JPH0461396B2 - - Google Patents

Info

Publication number
JPH0461396B2
JPH0461396B2 JP56204118A JP20411881A JPH0461396B2 JP H0461396 B2 JPH0461396 B2 JP H0461396B2 JP 56204118 A JP56204118 A JP 56204118A JP 20411881 A JP20411881 A JP 20411881A JP H0461396 B2 JPH0461396 B2 JP H0461396B2
Authority
JP
Japan
Prior art keywords
code
dictionary
code value
string
feature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired
Application number
JP56204118A
Other languages
English (en)
Other versions
JPS58105387A (ja
Inventor
Hiroyuki Kami
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
Nippon Electric Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Electric Co Ltd filed Critical Nippon Electric Co Ltd
Priority to JP56204118A priority Critical patent/JPS58105387A/ja
Publication of JPS58105387A publication Critical patent/JPS58105387A/ja
Publication of JPH0461396B2 publication Critical patent/JPH0461396B2/ja
Granted legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63HTOYS, e.g. TOPS, DOLLS, HOOPS OR BUILDING BLOCKS
    • A63H17/00Toy vehicles, e.g. with self-drive; ; Cranes, winches or the like; Accessories therefor

Landscapes

  • Character Discrimination (AREA)

Description

【発明の詳細な説明】 本発明は、文字サンプル帳票の文字より辞書を
作り、帳票読取時には作られた辞書との照合によ
り文字を認識する文字認識方法に関する。
従来、この種の文字認識方式では、乱雑な文字
を書く人でも各個人に限定すれば字形は似たパタ
ーンになるということで、帳票記入者が何回も書
いた同一形式の帳票を読ませ各文字の特徴を抽出
し、文字カテゴリに得られる特徴量の範囲を求
め、帳票記入者の辞書としている。第1図は辞書
作成のための手書き文字サンプル帳票の一例を示
す図であり、何というカテゴリ名かはこの例の場
合、帳票上の位置によつて決められる。
ところで、この方法でも、似た形の異なるカテ
ゴリに対して抽出される特徴量は違わなければな
らないので、マクロな特徴とミクロな特徴とを同
時に抽出し辞書を作る必要があり、辞書作成は困
難である。
本発明の目的は、上記問題を解決するマクロな
特徴による辞書とミクロな特徴による辞書から構
成される階層辞書の文字認識方式を提供すること
にある。上記目的を達成するため、本発明の文字
認識方式は、次の順序で階層辞書を作成する。
(1) 文字サンプル帳票を入力し、各文字ごとに、
与えたカテゴリ名と予め定めた複数個の特徴の
特徴量を符号化したコード値の列とを補助記憶
部に記憶する。ここで特徴をL組に分け、分け
られた各複数個の特徴をレベルl(l=1〜L)
の特徴と呼ぶ。
(2) 補助記憶部にある各コード値の列から、レベ
ル1の特徴だけによるコード値の列を作成し、
コード列記憶部に記憶する。
(3) コード列記憶部のコード値列を用い、(A)異な
るカテゴリで同一コード値列をもつものには仮
想カテゴリ名とそのコード値列とで、(B)異なる
コード値列をもつものには同一カテゴリ名のコ
ード値の列を他カテゴリのコード値の列を含ま
ないようにして各特徴ごとにコード値を組合
せ、下限値コードと上限値コードとを求めコー
ド値の範囲とし、カテゴリ名と各特徴ごとのコ
ード値の範囲とで、辞書を作り、レベル1の辞
書とする。作成された辞書に仮想カテゴリ名が
なければ辞書の作成は終了する。ここで仮想カ
テゴリ名は上記(1)で与えたカテゴリ名以外の任
意のカテゴリ名である。
(4) 補助記憶部にあるコード値の列の内でレベル
1の特徴ではある一つの仮想カテゴリとなるも
のについて、補助記憶部にあるコード値の列か
らレベル2の特徴だけによるコード値の列を作
成しコード列記憶部に記憶する。
(5) (3)と同じ方法で辞書を作り、(4)における仮想
カテゴリに対応するレベル2の辞書とする。
(6) 別な仮想カテゴリについても、各々の仮想カ
テゴリに対応するレベル2の辞書を作成する。
(7) レベル2の辞書作成が終了すると、レベル2
の特徴で仮想カテゴリとなる補助記憶部にある
コード値の列について同様にレベル3の辞書を
作る。
(8) 仮想カテゴリとなるものについては、レベル
を更新して仮想カテゴリがなくなるまで辞書の
作成をくり返す。ここで各レベルで作られる辞
書が階層辞書となる。
同一コード値列をもつ仮想カテゴリごとにデー
タを集めて処理することは、マクロ的に類似の形
のデータを集めて辞書作成の処理をすることで、
ミクロ的な相違を調べるだけですみ、上述の方法
にすると辞書の作成が容易となる。
第2図は従来の文字認識方法を説明するための
具体的な装置のブロツク図であり、帳票読取前に
辞書を補助記憶部7から辞書部5に記憶する。帳
票上の一文字パターンは走査部1で光電変換され
画像データとしてパターンメモリ部2に記憶され
る。特徴抽出部3はパターンメモリ部2内の2次
元パターンから認識に必要な特徴の特徴量を抽出
し、照合部4は辞書部5に記憶されている特徴量
と前記特徴量とを照合し、読取結果6を出力す
る。
一方第3図は本発明に係る文字認識方法を説明
するための具体的な装置の一実施例を示すブロツ
ク図であり、まず文字サンプル帳票を入力する
と、帳票上の一文字の文字パターンは走査部1で
光電変換され画像データとしてパターンメモリ部
2に記憶され、特徴抽出部3はパターンメモリ部
2内の2次元パターンから定められた複数個の特
徴の特徴量を抽出、符号化し、コード値の列とし
て与えられたカテゴリ名と共に、補助記憶部7に
記憶する。文字サンプル帳票上の文字に対する記
憶が終了すると、補助記憶部7のカテゴリ名と特
徴量のコード値列からレベル1の特徴によるコー
ド列を作りコード記憶部8に記憶し、次に辞書発
生部9は異なるカテゴリで同一コード値列をもつ
ものは仮想カテゴリ名とそのコード値列とで、異
なるコード値列をもつものには同一カテゴリ名の
コード値の列を他カテゴリのコード値の列を含ま
ないようにして各特徴ごとにコード値を組合せ、
下限値コードと上限値コードとを求めてコード値
の範囲とし、カテゴリ名と各特徴ごとのコード値
の範囲とで、辞書を作り、レベル1の辞書として
辞書部5に記憶する。仮想カテゴリ名が割当てら
れてレベル1の辞書が作成されたときは次のレベ
ルの辞書作成処理を行う。補助記憶部7にあるコ
ード値の列の内でレベル1の特徴ではある一つの
仮想カテゴリとなるものについて、補助記憶部7
にあるコード値の列からレベル2の特徴だけによ
るコード値の列を作成しコード記憶部8に記憶
し、辞書発生部9は同様に辞書を作り、レベル2
の辞書として辞書部5に記憶する。各仮想カテゴ
リごとにレベル2の辞書を作り辞書部5に順次追
加記憶する。レベル2の辞書での辞書作成が終了
すると、仮想カテゴリ名が割当てられて辞書が作
成されたときは、レベルを変えて上記の辞書作成
を行い、仮想カテゴリ名の割当てがなくなるまで
くり返す。
帳票の読取りは次のようにして行う。帳票上の
一文字の文字パターンは走査部1で光電変換され
画像データとしてパターンメモリ部2に記憶さ
れ、特徴抽出部3はパターンメモリ部2内の2次
元パターンから予め定められた特徴の特徴量を抽
出、符号化し、照合部4はレベル1の辞書のコー
ド値範囲列と前記特徴抽出部3で得られるコード
値列からレベル1の特徴により作成されるコード
値列とを照合し、読取結果6を出力する。読取結
果6が仮想カテゴリ名であつたら、仮想カテゴリ
名に対応するレベル2の辞書のコード値範囲列と
前記特徴抽出部3で得られるコード値列からレベ
ル2の特徴により作成されるコード値列とを照合
し、読取結果6を出力する。再度仮想カテゴリ名
となつたら、次のレベルのそのカテゴリ名に対応
する辞書との照合を行い、レベルで示される階層
辞書との照合でカテゴリ名を決定する。
特徴抽出部3において抽出される特徴の種類は
大別して2つに分けられ、1つは文字線追跡によ
つて得られるもの、もう1つ背景解析によつて得
られるものである。前者は文字を細線パターンに
変換し、線を追跡して検出される端点、分岐点、
交差点等の特徴点の個数、位置関係、つながり、
特徴点間の曲り等であり、後者は文字の輪郭を追
跡して凹部、凸部に分割し、各部の曲り、各部の
方向ヒストグラム、全長に対する各部の追跡長等
である。ここで特徴点間の曲りや凸又は凹部の方
向ヒストグラム等はミクロな特徴であり、レベル
数の大きいところでの特徴として使い、残りの特
徴はレベル数の大きいところでの特徴として使
う。
第4図は第3図に対応する本発明の文字認識方
式をプロセツサとメモリを使つて構成する文字認
識装置の一実施例を示すブロツクであり、20は
プログラムメモリ15にセツトされた特徴抽出プ
ログラム、照合プログラム、辞書作成プログラム
を実行するプロセツサ、13は照合に使う辞書を
記憶する辞書メモリ、14は辞書作成に使うカテ
ゴリ名と特徴量のコード値列を記憶するコードメ
モリ、11は所定のパターン領域を走査する走査
回路、16は読取結果をデイスプレイする出力装
置、17はカテゴリ名を与えるキー入力回路、1
8は前記プログラムやコード値列を記憶している
補助記憶装置、19はインタフエースバスであ
る。
第3図における処理を第4図の文字認識装置で
行うには次のような処理が必要である。
まずプロセツサ20は補助記装置18にある特
徴抽出プロセツサをプログラムメモリ15にセツ
トする。次に文字サンプル帳票を入力すると、帳
票上の文字は走査回路11で走査、量子化され、
2値パターンとしてパターンメモリ12にセツト
される。プロセツサ20はプログラムメモリ15
にある特徴抽出プログラムを実行し、パターンメ
モリ12にある2値パターンから特徴を抽出し、
その特徴量を求め符号化し、帳票上の位置によつ
て決まるカテゴリ名とともに得られたコード値列
を補助記憶装置18に記憶する。文字サンプル帳
票上の文字を次々と処理して補助記憶装置18へ
の記憶が終了すると、次の辞書作成処理に入る。
プロセツサ20は補助記憶装置18にある辞書作
成プログラムをプログラムメモリ15にセツト
し、プログラムを実行し、まず補助記憶装置18
にあるコード値列からレベル1の各特徴に対応す
るコード値を選択しコード値列を作りコードメモ
リ14にセツトし、セツトが終了すると次にコー
ドメモリ14のコード値列をインタフエースバス
19を介して使い、辞書を発生し、レベル1の辞
書として辞書メモリ13にセツトする。辞書発生
の際に仮想カテゴリ名を使つたら、各仮想カテゴ
リ名ごとに次のレベル2の辞書発生を行う。補助
記憶装置18にあるコード値列からレベル1の各
特徴に対応するコード値を選択し作成されるコー
ド値列が一つの仮想カテゴリ名が割当てられたコ
ード値列と同じであれば前記コード値列からレベ
ル2の各特徴に対応するコード値を選択しコード
値列を作りコードメモリ14にセツトし、セツト
が終了すると辞書を発生し、前記仮想カテゴリに
対するレベル2の辞書として辞書メモリ13にセ
ツトする。レベル2の辞書発生の際に仮想カテゴ
リ名を使つたら、同様にレベル3の辞書を作り仮
想カテゴリ名がなくなるまで階層的な辞書の作成
をくり返す。辞書の作成が終了後に、実際の帳票
読取りを行う。
帳票が入力されると、帳票上の文字は走査回路
11で走査、量子化され、2値パターンとしてパ
ターンメモリ12にセツトされる。プロセツサ2
0はプログラムメモリ15にある特徴抽出プログ
ラムを実行し、パターンメモリ12にある2値パ
ターンから特徴を抽出し、その特徴量を求め符号
化する。次にプロセツサ20はプログラムメモリ
15にある照合プログラムを実行し、求まつた特
徴量のコード値列からレベル1の各特徴に対応す
るコード値を選びコード値列を作り辞書メモリ1
3にあるレベル1の辞書のコード値範囲列とを照
合を行い、求まつたカテゴリ名が仮想カテゴリ名
でなかつたら出力する。仮想カテゴリ名であつた
ら、前述の求まつた特徴量のコード値列からレベ
ル2の各特徴に対応するコード値を選びコード値
列を作り辞書メモリ13にある前記仮想カテゴリ
名に対応するレベル2の辞書のコード値範囲列と
の照合を行い、求まつたカテゴリ名を出力する。
再度仮想カテゴリ名であつたら、同様にレベル3
の辞書とで照合を行い、階層辞書との照合を行
う。
第5図は、辞書を作るため文字サンプルから得
られたカテゴリ名とあらかじめ決められた何種類
かの特徴の特徴量のコード値を記号で例示した図
である。図においてcはカテゴリ名を符号化した
カテゴリパラメータを、kはサンプル数を、F
(c,k)は特徴量のコード値を表わすとすると、
文字サンプル数は各カテゴリごとに同数のL個づ
つ、カテゴリ数はN個、特徴数はM個であること
を表わしている。
第6図a,bは第5図の記号を使つて辞書を作
るフローチヤート図である。
100で示す処理は、カテゴリパラメータcと
サンプル数に対応するサンプル数パラメータkで
決まるメモリ上の位置P(c,k)を文字Aでク
リアする処理ですでに辞書作成に使われたかを示
すフラグとみなし、P(c,k)=Aであれば未処
理を表わす。
110で示す処理は、P(c,k)≠Y(又はP
(c,k)=A)すなわち未処理の特徴量のコード
値Fj(c,k)を検出し、F1jにセツトする処理で
ある。
120で示す処理は、110でのカテゴリcと
異なるカテゴリaの特徴量のコード値をF3jにセ
ツトし、F1jとF3jとが同じであるか調べD=0す
なわち同じであればフラグP(c,k)にYを代
入して、印をつけることをcと異なる他のカテゴ
リの特徴量のコード値全部についてくり返す処理
である。
130で示す処理は、P(c,k)=Yすなわち
同じコード値がみつかつたら文字サンプルのカテ
ゴリ名C(1〜N)とは異なる仮想カテゴリ名
C′(C′>N)と前述のコード値F1jとで辞書を作成
する処理である。
140で示す処理は、未処理、すなわちP(c,
k)=Aのとき、P(c,k)をもとに特徴Fjの特
徴値の下限値F1jと上限値F3jを作る処理であり、
P(c,k)=Yであれば処理ずみを表わす。
150で示す処理は、140で指定されたカテ
ゴリパラメータ値cと同じパラメータ値cで、サ
ンプル数パラメータkを変えて未処理のP(c,
k)を求め、前記サンプル数プロセツサkの特徴
Fjの特徴値をF2jとする処理である。
160で示す処理は、前記特徴値F1jとF2jのう
ち小さい値の方をFjnに、前記特徴値F3jとF2jの
うち大きい値の方をFjmにする処理である。
170で示す処理は、前記c以外のカテゴリパ
ラメータaとサンプル数パラメータlとで決まる
位置にある特徴値Fj(a,l)と前記Fjn,Fjmと
で相違量Dalを下記計算式で求め、カテゴリパラ
メータaとサンプル数パラメータlとを変えて得
られる最小相違量をDとする処理である。
Dal=Mj=1 [Fjn−Fj(a,l)]+Mj=1 Wj[Fj(a,l)−Fjm] ただし[Θ]=0(Θ0),[Θ]=Θ(Θ>0) ここでWjは特徴Fjの重みで、統計処理であら
かじめ求まつているとする。
180で示す処理は、最小相違量Dが閾値T以
上であればFjnを特徴Fjの下限値F1jに、Fjmを特
徴Fjの上限値F3jにし、フラグP(c,k)にYを
入れて処理ずみとする。また、110,120,
130,140,150,160,170並びに
180の処理においてj=1〜Mで処理される。
190で示す処理は、前述の150,160,
170および160の処理を、サンプル数パラメ
ータkを変えて、全サンプル数L回くり返すため
の処理である。
200で示す処理は、カテゴリパラメータcと
特徴Fjの下限値F1jと上限値F3jとで1つの辞書を
作る処理である。
210で示す処理は、サンプル数パラメータh
を変えて上述の処理を、全サンプル数L回くり返
すための処理である。
220で示す処理は、カテゴリ数パラメータc
を変えて上述の各cごとの辞書作成処理を、全カ
テゴリ数N回くり返すための処理である。
従つて作成される辞書は第7図に示すようにカ
テゴリ名のコード値cと各特徴ごとの特徴量の下
限値コードF1jと上限値コードF3jとから構成され
る。また130で作成される辞書は各特徴ごとの
特徴量の下限値コードと上限値コードとが同じで
F1jから構成される。
辞書作成の際、カテゴリ名が割当てられて辞書
が作られたら、特徴のレベルを変えて1つの仮想
カテゴリごとに前述の辞書作成をくり返し、作ら
れた辞書を追加する。その際、第5図における各
カテゴリごとの個数kは同じ個数Lではないが、
同様の方法で行える。
コード値を組み合わせて辞書を作る過程を具体
例を用いて説明する。
第8図は、3種類(C1,C2,C3とする)
のカテゴリ名と2種類の特徴(特徴1と特徴2と
する)に対するコード値列とする。この第8図の
コード値列を2次元的に図示すると、第9図とな
るため、両図を参照して説明する。ここで、第9
図に示された数字の順にデータを取り出し辞書の
作成を行うとする。
カテゴリC1に対する下限値コードと上限値コ
ードを作成するという過程では、まずC1の1つ
のデータを取り出し、のコード値列である5
4より、そのままの値で下限値コード列54と上
限値コード列54を作る。次に、同一カテゴリの
データのを取りだしたとすると、データのコ
ード値列65で下限値コード列54と上限値コー
ド列54を更新する。コード列の更新は各特徴ご
とに行うので、更新後の下限値コード列は54で
上限値コード列は65となり、第9図の範囲1に
相当する。この範囲には他のカテゴリのデータが
含まれていないので、同一カテゴリの別なデータ
での下限値コード列と上限値コード列の更新を継
続する。カテゴリC1のデータより、第9図の範
囲2に対応する下限値コード列54と上限値コー
ド列87が得られる。
カテゴリC2に対する下限値コードと上限値コ
ードを作成するという過程では、まずデータの
コード値列26より下限値コード列26と上限値
コード列26を作る。次に、データのコード値
列78によりコード列の更新を行うが、得られる
下限値コード列26と上限値コード列78の範囲
にはカテゴリC3のデータであるとが入つて
いるので、他のカテゴリのコード値列を含まない
ように組み合わせるという条件に反しているた
め、得られた下限値コード列26と上限値コード
列78は廃棄し、別なデータの組み合わせでコー
ド列の作成を行う。データと別なデータとで作
られるコード列には他のカテゴリのデータが入る
ため、データを初期データとして作られる下限
値コード列と上限値コード列とはそれぞれ26,
26となる。同様な処理により、カテゴリC2の
データより、第9図の範囲3に相当する下限値コ
ード列26と上限値コード列26と、範囲4に相
当する下限値コード列68と上限値コード列88
とが得られる。
同様に、カテゴリC3のデータより、第9図の
範囲5に相当する下限値コード列38と上限値コ
ード列58と、範囲6に相当する下限値コード列
22と上限値コード列43とが得られる。
最後に照合処理方法の一例を示す。
読取対象の文字パターンから特徴抽出プログラ
ムの実行によつて得られた特徴量のコード値列を
FI1,FI2,…FIMとすると、辞書の下限値コード
F1j(b)、上限値F3j(b)とで相違量D(b)を計
算する。
D(b)=Mj=1 Wj[F1j(b)−FIj]+Mj=1 [FIj−F3j(b)] ただし[Θ]=0(Θ0),[Θ]=Θ(Θ>0)

Wjは特徴Fjの重みである。
b=1からBまでで最小相違量となるbに対応
するカテゴリ名コード値cを読取対象文字の読取
結果とする。得られたカテゴリ名コード値cが反
想カテゴリコード値であつたら、次のレベルの特
徴の仮想カテゴリコードをもとにさがした辞書で
相違量を計算し、読取結果を求める。再度仮想カ
テゴリコード値であつたら、レベルを変えてくり
返し、レベルがMとなつても仮想カテゴリコード
値であつたら、読取不能のコードを読取結果とす
る。
本発明の特徴はマクロな特徴のみで区別を行う
辞書と、マクロな特徴量は同じでミクロな種々の
特徴で区別を行う辞書とをつないだ階層的な辞書
にすることにより、各々の辞書作成が容易となる
ことである。
以上説明したように、本発明によれば特徴量を
符号化しコード列として記憶した後、文字読取装
置内で容易に辞書が作成でき、読取対象帳票の文
字に対する辞書を発生できるので性能の良い文字
読取装置となる。
【図面の簡単な説明】
第1図は辞書作成のための文字サンプル帳票の
一例、第2図は従来の文字認識装置のブロツク
図、第3図は本発明に係る文字認識をするための
具体的な装置のブロツク図、第4図は本発明の文
字認識方式をプロセツサとメモリを使つて構成す
る文字認識装置の一実施例、第5図は辞書を作る
ため文字サンプルから得られたカテゴリ名とあら
かじめ決められた何種類かの特徴の特徴量のコー
ド値を記号で例示した図、第6図a,bは第5図
の記号を使つて辞書を作るフローチヤート図、第
7図は辞書の形成を示す図、第8図はコード値列
を示した図、第9図は2次元的にコード値列を示
した図である。図において1は走査部、2はパタ
ーンメモリ部、3は特徴抽出部、4は照合部、5
は辞書部、7は補助記憶部、8はコード記憶部、
9は辞書発生部、11は走査部、12はパターン
メモリ部、13は辞書メモリ、14はコードメモ
リ、15はプログラムメモリ、16は出力装置、
17はキー入力回路、18は補助記憶装置、19
はバスライン、20はプロセツサをそれぞれ示
す。

Claims (1)

    【特許請求の範囲】
  1. 1 文字読取装置に帳票上の文字から抽出された
    特徴の特徴量によつて作られた辞書をあらかじめ
    記憶させ、帳票読取時には帳票上の文字から定め
    た特徴の特徴量を抽出し前記辞書と照合して文字
    を認識する文字認識方法において、読取開始前
    に、文字サンプル帳票を入力し、各文字ごとに、
    与えたカテゴリ名と予め定めた複数個の特徴(特
    徴をL組に分け、分けられた各複数個の特徴をレ
    ベルlの特徴と呼ぶ)の特徴量を符号化したコー
    ド値の列とを補助記憶部に記憶し、文字サンプル
    帳票上の文字に対する符号化が終了すると、前記
    補助記憶部にある各コード値の列からレベル1の
    特徴だけによるコード値の列を作成し、コード列
    記憶部に記憶し、前記コード列記憶部のコード値
    列を用い、(A)異なるカテゴリで同一コード値列を
    もつものには仮想カテゴリ名とそのコード値列と
    で、(B)異なるコード値列をもつものには同一カテ
    ゴリ名のコード値の列を他カテゴリのコード値の
    列を含むことなく各特徴ごとにコード値を組合わ
    せ、下限値コードと上限値コードとを求めコード
    値の範囲とし、カテゴリ名と各特徴ごとのコード
    値の範囲とで、レベル1の辞書を作り、レベル1
    の特徴で仮想カテゴリとなるものについて、前記
    と同様にレベル2の辞書を作成し、作成される辞
    書に仮想カテゴリ名が出なくなるまで順次レベル
    を変えて辞書作成をくり返し階層辞書を作成し、
    照合のための辞書とすることを特徴とする文字認
    識方法。
JP56204118A 1981-12-17 1981-12-17 文字認識方法 Granted JPS58105387A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP56204118A JPS58105387A (ja) 1981-12-17 1981-12-17 文字認識方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP56204118A JPS58105387A (ja) 1981-12-17 1981-12-17 文字認識方法

Publications (2)

Publication Number Publication Date
JPS58105387A JPS58105387A (ja) 1983-06-23
JPH0461396B2 true JPH0461396B2 (ja) 1992-09-30

Family

ID=16485108

Family Applications (1)

Application Number Title Priority Date Filing Date
JP56204118A Granted JPS58105387A (ja) 1981-12-17 1981-12-17 文字認識方法

Country Status (1)

Country Link
JP (1) JPS58105387A (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0638276B2 (ja) * 1983-12-14 1994-05-18 株式会社日立製作所 パターン識別装置
JP2868770B2 (ja) * 1988-08-31 1999-03-10 アルプス電気株式会社 パターン辞書の構成方式

Also Published As

Publication number Publication date
JPS58105387A (ja) 1983-06-23

Similar Documents

Publication Publication Date Title
JP3445394B2 (ja) 少なくとも二つのイメージセクションの比較方法
JP3139521B2 (ja) 自動言語決定装置
JPS60204086A (ja) 物体識別装置
CN111626124A (zh) Ocr图像样本生成、印刷体验证方法、装置、设备及介质
CN115221842B (zh) 一种基于小样本数据集的字体风格迁移方法、系统及设备
JPH08508128A (ja) 分布マップを用いる画像の分類方法及び装置
JPH0461396B2 (ja)
JPH0458073B2 (ja)
CN107949852A (zh) 字符识别装置、字符识别方法及程序
JP3730073B2 (ja) テンプレート作成方法、装置、およびテンプレート作成プログラムを記録した記録媒体
JP3815934B2 (ja) 手書き文字認識装置および方法
JPH0247788B2 (ja)
JPH08287188A (ja) 文字列認識装置
JP3083609B2 (ja) 情報処理装置及びそれを用いた文字認識装置
JPS5842904B2 (ja) 手書きカナ・漢字の文字認識装置
JPH10198761A (ja) 文字認識方法および文字認識装置
CN111079093B (zh) 乐谱处理方法、装置和电子设备
JPS5866178A (ja) 文字認識方式
JPH0357509B2 (ja)
JP2784004B2 (ja) 文字認識装置
JP2993533B2 (ja) 情報処理装置及び文字認識装置
JP2947832B2 (ja) 単語照合方法
JPH041385B2 (ja)
JPH1049631A (ja) オンライン手書き文字認識方法および装置
JP2851865B2 (ja) 文字認識装置