JPH0484380A - 文字認識装置 - 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】 ［産業上の利用分野〕 本発明は、パターンマツチングによる認識結果として、
認識文字コードと共にフォント情報を出力するようにし
た文字認識装置に関する。

〔従来技術〕

最近、ワードプロセッサ、デスク・トップ・パブリッシ
ングシステム（ＤＴＰ、卓上印刷装置）等の普及によっ
て、印刷文書を利用する機会が多くなったが、その印刷
文書を再び電子化することにより文書を再編集したいと
いうニーズがある。

このような電子化の際の入力手段として、日本語文字認
識装置が用いられるようになり、ワードプロセッサの文
字あるいは既存の文書を読むために、数種類の文体を読
むマルチフォントＯＣＲ（文字認識装置）が開発されて
いる。

［発明が解決しようとする課題］ そのようなりＴＰにおいては、日本語文字認識装置の認
識出力として認識文字コードだけでなく、フォント情報
、文字サイズ情報も出力することが望まれている。即ち
、ＤＴＰにおいて明朝体の文字列中の特定の文字につい
て、ゴシック体によってその部分を強調したい場合にフ
ォント情報が必要となる。

一方、パターンマツチングによる認識結果の訂正処理と
して、種々の訂正方法があるが、例えば単語辞書の各犀
語の距離の和が最短の単語を選択するようにした装置（
特開昭５８−４８１８１号公報）、あるいは類似度が等
しい複数の文字種に対して、出力頻度を考慮して単語を
選択するようにした装置（特開昭５８−２０３５７８号
公報）があるにの従来の訂正方法は何れもフォント情報
を積極的にパターンマツチングによる認識結果の訂正処
理に用いるものではなかった。

本発明の目的は、フォント情報、文字サイズ情報を出力
することができ、更にフォント情報を用いることによっ
て訂正能率を向上させた文字認識装置を提供することに
ある。

［課題を解決するための手段］ 前記目的を達成するために、量子化された文書イメージ
から文字を切り出して正規化する文字切り出し・正規化
処理手段と、該正規化された文字から特徴を抽出する特
徴抽出手段と、標準の文字の特徴と該文字のコードが記
憶されている標準パターン辞書と、前記抽出された特徴
パターンと該辞書の標準特徴パターンとを照合すること
により複数の候補文字コードを出力するマツチング処理
手段と、該マツチング処理手段からの候補文字に対して
、単語辞書を用いて訂正処理を行う後処理手段とを備え
た文字認識装置において、複数のフォントに対応した標
準特徴パターンと該フォントを識別する識別コードとを
記憶する標準パターン辞書と、抽出された特徴パターン
と該辞書のＳ準特徴パターンとを照合することにより複
数の候補文字コードとそのフォント識別コードとを出力
するマツチング処理手段とを設けている。

［作　用］ 与えられた文字イメージから特徴を抽出し、その特徴パ
ターンと標準特徴パターンとのマツチングによって、候
補文字コードと共にそのフォント識別コードとを出力す
る。更にフォント識別コードに加えて文字サイズも出力
する。従って、印字処理においてそのフォント情報を用
いることにより、オリジナルの文書に忠実な文書を作成
することができる。また、認識結果の訂正にフォント情
報を用いて訂正能力を向上させている。

〔実施例〕

以下、本発明の一実施例を図面を用いて具体的に説明す
る。第１図は、本発明の一実施例に係る文字認識装置の
ブロック構成図である。１は、図示しない半導体イメー
ジセンサ等によって文書（例えば、ワードプロセッサに
よって作成された文書）が読み取られ、図示しない光電
変換・量子化部で文字像の濃淡を白黒の２値あるいは多
値に量子化された量子化信号中から認識の単位となる１
文字分のパターンを切り出して、この切り出された文字
パターンに対して各種の正規化処理（位置、大きさ、傾
き等を正規化する）をする文字切り出し／正規化処理部
である。２は、正規化されたパターンから特徴を抽出す
る特徴抽出部、３は、標準の特徴パターンが記憶されて
いる辞書、４は、抽出された特徴パターンと、標準パタ
ーン辞書３内に記憶されている標準の特徴パターンとを
照合し、より一致している上位ｎ個の候補文字コードを
出力するマツチング処理部である。５は、後処理のため
の辞書、例えば単語辞書であり、６は、マツチング処理
部４からの認識結果文字に対して、単語辞書５を用いて
言語知識に基づく後処理を行い、類似文字等を弁別処理
し、図示しないデスク・トップ・パブリッシングシステ
ム等に文字コードを出力する後処理部である。また、オ
リジナルの文字パターンサイズは文字切り出し／正規化
処理部１で検出され、ライン７を介して、後処理部６、
更には図示しないデスク・トップ・パブリッシングシス
テムに入力される。８は上記処理部を制御する制御部で
ある。

第２図は、本発明の標準パターン辞書の構成を示す図で
ある。２１はフォント数を記憶した領域で１例えば標準
の特徴パターンとして明朝体とゴシック体のパターンが
記憶されていれば、フォント数は２となる。２２．２３
はそれぞれ明朝体とゴシック体に割り当てられているコ
ード領域で、２２１はそのフォントを識別するためのフ
ォント識別コードが記憶された領域、２２２はそのフォ
ント内の文字コードの数（文字数）が記憶された領域、
２２３は文字コードが順番に（例えばアイウェオ順）記
憶されている領域である。領域２３の構成も同様である
。

領域２４には、各フォント毎に、前述した文字コード順
に標準特徴パターンが記憶されている。

そして、これらフォント数、フォント識別コード、フォ
ント内文字数が、動作時にそれぞれ制御部８内のフォン
トカウンタ８１、フォントレジスタ８２、文字カウンタ
８３に設定される。

以下、本発明の標準パターン辞書を用いたマツチング処
理動作を第３図のフローチャートを参照しつつ詳細に説
明する。制御部８は標準パターン辞書３からフォント数
を読み出してフォントカウンタ８１に設定する（ステッ
プ３１）。次いで、制御部８は標準パターン辞書３から
第１のグループ（すなわち明朝体）のフォント識別コー
ド２２Ｊとフォント内文字数２２２をそれぞれ読み出し
てフォントレジスタ８２、文字カウンタ８３に設定する
（ステップ３２）。

続いて、制御部８は図示しないイメージセンサを動作さ
せ、文書を読み取る。読み取られた文書のイメージは前
述したように量子化され、文字切り出し／正規化処理部
１で１文字分の文字が切り出され、正規化される。正規
化処理された文字パターンは特徴抽出部２で特徴が抽出
され、抽出された特徴パターンがマツチング処理部４に
入力される。マツチング処理部４では、入力特徴バタン
と標準パターン辞書３内の標準特徴パターン２４との距
離を計算しくステップ３３）、その距離が所定の閾値以
下の場合は、その文字コード、距離値、フォントレジス
タ８２内のフォント識別コドをマツチング処理部４のソ
ーティング回路に出力するように制御部８が制御する（
ステップ３４）。このソーティング回路は、マツチング
結果の内、距離値の小さい順に、上位ｎ個の文字コドが
保持されるような構成になっている。

そして、制御部８は文字カウンタ８３の値を１だけデイ
グリメントしくステップ３５）、文字カウンタ８３の値
がＯになるまで、つまり第１のグループ内の全ての標準
特徴パターンとのマツチング処理を行う（ステップ３６
）。

入力特徴パターンと第１のグループ内の全ての標準特徴
パターンとのマツチング処理が終了すると、制御部８は
フォントカウンタ８１の値を１だけディクリメントしく
ステップ３７）、制御部８は入力特徴パターンと第２の
グループ内の全ての標準特徴パターンとのマツチング処
理を行うために、標準パターン辞書３から第２のグルー
プ（すなわちゴシック体）のフォント識別コード２２１
とフォント内文字数２２２をそれぞれ読み出してフォン
トレジスタ８２、文字カウンタ８３に設定し、前述した
と同様にマツチング処理を行い、フォントカウンタ８】
の値がＯになるまで上記処理を繰返す（ステップ３８）
。

フォントカウンタ８１の値がＯになると、制御部８はマ
ツチング処理部３に対して、マツチング処理の終了を指
示し、マツチング処理部３内のソーティング回路に保持
されている上位ｎ個の候補（文字コード、距離値、フォ
ント識別コードの組）を後処理部６に出力する（ステッ
プ３９）。このマツチング処理と並行しであるいはそれ
に先立って制御部８は、文字切り出し／正規化処理部１
から後処理部６にオリジナルの文字パターンサイズを渡
すように制御する。

後処理部６では、マツチング処理部４からの候補文字に
対して、単語辞書５を°用いて類似文字等の訂正処理を
行うが、その際前後の文字のフォント識別コードを参照
することによって誤認文字を容易に訂正することができ
る。

なお、上記実施例では、標準パターン辞！３の第１のグ
ループの特徴パターン、次いで第２のグループの特徴パ
ターンを読み出すように制御しているが、認識された前
の文字が第２のグループの特徴パターンに属している場
合には、標準バタン辞書３の第２のグループの特徴パタ
ーンから先に読み出すようにしてもよい。

［発明の効果］ 以上、説明したように、本発明によれば、認識された文
字コートと共にフォント情報と文字サイズを出力するこ
とができるので、文字ｕＲ後の印字処理においてそのフ
ォント情報を用いることによって、元の文書に忠実な文
書を作成することができる。また、認識結果の訂正にフ
ォント情報を用いることによって、認識率が格段に向上
する。

【図面の簡単な説明】

第１図は本発明の一実施例に係る文字認識装置のブロッ
ク構成図、第２図は本発明の標準パターン辞書の構成を
示す図、第３図は本発明の標準パターン辞書を用いたマ
ツチング処理動作のフローチャートである。 １・・・文字切り出し／正規化処理部、２・・・特徴抽
出部、　　３・・・標準パターン辞書、４・・・マツチ
ング処理部、　　５・・・単語辞書、６・・後処理部、
　　８・・制御部、 ８１・・・フォントカウンタ、 ８２・・フォントレジスタ、 ８３・・・文字カウンタ。 第２図 第３図

Claims (3)

【特許請求の範囲】
1. （１）量子化された文書イメージから文字を切り出して
   正規化する文字切り出し・正規化処理手段と、該正規化
   された文字から特徴を抽出する特徴抽出手段と、標準の
   文字の特徴と該文字のコードが記憶されている標準パタ
   ーン辞書と、前記抽出された特徴パターンと該辞書の標
   準特徴パターンとを照合することにより複数の候補文字
   コードを出力するマッチング処理手段と、該マッチング
   処理手段からの候補文字に対して、単語辞書を用いて訂
   正処理を行う後処理手段とを備えた文字認識装置におい
   て、複数のフォントに対応した標準特徴パターンと該フ
   ォントを識別する識別コードとを記憶する標準パターン
   辞書と、抽出された特徴パターンと該辞書の標準特徴パ
   ターンとを照合することにより複数の候補文字コードと
   そのフォント識別コードとを出力するマッチング処理手
   段とを備えてなることを特徴とする文字認識装置。
2. （２）前記文字切り出し・正規化処理手段は前記文書イ
   メージから文字サイズを検出し、該検出された文字サイ
   ズを前記後処理手段に入力することを特徴とする請求項
   （１）記載の文字認識装置。
3. （３）前記後処理手段は前記フォント識別コードを参照
   することによって前記候補文字を訂正処理することを特
   徴とする請求項（１）記載の文字認識装置。