JPH04587A - 文字認識方法 - 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】 （産業上の利用分野） 本発明は、媒体上の文字を光電変換して得られる文字パ
タンより、入力文字を認識する文字認識方法、特に高速
で、認識精度の良い文字認識方法に関するものである。

（従来の技術） 従来、この種の文字認識方法としては特開昭５８−１２
３１７１号公報に記載されるものがあった。

従来、媒体上の文字を認識する場合、手書き文字におい
ては、筆者の違いによる線素の移動速度や傾き、印刷文
字においては、フォント（字体）の違い等により、抽出
される特徴が変動するので、該特徴の変動に対応した辞
書を用意しなければならなかった。そのため、辞書容量
が増大し、さらにその辞書の照合に要する時間も増大し
、処理速度の低下、装置の大型化を招いていた。

そこで、前記文献の技術では、文字パタンを水平方向及
び垂直方向に走査して周辺分布を求め、該周辺分布の重
心位置により分割座標を決定している。これにより、文
字バタン上の領域を決定するための分割位置を線素の位
置移動に追従させることが可能となり、個人差に基づく
ストローク位置変動等の特徴の変動を吸収し、辞書容量
の減少による処理速度の高速化を図るようにしている。

（発明が解決しようとする課題〉 しかしながら、上記の文字認識方法では、次のような課
題があった。

第２図（ａ）、（ｂ）は従来の文字バタン分割方法を説
明するための図であり、同図（ａ）は傾きのない文字の
場合、及び同図（ｂ）は斜体字の場合についてそれぞれ
示されている。

従来の文字認識方法では、入力文字パタンの外接枠を検
出し、垂直な分割境界Ｓに基づきその外接枠内を複数の
領域に分割している。ところが、第２図（ｂ）に示すよ
うに、垂直線素に傾きを持つような斜体字について垂直
な分割境界Ｓを定めた場合、第２図（ａ）に示すような
傾きのない文字の場合と比較すると、傾きのない文字に
ついては垂直線素と平行に分割されるが、垂直線素に傾
きを持つ斜体字については文字線が斜めに分断されてし
まう。そのため、同じ文字でありながら、抽出される特
徴が大きく異なったものとなり、文字認識精度が低下し
てしまう。このように、従来の文字認識方法においては
、垂直線素に傾きを持つような斜体字についてそれを的
確に分割する方法が無いため、そのような特徴の変動を
吸収するために、様々な変形に対応する辞書を用意せざ
るをえなかった。そのため、辞書容量が増大し、照合に
時間がかかり、それによってハード規模（装置規模）や
処理時間か増大するという問題があり、未だ技術的に十
分満足のゆくものが得られなかった。

本発明は前記従来技術が持っていた課題として、処理時
間の増大と装置の大型化という点について解決した文字
認識方法を提供するものである。

（課題を解決するための手段） 本発明は前記課題を解決するなめに、媒体上の文字を光
電変換して得られる文字パタンの外接枠を検出し、該外
接枠内を複数の領域に分割し、該分割された分割領域毎
に特徴を抽出しな後、該抽出された特徴と予め用意した
標準特徴との照合により、前記文字を認識する文字認識
方法において、次のような手段を講じたものである。

即ち、前記文字パタンを含むＸ−Ｙ座標系で定義される
平面において、少なくとも２組の特定の実数α、βにつ
いて前記文字パタンの黒画素に関するαｘ＋βｙ（但し
、ｘ、ｙはＸ−Ｙ座標系の座標値）の最大値及び最小値
を与える座標を求め、該座標に基づき前記文字パタンの
傾斜角を検出し、該傾斜角に従って前記外接枠内の分割
境界を設定し、該分割境界に基づき前記外接枠内を複数
の領域に分割するようにしたものである。

（作用） 本発明によれば、以上のように文字認識方法を構成した
ので、文字パタンが入力されると、その文字パタンに対
する外接枠を検出すると共に、該文字パタンの黒画素に
関するαｘ＋βｙの最大値及び最小値を与える座標を検
出し、その座標に基づき該文字パタンの傾斜角を検出す
る。次に、検出された傾斜角に従って外接枠内の分割境
界を設定し、その設定された分割境界に基づき外接枠内
を複数の領域に分割する。その後、分割された分割領域
毎に特徴を抽出し、その特徴と標準特徴との照合を行え
ば、入力文字の認識が行える。

このように、文字パタンの傾斜角を検出してその傾斜角
に基づき分割境界を設定しているので、垂直軸に対して
傾斜するような文字パタンについても、抽出される特徴
が安定となるので、文字傾斜の変形に対応した辞書を用
意する必要がない。

それにより、処理速度の高速化と装置の小型化、及び認
識精度の向上が図れる。従って、前記課題を解決できる
のである。

（実施例〉 第１図は、本発明の実施例を示すもので、文字認識方法
を説明するための文字認識装置の機能ブロック図である
。

この文字認識装置は、帳票等の媒体上の文字画像の光信
号ＩＮを量子化された電気信号（ディジタル信号）に変
換する光電変換部１を有し、その出力側には、行バッフ
ァ２が接続されている。行バッファ２は、例えば幅２０
４８Ｘ高さ１２８ビツトの大きさを有し、１行分の文字
画像のディジタル信号を格納する構成になっており、そ
の出力側には、文字切出部３を介してバタンレジスタ４
が接続されている。

文字切出部３は、行バッファ２の出力から１文字分のデ
ィジタル信号（これを、「文字バタン」という）をバタ
ンレジスタ４に格納する機能を有している。バタンレジ
スタ４は、例えば６４×６４ビツトの記憶容量を有し、
その出力側には、文字枠検出部５、線幅測定部６、及び
サブバタン抽出部７が接続されると共に、文字傾斜検出
部８が接続されている。

文字枠検出部５は、バタンレジスタ４内の文字パタンを
走査して外接枠、つまり文字枠を検出し、その検出結果
を文字傾斜検出部８等に与える機能を有している。線幅
測定部６は、バタンレジスタ４の出力に対する線幅を測
定し、その測定結果をサブバタン抽出部７に与える機能
を有している。

サブバタン抽出部７は、バタンレジスタ４を複数方向に
走査して垂直、水平、右斜め、左斜めサブバタンを抽出
するしので、垂直サブバタン抽出部７ａ、水平サブバタ
ン抽出部７ｂ、右斜めサブバタン抽出部７ｃ、及び左斜
めサブバタン抽出部７ｄより構成されている。各抽出部
７ａ〜７ｄは、それぞれバタン格納用のメモリを有して
いる。

文字傾斜検出部８は、バタンレジスタ４に格納された文
字パタンについて傾斜度を抽出する機能を有している。

文字枠検出部５の出力側には、分割点検出部９が接続さ
れ、その分割点検出部９、文字枠検出部５、サブバタン
抽出部７及び文字傾斜検出部８の出力側には、特徴マト
リクス抽出部１０が接続され、さらにその出力側に識別
部１］−が接続されている。

分割点検出部９は、外接枠内を複数の部分領域に分割す
るための分割点座標を検出する機能を有している。特徴
マトリクス抽出部１０は、サブバタン抽出部７から出力
される垂直、水平、右斜め、及び左斜めサブパタンの各
バタンから、特徴量を抽出して特徴マトリクスを作成し
、それを識別部１１へ与える機能を有している。識別部
１１は、標準文字の特徴マトリクス（標準文字マスク）
Ｇ（ｋ）と、この特徴マトリクスＧ　（ｋ）を有する標
準文字の文字名とを、格納する辞書メモリを有している
。そして、特徴マトリクス抽出部１０で抽出された特徴
マトリクスＦ　（ｋ）と、辞書メモリの特徴マトリクス
Ｇ（ｋ）とを、照合することにより、該特徴マトリクス
Ｆ　（ｋ）を得た外接枠内領域の文字図形の認識を行い
、文字名ＯＵＴを出力する機能を有している。

第３図は、第１図の文字傾斜検出部８における一構成例
を示す機能ブロック図である。

この文字傾斜検出部８は、バタンレジスタ４から入力さ
れる画像データＭの画素にＸ座標を付与するためのＸ座
標発生手段２１と、画像データＭの画素にＹ座標を付与
するためのＹ座標発生手段２２とを備え、それらの出力
側には座標検出手段３０．４０が接続されている。座標
検出手段３０゜４０は、Ｘ、Ｙ座標と少なくとも２組の
特定のα値及びデータ値とを用いて被抽出バタンの画素
に関する最大及び最小の計算値αＸ＋βｙを検出し、そ
の最大最小計算値を与える被抽出パタンの画素のＸ、Ｙ
座標をそれぞれ特徴点座標として出力するしのであり、
その出力側には、文字パタンの傾斜度を特徴点座標に基
づき算出する傾斜度算出手段５０が接続されている。

座標検出手段３０は、計算値αχ＋βｙを算出するｘ＋
ｙ計算手段３１と、最大計算値を検出するための最大値
検出手段３２と、最大計算値を与える画素のＸ、Ｙ座標
を保存するための最大値座標保存手段３３と、最小計算
値を検出するための最小値検出手段３４と、最小計算値
を与える画素のＸ、Ｙ座標を保存するための最小値座標
保存手段３５とで、構成されている。同様に、座標検出
手段４０は、Ｘ−Ｙ計算手段４１、最大値検出手段４２
、最大値座標保存手段４３、最小値検出手段４４、及び
最小値座標保存手段４５より構成されている。

この文字傾斜検出部８では、特徴点座標検出のために、
例えばα＝β＝１及びα＝１、β＝−１の２組のα値及
びβ値を用いるので、２つの座標検出手段３０．４０を
備えている。一方の座標検出手段３０では計算値Ｘ＋Ｙ
に関する最大及び最小計算値を、他方の座標検出手段４
０では計算値Ｘ−Ｙに関する最大及び最小計算値を、そ
れぞれ与える画素の座標を検出する機能を有している。

例えば、Ｘ＋Ｙ計算手段３１は加算回路で、Ｘ−Ｙ計算
手段４１は減算回路で、検出手段３２゜３４．４２．４
４はそれぞれ比較器及びレジスタで、座標保存手段３３
，３５，４３．４５はそれぞれレジスタ等で構成されて
いる。また、Ｘ座標発生手段２１及びＸ座標発生手段２
２は、座標検出手段３０．４０に対して共通に用いるよ
うに構成されており、そのため座標検出手段３０．４０
はＸ座標発生手段２１及びＸ座標発生手段２２から出力
されるＸ、Ｙ座標をそれぞれ入力して特徴点座標の検出
を行う機能を有している。

次に、以上のように構成される文字認識装置を用いた文
字認識方法について、各機能ブロックの処理（丁）〜（
Ｖｌｆ）について説明する。

第４図は、印刷文字の斜体字の例を示す図である。本実
施例では、この第４図に示すように、印刷文字における
斜体字のような、文字の垂直軸が傾斜するような文字を
含む文字列を認識する場合について、以下説明する。

（Ｉ＞　　文字バタン生成処理 帳票上に記入された文字画像の光信号ＩＮが光電変換部
１に入力されると、光電変換部１では、光信号ＩＮを２
値のデジタル信号、つまり文字線部を１′、背景部を′
○“に変換する。光電変換部１で変換された１行分の文
字画像のデジタル信号は、行バッファ２に格納される。

文字切出部３では、行バッファ２に格納された文字画像
のデジタル信号から、１文字分のデジタル信号（文字バ
タン）を読出し、バタンレジスタ４に格納する。本実施
例では、帳票フォーマットが予め指定されており、文字
切出部３にメモリを有シ、行バツフア２内の文字位置を
示すアドレスが格納されている。そのため、文字切出し
動作は、該アドレスで指定された行バッファ２の内容を
読み出すことにより実行される。

（ＩＩ）　　文字枠検出・線幅測定処理文字枠検出部５
では、バタンレジスタ４のバタンを走査してそのバタン
の左端座標ＸｆＪ、右端座標Ｘ乙上端座標ｙｔ及び下端
座標Ｙｂを検出する。外接枠、つまり文字枠は（Ｘ、Ｑ
、Ｙｔ）、（Ｘ、Ｉｌ　、　Ｙｂ）、（Ｘｒ、Ｙｔ＞、
＜Ｘｒ、Ｙｂ）の４点を結ぶ矩形枠となる。

また、文字枠検出後は、特徴量の正規化を行うために、
必要な文字枠の大きさを算出する。即ち、バタンレジス
タ４のＸ軸に対し、平行な方向（水平方向〉の文字枠の
大きさをｗｐｈとしてｗｐｈＸｒ−ＸｆＪ＋１を、垂直
な方向（垂直方向）の文字枠の大きさをＷＰｖとしてＷ
Ｐｖ＝Ｙｔ−Ｙｂ＋１を、それぞれ算出する。さらに、
右斜め及び左斜め４５°方向の文字枠の大きさをＷＰｒ
及びＷＰ、ｌ）として を算出する。

一方、線幅測定部６では、バタンレジスタ４がらのディ
ジタル信号を入力し、例えば２×２の窓の全ての点が黒
ビットとなる状態の個数Ｑと、全黒ビットの個数Ａとを
計数し、従来周知の（１）式に従って線幅ＷＬを算出す
る。

ＷＬ＝Ａ／（Ａ−Ｑ＞　　　　　・・・・・値１）（Ｉ
［Ｉ）　　サブバタン抽出処理 サブバタン抽出部７では、垂直サブバタン抽出部７ａ、
水平サブバタン抽出部７ｂ、右斜めサブバタン抽出部７
ｃ及び左斜めサブバタン抽出部７ｄにより、それぞれバ
タンレジスタ４上に設定しなＸ軸方向に垂直な方向（垂
直方向）及び平行な方向（水平方向）と、Ｘ軸から反時
計方向４５゜の方向（右斜め４５°方向〉及び時計方向
４５゜の方向（左斜め４５°方向）とを、主走査方向と
し７てバタンレジスタ４を走査し５、各主走査方向に対
応する垂直、水平、右斜め及び左斜めサブバタンを抽出
する。

即ち、垂直サブバタン抽出部７ａでは、垂直方向を主走
査方向とし、て原パタンを全面走査し、垂直方向の走査
線上で連続する黒ビット（黒ラン）を検出する。そして
、検出した黒ランのなかから次式（２）を満足する長さ
１の黒ランを抽出する。

９≧Ｎ、ＷＬ ・・・・・・（２） 但し、ｐ；主走査方向における黒ラ ンの長さ Ｎ；各サブパタンに対する任 意定数（例えば、２） 次に、垂直サブバタン抽出部７ａは、（２）式を満足す
る黒ランを、サブパタンを構成する黒ランとみなして図
示しない垂直サブバタンメモリに格納する。（２）式を
満足しない黒ランは白ビットとみなす。

同様に、水平、右斜め及び左斜めサブバタン抽出部７ｂ
、７ｃ、７ｄは、水平、右斜め及び左斜め方向を主走査
方向として原パタンを走査し、それぞれの主走査方向の
走査線上の黒ランのなかから、（２）式を満足する黒ラ
ンを抽出し、抽出した黒ランを、サブパタンを構成する
黒ランとみなして図示しない水平、右斜め及び左斜めサ
ブバタンメモリに格納する。

（ＩＶ）　　文字傾斜検出処理 文字傾斜検出部８は、バタンレジスタ４に格納された文
字バタンについて傾斜度を抽出する。この抽出方法を、
第３図、第５図（ａ）、（ｂ）及び第６図（ａ＞、（ｂ
）を参照しつつ説明する。

第５図（ａ）、（ｂ）は傾斜度検出方法を説明するため
の特徴点の検出例を示す図である。Ｘ−Ｙ座標系で表現
される平面には、被抽出バタンＭ２である傾きのない文
字（第５図（ａ））と斜体字（第５図（ｂ））とが示さ
れている。ＢＬ、ＢＲ，ＴＬ、ＴＲは特徴点である。第
６図（ａ）。

（ｂ）は、文字傾斜検出方法を説明するもので、同図（
ａ）は最大値処理のフローチャート、及び同図（ｂ）は
最小値処理のフローチャートである。

この文字傾斜検出処理を、（Ａ）特徴点ＴＬ、ＢＲ座標
の検出処理と、（Ｂ）特徴点ＢＬ、ＴＲ座標の検出処理
と、（Ｃ）傾斜度算出処理とに分けて以下説明する。

（Ａ＞特徴点ＴＬ、ＢＲ座標の検出処理この処理では、
第３図の座標検出手段３０等により、次のような（１）
〜（５）の処理ステップで実行される。

（１）　ステップ８１〜Ｓ３ 先ず、バタンレジスタ４の走査を開始し、そのバタンレ
ジスタ４より出力された画像データＭを、文字傾斜検出
部８に入力する（ステップＳｌ）。

この画像データＭは、画素毎に座標検出手段３０内の最
大値検出手段３２及び最小値検出手段３４に入力される
。

これと共に、Ｘ座標発生手段２１及びＹ座標発生手段２
２は、画像データＭの出力と同期させて、この画像デー
タＭの各画素毎に対応付けたＸ、Ｙ座標を発生する。そ
の結果、これら発生手段２１２２により、画像データＭ
にＸ、Ｙ座標の付与が行われる。そして出力されたＸ、
Ｙ座標は、座標検出手段３０内のｘ十ｙ計算手段３１、
最大値座標保存手段３３、及び最小値座標保存手段３５
に入力される（ステップＳ２）。

Ｘ＋Ｙ計算手段３１はＸ、Ｙ座標を入力すると、これら
Ｘ、Ｙ座標から計算値Ｘ＋Ｙを算出し、算出した計算値
を最大値検出手段３２及び最小値検出手段３４へ出力す
る（ステップＳ３）。ステップ８２〜Ｓ３によって、最
大値検出手段３２は画像データＭ及び計算値を、最小値
検出手段３４は画像データＭ及び計算値を、最大値座標
保存手段３３はＸ、Ｙ座標を、最小値座標保存手段３５
はＸ、Ｙ座標を、それぞれ１画素毎に入力する。そして
、座標検出手段３０は、後述のステップＳ４、Ｓ５ａ、
Ｓ５ｂ或いはＳ７の判断を１画素毎に繰り返し実行し、
その判断結果に応じた処理を行う。

（２）　ステップＳ４ 最大値検出手段３２及び最小値検出手段３４は、入力さ
れた画像データＭの画像が所定の画素値（例えば、　′
１′）であるか否かを判断する。

■　所定の画素値を有さないとき 最大値検出手段３２及び最小値検出手段３４は、格納し
ている比較値を書換えず、これと共に最大値座標保存手
段３３及び最小値座標保存手段３５も、格納されている
Ｘ、Ｙ座標を書換えない。検出手段３２．３４は、ステ
ップＳ４の次に、ステップＳ７の判断を行う。

■　所定の画素値を有するとき 最大値検出手段３２はステップＳ４の次に比較値及び計
算値の比較（ステップＳ５ａ＞を、最小値検出手段３４
はステップＳ４の次に比較値及び計算値の比較（ステッ
プ５５ｂ）を、それぞれ行つ。

（３）　ステップＳ５ａ このステップでは、計算値が比較値より大きいか否かを
判断し、その判断結果に応じた次のような処理を実行す
る。

■　計算値〉比較値のとき 最大値検出手段３２は、先に格納されている比較値に代
えて、比較値よりも大きい計算値を新たな比較値として
格納しく比較値の書換え）、これと共にセットパルスを
最大値座標保存手段３３へ出力する。セットパルスを入
力した最大値座標保存手段３３は、格納されているＸ、
Ｙ座標に代えて、比較値よりも大きな計算値を与える画
素のＸ、Ｙ座標を新たに格納する（「Ｘ、Ｙ座標の書換
え」ステップＳ６）。

■　計算値≦比較値のとき 最大値検出手段３２は、先に格納されている比較値を書
換えずにそのまま格納すると共に、最大値座標保存手段
３３も、格納されているＸ、Ｙ座標を書換えない。

最大値検出手段３２は、前記■及び■のいずれの場合も
、ステップＳ５ａの次に、ステップＳ７の判断を行う。

なお、最大値検出手段３２に格納される比較値の初期値
としては、例えば計算値αとして取り得る値よりも小さ
な値を用いれば良い。例えば、α−β＝１で、画像デー
タＭを１行ｍ列の画素に分割した（従って、０≦Ｘ≦ｍ
−１、及びＯ≦Ｙ≦９−１となる）場合には、−１を比
較値の初期値とすることができる。或は比較値の初期値
として、最大値検出手段３２に一番最初に入力された計
算値αχ＋βｙを用いるようにしても良い。

また、最大値検出手段３２は、比較値及びＸ、Ｙ座標の
書換えを、計算値αχ＋βｙが比較値よりも大きいとき
、及び計算値が比較値と等しいときに行うようにし、こ
れと共に計算値が比較値よりも小さいとき、比較値及び
Ｘ、Ｙ座標の書換えを行わないようにしても良い。さら
に、最大値座標保存手段３３のＸ、Ｙ座標としては、任
意好適な数値を用いて良い。

（４）　ステップＳ５ｂ 第６図（ｂ）のステップＳ５ｂでは、計算値が比較値よ
り小さいか否かの判断を行い、その判断結果に基づき次
のような処理を実行する。

■　計算値く比較値のとき 最小値検出手段３４は、先に格納されている比較値に代
えて、比較値よりも小さい計算値を比較値として新たに
格納する（比較値の書換え）と共に、最小値座標保存手
段３５ヘセツトパルスを出力する。最小値座標保存手段
３５は、セットパルスを入力すると、格納されているＸ
、Ｙ座標を、比較値よりも小さな計算値を与える画素の
Ｘ、Ｙ座標に書換える（　ｒｘ、ｙ座標の書換え」ステ
ップＳ６）。

■　計算値≧比較値のとき 最小値検出手段３４は、先に格納されている比較値を書
換えずにそのまま格納すると共に、最小値座標保存手段
３５も、格納されているＸ、Ｙ座標を書換えない。

最小値検出手段３４は、前記■及び■のいずれの場合に
も、ステップＳ５ｂの次に、ステップＳ７の判断を行う
。

なお、最小値検出手段３４に格納される比較値の初期値
としては、例えば計算値αｘ＋βｙとして取り得る値よ
りも大きな値を用いれば良い。例えば、α＝β＝１で、
画像データＭを１行ｍ列の画素に分割した（従って、０
≦Ｘ≦ｍ−１、及び０≦Ｙ≦、Ｑ−１となる）場合には
、ｍ＋ｎ−１を比較値の初期値とすることができる。或
は比較値の初期値として最小値検出手段３４に一番最初
に入力された計算値αχ＋βｙを用いるようにしても良
い。

また、最小値検出手段３４は、計算値が比較値よりも小
さいとき、及び計算値が比較値と等しいとき、比較値及
びＸ、Ｙ座標の書換えを行い、これと共に計算値が比較
値よりも大きいとき、比較値及びＸ、Ｙ座標の書換えを
行わないようにしても良い。さらに、最小値座標保存手
段３５のＸ、Ｙ座標としては、任意好適な数値を用いて
良い。

（５）　ステップＳ７ ステップＳ７では、画像データＭの走査を終了したか否
かを判断し、その判断結果に応じて次のような処理を実
行する。

■　画像データＭの走査を終了したとき最大値検出手段
３２及び最小値検出手段３４は、画像データＭの走査が
終了し、データＭの全画素につき処理が終了すると、Ｘ
、Ｙ座標の出力信号を、最大値座標保存手段３３及び最
小値座標保存手段３５へ出力する。すると、座標保存手
段３３３５は、格納しているＸ、Ｙ座標を特徴点座標と
して出力する。これと共に検出手段３２．３４は、比較
値の初期化を行う（ステップ８８）。

全画素につき処理を終了した時点で、最大値座標保存手
段３３及び最小値座標保存手段３５に格納されているＸ
、Ｙ座標が、最大及び最小計算値を与える画素のＸ、Ｙ
座標、すなわち特徴点座標となる。

座標検出手段３０では、α＝β＝１としたので、全処理
終了時点で、例えば第５図に示す被抽出パタンＭ２の特
徴点ＢＲの座標が、最大値座標保存手段３３に格納され
ており、また特徴点ＴＬの座標が、最小値座標保存手段
３５に格納されている。

■　画像データＭの走査が終了しないとき座標検出手段
３０は、画像データＭの走査が終了せず、従ってデータ
Ｍの全画素につき処理が終了していなければ、画像デー
タＭの残りの画素につき、ステップ８４．Ｓ５ａ、Ｓ５
ｂ或はＳ７の判断を行い、その判断結果に応じた処理を
行う。

（Ｂ）特徴点ＢＬ、ＴＲ座標の検出処理この処理は、座
標検出手段４０等で行われる処理である。即ち、座標検
出手段４０は、上述した座標検出手段３０の動作と並行
してその座標検出手段３０とほぼ同様の処理を行う。

この座標検出手段４０では、α＝１及びβ＝１としたの
で、全画素につき処理を終了した時点で、例えば、第５
図に示す被抽出パタンＭ２の特徴点ＴＲの座標が、最大
値座標保存手段４３に格納されており、また特徴点ＢＬ
の座標が、最小値座標保存手段４５に格納されている。

（Ｃ）傾斜度算出処理 前記処理（Ａ＞、（Ｂ）で、特徴点ＴＲ，ＴＬ。

ＢＲ，ＢＬの４点の座標（ＴＲｘ、ＴＲｙ）。

（ＴＬｘ、　ＴＬｙ＞　、　（ＢＲｘ、　ＢＲｙ）　、
　（ＢＬｘ、ＢＬｙ）が検出されると、傾斜度算出手段
５０では、該４点の座標より、入力文字パタンの傾斜角
度に相当する値（傾斜度）ＴＨを次式に従って計算する
。

即ち、傾斜度算出手段５０は、（３〉式を用いて、４個
の特徴点を結んで得られる四辺形の右辺の上端と下端の
Ｘ座標値の差と、左辺の上端と下端のＸ座標値の差の平
均を、文字高さの平均で割った値を傾斜度ＴＨ（但し、
ＴＨ：実数）として出力し、特徴マトリクス抽出部１０
へ与える。

（Ｖ）　　分割点検出処理 分割点検出部９では、外接枠内領域をＮＸＸＮＹ個の部
分領域に分割するためのＸ軸上及びＹ軸上の分割点座標
を、各外接枠毎に決定する。但し、ＮＸはＸ軸方向にお
ける分割数、及びＮＹはＹ軸方向における分割数である
。

分割数ＮＸ及びＮＹは、文字の複雑さに応じて任意好適
な値に設定するのが好ましい。例えば、漢字・カタカナ
等の画数の少ない文字を認識対象とする場合は、（２Ｘ
２）〜（３Ｘ３）程度の少ない数の部分領域に、外接枠
内領域を分割する。

漢字が認識対象となる場合には、（４Ｘ４）〜（３Ｘ８
）程度の部分領域に、外接枠内領域を分割することが多
い。しかし、本実施例では、認識対象の複雑さにかかわ
らず、外接枠内領域を等分割、例えば（４Ｘ４＞個に分
割するようにした。

Ｘ軸上の分割座標ＤＸ　（ｎ）　、及びＹ軸上の分割座
標ＤＹ（ｎ）は、次式（４）、（５）で決定される。

ＤＸ（ｎ） ＤＹ（ｍ） 但し、ｎ＝１．２．・・・・・・、ＮＸｍ＝１．２．　
・−−−−＝、ＮＹ 本本実側例は、例えば ＮＸ＝ＮＹ＝４ （Ｖｌ）　　特徴マトリクス抽出処理 文字枠検出部５が文字パタンの外接枠を規定する座標Ｘ
、Ｑ　、Ｘｒ、Ｙｔ、Ｙｂを検出し、さらに分割点検出
部９が文字パタンについて対象分割点座標を検出すると
、特徴マトリクス抽出部１０では、垂直、水平、右斜め
、及び左斜めサブパタンの各パタンから特徴量を抽出し
、特徴マトリクスを作成する。

即ち、特徴マトリクス抽出部１０は、一つの外接枠内領
域を、対象分割点座標と座標ＸｆＪ、Ｘｒ。

Ｙｔ、ＹｂとによってＮＸＸＮＹ個の部分領域に分割し
、各部分領域内のサブパタンの文字線量を表す特徴量を
抽出する。そして、一つの外接枠領域内の各サブパタン
から抽出しなＮＸＸＮＹＸ４個の特徴量から成る特徴マ
トリクスを、当該外接枠内領域の特徴量マトリクスとし
て抽出する。

まず、水平サブパタン（Ｈ４Ｆ）からの特徴量抽出につ
き説明する。

特徴マトリクス抽出部１０は、対象分割点座標と座標Ｘ
、Ｑ　、Ｘｒ、Ｙｔ、Ｙｂとに基づき、外接枠内領域を
ＮＸＸＮＹ個の部分領域に分割しく対象分割点座標及び
座標）ｌ　、Ｘｒ、Ｙｔ、Ｙｂは分割点座標である）、
各部分領域毎に部分領域内の水平サブパタンＨ３Ｐの黒
ビット数ＢＨ（ｉ。

ｊ）を計数する。

分割点座標から分割領域の決定は、次のように行う。ま
ず、Ｘ軸上の分割点座標ＤＸ　（ｎ）を、文字パタンの
外接枠の上端と下端の中点を通りＸ軸に平行な直線上に
設定する。この座標を起点として、次式（６）〜（８）
で求められる座標系列の左側を分割境界Ｓとする。この
分割境界Ｓの例を第７図に示す。

ｘｏ＝ＤＸ（ｎ＞ ｙ　□　＝　（Ｙ　Ｔ　＋　Ｙ　Ｂ　）　／　２・・・
・・・（６） （ｘ□、ｙ□）から、下方への座標系列は、ｘ　−＝Ｄ
Ｘ　（ｎ＞ −ＩＮＴ（ＴＨＸ（ｙｉ　３’０）＋０．５）ｙｉ＝ｙ
ｉ−１＋１ ・・・・・・（７〉 但し、ｉ＝１．２．３．・・・・・・ ＋　（ＹＴ−ＹＢ）、、／２−ＹＴ） （ＸＯ，ｙ□）から、」一方への座標系列は、ｘ−＝Ｄ
Ｘ（ｎ） ＋ＩＮＴ　（Ｔ）（ｘ　（ｙ（） ｙｊ”　Ｖ　ｊ＋１　１ ｙ・）＋０．５） ・・・・・・（８） 但し２、ｊ＝−１，−２，−３，・・・・・・（ＹＢ−
（ＹＴ−ＹＢ）／２） で求める。但し２、ＩＮ’Ｔ（）は、その（）内の演算
を実数値を用いて行い、結果の小数点以下を切捨てて、
整数値と′ケることを表す。

水平方向の分割境界Ｓは、ｉ）Ｙ（ｍ）より、水平方向
に設定する、 以上のように分割されｔ〕分割領域毎に、水平サブパタ
ンＨＳ　Ｐの黒ビ・ソト！姐′３Ｈ（３，、ｉ＞を計数
する。このＢ）（（ｉ、ｊ）は、一つの外接枠内領域に
関する第１行第ｊ列の部分領域の黒ビット数である。次
に、（９）式に従って第ｉ行第ｊ列の部分領域に関する
特徴１ＦＨ（ｉ、ｊ）を計算する。

但し、ｉ＝ｉ、　２．・甲・・、　ＮＸｊ＝１．２．・
・・・・・、ＮＹ ＷＬ：線幅 ｗｐｈ、文字幅（＝Ｘｒ−Ｘ、Ｑ　＋　１．　）さらに
、ＨＳ　Ｐの場合と同様にして、第ｊ行第ｊ列の部分領
域のＶＳＰ、Ｈ８Ｐ、ＬＳＰ１７）黒ビット数ＢＶ　（
ｊ、、　、５）　、　ＢＲ（１，Ｊ　）　、　ＢＬ（ｉ
、ｊ）を計数し、次式（ＩＱ）−（７２）に従って第ｉ
行第ｊ列の部分領域に関するｖｓｐ。

Ｈ８Ｐ、ＬＳＰの特徴量ＦＶ（ｉ、ｊ＞、ＰＲ（ｉ、ｊ
＞、ＰＬ（ｉ、ｊ＞を算出する５但し。

Ｗｐ　、、　二文字高さ（＝Ｙｂ−Ｙｔ＋１＞ＷＰ　ｒ
　＝ＷＰ、Ｑ　＝　（ＷＰ　ｖ−＋ｗＰ　ｈ　）　／　
２以上のように１−で、外接枠内領域の各部分領域毎４
．ｍＶＳＰ、Ｈ３Ｐ、Ｈ３Ｐ、ＬＳＰの特徴量を抽出し
、これらＮＸｘＮＹｘ４個の特徴量から成る特徴マトリ
クスＦ　（ｋ、＞（ｋ＝１．２．　中・・・ＮＸｘＮＹ
ｘ４）を得る。特徴マトリクス抽出部１０は、特徴マト
リクスＦ（ｋ）を各外接枠領域毎に抽出し、その抽出結
果を識別部１】−へ送る。

＜　ＶＩＩ　＞　　識別処理 識別部１１は、抽出された特徴マトリクスＦ（ｋ＞と、
内部に設けられた辞書メモリ内の特徴マトリクスＧ（ｋ
）とを、照合することにより、該特徴マトリクスＦ　（
ｋ＞を得た外接枠内領域の文字図形の認識を行う、この
認識では、次式（１３）に従って特徴７トリクスＦ　（
ｋ）とＧ（ｋ）間の距離りを求め、距離１）が最小とな
る特徴マトリクスＧ　（ｋ）の標準文字の文字名（例え
ば、ＪＩＳ規格に定められｔ：文字コード）ＯＬＩＴを
認識結果として出力する。

Ｄ＝　　　　　　　ｋ　　−Ｇ　　ｋ 以上のように、本実施例では、次のような利点を有して
いる。

（ａ＞　　本実施例では、バタンレジスタ４内の文字バ
タンを含むＸ−Ｙ座標系で表現される平面において、文
字パタンの黒画素に関するαχ＋βｙの最大値及び最小
値を与える座標を文字傾斜検出部８で検出し、さらにそ
の座標に基づき文字パタンの傾斜角を検出する。そして
、特徴マトリクス抽出部１０で、該傾斜角に従って分割
境界を設定し、特徴マトリクスを抽出している。そのた
め、傾斜を有する文字パタンについても、抽出される特
徴が安定となり、文字傾斜の変形に対応した辞書を識別
部１１内に用意する必要がない。従って、辞書容量の減
少により、照合時間の短縮と、それによる処理速度の高
速化が図れると共に、ハード規模が小さく、認識精度の
良い文字認識方法を提供できる。

（ｂ）　　上記実施例では、第４図のような印刷文字に
おける斜体字の認識方法について説明したが、認識対象
文字は、これに限定されない。例えば、手書き文字の法
学で、右上がりに記入された文字を認識対象とする場合
は　文字の水平軸か傾斜しているものとして、上記実施
例とほぼ同様の処理で認識することができる。

なお、本発明は、上記実施例に限定されず、例えば第３
図の文字傾斜検出部８を、他の機能ブロックで構成した
り、あるいはそれらの機能ブロックを、コンピュータを
用いたプログラム制御等で実行する構成にしてもよい。

さらに、その文字傾斜検出処理を、第６図（ａ＞、（ｂ
）以外の処理フローチャートで実行する等、種々の変形
が可能である。

（発明の効果） 以上詳細に説明したようＧこ、本発明によれば、文字パ
タンを含むＸ−Ｙ座標系で表現される平面において、α
χ＋βｙの最大値及び最小値を与える座標を求め、その
座標に基づき文字パタンの傾斜角を検出する。次に、そ
の傾斜角に従って文字外接枠内の分割境界を設定し、そ
の分割境界で分割された領域毎に、特徴を抽出するよう
にしている。そのなめ、傾斜を有する文字パタンについ
ても、抽出される特徴が安定となり、文字傾斜の変形に
対応した辞書を用意する必要がない。これにより、辞書
容量の減少と、それによる照合時間の短縮化によって処
理速度の高速化が図れると共に、小さなハード規模で、
認識精度の良い文字認識方法が実現できる。

【図面の簡単な説明】

第１図は本発明の実施例を示すもので、文字認識方法を
説明するための文字認識装置の機能ブロック図、第２図
は従来の文字バタン分割方法を説明するための図、第３
図は第１図における文字傾斜検出部の機能ブロック図、
第４図は斜体字の例を示す図、第５図（ａ＞、（ｂ）は
傾斜度検出方法を説明するための特徴点の検出例を示す
図、第６図（ａ）、（ｂ）は文字傾斜検出のフローチャ
ート、第７図は分割境界の例を示す図である。 １・・・・・・光電変換部、２・・・・・・行バッファ
、３・・・・・・文字切出部、４・・・・・・バタンレ
ジスタ、５・・・・・・文字枠検出部、６・・・・・・
線幅測定部、７・・・・・・サブバタン抽出部、８・・
・・・・文字傾斜検出部、９・・・・・・分割点検出部
、１０・・・・・・特徴マトリクス抽出部、１１・・・
・・・識別部、２１・・・・・・Ｘ座標発生手段、２２
・・・・・・Ｙ座標発生手段、３０，４０・・・・・・
座標検出手段、５０・・・・・・傾斜度算出手段。

Claims (1)

1. 【特許請求の範囲】 媒体上の文字を光電変換して得られる文字パタンの外接
   枠を検出し、該外接枠内を複数の領域に分割し、該分割
   された分割領域毎に特徴を抽出した後、該抽出された特
   徴と予め用意した標準特徴との照合により、前記文字を
   認識する文字認識方法において、 前記文字パタンを含むＸ−Ｙ座標系で定義される平面に
   おいて、少なくとも２組の特定の実数α、βについて前
   記文字パタンの黒画素に関するαｘ＋βｙ（但し、ｘ、
   ｙはＸ−Ｙ座標系の座標値）の最大値及び最小値を与え
   る座標を求め、該座標に基づき前記文字パタンの傾斜角
   を検出し、該傾斜角に従って前記外接枠内の分割境界を
   設定し、該分割境界に基づき前記外接枠内を複数の領域
   に分割することを特徴とする文字認識方法。