JPH04361391A

JPH04361391A - 光学的文字認識システムおよび方法

Info

Publication number: JPH04361391A
Application number: JP3356742A
Authority: JP
Inventors: Raymond L Higgins; レイモンド　エル．ヒギンズ; Dennis W Golem; デニス　ダブリュー．ゴーレム
Original assignee: NCR Corp
Current assignee: NCR Voyix Corp
Priority date: 1990-12-28
Filing date: 1991-12-26
Publication date: 1992-12-14
Also published as: CA2049758A1; EP0492979A3; CA2049758C; US5091968A; DE69131006T2; EP0492979B1; DE69131006D1; EP0492979A2

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】本発明は文書の走査および一般的
に英数字の認識に関し、特にＥ１３Ｂ、ＯＣＲＡ、ＯＣ
ＲＢ、およびファリントン７Ｂ型フォント等の英数字の
光学的走査および認識に関する。

【０００２】

【従来の技術】Ｅ１３Ｂ、ＯＣＲＡ、ＯＣＲＢ、および
ファリントン７Ｂ型フォントは米国および他の外国で経
理上受け入れられ、使用されている。一般的に、これら
の文字は銀行為替、小切手その他の経理文書上に記録さ
れる。例えばＥ１３Ｂ型のフォントは一般に磁気スキャ
ナで走査できるようにするため、ＭＩＣＲ（磁気インク
文字記録）形式で記録される。

【０００３】保存記録および証拠として、文書の走査お
よびそのイメージを記録するためにしばしばビデコンカ
メラシステムが使用される。その一方別のオペレーショ
ンで磁気インク文字（例えばＥ１３Ｂ文字）を読むため
、磁気走査システムが使用される。別個のオペレーショ
ンを行うために二つの別個の走査システムを必要とする
ことは経費が嵩み、また時間がかかる。さらにＥ１３Ｂ
、ＯＣＲＡ、ＯＣＲＢ、およびファリントン７Ｂ型フォ
ントの処理を行うハードウェアはしばしば複雑で経費が
高く、文字認識を行なうのに不等に時間が掛かる。また
そのようなハードはしばしばイメージ全体を二進化する
際、二進化イメージにノイズを導入し、その結果データ
イメージの損失を来たし、認識プロセスを一層困難にす
る。

【０００４】二つのシステムと二つのオペレーションを
必要とするようなイメージ走査および文字認識を与え、
かつ著しくノイズとイメージ処理時間を低減する方法が
必要であり、また有用である。

【０００５】

【発明が解決しようとする課題】したがって本発明は別
個の磁気走査システムおよび別個の磁気走査オペレーシ
ョンの必要をなくし、イメージデータの損失を来たさず
にノイズおよびイメージ処理時間を低減する光学的文字
認識のシステムおよび方法を与えることを課題とする。

【０００６】

【課題を解決するための手段】本発明は第一の局面から
見ると、光学的文字認識システム（装置）であって、（
ａ）文字および文書がいろいろの不透明さを有し、その
不透明さに対応する複数のグレースケールピクセル値を
発生し、文書上の英数字を光学的に走査するＣＣＤスキ
ャナと、（ｂ）該グレースケールピクセル値、プログラ
ム、および複数の予定の二進法パターンを格納すべく配
置されたメモリにして該パターンの一つが該文字を表す
ようにされたメモリと、（ｃ）該走査装置および該メモ
リ装置とに結合されたプロセッサであり、該プログラム
の制御の下に動作し、該グレースケールピクセル値から
文字を表すマトリックス値（値のマトリックス）を選択
することにより該文書上の文字位置を定め、該マトリッ
クス値を二進データに変換し、該複数の予定二進パター
ンの中から該変換された二進データに一致するパターン
を選択し、該一致したパターンから該文字を同定するよ
うにされたプロセッサとを含む光学的文字認識システム
である。

【０００７】このＣＣＤスキャナは制御論理回路を含み
、プロセッサはマイクロプロセッサを含み、メモリはブ
ートルーチンを備えたＲＯＭ（読み取り専用メモリ）と
、プログラム、ピクセル値、および二進パターンを備え
たＲＡＭ（随時アクセスメモリ）とを含む。

【０００８】本発明の第二の局面は、文書と文字が異な
る不透明さを有し、該文字が複数の予定の二進法パター
ンの一つで表される該文書上の英数字を光学的に同定す
る方法であって、（ａ）文書上に記録された文字を光学
的に文書を走査すると共に、該不透明さに対応した複数
のグレースケールピクセル値を発生するステップと、（
ｂ）該グレースケールピクセル値から文字を表すマトリ
ックス値を選択することにより該文書上の文字位置を定
めるステップと、（ｃ）該マトリックス値を二進データ
に変換するステップと、（ｄ）該複数の予定二進パター
ンの中から該変換された二進データに一致するパターン
を選択し、該一致したパターンから該文字を同定するス
テップとを含む光学的文字同定方法である。

【０００９】文字（すなわち文字を表すグレースケール
ピクセル値）を位置定めるにあたり、本システムは当該
文字に属する選択したピクセル値の上に窓（ウインドウ
）を配置する（以下これを、文字を枠入れする、とも言
う）。この枠入れはこのウィンドウ内の選択ピクセル値
の和が最大となるように行う。これは当該選択ピクセル
値（予定しきい値より高いピクセル値を表すもの）のう
ち選択したものの算術平均を決定することにより行う。予定しきい値は文字のバックグラウンドレベル（文字の
予備走査で決定される）より大きな値を表す。システム
は次いでこの選択ピクセル値を、前記平均値に相対的な
二進データに変換する（すなわち各選択したピクセル値
が平均値より小さいか、または平均値以上であるかに応
じて１または０に変換する）。この二進データは次いで
当該文字を最も良く同定する一致パターンが見つかるま
で予定の二進パターン各々と論理比較される。これら予
定二進パターンは二進テンプレートを表し、各パターン
（テンプレート）は３ビットのコンフィギュレーション
（レベル）を有し、最初のビットコンフィギュレーショ
ンは当該文字の現実のビットパターンを表し、第二ビッ
トコンフィギュレーションは実際のビットパターンのビ
ットの有意性を表し、第三ビットコンフィギュレーショ
ンは実際のビットパターンのビットに対する重み値を表
す。変換された二進データが各予定ビットパターンの３
ビットパターンコンフィギュレーション各々と比較的上
論理的に一致する程度はミスマッチワードとして表現さ
れ、これからミスマッチカウントが計算される。このミ
スマッチカウントは次いで少なくとも一つの予定しきい
値と比較され、しきい値以下の最低のミスマッチカウン
トが当該文字を表すとして選択される。

【００１０】上述したように、本システムはグレイスケ
ールイメージから文字の断片化を行い、断片化した文字
をその後の認識に対して二進化する。先行技術システム
がするように文字認識のためにイメージ全体を二進化す
ることはしない。また先行技術によるそのようなイメー
ジ全体のイメージ化は走査データ中に不当なエラー（ノ
イズ）を導入するが、本発明の方法は文字断片化プロセ
スにおいてグレイスケール値を使用することにより、そ
のようなエラーを低減する。さらに本システムは単にフ
ォントのテンプレート表を格納するだけでいろいろのフ
ォント（すなわちいろいろの解像度のいろいろの文字）
を認識することができる。

【００１１】

【実施例】図１を参照すると、本発明のシステム（装置
）１１が示されている。このシステムは文書１９を走査
するための光学的読取り機またはスキャナ１３、および
スキャナ１３から受信したデータを処理するコンピュー
ターシステム２１を含む。このスキャナはＣＣＤ（電荷
結合デバイス）１５および制御器１７を備えたカメラで
よい。文書１９は銀行為替または上に数字または英数字
２０を印刷された小切手等である。コンピューターシス
テム２１はマイクロプロセッサ２３、ブートプログラム
を備えたＲＯＭ（読み取り専用メモリ）２５、および走
査デバイスとマイクロプロセッサからのデータを格納し
、また予め定義されたデータを格納するためのプログラ
ム付きＲＡＭ（随時アクセス可能メモリ）２７を含む。

【００１２】走査オペレーションは文書１９の右底部隅
３３から始まり、頂部左隅３５で終わる。スキャナ１３
は文書１９を鉛直方向に、底部から頂部に、図に矢印３
７で示すように最初は最右の走査線３９から走査し、次
いで再び底部から頂部へ、次の最右の走査線４１に沿っ
て走査し、以下同様にして文書の頂部の左隅に達するま
で、走査する。走査線は平行に配列されている。文書１
９は連続的に、矢印４３で示すように左から右へ移動さ
れる。スキャナは連続的走査線に沿って走査する。各走
査線の幅はピクセルの直径（約０．０１２７ｃｍまたは
０．００５インチ）に相当する。

【００１３】文書の読み取り線の例を図３に示す。文書
が走査されるとき、文書および文書上の文字を表すため
スキャナにより発生されるピクセル値がメモリ２７（図
１）に格納される。典型的場合、文字はそれぞれ、例え
ば読み取り線の高さに相当する１００行と、文書の長さ
に相当する１２００列とを有するデータ配列（マトリッ
クス）として格納される。（１２００列は２００ピクセ
ル／インチで６インチの文書を走査するときの典型的な
例である）。このデータ配列内で一文字は（後述するよ
うに配置され、断片化されたとき）行（例えば文字の高
さに相当する２１行）および列（例えば文字の幅に相当
する１４列）のマトリックスで表される。例えば図２に
示す文字「３」は、図４に表すような形態のピクセル配
列で表すことができる。各ピクセル４９は文書の一部を
表し、０−２５５の範囲の不透明指標またはグレイスケ
ール値を有する。暗ピクセルは一般に大きなグレイスケ
ール値（２５５に近い）を有し、明ピクセルは一般にも
っと小さなグレイスケール値（０に近い）を有する。文
字は通常、文書の明るい地色に比較して暗い色で印刷さ
れているので、文字と文書地色との間の不透明性は容易
に判定できる。

【００１４】上述したように、これらのグレイスケール
データ値は文書の走査によりスキャナによって発生され
る。発生されたデータは次いでシステム２１で処理する
ためメモリ２７（図１）内に格納され、次いでこのシス
テムは格納されたプログラムの制御の下に格納されたデ
ータ値を調べ、最初の文字の位置定めに進み、次いで最
初のフィールドの後続文字に進み、次いで後続フィール
ドの他の文字に進む。文字の位置定めが終わると、シス
テムは当該文字を枠入れまたは区画する（すなわち他の
文字から当該文字を分離または断片化する）。底部から
頂部へ、かつ最右のスキャナ走査線３９（図１、２）か
ら開始し、次いで底部から頂部へ、次の最右走査線４１
に、以下同様に行った文書走査から得た格納グレイスケ
ールデータ値から、システムは以下に述べるように文字
各々を位置定めし枠入れ（断片化）する。これは最初の
格納されたデータを捜索して明ピクセルから暗ピクセル
への遷移を表すグレイスケール値の上昇を探知すること
により行う。もしも例えば４０（４０というこの特定の
値はフォントに依存する）より大きい上昇が走査方向３
７に隣接するピクセルの二つのグレイスケールデータ値
間に発見されると、暗ピクセルが発見されていると考え
られる。この暗ピクセルに近接する（文書の）領域は、
文字が発見される確率が高い領域であると見做される。暗ピクセルが発見されると、システムはこの文字領域を
検査（すなわち暗ピクセル値に近い格納済みデータを検
査）し、この暗ピクセルが文字の一部であるかいなかを
決定する。システムは文書上の文字を効果的に枠入れす
るに足りる大きさの断片化ウィンドウを確立することに
より文字の存在を検査する。暗ピクセルの位置はウィン
ドウの中心に相当する。左縁および右縁（列）５５、５
７および頂部縁および底部縁（行）５９、６１を有する
断片化ウィンドウ５３が図５に示されている。左縁およ
び右縁の境界をなしているのは列（左＋１）６３および
列（右−１）６５で、頂部縁および底部縁の境界をなし
ているのは行（最上＋１）６７、および（底部−１）で
ある。

【００１５】図５、６を参照して以下に説明するように
、文字はウィンドウ内のすべてのグレイスケールピクセ
ル値の和が最大となったときにウィンドウに枠入れされ
、ウィンドウの中心に配置されたと考えられる。ウィン
ドウが移動されるときに和（Ｓｗ）が増大するかいなか
を決定するため、左右列５５、５７各々の中のピクセル
値とそれらの境界列６３、６５各々の中のピクセル値と
の和が計算される。同様に、頂列５９および底部列６１
各々の中のピクセル値と境界列６７、６９各々の中のピ
クセル値との和が計算される。もしも例えば列６３内の
和が列５７内の和よりも大きいことが発見されると、ま
た列６３を含め列５７を排除するようにウィンドウ５３
を一ピクセルだけ左へ移動するときにウィンドウ内の和
（Ｓｗ）が増大することとなるときは、ウィンドウは左
へ移動される。同様に、もしも行６７を含め、行６１を
排除するようにウィンドウを一ピクセルだけ上に移動す
るとウィンドウ内の和（Ｓｗ）が増大するなら、ウィン
ドウは上に移動される。このようにしてウィンドウの縁
にある行および列のピクセル値の和に相対的な和である
、ウィンドウに隣接する行、列（境界をなす行、列）の
ピクセル値の和（累積的カウント）から、ウィンドウ内
のピクセル値の和（Ｓｗ）を増大させるようにウィンド
ウを移動できる方向が決定できる。図６に示すように、
以下のカウントにしたがって左への移動に伴ってウィン
ドウカウントが１００だけ増大され、上への移動に伴っ
て１７０増大される。右−１列カウント＝０右列カウント＝０左列カウント＝１００左＋１列カウント＝１００底部−１行カウント＝０底部行カウント＝０頂部行カウント＝１７０頂部＋１行カウント＝１７０したがってウィンドウは左および上へ移動される。この
ようにしてウィンドウはＳｗの増大する方向に移動され
、このオペレーションはウィンドウを四つの任意の方向
（左、右、上、下）に移動してもＳｗを増大させなくな
るまで反復される。このときウィンドウは文字を枠入れ
した（区画した／断片化した）と考えられ、当該文字は
ウィンドウの中心に配置されていると考えられる。この
ようにしてこのウィンドウによって、文字を最もよく表
すピクセル値のマトリックスが選択される（枠入れされ
る）。

【００１６】枠入れされた文字を表す情報（暗ピクセル
グレイスケール値）が十分にウィンドウ内にあるか否か
を決定する検査として、予定の確認しきい値（例えばし
きいグレイスケール値１００）を超えるウィンドウ内ピ
クセルの全数が入手される。もしもこの全数が例えば６
０（Ｅ１３Ｂフォントについて）以上であると、ウィン
ドウ内に文字が見つかったことが確認される。そうでな
いときはウィンドウ内に枠入れされた対象物はノイズと
解釈され、システムは新しい文字を発見する手続きに進
む。

【００１７】枠入れの後、断片化（枠入れ）された文字
は同定に備えて縮尺（ｓｃａｌｅ）を変えられる。認識
プロセスでは１６ビットワードが使用される（すなわち
、テンプレートの幅が１６ピクセルである）。多くの文
字（１９ピクセルのＥ１３Ｂ文字を含む）が１６ピクセ
ルより幅が広いので、それらは枠入れ後に１６ビットに
変換される。これは予定の列、例えばＥ１３Ｂフォント
の場合、列４、９、および１４が除去される。（ＯＣＲ
ＡおよびＯＣＲＢフォントは、２００ピクセル／インチ
のとき、幅が１６ピクセルであり、列の除去は必要でな
い。）

【００１８】前節までの説明はどのようにして文字が処
理の準備として文書上で位置定めされれたか、すなわち
後の処理のためどのように文書上で位置定めされ効率よ
く枠入れ（断片化）されるかを説明するものである。以
下の説明は枠入れされた文字が当該文字の同定（分類／
認識）のために二進形に変換され、次いでテンプレート
（予定の二進パターン）と比較されるかを述べる。

【００１９】この変換オペレーションでは枠入れされた
各行の文字について格納されたグレイスケールピクセル
値は二進形に変換される。最初に、枠入れされた文字の
暗ピクセルの算術平均として基準しきい値が（前述した
ように）計算される。次いでこの基準しきい値に相対的
に、グレイスケールピクセル値が二進形に変換される。例えばもしも計算された基準しきい値が１００であると
、以下に示す二進等価スケールを用いて、グレイスケー
ル値８０、１２０、１３０、９０、８５、７０、１１０
、１３５は図７の８ビットワード７１に示すビットパタ
ーン０１１０００１１を有する二進データに変換するこ
とができる。グレイスケールピクセル値　　　　　　　　　　二進形
等価値≧１００　　　　　　　　　　　　　　　　　　
　　　　１（黒）＜１００　　　　　　　　　　　　　
　　　　　　　　　０（白）

【００２０】次いでこの二
進データ（これは枠入れされた文字の行または薄片を表
す）および他の行の文字を表す変換済み二進データが複
数のテンプレートと比較される。各テンプレートは一文
字に対応する。各テンプレートは二進データの予定パタ
ーンを表し、三つの異なるレイヤー（ビットコンフィギ
ュレーション）を含む。図７に示すこれら三つの８ビッ
トワード７３、７５、７７は三つの各レイヤーにおける
８ビット行を表す。第一レイヤー（ビットパターンレイ
ヤーで、パターンワード７３に対応する）は文字の実際
の黒／白（０／１）パターンを表す。第二レイヤー（ビ
ット有意レイヤー（ｂｉｔ−ｓｉｇｎｉｆｉｃａｎｃｅ
ｗｏｒｄ）で、ビット有意ワード７５に相当する）は有
意の文字のビット位置および有意でない文字の位置を同
定する。１−ビットは文字のビットパターンが文字の大
きさおよび形状に拘わらず不変に留まると予想される有
意ビット位置を同定する。０−ビットは文字の大きさま
たは形状を異ならすときにビットパターンが同一とは限
らない非有意ビット位置を同定する。第三レイヤー（ビ
ット重みレイヤーで、主にワード７７に対応する）は類
似の（実質的に類似の）文字を識別するときにいずれの
ビットが重要であるか、またそれゆえにいずれのビット
が他のビットより大きな重みを有するかを同定する。こ
の第三レイヤーでは、１−ビットは重みのあるビットに
指定され、０−ビットは重みなしのビットに指定される
。例えば文字「Ｏ」と「Ｕ」に対するテンプレートの第
三レイヤーの頂部行における１−ビットは、これら二つ
の文字を識別するのに有用である。また文字「Ｑ」と「
Ｏ」に対するテンプレートの第三レイヤーの底部行内の
１−ビットは、「Ｑ」と「Ｏ」とを識別するのに有用で
ある。

【００２１】図７に示すように、文字の同定のため、二
進データ７１にいろいろの論理オペレーションがマイク
ロプロセッサ２３（図１）により行われる。（これら論
理オペレーションは実際には１６ビットオペレーション
として行われる。しかし、簡単のため８ビットオペレー
ションが図示されている）。第一に、二進データはビッ
トパターンレイヤーの対応ワード７３と排他的ＯＲ演算
され、二進データ７１と予定の正しいパターン７３との
間のミスマッチパターン７４を発生する。このミスマッ
チパターン７４は次いでミスマッチワード７６を発生さ
せるため、ビット有意レイヤーのワード７５と論理的Ａ
ＮＤ演算される。ミスマッチワード７６は文字の大き差
および形状に独立なミスマッチ（不一致）の程度を表す
。このミスマッチワード７６は次いで重みを付けられる
。すなわち重み付きミスマッチインジケーター７８を発
生させるため、ビット重みレイヤー内の対応するワード
７７と論理的ＡＮＤ演算される。（もしも重み付けワー
ド７７が全く１−ビットを含まないならば、（その結果
は０なので処理時間を節約するため）重み付けまたはＡ
ＮＤ演算はなされないでシステムは二進データの次行の
処理に進む）。

【００２２】重み付けオペレーションに続いて、二進デ
ータ７１の行に対してミスマッチカウント（ＭＣＲ）が
計算される。この計算はマイクロプロセッサ２３（図１
）により次の式ＭＣＲ　　＝　　ＭＣＷ　　　　＋　　　　（ＷＯＣ　
　×　　ＷＦ）で求められる。ここでＭＣＷ　　　　はミスマッチワードに対するミスマッチ
カウント（すなわちミスマッチワード７６に発見された
１の数）を表す、ＷＯＣ　　はミスマッチインジケーターまたは重み出力
カウント（すなわちミスマッチインジケーターワード７
８に見いだされた１の数）、ＭＷ　　は予定の重み因子（例えばＥ１３Ｂ型文字では
整数２）を表す。

【００２３】このようにして、図７のミスマッチワード
７６、７８に示すミスマッチビットパターンについては
、ＭＣＷ＝２、ＷＯＣ＝１、ＷＦ＝２であることが了解
できる。それゆえ、二進データ７１の行について計算し
たミスマッチカウント（ＭＣＲ）は上式から４（すなわ
ち２＋（１×２））となる。

【００２４】一行についてミスマッチカウントを計算し
た後、システムは上記のように文字の残りの行すべてに
ついてのミスマッチカウントの計算に進む。次に文字の
すべての行に対するミスマッチカウントが加算されてテ
ンプレートミスマッチカウント（すなわち枠入れされた
文字に適用したテンプレートに対するミスマッチカウン
ト）を発生する。同様の方法で処理中のフォントについ
て文字テンプレートに対し、枠入れした文字に相対的な
ミスマッチカウントがテンプレート毎に発生される。い
ろいろのテンプレートが処理されるに伴い、二つの最低
テンプレートミスマッチカウントとそれらに関連したテ
ンプレート数とがメモリ内に格納される。文字を同定す
る前提条件は：もしもこれら最低カウントを持つテンプ
レートがしきい値未満（Ｅ１３Ｂフォントでは拒絶しき
い値４０）未満であり、次に低いテンプレートよりも予
定量（Ｅ１３Ｂフォントではしきい値差５）だけ小さけ
れば、システムはこの文字を同定する。

【００２５】前述したテンプレート認識は図８に示すよ
うに全部で９箇所で行うことができる。これはイメージ
内のノイズ等の因子により完全には枠入れされない文字
を同定するために行われる。図８に示す例では、テンプ
レートおよび入力（二進データ）パターンの大きさは２
３行（高さ）×１６列（幅）である。テンプレートの三
つのレイヤー（パターンレイヤー、ビット有意レイヤー
および重み付けレイヤー）はすべて同一方向に同一量移
動される。後述する移動位置の説明においては、テンプ
レート行とはビットパターン行、ビット有意行、および
ビット重み付け行を指す。

【００２６】中央位置８７ではテンプレート９６は入力
パターン９８の直接上方に配置されている。　　行２な
いし２２のみがこの比較に使用される。従って、テンプ
レート行１はパターン行１と比較され、テンプレート行
２はパターン行２と比較され、・・・以下同様である。すべての列（１ないし１６）が中央水平位置８１、８７
、９３、で使用される。上方中央位置８１では、テンプ
レートの行１ないし２２が入力パターンの行２ないし２
３と比較される。これはテンプレートパターンを鉛直方
向上に一行だけ移動することと同一である。この場合、
テンプレート行１は入力パターン行２と比較され、テン
プレート行２は入力パターン行３と比較される、等々で
ある。この状況（水平方向の中央位置）ではテンプレー
トと入力パターンのすべての列が比較される。同様にし
て、下端中央位置９３ではテンプレートは下方に一行だ
け移動されており、従ってテンプレート行２ないし２３
が入力パターン行１ないし２２と比較される。

【００２７】水平移動した位置はテンプレート９６を入
力パターン９８の上で左または右へ移動することに対応
する。中央左位置８５ではテンプレート列１ないし１５
および入力パターン列２ないし１６が使用される。（こ
れは鉛直方向に中央位置なので行２ないし２２が入力パ
ターンおよびテンプレートの両方に使用される。）従っ
てテンプレートワードビット１はパターンワードビット
２と比較され、テンプレートワードビット３はパターン
ワードビット４と比較される、等々である。例えばもし
もテンプレートパターンレイヤーワードが００１１１１
１１００００１１１１であり、入力文字パターンワードが００１０１１１１０００１１１１０であると、テンプレートが左へ１ビット（列）移動され
る。００１１１１１１００００１１１１排他的ＯＲ演算した結果は０１０１０００１００００００００となろう。左への移動演算が行われると、最右のビット
（最下位ビット、ＬＳＢ）は０であることに注意された
い。従ってビット有意ワードのＬＳＢもまた０である（
なぜならば三つのレイヤーすべてが同一方向に同一量移
動されるからである。）それゆえ、ミスマッチワード７
６のＬＳＢは（ビット有意ワードとのＡＮＤ演算の後）
常に０となる。同様に、右への移動は最左ビット（最高
位ビット、ＭＳＢ）は０であり、従ってミスマッチワー
ド７６のＭＳＢは（ＡＮＤ演算の後）常に０となる。

【００２８】右向き水平移動（位置８９）は左向き移動
と同様で、方向が反対なだけである。従ってテンプレー
トワードのビット２は入力パターンワードのビット１と
整列する（比較される）。

【００２９】隅位置（位置９５、９１、８３、７９）は
一行を鉛直移動することと一列を水平移動することとの
組み合わせを表す。例として、左上位置７９ではテンプ
レート行１は左へ一ビット位置だけ移動され、パターン
ワード２と比較され、テンプレート行２は左へ一ビット
移動されてパターンワード３と比較される、等々である
。

【００３０】この方法を使用して文字を認識するために
は一テンプレートあたりのパス数（推移数）である９に
文字セット中のテンプレート数を乗じた数のパス数が必
要である。例えば４９文字を持つ英数字セットは全部で
４４１（９×４９）個の比較を必要とする。これは時間
を消耗する。一層速い文字同定を促進するには入力パタ
ーンに対して当初は各テンプレートの中央位置のみを比
較する。いろいろのテンプレートが処理されるにつれて
、最低の二つのミスマッチカウントおよびそれらに対応
するテンプレート数がＲＡＭ２７内に格納される。この
最初のパスの終わりに、入力されたパターンに対して最
善の（すなわち最低の）全ミスマッチを発見するため、
ただ二つのテンプレートの他の８個の位置が処理される
。従って通常、たった６５個（１×４９＋２×８）の比
較が必要である（すなわち、必要な４４１この比較のう
ちの約１５％である）。

【００３１】文字の受け入れまたは拒否の前提条件を以
下に述べる。

【００３２】前記最低テンプレートミスマッチカウント
が、当該テンプレートが表す文字に対する予定の拒否し
きい値と比較される。もしもこの文字ついてテンプレー
トミスマッチカウントがこのしきい値未満であり、かつ
二つの最低テンプレートについてのテンプレートミスマ
ッチの差（最低ミスマッチを次に最低のミスマッチから
減じた値）が予定の量（例えば１０）より大きいと、最
低のテンプレートミスマッチを持つテンプレートが枠入
れされた文字を同定する。ミスマッチカウントが近すぎ
るかいなかを検査する理由は非常に似通った文字（例え
ばＱとＯ）を区別するためである。もしもミスマッチが
近いと、文字は誤同定を犯す危険を避けて拒否される。もしも上記の拒否しきい値未満のテンプレートミスマッ
チがないか、または二つのテンプレートミスマッチカウ
ント近すぎると、下に述べる後処理オペレーションが行
われる。もしも後処理オペレーションの後、枠入れされ
た文字が依然拒否されるなら、そのイメージは強化され
、二進化形に変換される（これについては後述する）。次にこの認識プロセス（上記）が再び行われる。もしも文字が同定される（上記前提条件を満足する）と
、次にシステムは次の文字について上記処理（位置定め
および枠入れ）を行う。

【００３３】中央位置のみを検査すると、最近接文字で
ない中央位置以外の位置にある文字が近接カウントを有
する正しい選択文字である、という可能性を見逃すかも
知れない。後処理はそのような状況を修復することがで
きる。もしも最低の二つの選択文字が共にその個別文字
についての予定拒否しきい値を超えており、あるいは文
字間距離（第二最低ミスマッチと最低ミスマッチとの差
）が小さすぎるときは、一層良好な一致が得られること
を期待して他の８位置において多数の他のテンプレート
が検査される。いずれのテンプレートを処理するかの選
択が、例えば当該テンプレートに対する最近接文字類似
性に基づいて、決定される。例えば最近接の二つの選択
文字（最低のミスマッチカウントを有するもの）、文字
ＤとＯは共にそれらの拒否しきい値以上のミスマッチカ
ウントを有する。後処理オペレーションではＤおよびＯ
に類似する予定の組の文字が次いで処理される。これに
は文字０（ゼロ）、Ｑ、Ｃ及びＵが含まれることがあり
うる。このオペレーションの後で最近接の二つの文字の
ミスマッチカウントが検査され（最低のミスマッチカウ
ントが最初に検査される）、それらが拒否条件および文
字間距離条件に合うか否かが観察される。もしも少なく
とも一文字が条件に合うと、その文字が結果として返さ
れ、イメージ中の次の文字の処理（位置定めおよび枠入
れ）が進められる。

【００３４】もしも上記文字のいずれも拒否条件に適合
しないか、あるいは文字間距離が小さすぎると、枠入れ
された文字は拒否される。この場合、そのイメージが強
化される（後述の通り）、その文字は再度二進化され、
第二回目の上記認識プロセスが反復される。そうでない
ときは結果として拒否文字コードが返され、文書上の次
の文字の処理（位置定めおよび枠入れ）が続く。

【００３５】上記の拒否しきい値に加えて出口しきい値
（ｅｓｉｔ　ｔｈｒｅｓｈｏｌｄ）（例えば値１０）も
後述する文字同定プロセスに使用することができる。処
理速度を強化するため、後続テンプレートミスマッチカ
ウントが出口しきい値に比較され、出口しきい値未満と
なるテンプレートミスマッチカウントを持つ最初のテン
プレートが当該文字を同定する。この場合、残りのテン
プレートは処理されない（これは処理速度を強化する）
。

【００３６】さらに文字同定プロセスの速度を高めるた
め、テンプレートの各行が処理されているときにもしも
現在のテンプレートのミスマッチカウント（すなわち現
在処理中のテンプレート）がそれまでに得られた下から
二番目の最低カウントよりも大きいことが発見されると
、進行中の処理は中止される。なぜならばこの進行中の
テンプレートはもはや最低ミスマッチカウントを持った
二つのうちの一つでありえないからである。認識速度を
さらに高めるため、テンプレートはそれらが最も起生す
る確率の高い順序（例えば英数字フォントでは母音の前
に数字が来て、後ろに子音が続く）に予め順序づけして
おくこともできる。もしもミスマッチカウントが出口し
きい値より低いと（上述したように）残りのテンプレー
トは調べる必要がない。このように、最も頻繁に起こる
これら文字が最初に調べられるべきである。またより速
い文字同定を促進するためにはテンプレートにより中央
位置のみ検査し、その後、もしも最低テンプレートミス
マッチカウントが出口しきい値を超えれば、残りの８位
置を出口しきい値に最近接する二つのテンプレート各々
について処理するようにでき、最低のテンプレートミス
マッチカウントを持つテンプレートをもって当該文字を
表すものとすることができる。さらに同定を速くするた
め残りの８位置（図８）は次の順序７９、８１、８３、
８９、９１、９３、９５で処理することができる。これは文字が最も配置されやすい順序である。

【００３７】枠入れされた文字を同定した後、システム
は前に枠入れした文字の左へ、選択したピクセル数（例
えば３）だけ分離ウィンドウを移動することにより、次
の文字の処理に進む（すなわち次のグループの格納済み
ピクセル値を処理する。このピクセル値は当該枠入れさ
れた文字に近接する文書上の領域を表す）。この近接領
域における文字が次いで枠入れ（断片化）され、上述し
たように同定される。エンド−オブ−フィールドが検出
される（すなわちもはや文字がないかまたはエンド−オ
ブ−フィールド文字がある）まで、残りの文字（残りの
格納済みピクセルデータ）すべてがこのように処理され
る。

【００３８】もしも文字同定プロセスにおいて文字が拒
否されると、同定を容易にするため、そのイメージが強
化される。このイメージは例えば一定のストローク幅（
すなわち文字の各鉛直ストロークまたは水平ストローク
の幅にまたがる一定の暗ピクセル数）を有する文字イメ
ージを発生することにより強化できる。これは以下に述
べるようにして達成できる。第一に、文字を表すグレイ
スケールピクセル値（例えば６−ビット、８−ビット、
または１６−ビット値）がもっと小さな範囲の値（例え
ば高速処理のための３−ビットグレイスケールピクセル
値）に変換される。次いで当該文字イメージの個別ピク
セル値が検査され、ストロークのピクセル値のうち最も
暗い二つまたは三つの値のみが黒に変えられ、他は白に
変えられる。このことにより、例えば米国特許第４，６
２５，３３０号に説明されているような一定ストローク
幅の二進イメージが発生する。

【００３９】文字同定を改善する助けとして、各文字の
縁を以下のように処理できる。上述したように、文字同
定プロセスで使用した各テンプレートは選択された文字
セット（例えばＥ１３Ｂ文字セット）の一文字に対応し
、図２および図４に示すように、各文字は幅１４ピクセ
ル、高さ２１ピクセルである。文字の左および右に余分
の一列が付加される。また文字の頂部および底部に余分
の一行が付加される。これによって文字の大きさは１６
×２３となる。各文字に対応して、各テンプレートは幅
１６ピクセル、高さ２３ピクセルである。各テンプレー
トは１４列文字の両側（右側および左側）に余分の列を
有し、また２１行文字の頂部および底部に余分の一行を
有する。各余分の行は１６個の白のピクセルを含み、各
余分の列は、２３個の白いピクセルを含む。これら余分
の行および列はある種の文字の縁部分の同定を一層よく
するための白ピクセル境界で、１４×２１文字領域を囲
む役割をする。これについて以下に述べる。例えばもし
も文字「Ｅ」が１２×２１「Ｆ」テンプレートと比較さ
れ、このテンプレートが上方に一ピクセル位置だけ移動
されると、「Ｅ」の底部におけるピクセル値は失われる
。なぜならばこの底部はテンプレートミスマッチカウン
トの発生に使用できないからである。これはＥをＦと誤
って同定する結果を来たしうる。なぜならばミスマッチ
カウントが低いからである。１６×２３テンプレートで
は、Ｅの底部は失われず、Ｆテンプレートの底部の白行
に比較されるミスマッチカウントに実質的に寄与するこ
とにより、ＥをＦと誤同定することを回避できよう。同様の説明は１６×２３テンプレートの右および左列に
関しても成り立ち、これらの列は「Ｂ」と「３」のよう
な文字間の誤同定を低減する働きをする。

【００４０】図９に示すように、各１６×２３テンプレ
ートはＲＡＭ２７の６９個の１６ビットワードによって
表すことができる（一インチ当たり２００ピクセルの走
査に相応する）。６９ワードのうち、２３ワードは第一
レイヤービットパターンワードを表し、２３ワードは第
二レイヤービット有意ワードを表し、２３ワードが第三
レイヤービット重みワードを表す。各２３ワードの組の
各々が文字の高さに相応し、各１６ビットワードが文字
の幅に相応する。（図７では論理的オペレーションを表
すのに、簡単のため、１６ビットではなく８ビットが使
用された。）

【００４１】本システムが上記論理的オペレーションそ
の他の処理オペレーションを行うことができるための格
納プログラムの疑似コードのリストを下に掲げる。　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　　　　疑似コードＰＲＯＣＥＤＵＲＥ：　　　
　　ＭＡＩＮ　　　　　　　　　　　　　　　文書イメ
ージからコードラインを認識する。　　　　　　　　　　　　　　　ｗｈｉｌｅ　　（ＮＯ
Ｔ　ＥＮＤ　ＯＦ　ＤＯＣＵＭＥＮＴ）　　　　　　　
　　　　　　　　　　　　｛　　　　　　　　　　　　
　　　　　　　ｉｆ　（ＦＩＮＤ　ＦＩＲＳＴ　ＣＨＡ
ＲＡＣＴＥＲ　ｆｉｎｄｓ　ａ　ｃｈａｒａｃｔｅｒ）
　　　　　　　　　　　　　　　　　　　　　　ｔｈｅ
ｎ　　　　　　　　　　　　　　　　　　　　　　　　
　　　ＲＥＣＯＧＮＩＺＥ　ＦＩＥＬＤ　　　　　　　
　　　　　　　　　　　　　　　ｅｌｓｅ　　　　　　
　　　　　　　　　　　　　　　　　　　　　ＥＮＤ　
ＯＦ　ＤＯＣＵＭＥＮＴ　　　　　　　　　　　　　　
　　　　　｝ＰＲＯＣＥＤＵＲＥ：　　　　　ＦＩＮＤ
　ＦＩＲＳＴ　ＣＨＡＲＡＣＴＥＲ　　　　　　　　　
　　　　　　ｄｏ　　　　　　　　　　　　　　　　　　　｛　　　　　
　　　　　　　　　　　　　　ＳＣＡＮ　ＩＭＡＧＥ　
ＦＯＲ　ＷＨＩＴＥ　ＴＯ　ＢＬＡＣＫ　ＴＲＡＮＳＩ
ＴＩＯＮ　　　　　　　　　　　　　　　　　　　｝　
　　　　　　　　　　　　　　　　　　ｕｎｔｉｌ　（
ＦＯＵＮＤ　ＣＨＡＲＡＣＴＥＲ　　ｏｒ　　ＥＮＤ　
ＯＦ　ＤＯＣＵＭＥＮＴ）ＰＲＯＣＥＤＵＲＥ：　　　
　　ＲＥＣＯＧＮＩＺＥ　ＦＩＥＬＤ　　　　　　　　
　　　　　　　　　　　ｄｏ　　　　　　　　　　　　
　　　　　　　　　　　　　｛　　　　　　　　　　　
　　　　　　　　　　　　　　　　　ＲＥＣＯＧＮＩＺ
Ｅ　ＣＨＡＲＡＣＴＥＲ　　　　　　　　　　　　　　
　　　　　　　　　　　　　　　ｍｏｖｅ　ｔｏ　ｎｅ
ｘｔ　ｐｏｓｉｔｉｏｎ　　　　　　　　　　　　　　
　　　　　　　　　　　｝　　　　　　　　　　　　　
　　　　　　　ｗｈｉｌｅ　　（ＦＯＵＮＤ　ＣＨＡＲ
ＡＣＴＥＲ）ＰＲＯＣＥＤＵＲＥ：　　　　　ＲＥＣＯ
ＧＮＩＺＥ　ＣＨＡＲＡＣＴＥＲ　　　　　　　　　　
　　　　　　　　　｛　　　　　　　　　　　　　　　
　　　　ＢＩＮＡＲＩＺＥ　ＣＨＡＲＡＣＴＥＲ　ＩＭ
ＡＧＥ　　　　　　　　　　　　　　　　　　　ＴＥＭ
ＰＬＡＴＥ　ＲＥＣＯＧＮＩＴＩＯＮ　ＯＦ　ＣＨＡＲ
ＡＣＴＥＲ　　　　　　　　　　　　　　　　　　　　
　　ｉｆ　ＲＥＪＥＣＴＥＤ　　　　　　　　　　　　
　　　　　　　　　　　　　　ｔｈｅｎ　　　　　　　
　　　　　　　　　　　　　　　　　　　　　　　　Ｅ
ＮＨＡＮＣＥＤ　ＢＩＮＡＲＩＺＥ　ＣＨＡＲＡＣＴＥ
Ｒ　ＩＭＡＧＥ　　　　　　　　　　　　　　　　　　
　　　　　　　　　　　　　ＴＥＭＰＬＡＴＥ　ＲＥＣ
ＯＧＮＩＴＩＯＮ　ＯＦ　ＣＨＡＲＡＣＴＥＲ　　　　
　　　　　　　　　　　　　　　｝

【００４２】本発明
はいろいろの形態に実施できるが、図面および明細書に
は好ましい実施例を示した。しかし本開示は本発明の説
明のためであり、本実施例に特定するものではない。例
えば本システムにより行われるいろいろの計算は設計変
更して上に議論したＥ１３Ｂ（またＯＣＲＡおよびＯＣ
ＲＢ）以外のいろいろの大きさの文字および任意の解像
度のイメージについても本システムで読み取ることがで
きるようにすることは容易である。

【図面の簡単な説明】

【図１】本発明のシステムのブロック線図である。

【図２】図１のシステムにより走査可能かつ同定可能な
文字の外見を例示する図解である。

【図３】上にいろいろの文字を記録された文書の一部の
図解である。

【図４】いろいろの不透明さ（グレイスケール値）のピ
クセルのマトリックスを有する走査した文字の図解であ
る。

【図５】文字の枠入れのために使用されるウィンドウの
図解である。

【図６】図４の文字の枠入れに使用される図５のウィン
ドウの図解である。

【図７】走査した文字を表す二進データにいろいろの論
理オペレーションを行った結果を示すブロック線図であ
る。

【図８】枠入れされた文字のイメージのいろいろの部分
を表すマトリックスのブロック線図である。

【図９】図１のシステムで使用するテンプレートおよび
関連の二進値の図解および表である。

【符号の説明】

１１　　　　本発明のシステム（装置）　　　　　　１
３　　　　光学的読取り機（スキャナ）１５　　　　ＣＣＤ　　　　　　　　　　　　　　　　
　　　　　　　　１７　　　　制御器１９　　　　文書　　　　　　　　　　　　　　　　　
　　　　　　　　　２０　　　　数字または英数字２１　　　　コンピューターシステム　　　　　　　　
２３　　　　マイクロプロセッサ２５　　　　ＲＯＭ　　　　　　　　　　　　　　　　
　　　　　　　　２７　　　　ＲＡＭ４１　　　　走査線

Claims

【特許請求の範囲】

【請求項１】光学的文字認識システムであって、文書上
に記録された文字を光学的に走査する走査装置にして該
文字および文書が異なる不透明さを有し、その不透明さ
に応じた複数のグレースケール値を発生し、該グレース
ケール値が明ピクセルおよび暗ピクセルを表す、走査装
置と該グレースケール値を格納すべく配置されたメモリ
装置にして該メモリ装置が格納されたプログラムと複数
の予定の二進法パターンを含む予定のデータとを含み、
該予定二進法パターンの一つが該文字を表すようにされ
たメモリ装置と、該走査装置および該メモリ装置とに結
合され、該格納されたプログラムの制御の下に動作し、
該グレースケール値から文字を表す値のマトリックスを
選択することにより該文書上の文字位置を定め、該マト
リックス値を二進データに変換し、該複数の予定二進パ
ターンの中から該変換された二進データに一致するパタ
ーンを選択し、該一致するパターンにより該文字を同定
するようにされた処理装置とを含む光学的文字認識シス
テム。
【請求項２】文書とその上の文字が異なる不透明さを有
し、該文字が複数の予定の二進法パターンの一つで表さ
れる該文書上の文字を光学的に同定する方法であって、
光学的に該文書を走査すると共に該不透明さに応じた複
数の、明ピクセルおよび暗ピクセルを表すグレースケー
ル値を発生するステップと、該グレースケール値から文
字を表すマトリックス値を選択することにより該文書上
の文字位置を定めるステップと、該マトリックス値を二
進データに変換するステップと、該複数の予定二進パタ
ーンの中から該変換された二進データに一致するパター
ンを選択し、該一致したパターンから該文字を同定する
ステップとを含む光学的文字同定方法。