JPH0397086A - 文字認識方法 - 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、予め位置を限定されてディジタル・グレイ
値像で存在する文字、特に金属表面に打刻された文字を
！！識するための方法に間するものである． 〔従来の技術〕 工業的生産では製品はしばしば製品の標識の役割をする
文字を付けられる．このような標識はたとえば品番、製
造者および形式に関するものである． 色塗り（捺印）による文字はしばしば、擦，り、錆びま
たは外部塗装（ラッカー塗り）により読めなくなりやす
いので、敏感過ぎる．刻印された文字はより耐久性に冨
むことが実証されており、たとえば自動車製造にしばし
ば使用される。刻印文字は打印または打刻された文字と
浮き出された文字とに区別される． バーコードはこのような文字よりも容易に自動的に読み
取られ得るが、標識は人間に対しても困難なしに読み取
り可能でなければならないので、稀にしか応用されない
．従って、生産プロセスの自動化の流れのなかで、打刻
された文字を認識するための方法に大きな関心がある． 文字認識（光学的文字認識、ＯＣＲ）はディジタル画像
処理におけるパターン認識の１つの比較的古い研究領域
である．読み取り装置はた・とえば既に銀行または郵便
局で使用されている（たとえばウルマン，ジェイ．アー
ル（υｌｌｓａｎｎ＋Ｊ．Ｒ．）　：文字認識における
画像解析、ディジタル画像解析、７−９　ローゼンフェ
ルド（Ａ．Ｒｏｓｅｎｆｅｌｄ）　Ｗ、シュブリンガー
、１９７６年、第２９５〜３４３頁参照）。それらは読
み取るべき文字像およびテキストレイアウトにさまざま
な要求を課する。しかし、それらに共通することは、そ
れらが色および明るさの点で像背景から明白に区別され
る文字を期待していることである。

？の前提条件は加工片に打刻された文字では一般に満足
されていない．打刻形式、照明、表面材料および加工片
に存在し得る汚れに関係して、文字がここで一定の特徴
により背景から際立たない。

その結果、２値像ではなくディジタルグレイ値像しか得
られず、また文字認識のための公知の方法が使用可能で
ない． 第１図には、さまざまな照明条件のもとで撮影された打
刻文字のグレイ値像の一部分が示されている． グレイ値像における１つの文字認識の経過には２つの部
分課題が基礎になっている．すなわち１．どの場所で文
字が像のなかに存在するかを決定するためのセグメント
化、および ２．分類：たぶん１つの文字が存在する１つの長方形が
像から抽出される。その後に、どの文字が存在するか、
または場合によっては誤セグメント化が行われたか否か
が決定される． ホンゴウ．ワイ（Ｈｏｎｇｏ，Ｙ）　、コムロ，エイ■
Ｃｏｗｕｒｏ，Ａ）　：ビットマトリックス法に基づく
打刻文字認識装置、第６回Ｉ　ＣＰＲ論文集、ミュンヘ
ン、１９８２年、第４４８〜４５０頁、ドイツ連邦共和
国特許出願公開第３２０３８９７号明細書およびランガ
ー．ダプリュー（Ｌａｎｇｅｒ，Ｗ）　：グレイ値像に
おける文字のセグメント化、学位請求論文、ブラウンシ
ュバイク工業大学、電子技術研究所、１９８８年には、
グレイ値像における文字のセグメント化および認識のた
めの完全なシステムが示されている．すべての３つのシ
ステムは、先ずグレイ値像を１つの黒白像に変換し、次
いでセグメント化および認識を行う方法を用いている。

ホンゴウおよびコムロは１つのグレイ値しきいをセット
することにより原像を２値化し、また次いで場合によっ
ては小さいしみを有する平らな構造の文字を期待する。

後者は次いでそれらの大きさの評価により消去される．
この方法は追加的な色塗りなしには打刻された文字の認
識のためには適していない，しかし、それはたとえば自
動標識および文字を記されたキーボードに対して機能を
果たす．同じことがドイツ連邦共和国特許出願公開第３
２０３８９７号明細書に開示されている方法に対しても
当てはまる。

ランガーは文字を同じく２値化された像のなかでセグメ
ント化し、ただしその際にランガーは不明確な分類の場
合には代替的なセグメント化を提案している．２値化か
つセグメント化された文字・は、平らなパターンを発生
するため、前処理される．分類のためには、平らな２値
の文字を認識するＣＧＫ（Ｃｏｍｐｕｔｅｒ　　Ｇｅｓ
ｅｌｌｓｃａｒｔ　　Ｋｏｎｓｔａｎｚ）の１つの方法
が用いられる．ランガーの方法における主な問題は、像
パターンに関係するパラメータ選定および像前処理の部
分過程である．加えてＣＧＫの分類は１つの長方形のな
かの２値化された文字の１つの正確なセグメント化を要
求する．しみの生起の際にはこのことはあらゆる場合に
保証され得ない．ヨーロッパ特許第０２１７１１８Ａ２
号明細書にはグレイ値像からの品番のセグメント化のた
めの１つの方法が開示されている．この方法によれば、
先ず原像が゜“平滑化”され、次いで１つのグローバル
なしきいにより１つの黒白像に変換される。ワンパス法
により関連戒分が簡単な多角形コース（“記述子”）に
コード化される。各多角形コースに対して最大の広がり
が計算され、また生ずる値により小さい擾乱要素が除去
される。個別文字セグメント化および分類は記載されて
いない。品番の非常に細い打刻はセグメント化を本質的
に容易にする。なぜならば、文字自体が明るさ変動を受
けない（反射がない）からである。１つの像平滑化は像
に関するこのような特殊な予備知識なしには一般に望ま
しくない。なぜならば、擾乱に追加して分類に対しても
重要な特徴が失われ得るからである． ホルダー．エス（Ｈｏｌｄｅｒ，Ｓ）、デングラー，ジ
エイ（Ｄｅｎｇｌｅｒ，Ｊ）　　：グレイ値像特徴によ
る字体およびサイズにより不変の文字認識、第９回ＩＣ
ＰＲ論文集、ローマ、１９８８年には、“ＤＮＡシーケ
ンス”からの文字の分類のための１つの方法が記載され
ている。これらのシーケンスは文字゛Ａ”゛Ｃ“″　　
“Ｇ′および“Ｔ”から戒っており、またたいてい専門
雑誌のなかの可変の文字組みにおいて非常に小さい文字
および悪い印刷品質で印刷される．この方法は特徴を得
るためにデイジタル化されたグレイ値像のグラジェント
像を使用する．なぜならば、良好な２値化が悪い見本品
質に基づいて一般に１つのグレイ値しきいをセットする
ことにまり達威され得ないからである．呈示された文字
の輪郭経過のなかのグラジェント方向およびその方向変
化は１つのヒストグラムのなかに記入される．ヒストグ
ラムは、予め種々の文字集合からマスター文字により作
威される４つの文字の基準ヒストグラムと比較される．
この方法は大きさ不変で、また見本の文字集合にほぼ無
関係に動作する．セグメント化のための方法は記載され
ていない．使用されるアルゴリズムは打刻された文字に
は適していない．なぜならば、文字の輪郭経過のなかの
グラジェントの方向変化に関する重要な情報が信頼でき
る形で存在しないからである．従って、一たとえば′Ｌ
”が単にグラジェントヒストグラムによっては“Ｔ”か
ら区別され得ない。

〔発明が解決しようとする課題〕

本発明の課題は、予め位置を限定されてグレイ値像で存
在する文字を分類するための方法であって、加工片に打
刻または打印された文字または加工片に浮き出された文
字を任意の照明条件のもとて確実に認識する方法を提供
することである．〔課題を解決するための手段〕 この課題は、本発明によれば、請求項１に記載の方法に
より解決される． 本発明の有利な構或は請求項２以下にあげられている。

〔実施例〕

以下、図面により本発明を一層詳細に説明する．文字認
識装置が認識課題に利用され得る前に、文字認識装置は
学習段階でトレーニングされなければならない．この学
習段階でシステムに学習すべき文字集合が呈示される．
このような文字集合の典型的な範囲は５ないし３５種類
の文字である。

しばしば文字は数字（すなわち最大１０文字）から戒っ
ている．各文字に対して自動的に“評価マトリックス”
が発生され、評価マトリックスは記憶されてから認識段
階で利用される． 文字認識装置の“トレーニングのための基準文字として
は打刻型の直線群により構威された像が使用される。こ
の際に型の打刻エッジが示されていなければならない．
第２図には数字“９″の基準文字に対する例が示されて
いる．中央には非常に細い打刻型が、また右にはより太
い打刻型が示されている． 基準文字は装置の利用者により発生されなければならな
い．これは簡単なＣＡＤシステム、ライトペンまたはパ
ラメータ入力により行われ得る。

しかし、１つの文字を作り上げ、これを次いでディジタ
ル化することも可能である．直線群により構威された第
２図による基準文字はたとえば図面中の左に描写された
２値像から得られた。すべての基準文字は装置により等
しいフォーマット“基準幅０基準高さ′”に変換される
．フォーマット２４ｓ４０画素のなかの３５基準文字の
１つの集合が第３図に示されている． 基準文字は２値像で存在している（黒および白点のみか
ら戒る）。基準文字の直線を最小１１１１　（　’“１
画素幅”）に細くするため、細化法が応用される．用語
“細い”′の定義およびいくつかの細化法は、パブリデ
ィス，ティーエイチ（Ｐａｖｌｉｄｉｓ，Ｔｈ）：グラ
フィックスおよび画像処理のためのアルゴリズム、スブ
リンガー、１９８２年、第１９５〜２１４頁に記載され
ている．細くされた基準文字は記憶される．基準文字の
黒点（Ｐ）、第４図参照、はいま３つの部類に分けられ
る． ａ）端点（１つの３×３近傍のなかの１つの黒い隣接点
）、 ｂ）直線点（正確に２１の黒い隣接点）およびＣ）分岐
点（２つよりも多い黒い隣接点）、第４図参照． 基準文字の点には１つのエッジ方向が割り当てられる．
そのためには種々の方法が応用可能である． 基準文字の直線点に１つの方向を割り当てる方法は第５
図に示されている． 第５図は左から右へ ａ）隣接点の接続直線の方向がＰに対応付けられている
方向であること、 ｂ）こうして可能な接続直線が１つの３×３窓のなかに
あること、 ｃ）８つの可能な方向が番号付けおよび角度の表示を有
すること を示している． 方向直線はここでは回転の向きを付けられていない一方
向“北”および“南”は同一である．端点および分岐点
は対応付けられた方向を付けられていない． Ｒ，１は基準文字のなかの方向検出の分解能を示す（す
なわち第５図の例ではＲＲ−ｆ　−８　）　−基準文字
のなかで測定されたエッジ方向は、後に認識のために呈
示されるグレイ値像のなかで等しい個所に生じなくても
よいので、１つの分散関数が使用される．この分散関数
は特定のエッジ方向の期待値を、この方向が基準文字の
なかで測定された点のｌつの近傍に分布する． 関数はｄ　（Ｐ，Ｑ）で表され、その際にＰは基準文字
のなかのｌつの点、またＱは１つのマトリックス（評価
マトリックス）のなかの１つの場所である，ｄ　（Ｐ，
Ｑ）はＰの１つの小さい近傍のなかのＱに対してのみ零
に等しくないものとし、またｄ　（Ｐ．　Ｑ）の値は、
ＱがＰから離れるとき、単調に減少するものとする． 分散関数の１つの簡単な例： 示されているのは１つの点Ｐの９９９近傍のなかの値で
ある，Ｑ＝Ｐに対しては値ｄ　（Ｐ，Ｑ）一３が得られ
る．示されていない値は零として定義されている．（分
散関数を使用するためには後記の説明を参照．） ｌ１１１１１ｌ１ｌ １１１１１１１１１ １１２２２２２　１　１ １１２２２２２１１ １１２２３２２１１ １１２２２２２１１ １１２２２２２１１ １１１１１１１１１ １１１１１１１１１ １つの基準文字のなかで測定された１つのエッジ方向ｒ
，．，をグレイ値像のなかで決定された１つの方向ｒ　
ｖｏｒと比較するため、１つの角度比較間数ｈ　（ｒｅ
ａｒ　．　　ｒｖａｒ　）が用いられる．それは方向の
間のわずかな角度差では高い正の値を、また大きい角度
差では零を生じなければならない．第６図には第５図の
方向定義による１つの基準文字の点の８つの可能な方向
が示されている．さらに、コンパスーグラジェント演算
子によりグレイ値像のなかで決定され得る４つの方向が
示されている． この特別な場合に対する１つの簡単な角度比較関数はた
とえば下記のように定義され得る．４　＋　＜　（　ｒ
　ｌｌａｔ．　ｒ　ｖ。ｒ）−０’の場合１　＋　｛Ｄ
　ｌａｆ＋　ｒ　ｖｏ、）・４５°の場合０　＋　’ｉ
　（　ｒ　ｍａｔ．　ｒ　ｗａｒ　）＞４５°の場合学
習すべき各文字に対して、またグレイ値像のなかの各可
能な工冫ジ方向に対して、１つの評価マトリックスが作
威される．すなわちグレイ値像のなかの方向分解能がた
とえばＲｖ．，＝４であれば、学習すべき各文字に対し
て４つのマトリックスが作戒される．これらのマトリッ
クスは全学習過程の本来の結果である。直線群により構
威された基準文字は単にこれらのマトリックスの発生の
ために必要とされる． 評価マトリックスのなかには、１つの特定の呈示された
エッジ方向を１つの学習された文字に関してどのように
評価すべきかが記入される．文字“ｌ”では長方形の中
央の垂直なエッジ方向に対する評価マトリックスはたと
えばｌつの高い正の値を含んでいるが、文字”８″では
１つの負の値を含んでいる． 評価マトリックスはＢ　ｅ　ｗ　（　Ｚ，　　ｒ　Ｖｏ
ｒ　）により表され、その際にＺは１つの学習すべき文
字である．評価マトリックスは学習される文字と等しい
フォーマットを有する二基準幅×基準高さ。Ｗｌａｆほ
この大きさの１つの長方形の点に対する値幅を表す。Ｃ
は評価のために１つの最大値を定める役割をする１つの
正の定数を表す。

文字Ｚに対する評価マトリックスはいま下記のように発
生される． ーすべでの方向ｒｖ．．．およびすべての点Ｐに対して
Ｂｅｗ　（ｚ，　　ｒｖｏｒ　，　　Ｐ）　　：＝Ｏを
セットする、 −２への細いアイデアルのすべての前面点Ｐに対して、
すべての可能なｒ　ｖｏｒおよびＷｌ＠ｆからの各点Ｑ
に対して、値ｄ　（Ｐ．　Ｑ）　”　ｈ　（ｒｌｌｌｆ
＋ｒｖａ２）をＢ６ｗ　（Ｚ，ｒｖｏ、）に加算する、
その際にｒ―．，はＰに属する方向である、（関数ｄお
よびｈの定義については前記の説明を参照）、 一すべでの可能なｒ　ｗａｒおよびｗｈａｔからの各点
Ｑに対してＢｅｗ　（Ｚ，　　ｒｖａｒ　）　＝：ＭＩ
Ｎ　（Ｃ，Ｂｅｗ　（Ｚ，ｒｖ。，））をセットする、
（ＭＩＮ＝最小値の選定）、 一Ｚへの評価マトリックスのすべての要素にわたる平均
値を計算する： 一正規化のためにこの平均値をＺの評価マトリックスの
すべての要素から差し引く． 第８図には、第７図に描写されている１つの“９゛に対
する評価マトリックスが示されている．左から右へ方向
“水平”上昇対角線”垂直”および゜“下降対角線”に
対する評価マトリックスが示されている．暗いグレイ値
は高い評価に相当する．それぞれ上側のマトリックスは
評価マトリックスの正の要素を示し、負の要素は上側の
マトリックスのなかに白く残されており、また下側のマ
トリックスのなかに記入されている．評価マトリックス
は前記の模範的な具体化により、すなわち特に基準幅＝
−２４、基準高さ＝４０、Ｒａ−ｖ＝８、ＲＶ．，＝４
により計算された。

認識すべき文字はグレイ値像からセグメント化された１
．つの長方形のなかで呈示される．この長方形の各点の
なかで先ず１つのグラジェントーフィルタにより、ここ
に場合によっては延びている１つのグレイ値エッジの強
度および方向が計算される．未知の照明方向の隙には、
どの打刻エッジが像のなかで明るく現れ、どれが暗く現
れるかが予測可能でないので、その際にグレイ値エッジ
の向き（“明”から“暗”へ、または“暗”から“明”
へ）は区別されない． ここにたとえばヴイルッ．ベー（Ｗｉｒｔｚ，Ｂ）　　
：工業的情景におけるエッジ認識のためのアルゴリズム
の研究、学位請求論文、専門分野情報、ＲＷＴＨ、アー
ヘン、１９８７年に示されているようなコンパスーグラ
ジェントフィルタ、すなわちたとえばキルシュ、プレウ
ィ，ットまたはロビンソンーマスクまたはヴイルツによ
り提案された非直交マスクが応用可能である．この方法
を使用すれば、４つのエッジ方向“垂直”″上昇対角線
゛水平゜゛および“下降対角線”の分解能が得られる。

ロビンソンーマスクによりフィルタされた第９図による
文字が第ｌＯ図に示されている。原像のなかの強いグレ
イ値移行はその際に明るいグレイ値によりマスクされて
いる。対応付けられているエッジ方向は示されていない
。

エッジ方向は１から番号付けられる。分解能はＲ　Ｖ６
ｒにより表される． ４以外の分解能を有するグレイ値フィルタの使用も可能
である． 続いてグレイ値像は１つの２値像に変換される。

弱いグレイ値を有する点は消去される．２値化の際には
種々の方法が応用可能である．第１１図にはヘン．ビー
（Ｃｈｅｎ，Ｂ）、シー，ピー（，Ｓｉｙ，Ｐ）　　＋
フィードバックによる前方／後方輪郭トレーシング、Ｉ
ＥＥＥ　　ＰＡＭＩ−９、１９８７年５月、第４３８〜
４４６真による２値化の使用の際の第１０図に対する２
値化グラジェント像が示されている．２値像は一般に比
較的悪い質を有し、特に“平面状”に現れずに、より小
さい線分および点から戒っている．従って、（文字およ
び祇見本に対する）標準一文字認識方法における見本の
ためには適していない． 最後に２値化されたグラジェント像はなお基準文字のフ
ォーマット　基準幅０基準高さに変換される。２４１４
０画素に縮小された第１１図による像は第ｌ２図に示さ
れている．その際にさらに前景点はそれらの付属のエッ
ジ方向に関する情報を有する．２値化されたグラジェン
ト像のなかで点Ｐが前景点であり、また方向ｒを有すれ
ば、Ｖ（ｒ，Ｐ）は１に等しく、他の場合にはＶ　（ｒ
，Ｐ）は０に等しい． 見本を学習された文字Ｚと比較するためには、２値化さ
れたグラジェント像のなかの前景点に相当するすべての
評価が加算される． ｒ＝Ｉ　　　　Ｐ（Ｗ＋＋ａｔ 分類のためには見本がすべての学習された文字と比較さ
れる．最も高い比較値を生ずる基準文字が分類の結果文
字として決定される（多数決決定）．この比較方法にお
ける主な利点は、因子Ｖ　（ｒ，Ｐ）が値′０”および
″１”のみをとり得るので、乗算なしですませられるこ
とである．加えて、過程は相応のハードウエア上で簡単
に並列化可能、すなわち時間的に並列に処理可能である
．１つの誤セグメント化の場合、すなわち学習された文
字が呈示されなかった場合または１つの質的に非常に悪
い見本が呈示される場合には、文字の棄却のための規範
が形威される（もっともらしさの検査）． 見本は、下記の２つの条件の少なくとも１つが満足され
ているときには、棄却される。

（１）値Ｖｇ　１　　（Ｂ）／ＡＶがしきい値ＲＳｌよ
りも小さい。ここでＢは分類の結果文字、またＡＶは付
属の２値化されたグラジェント像の前景点の数である． （最も類似の学習された文字に関する見本の画素あたり
の平均的に得られる評価はあまりにわずかである）。

（２）Ｂの得られた評価の他の文字への最小間隔がしき
いＲＳ２よりも小さい。

条件２に対するｌつの可能な間隔尺度は下式により与え
られている． 第１３図、第１４図および第１５図には認識の結果の例
が示されている．基準文字としては第３図中に示されて
いる文字が使用された。

グレイ値像のなかの文字は自動的にセグメント化された
．認識のために呈示される長方形は枠で囲まれている． 結果は、認識が３つの図面中で明らかに異なっている照
明と無関係であることを示している．また”　６　”お
よび“Ｇ″のような非常に類似している文字も正し＜認
識された． 最後に言及すべきこととして、本方法は祇見本上の印刷
文字の認識のためにも通している．なぜならば、２値像
のなかでもグレイ値像のなかでもエッジ方向がグラジェ
ントフィルタにより決定され得るからである． 添付のプログラム表現は基準文字のトレーニングのため
の命令およびグレイ値像のなかでセグメント化された文
字の分類のための命令を含んでいる。実行はＶＡＸ８７
００上で“パスカル“で行われた．

【図面の簡単な説明】

第ｌ図は打刻された文字のグレイ値像の一部分をさまざ
まな照明条件のもとに撮影されたレーザ一表現として示
す図、第２図は数字“９′に対する基準文字に対する例
をレーザー表現として示す図、第３図は１つの予め定め
られた基準フォーマットのなかに変換されている３５の
基準文字の１つの集合をレーザー表現として示す図、．
第４図は？５図は１つの基準文字の直線点を配置する可
能性を示す図、第１６図は第５図による方向定義による
１つの基準文字ア．点の８つの可能な方向を示す図、第
７図は数字“９”に対する基準文字をレーザー表現とし
て宗す■図ｊ８図は第７図中に示されている基地文学に
対する作威された評価マトリタされた第９図による文字
をレーザー表現として示す図、第１１図は第１０図によ
り得られたフィ゜ルタされり文字の２値化されたグラジ
ェント像をレーザー表現として示す図、第ｌ２図は第１
１図による２４”４０画素に縮小された文字像をレーザ
ー表現として示す図、第１３図、第１４図および第１５
図はそれぞれ基準文字として第３図中に示されている文
字を使用した文字認識の結果の例をレーザー表現として
示す図である． ＦＩＧ２ ＦＩＧＩ ＦＩＧ　６ ＦＩＧ　７ ？一九ミ　ー．：−■１ ＦＩ０８ ＦＩＧ９ ？モｊｐｉｇ■ご−２Ｆ ＦＩＧ　ｉ０ ＦＩ０　１２ ＦＩＧ　ｉｌ ＦＩＧ　１３ 図面の浄Ｊ ＦＩＧ　１４ 手 続 補 正 書 （方式） ２．発明の名称 ３，補正をする者 文字認識方法 事件との関係　　特許出願人 住　所　ドイツ連邦共和国ベルリン及ミュンヘン（番地
なし） 名　称　シーメンス、アクチェンゲゼルシャフト４．

Claims (1)

1. 【特許請求の範囲】 １）予め位置を限定されてディジタル・グレイ値像で存
   在する文字を認識するための方法において、 利用される学習可能な文字認識装置のトレ ーニングのために、 認識すべき文字を含む文字集合に相応する 数および様式の、直線群により表示された基準文字（ア
   イデアル）を発生し、またこの基準文字を学習可能な文
   字認識装置の作業メモリのなかに記憶する過程と、 各基準文字の各画素に１つの方向を対応付 ける過程と、 期待値に対する１つの分散関数を定める過 程と、 基準文字をグレイ値像から決定されたグレ イ値エッジ方向と比較するため１つの角度比較関数を定
   める過程と、 分散関数および角度比較関数により評価マ トリックスを作成する過程とが設けられており、 また文字を認識するため、 認識すべきディジタル化された文字を文字 認識装置のなかに書込み、、それによって当該のグレイ
   値像を準備する過程と、 当該の文字の分類が実行可能であるように、認識すべき
   文字を前処理する過程と、 前処理された文字をすべての予め文字認識 装置により学習された基準文字と比較する過程と、 部分特徴が最大数の部分特徴により認識す べき文字と合致する基準文字を決定するため多数決判定
   を実行する過程と、 文字認識装置のその後の処理のために文字 認識装置から１つの結果信号を発生する過程とが設けら
   れていることを特徴とする文字認識方法。 ２）発生された結果信号がもっともらしさの検査を受け
   、肯定的な検査結果の不存在の場合には、棄却規範を表
   す信号が発生されることを特徴とする請求項１記載の方
   法。 ３）下記の２つの条件 （１）値Ｖｇ１（Ｂ）／ＡＶがしきい値ＲＳ１よりも小
   さい。ここでＢは分類の結果文字、またＡＶは付属の２
   値化されたグラジェン ト像の前景点の数である。 （２）結果文字Ｂの得られた評価の他の文字への最小間
   隔がしきいＲＳ２よりも小さい。 の少なくとも１つが満足されているときに、棄却規範が
   与えられていることを特徴とする請求項２記載の方法。 ４）条件（２）に対する間隔尺度が ｇ（Ｖｇ１（Ａ）、Ｖｇ１（Ｂ））：＝｛｜Ｖｇ１（Ａ
   ）−Ｖｇ１（Ｂ）｜｝／｛Ｖｇ１（Ａ）｜＋｜Ｖｇ１（
   Ｂ）｜｝により与えられていることを特徴とする請求項
   ３記載の方法。 ５）認識すべき文字がグレイ値像からセグメント化され
   た１つの長方形のなかで爾後処理され、この長方形の各
   点のなかでグラジェント−フィルタにより、ここに場合
   によっては延びているグレイ値エッジの強度および方向
   が計算され、また、未知の照明方向では、グレイ値像の
   なかのどの３つの刻印エッジが明るく、またどれが暗く
   現れるかが予測可能でないので、グレイ値エッジの向き
   （“明から暗へ”または“暗から明へ”）が区別されな
   いことを特徴とする請求項１記載の方法。 ６）グラジェント−フィルタとしていわゆるコンパス−
   グラジェント−フィルタが使用されることを特徴とする
   請求項５記載の方法。 ７）グラジェント−フィルタリングの後に存在するグラ
   ジェント像が２値像に変換され、また弱いグラジェント
   値を有する像点が消去されることを特徴とする請求項６
   記載の方法。 ８）２値化されたグラジェント像が基準文字のフォーマ
   ット“基準幅＊基準高さ”に変換されることを特徴とす
   る請求項１記載の方法。 ９）比較方法の特定の過程が本質的に時間的に並列に実
   行されることを特徴とする請求項１ないし８の１つに記
   載の方法。