JPH0392989A - 文字認識装置 - 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） この発明は、複数の字体の文字を含む帳票を高速にかつ
精度よく読み取ることのできる文字認識装置に関するも
のである。

（従来の技術） 従来文字認識装置には、例えば特公昭６０−３８７５６
号公報に開示ざれるものがあり、以下の構成要素（ａ）
〜（ｆ）を具備している。

（ａ）文字図形を光電変換して量子化することにより黒
ビット及び自ビットで表されるデイジタル信号の原パタ
ーンを作成する。

（ｂ）次に、該原パターンの線幅を算出する。

（Ｃ）次に、前記原パターンを複数の方向に走査を行な
って各走査列毎の黒ビットの連続個数を検出し、当該黒
ビット連続個数と前記線幅とに基づいて前記複数の走査
方向毎に対応した複数のサブパターンを抽出する。

（ｄ）次に、前記原パターンの文字枠内領域をサブパタ
ーンについて（ＮＸＭ）個の領域（Ｎ，Ｍは定数）に分
割し、該分割された領域内についてセルを単位として黒
点を計数した結果と前記線幅とを基に特徴量を計算する
。

（ｅ）次に、該特ｍ量を文字の大きざで正規化して特徴
マトリクスを作成する。

（ｆ＞そして、該特徴マトリクスを予め用意した文字図
形パターンの標準文字マスクと照合して文字図形を認識
する。

この様な文字認識装置において、認識する文字には、複
数の字体を含む帳票、例えば第８図に示すような特定の
単語だけイタリック体で印字されているような英文から
なるものがある。このイタリック体は、氏名や地名など
を強調するために使われるものである。この様な場合、
予め認識対象となるすべての字体の標準文字マスクを辞
書マスクとして用意しておき、前記すべての辞書マスク
と入力文字図形とを照合し、認識を行うという方法が広
く用いられている。

（発明が解決しようとする課題） しかし、上記の方法では、辞書マスクの種類が字体の数
に比例して大きくなり、それが照合回数の増大となり、
そのため認識速度が大幅に低下し、さらには認識精度の
低下を招くという問題点かあった。

この発明が解決しようとする課題は、複数の字体の文字
を含む帳票を高速度で読み取ることができ、さらには高
精度の読取りを可能と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） この発明に係る文字認識装置は、２値の画像データより
入力文字パターンの１文字毎の特徴量を算出し、字体の
判定を行ない、判定した字体に基づき辞書マスクを選択
し、前記選択した辞書マスクにより入力文字パターンの
照合を行なう文字認識装置において、画像データの中の
単語を検出すとともに単語を構戊する文字数を検出する
単語検出部と、各文字について文字線を構成する各画素
の座標Ｘ，Ｙ及び、定数α，βに与えられる少なくとも
２組の数値により、αＸ＋βＹ及びαＸ一βＹの最大値
及び最小値を検出しその座標を特徴点とし、前記各文字
の特徴点座標より各文字の幾何学的特徴量を算出する特
徴抽出部と、単語を構成する文字毎の前記幾何学的特徴
量により単語内文字の特徴量を算出し、単語を構成して
いる字体を判定する字体判定部と、各文字の字体を判定
した結果に基づき照合するための辞書マスクを単語単位
に選択する辞書部とを有することを特徴とするものであ
る。

単語検出部における単語検出は、画像データより文字間
隔を検出し、当該検出された文字間隔の大小に基づき単
語を抽出することによって行うこともできる。

特徴抽出部にあける幾何学的特ｍ量の算出は、（α＝β
＝１）及び（α＝１，β＝−１〉の２組のα値及びβ値
を用い、所定の画素値を有する画素の座標に対するＸ＋
Ｙ及びＸ−Ｙの最大値及び最小値を検出し、前記検出さ
れた最大値及び最小値を与える特徴点座標に基づき行な
ってもよい。

特徴抽出部における幾何学的特徴量の算出は、Ｘ＋Ｙの
最大値のＸ座標をＢＲＸ，Ｒ小値のＸ座標をＴＬＸ，Ｘ
−Ｙの最大値のＸ座標をＴＲＸ、最小値のＸ座標をＢＬ
Ｘとし、ｋ，　ｐ，　ｑを任意の定数として、 ｔ＝ｋ　｛ｐ　（ＴＬＸ−ＢＬＸ） ＋ｑ　（ＴＲＸ−ＢＲＸ）） により幾何学的特徴量を算出することを含む。

字体判定部における単語内文字の特徴量の算出は、単語
を構成する文字毎の幾何学的Ｖｆ徴量をｆｉ、単語の文
字数を「とし、 Ｅｆ ｉ＝（ Ｆ一 「 の演算を行ない特徴量Ｆを得ることであってもよい。

また、字体判定部で判定する字体が、明朝体等の標準体
型文字とイタリック体等の斜体型文字とすることができ
る。

（作用） 単語検出部では、２値の画像データの中の単語を検出す
るとともに、単語の中に含まれる文字数も検出してあく
。このとき、画像データの文字間隔を検出し、この検出
された文字間隔の大小に基づき、単語の区切りを判断し
、単語を検出することができ、１つの単語内での文字間
隔の数により文字数を抽出する。一方、特徴抽出部は、
１文字ごとの画像データを走査し、その座標Ｘ，Ｙに定
数α、βをかけ、αＸ＋βＹ及びαＸ−βＹを計算する
。各画素についてこの計算を行ない、１文字内の最小値
及び最大値を検出し、その最大値及び最小値を示す座標
を特徴点とする。この特徴点はαＸ＋βＹの最大値、最
小値とαＸ一βＹの最大値、最小値との４個が得られ、
これらから幾何学的特徴量を算出する。定数α、βの第
１組が、α一β＝１で、第２組がα＝１，β＝−１にす
ると、αＸ＋βＹはＸ＋Ｙと、Ｘ−Ｙとの２組が得られ
る。Ｘ＋Ｙの最大値は、１文字内において文字線の右下
の座標点で現れ、最小値は左上の座標点で現れる。また
、Ｘ−Ｙの最大値は、１文宇内において右上の文字線の
座標点で現れ、最小値は左下の座標点で現れる。これら
のＸ座標を示すと、それぞれＢＲＸ，ＴＬＸ，ＴＲＸ及
びＢＬＸであり、次に示す式で幾何学的特徴量を算出す
るものである。

ｆ＝ｋ　｛ｐ　（ＴＬＸ−ＢＬＸ） ＋ｑ　（ＴＲＸ−ＢＲＸ）） この幾何学的特徴量ｆは、１文字の傾き程度の特徴を表
している。

字体判定部では特徴抽出部からの幾何学的特徴量を、単
語検出部からの単語構成文字数分だけ受け入れ、単語内
文字の特徴量を算出し、その単語の字体を判定する。こ
のとき単語内文字の特ｌｍの算出は次の式で行なうもの
である。

Σｆ１ 「 ここで、「は単語を構成する文字数、ｆｉはｉ番目文字
の幾何学的特ｌｍである。

この特徴量「は単語内の幾何学的特徴量ｆの平均値によ
って与えられ、単語全体の文字の字体の特徴を表すもの
である。字体判定部において、この特徴ｍＦに対応した
字体を判定する。例えば、判定対象の字体としては、明
朝体等の標準体型文字とイタリック体等の斜体型文字が
ある。

辞書部では字体判定部の判定結果により、照合するため
の辞書マスクを選択する。この辞書選択は、単語単位で
行ない、そのため高速で処理することができ、高精度で
文字認識処理をすることができる。

（実施例） 以下、本発明に係る文字認識装置の実施例を、図面を参
照して説明する。

［各部の機能説明］ 第１図は文字認識装置の１実施例の機能ブロック図であ
る。第１図において、１０１は光信号Ｓを電気信号に変
換する光電変換部、１０２は前記光電変換部１０１から
の行画像データを格納するラインバツフ７、１０３は行
画像データの入力文字パターンおよび文字間隔を計数す
る文字切り出し部、１０４は前記文字切り出し部１０３
からの入力文字パターンを格納するパターンメモリ、１
０５は前記文字切り出し部１０３からの文字入力パター
ンより各文字の幾何学的特徴量を算出する特徴抽出部、
１０６は行画像データの中の単語を検出する単語検出部
、１０７は単語を構成している字体を判定する字体判定
部、１０８は判定した字体の辞書マスクを単語単位に選
択する辞書部、１０９は選択した辞書マスクにより入力
パターンの照合認識をする認識部、１１０は出力端子で
あり、例えばコンピュータ等の外部機器のデータ入力端
子等に接続ざれるものであり、文字認識の結果得られた
文字名（例えばＪＩＳの文字コード）を出力するもので
ある。

まず認識対象文字の入力文字パターンを切り出すことに
つき説明する。

光電変換部１０１は、文字、図形等（以下、文字と称す
る。）が記載された帳票等の媒体の文字行領域の光信号
（第１図のＳ）を入力する。ここで、文字行領域とは、
帳票上における文字が記載ざれる１行分の領域をいう。

入力した光信号は光電変換ざれ、文字線部を画素値「１
」の黒ビット及び背景部を画素値ｒＯＪの白ビットとし
て各画素ごとに２値のディジタル信号で表現した行画像
データを得て、ラインバッフ７１０２に格納される。

ラインバッファ１０２は入力文字パターンの行画像デー
タにおける各画素の２値信号をこの文字行領域の２次元
座標通りに再現できる形式で記憶し、例えば１２８ｘ４
，０９６画素の大きざを持っているものである。

文字切り出し部１０３はラインバッファ１０２から行画
像データを読み込み、縦方向に走査を行ない、黒ビット
の分布を作戒する。黒ビットの分布のＯから１以上に変
化するビットより、１以上からＯに変化する直前のビッ
トまでを１つの文字予定領域とし、入力文字パターンを
得る。得られた入力文字パターンは、パターンメモリ１
０４に格納されるとともに、特徴抽出部１０５に出力さ
れる。

また、黒ビットの分布の１以上からＯに変化するピット
より、Ｏから１以上に変化する直前のビットまでの画像
数を文字間隔として計数し、その画素数を単語検出部１
０６に出力する。

次に単語検出部１０６にあける行画像データから単語を
検出することにつき説明する。

単語検出部１０６は、文字切り出し部１０３から出力さ
れる文字間隔により単語を検出し、１単語中の文字数「
を字体判定部１０７及び認識部１０９へ出力する。

第２図は単語検出部１０６の構成を示す機能ブロック図
である。２１は比較回路、２２はカウンタ、２３は閾値
レジスタである。文字切り出し部１０３から出力される
文字間隔は、出力ざれる毎に予め入力されている閾値レ
ジスタ２３内の閾値と、比較回路２１において比較が行
なわれる。１文字の比較が終了し、文字間隔よりも閾値
が太き合は、カウンタ２２の数を１増す。文字間隔が閾
値よりも大きい場合は又は等しい場合は、比較を行なっ
た文字間隔の直前の文字までを１単語とし、その時点で
のカウンタ２２の数「を単語を構成する文字数として字
体判定部１０７及び識別部１０９へ出力し、カウンタ２
２を１に再設定する。なお、カウンタ２２の初期設定は
１である。

次に入力文字パターンがパターンメモリ１０４に格納ざ
れることにつき説明する。

パターンメモリ１０４は、入力文字パターンの文字予定
領域における各画素の信号をこの領域の２次元座標通り
に再現できる形式で記憶し、入力文字パターン１文字あ
たり１２８Ｘ．１２８画素の大きさで構成される単語を
記憶できるものである。

パターンメモリ１０４に格納されている入力文字パター
ンは、識別部１０９に読み込まれる。

次に、入力文字パターンの特徴より算出ざれる特徴値を
出力することについて説明する。

特徴抽出部１０５は文字切り出し部１０３から出力され
る入力文字パターンの特徴値を痺出し、字体判定部１０
７に幾何学的特徴量として特徴値を出力する。

第３図は特徴抽出部１０５の構成を示す機能ブロック図
である。

同図において、３９は文字切り出し部１０３から出力ざ
れる認識対象となる入力文字パターンの画像データであ
る。この実施例の特徴抽出部１０５は、前記画像データ
３９の画素にＸ座標を付与するためのＸ座標発生手段３
０と、前記画像データ３９の画素にＹ座標を付与するた
めのＹ座標発生手段３２と、前記Ｘ，Ｙ座標とα及びβ
に与えられる少なくとも２組の特定の数値とを用いて、
入力文字パターンの画素に関する最大及び最小計算値を
与える入力文字パターンの画素のＸ，Ｙ座標を夫々特徴
点座標として出力するための座標検出手段３４．３６と
、入力文字パターンの特徴抽出を行うための幾何学的特
徴量を特徴点座標に基づき算出する特徴量算出手段３８
とを備えている。

また、座標検出手段３４は、計算値αＸ＋βＹを算出す
る計算手段３４１と、最大計算値を検出するための最大
値検出手段３４２と、最大計算値を与える画素のＸ，Ｙ
座標を保存するための最大値座標保存手段３４３と、最
小計譚値を検出するための最小値検出手段３４４と、最
小計算値を与える画素のＸ，Ｙ座標を保存するための最
小値座標保存手段３４５とを備えている。座標検出手段
３６もまた前記座標検出手段３４と同様、計算手段３６
１と最大値検出手段３６２と最大値座標保存手段３６３
と最小値検出手段３６４と最小値座標保存手段３６５と
を備えている。

この実施例では、（α＝β−１）及び（α＝１、β一−
］）の２組のα及びβ値を用い、Ｘ＋Ｙ及びＸ−Ｙに関
する最大及び最小計算値を与える画素の座標より、入力
文字パターンの特徴値を算出し、字体判定部１０７に計
痺値を出力するので、２個の座標検出手段３４．３６を
備える構成となっている。座標検出手段３４にあっては
計算値Ｘ＋Ｙに関する、及び座標検出手段３６にあって
は計算値Ｘ−Ｙに関する、最大及び最小計算値を与える
画素の座標を検出する。

以下に特徴抽出部１０５について最大及び最小座標検出
を、第３図と、第４図及び第５図を用いて説明する。第
４図は本実施例における最大値座標検出の説明に供する
動作流れ図、第５図は本実施例における最小値座標検出
の説明に供する動作流れ図である。

■：座標検出手段３４に着目した説明（Ｘ＋Ｙの最大値
及び最小値検出動作の説明）＊ステップ（１）〜（３） 文字切り出し部１０３より出力される（ステップ（１）
）入力文字パターンは、画素毎に最大値検出手段３４２
及び最小値検出手段３４４に入力ざれる。

これとともに、Ｘ座標発生手段３０及びＹ座標発生手段
３２は、前記画像データ３９の出力と同期させてこの両
像データ３９のそれぞれの画素毎に対応付けたＸ，Ｙ座
標を発生する。その結果これら発生手段３０．３２によ
って前記画像データ３９にＸ，Ｙ座標の付与が行われる
。出力されたＸ，Ｙ座標はＸ＋Ｙ計算手段３４１、最大
値座標保存手段３４３及び最小値座標保存手段３４５に
入力される。（ステップ（２）） Ｘ＋Ｙ計算手段３４１はＸ．Ｙ座標を入力するとこれら
Ｘ，Ｙ座標から計算値Ｘ＋Ｙを算出し、算出した計算値
を最大値検出千段３４２及び最小値検出手段３４４に対
し出力する。（ステップ（３〉〉 ステップ（２）〜（３〉によって、最大値検出手段３４
２は前記画像データ３９及び計算値を、最小値検出手段
３４４は前記画像データ３９及び計輝値を、最大値座標
保存手段３４３はＸ，Ｙ座標を、最小値座標保存手段３
４５はＸ，Ｙ座標を、それぞれ１画素毎に入力する。そ
して、座標検出手段３４は後述のステップ（４〉、（５
ａ〉〜（６）、（５ｂ）〜（６）或いは（７）の判断を
１画素毎に繰返し行ない、その判断結果に応じた動作を
行なう。

＊ステップ（４） 最大値検出手段３４２及び最小値検出手段３４４は、入
力された前記画像データ３９の画素が入力文字パターン
の画素であるか否かを判断する。この判断は、入力され
た画素の画素値が入力文字パターンを意味する所定の画
素値（この実施例では画素値「１」〉であるか否かを判
断することによって、行なわれる。

＊ステップ（５〉 所定の画素値を有するとき、最大値検出手段３４２は所
定の比較値と前記計算値との比較を行ないくステップ（
５ａ））、最小値検出手段３４４は別の所定の比較値と
前記計算値との比較を行なう（ステップ（５ｂ））。

＊ステップ（５ａ）〜（６〉 ■計算値が比較値よりも大きいとき 最大値検出手段３４２は先に格納されている比較値に代
えて、比較値よりも大きい計算値を新たな比較値として
格納し（比較値の書換え）、これとともにセットパルス
を最大値座標保存手段３４３に対し出力する。セットパ
ルスを入力した最大値座標保存手段３４３は格納ざれて
いるＸ，Ｙ座標に代えて、比較値よりも大きな計算値を
与える画素のＸ．Ｙ座標を新たに格納する（×，Ｙ座標
のＭ換え〉。

■計算値が比較値よりも小さいか或いは比較値と等しい
とき 最大値検出手段３４２は先に格納されている比較値を濯
換えずにそのまま格納するとともに、最大値座標保存手
段３２２は格納ざれているＸ．Ｙ座標を書換えない。

最大値検出手段３４２は■及び■のいずれの堀合もステ
ップ〈５ａ〉の次にステップ（７）の判断を行なう。

なお、最大検出手段３４２に格納される比較値の初期値
としては、例えば計弾値αとして取り得る値よりも小さ
な値を用いれば良い。例えばα一β＝１であり、前記画
像データを１行ｍ列の画素に分割し、Ｏ≦Ｘ≦ｍ−１、
及びＯ≦１１とした堀合には、例えば−１を比較値の初
期値とすることができる。或いは比較値の初期値として
最大値検出手段３４２に一番最初に入力された計算値α
Ｘ＋βＹを用いるようにしても良い。

また、最大値検出手段３４２において、比較値及びＸ．
Ｙ座標の書換えを計算値αχ＋βＹが比較値よりも大き
いとき及び計算値が比較値と等しいときに行なうように
し、これとともに計算値が比較値よりも小さいとき比較
値及びＸ，　Ｙ座標の書換えを行なわないようにしても
良い。

また、最大値座標保存手段３４３のＸ，Ｙ座標としては
任意好適な数値を用いて良い。

＊ステップ（５ｂ）〜６ ■計締値が比較値よりも小さいとき 最小値検出手段３４４は先に格納されている比較値に代
えて比較値よりも小さい割算値を比較値として新たに格
納する（比較値の＠換え）とともに、最小値座標保存手
段３４５に対しセットパルスを出力する。最小値座標保
存手段３４５はセットパルスを入力すると、格納ざれて
いるＸ，Ｙ座標を比較値よりも小さな計算値を与える画
素のＸ，Ｙ座標に書換える（Ｘ．Ｙ座標の書換え〉。

■計算値が比較値よりも大きいか或いは比較値と等しい
とき 最小値検出手段３４４は先に格納されている比較値を書
換えずにそのまま格納するとともに、最小値座標保存手
段３２２に格納ざれているＸ．Ｙ座標を実換えない。

最小値検出手段３４４は■及び■のいずれの場合にもス
テップ〈５ｂ〉の次にステップ（７）の判断を行なう。

なお、最小値検出手段３４４に格納される比較値の初期
値としては、例えば計算値αＸ＋βＹとし取り得る値よ
りも大きな値を用いれば良い。例えばα＝β＝１であり
、画像データを１行ｍ列の画素に分割し、Ｏ≦Ｘ≦ｍ−
１、及びＯ≦Ｙ≦１−１となる場合には、例えばｍ＋ｎ
−１！−比較値の初期値とすることができる。或いは比
較値の初期値として最小値検出手段３４４に一番最初に
入力された計緯値αＸ＋βＹを用いるようにしても良い
。

また、最小値検出手段３４４は計算値が比較値よりも小
さいとき及び計算値が比較値と等しいとき比較値及びＸ
，Ｙ座標の書換えを行ない、これとともに計算値が比較
値よりも大きいとき比較値及びＸ，Ｙ座標の書換えを行
なわないようにしても良い。

また最小値座標保存手段３４５のＸ，　Ｙ座標としては
任意好適な数値を用いて良い。

＊ステップ（７） 画像データ３９の走査が終了か、否かを判断する。

■画像データ３９の走査が終了しないとき座標検出手段
３３４は、前記画像データ３９の走査が終了せず従って
画像データ３９のすべての画素につき処理が終了してい
なければ、画素データ３９の残りの画素につきステップ
（４）、（５ａ）〜（６）、（５ｂ）〜（６）或いは｛
７｝の判断を行ない。その判断結果に応じて動作する。

■画像データ３９の走査を終了したときステップ（８〉
に移る。

＊ステップ（８） 最大値検出手段３４２及び最小値検出手段３４４は画像
データ３９の走査が終了し画像データ３９の全ての画素
につき処理が終了すると、Ｘ，Ｙ座標の出力信号を最大
値座標保存手段３４３及び最小値座標保存手段３４５に
対して出力する。

この出力信号を入力した座標保存手段３４３，３４５は
、格納しているＸ，Ｙ座標を特徴点座標として出力する
。これとともに最大値検出手段３４２、及び最小値検出
手段３４４は比較値の初期化を行なう。

全ての画素につき処理を終了した時点で、最大値座標保
存手段３４３及び最小値座標保存手段３４５に格納され
ているＸ，Ｙ座標が最大及び最小計算値を与える画素の
Ｘ，Ｙ座標すなわち特徴点座標となる。

座標検出手段３４にあっては、α＝β＝１としたので、
全処理終了時点で例えば第６図に示す入力文字パターン
７２の特徴点ＳＲの座標が最大値座標保存手段３４３に
格納ざれており、また特徴点丁Ｌの座標が最小値座標保
存手段３４５に格納されている。

■；座標検出手段３６に着目した説明（Ｘ−Ｙの最大値
、最小値検出動作の説明） 座標検出手段３６は、上述した座標検出手段３４の動作
と並行して座標検出手段３４と同様の動作を行なうので
、この検出手段３６の動作説明を省略する。

座標検出手段３６にあっては、α＝１及びβ＝−１とし
たので、全ての画素につき処理を終了した時点で、例え
ば第６図に示す入力文字パターン７２の特徴点ＴＲの座
標が最大値座標保存手段３６３に格納ざれており、また
特徴点ＢＬの座標が最小値座標保存手段３６５に格納さ
れている。

特徴最算出手段３８では、入力文字パターンの特徴点Ｔ
Ｌ，ＢＬ，ＴＲ及びＳＲの座標を用い、幾何学的特徴量
として特徴値ｆｉを式（１〉により痺出する。

なお、式（１）にあいて特徴点ＴＬ，ＢＬ，ＴＲ．ＢＲ
のＸ座標をＴＬＸ，ＢＬＸ，ＴＲＸ．ＢＲＸとして表す
。

ｆｉ　＝ｋ　｛ｐ（ＴＬＸ−ＢＬＸ｝ ＋ｑ（ＴＲＸ−ＢＲＸ））　　　　　（１　）式（１〉
中ｋ，　ｐ，　ｑは任意の定数であり、ｉは単語内の文
字の番号であり、１からｒまでである。

式〈１〉により算出ざれる特徴値ｆ１は、字体判定部１
０７に順次出力ざれる。

次に字体判定部１０７により字体を判定し、辞書を選択
することにつき説明する。

字体判定部１０７は特徴抽出部１０５で痺出ざれる特徴
値ｆｉを順次累積しておき、単語内の文字の特徴値ｆｉ よる平均特徴値Ｆを算出し、 単語 内の字体を判定する。

ｒ 「 式（２）中「は単語検出部１０６より出力されるカウン
タ２２の数である。

式（２〉により算出ざれる単語内の平均特徴値「の下記
の式〈３〉による条件により、単語内の字体を判定し、
辞書部１０８に字体判定信＠下を出力する。

式（３）中Ｃは固定閾値であり、任意に変えることがで
きる。

なお、本実施例では、出力する字体判定信号下は、「１
」、「２」の２種であるが、字体判定信号下は２種以外
のものとなっても何らさしつかえない。

字体判定部１０６により出力された字体判定信号下は、
辞書部１０８へ出力ざれ、字体判定信号Ｔに対応する辞
書を選択する。

第７図は辞書部１０８の構成例を示す機能ブロック図で
ある。辞書部１０８は、辞書選択部６０、第１の辞書マ
トリクス６１、第２の辞書マトリクス６２とを備える。

本実施例では辞書マトリクスは２つであるが、これは３
つ以上であっても何等さしつかえない。辞書選択部６０
は字体判定部１０７から出力される字体判定信号Ｔ＝１
．Ｔ＝２に対応してそれぞれ、第１の辞書マトリクス６
１又は第２の辞書マトリクス６２を選択し、当該辞書マ
トリクスを識別部１０９に対して出力する。

次に識別部１０９により入力文字パターンを識別し、結
果を出力することにつき説明する。

識別部１０９はパターンメモリ１０４より、単語検出部
１０６より出力されるカウンタ２２の数ｒに相当する入
力文字パターンを順次読み込み、この入力文字パターン
について特徴処理及び入力文字パターンの認識を行なう
。

この特徴抽出の方法は、従来公知の種々の方法を用いる
ことができるが、この実施例の場合、以下に説明するよ
うな方法で行なう。

先ず、入力パターンについて外接する方形枠を検出し、
これを文字枠とする。ざらに当該人力文字パターンにつ
いて線幅Ｗを算出する。この線幅算出は、例えば下記に
示すような周知の近似式（４）を用いて行なうことがで
きる。

Ｗ＝１／　｛１−　（Ｑ／Ａ＞｝　　　　　　（４）但
し、式（４）において、Ｑは、入力文字パターンを構成
する各点をこれらの点が（２Ｘ２＞個づつの範囲で見ら
れる窓で分けたとき、この窓内の全ての点が黒ビットと
なる窓の個数であり、また、Ａは文字枠内の黒ビットの
個数である。

ざらに、この入力文字パターンを複数の方向に走査を行
なって各走査列毎の黒ビットの連続個数を検出し、この
黒ビット連続個数と上）ボの線幅とに基づいて上ｊボの
複数の方向毎に対応したサブパターンの文字枠内領域を
サブパターンについて（ＮＸＭ）個の領域（Ｎ．Ｍは定
数）に分割し、さらに、各領域内の文字線長を表す特徴
量を、文字を分割した領域毎に計算し、この特徴量を文
字枠の大きさで正規化して特徴マトリクスを得る。

この実施例では、特徴量を、（ΔＸ十ΔＹ〉／２なる値
で除することによって正規化する。ここで、ΔＸは文字
枠の水平方向長さ、ΔＹは垂直方向長さである。

識別部１０９は、このようにして抽出した特徴マトリク
スと辞書部１０８より出力される単語単位に選択される
辞書マトリクスとの照合を行ない、最も類似度が大きな
値を示した辞書マトリクスに対応する文字名（ＪＩＳコ
ード等）を出力端子１１０を介して外部装置に出力する
。

なお、この実施例の場合上述した類似度は、以但し、式
（５〉において、Ｒは類似度、ｈｉは入力文字パターン
、ｑｉは辞書内に格納させてある辞書マトリクスをそれ
ぞれ示し、また、１＝１，２，３，・・・，ＮＸＭであ
る。

［具体的帳票を用いた動作例］ 次に具体的帳票を用いた場合の動作を説明する。

先ず、文字が記された例えば第８図に示すような帳票は
、画像データＳとして光電変換部１０１に入力される。

光電変換部１０１では、帳票の各文字行鎖域を検出し、
行単位で２値のディジタル画像データに光電変換し、ラ
インバッファ１０２に格納する。前記行領域の検出は、
本実施例では、予め光電変換部１０１に設定ざれている
第９図（ａ）に示す入力書式テーブルを参照して順次行
なうものとする。前記入力書式テーブルには第９図（ｂ
）に示すように第１行目の行領域の帳票の上端及び左端
からの距離行領域の大きさ、行ピッチ及び行数が記録ざ
れている。

第１０図（ａ）にラインバツファ１０２に格納ざれてい
る２値のディジタル信号である行画像データ、第１０図
（ｂ）にその行画像データの黒ビットの分布を示す。ラ
インバツフ７１０２から読み込まれた２値のディジタル
信号である行画像デ一夕は、文字切り出し部１０３で黒
ビットの分布のＯから１以上に変化するビットより１以
上からＯへ変化するまでを文字予定＠域として行画像デ
ータから検出し、１　２８Ｘ１　２８画素の入力文字パ
ターンを抽出する。この入力文字パターンは、１文字ご
とに、パターンメモリ１０４に格納されるとともに、特
徴抽出部１０５へ出力される。

さらに、文字切り出し部１０３で黒ビットの分布の１以
上からＯに変化するビットより０がら１以上へ変化する
ビットまでを文字間隔とし、白ビットの数を計数して単
語検出部１０６へ出力する。

第１０図（Ｃ）に本実施例における行画像データからの
各文字間隔のビット数を示す。計数された文字間隔は、
単語検出部１０６の比較回路２１により、閾値レジスタ
２３に入力ざれている閾値と比較を行なう。本実施例で
は閾値レジスタ２３に設定ざれている閾値は「２０」で
ある。文字間隔と閾値との比較を行ない、文字間隔が閾
値より小さい場合はカウンタ２２の数ｒを１増やす。

また、文字間隔が閾値より大きい場合又は等しい場合は
、その場所を単語の区切りとし、前回の比較を行なった
までのカウンタ２２の数ｒを字体判定部１０７及び識別
部１０９へ出力し、カウンタ２２を初期値の１に再設定
する。本実施例における第１０図の例では、２文宇目と
３文宇目の問隔が２５．２であり、閾値２０を越えるの
で、１１　Ｍ　Ｙ　ｕが単語として検出され、カウンタ
２２の数「が２となり、これを単語を構成する文字数と
する。

また、文字切り出し部’１０３により出力される入力文
字パターンは、特徴抽出部１０５において入力文字パタ
ーンの１２８Ｘ１２８画素にＸ座標及びＹ座標をそれぞ
れ付与し、入力文字パターンの画素に関する最大及び最
小の計算値αＸ＋βＹを検出し、これら最大及び最小計
算値を与える特徴点座標を抽出する。第６図（ａ＞に第
８図に示す帳票上の標準タイプ文字の先頭である（（Ｍ
１９及び第６図（ｂ）に第８図に示す帳票上のイタリッ
クタイプ文字の先頭であるｔｔ　Ｋ　ｔｔの入力文字パ
ターン及び特徴点座標を示してある。

本実施例では、特徴点を検出するためのα及びβは（α
＝１、β−１）と（α＝１、β＝−１〉の２組とし、前
記計算値による特徴点座標は第６図（ａ）では、ＴＬ＝
　（０，Ｏ）．ＢＬ＝　（０．４７＞．ＴＲ＝　（４２
，Ｏ），ＢＲ＝　（４２，４７〉、第６図（ｂ）では、
ＴＬ＝　（８．０），ＢＬ＝　（０．４７＞，ＴＲ＝　
（４２，Ｏ），ＢＲ＝（３５．４７＞である。前記特徴
点座標により、式〈１〉を用いて特徴値ｆを算出する。

このとき、本実施例では、定数ｋ，Ｄ，　ｑはそれぞれ
（ｋ＝１／２．　ｐ＝１，　ｑ＝１＞であり、また固定
閾値はＣ＝４である。前記条件により算出ざれる特徴値
ｆは、第６図（ａ＞の４（　Ｍ　９９の例（標準体）で
はｆ＝Ｑであり、第６図（ｂ）の゛Ｋ″の例（イタリッ
ク体）ではｆ＝７．５である。この例に示すように標準
体においては、ｆは小さな値を、イタリック体において
はｆは大きな値となる。第１０図（ｄ＞に第８図に示す
帳票上における各文字の特徴値ｆを示す。

算出された特徴値ｆは単語検出部１０６よりヵウンタ２
２の数「が出力されるまで、順次字体判定部１０７に出
力ざれ、加算ざれる。本実施例では、初めに検出ざれる
単語は゛’ＭＹ”であり、単語検出部１０６より出力さ
れる。カウンタ２２の数はｒ＝２であり、前記算出され
た単語“ＭＹ　９９の１文字目の入力文字パターン゛Ｍ
”の特徴値ｆ１＝Ｏ及び単＝　ｄ（　Ｍ　Ｙ　９９の２
文宇目の入力パターン“Ｙ　７１の特徴値ｆ２　＝０．
５について、式（２）を適用することにより、平均特徴
値Ｆ＝０．２５が算出される。この平均特徴値「は、辞
書部１０８へ出力ざれる。従って式（３）により、単語
内の字体判定信号Ｔ＝２が辞書部１０Ｂへ出力ざれる。

本実施例では、第８図に示す帳票が入力されたとき、第
１０図（ｅ）に示すような平均特徴値が単語毎にそれぞ
れ算出ざれ、Ｆ＜Ｃの単語である゛ＭＹ″′，“ＮＡＭ
Ｅ”，’“Ｉｓ”は、字体判定信号Ｔ＝２が辞書部１０
８へ出力ざれ、第２の辞書マトリクス６２を選択する。

単語”　Ｋ　Ｅ　Ｎ　”の平均特徴値Ｆは、Ｆ＝７．１
７が算出ざれ、Ｆ＞Ｃとなり、字体判定信号Ｔ＝１が辞
書部１０８へ出力され、これにより第１の辞書マトリク
ス６１を選択する。

認識部１０９は文字切り出し部１０３から出力された入
力文字パターンを格納しているパターンメモリ１０４よ
り１つの単語を構成している文字数に相当するカウンタ
２２の数ｒ文字文づつ順次読み込む。パターンメモリ１
０４から読み込まれる入力文字パターンの水平、垂直、
右斜め、左斜めの４方向について、サブパターンを線幅
に基づき抽出し、それぞれのサブパターンを文字枠内領
域についてＮＸＭに分割する。本実施例では５Ｘ５であ
る。各鎖域において、文字線長を表す特徴量を計痺し、
特徴マトリクスを得る。この特徴マトリクスと、第１１
図（ａ）及び第１１図（ｂ）に示すような辞書マトリク
スとの照合を行なう。

ここで、第１１図（ａ）の辞書マトリクスは第６図の第
２の辞書マトリクス６２に対応する標準タイプであり、
第１１図（ｂ）の＃書マトリクスは第６図の第１の辞書
マトリックス６１に対応するイタリックタイプ文字のも
のである。この照合で、最も類似度が大きい値を示した
辞書マトリクスに対応する文字名（ＪＩＳコード等）を
出力端子１１０を介して外部装置に出力し、例えば、図
示しないディスプレイ上に、ＪＩＳコード及びＪＩＳコ
ードに対応するキャラクターが第１０図（ｆ）のように
表示ざれる。

（発明の効果） 以上、詳細に説明したようにこの発明に係る文字認識装
置によれば、帳票上の各文字間隔を検出し、単語を抽出
するとともに各文字の文字線を有する各画素に対して、
２組の最大及び最小値を計算し、特徴点座標を抽出し、
単語を構成する各文字の幾何学的特１！！！量を算出し
、その各文字の幾何学的特徴量を用いて演算を行なって
、単語における特徴置を算出することにより、単語毎の
標準体やイタリック体等の字体の判定を行ない、当該判
定結果に基づき、照合するための辞書マスクを単語毎に
選択している。従って、照合は選択された辞書マスクと
のみ行なうため、照合に要する時間が短くなり、複数の
字体を含む帳票も高速に精度良く読み取ることが可能な
文字認識装置を提供することができる。

【図面の簡単な説明】

第１図から第１１図は本発明に係る文字認識装置を説明
するための図面であり、第１図は文字認識装置の実施例
の機能ブロック図、第２図は単語検出部１０６の構成を
示す機能ブロック図、第３図は特徴抽出部１０５の構成
を示す機能ブロック図、第４図は本実施例における最大
値座標検出の説明に供する動作流れ図、第５図は本実施
例における最小値座標検出の説明に供する動作流れ図、
第６図（ａ），（ｂ）は特徴点座標検出の原理図、第７
図は辞書部１０８の構成例を示す機能ブロック図、第８
図は実施例に用いる帳票の説明図、第９図（ａ）は入力
書式テーブルの例を示す図、第９図（ｂ）は入力書式テ
ーブルの説明図、第１０図（ａ）は本実施例に用いる２
値の行画像データの説明図、第１０図（ｂ）は行画像デ
ータの黒ビットの分イ６の説明図、第１０図（Ｃ）は文
字間隔のビット数の説明図、第１０図（ｄ＞は入力文字
パターンの特徴値ｆの説明図、第１０図（ｅ）は入力文
字パターンの単語内の平均特徴値「の説明図、第１０図
（ｆ）は認識結果を示す図、第１１図（ａ）、（ｂ）は
それぞれローマン字体の標準タイプとローマン字体のイ
タリックタイプの標準文字パターンとその文字の辞書マ
トリクスの説明図である。 １０１・・・光電変換部、１０２・・・ラインバッファ
、１０３・・・文字切り出し部、１０４・・・パターン
メモリ、１０５・・・特徴抽出部、１０６・・・単語検
出部、１０７・・・字体判定部、１０８・・・辞書部、
１０９・・・認識部。

Claims (6)

【特許請求の範囲】
1. （１）２値の画像データより画素値の連続を認識して得
   る入力文字パターンの１文字毎の特徴量を算出し、字体
   の判定を行ない、判定した字体に基づき辞書マスクを選
   択し、前記選択した辞書マスクにより入力文字パターン
   の照合を行なう文字認識装置において、 画像データの中の単語を検出するとともに単語を構成す
   る文字数を検出する単語検出部と、各文字について文字
   線を構成する各画素の座標Ｘ、Ｙ及び、定数α、βに与
   えられる少なくとも２組の数値により、αＸ＋βＹ及び
   αＸ−βＹの最大値及び最小値を検出しその座標を特徴
   点とし、前記各文字の特徴点座標より各文字の幾何学的
   特徴量を算出する特徴抽出部と、 単語を構成する文字毎の前記幾何学的特徴量により単語
   内文字の特徴量を算出し、単語を構成している字体を判
   定する字体判定部と、 各文字の字体を判定した結果に基づき照合するための辞
   書マスクを単語単位に選択する辞書部とを有することを
   特徴とする文字認識装置。
2. （２）単語検出部における単語検出は、画像データより
   文字間隔を検出し、当該検出された文字間隔の大小に基
   づき、単語を抽出することを特徴とする請求項第１項記
   載の文字認識装置。
3. （３）特徴抽出部における幾何学的特徴量の算出は、（
   α＝β＝１）及び（α＝１、β＝−１）の２組のα値及
   びβ値を用い、所定の画素値を有する画素の座標に対す
   るＸ＋Ｙ及びＸ−Ｙの最大値及び最小値を検出し、前記
   検出された最大値及び最小値を与える特徴点座標に基づ
   き行なうことを特徴とする請求項第１項記載の文字認識
   装置。
4. （４）特徴抽出部における幾何学的特徴量の算出は、Ｘ
   ＋Ｙの最大値のＸ座標をＢＲＸ、最小値のＸ座標をＴＬ
   Ｘ、Ｘ−Ｙの最大値のＸ座標をＴＲＸ、最小値のＸ座標
   をＢＬＸとし、ｋ、ｐ、ｑを任意の定数として、 ｆ＝ｋ｛ｐ（ＴＬＸ−ＢＬＸ） ＋ｑ（ＴＲＸ−ＢＲＸ）｝ により幾何学的特徴量を算出することを特徴とする請求
   項第３項記載の文字認識装置。
5. （５）字体判定部における単語内文字の特徴量の算出は
   、単語を構成する文字毎の幾何学的特徴量をｆｉ、単語
   の文字数をｒとし、 ▲数式、化学式、表等があります▼ の演算を行ない特徴量Ｆを得ることを特徴とする請求項
   第１項、第２項、第３項又は第４項記載の文字認識装置
   。
6. （６）字体判定部で判定する字体が、明朝体等の標準体
   型文字とイタリック体等の斜体型文字とであることを特
   徴とする請求項第１項、第２項、第３項、第４項又は第
   ５項記載の文字認識装置。