JPH04318687A - 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、文字認識装置に関し、
特に、英字、数字、カナ、記号等の複数の字種が混在す
る文字列を認識するために好適な文字認識装置に関する
ものである。

【０００２】

【従来の技術】従来の文字認識装置は、イメージ情報と
して切り出された文字パターンを英字、数字、カナ、記
号に対応した４種類の辞書と照合し、それぞれの辞書か
ら該文字パターンに最も近い文字コードと、該文字コー
ドの確からしさを出力するものである。この文字認識装
置では、英字、数字、カナ、記号等のいづれかを使用す
る単一字種を対象とした文字認識では、高い認識が得ら
れている。

【０００３】

【発明が解決しようとする課題】しかし、前記従来の文
字認識装置では、商品コード、住所フリガナのように複
数の字種を扱う認識において高認識率を得るのは難しい
。その理由は、『ソ』と『リ』の様に単一字種内での類
似性の高い文字による誤認識ばかりでなく、『１』と『
ノ』、『７』と『ク』の様に字種間で類似性の高い文字
による誤認識が加わり、認識率を低下させる原因となっ
ている。

【０００４】複数字種を認識する場合、次の２つの方法
が考えられる。

【０００５】■．複数字種混在専用の辞書を作成する方
法 ■．字種ごとに単一辞書として認識し、各字種の候補の
中から選択する方法 前記■．の方法では、上記の同一字種内及び多字種間の
類似文字による原因は解決されておらず、認識対象のカ
テゴリ数が多くなる分、高い認識率は望めない。■．で
は、各字種の候補は、単一辞書を使用したものであるた
め、英字、数字、カナ、記号のいづれかの文字コード内
に正解となる文字コードが存在する確率は高いが、候補
の中から正解とする文字コードを選択する有効的な方法
がなく、単一辞書ごとの高い認識率を活かしきれていな
いのが現状である。

【０００６】本発明の目的は、各字種の辞書からの候補
の中に正しい解が得られている状況下で、単一字種内及
び多字種間での類似文字に影響されずに文字種を判別し
、正しい文字コードを出力することができる技術を提供
することにある。

【０００７】

【課題を解決するための手段】上記目的を達成するため
に、本発明においては、イメージ情報として切り出され
た文字パターンを英字、数字、カナ、記号に対応した４
種類の辞書と照合し、それぞれの辞書から該文字パター
ンに最も近い文字コードと、該文字コードの確からしさ
を出力する文字認識装置において、複数個の文字からな
る文字列を英字、数字、カナ、記号として認識して得ら
れる文字コード列からキーワードを検出するキーワード
検出手段と、該文字列の中から類似文字と非類似文字を
判定し、非類似文字に対する文字コードを識別する非類
似文字判定手段と、該非類似文字判定手段で識別不能と
なった類似文字に対応する文字コードを識別する類似文
字判定手段と、該類似文字判定手段と前記非類似判定手
段の出力結果に基づいて文字コード列を再構成する文字
列構成手段を備えたことを最も主要な特徴とする。

【０００８】

【作用】上記の手段によれば、複数個の文字からなる文
字列を英字、数字、カナ、記号として認識して得られる
文字コード列からキーワードを検出し、該文字列の中か
ら類似文字と非類似文字を判定し、非類似文字に対する
文字コードを識別し、識別不能となった類似文字に対応
する文字コードを識別し、その結果に基づいて文字コー
ド列を再構成するので、認識率の低下の原因である類似
文字によって誤認識及びリジェクトの発生を抑えること
が可能となり、正しい文字コードを出力することができ
る。

【０００９】

【実施例】以下、本発明の実施例を図面を用いて詳細に
説明する。

【００１０】図１は、本発明の一実施例の文字認識装置
の概略機能構成を示すブロック図、図２は、本実施例の
文字認識装置を適用した情報処理装置の概略構成を示す
ブロック図である。

【００１１】本実施例の文字認識装置を適用した情報処
理装置は、図２に示すように、文字画像を入力するため
のイメージリーダ等からなる入力装置１、該入力装置１
からの情報を種々処理する処理装置２、文字画像，各種
データ，辞書等を格納するファイル装置３、処理結果を
出力する出力装置４を備えている。

【００１２】本実施例の文字認識装置は、前記処理装置
２の中に内蔵され、図１に示すように、文字画像入力部
２１、文字認識部２２、処理部２３を備えている。

【００１３】処理部２３は、キーワード検出部２３Ａ、
非類似文字判定部２３Ｂ、類似文字判定部２３Ｃ、文字
列構成部２３Ｄを備えている。同図１では主メモリ、制
御部は、省略している。

【００１４】図１において、矢印は制御およびデータの
流れを示す。本実施例では、本発明を、住所フリガナに
適用した例を示す。

【００１５】文字画像入力部２１は、住所フリガナを手
書きした文字画像を入力装置１により読み取られた文字
パターンを処理装置２に入力する。その例を図４に示す
。

【００１６】文字認識部２２は、前記文字画像入力部２
１で入力された任意の文字に対して各辞書に対応する４
つの文字コードおよびその文字コードの確からしさを出
力する。

【００１７】処理部２３のキーワード検出部２３Ａは、
図３に示すように、住所フリガナにおけるキーワードと
、そのキーワードに関する付随情報（例えば、数字位置
、数字の最大長、キーワードパターン等）を格納し、文
字認識部２２から得られた文字コード列と登録されてい
るキーワードパターンとの文字列照合によりキーワード
候補を検出する。その検出を図５に示す。前記図３内の
キーワードパターンの＊は任意の文字コードを示し、キ
ーワードの意味的特徴を消失しない範囲で自由度をもた
せることによって単一辞書内での誤認識、リジェクトが
存在してもキーワードを検出することが可能である。

【００１８】図５内の下線で示すように、文字コード列
から登録されているキーワード候補『チヨウメ』、『バ
ンチ』を検出し、検出されたキーワード候補の中から数
字の制約条件『数字位置』、『数字の最大長』を満たす
ものをキーワードとする。

【００１９】非類似文字判定部２３Ｂは、入力文字列の
任意の文字に対して類似文字か非類似文字かを判定する
。前記文字認識部２２は、任意の文字に対して各辞書に
対応する４つの文字コードおよびその文字コードの確か
らしさを出力するが、該非類似文字判定部２３Ｂは、そ
の確からしさを使用し、ある文字コードの確からしさが
他の文字コードの確からしさに比べ優位性がある場合、
他の文字種と類似性が低いとし、非類似文字と判定する
。その判定結果を図６に示す。

【００２０】図６内の網掛けは、非類似文字判定部２３
Ｂによって非類似文字と判定された文字を示す。

【００２１】類似文字判定部２３Ｃは、非類似文字判定
部２３Ｂで残された類似文字を判定するために、以下の
キーワードと文字コードの関係を規定する規則を適用し
、類似文字の字種を判定する。図７内の中抜き文字が類
似文字判定部２３Ｃで判定した文字を示す。

【００２２】（規則１）もし、類似文字がキーワード内
の文字ならば、字種をキーワード内の文字の字種とする
。

【００２３】（規則２）もし、類似文字が前方に数字を
持つキーワードの範囲内にあり、かつ、類似文字がキー
ワード直前ならば、字種を数字とする。

【００２４】（規則３）もし、類似文字が前方に数字を
持つキーワードの範囲内にあり、かつ、類似文字の直前
の文字が「数字」ならば、字種を数字とする。

【００２５】（規則４）もし、規則３で判別不可能、か
つ、類似文字の直前の文字が「数字」でないならば、字
種を最大の確からしさを持つ字種とする。

【００２６】（規則５）もし、類似文字が後方に数字を
持つキーワードの範囲内にあり、かつ、類似文字がキー
ワード直後ならば、字種を数字とする。

【００２７】（規則６）もし、類似文字が後方に数字を
持つキーワードの範囲内にあり、かつ、類似文字の直後
の文字が「数字」ならば、字種を数字とする。

【００２８】（規則７）もし、規則７で判別不可能、か
つ、類似文字の直後の文字が「数字」でないならば、字
種を最大の確からしさを持つ字種とする。

【００２９】（規則８）もし、類似文字がキーワードの
持つ数字の制約範囲外にあり、かつ、類似文字の直前の
文字が「カナ」ならば、字種を「カナ」とする。

【００３０】（規則９）もし、上記の規則において判別
できない文字ならば、字種を最大の確からしさを持つ字
種とする。

【００３１】非類似文字判定部３３で判定されなかった
類似文字、例えば、図６で、２，８，１０，１１，１５
，１７，２１，２２，２６について、上記規則を適用す
る。文字位置２、８、１０、１１の文字では規則８を、
文字位置１５、２２では規則２を、文字位置１７、２６
では規則１を、文字位置２１では規則３をそれぞれ適用
する。

【００３２】文字列構成部２３Ｄは、非類似文字判定部
２３Ｂと類似文字判定部２３Ｃで判定した結果に従い文
字コード列を再構成する。図８に示すように、単に最大
の確からしさを認識と結果する場合は、類似文字により
誤認識、リジェクト文字の存在の数を減少することがで
きる。

【００３３】以上の説明からわかるように、各字種の候
補には正常の認識が得られているにもかかわらず、文字
の持つ特徴や書き方において類似性の高い文字は、判定
が曖昧であり認識率を下げる要因となっていたが、本実
施例によれば、多字種間での類似文字による誤認識を削
減し、本来認識されるべき文字種の判定を行うことがで
きる。また、判定した文字種にしたがって該当する文字
コードを選択することによって文字認識装置への入力文
字列に対応する正しい文字列を構成することができる。

【００３４】以上、本発明を実施例に基づき具体的に説
明したが、本発明は、前記実施例に限定されることなく
、その要旨を逸脱しない範囲において、種々変更し得る
ことはいうまでもない。

【００３５】

【発明の効果】以上、説明したように、本発明によれば
、多字種間での類似文字による誤認識を削減し、本来認
識されるべき文字種の判定を行うことができる。また、
判定した文字種にしたがって該当する文字コードを選択
することによって文字認識装置への入力文字列に対応す
る正しい文字列を構成することが可能となる。

【図面の簡単な説明】

【図１】本発明の一実施例の文字認識装置の概略機能構
成を示すブロック図。

【図２】本実施例の文字認識装置を適用した情報処理装
置の概略構成を示すブロック図。

【図３】本実施例の住所フリガナを処理対象とした場合
のキーワード情報を説明するための図。

【図４】本実施例で用いた住所フリガナの入力例を説明
するための図。

【図５】本実施例のキーワード検出結果を説明するため
の図。

【図６】本実施例の非類似文字判定部の識別結果を説明
するための図。

【図７】本実施例の類似文字判定部の識別結果を説明す
るための図。

【図８】本実施例の文字認識装置の効果を説明するため
の図。

【符号の説明】

１…入力装置、２…処理装置、３…ファイル装置、４…
出力装置、２１…文字画像入力部、２２…文字認識部、
２３…処理部、２３Ａ…キーワード検出部、２３Ｂ…非
類似文字判定部、２３Ｃ…類似文字判定部、２３Ｄ…文
字列構成部。

Claims (1)

【特許請求の範囲】
1. 【請求項１】　　イメージ情報として切り出された文字
   パターンを英字、数字、カナ、記号に対応した４種類の
   辞書と照合し、それぞれの辞書から該文字パターンに最
   も近い文字コードと、該文字コードの確からしさを出力
   する文字認識装置において、複数個の文字からなる文字
   列を英字、数字、カナ、記号として認識して得られる文
   字コード列からキーワードを検出するキーワード検出手
   段と、該文字列の中から類似文字と非類似文字を判定し
   、非類似文字に対する文字コードを識別する非類似文字
   判定手段と、該非類似文字判定手段で識別不能となった
   類似文字に対応する文字コードを識別する類似文字判定
   手段と、該類似文字判定手段と前記非類似判定手段の出
   力結果に基づいて文字コード列を再構成する文字列構成
   手段を備えたことを特徴とする文字認識装置。