JPH06203208A - オンライン文字認識機能を持つ情報処理装置 - Google Patents

Abstract

(57)【要約】 【目的】文字間が接近、重複した文字列から文字を分離
するための文字の区切り位置の候補の抽出が、少ない候
補数で、しかも本来は文字の区切りとなる箇所が候補外
とされることを招くことなく実現できるようにすること
である。 【構成】タブレット面に筆記された文字列の筆跡情報か
らストローク毎に行方向の最小値と最大値を求め、予め
定義された、ストローク行方向の最小値と最大値により
定まるｘの関数であるストローク重み定義関数をもと
に、ストローク毎に求められた最小値および最大値から
評価関数生成部４にて各ストローク毎のストローク重み
関数を求め、この各ストロークについてのストローク重
み関数を全て加算して文字区切り評価関数を求め、この
文字区切り評価関数が極値をとる行方向の全ての座標値
を文字区切り候補検出部５にて抽出して文字列中の文字
区切り候補とするものである。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、オンライン手書き認
識機能を持つ情報処理装置に関する。

【０００２】

【従来の技術】オンライン手書き文字認識はタブレット
（座標入力装置）上に筆記された文字を認識する技術で
ある。このタブレットに筆記された文字は筆跡の点列
（時系列の位置座標）として得られる。オンライン文字
認識は、この点列を解析し、状態遷移や辞書として蓄え
られた基準と照合することで文字の認識を行うものであ
る。

【０００３】さて、文字を筆記する場合、１文字だけを
筆記することは希であり、通常は文章などの文字列を筆
記する。一方、文字認識では、認識すべき文字種の多さ
と、認識に要する計算量の関係とにより、文字列を予め
文字毎に分離して、各文字毎に文字認識を行い、文字認
識の結果から文字列の認識結果を得る方式が一般的であ
る。

【０００４】そこで従来は、文字列を文字毎に分離する
ために、文字枠（文字の記入枠）などを設け、その文字
枠に１文字ずつ筆記してもらうなどの方法が採られてい
た。しかし、この方法は、筆記する人に文字枠を意識さ
せるので負担がかかり、能率も悪く、問題であった。こ
のため近年は、通常紙に書く場合と同様に下線を与えて
書かれた文字列を認識する方式が求められている。

【０００５】さて文字列を認識する方式として、「候補
文字ラティス法による枠無し筆記文字列のオンライン認
識」（村瀬他、電子通信学会論文誌 85/4 Vol.J68-D N
o.4pp.765-772）が提案されている。この方式は、文字
列から１通りでなく複数の可能性で文字画像を切り出
し、認識結果から最も適当な文字列を選択して文字列の
認識とするものである。

【０００６】上記の方式では、文字画像の区切り位置
（文字を分離する境界位置）の候補を、ストローク（筆
記の１画）の重複の大きさ（小ささ）を基準として選択
するようにしている。このため、文字間に空きがある場
合には隣接する文字のストロークは相互に重複していな
いので、候補を抽出することは容易である。

【０００７】しかし、隣接する文字同士が接近している
文字列では、隣接する文字のストローク相互の重複が大
きく、全ての文字の区切りを抽出することは困難であ
る。このため上記の方式では、ある程度の大きさの重複
がある部分も文字の区切り候補として抽出しなければな
らない。しかし、このようにすると、本来は文字の区切
りでない多くの箇所が文字区切り候補に含まれてしまう
ため、文字の区切り候補が不要に多くなる。こうなる
と、即ち文字の区切り候補が多くなると、文字認識を行
う領域が多くなり、認識の処理量、性能の面で不利な条
件となる。

【０００８】

【発明が解決しようとする課題】上述したように従来の
オンライン文字認識方式では、隣接する文字が接近した
文字列（特に隣接文字が重複した文字列）から文字を分
離するための文字区切り位置の候補を抽出することは困
難であり、候補が多くなって認識の性能低下や処理量の
増大を招くという問題があった。

【０００９】この発明は上記事情に鑑みてなされたもの
でその目的は、従来のオンライン文字認識で問題とされ
ていた、文字間が接近、重複した文字列から文字を分離
するための文字の区切り位置の候補の抽出が、少ない候
補数で、しかも本来は文字の区切りとなる箇所が候補外
とされることを招くことなく実現できるオンライン文字
認識機能を持つ情報処理装置を提供することにある。

【００１０】

【課題を解決するための手段】この発明は、タブレット
等の座標入力装置に筆記された文字を時系列の位置座
標、即ち点列として入力し認識を行うオンライン文字認
識機能を持つ情報処理装置において、上記点列で示され
る文字の各ストロークＳ_(i) 毎に、文字列の並ぶ方向
（行方向）の座標値ｘの最小値ａ_(i) および最大値ｂ
_(i) を求めるストローク範囲検出手段と、予め定義され
た、ストロークの行方向の最小値ａと最大値ｂにより定
まるｘの関数であるストローク重み定義関数ｆ
_a,b （ｘ）をもとに、各ストロークＳ_(i) 毎のストロー
ク重み関数ｇ_(i) （ｘ）を求め、更にこのストローク重
み関数ｇ_(i) （ｘ）を全てのストロークについて加算し
て文字区切り評価関数Ｆ（ｘ）を求める評価関数生成手
段と、上記文字区切り評価関数Ｆ（ｘ）の極値を与える
ｘ座標値を検出して文字区切り候補とする文字区切り候
補検出手段と、上記文字区切り候補をもとに文字画像の
領域（１文字領域）を抽出する文字領域候補抽出手段
と、抽出された各１文字領域を文字認識する文字認識手
段とを備え、上記文字認識手段にて得られる各１文字領
域の文字認識結果を評価して文字列の認識結果を得るよ
うにしたことを特徴とするものである。

【００１１】

【作用】上記の構成において、タブレット面上にペンを
用いて筆記された文字の筆跡は一定時間毎に面上の位置
座標として検出され、文字の各ストローク（ペンがタブ
レット面についてから離れるまでの位置座標からなる文
字の１画）Ｓ_(i) 単位で座標記憶手段に記憶される。

【００１２】ストローク範囲検出手段は、座標記憶手段
に記憶された座標データを読み取り、各ストロークＳ
_(i) 毎のｘ方向（行方向）の最小値ａ_(i) および最大値
ｂ_(i)を求める。

【００１３】評価関数生成手段は、予め定義された、ス
トロークの最小値ａおよび最大値ｂより定まるストロー
ク重み定義関数ｆ_a,b （ｘ）をもとに、ストローク範囲
検出手段で得られた各ストロークＳ_(i) の最小値ａ_(i)
および最大値ｂ_(i) によりストローク重み関数ｇ
_(i) （ｘ）＝ｆ_a(i),b(i) （ｘ）を求め、このストロー
ク重み関数ｇ_(i) （ｘ）を全てのストロークＳ_(i) につ
いて加算して文字区切り評価関数Ｆ（ｘ）＝Σ_i ｇ_(i)
（ｘ）を求める。

【００１４】文字区切り候補検出手段は、評価関数生成
手段で得られた文字区切り評価関数Ｆ（ｘ）の極値（極
大値または極小値のうちのいずれか一方であり、ストロ
ーク重み定義関数の定義により決定される）を与えるｘ
座標値を検出して文字区切り候補とする。

【００１５】文字領域候補抽出手段は、まず上記座標記
憶手段に記憶された座標データを読み取り、行幅（行と
垂直な方向をｙとすると、文字列のｙ方向の最小値と最
大値との差）などから、推定文字幅ｗを決定する。次に
文字領域候補抽出手段は、上記文字区切り候補検出手段
によって求められた任意の文字区切り候補２つに挟まれ
た領域のうち、推定文字幅ｗに対応する幅内の領域を１
文字領域候補として抽出する。文字認識手段は、文字領
域候補抽出手段によって抽出された１文字領域候補の文
字認識を行う。この文字認識手段で得られる各１文字領
域候補の文字認識結果をもとに、文字列としての評価が
行われ、文字列の認識結果が求められる。

【００１６】

【実施例】図１はこの発明の一実施例に係るオンライン
文字認識機能を持つ情報処理装置の構成を示すブロック
図である。なお、図１の装置は、住所認識装置に実施し
た場合である。

【００１７】図１において、１はタブレット面を持つ座
標入力装置（以下、タブレット部と称する）である。タ
ブレット部１は、ペン（例えばスタイラスペン）を用い
てタブレット面上に筆記された文字の筆跡を一定時間毎
に面上の位置座標として検出すると共に、ペンがタブレ
ット面上に置かれていない場合にはペンオフとして検出
するようになっている。

【００１８】さて、タブレット部１のタブレット面上に
筆記された筆跡は、一定時間毎にに検知され、ペンの位
置情報またはペンオフの情報が得られる。本実施例にお
いて、ペンの位置座標は、タブレット面の左端からの横
方向（ｘ方向）の距離と、上端からの縦方向（ｙ方向）
の距離とで、１／１０mm単位で得られる。

【００１９】タブレット部１には座標記憶部２が接続さ
れており、上記のようにしてタブレット部１で得られた
筆跡（を表わす点列を含む）情報は座標記憶部２に記憶
される。この筆跡情報は、図２に示すように、ペンがオ
ンかオフかの情報（マーク）と、オンのときにはペンの
位置座標（ｘ，ｙ座標値）とで構成され、一定時間毎に
座標記憶部２に記憶される。このようにして、例えば図
３（ａ）に示すような住所を表わす文字列「東京都港区
芝浦１−１−１」の筆跡情報が、座標記憶部２に記憶さ
れたものとする。

【００２０】座標記憶部２にはストローク範囲検出部３
が接続されている。ストローク範囲検出部３は、座標記
憶部２に記憶された筆跡情報（座標データ）を読み取
り、連続するペンオンの範囲の座標データで示される点
列からなる各ストロークＳ_(i)毎に、ｘ方向の座標値ｘ
の最小値ａ_(i) および最大値ｂ_(i) を求める。

【００２１】ストローク範囲検出部３には評価関数生成
部４が接続されている。評価関数生成部４では、ストロ
ーク重み定義関数ｆ_a,b （ｘ）と称される関数が、例え
ば次のように定義されている。 ｆ_a,b （ｘ）＝０ （ｘ＜ａまたはｘ＞ｂ） ｆ_a,b （ｘ）＝ｘ−ａ （ａ≦ｘ≦ｃ） ｆ_a,b （ｘ）＝ｂ−ｘ （ｃ＜ｘ≦ｂ） 但し、ｃ＝（ａ＋ｂ）／２

【００２２】評価関数生成部４は、ストローク範囲検出
部３で得られた各ストロークＳ_(i)毎の最小値ａ_(i) お
よび最大値ｂ_(i) をもとに、上記のストローク重み定義
関数ｆ_a,b （ｘ）に従い、各ストロークＳ_(i) 毎のスト
ローク重み関数 ｇ_(i) （ｘ）＝ｆ_a(i),b(i) （ｘ） を求める。次に評価関数生成部４は、上記全てのストロ
ークＳ_(i) について求めた各ストローク重み関数ｇ_(i)
（ｘ）を加算して文字区切り評価関数 Ｆ（ｘ）＝Σ_i ｇ_(i) （ｘ） を求める。図３（ａ）に示す文字列が筆記された場合に
おいて、評価関数生成部４で求められる文字区切り評価
関数Ｆ（ｘ）を図３（ｂ）に示す。

【００２３】評価関数生成部４には文字区切り候補検出
部５が接続されている。文字区切り候補検出部５は、評
価関数生成部４で得られた図３（ｂ）に示すような文字
区切り評価関数Ｆ（ｘ）をもとに、同関数Ｆ（ｘ）の極
小値を与えるｘ座標値（図において矢印で示す位置のｘ
座標値）を全て検出して、それらを文字区切り候補（文
字を分離する境界位置の候補）とする。さて、上記評価
関数生成部４で求められた各ストロークＳ_(i) 毎のスト
ローク重み関数ｇ_(i) （ｘ）は ｇ_(i) （ｘ）＝０ （ｘ＜ａ_(i) またはｘ＞
ｂ_(i) ） ｇ_(i) （ｘ）＝ｘ−ａ_(i) （ａ_(i) ≦ｘ≦ｃ_(i) ） ｇ_(i) （ｘ）＝ｂ_(i) −ｘ （ｃ_(i) ＜ｘ≦ｂ_(i) ） 但し、ｃ_(i) ＝（ａ_(i) ＋ｂ_(i) ）／２ となる。

【００２４】即ちｇ_(i) （ｘ）は、ストロークＳ_(i) の
領域のｘ方向座標の最小値ａ_(i) より小さいｘ座標範囲
と、ｘ方向座標の最大値ｂ_(i) より大きいｘ座標範囲で
は０となり、ａ_(i) 以上ｃ_(i) 以下のｘ座標範囲、即ち
ａ_(i) と（ａ_(i) ＋ｂ_(i) ）／２の間のｘ座標範囲では
単調増加となりｃ_(i) 以上ｂ_(i) 以下のｘ座標範囲、即
ち（ａ_(i) ＋ｂ_(i) ）／２とｂ_(i) の間のｘ座標範囲で
は単調減少となる。したがって、このようなｇ
_(i) （ｘ）を全てのストロークＳ_(i) について加算して
得られる文字区切り評価関数Ｆ（ｘ）は、たとえ隣接文
字が重複していても、その重複部分で極小値をとるの
で、この極小値を与えるｘ座標値を文字区切り候補とす
ることにより、必要な候補だけを適切に抽出することが
できる。

【００２５】文字区切り候補検出部５には文字領域候補
抽出部６が接続されている。文字領域候補抽出部６は座
標記憶部２とも接続されている。文字領域候補抽出部６
は、まず座標記憶部２に記憶された座標データを読み取
り、行と垂直な方向をｙとすると、文字列のｙ方向の最
小値と最大値との差をもとに行の幅を求め、求めた行幅
を推定文字幅ｗとする。

【００２６】次に文字領域候補抽出部６は、文字区切り
候補検出部５で抽出された文字区切り候補のうちの任意
の文字区切り候補２つに挟まれた領域の中から、推定文
字幅ｗにより決定される１文字領域最大幅ｗmax を越え
ない領域を、１文字領域候補として決定する。本実施例
では、１文字領域最大幅ｗmax を推定文字幅ｗの１．５
倍としているが、これに限るものではない。

【００２７】文字領域候補抽出部６には文字認識部７が
接続されている。文字認識部７は座標記憶部２とも接続
されている。文字認識部７はまず、文字領域候補抽出部
６によって決定（抽出）された各１文字領域（の候補）
毎に、その１文字領域内の文字画像を構成するストロー
クを座標記憶部２から抽出する。この際、文字認識部７
は、その１文字領域候補内にストロークＳ_(i) のｘ方向
（行方向）の例えば中点ｃ(i) 、即ち（ａ_(i) ＋
ｂ_(i) ）／２の点が含まれるストロークＳ_(i) のみを抽
出する。これにより、対象としている１文字領域候補内
に入り込んでいる隣接文字のストロークを、この１文字
領域候補内のストロークであるものとして誤って抽出す
ることが防止できる。

【００２８】文字認識部７は、文字領域候補抽出部６に
よって抽出された各１文字領域（の候補）毎に、その領
域内の文字画像を構成するストロークを座標記憶部２か
ら抽出すると、抽出したストロークにより構成される文
字画像について周知の文字認識を行う。

【００２９】文字認識部７には住所認識部８が接続さ
れ、この住所認識部８には住所の情報が、例えば最上位
層に都道府県名、次の層に市、群、区名といったよう
に、階層的に記憶された住所記憶部９が接続されてい
る。住所認識部８は、住所記憶部９の情報をもとに、文
字認識部７によって認識された文字列の先頭から順に認
識結果を参照してまず都道府県名を認識し、次に認識さ
れた都道府県名に矛盾しない市、群、区名等を順に認識
して、文字列全体を住所として認識する。

【００３０】なお、ストローク重み定義関数ｆ
_a,b （ｘ）は前記実施例に限定されるものではなく、ｆ
_a,b （ｘ）の１次微分係数（ｄ／ｄｘ）ｆ_a,b （ｘ）が
下記式 （ｄ／ｄｘ）ｆ_a,b （ｘ）＝０ （ｘ＜ａまたはｘ＞
ｂ） （ｄ／ｄｘ）ｆ_a,b （ｘ）＝Ｋ （ａ≦ｘ≦ｃ） （ｄ／ｄｘ）ｆ_a,b （ｘ）＝−Ｋ （ｃ＜ｘ≦ｂ） 但し、Ｋは０でない定数、ｃは最小値ａと最大値ｂとで
定まる ａ≦ｃ≦ｂを満たす点

【００３１】を満たす連続関数であればよい。前記実施
例は定数Ｋが正（Ｋ＝１）の場合であるが、負であって
も構わない。但し、Ｋが負の場合には、文字区切り候補
検出部５は、文字区切り評価関数Ｆ（ｘ）の極大値（前
記実施例では極小値）を与えるｘ座標値を検出して、そ
れらを文字区切り候補とする必要がある。

【００３２】更に、前記実施例では、１文字領域候補か
ら文字画像を構成するストロークを抽出する際、その１
文字領域候補内にストロークＳ_(i) のｘ方向（行方向）
の中点ｃ(i) ＝（ａ_(i) ＋ｂ_(i) ）／２が含まれるスト
ロークＳ_(i) のみを抽出するようにしたが、その領域の
ｘ方向最小値をｘｌ、ｘ方向最大値をｘｒ、ｃ_(i) を各
ストロークＳ_(i) 毎にそのｘ方向最小値ａ_(i) およびｘ
方向最大値ｂ_(i) により定まるａ_(i) ≦ｃ_(i) ≦ｂ_(i)
を満足する値とすると、ｘｌ≦ｃ_(i) ≦ｘｒを満足する
ストロークＳ_(i) のみを抽出するようにしてもよい。

【００３３】

【発明の効果】以上詳述したようにこの発明によれば、
タブレット面に筆記された文字列を構成する各文字の各
ストローク毎に、文字が並ぶ行方向の座標値ｘの最小値
および最大値を求めるストローク範囲検出手段と、予め
定義された、ストロークの行方向の最小値と最大値によ
り定まるｘの関数であるストローク重み定義関数をもと
に、各ストローク毎に求められた最小値および最大値か
ら各ストローク毎のストローク重み関数を求め、求めた
全てのストロークについてのストローク重み関数を加算
して文字区切り評価関数を求める評価関数生成手段と、
文字区切り評価関数が極値をとる行方向の全ての座標値
を文字列中の文字区切り候補とする文字区切り候補検出
手段とを備えた構成としたので、特に隣接文字間が接
近、重複した文字列から、必要な候補だけを適切に抽出
することができる。

【００３４】即ち、この発明によれば、タブレット面に
筆記された文字列を文字毎に分離するための文字の区切
り位置の候補の抽出が、少ない候補数で、しかも本来は
文字の区切りとなる箇所が候補外とされることを招くこ
となく実現でき、特に隣接文字間が接近、重複した文字
列を少ない処理量で効率的に高性能に認識することがて
きる。

【図面の簡単な説明】

【図１】この発明の一実施例に係るオンライン文字認識
機能を持つ情報処理装置の構成を示すブロック図。

【図２】図１の座標記憶部２に記憶された筆跡情報の一
例を示す図。

【図３】同実施例における文字区切り候補抽出の基礎と
なる関数の具体例を、認識の対象となる文字列と対応さ
せて示す図。

【符号の説明】

１…タブレット部、２…座標記憶部、３…ストローク範
囲検出部、４…評価関数生成部、５…文字区切り候補検
出部、６…文字領域候補抽出部、７…文字認識部、８…
住所認識部、９…住所記憶部。

Claims (2)

【特許請求の範囲】
1. 【請求項１】 タブレット面上にペンを用いて筆記され
   た文字の筆跡を一定時間毎に面上の位置座標として検出
   し、上記ペンがタブレット面上に置かれていない場合に
   はペンオフとして検出する座標入力手段と、 この座標入力手段から上記位置座標またはペンオフ検出
   通知を受け取り記憶するための座標記憶手段と、 この座標記憶手段に記憶された座標データを読み取り、
   各ペンオフまでの期間に入力される座標データで示され
   る文字のストロークＳ_(i) 毎に、文字列の並ぶ方向であ
   る行方向の座標値ｘの最小値ａ_(i) および最大値ｂ_(i)
   を求めるストローク範囲検出手段と、 予め定義された、ストロークの行方向の最小値ａと最大
   値ｂとで定まるｘの関数であるストローク重み定義関数
   ｆ_a,b （ｘ）であって、 （ｄ／ｄｘ）ｆ_a,b （ｘ）＝０ （ｘ＜ａまたはｘ＞
   ｂ） （ｄ／ｄｘ）ｆ_a,b （ｘ）＝Ｋ （ａ≦ｘ≦ｃ） （ｄ／ｄｘ）ｆ_a,b （ｘ）＝−Ｋ （ｃ＜ｘ≦ｂ） 但し、Ｋは０でない定数、ｃは最小値ａと最大値ｂとで
   定まる ａ≦ｃ≦ｂを満たす点 を満たす連続関数で定義されたストローク重み定義関数
   ｆ_a,b （ｘ）をもとに、上記ストローク範囲検出手段に
   よって各ストロークＳ_(i) 毎に求められた上記最小値ａ
   _(i) および最大値ｂ_(i) から各ストロークＳ_(i) 毎のス
   トローク重み関数 ｇ_(i) （ｘ）＝ｆ_a(i),b(i) （ｘ） を求め、この全てのストロークＳ_(i) について求めたス
   トローク重み関数ｇ_(i)（ｘ）を加算して文字区切り評
   価関数 Ｆ（ｘ）＝Σ_i ｇ_(i) （ｘ） を求める評価関数生成手段と、 この評価関数生成手段によって求められた文字区切り評
   価関数Ｆ（ｘ）が極大値または極小値のいずれか一方の
   極値をとる行方向の座標値を検出して文字列中の文字区
   切り候補とする文字区切り候補検出手段と、 この文字区切り候補検出手段によって検出された文字区
   切り候補をもとに文字画像の領域を決定して文字画像を
   抽出する文字領域候補抽出手段と、 この文字領域候補抽出手段によって抽出された各文字画
   像を認識する文字認識手段と、 を具備し、上記文字認識手段の文字認識結果を統合して
   文字列の認識結果とすることを特徴とする情報処理装
   置。
2. 【請求項２】 上記文字領域候補抽出手段は、上記文字
   画像の抽出の際には、文字画像の領域がｘｌ≦ｘ≦ｘｒ
   であるものとすると、文字画像を構成するストロークの
   選択を ｘｌ≦ｃ_(i) ≦ｘｒ 但し、ｃ_(i) は各ストローク毎に上記ａ_(i) とｂ_(i) と
   で定まる ａ_(i) ≦ｃ_(i) ≦ｂ_(i) を満たす値 なる条件を満たすか否かにより行うことを特徴とする請
   求項１記載の情報処理装置。