JPH04270485A - 印刷文字認識装置 - 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】

【０００１】

【産業上の利用分野】本発明は、例えば印刷文字を認識
するための印刷文字認識装置に関する。

【０００２】

【従来の技術】例えば活版印刷において作業者が活字を
拾う工程を自動化するためには、タイプ印刷等で作成さ
れた原稿の各文字を認識して文字コードに変換する文字
認識装置が必要である。

【０００３】図６は特開昭６２−７４１８１号公報で開
示されている従来の文字認識装置を示し、この図６にお
いて、１はイメージスキャナ等の原稿読取部であり、こ
の原稿読取部１から原稿の１ページ分の濃淡に対応する
原文字信号Ｓ１が文字列切出し部２に供給される。この
原文字信号Ｓ１は原稿を所定の密度でドット分解し、例
えば黒いドットを“１”、白いドットを“０”で表した
ものであるが、各ドットの濃淡を複数ビットの２進数で
表す場合もある。

【０００４】文字列切出し部２は第１段前処理部３、第
２段前処理部４及び第３段前処理部５より構成され、原
文字信号Ｓ１には第１段前処理部３において雑音の除去
及び原稿の回転補正がなされ、第２段前処理部４におい
て文字領域ＡＲ（図７参照）がその他の領域（写真、図
面等の領域）から区分されてその文字領域ＡＲに含まれ
るイメージデータだけが抽出され、第３段前処理部５に
おいてその抽出された文字領域ＡＲに含まれる文字列Ａ
Ｒ１，ＡＲ２，‥‥に対応する文字列信号Ｓ４が抽出さ
れる。

【０００５】この文字列信号Ｓ４の抽出を行うには、図
７で示す如く、文字領域ＡＲの各ドットの位置を水平方
向にとったＸ軸と垂直方向にとったＹ軸とよりなる（Ｘ
，Ｙ）座標で表し、各ドットの“１”又は“０”の値を
Ｙ軸上に投影して和をとることによりＹ投影信号Ｓｙを
生成する。そして、このＹ投影信号Ｓｙを所定の閾値レ
ベルで２値化すると、この２値化した信号の内の“１”
の区間がそれぞれＡＲ１，ＡＲ２，‥‥に対応する如く
なり、文字列信号Ｓ４は後続の文字切出し部６に供給さ
れる。

【０００６】この文字切出し部６においては、例えば図
８Ａに示すｉ番目の文字列ＡＲｉの文字列信号Ｓ４をＸ
軸上に投影してＸ投影信号Ｓｘを生成し、このＸ投影信
号Ｓｘを最小レベル（値が１）の閾値ＴＨ１で２値化す
ることにより粗切出し信号ＤＴ１（図８Ｃ）を得て、こ
のＸ投影信号Ｓｘを中程度のレベルの閾値ＴＨ２（図８
Ｄ）で２値化することにより細切出し信号ＤＴ２（図８
Ｅ）を得る。同様に粗切出し信号ＤＴ１が“１”の区間
だけで個々にＹ投影信号Ｓｙを生成することにより、Ｙ
方向の切出し信号を生成することができる。そして、最
終的に図８Ａに示す如く、例えば文字「て」については
この文字に外接する外接枠９Ａの内部で“１”になると
共に、分離文字である「い」については分離されている
各部に外接する外接枠９Ｂ，９Ｃの内部で“１”となる
ような信号が得られ、入力される文字列信号Ｓ４からそ
の切出し信号が“１”となる部分だけを順次切出した信
号が基本矩形切出し文字信号Ｓ７となる。

【０００７】なお、図８Ｅの細切出し信号ＤＴ２は各文
字のより微細な構造を調べる場合に使用される。また、
図８Ａの分離文字である「い」については外接枠９Ｂ，
９Ｃが２個あるため、後に文字識別の段階で統合を行う
必要がある。図６に戻り、７は文字識別部を示し、この
文字識別部７は基本矩形切出し信号Ｓ７を各外接枠毎に
取り込んで文字認識を行う。具体的には、先ず各文字の
ドットパターンの大まかな特徴量を抽出することにより
それらドットパターンの分類を行い、次に分類されたグ
ループの内部でパターンマッチング等を行うことにより
認識対象とする文字に最も類似する文字を特定し、認識
対象とする文字に後者の文字の文字コードを付与する。

【０００８】その文字識別部７で生成された原稿の１ペ
ージ分の文字コードは文字の位置や大きさを示す情報と
共に所定の記憶場所に記憶される。更に、認識結果が正
しいかどうかをオペレータが判定できるように、表示部
８には入力原稿に対応した形式で認識結果としての文字
群が表示される。

【０００９】

【発明が解決しようとする課題】しかしながら、原稿読
取部１に入力文書を常に傾くことなく載置するのは困難
であるため、特に厚い雑誌等を入力する場合には原稿読
取部１で得られたドットパターンが傾いていることによ
り、文字列が正確に抽出できない不都合がある。これは
図９に示すように入力文書が傾いている場合には、Ｘ方
向にドットパターンの投影を行っても投影値は略一定と
なり、文字列の分解ができないことに因る。

【００１０】文字列の抽出ができる限界の傾き角である
許容限界角を求めるために、図９の入力文書の文字列の
長さをＷ、文字列の間隔をｄ、文字列の傾斜角をθとす
ると、

【数１】Ｗｔａｎθ＝ｄ が成立するときのθが許容限界角である。この数１より
、ルビ行が存在して文字列間隔ｄが小さくなったり、文
字列の長さＷが大きくなったりすると、許容限界角が小
さくなり、僅かな傾きでも文字列を抽出できなくなるこ
とが分かる。

【００１１】これに関して、図６の第１段前処理部３に
おける回転補正は、別途設けたセンサーで入力文書の傾
き角を検出して演算により回転補正を行うものであるた
め、処理時間が長くなると共に、補正機構が複雑化する
不都合がある。また、竹之内磨理子等：文書浄書システ
ム（２），昭和６１年度電子通信学会総合全国大会予稿
集，ｐ６−１５３（１９８６年）には入力文書の認識領
域をサブ領域に分割し、これらサブ領域内でそれぞれ文
字列を抽出する文字切り出しアルゴリズムが開示されて
いる。しかしながら、このアルゴリズムでは各サブ領域
の文字列を統合する効率的な方法が開示されていない。 本発明は斯かる点に鑑み、入力文書が多少傾斜している
場合でも正確に文字列の切り出しができると共に、これ
ら切り出した文字列を文字の切り出しが良好にできるよ
うに効率的に統合できる印刷文字認識装置を提供するこ
とを目的とする。

【００１２】

【課題を解決するための手段】本発明による印刷文字認
識装置は、例えば図１，図５及び図６に示す如く、印刷
文字よりなる入力文書を所定の分解能でドットパターン
に分解する原稿読み取り手段（１）と、そのドットパタ
ーンを略々文字列の方向に投影することにより文字列を
切り出す文字列切出し手段（２）と、この切り出された
文字列より個々の文字のドットパターンを切り出す文字
切出し手段（６）と、この個々の文字のドットパターン
より認識対象とする印刷文字の文字コードを識別する文
字識別手段（７）とを有する文字認識装置において、そ
の文字列切出し手段（２）は、その入力文書のドットパ
ターンを略々文字列の方向に分割してサブ領域ＳＡ１，
ＳＡ２，ＳＡ３，‥‥を形成し、これら各サブ領域のド
ットパターンを略々文字列の方向に投影することにより
それぞれラインブロック（１１，１２，２１，３１，４
１，‥‥）を抽出し、これらラインブロックの内で所定
の文字列幅の範囲内にあるものを抽出し、これら抽出し
たラインブロックの内の文字列の方向に垂直な方向に重
なっているラインブロック同士（例えばラインブロック
１２と２１）を順次接続することによりその文字切出し
手段（６）用の文字列を形成するものである。

【００１３】また、本発明は、上記の印刷文字認識装置
において、その入力文書を分割して形成されるサブ領域
の個数をその入力文書の大きさに応じて調整するように
したものである。

【００１４】

【作用】斯かる本発明によれば、入力文書が傾斜してい
てもその傾斜の程度に応じてその入力文書を略々文字列
の方向に分割してサブ領域を形成することにより、上述
の数１より定まる許容限界角θが実質的に大きくなり各
サブ領域で文字列を有効に分解することができる。また
、各サブ領域で抽出されたラインブロックの内で所定の
文字列幅の範囲内にあるもの抽出することにより文字列
の候補が抽出され、この文字列の候補の内で文字列の方
向に垂直な方向に重なっているラインブロック同士を順
次接続することにより、容易且つ正確に本来の文字列が
抽出される。

【００１５】また、その入力文書を分割して形成される
サブ領域の個数をその入力文書の大きさに応じて調整す
ることにより、例えばその入力文書が文字列の方向に短
い場合には分割を省略したり、その入力文書が文字列の
方向にきわめて長い場合でも分割数に上限を設けるなど
することにより、文字列の抽出作業を効率化することが
できる。

【００１６】

【実施例】以下、本発明による印刷文字認識装置の一実
施例につき図１〜図５を参照して説明しよう。本例は図
６の文字認識装置において文字列切出し部２の動作を改
善したものであり、以下では本例の文字列切出し部の動
作を説明する。図４は本例の縦書きの入力文書の例を示
し、この図４において、水平方向をＸ方向、垂直方向を
Ｙ方向とすると、認識対象領域はＹ方向の長さがＷでＸ
方向に所定幅を有する領域である。ＡＲ１，ＡＲ２，‥
‥は入力文書の本来の文字列（外接枠）を示し、これら
原文字列ＡＲ１，ＡＲ２，‥‥はそれぞれＹ方向に対し
て上述の数１で定まる許容限界角の４倍よりも小さい角
度で傾斜しているものとする。また、ＢＲ１，ＢＲ２は
それぞれルビ行の文字列を示す。

【００１７】本例ではその図４の認識対象領域を略文字
列の方向であるＹ方向に４分割して、図５に示すように
サブ領域ＳＡ１，ＳＡ２，ＳＡ３，ＳＡ４を形成する。 このＹ方向とは文字切出し部が予め文字列の方向である
と定めている方向であり、入力文書が横書きであれば、
分割の方向はＸ方向になる。そして、各サブ領域ＳＡｉ
でドットパターンをＹ方向に投影して文字列の抽出を行
う。これにより各サブ領域ＳＡｉで得られる文字列をラ
インブロックと呼ぶ。具体的にサブ領域ＳＡ１ではＸ座
標が大きい順序でラインブロック１１，１２，‥‥，１
５が得られ、サブ領域ＳＡ２ではラインブロック２１，
‥‥，２５が得られ、サブ領域ＳＡ３ではラインブロッ
ク３１，‥‥，３４が得られ、サブ領域ＳＡ４ではライ
ンブロック４１，‥‥，４４が得られている。

【００１８】それらラインブロックを処理するため、図
５に示すようにラインブロックリストを作成する。この
ラインブロックリストは、それらラインブロックを左端
部のＸ座標が大きい順序で並べたものであり、入力文書
が横書きであればＹ座標の小さい順序で並べることにな
る。これによりサブ領域毎に切り出したラインブロック
が一列に配列される。これらラインブロックの内で図４
の同じ原文字列に属するものを次のようにして結合する
ことにより、文字列の復元を行う。

【００１９】このためには、先ず図１Ａに示すように、
文字列の幅Ｄを規定する。この文字列の幅Ｄは、文字列
の幅の統計量より経験的に定められる値である。そして
、図５のラインブロックリストの最初のラインブロック
から出発してＸ方向にその幅Ｄの範囲内に存在するもの
をラインリストに登録する。図１の例ではラインブロッ
ク１１，１２，‥‥，４１が同一のラインリストに属す
る。図５のラインブロックをラインリストに登録すると
、図１Ｂに示すように４個のラインリストが形成される
。

【００２０】次に第１のラインリストに属するラインブ
ロックをサブ領域のＹ座標が小さい順序で並べることに
より、図１Ａの状態を再現する。そして、図１Ａのライ
ンブロックの番号を順番にそれぞれ縦及び横に記載する
ことにより、図１Ｃの５×５の行列を形成し、このよう
な行列を接続マトリクスと称する。この接続マトリクス
においては、縦のラインブロックと横のラインブロック
とにＸ方向の重なりが有るときには１を配して、それら
のラインブロックの間に重なりが無いときには０を配す
る。図１Ａの例ではラインブロック１２〜４１はＸ方向
に共通のラインＬＸを有すると共に、ラインブロック１
１は孤立しているので、その接続マトリクスは図１Ｃに
示すように右下の４×４の小行列の要素が全て１となり
、その外では左上の要素だけが１となる。

【００２１】その図１Ｃの接続マトリクスの内の隣り合
う行についてＹ方向に１が重なっている要素があるとき
には、それら隣り合う行を１個の行にまとめ、Ｙ方向に
１が重なっていない隣り合う行については分離したまま
にしておく。まとめるときには、重なっている１はその
ままにして何れかの行に１がある要素は１にするように
して、このようなまとめ方を本願では縮約と称する。図
１Ｃの接続マトリクスを縮約すると図１Ｄに示すように
２行の行列が得られる。これは、図１Ａの５個のライン
ブロックは２個の文字列に分かれていることを意味する
。即ち、図１Ａのラインブロック１１はルビ文字であり
、他のラインブロックより構成されている文字列からは
分離されている。このようにして得られたルビ文字の文
字列のドットパターンのデータ及びラインブロック１２
〜４１よりなる文字列のドットパターンのデータはそれ
ぞれ図６の文字切出し部６に供給される。

【００２２】次に、ラインブロック１３〜４２が例えば
図２Ａに示すように連なっており、Ｘ方向に重なってい
るのは互いに隣り合う２個ずつのラインブロックのみで
あるとする。この場合の接続マトリクスは、図２Ｂに示
すように隣り合う行は必ずＹ方向に共通に１を有するも
のとなり、この接続マトリクスを縮約すると図２Ｃに示
すように全ての要素が１の１行の行列が得られる。これ
は図２Ａの４個のラインブロックは１個の文字列を構成
していることを意味する。上述の文字列の復元動作を図
３のステップ１０１〜１０７にまとめて示す。図５に示
すように機械的に認識対象領域を分割した場合には、例
えば１個の文字が隣り合うサブ領域に分割される虞があ
るが、本例では同一の文字列に属する隣り合うラインブ
ロックを接続するようにしているので、１個の文字が分
割されたままになることがなく、文字認識を正確に行う
ことができる利益がある。

【００２３】上述実施例では、認識対象領域を文字列の
方向に４分割しているが、その分割の方法は図４の文字
列の長さＷに応じて変更するようにしてもよい。具体的
に、図６の原稿読取部１としてのイメージスキャナの分
解能を４００ｄｐｉとして、その文字列の長さＷをドッ
ト単位で表し、その長さＷの範囲に応じて文字列の方向
へのサブ領域への分割数を次の表１のように設定する。

【表１】

【００２４】これは文字列の元の長さＷが４００ドット
より短いときにはサブ領域への分割を行うことなく、ま
たその文字列の元の長さＷが１０００ドットを超えると
きにはサブ領域への分割数を４に固定することを意味す
る。本例ではこのように認識対象領域の大きさ（文字列
の元の長さ）に応じて、サブ領域への分割の方法を変え
るようにしているので、認識対象領域の大きさに比例し
て分割されるサブ領域の個数が増加する場合に比べて、
文字列の切出し作業が単純化され且つ迅速化される利益
がある。

【００２５】なお、本発明は上述実施例に限定されず本
発明の要旨を逸脱しない範囲で種々の構成を取り得るこ
とは勿論である。

【００２６】

【発明の効果】本発明によれば、入力文書が多少傾斜し
ている場合でも正確に文字列の切り出しができると共に
、これら切り出した文字列を文字の切り出しが良好にで
きるように効率的に統合できる利益がある。また、入力
文書を分割して形成されるサブ領域の個数をその入力文
書の大きさに応じて調整するようにした場合には、文字
列の切出し作業をより効率的に行うことができる。

【図面の簡単な説明】

【図１】本発明による印刷文字認識装置の一実施例にお
ける文字列の復元過程の一例をを示す線図である。

【図２】その一実施例における文字列の復元過程の他の
例を示す線図である。

【図３】その一実施例における文字列の復元動作を示す
フローチャート図である。

【図４】その一実施例の入力文書の原文字列の例を示す
線図である。

【図５】図４の入力文書を領域分割した後で抽出したラ
インブロックの例を示す線図である。

【図６】従来の文字認識装置の全体構成を示すブロック
図である。

【図７】従来の文字列の切出し過程の説明図である。

【図８】従来の文字列からの原矩形切出し動作の説明に
供するタイミングチャート図である。

【図９】文字認識装置における傾いた認識対象の一例を
示す線図である。

【符号の説明】

１　　原稿読取部 ２　　文字列切出し部 ６　　文字切出し部 ７　　文字認識部 ８　　表示部 ＡＲ１，ＡＲ２　　文字列 ＳＡ１〜ＳＡ４　　サブ領域

Claims (2)

【特許請求の範囲】
1. 【請求項１】　　印刷文字よりなる入力文書のイメージ
   を所定の分解能でドットパターンに分解する原稿読み取
   り手段と、上記ドットパターンを略々文字列の方向に投
   影することにより文字列を切り出す文字列切出し手段と
   、この切り出された文字列より個々の文字のドットパタ
   ーンを切り出す文字切出し手段と、この個々の文字のド
   ットパターンより認識対象とする印刷文字の文字コード
   を識別する文字識別手段とを有する文字認識装置におい
   て、上記文字列切出し手段は、上記入力文書のドットパ
   ターンを略々文字列の方向に分割してサブ領域を形成し
   、これら各サブ領域のドットパターンを略々文字列の方
   向に投影することによりそれぞれラインブロックを抽出
   し、これらラインブロックの内で所定の文字列幅の範囲
   内にあるものを抽出し、これら抽出したラインブロック
   の内の文字列の方向に垂直な方向に重なっているライン
   ブロック同士を順次接続することにより上記文字切出し
   手段用の文字列を形成するものであることを特徴とする
   印刷文字認識装置。
2. 【請求項２】　　上記入力文書を分割して形成されるサ
   ブ領域の個数は上記入力文書の大きさに応じて調整され
   るものである請求項１記載の印刷文字認識装置。