JPH0614373B2 - 文字読取方法 - Google Patents

Description

【発明の詳細な説明】 （技術分野） 本発明は文字ピッチが一定でない文書、全角や半角など
の文字が混在した文書などを高精度でかつ高速に読取る
ことができる文字読取方法に関するものである。

（従来技術） 本発明者は先に、帳票上の文章を走査光電変換して得ら
れた文字行のパターンから一文字ずつ切出して文字認識
を行う文字読取方式において、文字行上の予め定められ
た一定区間内に存在する黒列の塊の個数を調べ、一個の
場合はその区間を一文字のパターンとみなして切出し、
複数個の場合は該黒列の塊を順次適宜に組合せた複数の
組合せパターンをそれぞれ一文字のパターンとみなして
切出し、該切り出したパターンとその切出しに関する情
報を出力する切出し工程と、該切出したパターンの識別
結果とその切出しに関する情報とより一文字のパターン
とみなされている場合はその識別結果をそのまま出力
し、複数個のパターンとみなされている場合はその複数
の組合せパターンの各々の識別結果の中から最もパター
ン幅の長い組合せパターンに対応する識別結果を出力す
る文字決定工程とを有する文字読取方式を発明した。こ
の発明は、本出願人によって特許出願（特願昭５７−２
２２４８９号）中である。この先願発明は文字ピッチが
一定でない文書、全角や半角などの文字が混在した文書
などを精度よく、かつ高速に読取ることができる利点を
有するものの文字の大きさが異なる文字が接触した場合
や接触した文字の一方がかけていた場合など、目的とす
る文字読取結果が得られない場合も生ずるおそれがあっ
た。

（発明の目的） 本発明の目的は前述の問題点に鑑み、文字ピッチが一定
でない文書、全角や半角などの文字が混在しない文書な
どを、より一層高精度でかつ高速に読取ることができる
文字読取方法を提供することにある。

（発明の構成） 前述の目的を達成するため、帳票上の文字を走査光電変
換して得られた白黒２値の文字行のパターンから一文字
ずつ切り出して文字確認を行う文字読取方法において、
文字行上の所定位置を基準とする予め定められた一定区
間内に存在する黒列の塊の個数を調べ、一個の場合は前
記一定区間を一文字のパターンとしてみなして切出し、
一個も存在しない場合はスペースとしてみなして切出
し、複数個の場合は該黒列の塊の各々を順次パターン順
に組合せた複数の組合せパターンをそれぞれ一文字のパ
ターンとみなして切出し、該切出しパターンと該切出し
パターンの個々に対する切出しに関する情報とを出力す
る文字切出し工程と、該切出したパターンの識別結果と
前記切出しパターンの個々に対する切出しに関する情報
とにより一文字のパターンとみなされている場合は該パ
ターンの識別結果をそのまま出力し、複数個のパターン
とみなされている場合は該複数個のパターンの組合せパ
ターンの各々の識別結果を互いに比較し、最も確度の高
い文字パターンあるいは組合せパターンに対応する識別
結果を出力する文字決定工程とを有することを特徴とす
る。

（実施例） 図面は本発明の実施例を示すものであって、図中１１は
入力端子、１２はパターンメモリ、１３は文字切出し
部、１４は特徴抽出部、１５は識別部、１６は識別辞書
部、１７は文字決定部、１８は出力端子である。

前述の構成における各部の動作を以下に説明する。ま
ず、帳票上の文字を光電変換装置（図示せず）により白
黒２値のパターンデータに変換し、これを入力端子１１
を介してパターンメモリ１２に一旦蓄える。文字切出し
部１３は該パターンメモリ１２より第２図に示すような
一行分の文字を含む行パターン２０を切出し、次に、注
目点を行方向（図中矢印Ｘ方向）に移動しつつ、列方向
（図中矢印Ｙ方向）の走査を行い、パターンが存在する
部分を黒画素の個数で表わし、存在しない部分を０とし
て表示したデータ（以下、これを黒列データと称す）３
０を取り出す。更に、該文字切出し部１３は黒列データ
３０に基づいて文字切出し処理を実行し、行パターン２
０より、組合せパターン（黒列の塊が存在しないスペー
スや１個あるいは複数の塊からなる文字パターン）２１
を切出し、文字切出しに関する情報（行パターン２０に
おける文字切出し位置、一定区間α内の黒列の塊数Ｎ、
黒列の塊を検出するための動作を何回繰り返したかを表
す動作番号ＤＮＯ、一定区間α内の黒列の塊を組合せて
作成したパターン番号ＰＮＯ）と識別用の文字パターン
とを一対のデータとして特徴抽出部１４に順次送出す
る。

特徴抽出部１４では送られた文字パターンから文字の特
徴を抽出し、そのデータと文字切出しに関する情報とを
識別部１５に送出する。識別部１５では識別辞書部１６
との照合をとり識別用の文字パターンを順次識別し、そ
の識別結果（たとえば文字コードと類似度など）と文字
切出しに関する情報とを一対のデータとして文字決定部
１７に順次送出する。文字決定部１７は送られてきた該
データに後述する処理を施して文字読取結果として出力
端子１８に出力する。

文字切出し部１３における組合せパターン２１を作成す
る文字切出しの処理は、第３図に示すようになってい
る。第３図は行パターン２０において、一定区間α内に
黒列の塊が１個も存在しない場合や、１個存在する場合
あるいは複数個存在する場合を示したものであるがこの
場合の文字切出し処理は前記特願昭５７−２２２４８９
号に詳述されている処理と同一である。

即ち、文字切出し部１３における個別パターン２１の切
出しは、黒列データ３０の先頭を開始点（以下、基準位
置と称する）として予め設定された一定区間α内に存在
する黒の部分の集合（以下、これを黒列の塊と称する）
の個数を調べ、一個の場合はその区間を一文字の個別パ
ターンとみなし、複数個存在する場合は、連続する黒列
の塊を順次一個ずつ増して組み合わせた複数個のパター
ンをそれぞれ一文字の個別パターンとみなすと共に、こ
の複数個の黒列の塊のうち先頭の塊を除いた位置を次の
一定区間αの基準位置とする如くなっている。ここで、
一定区間αの値としては、例えば一文字の平均ピッチ或
いは平均ピッチの所定数倍の値が処理実行前に予め設定
される。このような一文字の平均ピッチは公知の技術を
用いて求めることができる。

次に、第３図に示すフローチャートに従って詳細に説明
する。図中ＤＮＯは一定区間α内の黒列の塊数Ｎを検出
するための動作が何回繰り返し生じたかを表す動作番
号、またＰＮＯは黒列の塊の組合せによる個別パターン
（以下、これを組合せパターンと称する）を作成する際
のパターンの順番を示すパターン番号であり、該動作番
号ＤＮＯとパターン番号とは切出しに関する情報を構成
する。

フローチャートに示す処理内容は次のとおりである。即
ち、処理が開始されると、初期設定として動作番号ＤＮ
Ｏを１に設定する（Ｓ１）。次いで、基準位置から一定
区間α内の黒列の塊数Ｎを検出し、黒列の塊数Ｎが０で
あるか、１であるか、或いは１よりも大きいかを判定す
る（Ｓ２）。

ここでは、黒列データ３０の先頭（文字切出しの開始位
置）から一定区間α内に存在する黒列の塊の数Ｎを計数
し、Ｎ＝０の時は、その区間がスペースであるか、或い
は一定区間αより大きな黒の塊が存在する場合であると
判定している。

即ち、黒列の塊数Ｎが０のときは、一定区間α内に黒列
が存在するか否かを判定し（Ｓ３）、黒列が存在しない
ときには一定区間αがスペースであるとして、このとき
の基準位置並びにＮ＝０，ＤＮＯ＝１，ＰＮＯ＝１等の
切出しに関する情報を付与したスペースパターンを特徴
抽出部１４に送出する（Ｓ４）。さらに、基準位置を距
離αだけ移動して、これまでに検出対象としていた一定
区間αの終端を基準位置とした後（Ｓ５）、後述するＳ
１１の処理に移行する。

前記Ｓ３の判定の結果、一定区間α内の全てが黒列であ
るときは、この黒列の塊の終了位置を検出し、基準位置
から該黒列の塊の終了位置までの区間を接触文字とみな
して、１種類或いはＭ種類の強制分離を行い、この種類
毎に強制分離数Ｌを求める（Ｓ６）。さらに、強制分離
の結果得られたそれぞれの個別パターンに対してＮ＝
０，ＤＮＯ＝１，ＰＮＯ＝１及び種類の数Ｍ，強制分離
数（以下、分割数と称する）Ｌを付与して特徴抽出部１
４に送出する（Ｓ７）。

次いで、この時の黒列の塊の終了位置を基準位置とした
後（Ｓ８）、後述するＳ１１の処理に移行する。

前記Ｓ２の判定の結果、黒列の塊数Ｎが１のときは、検
出対象としている一定区間α内に一文字の個別パターン
が存在するものとして、この個別パターンにＮ＝１，Ｄ
ＮＯ＝１，ＰＮＯ＝１を付与して特徴抽出部１４へ送出
する（Ｓ９）。この後、基準位置を距離αだけ移動し
て、これまでに検出対象としていた一定区間αの終端を
基準位置とし（Ｓ１０）、さらに動作番号ＤＮＯを１に
設定して（Ｓ１１）、後述するＳ１５の処理に移行す
る。

前記Ｓ２の判定の結果、黒列の塊数Ｎが１よりも大きい
ときは、黒列の塊の出現順序を変えることなく、先頭か
ら現れる黒列の塊を順次組合せ、Ｎ個の組合せパターン
を作成し、これらの組合せパターンのそれぞれに塊数
Ｎ，動作番号ＤＮＯ，１からＮまでのパターン番号ＰＮ
Ｏを付与して特徴抽出部１４に送出する（Ｓ１２）。

例えば、黒列の塊数Ｎ＝３のとき、黒列の塊をそれぞれ
「ａ」，「ｂ」，「ｃ」とすると、ＤＮＯ＝１でＰＮＯ
＝１の組合せパターン「ａ」、ＤＮＯ＝１でＰＮＯ＝２
の組合せパターン「ａｂ」、及びＤＮＯ＝１でＰＮＯＮ
＝３の組合せパターン「ａｂｃ」に対し、これらの切出
しに関する情報、即ち塊数Ｎ、動作番号ＤＮＯ、パター
ン番号ＰＮＯを付与して特徴抽出部１４に送出する。

次に、Ｓ１２の処理で検出対象となっていた一定区間α
内の先頭の黒列の塊の終了位置を基準位置とする（Ｓ１
３）と共に、動作番号ＤＮＯを１増加する（ＤＮＯ＝Ｄ
ＮＯ＋１）。

この後、読取対象としている文字列の一行が終了したか
否かを判定し（Ｓ１５）、終了しないときは前記Ｓ２の
処理に移行し、終了したときは同様にして次行の文字読
取を行う。

前記Ｓ１３の処理で先頭の黒列の塊の終了位置を基準位
置とし、さらにＳ１４処理で動作番号ＤＮＯを１増加す
ることにより、Ｓ１２の処理で検出したものとは異なる
組合せパターンを検出することができる。即ち、前述の
例を用いて説明すると、Ｓ１３の処理で先頭の黒列の塊
「ａ」が除去されると共に、動作番号ＤＮＯ＝２とされ
た後、再度Ｓ１２の処理が繰り返され、ＤＮＯ＝２でＰ
ＮＯ＝１の組合せパターン「ｂ」、及びＤＮＯ＝２でＰ
ＮＯ＝２の組合せパターン「ｂｃ」が、その切出し情報
と共に特徴抽出部１４に送出される。

この後、さらに先頭の黒列の塊「ｂ」が除去されると共
に、ＤＮＯ＝３として処理が繰り返され、ＤＮＯ＝３で
ＰＮＯ＝１の組合せパターン「ｃ」が、その切出し情報
と共に特徴抽出部１４に送出される。

一方、識別部１５における処理は、特徴抽出部１４で抽
出された文字パターンの特徴と識別辞書部１６に用意さ
れた文字特徴とを照合し、類似度の大きいものを選択し
て識別結果とし、文字切出しに関する情報とともに、文
字コード、類似度などを文字決定部１７へ送出するもの
である。このとき文字決定部１７では識別部１５から送
られてきた文字切出しに関する情報と識別結果から第４
図に示す文字決定の処理を行う。

第４図に示す文字決定処理では、識別部１５から送られ
て来た文字切出しに関する情報から、識別結果が個別パ
ターンなのか組合せパターンなのか強制分離パターンな
のかを判定し、個別パターンであれば識別結果をそのま
ま出力し、組合せパターンであれば、識別結果を一次的
にバッフアメモリに格納して、連続する組合せパターン
の最終識別結果が送られてきた時点で選択処理を行い、
バッフアメモリの中から確度の高いものを選択して読取
結果として出力する。また強制分離パターンであれば、
この場合も識別結果を一次的にバッフアメモリに格納し
て強制分離パターンが途切れた時点でバッフアメモリの
中から確度の高い識別結果が得られる文字切出し方法を
採用して、その方法で得られた識別結果を読取結果とし
出力する。

次に、前述した文字決定処理の詳細を第４図のフローチ
ャートに基づいて説明する。

即ち、文字決定処理が開始されると、バッフアの初期化
を行う（ＳＰ１）と共に、識別結果の読込みを行う（Ｓ
Ｐ２）。次いで、基準位置から一定区間α内の黒列の塊
数Ｎが０であるか、１であるか、或いは１よりも大きい
かを判定する（ＳＰ３）。

この判定の結果、黒列の塊数Ｎが０のときは、強制分割
数Ｌと種類数Ｍとを乗算した値を強制切出しパターン数
ＲＣとして算出した後（ＳＰ４）、分割数Ｌが１である
か或いは１よりも大きいか否かを判定する（ＳＰ５）。
この判定の結果、分割数Ｌが１のときはスペースである
と判断して後述するＳＰ１３の処理に移行する。また、
分割数Ｌが１よりも大きいときは、読込んだ識別結果を
バッファに格納する（ＳＰ６）と共に強制切出しパター
ン数ＲＣから１減算する（ＳＰ７）。

次に、強制切出しパターン数ＲＣが０であるか否かを、
即ち強制分割した複数種のパターンの全てをバッフアに
格納したか否かを判定する（ＳＰ８）。この判定の結
果、強制切出しパターン数ＲＣが０でないときは次の識
別結果を読込んだ後（ＳＰ９）前記ＳＰ６の処理に移行
する。また、強制切出しパターン数ＲＣが０のときは、
バッフア内に格納されている識別結果の中から最適な強
制切出しの文字系列を検出して読取結果として出力する
（ＳＰ１０）。この後、バッフアを初期化して（ＳＰ１
１）、後述するＳＰ１４の処理に移行する。

前記ＳＰ３の判定の結果、黒列の塊数Ｎが１のときは、
前回に読込んだ識別結果の動作番号ＤＮＯが１であるか
或いは１よりも大きいかを判定する（ＳＰ１２）。この
判定の結果、前回に読込んだ識別結果の動作番号ＤＮＯ
が１よりも大きいときは、今回読み込んだ識別パターン
は個別パターンであると判断すると共に前回に読込んだ
識別結果が組合せパターンであると判断して後述するＳ
Ｐ１６の処理に移行する。また、前回に読込んだ識別結
果の動作番号ＤＮＯが１のときは、前回に読込んだ識別
結果が組合せパターンではないと判断すると共に今回読
込んだ識別結果は個別パターンであると判断して、今回
読込んだ識別結果を読取結果として出力する（ＳＰ１
３）。この後、一行が終了したか否かを判定し（ＳＰ１
４）、終了しないときは前記ＳＰ２の処理に移行し、一
行が終了したときは同様にして次ぎの行の文字決定処理
を行う。

前記ＳＰ３の判定の結果、黒列の塊数Ｎが１よりも大き
いときは、今回読込んだ識別結果が組合せパターンであ
ると判断して、バッファに格納した後（ＳＰ１５）、前
記ＳＰ１４の処理に移行する。

前記ＳＰ１２の判定の結果、前回に読込んだ識別結果の
動作番号ＤＮＯが１よりも大きいときは、これまでにバ
ッファ内に格納した識別結果の中から最も確度の高い識
別結果の系列を読取結果として出力する（ＳＰ１６）。
この後、バッファの初期化を行い（ＳＰ１８）。前記Ｓ
Ｐ１３の処理に移行する。

次に、第２図の行パターン２０を例に取り、第５図及び
第６図を参照して、本発明の特徴部分である文字切出し
の工程と文字決定の過程についてさらに具体的に説明す
る。第５図は上記説明した第２図の行パターン２０の文
字切出し、識別、文字決定の各処理のようすを示すもの
で、また第６図はその処理の流れを示したものである。

文字決定部１７における選択処理は識別結果の類似度や
優先度（ランク）を用いる方法などが考えられるが、こ
こでは類似度を用いて説明する。行パターン２０のパタ
ーン「ベ」，「ク」，「ト」については、その黒列デー
タ３０中の一定区間α内における黒列の塊数が一個であ
ることから、それぞれ一文字の個別パターン２１として
切出され、その識別結果が読取結果としてそのまま出力
端子１８に送出される。次のパターン「ル」を含む一定
区間αには黒列の塊が２個存在するため、文字切出し部
１３は該２個のパターンを順次組合せた個別パターン
「ノ」及び「ル」とその切出しに関する情報を特徴抽出
部１４に送出する。ここでは、一定区間αにおいて組合
せパターン作成の対象となった黒列の塊が存在する区間
を対象区間と称する。この対象区間は、黒列の塊の存在
する位置によって、一定区間αに一致する場合と一致し
ない場合とがある。

次いで、このときの対象区間における黒列の塊のうち
先頭の塊「ノ」を除いた位置を同様にして次の対象区間
の基準位置として設定する。ここでは該対象区間に
おいても２個の黒列の塊が検出され、上記同様に組合せ
パターンとその切出しに関する情報が送出され、以下、
順次基準位置をずらした対象区間，においても同様
となる。

識別部１５では第５図に示すように対象区間のパター
ン「ノ」に対して『ノ』の文字コードと類似度とを識別
結果として出力し、パターン「ル」に対して『ル』の文
字コードと類似度とを送出する。対象区間のパターン
「レ」に対して『レ』の文字コードと類似度とを識別結
果として出力し、パターン「レ３」に対して識別できな
いというリジェクトコードを出力する。以下対象区間
においても同様となる。文字決定部１７ではこの区間
が組合せパターンの区間であることを検知し、識別結果
の中から最も確度の高いものを選択する選択処理を行
う。ここでの選択処理は対象区間を例にとると文字パ
ターン「ル」とそれを構成する文字パターン「ノ」
「レ」の識別結果および「レ」を文字パターンの一部に
含む対象区間の文字パターン「レ３」の識別結果とを
比較し、確度の高い識別結果を採用する。すなわち識別
結果『ノ』および『ル』の類似度（０．８５及び０．９
２）と識別結果『ノ』，『レ』の類似度の平均値（０．
８５と０．８７の平均値０．８６）、あるいは識別結果
『ノ』，『（レジェクト）』との類似度の平均値（０．
８５と０の平均値０．４２５）とを比較し、類似度の大
きいものを採用する。この処理では、文字パターンの幅
によって類似度の重み付けを行って比較することも読取
対象によっては適することがある。このようにして対象
区間では『ル』を読取結果として出力し、同時にパタ
ーン「レ」を含む対象区間の識別結果を排除し、対象
区間の識別結果から次の文字決定の処理を行う。対象
区間からは個々の文字パターン「３」，「３１」の識
別結果が『３』『引』となり上記と同様に互いの識別結
果の類似度を比較し、『３』が読取結果として選択され
出力される。次の対象区間，については、パターン
「１」「を」が個別のパターンとみなされ一文字として
読取られる。

このように上記実施例によれば、一定区間α内の黒列の
塊数に基づいて一文字のパターンか、そうでないかを区
別するようになしたため、一文字として切り出す区間
と、複数の組合せパターンを構成すべき区間とを確実に
区別することができ、また複数個の黒列の塊が一定区間
α内に存在した場合は先頭の塊を除いた位置を次の区間
の基準位置となしたため、考え得る全ての組合せパター
ンを取り出すことができ読取精度を上げることができ
る。また文字切出し部１３では黒列の塊数に従って機械
的にパターンを切出すのみでよいから、装置を構成する
際に処理をパイプライン構成とすることもでき処理の高
速化がはかれる。

（発明の効果） 以上説明したように本発明によれば、帳票上の文書を走
査光電変換して得られた文字行のパターンから一文字ず
つ切出して文字認識を行う文字読取方法において、文字
行上の予め定められた一定区間内に存在する黒列の塊の
個数を調べ、一個の場合は前記一定区間を１文字のパタ
ーンとみなして切出し、一個も存在しない場合はスペー
スとみなして切出し、複数個の場合は該黒列の塊の各々
を順次パターン順に組合せた複数個の組合せパターンを
それぞれ一文字のパターンとみなして切出し、該切出し
たパターンと該切出しパターンの個々に対する切出しに
関する情報とを出力する文字切出し工程と、該切出した
パターンの識別結果と前記切出しパターンの個々に対す
る切出ししに関する情報とより、一文字とみなされてい
る場合は該パターンの識別結果を読取結果としてそのま
ま出力し、複数個のパターンとみなされている場合には
その複数個の組合せパターンの各々の識別結果を互いに
比較し、最も確度の高い文字パターンあるいは組合せパ
ターンに対応する読取結果を出力する文字決定工程とを
有するため、、分離文字や半角文字、文字線切れの生じ
た文字などが混在する、文字ピッチが一定でない文書か
らの文字切出しを複雑な処理を必要とすることなく一義
的な処理で行うことができ処理の高速化がはかれる。ま
た、複数個の黒列の塊が一定区間内に存在する場合に連
続する黒列の塊を順次一個ずつ増して組合せたパターン
をそれぞれ一文字のパターンとみなして切出すとともに
該複数個の黒列の塊うち先頭の塊を除いた位置を次の一
定区間の基準位置とみなして文字切出しを行う如く、考
え得る全ての組合せパターンを取出すことができ、また
文字決定においては一定区間内に黒列の塊を保有する全
ての組合せパターンの識別結果の中から最も確度の高い
ものを読取結果として出力できるため、文字の読取精度
を、より一層向上させることができる。

【図面の簡単な説明】

図面は本発明の説明に供するもので、第１図は本発明方
法を適用した文字読取装置の一実施例を示すブロック
図、第２図は行パターンおよびその黒列データの一列を
示す説明図、第３図は文字切出し部１３のフローチャー
ト、第４図は文字決定部１５のフローチャート、第５図
は行パターンに対する文字切出し、識別、文字決定の処
理のようすを示す説明図、第６図は第５図の処理の流れ
を示す説明図である。 １１……入力端子、１２……パターンメモリ、１３……
文字切出し部、１４……特徴抽出部、１５……識別部、
１６……識別辞書部、１７……文字決定部、１８……出
力端子

Claims (1)

【特許請求の範囲】
1. 【請求項１】帳票上の文字を走査光電変換して得られた
   白黒２値の文字行のパターンから一文字ずつ切出して文
   字確認を行う文字読取方法において、文字行上の所定位
   置を基準とする予め定められた一定区間内に存在する黒
   列の塊の個数を調べ、一個の場合は前記一定区間を一文
   字のパターンとしてみなして切出し、一個も存在しない
   場合はスペースとしてみなして切出し、複数個の場合は
   該黒列の塊の各々を順次パターン順に組合せた複数の組
   合せパターンをそれぞれ一文字のパターンとみなして切
   出し、該切出しパターンと該切出しパターンの個々に対
   する切出しに関する情報とを出力する文字切出し工程
   と、該切出したパターンの識別結果と前記切出しパター
   ンの個々に対する切出しに関する情報とにより一文字の
   パターンとみなされている場合は該パターンの識別結果
   をそのまま出力し、複数個のパターンとみなされている
   場合は該複数個のパターンの組合せパターンの各々の識
   別結果を互いに比較し、最も確度の高い文字パターンあ
   るいは組合せパターンに対応する識別結果を出力する文
   字決定工程とを有することを特徴とする文字読取方法。