー
タと比較することによって文字の推定を行う、またペリ
フェラル特徴は、文字の周辺情報に着目したものであり
、特徴の抽出方法は、まず文字パターンの外接短形を求
め、外接短形の各辺をそれぞれｎ分割する０次に分割さ
れた各分割辺から文字に向かって走査していき。
最初に文字に出合うまでの面積２次に文字に出合うまで
の面積を計数する。各分割辺に対して同様の処理を行う
ことによりｎＸ４Ｘ２のデータを持つペリフェラル特徴
を得ることができ、該ｎＸ４×２のデータと辞書として
所有しているデータとを比較することによって文字の推
定が可能となる。
の面積を計数する。各分割辺に対して同様の処理を行う
ことによりｎＸ４Ｘ２のデータを持つペリフェラル特徴
を得ることができ、該ｎＸ４×２のデータと辞書として
所有しているデータとを比較することによって文字の推
定が可能となる。
以上の様な方法により、抽出した文字の特徴と辞書とし
て所有しているすべての文字のデータとを比較し最も近
い文字を選び出し、認識結果として出力している。
て所有しているすべての文字のデータとを比較し最も近
い文字を選び出し、認識結果として出力している。
［発明が解決しようとする課題］
しかしながら、前記方法の様に辞書として所有している
すべての文字データとの比較を行う場合、非常に認識に
時間がかかる。また、複数のフォントのデータ辞書を有
する場合、それぞれ専用の文字データ辞書を所有するた
め、メモリーの量を多く必要とする等の課題を有する。
すべての文字データとの比較を行う場合、非常に認識に
時間がかかる。また、複数のフォントのデータ辞書を有
する場合、それぞれ専用の文字データ辞書を所有するた
め、メモリーの量を多く必要とする等の課題を有する。
そこで本発明は、以上の課題を解決するものでその目的
とするところは複数のフォントに対して少ないメモリー
で高速に認識する文字認識装置を提供することにある。
とするところは複数のフォントに対して少ないメモリー
で高速に認識する文字認識装置を提供することにある。
［課題を解決するための手段］
本発明の文字認識装置は。
（１）紙面等の反射光を光電変換して文書画像を入力す
る光学的画像入力手段と、前記入力画像から文字行及び
単語の位置を検知して一単語一単語を抽出する手段と、
前記抽出単語から一文字一文字を抽出し、あらかじめ所
有している文字データ辞書との比較を行いながら文字コ
ードに変換する文字認識手段と、抽出文字の特徴により
前記文字データ辞書中のどの文字と比較すれば良いかを
表すテーブルを具備することを特徴とする。
る光学的画像入力手段と、前記入力画像から文字行及び
単語の位置を検知して一単語一単語を抽出する手段と、
前記抽出単語から一文字一文字を抽出し、あらかじめ所
有している文字データ辞書との比較を行いながら文字コ
ードに変換する文字認識手段と、抽出文字の特徴により
前記文字データ辞書中のどの文字と比較すれば良いかを
表すテーブルを具備することを特徴とする。
（２）前記テーブルは、抽出文字のフォントにより分類
されていることを特徴とする。
されていることを特徴とする。
（３）前記テーブルは１文字データ辞書の特徴により分
類されていることを特徴とする。
類されていることを特徴とする。
［実 施 例］
以下本発明について実施例に基づいて詳細に説明する。
本発明の文字認識装置のブロック図を第１図に示す０文
字認識装置は、プログラムに従って処理を実行するＣＰ
Ｕｌ０１．文字画像を記憶装置に入力する画像入力装置
１０２．文字認識結果を表示する文字表示手段１０３．
認識用の文字データ辞書の納まっているＲＯＭ１０４、
文字画像を記憶する記憶装置であるＲＡＭ１０５より構
成されている。
字認識装置は、プログラムに従って処理を実行するＣＰ
Ｕｌ０１．文字画像を記憶装置に入力する画像入力装置
１０２．文字認識結果を表示する文字表示手段１０３．
認識用の文字データ辞書の納まっているＲＯＭ１０４、
文字画像を記憶する記憶装置であるＲＡＭ１０５より構
成されている。
以下、本発明の文字認識装置の文字の認識方法を第５図
に示すフローチャートに基づいて、第２図、第３図及び
第４図を用いて詳細に説明する。
に示すフローチャートに基づいて、第２図、第３図及び
第４図を用いて詳細に説明する。
本発明の文字認識装置はまず初めに画像入力装置１０２
において光学的な方法により紙面等に書かれた文字をイ
メージデータとして記憶装置であるＲＡＭ１０５に入力
する０次に入力した文書画像から単！ｌｌ！ｉＳｌ域の
抽出を行う、単語領域の抽出は、まず入力文書画像の行
方向の周辺分布を計数する。該周辺分布（図示せず）は
１文字行の存在する位置で値が大きくなり１文字行と文
字行との間は周辺分布の値が小さい、従って、該周辺分
布の値により文字行の位置を容易に推定することが可能
である０文字行の位置を推定すると次に推定文字行の行
方向と垂直な方向の周辺分布を計数する。該周辺分布（
図示せず）の値の大きいところは文字の存在している領
域であり、小さいところは文字の存在していない領域で
ある。従って１文字の存在していない領域を調べること
により、単語間隔と文字間隔の大きさが推定でき、単語
領域が抽出できる。
において光学的な方法により紙面等に書かれた文字をイ
メージデータとして記憶装置であるＲＡＭ１０５に入力
する０次に入力した文書画像から単！ｌｌ！ｉＳｌ域の
抽出を行う、単語領域の抽出は、まず入力文書画像の行
方向の周辺分布を計数する。該周辺分布（図示せず）は
１文字行の存在する位置で値が大きくなり１文字行と文
字行との間は周辺分布の値が小さい、従って、該周辺分
布の値により文字行の位置を容易に推定することが可能
である０文字行の位置を推定すると次に推定文字行の行
方向と垂直な方向の周辺分布を計数する。該周辺分布（
図示せず）の値の大きいところは文字の存在している領
域であり、小さいところは文字の存在していない領域で
ある。従って１文字の存在していない領域を調べること
により、単語間隔と文字間隔の大きさが推定でき、単語
領域が抽出できる。
単語領域が抽出されると次は、抽出した単語内の一文字
一文字を抽出しながら認識を行う０本発明においては、
抽出された文字の認識は、抽出文字の外接短形の各辺の
分割辺から文字までの面積を特徴とする特許 字の認識は，抽出文字の特徴を抽出し、該特徴と辞書と
して所有しているすべての文字との比較を行い最も一致
したものを認識結果としている．そのため認識に要する
時間が非常に長くかかる．そこで、本発明においては、
文字の特徴により文字データ辞書中のどの文字と比較す
れば良いかを表すテーブルを使用し辞書との比較を行う
．例えば第３図に示す様なテーブルを使用する．該テー
ブルは、文字の特徴により分類している．分類のし方は
、第２図に示した様に、抽出文字かはねの存在する文字
第２図（ａ）であるか存在しない文字第２図（ｂ）であ
るか、又，外接短形内の左上に文字画像が存在する文字
第２図（ｃ）であるか否か、さらに外接短形内の右上の
領域に文字画像が存在する文字第２図（ｄ）であるか否
かにより分類する．従って、３つの特徴で分類を行うの
で、第３図に示した様に■〜■の８つのグループに分類
することができる．尚、■〜■の対応は，以下の表に示
す。
一文字を抽出しながら認識を行う０本発明においては、
抽出された文字の認識は、抽出文字の外接短形の各辺の
分割辺から文字までの面積を特徴とする特許 字の認識は，抽出文字の特徴を抽出し、該特徴と辞書と
して所有しているすべての文字との比較を行い最も一致
したものを認識結果としている．そのため認識に要する
時間が非常に長くかかる．そこで、本発明においては、
文字の特徴により文字データ辞書中のどの文字と比較す
れば良いかを表すテーブルを使用し辞書との比較を行う
．例えば第３図に示す様なテーブルを使用する．該テー
ブルは、文字の特徴により分類している．分類のし方は
、第２図に示した様に、抽出文字かはねの存在する文字
第２図（ａ）であるか存在しない文字第２図（ｂ）であ
るか、又，外接短形内の左上に文字画像が存在する文字
第２図（ｃ）であるか否か、さらに外接短形内の右上の
領域に文字画像が存在する文字第２図（ｄ）であるか否
かにより分類する．従って、３つの特徴で分類を行うの
で、第３図に示した様に■〜■の８つのグループに分類
することができる．尚、■〜■の対応は，以下の表に示
す。
第３図において、ｌで表わされている文字は。
抽出文字がそのグループと判断された場合に文字の比較
を行い，Ｏの場合には比較を行わなくてち良いことを表
す．第３図において表されている文字は，文字番号１〜
ｌ２の合計１２コの文字である．もし、該１２コの候補
文字の中から、一文字を決定するとした場合，従来１２
コのデータと比較しなければならｔ，１い．しかしなが
ら、本発明においては第３図に示す様に、■〜■の８つ
のグループに分類し、各グループごとに、比較する文字
はｌ，比較しない文字は０という様に分けてあり、該値
によりｌ２コのデータの中から必要なデータのみと比較
を行う．その結果、第３図に示した様に、３つか４つの
文字と比較するだけでｌ２コの文字中から一つの該当文
字を絞ることが可能となる．従って、対象文字が多くて
も、該テーブルを使用することにより非常に短い時間で
の認識が可能となる。
を行い，Ｏの場合には比較を行わなくてち良いことを表
す．第３図において表されている文字は，文字番号１〜
ｌ２の合計１２コの文字である．もし、該１２コの候補
文字の中から、一文字を決定するとした場合，従来１２
コのデータと比較しなければならｔ，１い．しかしなが
ら、本発明においては第３図に示す様に、■〜■の８つ
のグループに分類し、各グループごとに、比較する文字
はｌ，比較しない文字は０という様に分けてあり、該値
によりｌ２コのデータの中から必要なデータのみと比較
を行う．その結果、第３図に示した様に、３つか４つの
文字と比較するだけでｌ２コの文字中から一つの該当文
字を絞ることが可能となる．従って、対象文字が多くて
も、該テーブルを使用することにより非常に短い時間で
の認識が可能となる。
また、前記テーブルのかわりに第４図に示したテーブル
を使用する．該テーブルは，明朝体のａｂｃｄｅｆ及び
ゴシック体のａｂｃｄｅｆの辞書との比較を表したもの
である．従来，明朝体のａからｆまでの６文字及びゴシ
ック体のａからｆまでの６文字の合計１２文字を認識対
象とした場合には，辞書として１２文字分のデータを所
有しなければならなかった．しかし、文字の中には、第
４図文字番号５、８、９に示した様にデータが非常に似
たちのがある．そこで、これらの文字を共有し，ゴシッ
ク体の場合は、テーブルに従って文字番号１．３、５、
６、８，９と，明朝体の場合は，テーブルに従って文字
番号２、４、５，７、８、９と比較し文字の決定を行う
．従って、同じ文字を認識するにも，非常に少ないメモ
リー量で認識することが可能となった．以上の様にして
文字の認識を行った後、文字表示手段１０３において認
識結果を出力して、認識の全ての動作を終了する。
を使用する．該テーブルは，明朝体のａｂｃｄｅｆ及び
ゴシック体のａｂｃｄｅｆの辞書との比較を表したもの
である．従来，明朝体のａからｆまでの６文字及びゴシ
ック体のａからｆまでの６文字の合計１２文字を認識対
象とした場合には，辞書として１２文字分のデータを所
有しなければならなかった．しかし、文字の中には、第
４図文字番号５、８、９に示した様にデータが非常に似
たちのがある．そこで、これらの文字を共有し，ゴシッ
ク体の場合は、テーブルに従って文字番号１．３、５、
６、８，９と，明朝体の場合は，テーブルに従って文字
番号２、４、５，７、８、９と比較し文字の決定を行う
．従って、同じ文字を認識するにも，非常に少ないメモ
リー量で認識することが可能となった．以上の様にして
文字の認識を行った後、文字表示手段１０３において認
識結果を出力して、認識の全ての動作を終了する。
【発明の効果］
以上述べた様に本発明は，文字の認識時において，抽出
文字と辞書中の文字との比較を行うか否かのテーブルを
用いて辞書との比較を行っているので、非常に高速に認
識することが可能となり、また、非常に少ないメモリー
量で認識することが可能となった．その結果、複数のフ
ォントに対して少ないメモリーで高速に認識する文字認
識装置を提供することが可能になった。
文字と辞書中の文字との比較を行うか否かのテーブルを
用いて辞書との比較を行っているので、非常に高速に認
識することが可能となり、また、非常に少ないメモリー
量で認識することが可能となった．その結果、複数のフ
ォントに対して少ないメモリーで高速に認識する文字認
識装置を提供することが可能になった。
第１図は本発明の文字認識装置のブロック図。
第２図、第３図及び第４図は本発明の概要を示した図。
第５図は本発明の文字認識装置のフローチャート。
以上
Claims (3)
- （１）紙面等の反射光を光電変換して文書画像を入力す
る光学的画像入力手段と、前記入力画像から文字行及び
単語の位置を検知して一単語一単語を抽出する手段と、
前記抽出単語から一文字一文字を抽出し、あらかじめ所
有している文字データ辞書との比較を行いながら文字コ
ードに変換する文字認識手段と、抽出文字の特徴により
前記文字データ辞書中のどの文字と比較すれば良いかを
表すテーブルを具備することを特徴とする文字認識装置
。 - （２）前記テーブルは、抽出文字のフォントにより分類
されていることを特徴とする請求項１記載の文字認識装
置。 - （３）前記テーブルは、文字データ辞書の特徴により分
類されていることを特徴とする請求項１記載の文字認識
装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1204987A JPH0368093A (ja) | 1989-08-08 | 1989-08-08 | 文字認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1204987A JPH0368093A (ja) | 1989-08-08 | 1989-08-08 | 文字認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0368093A true JPH0368093A (ja) | 1991-03-25 |
Family
ID=16499600
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1204987A Pending JPH0368093A (ja) | 1989-08-08 | 1989-08-08 | 文字認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0368093A (ja) |
-
1989
- 1989-08-08 JP JP1204987A patent/JPH0368093A/ja active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4903312A (en) | Character recognition with variable subdivisions of a character region | |
| JP3086702B2 (ja) | テキスト又は線図形を識別する方法及びデジタル処理システム | |
| JP2627928B2 (ja) | 画像認識装置 | |
| US5455871A (en) | Detecting function words without converting a scanned document to character codes | |
| US6272238B1 (en) | Character recognizing method and apparatus | |
| Han et al. | Off-line cursive handwriting segmentation | |
| JPH0368093A (ja) | 文字認識装置 | |
| JPH0350692A (ja) | 文字認識装置 | |
| JPH0281189A (ja) | 文字認識方法 | |
| JP2788506B2 (ja) | 文字認識装置 | |
| JPH0371380A (ja) | 文字認識装置 | |
| JPH0273484A (ja) | 文字認識方法 | |
| JPS6227887A (ja) | 文字種分離方式 | |
| JPH0262682A (ja) | 文字認識方法 | |
| JP3072126B2 (ja) | 書体を識別する方法及び装置 | |
| Anuraj et al. | A Hybrid Decision Tree for Printed Sinhala Character Recognition Using SVMs | |
| Abdulatif et al. | Smart glasses robot for blind people using raspberry-pi and python | |
| JPS63269267A (ja) | 文字認識方法 | |
| Soua et al. | Efficient multiscale and multifont optical character recognition system based on robust feature description | |
| JPS6089290A (ja) | パタ−ン認識方法 | |
| Buchowski et al. | OMNIREC: a character recognition system | |
| JP2749425B2 (ja) | 記事抽出方式 | |
| JPH0281283A (ja) | 文字認識方法 | |
| JPS60110089A (ja) | 文字認識装置 | |
| Kruatrachue et al. | Automatic Thai and English fonts identification without character recognition |