JPH0476159B2 - - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は、文書に記入された文字列から文字
パターンを切り出す文字パターン切り出し装置に
関するものである。

〔従来の技術〕

文字を認識するには、用紙に記入された文字を
光電変換し、文字の部分、背景の部分に対応して
１、０の信号に２値化変換した文字パターンから
１文字づつ文字パターンを切り出さなければなら
ない。第２図は先に当社より出願した特願昭60−
17265号に示されたこの種の装置の構成を示す図
であり、図中１は用紙、２は用紙１上に記入され
た文字列を光学的に走査して光電変換する走査手
段、３は光電変換された文字列のパターン（以
後、「文字列パターン」と呼ぶ）を記憶する文字
列パターン記憶手段、４は文字列パターンを走査
して求めた周辺分布値の連続性に基づき、上記文
字列パターンを分割して求めたパターン（以後、
「基本パターン」と呼ぶ）の左右端と上下端の座
標より基本パターン領域を検出する基本パターン
領域検出手段、５は上記基本パターン領域検出手
段４で求めた基本パターン領域の位置情報から単
独の基本パターン及び連続する複数個の基本パタ
ーン領域を結合したパターン（以後「結合パター
ン」と呼ぶ）のそれぞれが、どの程度１文字のパ
ターンらしいかを定量化した値（以後「文字形状
評価値」と呼ぶ）を計算する文字形状評価値算出
手段、６は上記文字形状評価値算出手段５で求め
た文字形状評価値の大きさに基づき切り出すべき
文字パターンの位置を決定する文字切り出し手
段、７は上記文字切り出し手段６で決定した文字
パターン切り出し位置に基づいて上記文字列パタ
ーン記憶手段３に記憶した文字列パターンから１
文字ずつ文字パターンを切り出す出力手段であ
る。第３図は、上記基本パターン領域検出手段４
による処理の一例を示す図である。図中８は文字
列パターン、９は周辺分布値、１０は基本パター
ンの例であり各基本パターンと対応する基本パタ
ーン領域を矩形で囲つて示してある。第４図は、
上記文字評価値算出手段５で文字評価値を算出す
る為の基本パターンと結合パターン（以後これら
のパターンを「要素パターン」と呼ぶ）の例を示
す図である。第５図は、上記文字切り出し手段６
で文字を切り出すために発生させた要素パターン
の組み合せの例を示す図である。

次に第２図〜第５図を用いて第２図の特願昭60
−17265号に示された従来のこの種の装置の動作
について説明する。まず用紙１上の文字列は上記
走査手段２で光電変換され、上記文字列パターン
記憶手段３に格納される。次に上記文字列パター
ン記憶手段３内の文字列パターン「設計」８は上
記基本パターン領域検出手段４に渡される。

上記基本パターン領域検出手段４では、文字列
パターンを走査して作成した周辺分布値９が所定
の閾値をこえる領域の連続性に基づいて文字列パ
ターン「設計」８を分割し、分割して得た各基本
パターン「言」、「殳」、「言」、「＋」１０の左右端
と上下端の座標を基本パターン領域として検出す
る。

次に、上記文字形状評価値算出手段５では、第
４図に示す要素パターンのすべてに対し、基本パ
ターン領域の位置情報に基づいて文字領域らしさ
を示す文字形状評価値を算出する。具体的には、
パターンに外接する矩形が正方形に近く、パター
ン内に存在する空白部分が狭く、さらにパターン
両端に存在する空白部分が広いほど大きな値をと
るように文字形状評価値が決定される。

次に上記文字切り出し手段６では、上記基本パ
ターン領域間の境界点を文字列パターンの切り出
し候補位置とし、この各切り出し候補位置のあら
ゆる可能な組み合せにより第５図に示すすべての
切り出し可能な要素パターンの組み合せを求め
る。

次に各切り出し候補位置の組について、上記文
字形状評価値算出手段５で計算した各要素パター
ンの文字形状評価値に基づいて、切り出し評価値
を求める。

すなわち文字列の先頭から第ｉ番目の基本パタ
ーンPiiから第ｊ番目の基本パターンPjjまで（ｊ
≧ｉ）を１つにした要素パターンをPijとした時、
Pijに対する文字形状評価値v_f（ｉ、ｊ）に構成基
本パターン数（ｊ−ｉ＋１）を掛けた重みw_f
（ｉ、ｊ）を第６図に示す２端子有向グラフの各
枝に割り当てる。この時切り出し評価値ｖは２端
子有向グラフの始点から終点に至るパスにおける
枝の重みの和として表せる。そこで、枝の重みの
和が最大となるパスを周知のダイナミツクプログ
ラミングの手法を用いて求める。そして、このパ
スを与える要素パターンの組み合せを最適な文字
切り出し結果と決定する。

最後に上記出力手段７は上記文字切り出し手段
６で決定した要素パターンの組の情報に基づいて
上記文字列パターン記憶手段３に記憶した文字列
パターンから１文字ずつ文字パターンを切り出し
て出力する。

〔発明が解決しようとする問題点〕

特願昭60−1726号に示された文字パターン切り
出し装置は以上のように、文字形状評価値算出手
段において各要素パターンに対しパターン形状や
パターン間に存在する空白部分の広さ等に基づい
てどの程度文字領域らしいかを示す文字形状評価
値を計算し、文字切り出し手段で各要素パターン
の文字形状評価値に基づいて最適な組合せを求め
るように構成されていたので、パターンに外接す
る矩形の位置と形状の情報しか用いないため数字
等の非漢字が接近して記入された文字列や漢字の
偏や旁の一方を大きく記入した文字を含む文字列
から個々の文字を正確に切り出すことは困難であ
るという問題点があつた。例えば、文字列「昭和
60年」のように接近して記入された数字列「60」
は偏と旁からなる漢字と同じ形状になる傾向が多
くこのため「60」を正しく「６」と「０」とに切
り出せないという問題点があつた。

この発明は、上記のような問題点を解消するた
めになされたもので、接近して記入された非漢字
や偏や旁が大きく記入された漢字を含むフリーピ
ツチで記入された文字列からも正しく文字を切り
出せる文字パターン切り出し装置を得ることを目
的とする。

〔問題点を解決するための手段〕

この発明に係る文字パターン切り出し装置は、
読み取り対象文字の基準パターンが格納されてい
る文字認識辞書記憶手段と、上記文字認識辞書記
憶手段に格納した基準パターンと各要素パターン
とを整合させて文字認識評価値を算出する文字認
識評価値算出手段と、文字形状評価値算出手段で
算出した文字形状評価値と文字認識評価値算出手
段で算出した文字認識評価値とを加算し、文字評
価値を求める評価値加算手段とを付加したもので
ある。

〔作用〕

この発明における文字パターン切り出し装置
は、文字認識評価値算出手段で各要素パターンを
認識した結果に基づいて算出した文字認識評価値
と、評価値加算手段でパターンの形状に基づいて
算出した文字形状評価値とを加え、この２種類の
情報に基づいて文字を切り出すようにしたので、
接近して記入された非漢字や偏や旁を大きく記入
された漢字を含んだフリーピツチの文字列から
個々の文字を正しく切り出すことができる。

〔発明の実施例〕

以下、この発明の実施例を図を用いて詳細に説
明する。第１図は、この発明の一実施例の構成を
示す図である。図中１〜７は上記従来装置と同一
である。１１は、読み取り対象文字の基準パター
ンを格納した文字認識辞書を記憶する文字認識辞
書記憶手段、１２は、上記文字認識辞書記憶手段
１１に記憶した基準パターンと各要素パターンと
を整合させることにより文字認識評価値を算出す
る文字認識評価値算出手段、１３は、文字形状評
価値と文字認識評価値とを加算する評価値加算手
段である。

第７図は、文字列パターンの一例を示す図であ
つて、図中１４は文字列パターン、１５はこの文
字列パターンから抽出した基本パターンである。

第８図は、第７図に示した７個の基本パターン
１５より求めた要素パターンの各評価値を示す図
であつて、図中１６は文字形状評価値v_f、１７は
文字認識評価値v_r、１８は文字評価値ｖである。
第９図はこの実施例における文字切り出し評価値
を示す図であつて、図中１９は「昭」＋「和」＋
「６」＋「０」＋「年」なる要素パターンの組合せ、
２０は「昭」＋「和」＋「60」＋「年」なる要素パター
ンの組合せ、２１は「日」＋「召」＋「和」＋「６」＋
「０」＋「年」なる要素パターンの組合せ、２２は、
要素パターン「昭」に対する文字評価値に基本パ
ターン数を掛けた切り出し重み、２３は上記要素
パターンの組合せ１９に対する切り出し評価値で
ある。第１０図は、文字評価値のかわりに文字形
状評価値のみを用いた場合の文字切り出し評価値
を示す図であつて、図中１９〜２３は第９図と同
一である。

次に、第１図に示す実施例の動作を説明する。
まず用紙１上に記入された文字列は上記走査手段
２で光電変換され、この結果得た１行分の文字列
パターン「昭和60年」１４は、上記文字列パター
ン記憶手段３に格納される。次に上記文字列パタ
ーン「昭和60年」１４は上記基本パターン領域検
出手段４に渡される。上記基本パターン領域検出
手段４では、文字列パターン「昭和60年」１４か
ら基本パターン「日」、「召」、「禾」、「口」、「６
」、
「０」、「年」１５を抽出し、各基本パターンに外
接する矩形に対応する左右端、上下端の座標を求
めて上記文字形状評価値算出手段５と上記文字認
識評価値算出手段１２に転送する。次に上記文字
形状評価値算出手段５では、従来の装置と同様の
方法ですべての要素パターンに対する文字形状評
価値を算出する。なお文字形状評価値は0.0〜1.0
の値になるように正規化する。

また上記文字認識評価値算出手段では上記文字
認識辞書記憶手段１１に格納した基準パターンと
要素パターンとの整合をとり、文字認識評価値を
算出する。すなわち、パターンＰから抽出した特
徴ベクトルを〓＝〔x1、x2、……xk〕、文字Ｃの
基準パターンベクトルを〓ｃ＝〔f_C1、f_C2、……
f_ck〕とした時、すでに知られている文字認識の
技術を用いてパターンＰがどの程度１文字のパタ
ーンらしいかを定量化した値である類似度Ｓ(P)を
算出し、これを文字認識評価値v_r(P)とする。

v_r(P)＝Ｓ(P) ……(1) Ｓ(P)＝ｍ ａ ｉxSi(P) ……(2) Si(P)＝（〓、〓_ci）／‖〓‖・‖〓_ci‖……(3) ここに Si(P)：パターンＰと読み取り対象文字C_iとの類似
度 〓_ci：切り出し対象文字C_iの基準パターンベクト
ル （〓、〓_ci）：〓と〓_ciの内積 ‖〓‖：√（〓、〓）なるノルム 上記式(1)〜(3)より求まる文字認識評価値v_r(P)は
0.0〜1.0の値をとり、パターンＰが文字らしい程
大きな値をとる。

以上のようにして上記文字形状評価値算出手段
５で求めた文字形状評価値と、上記文字認識評価
値算出手段で求めた文字認識評価値は、上記評価
値加算手段１３へ送られる。

次に、上記評価値加算手段１３では、各要素パ
ターンPijに対する文字評価値を、上記文字形状
評価値算出手段５で算出した文字形状評価値v_f
（ｉ、ｊ）と上記文字認識評価値算出手段１２で
算出した文字認識評価値v_r（Pij）との線形加算に
より求める。具体的には、式(4)より要素パターン
Pijがどの程度文字らしいかを示す文字評価値ｖ
（ｉ、ｊ）を求める。

ｖ（ｉ、ｊ）＝v_f（ｉ、ｊ）＋v_r（Pij） ……(4) 実際に上記基本パターン１５から求めた要素パ
ターンに対する文字評価値を第８図に示す。例え
ば、基本パターン「日」に対する文字形状評価値
は「0.45」であり、文字認識評価値は「0.91」で
あり、両者を加算した文字評価値は「1.36」であ
る。

なお、この例では連続する３個の基本パターン
までを結合した場合についての例を示している。

次に文字切り出し手段６では上記文字評価値を
もとに従来の装置と同様の方法で切り出し評価値
を求め、この切り出し評価値を最大とする要素パ
ターンの組合せを最適な文字切り出し結果と決定
する。この実施例では、第９図に示すように、す
べての要素パターンの組合せのうち「昭」＋「和」
＋「６」＋「０」＋「年」の組合せが切り出し評価値
は「12.21」と最大となる。従つて上記文字切り
出し手段６では「昭」、「和」、「６」、「０」、「年
」
となる要素パターンの組を切り出し結果とする。

そして最後に上記出力手段７では、上記文字切
り出し手段６で決定した要素パターンの組の情報
に基づいて上記文字列パターン記憶手段３から１
文字ずつ文字を切り出して出力する。

次に以上述べたこの発明の効果を従来の装置の
効果と比較する。例えば、文字評価値として従来
の装置で用いた文字形状評価値のみを用いた場合
要素パターン「60」の形状が正方形に近いため第
８図に示すように「60」に対する文字形状評価値
は「0.94」と大きくなり、第１０図に示すように
すべての要素パターンの組合せのうち、「昭」＋
「和」＋「60」＋「年」の組合せが切り出し評価値は
「6.52」と最大となる。このため文字列パターン
１４は、「昭」、「和」、「60」、「年」と切り出され
る。このように文字形状評価値のみを用いた切り
出しでは、文字列パターン「60」を正しく切り出
すことはできない。

以上に示すように入力文字列「昭和60年」１４
は、従の文字切り出し装置で用いている文字形状
評価値のみを用いた方法では正しく切り出すこと
はできないが、本発明では文字形状評価値と文字
認識評価値を併用して切り出すため、個々の文字
を正しく切り出すことが出来る。

なお、上記実施例では、横書きの文字列から文
字を切り出す場合について説明したが、この発明
はこれに限らず、縦書きの文字列から文字を切り
出す場合に用いてもよい。

また、上記実施例では３つの基本パターンを結
合したパターンまでの評価値を求める場合につい
て説明したが、これに限らず４個以上の基本パタ
ーンを結合したパターンの評価値を求めてもよ
い。

〔発明の効果〕

以上のように、この発明によれば従来の技術で
は切り出すことのできなかつた数字同士のような
互いに接近したパターンも、文字認識評価値手段
を付加し、文字切り出し手段に文字認識評価値を
考慮に入れて文字を切り出すように変更を加える
ことにより正しく切り出せる効果がある。

【図面の簡単な説明】

第１図はこの発明の一実施例による文字パター
ン切り出し装置の全体構成図、第２図は従来の文
字パターン切り出し装置の全体構成図、第３図は
基本パターン領域検出手段の処理例の説明図、第
４図は要素パターンの例を示す図、第５図は要素
パターンの組合せの例を示す図、第６図は基本パ
ターンの組合せと文字切り出し評価値の関係を示
す図、第７図は入力文字列の例を示す図、第８図
は各要素パターンの文字形状評価値、文字認識評
価値、文字評価値の例を示す図、第９図、第１０
図はこの発明の効果を説明するための図である。 図中、１は用紙、２は走査手段、３は文字列パ
ターン記憶手段、４は基本パターン領域検出手
段、５は文字形状評価値、６は文字切り出し手
段、７は出力手段、１１は文字認識辞書記憶手
段、１２は文字認識評価値算出手段、１３は評価
値加算手段である。なお図中同一あるいは相当部
分には同一符号を付して表示してある。

Claims (1)

【特許請求の範囲】
1. １ 用紙などに記入された文字列から１文字ずつ
   文字パターンを切り出す文字パターン切り出し装
   置において、用紙上の文字列を光学的に走査し光
   電変換する走査手段と、光電変換された上記文字
   列のパターンを記憶する文字列パターン記憶手段
   と、上記文字列パターンを走査して求めた周辺分
   布値の連続性に基づいて文字列パターンを分割
   し、分割して得た基本パターンの左右端と上下端
   との座標より基本パターン領域を決める基本パタ
   ーン領域検出手段と、単独の基本パターン領域の
   文字形状評価値と連続する複数個の基本パターン
   領域を結合した結合パターン領域の文字形状評価
   値とを上記基本パターン領域の左右端と上下端の
   座標から各々算出する文字形状評価値算出手段
   と、読取り対象文字の基準パターンを格納した文
   字認識辞書記憶手段と、単独の基本パターンに対
   する文字認識評価値と連続する複数個の基本パタ
   ーンを結合した結合パターンに対する文字認識評
   価値とを上記文字認識辞書記憶手段に記憶した基
   準パターンとの整合により求める文字認識評価値
   算出手段と、上記文字形状評価値算出手段で算出
   した文字形状評価値と上記文字認識評価値算出手
   段で算出した文字認識評価値とを加え合わせるこ
   とにより、すべての基本パターンと結合パターン
   とに対応する文字評価値を算出する評価値加算手
   段と、上記基本パターン領域の位置情報に基づい
   て切り出し候補位置のあらゆる可能な組み合せを
   求め、各々の切り出し候補位置の組み合せについ
   て、切り出し候補位置で切り出された基本パター
   ンと結合パターンとに対応する上記評価値加算手
   段で求めた文字評価値に基づいて切り出し評価値
   を求め、この切り出し評価値に基づいて最適な文
   字切り出し位置の組み合せを決定する文字切り出
   し手段と、上記文字切り出し手段の結果に基づい
   て上記文字列パターン記憶手段に格納した１行の
   文字列パターンから１文字ずつ文字パターンを切
   り出して出力する出力手段とを具備することを特
   徴とする文字パターン切り出し装置。