JPH04363780A - 文字列認識方法及びその装置 - 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】本発明は文字列認識方法及びその
装置に関し、特に光学的読み取り装置（ＯＣＲ）におけ
る文字列認識方法及びその装置に関する。

【０００２】

【従来の技術】文字列認識は、従来の文字記入枠内に１
文字ずつ記入された文字を対象とする認識方法とは異な
り、罫線のような緩い筆記制約のもとで記入された文字
を認識するための技術であり、ＯＣＲの帳票形式をより
使いやすいものにすることを可能とする。

【０００３】文字列認識では、文字記入枠が無いために
文字の切出しが一つの重要な課題となる。特に手書き文
字認識対象にする場合は、文字の大きさや幅、文字間隔
等の特徴量の変動が大きいために、このような特徴量だ
けでは一文字ずつを切り出すことは困難である。この問
題点を解決する１つの方法として、文字候補となるパタ
ンの認識結果を利用して、それらのパタンの組み合わせ
のうち文字列として最適なものを探索する方法が知られ
ている。この方法については、例えば、文献「候補文字
ラティス法による枠無し筆記文字列のオンライン認識」
（村瀬・若原・梅田、電子情報通信学会論文誌（Ｄ）Ｊ
６８−Ｄ，Ｎｏ４、１９８５、ｐｐ７６５〜７７２）に
記載されている技術がある。

【０００４】ところが、漢字には「明」のように偏と旁
に分れ、それぞれが文字として意味のある場合があり、
このような場合には認識結果だけでは正しい文字の切出
しが困難となる。このような文字が含まれていても正確
に認識するために、単語知識を文字切出しの処理までフ
ィードバックする方法が知らてている（村瀬・新谷・若
原・小高、電子情報通信論文誌（Ｄ）、「言語情報を利
用した手書き文字列からの文字切り出しと認識」、電子
情報通信学会論文誌（Ｄ）、１９８６，Ｖｏｌ．Ｊ６９
−Ｄ，Ｎｏ９，ｐｐ１２９２−１３０１）。

【０００５】

【発明が解決しようとする課題】上述した従来の文字列
認識方法によって正しく文字を切り出し認識するために
は、文字認識となるパタンの組み合わせのうち、どれが
文字列であるかを決定するための評価関数が重要な役割
を担う。このとき、組み合わせに含まれるパタンの数が
異なることがあるために文字数による評価誤差を是正す
ることが必要である。従来技術では文字候補となるパタ
ンの文字である信頼性を表す文字評価値を設け、これら
の平均を評価関数としたり、文字評価値に対して候補文
字パタンを構成する基本パタンの数による重み付けを行
うなどの方法が提案されているが、何れも充分なもので
はなかった。

【０００６】本発明の目的は、上述した欠点を除去すべ
く、文字列中に含まれる文字数は単語知識を利用して初
めて決定できるものであると考え、各文字数毎に最適な
パタンの組み合わせを探索し、その後単語照合を行うこ
とによって最適な文字数及び文字列の認識結果を決定し
、これにより同一個数のパタンの組み合わせのみを比較
すれば良く、文字数に影響されずに評価関数が容易に設
定でき、しかも「明」のように複数の連結成分に分れる
文字も単語照合により高精度に切り出すことが可能とな
る文字列認識方法及びその装置を提供することにある。

【０００７】

【課題を解決するための手段】本発明の方法は、文字列
画像を光学的に読み込み認識する文字列認識方法におい
て、文字列画像から図形的なまとまりの最小単位である
基本パタンを抽出し、前記基本パタンにもとづいて候補
文字パタンを作成し、前記候補文字パタンと文字認識辞
書の標準パタンとを照合して認識処理を行い、前記候補
文字パタンにもとづいて前記文字列画像の文字数を仮定
し、前記候補文字パタンの認識結果にもとづいて前記文
字列画像から前記文字数個分の文字を切り出してその文
字コード列を出力し、前記文字コード列と単語辞書に格
納してある単語とを照合して前記文字コード列の全ての
文字が照合された場合には前記文字コード列を前記文字
列画像の認識結果として出力し、照合しない場合には可
能な文字数の範囲内で前記文字数を変動して前記文字の
切り出し及び前記単語との照合を反復し、可能な文字数
の範囲の全てに対して照合されなかった場合には可能な
文字数の範囲内の最適な照合結果を前記文字列画像の認
識結果として出力する構成を有する。

【０００８】また本発明の装置は、文字列画像を光学的
に読み込み認識する文字列認識装置において、光学的に
走査された文字列画像を格納する文字列画像記憶手段と
、前記文字列画像記憶手段から文字列画像を読み込み図
形的なもとまりの最小単位である基本パタンを抽出し格
納する基本パタン抽出手段と、前記基本パタン抽出手段
から前記基本パタンを読み込み前記基本パタンにもとづ
いて候補文字パタンを作成し格納する候補文字パタン作
成手段と、標準パタンを記憶する文字認識辞書記憶手段
と、前記候補文字パタン作成手段から候補文字パタンを
読み込み前記文字認識辞書記憶手段から標準パタンを読
み込んで前記候補文字パタンと前記標準パタンとを照合
して認識処理を行って得られる文字コードと候補文字パ
タンの信頼性を表現する尺度としての文字評価値を格納
する文字認識手段と、前記候補文字パタン作成手段から
読み出した前記候補文字パタンにもとづいて前記文字列
画像の文字数を仮定する文字数設定手段と、前記文字認
識手段からは前記候補文字パタンの文字評価値を読み込
み前記文字数設定手段からは文字数を読み込んで前記文
字列画像から文字数個分のパタンを切り出して切出し位
置と文字コード列を格納し出力する文字切出し手段と、
標準単語の文字コード列を記憶する単語辞書記憶手段と
、前記文字切出し手段から文字切出し位置と文字コード
列を読み込み前記単語辞書記憶手段から標準単語の文字
コード列を読み込んで単語の照合を行い全ての文字が照
合された場合には照合された文字コード列を文字列認識
結果として出力し照合しない場合には照合文字列を記憶
するとともにその文字数を前記文字数設定手段に出力し
可能な文字数の範囲の全てに対して照合されなかった場
合には格納されている照合文字列の内最適な照合文字列
を文字列認識結果として出力する認識結果検定手段と、
前記認識結果検定手段から文字列認識結果を読み出して
出力する文字列認識結果出力手段とを備えて構成される
。

【０００９】

【作用】図面を参照して本発明の一つである文字列認識
方法の原理について説明する。以下の説明では、横書き
文字列画像を例として用いるが、縦書きの文字列につい
ても同様の原理が適用できる。図２（ａ）は手書き文字
列画像の例である。入力された文字列画像に対して、図
２（ｂ）のように図形としてのまとまりの最小単位であ
る基本パタンを抽出する。

【００１０】例えば、文字列方向と垂直な方向に文字列
画像を走査し、黒画素の個数を計数して得られる投影分
布を基に、この分布の極小値を切出し位置として文字列
画像を分割する。これにより、たとえ文字と文字が接触
していても、これらを分割することが可能である。抽出
された基本パタンの切出し位置を切出し候補位置と呼ぶ
。２つの切出し候補位置に挟まれた、複数個の基本パタ
ン系列として構成されるパタンを候補文字パタンと呼ぶ
。切出し候補位置の中に求める文字の切出し位置が含ま
れていれば、文字パタンは必ず候補文字パタンの中に含
まれている。

【００１１】各候補文字パタンと文字認識辞書の標準パ
タンとを照合し、候補文字パタンの認識を行い、これに
基づいて候補文字パタンの文字である信頼性を表す文字
評価値を算出する。文字評価値の算出方法として、例え
ば本願と同一出願人による特許明細書（特願平１−３３
４３４７「文字列認識方法及びその装置」）に開示され
ている技術が知られている。

【００１２】文字列に含まれる文字数ｘの最大値は基本
パタンの数ｋである。そこで、ｋ以下の各値ｘに対して
、ｘ個の候補文字パタンからなる組み合わせの中から、
それらの文字評価額を基に、文字列として最適な候補文
字パタンの組み合わせを探索し、これを文字列の認識候
補とする。以上の処理により、入力された文字列画像に
対して最大ｋ個の文字列の認識候補が得られることにな
る。図３は、その一例である。仮定した文字数に対する
認識候補が得られるごとに単語照合を行い、最適な照合
文字列を探索する。

【００１３】このような方法をとることによって、例え
ば「明」のように偏と旁に分かれる文字が含まれていて
も、「日」「月」と分離した認識結果と、「明」と正し
く切り出した認識結果と候補として得ることが可能にな
り、どちらを正しいと判断するかを単語知識に任せるこ
とが可能になる。更に、文字数一定の制約の基での最適
な候補文字パタンの組み合わせを探索する方法であるた
め、文字数に影響されずに切出し位置の確からしさを比
較することが可能となる。

【００１４】

【実施例】次に、本発明について図面を参照して説明す
る。

【００１５】図１は、本発明の一実施例の構成を示すブ
ロック図である。図１に示す実施例の構成は、光学的に
走査された文字列画像を格納する文字列画像記憶部１と
、文字列画像を読み込み図形的なまとまりの最小単位で
ある基本パタンを抽出する基本パタン抽出部２と、基本
パタンにもとづいて候補文字パタンを作成する候補文字
パタン作成部３と、標準パタンを記憶する文字認識辞書
記憶部４と、標準パタンと候補文字パタンを照合し文字
コードと候補文字パタンの信頼性を表現する尺度として
の文字評価値を得る文字認識部５と、候補文字パタン作
成部３からすべての候補文字パタンを読み出し文字列画
像の文字数を仮定する文字数設定部６と、文字認識部か
ら文字評価値を読み込み文字数設定部６からは文字数を
読み込んで文字列画像から文字数個分のパタンを切り出
して切出し位置と文字コード列を格納する文字切出し部
７と、標準単語の文字コード列を格納する単語記憶部８
と、文字切出し部７から文字切出し位置と文字コード列
を読み込み、単語辞書記憶部８の標準単語の文字コード
列との単語照合を行なう認識結果検定部９と、文字列画
像の認識結果を出力する文字列認識結果出力部１０とを
備えて成る。

【００１６】次に、本実施例の動作について説明する。

【００１７】文字列画像記憶部１は、２値化された文字
列画像を格納する通常の記憶手段である。基本パタン抽
出部２は、文字列画像記憶手段１から文字列画像信号１
１を読み込み、図形としてのまとまりの最小単位のパタ
ンを抽出し、その切出し位置を通常の記憶装置に格納す
る。この処理は、例えば次のようにして実現できる。

【００１８】文字列画像に対してその文字列方向と垂直
な方向に黒画素を計数して得られる投影関数をｆ（ｘ）
とする。これを図４（ａ）に示す。関数ｆ（ｘ）に対し
て式（１）で表されるガウシァン関数ｇ（ｘ）を用いて
、式（２）の計算を施し、図４（ｂ）に示す平滑化した
投影関数ｆ′（ｘ）を算出する。

【００１９】

【００２０】

【００２１】図４（ｂ）に点線で示す、平滑化した投影
関数ｆ′（ｘ）の極小値を与える全てのｘ座標を算出し
、この点を切出し候補位置Ｎｉとし、これらの点を通り
文字列方向と垂直な方向の直線を切出し候補線とし、隣
接する切出し候補線に挟まれたパタンを基本パタンとす
る。このようにして基本パタンを抽出することは従来技
術により容易に実現できる。

【００２２】候補文字パタン作成部３は、切出し候補位
置１２を読み込み、２つの切り出し候補線に挟まれたパ
タンが１文字であるかを判断し、１文字と判断されたパ
タンを候補文字パタンとして通常の記憶手段により記憶
する。ここで、１文字である可能性のあるパタンとは、
例えば以下のような判定基準（１）及び（２）にもとづ
いて判定するもので、パタンの外接矩形の縦横比や内部
の余白の算出、及び判定基準（１），（２）は従来技術
により容易に実現できる。

【００２３】判定基準（１）パタンの外接矩形の縦横比
（ｗ／ｈ）ｒが０．５≦ｒ≦２．５ならばそのパタンは
候補文字パタンとする（図５）。

【００２４】判定基準（２）パタンの内部の余白（ｓ）
の文字の高さ（ｈ）に対する比が０．５以下ならば、候
補文字パタンとする（図５）。

【００２５】文字認識部５は、候補文字パタン作成部３
から候補文字パタン１３を読み込み、文字認識辞書記憶
部４から標準パタン１４を読み込んで候補文字パタン１
３の照合・認識を行い、認識結果を基に候補文字パタン
１３の文字としての信頼性を示す尺度の文字評価値を算
出し、候補文字パタン１３の文字コードと文字評価値を
通常の記憶手段によって記憶する。ここで行う認識は、
例えば従来より良く知られている単純類似度法（文献「
文字認識概論」オーム社、１９８２、ｐｐ３４−３５参
照）を用いることにより実現できる。また文字評価値と
して、本願と同一出願人による特許明細書（特願平１−
３３４３４７「文字列認識方法及びその装置」）に記載
されている方法を用いることにより容易に実現が可能で
ある。

【００２６】文字数設定部６は、候補文字パタン作成部
３から全候補文字パタン１５を読み込み、この候補文字
パタンを基に、入力された文字列画像に対して可能な文
字数を設定し、文字数１６を出力する。この処理につい
て、図６のフローチャートを参照して、具体的に説明す
る。まず、ステップ６１では、レジスタに文字数ｘとし
て０をセットする。ステップ６２では、ｘ＝ｘ＋１と文
字数をインクリメントして、ステップ６３で文字数ｘが
最大値ｋ以下であるかを判断する。ステップ６３で、ｘ
が最大値ｋ以下の場合はステップ６４において、入力文
字列画像がｘ個の候補文字パタンから構成されるか否か
を判断する。これは、切出し候補位置Ｎｉ（ｉ＝０、…
ｋ）をノードとし、候補文字パタンｌ（ｉ，ｊ）をリン
クとする２端子有向グラフの始点から終点に至るパスの
内、ｘ個のリンクを通るパスが存在するかどうかを調べ
れば良く、従来技術により容易に実現できる。ステップ
６４において肯定された場合は、文字数ｘを文字数１６
として出力する。否定された場合は、ステップ６２に戻
る。ステップ６３で文字数ｘが最大値ｋを越えた場合は
、文字数１６を通して処理の終了を伝える。

【００２７】文字切出し部７は、文字数設定部６から文
字数１６として文字数ｘを読み込み、文字認識部５から
文字評価値１７を読み込み、入力した文字列画像がｘ個
の文字を含むと仮定した場合の最適な切出し位置を文字
評価値を使って決定し、最適な切出し位置及び文字コー
ド列を記憶する。最適な切出し位置の決定は、以下のよ
うにして容易に実現できる。前述した２端子有向グラフ
において、始点Ｎ０　から終点Ｎｋ　に至る、ｘ個のリ
ンクを通るパスｐ＝｛ＮＳ（０）……ＮＳ（Ｘ）｝に対
して、このパスを構成するリンクの文字評価値ｗ（ｓ（
ｉ），ｓ（ｉ＋１））から決まる文字列評価値を算出し
、この文字列評価値を最大にするパスを探索する。

【００２８】このような探索手段は、文字列評価使Φｘ
　（ｐ）として、例えば式（３）を用いて算出し、更に
最適パスは式（４）に従って、動的計画法（文献「音声
認識」共立出版、１９７９、ｐｐ１０７−１０８参照）
を用いて効率的に探索することにより、容易に実現でき
る。但し、Ψ（ｉ，ｍ）は第ｉ番目のノードを終点とす
るｍ個のリンクを通るパスの評価値を表す。

【００２９】

【００３０】

【００３１】単語辞書記憶部８には、単語としての文字
コード列を通常の記憶手段によって記憶しておく。

【００３２】認識結果検定部９は、文字切出し部７から
文字切出し位置／文字コード列１８を読み込み、単語辞
書記憶部８かわ格納してある各単語の単語文字コード列
１９を読み込み、文字コード列が意味的に成立するかど
うかを検定する。具体的には以下のような手段により実
現できる。

【００３３】いま、文字コード列をｃ０　ｃ１　…ｃｘ
　とする。文字コード列の先頭の文字コードｃ０　から
単語辞書のすべての単語との照合を行う。１文字でも照
合された単語があれば、その単語及び先頭の文字位置と
最後の文字位置、一致した文字数を通常の記憶手段によ
り記憶する。例えば、図７（ａ）では、単語「東京都」
に対して、一致文字数２、先頭文字位置０、末端文字位
置２を記憶する。次に照合する文字位置を１つずつずら
して同様に単語辞書と照合を行う。このようにして、文
字コード列の各文字位置を先頭として可能な単語を全て
記憶する。その結果を示したのが図７（ｂ）である。こ
の照合された単語候補を組み合わせてできる文字列の中
から、最も一致文字数の多い文字列ｄ０　ｄ１　…ｄｙ
　を探索するが、これは容易に実現できる。文字コード
列ｃ０　ｃ１　…ｃｘ　の全ての文字が照合結果の文字
列ｄ０　ｄ１　…ｄｙ　と一致した場合は、この文字コ
ード列を文字列認識結果出力部１０に認識結果２１とし
て出力し処理を終了する。 そうでない場合は、文字数設定部６に文字数２０として
文字数ｘを出力する。文字数設定部６では、図６のステ
ップ６２に文字数ｘを入力し、前述した内容と同様の処
理を行う。以上の処理は全て従来技術により容易に実現
できる。

【００３４】また、文字数設定部６から処理終了の信号
が送られているときには、各文字数ｘに対して得られて
いる照合結果の文字コード列ｄ０　ｘｄ１　ｘ　…ｄｙ
　ｘ　の内、最適なものを探索する。例えば、照合結果
の文字コード列ｄ０　ｘ　ｄ１ｘ　…ｄｙ　ｘ　から、
入力文字コード列ｃ０　ｃ２　…ｃｘ　との一致文字数
、照合単語数、照合結果の文字数ｙを計数し．これらを
基に最良の照合結果を以下のような探索基準を用いて探
索する。これらも従来技術により容易に実現できる。 （探索基準１）　　最も一致文字数の多い文字列コード
列（探索基準２）　　１を満たす文字コード列が複数あ
る場合には、それらの内で照合単語数の最小の文字コー
ド列（探索基準３）　　２を満たす文字コード列が複数
ある場合には、それらの内で文字数ｙの最も多い文字コ
ード列文字列認識結果出力部１０は通常の出力段数によ
り、文字コード列の先頭から認識結果を出力する。

【００３５】以上、実施例をもって本発明を詳細に説明
したが、本発明はこの実施例にのみ限定されるものでは
ない。例えば、本実施例では横書き文字列を使って説明
したが、縦書きの文字列にも本発明は同様に適用できる
。基本パタン抽出部２では、文字列の投影関数の極小値
にもとづいて切り出したが、文字どうしが接触したパタ
ンも、分割できる方法であれば、この方法に限らず同様
に適用できる。候補文字パタン作成部３は、処理量を削
減するためのものであり、そこで利用する規則は本実施
例で採用したパタンの縦横比、内部余白に限らず、例え
ばパタン外接矩形の面積も利用することができる。更に
、住所等を認識対象とする場合には、単語辞書として木
構造の表現を用いて単語を記憶しておくことにより、単
語照合時の処理量を削減することが可能であるとともに
、より高精度の認識が可能になる。複数の文字列認識候
補の中から最適な文字数及び文字列認識結果を得るため
の探索基準も前述のものに限定されるものではない。

【００３６】

【発明の効果】以上説明したように本発明によれば、多
数の文字候補となるパタンの中から正確に文字パタンを
絞ることができ、更に、偏と旁に分かれてそれぞれが意
味を持つ文字が文字列中に含まれていても、正確な文字
切り出しが可能となる効果がある。

【図面の簡単な説明】

【図１】本発明の文字列認識装置の一実施例の構成を示
すブロック図である。

【図２】手画き文字列画像に対する基本パタン抽出の説
明図である。

【図３】文字列画像に対する文字列の認識候補を示す図
である。

【図４】基本パタン抽出手法の説明図である。

【図５】文字パタンの評価要素の説明図である。

【図６】図１の文字数設定部６の処理内容を表すフロー
チャートである。

【図７】図１の実施例における文字列の認識処理の説明
図である。

【符号の説明】

１　　　　文字列画像記憶部 ２　　　　基本パタン抽出部 ３　　　　候補文字パタン作成部 ４　　　　文字認識辞書記憶部 ５　　　　文字認識部 ６　　　　文字数設定部 ７　　　　文字切出し部 ８　　　　単語辞書記憶部 ９　　　　認識結果検定部 １０　　　　文字列認識結果出力部

Claims (2)

【特許請求の範囲】
1. 【請求項１】　　文字列画像を光学的に読み込み認識す
   る文字列認識方法において、文字列画像から図形的なま
   とまりの最小単位である基本パタンを抽出し、前記基本
   パタンにもとづいて候補文字パタンを作成し、前記候補
   文字パタンと文字認識辞書の標準パタンとを照合して認
   識処理を行い、前記候補文字パタンにもとづいて前記文
   字列画像の文字数を仮定し、前記候補文字パタンの認識
   結果にもとづいて前記文字列画像から前記文字数個分の
   文字を切り出してその文字コード列を出力し、前記文字
   コード列と単語辞書に格納してある単語とを照合して前
   記文字コード列の全ての文字が照合された場合には前記
   文字コード列を前記文字列画像の認識結果として出力し
   、照合しない場合には可能な文字数の範囲内で前記文字
   数を変動して前記文字の切り出し及び前記単語との照合
   を反復し、可能な文字数の範囲の全てに対して照合され
   なかった場合には可能な文字数の範囲内の最適な照合結
   果を前記文字列画像の認識結果として出力することを特
   徴とする文字列認識方法。
2. 【請求項２】　　文字列画像を光学的に読み込み認識す
   る文字列認識装置において、光学的に走査された文字列
   画像を格納する文字列画像記憶手段と、前記文字列画像
   記憶手段から文字列画像を読み込み図形的なもとまりの
   最小単位である基本パタンを抽出し格納する基本パタン
   抽出手段と、前記基本パタン抽出手段から前記基本パタ
   ンを読み込み前記基本パタンにもとづいて候補文字パタ
   ンを作成し格納する候補文字パタン作成手段と、標準パ
   タンを記憶する文字認識辞書記憶手段と、前記候補文字
   パタン作成手段から候補文字パタンを読み込み前記文字
   認識辞書記憶手段から標準パタンを読み込んで前記候補
   文字パタンと前記標準パタンとを照合して認識処理を行
   って得られる文字コードと候補文字パタンの信頼性を表
   現する尺度としての文字評価値を格納する文字認識手段
   と、前記候補文字パタン作成手段から読み出した前記候
   補文字パタンにもとづいて前記文字列画像の文字数を仮
   定する文字数設定手段と、前記文字認識手段からは前記
   候補文字パタンの文字評価値を読み込み前記文字数設定
   手段からは文字数を読み込んで前記文字列画像から文字
   数個分のパタンを切り出して切出し位置と文字コード列
   を格納し出力する文字切出し手段と、標準単語の文字コ
   ード列を記憶する単語辞書記憶手段と、前記文字切出し
   手段から文字切出し位置と文字コード列を読み込み前記
   単語辞書記憶手段から標準単語の文字コード列を読み込
   んで単語の照合を行い全ての文字が照合された場合には
   照合された文字コード列を文字列認識結果として出力し
   照合しない場合には照合文字列を記憶するとともにその
   文字数を前記文字数設定手段に出力し可能な文字数の範
   囲の全てに対して照合されなかった場合には格納されて
   いる照合文字列の内最適な照合文字列を文字列認識結果
   として出力する認識結果検定手段と、前記認識結果検定
   手段から文字列認識結果を読み出して出力する文字列認
   識結果出力手段とを有して成ることを特徴とする文字列
   認識装置。