JPH05225396A - 手書き文字認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 本発明は、認識率の高い手書き文字認識装置
を提供することを目的とする。 【構成】 入力手段（１０）によって手書きの文字イメ
ージデータがストローク単位に入力される。入力された
ストロークデータがストローク認識手段（６０）に与え
られ、ストロークデータの複雑度に合わせた最適なスト
ローク認識方法（６１）で、それぞれのストロークデー
タの特徴が認識される。そして、各ストロークデータの
特徴が文字認識手段（８０）に与えられ、各ストローク
データの特徴から文字イメージデータの観念する文字が
認識される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、手書きの文字イメージ
データの観念する文字を認識する文字認識装置に関す
る。

【０００２】

【従来の技術】従来の手書き文字認識装置の中には、認
識処理の高速化、認識率の向上のために種々の工夫が施
されているものがある。例えば、手書きの文字イメージ
データの画数をカウントして、所定数以上の場合に認識
対象文字種（英数字、ひらがな、漢字など）を変更させ
るもの（特開 昭５８−４２５１３）や、手書きの文字
イメージデータの画数をカウントして、文字イメージデ
ータの画数によって異なるマッチング方法で観念する文
字を認識するもの（特公告 昭５８−１６９２９６）な
どである。

【０００３】前者の装置は、所定数以上の画数の文字イ
メージデータの観念する文字が漢字である可能性が極め
て高い点に着目して、所定数以上の画数の文字イメージ
データについては認識対象文字種を漢字として認識する
ことにより、認識処理の高速化を図っている。また、後
者の装置は、画数の少ない文字イメージデータの認識が
難しい点に着目して、画数の少ない文字イメージデータ
の認識に専用のマッチング方法で詳しく文字認識するこ
とにより、認識率の向上を図っている。

【０００４】

【発明が解決しようとする課題】ところで、従来の手書
き文字認識装置には、以下の問題がある。まず、画数に
よって認識対象文字種を変更する第１の従来例は、画数
だけで文字種を限定する点に問題がある。つまり、画数
の多い文字イメージデータの観念する文字が漢字である
と限定することはできるが、画数の少ない文字イメージ
データの観念する文字は、英数字、ひらがな、漢字など
のいずれの可能性もあるため、特定の文字種に限定する
ことは不可能である。したがって、認識処理の高速化は
あまり期待できない。

【０００５】また、入力される文字イメージデータの画
数により異なるマッチング方法で認識させる第２の従来
例は、文字イメージデータの画数が同じで、文字種が異
なると、特定の文字種に偏った認識になってしまう。特
に、曲線を多く含むひらがなと直線を多く含む漢字の認
識を同じ画数だからといって、同じ認識方法で認識させ
ても、どちらかの文字種に認識率が偏ってしまい、認識
率を低下させてしまう。

【０００６】本発明はこのような問題を解決することを
目的とする。

【０００７】

【課題を解決するための手段】上記課題を解決するため
に、第１の発明の手書き文字認識装置は、手書きの文字
イメージデータをストローク単位に入力する入力手段
と、入力された各ストロークデータの特徴を認識するス
トローク認識手段と、各ストロークデータの特徴から文
字イメージデータが観念する文字を認識する文字認識手
段を有し、ストローク認識手段は、ストロークデータの
複雑度に合わせて、複数のストローク認識方法の中から
最適な認識方法を選択し、この認識方法を用いてストロ
ークデータの特徴を認識する。

【０００８】また、第２の発明の手書き文字認識装置
は、手書きの文字イメージデータをストローク単位に入
力する入力手段と、入力された各ストロークデータの特
徴を認識するストローク認識手段と、各ストロークデー
タの特徴から文字イメージデータが観念する文字を認識
する文字認識手段を有し、文字認識手段は、文字イメー
ジデータの画数とストロークデータの複雑度を条件とし
て、複数の文字認識方法の中から最適な認識方法を選択
し、この認識方法を用いて文字イメージデータが観念す
る文字を認識する。

【０００９】

【作用】第１の発明の手書き文字認識装置によれば、入
力手段によって手書きの文字イメージデータがストロー
ク単位に入力される。入力されたストロークデータがス
トローク認識手段に与えられ、ストロークデータの複雑
度に合わせた最適なストローク認識方法で、それぞれの
ストロークデータの特徴が認識される。そして、各スト
ロークデータの特徴が文字認識手段に与えられ、各スト
ロークデータの特徴から文字イメージデータの観念する
文字が認識される。

【００１０】また、第２の発明の手書き文字認識装置に
よれば、入力手段によって手書きの文字イメージデータ
がストローク単位に入力される。入力されたストローク
データがストローク認識手段に与えられ、それぞれのス
トロークデータの特徴が認識される。また、ストローク
データは文字認識部へも送られる。そして、各ストロー
クデータの特徴が文字認識手段に与えられ、文字イメー
ジデータの画数とストロークデータの複雑度を条件とし
た最適な文字認識方法で文字イメージデータの観念する
文字が認識される。

【００１１】

【実施例】以下、第１の発明の手書き文字認識装置の第
１実施例および第２の発明の手書き文字認識装置の第２
実施例について添付図面を参照して説明する。

【００１２】図１は、第１および第２実施例の手書き文
字認識装置の構成を示すブロック図である。同図より、
手書き文字認識装置には、手書きの文字イメージデータ
をストローク単位に入力する入力手段である手書き文字
入力部１０と、この手書き文字入力部１０から送られて
くる座標データの特徴点の抽出などを行う前処理部２０
と、手書き文字入力部１０に書き込まれた手書きの文字
イメージデータの画数をカウントする画数カウント部３
０と、各ストロークデータの複雑度を検出するストロー
ク複雑度検出部４０と、ストローク複雑度検出部４０に
より検出された複雑度の値から、最適なストローク認識
方法を選択するストローク認識方法選択部５０と、最適
な文字認識方法を選択する文字認識方法選択部１００
と、各ストロークデータの特徴を認識するストローク認
識手段であるストローク認識部６０と、標準ストローク
パターンが登録されたストローク認識辞書７０と、各ス
トロークデータの特徴から文字イメージデータが観念す
る文字を認識する文字認識手段である文字認識部８０
と、標準文字パターンや特徴量などが登録された文字認
識辞書９０とから構成されている。手書き文字入力部１
０には、手書きの文字イメージデータを書き込むための
ペン１１と、ペン１１で書き込んだ文字イメージデータ
を２次元の座標データに変換するタブレット１２と、書
き込んだ文字イメージデータや文字イメージデータの認
識結果を表示する液晶表示部１３とが備えられている。
タブレット１２と液晶表示部１３とは一体化された構造
になっている。また、ストローク認識部６０には、複数
のストローク認識方法群６１としてＤＰマッチング法Ａ
とＤＰマッチング法Ｂが備えられ、文字認識部８０に
は、複数の文字認識方法群８１として基本ストローク表
現マッチング法とＤＰマッチング法が備えられている。
文字認識辞書９０には、文字を基本ストローク表現で表
した基本ストローク表現辞書９１と、文字を８方向ベク
トル化して文字形状をベクトル列で表した文字形状表現
辞書９２が備えられている。

【００１３】この基本ストローク表現辞書９１と文字形
状表現辞書９２の構成を図９（ａ）、（ｂ）を用いて説
明する。図９（ａ）は、文字を基本ストロークで表現し
た基本ストローク表現辞書９１の辞書内容を示してい
る。基本ストロークは、ストローク認識部６０で認識さ
れたストロークで、辞書内ではこの基本ストロークを組
み合わせて、いろいろな標準文字を作り上げ、構成して
いる。基本ストローク表現辞書９１は、文字認識方法群
８１内にある基本ストローク表現マッチング法で参照さ
れる。図９（ｂ）は、文字の形状を８方向ベクトル化し
たベクトル列で表現した文字形状表現辞書９２の辞書内
容を示している。文字全体の形状を８方向ベクトル化し
たものと、ペンがアップしてからダウンするまでのオフ
ストロークを８方向ベクトル化したベクトル列で表現し
ている。オフストロークは、図９（ｂ）の文字形状８方
向ベクトル化の図の点線のストロークで、ベクトル列に
すると、文字ＦとＦで囲まれたベクトル列がオフストロ
ークにあたる。文字形状表現辞書９２は文字認識方法群
８１内にあるＤＰマッチング法で参照される。

【００１４】次に、第１および第２実施例の処理の流れ
について、図２（ａ）（ｂ）を用いて説明する。

【００１５】まず、図２（ａ）の概念図を用いて、第１
実施例の処理の流れを説明する。同図より、手書き文字
入力部１０で入力された手書きの文字イメージデータが
座標データとして前処理部２０に送られ、ノイズ処理、
特徴点の抽出、８方向のベクトル化などの前処理が行わ
れる。そして、前処理部２０でベクトル化されたデータ
がストローク複雑度検出部４０に送られ、文字イメージ
データを構成するストロークの複雑度が検出される。こ
の検出結果がストローク認識方法選択部５０に与えら
れ、ストローク認識部６０に備えられたストローク認識
方法群６１の中から最適なストローク認識方法を選択す
る。ストローク認識部６０では、このように選択された
ストローク認識方法を用いて、前処理部２０でベクトル
化されたデータと、ストローク認識辞書７０に登録され
た全ての標準ストロークパターンとの距離を求め、一番
近い距離の標準ストロークパターンを認識結果とする。
この認識結果が文字認識部８０に与えられ、文字イメー
ジデータが観念する文字が認識される。

【００１６】次に、図２（ｂ）の概念図を用いて、第２
実施例の処理の流れを説明する。同図より、手書き文字
入力部１０で入力された手書きの文字イメージデータが
座標データとして前処理部２０に送られ、ノイズ処理、
特徴点の抽出、８方向のベクトル化などの前処理が行わ
れる。また、座標データは、画数カウント部３０にも送
られ、文字イメージデータの画数がカウントされる。そ
して、前処理部２０でベクトル化されたデータはストロ
ーク認識部６０に送られ、ストロークデータの特徴が標
準ストロークデータとして認識される。さらに、前処理
部２０でベクトル化されたデータと画数カウント部３０
でカウントされた画数とがストローク複雑度検出部４０
に送られ、文字イメージデータを構成するストロークの
複雑度が検出される。前処理部２０でベクトル化された
データは文字認識部８０へも送られる。この検出結果が
文字認識方法選択部１００に与えられ、文字認識部８０
に備えられた文字認識方法群８１の中から最適な文字認
識方法と文字認識辞書９０内の文字認識辞書を選択す
る。文字認識部８０では、このように選択された文字認
識方法と文字認識辞書とを用いて、ストローク認識部６
０で認識された標準ストロークデータと、文字認識辞書
９０に登録された全ての標準文字パターンを基本ストロ
ークの組み合わせで表現した辞書とマッチングして一致
した標準文字を認識文字としたり、文字形状を８方向ベ
クトル列で表現した辞書との距離を求め、一番近い距離
の標準文字パターンを、文字イメージデータが観念する
文字として認識する。

【００１７】次に、各処理部ごとの動作について、図３
〜図９を用いて説明する。まず、手書き文字入力部で
は、手書きの文字イメージデータをペン１１を用いてタ
ブレット１２に書き込むと、書き込まれた文字イメージ
データの軌跡が電気信号に変換され、タブレット１２上
の座標データとして、前処理部２０と画数カウント部３
０に送られる。この座標データには、タブレット１２上
に書き込まれた手書きの文字イメージデータの軌跡の他
に、ペン１１がタブレット１２上から離れたことを示す
監視データが含まれ、お互いに区別できるデータとして
送られる。

【００１８】前処理部２０では、送られてきた手書きの
文字イメージデータの座標データからノイズとなるサン
プリング点を取り除き、サンプリングされたデータ列の
中から特徴点となる屈曲点の抽出が行われる（図３
（ａ））。そして、抽出した特徴点を８方向のベクトル
（図３（ｅ））で近似し（図３（ｂ））、同じ方向とな
るベクトルは１本にまとめ（図３（ｃ））、まとめたベ
クトルの長さがある決められた長さより長い場合は、決
められた長さでベクトルを分割する（図３（ｄ））。ま
た、ペン１１がアップしてからダウンするまでのオフス
トロークも同様に前処理部２０で８方向ベクトル化さ
れ、ある決められた長さよりも長い場合は、決められた
長さで分割し、前処理を終了する。前処理部２０で１ス
クローク毎にベクトル化されたデータは、ストローク複
雑度検出部４０に送られる。

【００１９】次に、画数カウント部３０の動作を、図４
のフローチャートを用いて説明する。同図より、初期処
理としてペン１１がタブレット１２上に接触している状
態を示すペンダウンフラグがクリアされる（ステップ２
０１）。そして、タブレット１２面のサンプリングが開
始される（ステップ２０２）。ここでサンプリングされ
るデータは、ペン１１でタブレット１２面に文字イメー
ジデータを書込むことによって入力される座標データ
か、ペン１１がタブレット１２面に接触していない状態
を示す監視データのどちらかである。次に、サンプリン
グした座標データを調べて、このデータが、ペン１１が
タブレット１２面に接触して（ペンダウン）書き込まれ
たデータなのか、またはペン１１がタブレット１２面に
接触しない（ペンアップ）状態を示す監視データなのか
を確認する（ステップ２０３）。ペン１１がタブレット
１２面に接触し、文字イメージデータが書き込まれた場
合には、ペンダウンフラグをセットして（ステップ２０
４）、タブレット１２面のサンプリングを再開する（ス
テップ２０２）。ステップ２０３で、ペン１１がタブレ
ット１２面に接触していない場合には、ペンダウンフラ
グを調べて、ペンダウンの状態すなわちタブレット１２
面をペン１１がなぞって、手書きの文字イメージデータ
を書き込んだ後にペン１１がタブレット１２から離れた
のか（ペンアップの状態）、あるいは、ペンアップの状
態が継続しているのかを確認する（ステップ２０５）。
そして、ペンアップの状態が継続している場合には、タ
ブレット１２面のサンプリングを再開する（ステップ２
０２）。また、ペンダウンの状態からペンアップの状態
になった場合には、画数カウンタを１インクリメントす
る（ステップ２０６）。そして、ペンダウンフラグをク
リア（ステップ２０７）して、手書きの文字イメージデ
ータの１文字の入力が終了したかを確認する（ステップ
２０８）。ここで、１文字の入力が終了していれば処理
を終了し、まだ、１文字の入力が終了していない場合に
は、ステップ２０２に戻って処理を継続する。画数カウ
ント部３０は、入力した文字イメージデータの認識が終
了した後、再び起動され、手書きの文字イメージデータ
のサンプリングを開始する。

【００２０】次に、ストローク複雑度検出部４０の動作
を、図５、図６を用いて説明する。まず、初期処理とし
て前処理部２０でベクトル化されたストロークデータの
部分ベクトル数をカウントする部分ベクトルカウンタ
と、隣合う部分ベクトルの角度変化を計数する右回り角
度レジスタおよび左回り角度レジスタを初期化する（ス
テップ３０１）。そして、画数カウント部３０でカウン
トされた画数データが５画以上の場合には、文字認識が
比較的簡単に行えるものとして、右回り角度レジスタお
よび左回り角度レジスタを０クリアした状態で処理を終
了する（ステップ３０２）。また、画数データが４画以
下の場合には、部分ベクトルカウンタを１インクリメン
トする（ステップ３０３）。次に、隣合う部分ベクトル
の角度を求める（ステップ３０４）。角度を求める方法
は、現在の部分ベクトル３１０と、１つ手前に位置する
部分ベクトル３１１の角度の差を求めて（図６
（ａ））、その差に３６０°を加える。そして、その結
果を３６０°で割った余り（整数値）が、１８０°以上
であるかで左右どちらの方向に曲がっているかを判断す
る。この計算結果が１８０°以上の場合は、計算結果を
３６０°から引いた値を右回り角度レジスタに加算する
（ステップ３０５）。また、計算結果が１８０°より小
さい場合は、計算結果に３６０°を加算した値を左回り
角度レジスタに加算する（ステップ３０６）。このよう
な加算処理の後に、部分ベクトルの最後までたどり着い
たかを調べ（ステップ３０７）、途中の場合はステップ
３０３の処理に戻り、最後の場合には処理を終了する。
以上の処理によって、右回り角度レジスタおよび左回り
角度レジスタの値は、それぞれ図６（ｂ）〜（ｆ）のよ
うな値になる。

【００２１】次に、ステップ３０４での隣合う部分ベク
トルの角度を求める処理を詳細に説明する。まず、前処
理部２０から出力されたストロークデータの８方向のベ
クトルを、図６（ｇ）に示すベクトル３２０〜３２３の
列とすると、部分ベクトル３２０と部分ベクトル３２１
の方向間の角度は、部分ベクトル３２１を基準として、
部分ベクトル３２１の角度から部分ベクトル３２０の角
度を引き、３６０°を加えて、その結果を３６０°で割
る。そして、その割った余りが１８０°以上かそうでな
いかで右回り角度レジスタあるいは左回り角度レジスタ
に加えられる。

【００２２】 （１８０°−２７０°＋３６０°）mod ３６０°＝２７０°mod ３６０° ＝２７０° 従って、部分ベクトル３２１と部分ベクトル３２０の間
の角度は２７０°で１８０°より大きいため、ステップ
３０５の処理に進む。そして、３６０°−２７０°＝９
０°が右回り角度レジスタに加えられる。

【００２３】同様に部分ベクトル３２２と部分ベクトル
３２１は （２７０°−１８０°＋３６０°）mod ３６０°＝４５０°mod ３６０° ＝９０° 従って、左回り角度レジスタに９０°が加えられる（ス
テップ３０６）。

【００２４】次に、ストローク認識方法選択部５０の動
作について、図７のフローチャートを用いて説明する。
ストローク認識方法選択部５０では、ストローク複雑度
検出部４０で計算された部分ベクトル間の角度の総和か
ら、ストローク認識部６０で使用する認識方法を選択す
る。具体的には、まず右回り角度レジスタの値と左回り
角度レジスタの値が共に１８０°以上かを判断する（ス
テップ４０１）。これらの値が共に１８０°以上であれ
ば、文字イメージデータが複雑で認識が難しいと判定し
て、ＤＰマッチング法Ｂを選択する（ステップ４０
２）。このＤＰマッチング法Ｂは多くのマッチングパタ
ーンを持つため、認識にかかる時間は比較的長いが、認
識率が向上する。また、ステップ４０１で、右回り角度
レジスタの値と左回り角度レジスタの値のいずれかが１
８０°未満である場合は、次に右回り角度レジスタの値
と左回り角度レジスタの値のいずれかが３６０°以上か
を判定する（ステップ４０３）。そして、いずれかの値
が３６０°以上の場合は、ＤＰマッチング法Ｂを、これ
らの値が共に３６０°未満の場合は、ＤＰマッチング法
Ａを選択する（ステップ４０４）。このＤＰマッチング
法Ａはマッチングパターン数が少ないため認識率が落ち
るが、認識にかかる時間は短い。そして、このように選
択した結果が、指令としてストローク認識部６０に送ら
れる（ステップ４０５）。

【００２５】ストローク認識部６０では、ストローク認
識方法選択部５０からの指令を受けて、スクローク認識
方法群６１に格納されたＤＰマッチング法ＡまたはＤＰ
マッチング法Ｂのいずれかを用いて、前処理部２０でベ
クトル化されたペン１１がダウンしてからアップするま
でのストロークの特徴を認識して、一番距離の短い標準
パターンを各ストロークの認識結果とする。また、文字
認識部８０では、文字認識方法選択部１００からの指令
を受けて、文字認識方法群８１と文字認識辞書９０に格
納された基本ストローク表現マッチング法と基本ストロ
ーク表現辞書９１またはＤＰマッチング法と文字形状表
現辞書９２のいずれかを用いて、ストローク認識部６０
で認識された各ストロークから構成される文字の認識を
行う。

【００２６】この文字認識方法選択部１００の動作につ
いて、図８のフローチャートを用いて説明する。文字認
識方法選択部１００では、ストローク複雑度検出部４０
で計算された部分ベクトル間の角度の総和から、文字認
識部８０で使用する認識方法を選択する。具体的には、
まず右回り角度レジスタの値と左回り角度レジスタの値
が共に１８０°以上かを判断する（ステップ５０１）。
これらの値が共に１８０°以上であれば、文字が複雑で
あると判断し、文字認識辞書９０の中から、文字全体の
形状が８方向ベクトル列で表現されている文字形状表現
辞書９２（図９（ｂ））を選択する（ステップ５０
２）。そして、文字認識方法群８１からＤＰマッチング
法を選択する（ステップ５０３）。

【００２７】また、ステップ５０１で、右回り角度レジ
スタの値と左回り角度レジスタの値のいずれかが１８０
°未満である場合は、次に右回り角度レジスタの値と左
回り角度レジスタの値のいずれかが３６０°以上かを判
定する（ステップ５０４）。そして、いずれかの値が３
６０°以上の場合は、文字形状表現辞書９２を選択す
る。また、これらの値が共に３６０°未満の場合は、基
本ストローク表現辞書９１（図９（ａ））を選択し（ス
テップ５０５）、文字認識方法群８１から基本ストロー
ク表現マッチング法を選択する（ステップ５０６）。そ
して、このように選択した結果が、指令として文字認識
部８０に送られる（ステップ５０７）。

【００２８】文字認識部８０では、文字認識方法選択部
１００から指令として送られてくる基本ストローク表現
マッチング法とＤＰマッチング法のいずれかの方法を用
いて、文字認識が行われる。基本ストローク表現マッチ
ング法は、ストローク認識部６０で認識されたストロー
クと基本ストローク表現辞書とを比較して、認識したス
トロークの組み合わせが辞書内のどの標準文字と一致し
ているかを捜し出す処理方法である。そして、辞書内に
登録された標準文字と一致していれば、それを認識結果
文字とする。また、ＤＰマッチング法は、前処理部２０
で出力された８方向ベクトル列のデータと、文字形状表
現辞書９２内にある標準文字の８方向ベクトル列のデー
タとを比較する処理方法で、距離の一番近い文字を認識
結果文字とする。

【００２９】そして、文字認識部８０での文字認識が終
了すると、液晶表示部１３に文字認識結果を表示する。

【００３０】なお、ストロークデータまたは文字イメー
ジデータの認識方法として、本実施例ではＤＰマッチン
グ法を用いたが、その他の認識方法（例えば、ＤＰマッ
チングの結果をメンバシップ関数に適用し、ファジー推
論により認識する方法）を用いてもよい。

【００３１】また、ストローク複雑度検出部４０での複
雑度の検出方法として、ストロークの右回りおよび左回
りで隣合う角度を求めた後、角度の値の分布から複雑度
を決定する方法や、部分ベクトルの時間軸に対する移動
をフーリエ変換し、その係数から複雑度を決定する方法
などを用いても良い。

【００３２】

【発明の効果】第１の発明の手書き文字認識装置であれ
ば、ストロークデータの複雑度に合わせた最適なストロ
ーク認識方法で、それぞれのストロークデータの特徴を
認識できる。このため、同じ画数の文字でもストローク
の曲線特性と直線特性を区別するストローク認識が可能
となり、認識処理の高速化、認識率の向上を図ることが
できる。

【００３３】また、第２の発明の手書き文字認識装置で
あれば、文字イメージデータの画数とストロークデータ
の複雑度とを条件として最適な文字認識方法を選択でき
る。このため、文字種の区別のつきにくい少ない画数の
文字イメージデータであっても、各ストロークデータの
複雑度から最適な認識方法を選択することにより、文字
種の区別が可能となる。よって、特定の文字種に偏らな
い認識方式が実現でき、認識処理の高速化、認識率の向
上が実現される。

【図面の簡単な説明】

【図１】手書き文字認識装置の構成を示すブロック図で
ある。

【図２】手書き文字認識装置の処理の流れを示す概念図
である。

【図３】前処理部での処理の流れを示す図である。

【図４】画数カウント部での処理の流れを示すフローチ
ャートである。

【図５】ストローク複雑度認識部での処理の流れを示す
フローチャートである。

【図６】ストローク複雑度認識部での処理結果を示す図
である。

【図７】ストローク認識方法選択部での処理の流れを示
すフローチャートである。

【図８】文字認識方法選択部での処理の流れを示すフロ
ーチャートである。

【図９】基本ストローク表現辞書と文字形状表現辞書の
構成内容を示す図である。

【符号の説明】

１０…手書き文字入力部、２０…前処理部、３０…画数
カウント部、４０…ストローク複雑度検出部、５０…ス
トローク認識方法選択部、６０…ストローク認識部、７
０…ストローク認識辞書、８０…文字認識部、９０…文
字認識辞書、９１…基本ストローク表現辞書、９２…文
字形状表現辞書、１００…文字認識方法選択部。

Claims (3)

【特許請求の範囲】
1. 【請求項１】 手書きの文字イメージデータをストロー
   ク単位に入力する入力手段と、入力された各ストローク
   データの特徴を認識するストローク認識手段と、各スト
   ロークデータの特徴から文字イメージデータが観念する
   文字を認識する文字認識手段を有し、 前記ストローク認識手段は、ストロークデータの複雑度
   に合わせて、複数のストローク認識方法の中から最適な
   認識方法を選択し、この認識方法を用いてストロークデ
   ータの特徴を認識することを特徴とする手書き文字認識
   装置。
2. 【請求項２】 手書きの文字イメージデータをストロー
   ク単位に入力する入力手段と、入力された各ストローク
   データの特徴を認識するストローク認識手段と、各スト
   ロークデータの特徴から文字イメージデータが観念する
   文字を認識する文字認識手段を有し、 前記文字認識手段は、文字イメージデータの画数とスト
   ロークデータの複雑度を条件として、複数の文字認識方
   法の中から最適な認識方法を選択し、この認識方法を用
   いて文字イメージデータが観念する文字を認識すること
   を特徴とする手書き文字認識装置。
3. 【請求項３】 手書きの文字イメージデータをストロー
   ク単位に入力する入力手段と、入力された各ストローク
   データの特徴を認識するストローク認識手段と、各スト
   ロークデータの特徴から文字イメージデータが観念する
   文字を認識する文字認識手段を有し、 前記ストローク認識手段は、ストロークデータの複雑度
   に合わせて、複数のストローク認識方法の中から最適な
   認識方法を選択し、この認識方法を用いてストロークデ
   ータの特徴を認識し、 前記文字認識手段は、文字イメージデータの画数とスト
   ロークデータの複雑度を条件として、複数の文字認識方
   法の中から最適な認識方法を選択し、この認識方法を用
   いて文字イメージデータが観念する文字を認識すること
   を特徴とする手書き文字認識装置。