JPH0632081B2

JPH0632081B2 - 文字認識方式

Info

Publication number: JPH0632081B2
Application number: JP60263671A
Authority: JP
Inventors: 浩一樋口; 義征山下; 裕久後藤; 晃治伊東
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 1985-11-26
Filing date: 1985-11-26
Publication date: 1994-04-27
Anticipated expiration: 2009-04-27
Also published as: JPS62125484A

Description

【発明の詳細な説明】（産業上の利用分野）本発明は文字図形の認識方式に関し、更に詳細には、文
字図形パターンから所定方向の文字線の成分を表わすサ
ブパターンを抽出し、このサブパターンを複数領域に分
割して各領域内の特徴量（特徴要素）を計算して特徴マ
トリクスを作成する方式に関する。

（従来の技術）従来の文字図形の認識においては、文字図形パターンよ
りストロークを抽出し、それら抽出されたストロークの
位置、長さ、ストローク間の相互関係等を用いて認識す
る方式が多く採用されている。その手法は(1)文字図形
の輪郭を追跡することにより検出された輪郭点系列につ
いて曲率を計算し、その曲率の大きな値の点を分割点と
して輪郭系列を分割し、分割された系列を組合わせるこ
とによりストロークを抽出するか、(2)文字図形パター
ンに細線化処理を行なって骨格化し、その骨格パターン
の連結性及び骨格パターンを追跡し急激な角度の変化点
等を検出してストロークを抽出し、前記(1)(2)より抽出
されたストロークについて幾何学的な特徴等を抽出して
識別を行なっていた。しかしながら(1)の方法は文字図
形パターンが大きくなり、又文字図形パターンが複雑化
すると、その処理量が増大し処理速度の低下を招いてい
た。(2)の方法は文字図形パターンを細線化する必要が
あり、又その細線化によるパターンのひずみ、ヒゲ等の
問題がありその後の処理を複雑なものしていた。

これらの問題点を解決するために、本出願人は例えば特
開昭５７−２３１８５号公報や特公昭６０−２４５１３
号公報に開示されている文字認識方式を提案している。
この方式を簡単に説明すると、(a)文字図形パターンを
所定のある方向に走査して、当該走査方向における文字
線の断面を検出し、(b)断面長が前記文字図形パターン
の文字線幅より十分に長い断面を抽出することにより行
なうサブパターンの抽出を複数の方法について行い、
(c)抽出したサブパターンのそれぞれについて任意の分
割領域の黒ビット数を、文字線幅とストローク方向に対
応した文字枠の大きさとで正規化して得られる量を特徴
要素とし、(d)前記ストローク方向の異なる複数のサブ
パターンごとに文字枠を分割することによって得られる
分割単位領域ごとに前記特徴要素を抽出して特徴マトリ
クスを作成する。

例えば、第５図において同図(a)の原パターンから同図
(b)〜(e)に示すような垂直サブパターン(VSP)、水平サ
ブパターン(HSP)、右斜めサブパターン(RSP)、左斜めサ
ブパターン(LSP)が抽出される。そして上記(c)及び(d)
の処理を経て、VSP特徴マトリクス、HSP特徴マトリク
ス、RSP特徴マトリクス、LSP特徴マトリクスから成る特
徴マトリクスが作成される。次に、この特徴マトリクス
と予め用意した標準特徴マトリクス（４方向の標準特徴
マトリクスからなる）との間に(1)式を適用して距離Ｕ
を計算し、距離の小さな標準特徴マトリクスの文字名を
認識結果とする。

Fmi：入力文字図形の特徴マトリクス要素 Fdi：標準特徴マトリクス要素（発明が解決しようとする問題点）しかしながら、上記従来の文字認識方式は以下の問題点
を有する。

第３図は漢字の“止”を認識するための図である。
“止”の左側の垂直文字線が本来は同図(a)の位置にあ
るべきところを、同図(b)のように位置が移動した文字
が記入されたとする。このとき、同図(a)のパターンか
ら抽出される垂直サブパターン(VSP)は同図(c)のように
なり、同図(b)のパターンから抽出されるVSPは同図(d)
のようになる。そして、VSP特徴マトリクスは同図(c)の
VSPから同図(e)となり、同図(d)は同図(f)となる。すな
わち、“止”の左側の垂直文字線の移動に従って、VSP
特徴マトリクスが変化していることがわかる。

ここで、同図(f)のVSP特徴マトリクスを、第４図(a)に
示す漢字“上”の標準特徴マトリクスのうちの標準VSP
特徴マトリクス、及び同図(b)に示す“止”の標準VSP特
徴マトリクスと比較する場合を考える。この比較には、
前述した(1)式が用いられる。まず、第３図(f)と第４図
(a)を比較すると、対応する要素のうち４ケ所だけ異な
るので、となる。同様に、第３図(f)と第４図(a)を比較すると、
対応する要素のうち８ケ所が異なるので、距離Ｕはとなる。尚、この例ではVSP以外の特徴マトリクスは同
一であるので、VSP特徴マトリクスの距離を計算するだ
けでよい。この結果第３図(b)の“止”の標準特徴マト
リクス“上”に対する距離はであり、標準特徴マトリクス“止”に対する距離はであるので、距離の小さい“上”が認識結果として出力
されてしまう。つまり、第３図(b)のようなパターンの
“止”が入力されると、“上”に誤認識する。

このように、従来の文字認識方式では、手書文字では筆
者の違いによる局所的な文字線の位置移動や傾き、また
印刷文字では活字の傾き等により入力文字図形が変形す
ると抽出される特徴が不安定となり、その認識が困難と
なる。このような文字図形の変形に対処するには、従来
方式では多数の標準特徴マトリクス（辞書マトリクス）
を用意しなければならず、標準特徴マトリクスを格納す
るための辞書メモリの増大や処理速度の低下を招いてい
た。

従って、本発明は以上説明した文字図形の変形によって
抽出徴が不安定になるという問題点を解決し、安定でか
つ高速で認識精度の高い文字認識方式を提供することを
目的とする。

（問題点を解決するための手段）本発明は以下の(a)〜(f)の構成要素を具備して構成され
る。

(a) 文字図形パターンを所定のある方向に走査して、
当該走査方向における文字線の断面を検出する。

(b) 次に、断面長が前記文字図形パターンの文字線幅
より十分に長い断面を抽出することにより行なうサブパ
ターンの抽出を複数の方向について行なう。

(c) 次に、抽出したサブパターンのそれぞれについて
任意の分割領域の黒ビット数を、文字線幅とストローク
方向に対応した文字枠の大きさとで正規化して得られる
量を特徴要素とする。

(d) 次に、前記ストローク方向の異なる複数のサブパ
ターンごとに文字枠を分割することによって得られる分
割単位領域ごとに前記特徴要素を抽出して特徴マトリク
スを作成する。

(e) 次に、該特徴マトリクスと予め用意した標準特徴
マトリクスとを照合して複数の候補を得る。

(f) また、前記サブパターンごとの特徴マトリクスの
複数の特徴要素を、予め用意された統合すべき特徴要素
の領域を規定する複数の統合マスクに従って統合して複
数の統合特徴を抽出する。

(g) そして、該統合特徴と予め用意された文字図形パ
ターンの標準統合特徴との照合を、前記候補について行
なうことにより文字図形パターンを認識する。

（作用）上記構成要素(a)及び(b)は、複数方向のサブパターンを
抽出する作用を呈する。このサブパターンとは、例えば
水平方向サブパターン(HSP)、垂直方向サブパターン(VS
P)、右斜め方向サブパターン(RSP)及び左斜め方向サブ
パターン(LSP)である。

上記構成要素(c)及び(d)は特徴マトリクスを抽出する作
用を呈する。特徴マトリクスは例えばHSP特徴マトリク
ス、VSP特徴マトリクス、RSP特徴マトリクス及びLSP特
徴マトリクスで構成される。

上記構成要素(e)は下記構成要素(g)での照合すべき対象
をある範囲内にしぼる作用を呈する。

上記構成要素(f)は文字図形の変形を補償する作用を呈
する。すなわち、予め特徴マトリクスの複数の特徴要素
のうちどの領域内の特徴要素を統合すべきかを規定する
統合マスクに従って、この領域内の特徴マトリクスの特
徴要素を統合（統合とは簡単に言えば各特徴要素の和を
算出する作業）することにより、文字図形の位置ずれが
吸収できる。総合テーブルは複数用意されており、例え
ば、ある同一の統合テーブルを用いて正しい文字と変形
している同一の文字のそれぞれの統合特徴（特徴要素の
和）が等しくなるような該総合特徴を用いれば、両者は
同じ文字であることがわかる。すなわち、文字図形の変
形は補償されたことになる。

上記構成要素(g)は(f)で得られた統合特徴と、予め用意
されている文字図形パターンの標準統合特徴とを(e)で
得られた候補に関し、両者の距離が最も小さいときの標
準統合特徴に対応する文字図形を認識結果として出力す
る。

（実施例）以下、本発明の一実施例を図面を参照して詳細に説明す
る。

第１図は、本発明の一実施例を示すブロック図である。
同図において、１は光信号入力、２は光電変換部、３は
パターンレジスタ、４は線幅計算部、５はサブパターン
抽出部、６は文字枠検出部、７は文字枠分割決定部、８
は特徴マトリクス抽出部、９は第１認識部、１０は第１
辞書、１１は統合特徴計算部、１２は統合マスク、１３
は第２識別部、１４は第２辞書及び１５は文字名出力で
ある。

以下、各部の構成を説明する。光電変換部２は文字図形
パターンの光信号を光信号入力１として入力し、２値の
量子化された電気信号に変換する。パターンレジスタ３
は、この電気信号を格納する。線幅計算部４はパターン
レジスタ３の出力に基づき入力文字図形パターンの線幅
（Ｗ）を計算する。

サブパターン抽出簿部５はパターンレジスタ３について
垂直走査を全面に行って、黒点（文字パターンの文字線
部に相当する量子化点を黒点、背景に相当する量子化点
を白点とする。）の連続個数と線幅計算部４において計
算された線幅との関係より、垂直サブパタン(VSP)を抽
出し、内部の垂直サブパタンレジスタに格納する。同様
に水平スキャンにより水平サブパターン(HSP)を、右斜
め４５゜スキャンにより右斜めサブパターン(RSP)を左
斜め４５゜スキャンにより左斜めサブパターン(LSP)を
抽出し、各サブパターンレジスタに格納する。この結
果、前述した第５図(a)の原パターンに対し、同図(b)〜
(e)に示すVSP，HSP，RSP，LSPが得られる。

文字枠検出部６はパターンレジスタ３内の入力パターン
に外接する方形枠を検出し、その結果を文字枠分割決定
部７へ送る。この方形枠を文字枠と呼ぶ。

文字枠分割決定部７は文字枠検出部６で検出した文字枠
内をＭ×Ｎ個（Ｍ，Ｎは整数、本実施例ではＭ＝Ｎ＝
８）の領域に分割するためのＸ軸，Ｙ軸上の分割座標を
決定する。本実施例では文字枠を等間隔に分割するため
の分割座標を決定する。なお、ここでＸ軸，Ｙ軸はそれ
ぞれ水平方向及び垂直方向の座標軸を示す。

特徴マトリクス抽出部８は文字枠分割決定部により決定
された分割点座標をうけてVSP，HSP，RSP，LSPの各サブ
パターンレジスタ上の文字枠内領域をＭ×Ｎ個の部分領
域に分割し、各領域内の特徴量を計算して、Ｍ×Ｎ×４
次元の特徴マトリクスを抽出する。以下、特徴量の計算
方法を説明する。

まず、それぞれのサブパターンについて各部分領域内の
黒点数Bijを計数し、線幅計算部４で計算した線幅Ｗを
用いて式(1)により文字線長をあらわす特徴量を計算
し、Ｍ×Ｎ次元のマトリクスをそれぞれのサブパターン
ごとに作成する。

さらにVSP特徴マトリクスは文字枠のＹ軸方向の長さΔ
Ｙで、HPS特徴マトリクスは文字枠のＸ軸方向の長さΔ
Ｘで、RSP及びLSP特徴マトリクスは（ΔＸ＋ΔＹ）／２
でそれぞれ正規化を行ない最終的にＭ×Ｎ×４次元の特
徴マトリクスを抽出する。

第１識別部９は特徴マトリクス抽出部８で得られた特徴
マトリクスと第１辞書１０に格納された標準特徴マトリ
クスとの間に前記(1)式を適用して距離Ｄを計算し、距
離の小さな順にＫ個の標準特徴マトリクスの文字名を第
２識別部１３に出力する（例えばＫ＝５）。

統合特徴計算部１１は、特徴マトリクス抽出部８で抽出
した特徴マトリクスについて、予め用意した統合マスク
１２に基づいた、特徴マトリクスの複数の要素の統合、
すなわち特徴マトリクスの複数の要素の和を求めること
により、統合特徴を計算する。

以下、統合特徴の計算方法を詳細に説明する。先ず、本
実施例における統合マスクの例を第２図(a)〜(d)に示
す。統合マスクはＭ×Ｎの次元数を持ち、その各要素は
前記Ｍ×Ｎ×４次元の特徴マトリクスのうち前記ＶＳＰ
またはＨＳＰまたはＲＳＰまたはＬＳＰ特徴マトリクス
のいずれかのＭ×Ｎの特徴マトリクスの各要素に対応す
る。統合マスクの各要素は、０又は１の値を有する。以
下、統合特徴の計算方法を示す。

前記統合マスクをＰ個（Ｐは整数で、本実施例では１０
００個である）用意する。統合マスクＴ_ｉｊｋを次のと
おり定義する。

統合マスクＴ_ｉｊｋは、第２図に示す統合マスクの〇印
の位置（要素１）に対応する要素を統合することを示
す。

ここで、１≦ｉ≦Ｍ、１≦ｊ≦Ｎ、ｋは統合マスクの番
号で１≦ｋ≦Ｐ（Ｐは整数で例えば、Ｐ＝１０００、す
なわち１０００種類の統合マスク）、Ｆ_ｉｊｄは特徴マ
トリクスの要素を表し、ｄ＝１はＶＳＰ特徴マトリク
ス、ｄ＝２はＨＳＰ特徴マトリクス、ｄ＝３はＲＳＰ特
徴マトリクス、ｄ＝４はＬＳＰ特徴マトリクスを示す。
このように定義される統合マスクを用い、特徴マトリク
スＦ_ｉｊｄに対し統合を行ない、下記（４）式で定義さ
れる統合特徴Ｓ_ｋｄを計算する。

このようにして、各方向の特徴マトリクス毎に（ｄ＝
１，２，３，４）かつ、Ｐ個の（本実施例ではＰ＝１０
００個）の統合マスクについて、統合特徴Ｓ_ｋｄを計算
する。更に、（５）式を適用してＶＳＰ、ＨＳＰ、ＲＳ
Ｐ、ＬＳＰ特徴マトリクスより計算した統合特徴の和Ｓ
_ｋ５を計算する。

Ｓ_ｋｄとＳ_ｋ５をまとめてＳ_ｋｄ′（ｄ′＝１，２，
３，４，５）と定義する。このようにして計算されたＰ
×５個の統合特徴を第２識別部１３に出力する。

第６図を用いて、統合特徴の計算方法をより具体的に説
明する。

第６図（ａ）は、前述の第３図（ｅ）のＶＳＰ特徴マト
リクスを再掲したものであり、第６図（ｂ）は第２図
（ａ）の統合マスクを再掲したものである。この場合の
統合特徴は次のように求められる。

第６図（ｂ）の統合マスクの〇印の要素が１、〇のない
要素が０である。当該ＶＳＰ特徴マトリクスと総合マス
クについて、前記（４）式を適用して、統合特徴を計算
する。これは、第６図（ｃ）に示すように、ＶＳＰ特徴
マトリクスと統合マスクを重ね合わせ、統合マスクの〇
の要素に対応するＶＳＰ特徴マトリクスの要素の和を計
算することに相当する。第６図（ｃ）において、〇で囲
まれた要素の和は６０であり、従って、統合特徴値６０
が得られる。

このようにして、Ｐ個の統合マスクをＶＳＰ、ＨＳＰ、
ＲＳＰ、ＬＳＰ特徴マトリクスに対応させて統合特徴を
計算し、更に（５）式を適用してＶＳＰ、ＨＳＰ、ＲＳ
Ｐ、ＬＳＰ特徴マトリクスより計算した統合特徴の和を
計算し、最終的にＰ×５個の統合特徴を得る。

第２識別部１３は、第１識別部９で得られたＫ個の候補
について、統合特徴計算部１１で計算した統合特徴と予
め用意した第２辞書１４とを照合して再識別して得られ
た文字名を文字名出力１５として出力する。以下、この
再識別の詳細を説明する。第２辞書１４には予め用意し
た文字種ごとの標準統合特徴と重み係数とが格納されて
いる。第１識別部９で得られたＫ個の候補に対応する標
準統合特徴及び重み係数と、統合特徴計算部１１で得ら
れた統合特徴との間に(6)式で定義される距離Ｄを計算
し、Ｋ個の候補のうち最も距離の小さな標準総合特徴に
対応する文字名を文字名出力１５とする。

但し、Ｊ_ｋｄ′は予め標準パターンから抽出した標準統
合特徴で、Ｗ_ｋｄ′は各文字図形単位に定められた重み
係数であり、当該特徴が有効な場合は１、無効な場合は
０とする。標準統合特徴及び重み係数は、予め第２辞書
１４に格納されている。

標準統合特徴は、予め標準パターンから抽出されるもの
であるが、その計算方法は、前述の統合特徴計算部１１
の説明で述べたものと同一である。以下第４図（ａ）、
（ｂ）の標準特徴マトリクスを例に計算方法を説明す
る。

第４図（ａ）の標準ＶＳＰ特徴マトリクス（標準パタン
から抽出したＶＳＰ特徴マトリクス）に対し、第２図
（ａ）の統合マスクを用いて得られる標準統合特徴計算
方法を第７図を用いて説明する。

第７図（ａ）は前述の第４図（ａ）の標準ＶＳＰ特徴マ
トリクスを再掲したものであり、第７図（ｂ）は第２図
（ａ）の統合マスクを再掲したものである。第７図
（ｂ）の統合マスクの〇印の要素が１、〇のない要素が
０である。当該標準ＶＳＰ特徴マトリクスと統合マスク
について前記（４）式を適用して統合特徴を計算する。
これは第７図（ｃ）に示すように、標準ＶＳＰ特徴マト
リクス統合マスクを重ね合わせ、統合マスクの〇の要素
に対応する標準ＶＳＰ特徴マトリクスの要素の和を計算
することに相当する。第７図（ｃ）において、〇で囲ま
れた要素の和は３０であり、従って標準統合特徴値３０
が得られる。

第４図（ｂ）の標準ＶＳＰ特徴マトリクスの場合も同様
に計算し、標準統合特徴値６０が得られる。これを第８
図を用いて説明する。

第８図（ａ）は、前述の第４図（ｂ）の標準ＶＳＰ特徴
マトリクスを再掲したものであり、第８図（ｂ）は第２
図（ａ）の統合マスクを再掲したものである。第８図
（ｂ）の統合マスクの〇印の要素が１、〇のない要素が
０である。当該標準ＶＳＰ特徴マトリクスと統合マスク
について前記（４）式を適用して統合特徴を計算する。
これは第８図（ｃ）に示すように、標準ＶＳＰ特徴マト
リクスと統合マスクを重ね合わせ、統合マスクの〇の要
素に対応する標準ＶＳＰ特徴マトリクスの要素の和を計
算することとに相当する。第８図（ｃ）において、〇で
囲まれた要素の和は６０であり、従って標準統合特徴値
６０が得られる。

このようにして得られた標準統合特徴が予め第２辞書１
４に格納されている。

次に、動作を説明する。

文字図形パターン（入力パターン）の光信号入力１は、
光電変換部２で２値化された電気信号に変換され、パタ
ーンレジスタ３に格納される。線幅計算部４は入力パタ
ーンの線幅（Ｗ）を計算し、サブパターン抽出部５及び
特徴マトリクス抽出部８に出力する。文字枠検出部６は
入力パターンに外接する方形枠を検出し、これを文字枠
として文字枠分割決定部７に出力する。文字枠分割決定
部７は文字枠をＭ×Ｎ個の領域に分割するためのＸ軸，
Ｙ軸上の分割座標を決定する。このようにして得られた
文字枠と入力パターンと線幅とに基づき、サブパターン
抽出部５は前述したように、VSP，HSP，RSP，LSPの各サ
ブパターンを抽出して内部の各サブパターンレジスタに
格納する。特徴マトリクス抽出部８は文字枠と分割座標
と入力パターンと線幅とに基づき、前述したようにＭ×
Ｎ×４次元の特徴マトリクスを抽出する。この特徴マト
リクスは、第１識別部９と統合特徴計算部１１に供給さ
れる。第１識別部９は第１辞書１０内の標準特徴マトリ
クスと特徴マトリクスとを照合し、Ｋ個の候補を得て第
２識別部１３に出力する。統合特徴計算部１１は特徴マ
トリクスに対し統合マスク１２を用い、前述したように
Ｐ×５個の統合特徴を計算し、第２識別部１３に出力す
る。第２識別部１３は第２辞書１４内のＫ個の候補に対
応する標準統合特徴とＰ×５個の統合特徴との距離Ｄを
求め、最小の距離となる標準統合特徴に対応する文字名
出力１５として出力する。

ここで、前述した第３図(a)と(b)に対し、本実施例を適
用した場合について説明する。この場合も、前述したよ
うに、VSP以外の特徴マトリクスは同一であるので、VSP
特徴マトリクスのみを考える。統合マスクとして第２図
(a)を用いた場合、第３図(e)のVSP特徴マトリクスの統
合特徴（すなわち、〇印の部分に対応するVSP特徴マト
リクスの和）を計算すると、その値は６０である。同様
に、第３図(f)のVSP特徴マトリクスの統合特徴も６０で
ある。また、Ｋ個の候補として得られたもののうち、第
４図(a)の標準VSP特徴マトリクスの標準統合特徴を計算
すると、その値は３０である。同様に第４図(b)の標準
統合特徴は６０である。よって、第２図(a)の統合マス
クを用いて計算した第３図(a)及び(b)の入力パターンの
統合特徴（いずれも６０である）と第４図(a)の標準統
合特徴との距離Ｄ_１は第４図(b)の標準統合特徴との距離Ｄ_２はである。ただし、第２図(a)の統合マスクから得られる
統合特徴は“止”及び“上”を認識するために有効な特
徴なので、(6)式における重み係数は１である。従っ
て、Ｄ_１に比べＤ_２が小さく、第３図(a)及び(b)のいず
れかの入力パターンに対しても“止”と正しく認識する
ことができる。

このように、本実施例例では統合特徴を得ることによっ
て文字図形の位置変動を補償することができるととも
に、統合特徴と標準統合特徴との照合は第１識別部９の
特徴マトリクスの照合で得られたＫ個の候補についての
み行なえばよいので、識別処理は極めて高速である。

以上、本発明の実施例を説明した。統合マスクは第２図
(a)〜(d)のみを例示したが、その他種々のものが用いら
れる。特に、第２図(a)〜(c)は方形の統合マスクの例で
あるが、同図(d)のような複数の方形マスクを組み合わ
せた形の統合マスクを用いることにより、有効な統合特
徴を少数の統合マスクで抽出できる。

（発明の効果）以上説明したように、本発明によれば、文字図形の位置
変動を吸収して文字図形パターンの特徴を忠実に抽出さ
せることができるので、辞書メモリを増加させることな
く、高速で高精度の文字認識が行なえる。

【図面の簡単な説明】

第１図は本発明の一実施例のブロック図、第２図は本実
施例で用いられる統合マスクの例を示す図、第３図は原
パターンからVSP特徴マトリクスを得る過程を説明する
ための図、第４図は標準VSP特徴マトリクスを示す図、
第５図は原パターンと各サブパターンの例を示す図、第
６図は統合特徴計算方法の説明図、第７図及び第８図は
標準統合特徴計算方法の説明図である。１……光信号入力、２……光電変換部、３……パターン
レジスタ、４……線幅計算部、５……サブパターン抽出
部、６……文字枠検出部、７……文字枠分割決定部、８
……特徴マトリクス抽出部、９……第１識別部、１０…
…第１辞書、１１……統合特徴計算部、１２……統合マ
スク、１３……第２識別部、１４……第２辞書、１５…
…文字名出力。

Claims

【特許請求の範囲】

【請求項１】(a)文字図形パターンを所定のある方向に
走査して、当該走査方向における文字線の断面を検出
し、 (b)断面長が前記文字図形パターンの文字線幅より十分
に長い断面を抽出することにより行なうサブパターンの
抽出を複数の方向について行い、 (c)抽出したサブパターンのそれぞれについて任意の分
割領域の黒ビット数を、文字線幅とストローク方向に対
応した文字枠の大きさとで正規化して得られる量を特徴
要素とし、 (d)前記ストローク方向の異なる複数のサブパターンご
とに文字枠を分割することによって得られる分割単位領
域ごとに前記特徴要素を抽出して特徴マトリクスを作成
し、 (e)該特徴マトリクスと予め用意した標準特徴マトリク
スとを照合して複数の候補を得、 (f)前記サブパターンごとの特徴マトリクスの複数の特
徴要素を、予め用意された統合すべき特徴要素の領域を
規定する複数の統合マスクに従って統合して複数の統合
特徴を抽出し、 (g)該統合特徴と予め用意された文字図形パターンの標
準統合特徴との照合を、前記候補について行なうことに
より文字図形パターンを認識することを特徴とする文字
認識方式。