JPH05307644A - 文字認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 文書画像中の文字を認識する文字認識装置に
おいて、接触文字の影響を最小限にとどめ、高精度の認
識結果を短時間で得ることの出来る文字認識装置を提供
することを目的とする。 【構成】 認識結果を得た文字画像を、統計的に接触し
易い文字の組み合せを格納した接触文字組リストにした
がって組み合わせ、疑似的な接触文字画像を生成し、接
触文字として判定された画像と生成された疑似的な接触
文字画像とを比較することにより接触文字の認識を行
い、接触文字を多く含む文章でも接触文字による認識精
度及び認識スピードの低下を抑える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文書画像中の文字を認
識する文字認識装置に関するものである。

【０００２】

【従来の技術】近年、画像入力装置をコンピュータ等の
文字入力装置として利用する要求が高まっており、安定
な認識結果を短時間で得ることの出来る文字認識装置が
コンピュータ等のシステム性能の向上に不可欠となって
いる。

【０００３】以下に従来の文字認識装置について説明す
る。図４（ａ）は従来の文字認識装置の機能ブロック図
である。図４（ａ）において、１は認識対象文書を２値
画像として入力する画像入力装置、２は入力した文書画
像を記憶する画像格納手段、３は入力した文書画像を構
成する２値画像データのうち黒を表わす構成単位（以下
黒画素と略称する）の連なりをもとに文書画像中の文字
に仮想的に外接する矩形を求める外接矩形検出手段、４
は外接矩形検出手段３にて求められた矩形内の画像の黒
画素の分布を図形特徴データとして抽出する図形特徴抽
出手段、５は図形特徴抽出手段４にて求められた図形特
徴データと予め用意される認識対象文字の図形特徴デー
タとを比較し、類似する特徴を有する文字を文字の認識
結果と判定し、また、類似する特徴がない場合に矩形内
の画像を接触文字として判定する文字認識手段、６は認
識対象となる全ての文字の図形特徴データを記憶する認
識辞書手段、７は文字認識手段５にて文字と認識した認
識結果を記憶する認識結果格納手段、８は文字認識手段
５にて接触文字として判定された画像の黒画素の縦方向
の分布に注目し、その値が小さい部分を文字間の接触点
として１文字ずつ分離する接触文字分離処理手段であ
る。

【０００４】以上のように構成された文字認識装置につ
いて、図４および５に基づいてその動作を説明する。ま
ず、画像入力装置１にて認識対象文書を２値画像として
入力し、画像格納手段２に記憶する。文書画像の一例を
図５（ａ）に示す。その格納形態は、文書３７の中のＸ
座標３８−１とＹ座標３８−２上の交点が白か黒かを表
わす２値画像データで構成された文書画像である。次
に、画像格納手段２に記憶された文書画像から文字の黒
点の連らなりをもとにして行や列をもとに文字の点など
を補正したうえ、文字に外接する矩形の左上端の座標
（Ｘ、Ｙ）および矩形の幅ΔＸ、高さΔＹ（以下矩形情
報と略称する）を外接矩形検出手段３によって求める。
求められた外接矩形の例と文字「ａ」の矩形情報との例
を図５（ｂ）に示す。外接矩形を縦・横にさらに細かく
分割し、各分割構成単位に含まれている黒画素の数を求
めて外接矩形全体に対する黒画素の分布状態を算出し、
図形特徴として図形特徴抽出手段４にて抽出する。抽出
された図形特徴は文字認識手段５に送り、認識辞書手段
６として予め用意されている認識対象文字の図形特徴と
比較して差を求め、その特徴の差の値がある一定の判定
基準よりも小さい場合に類似する特徴を有する文字とし
て判定し、その文字の認識結果として認識結果格納手段
７に記憶する。その認識結果格納形態の一例を図４
（ｂ）に示す。認識結果としての文字コード（例えばＡ
ＳＣ１１コード）と矩形情報とが関連づけて格納され
る。また類似する特徴がない場合に矩形内の図形特徴は
接触文字として判定し、矩形内の文書画像を接触文字分
離処理手段８に送る。

【０００５】接触文字分離処理手段８では文書画像の黒
画素の縦方向の分布を求め、その値が小さな部分を文字
間の接触点とし、接触点にて文書画像を分離することに
より接触した文字を１文字ずつ分離する。分離された文
書画像は再び図形特徴抽出手段４に送られ、図形特徴を
抽出した後、文字認識手段５にて認識される。

【０００６】以上の処理にて、文書画像中の接触文字を
含む全ての文字が認識されることとなる。

【０００７】

【発明が解決しようとする課題】しかしながら上記の従
来の文字認識装置では、１文字ずつ認識処理を行うこと
により結果を得ており、文書画像中に接触した文字列、
すなわち接触文字が存在している場合、その図形特徴を
もとに１文字ずつ分離した後、認識していたため、接触
文字が多く存在する文書を認識する際、接触文字の分離
精度の不安定さによる認識精度の低下、及び、分離処理
・認識処理が多く発生することによる処理時間の増大と
いう問題点を有していた。

【０００８】本発明は上記問題点を解決するもので、接
触文字の影響を最小限にとどめ、高精度の認識結果を短
時間で得ることの出来る文字認識装置を提供することを
目的とする。

【０００９】

【課題を解決するための手段】この目的を達成するため
に本発明の文字認識装置は、統計的に接触し易い文字の
組み合せを格納した接触文字組リスト手段、認識結果を
得た文書画像を接触文字組リスト手段にしたがって組み
合わせ、疑似的な接触文字画像を生成する疑似接触文字
生成手段、疑似接触文字生成手段にて生成された接触文
字画像を記憶する接触文字辞書手段、接触文字として判
定された文字画像を格納しておく接触文字画像格納手
段、接触文字画像を接触文字辞書手段と比較し、接触文
字の認識結果を得る接触文字認識手段、および接触文字
の認識結果が得られなかった場合は接触点で文書画像を
分離する接触文字分離処理手段を有する。

【００１０】

【作用】これ等の手段によって、既に認識結果が得られ
た文書画像を、統計的に求められた接触し易い文字組リ
ストにしたがって組み合わせることにより、疑似的な接
触文字画像を生成し、これを辞書として文書中の接触文
字の認識を行うことで、接触文字による認識精度の低
下、及び、処理の増大を最小限にとどめ、高精度の認識
結果を短時間で得ることができる。

【００１１】

【実施例】以下、本発明の一実施例について、図面を参
照しながら説明する。

【００１２】図１及び図２はそれぞれ、本発明の一実施
例における文字認識装置の機能ブロック図、装置ブロッ
ク図である。

【００１３】図１において、９は認識対象文書を２値画
像として入力する画像入力装置、１０は入力した文書画
像を記憶する画像格納手段、１１は文書画像中の文字に
仮想的に外接する矩形を黒画素の連なりをもとに求める
外接矩形検出手段、１２は外接矩形検出手段１１にて求
められた矩形内の画像の黒画素の分布を図形特徴として
抽出する図形特徴抽出手段、１３は図形特徴抽出手段１
２にて求められた図形特徴と、予め用意される全ての認
識対象文字の図形特徴とを比較し、類似する特徴を有す
る文字を文字の認識結果と判定し、また、類似する特徴
がない場合に矩形内の画像を接触文字として判定する文
字認識手段、１４は認識対象となる全ての文字の図形特
徴を記憶する認識辞書手段、１５は文字認識手段１３に
て出力された認識結果を記憶する認識結果格納手段、１
６は文字認識手段１３にて接触文字と判定された文書画
像を記憶する接触文字画像格納手段、１７は接触し易い
文字の組み合せをさまざまな印刷物から統計的に求め、
例えば接触し易い“ｔｈ”、“ｒｅ”といった文字組を
記憶している接触文字組リスト手段、１８は接触文字組
リスト手段１７にしたがって、文字認識手段１３にて文
字の認識結果を得た矩形内の文書画像を組み合わせるこ
とにより疑似的に接触文字画像を生成する疑似接触文字
生成手段、１９は疑似接触文字生成手段１８にて生成さ
れた接触文字画像を記憶しておく接触文字辞書手段、２
０は接触文字画像格納手段１６に記憶している接触文字
画像と接触文字辞書手段１９に記憶している疑似的な接
触文字とを比較し、一致した接触文字画像を接触文字の
認識結果とする接触文字認識手段、２１は接触文字認識
手段２０にて一致する接触文字画像が無かった場合に、
接触文字画像の黒画素の縦方向の分布に注目し、その値
が小さい部分を文字間の接触点として１文字ずつ分離す
る接触文字分離処理手段である。

【００１４】また、図２において、２２は認識対象文書
を２値画像として読み込むスキャナ等の画像入力装置、
２３は全体の制御を行う中央処理装置（以下ＣＰＵと略
称する）である。２６は、データを固定的に記憶してお
くためのリードオンリメモリ（ＲＯＭ）であって、ＣＰ
Ｕ２３が装置全体を制御するための制御プログラム２４
と、認識辞書のデータ２５−１および接触文字組リスト
のデータ２５−２とを含む。３１は処理途上のデータを
一時的に記憶しておくためのランダムアクセスメモリ
（ＲＡＭ）であって、画像格納データ２７、接触文字画
像格納データ２８、認識結果格納データ２９および接触
文字辞書データ３０を含む。３２はＣＰＵ２３に対して
外部より開始・終了等の指令を与えるためのキーボー
ド、３３は認識結果を表示する為の表示装置、３４は２
２から３３の各手段をつなぐ内部の信号伝送バスライン
である。

【００１５】以上のように構成された文字認識装置につ
いて、図３を用いてその動作を説明する。認識対象文書
を画像入力装置９にて入力し、画像格納手段１０に文書
画像として記憶し（Ｓ１）、その文書画像中において、
黒画素の連なりを行や列をもとに文字の点などを補正し
たうえ、文字に仮想的に外接する矩形情報を外接矩形検
出手段１１にて求める（Ｓ２）。

【００１６】次に、求められた外接矩形の矩形情報を図
形特徴抽出手段１２に送り、矩形情報をもとに画像格納
手段１０から文書画像を取り出し、外接矩形中の黒画素
の分布を図形特徴データとして図形特徴抽出手段１２に
て抽出する（Ｓ３）。

【００１７】抽出された図形特徴データを文字認識手段
１３に送り、予め用意されている全ての認識対象文字の
図形特徴データを記憶する認識辞書手段１４から順次取
り出す各文字の図形特徴データと比較して差を求め、そ
の特徴の差の値を求める（ＳＳ４）。

【００１８】Ｓ４で求めた各文書画像の特徴の差の値
が、ある一定の判定基準よりも大きい場合は、類似する
特徴が認識辞書手段１４に記憶されていないものとし、
この図形特徴データを持つ文書画像を接触文字であると
判定し（Ｓ５）、この文書画像を接触文字画像格納手段
１６に記憶する（Ｓ７）。

【００１９】Ｓ５において、特徴の差の値がある一定の
判定基準よりも小さい場合は、類似する特徴を持つ文字
が認識辞書手段１４中に存在し正しい文字の認識結果を
得たものとして、認識結果としての文字コードと矩形情
報とを関連づけて認識結果格納手段１５に文字コードを
記憶する（Ｓ６）。このようにしてＳ１からＳ６までの
動作によって、広範な認識対象文書の中のどこかで一度
は正しい文字の認識結果が得られた文書画像を、文字コ
ードに関連づけることができる。

【００２０】以上、Ｓ３からＳ７までの処理を文書画像
中の全ての矩形に対して行うため、未処理の矩形がある
場合はＳ３から処理を繰り返す（Ｓ８）。

【００２１】全ての矩形に対して処理を施した後、接触
文字画像格納手段１６に記憶された画像が無い場合は、
文書画像中の全ての文字の認識結果が得られたものとし
て、Ｓ１８に処理を移し、認識結果を表示装置３３に表
示した後、全処理を終了する。また、接触文字画像格納
手段１６に記憶された画像が有る場合は、Ｓ１０に処理
を移す（Ｓ９）。

【００２２】接触文字画像格納手段１６に記憶された画
像が有る場合、すなわち、文書画像中に接触文字があっ
た場合は、接触文字を認識するために利用する接触文字
辞書を次の手順で作成する（Ｓ１０）。まず、多くの文
書から統計的に求められた接触し易い文字の組み合わせ
を、接触文字組リスト手段１７から文字コードとして取
り出す。取り出した文字コードを認識結果格納手段１５
に照合し、Ｓ６で得られた文字コードに対応する文書画
像を、画像格納手段１０から取り出す。取り出した文書
画像を接触文字組リスト手段１７の組み合わせに従って
相互に組み合わせ、疑似的な接触文字画像を疑似接触文
字生成手段１８にて生成する。生成された接触文字画像
は接触文字辞書手段１９に記憶される。

【００２３】次に、Ｓ１１では、接触文字画像格納手段
１６に記憶されている接触文字画像と、Ｓ１０で生成さ
れた接触文字辞書手段１９に記憶されている疑似的な接
触文字画像とを、接触文字認識手段２０で相互に比較し
て差を求める。そして、その画像の差の値がある一定の
判定基準より小さい接触文字画像が接触文字辞書手段１
９中にあった場合は、その接触文字画像を生成した元の
文字の組み合わせを接触文字画像の認識結果とする。Ｓ
１１にて認識結果が得られた場合は、処理をＳ１６に移
し認識結果を認識結果格納手段１５に記憶し、得られな
かった場合は処理をＳ１３に移す（Ｓ１２）。

【００２４】Ｓ１３では接触文字分離処理手段２１にお
いて接触文字画像の黒画素の縦方向の分布を求め、その
値がある一定の判定基準より小さい場合にその部分を文
字間の接触点として、接触点にて文書画像を分離し１文
字ずつの文書画像とする。

【００２５】分離された文書画像は図形特徴抽出手段１
２に送られ、図形特徴データを抽出する（Ｓ１４）。文
字認識手段１３では抽出された図形特徴データと認識辞
書手段１４に記憶されている図形特徴データとを比較し
最も類似した特徴を持つ文字を認識結果とし（Ｓ１
５）、認識結果格納手段１５に記憶する（Ｓ１６）。

【００２６】以上のＳ１１からＳ１６までの処理を全て
の接触文字画像に対して行うため、未処理の接触文字画
像がある場合は処理をＳ１１に移し、Ｓ１１からＳ１６
を繰り返す。また、未処理の接触文字画像が無い場合は
処理をＳ１８に移す（Ｓ１７）。Ｓ１８ではＣＰＵ２３
が認識結果格納手段１５に記憶された認識結果を取り出
し、表示装置３３に表示する。Ｓ１９にて全ての処理を
終了する。

【００２７】以上のように本発明によれば、接触文字の
認識を文書中の文字を組み合わせた疑似的な接触文字画
像と比較することで行うことにより、接触文字を多く含
む文書においても認識結果を高精度かつ短時間に得られ
る。

【００２８】

【発明の効果】以上のように本発明は、統計的に接触し
易い文字の組み合せを格納した接触文字組リスト手段、
認識結果を得た文字画像を接触文字組リストにしたがっ
て組み合わせ、疑似的な接触文字画像を生成する疑似接
触文字生成手段、疑似接触文字生成手段にて生成された
接触文字画像を記憶する接触文字辞書手段、接触文字と
して判定された画像を格納しておく接触文字画像格納手
段、接触文字画像を接触文字辞書手段と比較し、接触文
字の認識結果を得る接触文字認識手段を設けることによ
り、接触文字の認識を文書中の文字を組み合わせた疑似
的な接触文字画像と比較することで行い、接触文字を多
く含む文書においても認識結果を高精度かつ短時間に得
る、優れた文字認識装置を実現するものである。

【図面の簡単な説明】

【図１】本発明の実施例における文字認識装置の機能ブ
ロック図

【図２】本発明の実施例における文字認識装置の装置ブ
ロック図

【図３】本発明の実施例における文字認識装置の動作説
明のためのフローチャート

【図４】従来の文字認識装置の機能ブロック図 （ａ）機能ブロック図 （ｂ）認識結果格納手段７の格納形態を表す図

【図５】文書画像および接触文字の例を表わす図 （ａ）文書画像 （ｂ）接触文字判定結果

【符号の説明】

９ 画像入力装置 １０ 画像格納手段 １１ 外接矩形検出手段 １２ 図形特徴抽出手段 １３ 文字認識手段 １４ 認識辞書手段 １５ 認識結果格納手段 １６ 接触文字画像格納手段 １７ 接触文字組リスト手段 １８ 疑似接触文字生成手段 １９ 接触文字辞書手段 ２０ 接触文字認識手段 ２１ 接触文字分離処理手段

Claims (2)

【特許請求の範囲】
1. 【請求項１】認識対象画像として入力された画像を記憶
   する画像格納手段と、画像中の黒画素の連なりをもとに
   して仮想的に外接する矩形を求める外接矩形検出手段
   と、外接矩形内の黒画素の分布を抽出して図形特徴を求
   める図形特徴抽出手段と、認識対象画像を構成する文字
   の図形特徴を記憶しておく認識辞書手段と、多くの文書
   から接触し易い文字の組合せを統計的に求め、組合せに
   従って予め生成した接触状態の画像を記憶しておく接触
   文字辞書手段と、前記図形特徴抽出手段で求めた図形特
   徴と前記認識辞書手段にある図形特徴を比較して差を求
   め、その特徴の差の値がある一定の判定基準よりも小さ
   い場合に文字と判定する文字認識手段と、前記文字認識
   手段で文字と判定することができなかった画像と前記接
   触文字辞書手段から得られる文書画像を比較して差を求
   め、画像の差がある一定の判定基準よりも小さい場合に
   前記接触状態の画像を生成する元の文字の接触文字と判
   定する接触文字認識手段と、文字と判定できた場合は、
   文書画像に対応する文字の認識結果を記憶しておく認識
   結果格納手段と、特定の文字と判定することができなか
   った画像を黒画素の縦方向の分布の最も小さな部分で分
   離する接触文字分離処理手段と、を備えたことを特徴と
   する文字認識装置。
2. 【請求項２】多くの文書から接触し易い文字の組合せを
   統計的に求めた接触文字組リスト手段と、前記認識結果
   格納手段に記憶されている文書画像を前記接触文字組リ
   スト手段に従って組み合わせ疑似的な接触状態の画像を
   生成する疑似接触文字生成手段と、を備え、前記疑似接
   触文字生成手段で得られた疑似的な接触状態の画像が前
   記接触文字辞書手段の辞書に格納されていることを特徴
   とする請求項１記載の文字認識装置。