JPH04343193A - ２値化閾値設定方法 - 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】

【０００１】

【産業上の利用分野】本発明は、文字認識装置に係り、
特に文字の正規化２値画像を作成するために用いる２値
化閾値の設定方法に関する。

【０００２】

【従来の技術】文字の元画像から、曲面補間を用いて正
規化サイズの多値画像を作成し、これを階調数の２分の
１の濃度を閾値として２値化することにより正規化２値
画像を作成し、これについてマッチングを行なう方法が
提案されている（塩野ほか、「方向性マッチングによる
常用手書き文字の認識」、電子通信学会論文誌　　’８
０／５、Ｖｏｌ．Ｊ６３−Ｄ、Ｎｏ．５、ｐｐ．４０２
−４０９）。

【０００３】また、文字認識装置において、文字画像の
文字線分の太さを検出し、検出した太さに応じて、マス
クを用い文字画像に太め処理あるいは細め処理を施して
から認識する手法が、特開昭６３−２８０３９０号公報
や特開昭６１−２６９７８０号公報に記載されている。

【０００４】

【発明が解決しようとする課題】一般に文字認識装置の
認識系は、文字の正規化２値画像についてマッチングを
行ない認識するが、正規化２値画像の文字線分太さの変
動により認識率が左右される。

【０００５】前記論文に述べられた従来技術によれば、
文字線分の太さがほぼ等しい単一フォントの場合につい
ては高い認識率を達成できるが、文字線分の太さの異な
るフォントを対象とすると、２値化閾値が固定している
ために、正規化２値画像の文字線分が変動し、期待する
認識率を得られないという問題がある。例えば文字線分
が細い明朝体に対し、正規化２値画像の文字線分が最適
な太さとなるように２値化閾値を設定すると、文字線分
の太いゴシック体などのフォントの正規化２値画像に潰
れが生じ、逆にゴシック体に２値化閾値を合わせると、
明朝体などの文字線分の細いフォントの正規化２値画像
にかすれが生じることから、十分な認識性能が得られな
い。

【０００６】他方、前記公開特許公報に述べられた従来
技術のように、入力文字線分の太さに応じて太め処理ま
たは細め処理を行なうことにより、文字線分の太さの変
動を抑えることができる。しかし、マスクをかけて文字
画面全面を操作する処理は時間が非常にかかり、これを
全文字に行なうことになるので、認識速度が著しく低下
するという問題がある。

【０００７】本発明の目的は、文字認識装置において、
正規化多値画像の２値化閾値の設定方法を改良すること
により、文字画像に太め処理や細め処理を施さずとも、
様々な文書に対して高い認識率を達成可能とすることに
ある。

【０００８】

【課題を解決するための手段】請求項１の発明は、文書
画像より切り出した文字の元画像の正規化多値画像を作
成し、これを２値化した画像を認識系に入力し認識させ
る文字認識装置において、該正規化多値画像の画素値ヒ
ストグラムを作成し、該画素値ヒストグラムに基づき、
該正規化多値画像の２値化後の黒画素数が該認識系によ
って定まるある値に近くなる２値化閾値を決定し、これ
を該正規化多値画像の２値化閾値として設定することを
特徴とするものである。

【０００９】請求項２の発明は、文書画像より切り出し
た文字の元画像の正規化多値画像を作成し、これを２値
化した画像を認識系に入力し認識させる文字認識装置に
おいて、異なった複数の２値化閾値で該正規化多値画像
をそれぞれ２値化し、得られた正規化２値画像上の文字
線分の太さを検出し、該文字線分の太さが該認識系によ
って定まるある文字線分の太さに最も近い２値化閾値を
求め、これを該正規化多値画像の２値化閾値として設定
することを特徴とするものである。

【００１０】請求項３の発明は、文書画像より切り出し
た文字の元画像の正規化多値画像を作成し、これを２値
化した画像を認識系に入力し認識させる文字認識装置に
おいて、該元画像のサイズと文字線分の太さを測定し、
該サイズ及び太さを用い、該認識系によって定まる計算
式により２値化閾値を求め、これを該正規化多値画像の
２値化閾値として設定することを特徴とするものである
。

【００１１】

【作用】文字認識装置の認識系に入力される正規化２値
画像中の黒画素数と認識率の関係を調べると、黒画素数
がある範囲内にある場合に高い認識率を得られることが
認められる。この黒画素数の範囲は認識系の認識手法に
依存するが、特定の認識系の場合、最適な黒画素数を求
めることができる。したがって、請求項１の発明によれ
ば、適用する認識系で最も認識率が高くなる黒画素数を
予め求めておくことにより、入力文書の濃淡やフォント
に適応させて最適な２値化閾値を設定できる。

【００１２】また、特定の認識系では、入力される正規
化２値画像中の文字線分の太さが、ある範囲内の場合に
高い認識率が得られる。したがって、請求項２の発明に
よれば、予め適用する認識系に最適な文字線分の太さを
求めておくならば、入力文書に適応させて最適な２値化
閾値を設定できる。

【００１３】同様に、特定の認識系において、文字の元
画像のサイズ及び文字線分の太さと、高い認識率が得ら
れる２値化閾値との関係を調べると、元画像のサイズ及
び文字線分太さより最適な２値化閾値を求めるための比
較的簡単な計算式を導くことができる。したがって、請
求項３の発明によれば、適用する認識系について、その
ような計算式を予め用意することによって、入力文書に
適応させて最適な２値化閾値を設定できる。

【００１４】

【実施例】図１は、本発明の実施例に係る光学的文字読
み取り装置（ＯＣＲ）の概略ブロック図である。

【００１５】図１において、１は文書（帳票）の画像情
報を入力するスキャナ１である。文字切り出し部２にお
いて、スキャナ１からの入力画像を一時的に蓄積し、個
々の文字の画像（元画像）を切り出す。文字画像多値化
部３は、文字の元画像のサイズを正規化した多値画像を
生成する。この処理は、例えば前記論文に述べられてい
るような元画像に対して曲面補間を用いる方法によって
行なわれるが、実際的には座標と階調の関係などをテー
ブル化し処理を高速化するのが望ましい。この正規化多
値画像は文字画像２値化部５で２値化されることにより
、文字の正規化２値画像が作成されるが、この２値化に
用いられる２値化閾値は２値化閾値決定部４により設定
される。この２値化閾値の設定方法については各実施例
毎に後述する。

【００１６】６は認識系であり、文字の正規化２値画像
の特徴量を抽出する特徴抽出部７、文字の標準特徴量を
登録したパターン辞書８、特徴抽出部７によって抽出さ
れた特徴量とパターン辞書８とのマッチングを行なって
候補文字を決定するマッチング部９よりなる。１０は単
語知識を登録した単語辞書、１１はマッチング９により
得られた文字単位の認識結果を単語辞書１０内の単語知
識を用い修正する後処理部である。この後処理後の認識
結果が結果出力部１２により結果ファイル１３に出力さ
れる。

【００１７】以下、本発明の要旨に直接関係する２値化
閾値決定部４の処理について、実施例毎に説明する。

【００１８】実施例１ 　　本実施例では、正規化２値画像の黒画素数が、認識
系６の認識手法によって定まるある値（画素数閾値）と
なるように２値化閾値を決定する。処理のフローを図２
に示す。

【００１９】まず、正規化多値画像の画素値（画素濃度
）ヒストグラムを作成する（ステップ２１）。このヒス
トグラムより、濃度閾値ｄを最高階調より変化させなが
ら、画素値ヒストグラムＨ（ｄ）を加算して、各濃度閾
値までの画素数累積ｄｏｔを求めて画素数閾値ＴＨと比
較することにより、画素数累積ｄｏｔが初めて画素数閾
値ＴＨを越えた濃度閾値ｄを検出し（ステップ２２，２
３，２４）、この閾値濃度ｄを２値化閾値として文字画
像２値化部５に設定する（ステップ２５）。

【００２０】ここでは、正規化多値画像の正規化サイズ
が４８×４８ドット、階調数を１６階調とし、図３に示
すような画素値ヒストグラム（黒部分）が得られたとす
る。そして、認識系６において正規化２値画像中の黒画
素数が１４００個程度で最も認識率がよいとして、画素
数閾値ＴＨは１４００に選ばれるとする。この場合、最
高濃度から各濃度までの画素数累積ｄｏｔは図３の白部
分のようになり、ｄ＝８で画素数累積ｄｏｔがＴＨを初
めて越える。したがって、画素濃度８を２値化閾値とし
て設定する（画素濃度が８以上の画素は黒画素、画素濃
度が８未満の画素は白画素に２値化されることになる）
。

【００２１】実施例２ 　　本実施例では、様々な２値化閾値を用いて実際に正
規化多値画像の２値化を行ない、２値画像上の文字線分
が最適な太さとなる２値化閾値を求める。処理フローを
図４に示すが、階調数は１６階調としている。

【００２２】２値化閾値を画素濃度３から画素濃度１２
まで変化させ、文字画像２値化部４にて各２値化閾値で
２値化を実行させ、得られた正規化２値画像中の文字線
分の太さを検出する（ステップ３１〜ステップ３５）。 なお、文字線分の太さの検出は、前記特開昭６３−２８
０３９０号公報に述べられている方法などで行なえばよ
い。

【００２３】次に各２値化閾値での文字線分の太さと、
認識系６で最も認識率がよい文字線分の太さと比較し、
差が最も小さい２値化閾値を選び（ステップ３６）、こ
れを２値化閾値として文字画像２値化部５に設定する（
ステップ３７）。

【００２４】各２値化閾値で図５に示すような文字線分
の太さが得られ、認識系６では文字線分が４ドットの太
さのときに最も認識率がよい場合、２値化閾値は７に設
定されることになる。なお、最適な文字線分の太さは、
認識系６の認識手法に応じて選ぶ必要がある。

【００２５】実施例３ 　　本実施例においては、図６に示すように、文字の元
画像上で文字線分の太さと、元画像のサイズを測定し（
ステップ４１）、この太さとサイズを用いて特定の計算
を行ない最適な２値化閾値を求め（ステップ４２）、こ
の２値化閾値を文字画像２値化部５に設定する（ステッ
プ４３）。

【００２６】２値化閾値の計算式は例えば（数１）であ
るが、これは認識系６の特性に応じて最も認識率が良好
な２値化閾値が得られるように予め決定されるものであ
る。

【数１】２値化閾値＝（文字線分の太さ×４８×３）／
（元画像高さ×元画像幅）

【００２７】例えば元画像の幅が５０ドット、高さが６
０ドット、元画像上の文字線分の太さが８ドットの場合
、（数１）によれば２値化閾値は１０となる。なお、２
値化閾値の計算をテーブル化してもよい。

【００２８】２値化閾値を決定するために２値化処理と
文字線分太さ検出を繰り返す前記実施例２に比べ、本実
施例によれば短時間で２値化閾値を決定できる。

【００２９】なお、前記各実施例において、２値化閾値
の設定処理は各入力文書毎に行なってもよいし、装置利
用者より設定指示があった時に行なってもよい。また、
１つの文字画像に基づいて２値化閾値設定の処理を行な
うとして説明したが、文字毎のばらつきの影響を避ける
ために、複数の文字画像について２値化閾値を求め、そ
の平均をとって、あるいは多数決により、設定する２値
化閾値を決定してもよい。

【００３０】

【発明の効果】以上説明した如く、請求項１ないし３の
発明によれば、入力文書の濃淡やフォントに適応させて
、認識系に最適な２値化閾値を設定することができるた
め、認識速度の低下を招くような、マスクによる文字画
像に対する文字線分の太め処理や細め処理などを行なう
ことなく、様々な文書やそのコピー原稿に対し高い認識
率を達成できる。

【図面の簡単な説明】

【図１】本発明の実施例に係る文字認識装置のブロック
図である。

【図２】本発明の第１の実施例における２値化閾値設定
処理のフロー図である。

【図３】画素値ヒストグラムの例をす図である。

【図４】本発明の第２の実施例における２値化閾値設定
処理のフロー図である。

【図５】２値化閾値と文字線分の太さの関係の例を示す
図である。

【図６】本発明の第３の実施例における２値化閾値設定
処理のフロー図である。

【符号の説明】

１　　　　スキャナ ２　　　　文字切り出し部 ３　　　　文字画像多値化部 ４　　　　２値化閾値決定部 ５　　　　文字画像２値化部 ６　　　　認識系 ７　　　　特徴抽出部 ８　　　　パターン辞書 ９　　　　マッチング部 １０　　単語辞書 １１　　後処理部

Claims (3)

【特許請求の範囲】
1. 【請求項１】文書画像より切り出した文字の元画像の正
   規化多値画像を作成し、これを２値化した画像を認識系
   に入力し認識させる文字認識装置において、該正規化多
   値画像の画素値ヒストグラムを作成し、該画素値ヒスト
   グラムに基づき、該正規化多値画像の２値化後の黒画素
   数が該認識系によって定まるある値に近くなる２値化閾
   値を決定し、これを該正規化多値画像の２値化閾値とし
   て設定することを特徴とする２値化閾値設定方法。
2. 【請求項２】文書画像より切り出した文字の元画像の正
   規化多値画像を作成し、これを２値化した画像を認識系
   に入力し認識させる文字認識装置において、異なった複
   数の２値化閾値で該正規化多値画像をそれぞれ２値化し
   、得られた２値画像上の文字線分の太さを検出し、該文
   字線分の太さが該認識系によって定まるある文字線分の
   太さに最も近い２値化閾値を求め、これを該正規化多値
   画像の２値化閾値として設定することを特徴とする２値
   化閾値設定方法。
3. 【請求項３】文書画像より切り出した文字の元画像の正
   規化多値画像を作成し、これを２値化した画像を認識系
   に入力し認識させる文字認識装置において、該元画像の
   サイズと文字線分の太さを測定し、該サイズ及び太さを
   用い、該認識系によって定まる計算式により２値化閾値
   を求め、これを該正規化多値画像の２値化閾値として設
   定することを特徴とする２値化閾値設定方法。