JPH064703A - 文字認識方法および文字認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 斜字文字列を含む文書でも文字列から正しく
文字を切り出すことができると共に、斜字の認識誤りを
防止できる文字認識方法および文字認識装置を提供す
る。 【構成】 正立文字列判定部４は、文字列切り出し部３
により切り出された文字列画像の全部または一部を文字
列方向と垂直に走査して文字部を形成する画素のヒスト
グラムを抽出し、抽出したヒストグラムを用いて正立文
字列であるか否かを判定する。文字列傾斜部５は、正立
文字列判定部４により正立文字列でないと判断された文
字列画像をずらし変形させて文字の傾斜角度が相互に異
なる複数の文字列画像を得る。正立文字列選択部６は、
文字列傾斜部５によりずらし変形された複数の文字列画
像に対し、文字列方向と垂直に文字列画像を走査して文
字部を形成する画素のヒストグラムを抽出し、抽出した
ヒストグラムを用いて複数の文字列画像から正立文字列
を選択する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字認識方法および文
字認識装置に関するものである。

【０００２】

【従来の技術】従来の文字認識装置は、例えば秋山他
「印刷物の記事領域における文字の切り出し」ＰＲＬ８
０−７０に開示されているように、切り出した文字列画
像に対して、文字列方向に垂直に文字列画像を走査して
文字部を形成する画素のヒストグラムを抽出し、そのヒ
ストグラムを用いて文字間の余白を検出し、その位置で
文字列に垂直な直線に沿って文字列画像を分離して文字
の切り出しを行う構成であった。

【０００３】

【発明が解決しようとする課題】しかしながら上記従来
の構成では、文字列画像を文字列方向と垂直に走査して
得た文字部を形成する画素のヒストグラムを用いて文字
列から文字の切り出しを行うので、斜字で構成された文
字列の場合、各文字を構成する画素のヒストグラムに重
なりがあるため文字の区切りが不明確となり、文字の切
り出しに誤りを生じ易いという問題があった。さらに、
切り出された文字は斜字であるため、辞書の標準字形と
大きく異なっており、認識誤りを起こし易いという問題
もあった。

【０００４】本発明はかかる事情に鑑みて成されたもの
であり、斜字文字列を含む文書でも文字列から正しく文
字を切り出すことができると共に、斜字の認識誤りを防
止できる文字認識方法および文字認識装置を提供するこ
とを目的とする。

【０００５】

【課題を解決するための手段】請求項１の発明は、入力
された画像から認識対象文字を含む文字列を切り出す文
字列切り出しステップと、この文字列切り出しステップ
において切り出された文字列画像の全部または一部を文
字列方向と垂直に走査して文字部を形成する画素のヒス
トグラムを抽出し、抽出したヒストグラムを用いて正立
文字列であるか否かを判定する正立文字列判定ステップ
と、この正立文字列判定ステップにおいて正立文字列で
ないと判断された文字列画像をずらし変形させて文字の
傾斜角度が相互に異なる複数の文字列画像を得る文字列
斜傾ステップと、この文字列斜傾ステップにおいてずら
し変形された複数の文字列画像に対し、文字列方向と垂
直に文字列画像を走査して文字部を形成する画素のヒス
トグラムを抽出し、抽出したヒストグラムを用いて複数
の文字列画像から正立文字列を選択する正立文字列選択
ステップと、前記正立文字列判定ステップにおいて正立
文字列であると判断された文字列画像および前記正立文
字列選択ステップにおいて選択された文字列画像に対
し、文字列方向と垂直に文字列画像を走査して文字部を
形成する画素のヒストグラムを抽出し、抽出したヒスト
グラムを用いて文字列画像から認識対象文字を切り出す
文字切り出しステップと、この文字列切り出しステップ
において切り出された認識対象文字を辞書と照合するこ
とにより認識候補を決定する認識ステップとを実行する
ことを特徴としている。

【０００６】請求項２の発明は、入力された画像から認
識対象文字を含む文字列を切り出す文字列切り出し部
と、この文字列切り出し部により切り出された文字列画
像の全部または一部を文字列方向と垂直に走査して文字
部を形成する画素のヒストグラムを抽出し、抽出したヒ
ストグラムを用いて正立文字列であるか否かを判定する
正立文字列判定部と、この正立文字列判定部により正立
文字列でないと判断された文字列画像をずらし変形させ
て文字の傾斜角度が相互に異なる複数の文字列画像を得
る文字列斜傾部と、この文字列斜傾部によりずらし変形
された複数の文字列画像に対し、文字列方向と垂直に文
字列画像を走査して文字部を形成する画素のヒストグラ
ムを抽出し、抽出したヒストグラムを用いて複数の文字
列画像から正立文字列を選択する正立文字列選択部と、
前記正立文字列判定部により正立文字列であると判断さ
れた文字列画像および前記正立文字列選択部により選択
された文字列画像に対し、文字列方向と垂直に文字列画
像を走査して文字部を形成する画素のヒストグラムを抽
出し、抽出したヒストグラムを用いて文字列画像から認
識対象文字を切り出す文字切り出し部と、この文字列切
り出し部により切り出された認識対象文字を辞書と照合
することにより認識候補を決定する認識部とを備えたこ
とを特徴としている。

【０００７】請求項３の発明は、入力された画像から認
識対象文字を含む文字列を切り出す文字列切り出しステ
ップと、指定された領域の文字列画像をずらし変形させ
て文字の傾斜角度が相互に異なる複数の文字列画像を得
る文字列斜傾ステップと、この文字列斜傾ステップにお
いてずらし変形された複数の文字列画像に対し、文字列
方向と垂直に文字列画像を走査して文字部を形成する画
素のヒストグラムを抽出し、抽出したヒストグラムを用
いて複数の文字列画像から正立文字列を選択する正立文
字列選択ステップと、指定された領域以外の領域の文字
列画像および前記正立文字列選択ステップにおいて選択
された文字列画像に対し、文字列方向と垂直に文字列画
像を走査して文字部を形成する画素のヒストグラムを抽
出し、抽出したヒストグラムを用いて文字列画像から認
識対象文字を切り出す文字切り出しステップと、この文
字列切り出しステップにおいて切り出された認識対象文
字を辞書と照合することにより認識候補を決定する認識
ステップとを実行することを特徴としている。

【０００８】請求項４の発明は、入力された画像のうち
斜字文字で構成されている領域を使用者が指定するため
の斜字領域指定手段と、入力された画像から認識対象文
字を含む文字列を切り出す文字列切り出し部と、前記斜
字領域指定手段により指定された領域の文字列画像をず
らし変形させて文字の傾斜角度が相互に異なる複数の文
字列画像を得る文字列斜傾部と、この文字列斜傾部によ
りずらし変形された複数の文字列画像に対し、文字列方
向と垂直に文字列画像を走査して文字部を形成する画素
のヒストグラムを抽出し、抽出したヒストグラムを用い
て複数の文字列画像から正立文字列を選択する正立文字
列選択部と、前記斜字領域指定手段により指定されなか
った領域の文字列画像および前記正立文字列選択部によ
り選択された文字列画像に対し、文字列方向と垂直に文
字列画像を走査して文字部を形成する画素のヒストグラ
ムを抽出し、抽出したヒストグラムを用いて文字列画像
から認識対象文字を切り出す文字切り出し部と、この文
字列切り出し部により切り出された認識対象文字を辞書
と照合することにより認識候補を決定する認識部とを備
えたことを特徴としている。

【０００９】

【作用】請求項１の発明においては、文字列切り出しス
テップで、入力された画像から認識対象文字を含む文字
列を切り出し、正立文字列判定ステップで、文字列切り
出しステップにおいて切り出された文字列画像の全部ま
たは一部を文字列方向と垂直に走査して文字部を形成す
る画素のヒストグラムを抽出し、抽出したヒストグラム
を用いて正立文字列であるか否かを判定し、文字列斜傾
ステップで、正立文字列判定ステップにおいて正立文字
列でないと判断された文字列画像をずらし変形させて文
字の傾斜角度が相互に異なる複数の文字列画像を得、正
立文字列選択ステップで、文字列斜傾ステップにおいて
ずらし変形された複数の文字列画像に対し、文字列方向
と垂直に文字列画像を走査して文字部を形成する画素の
ヒストグラムを抽出し、抽出したヒストグラムを用いて
複数の文字列画像から正立文字列を選択し、文字切り出
しステップで、正立文字列判定ステップにおいて正立文
字列であると判断された文字列画像および正立文字列選
択ステップにおいて選択された文字列画像に対し、文字
列方向と垂直に文字列画像を走査して文字部を形成する
画素のヒストグラムを抽出し、抽出したヒストグラムを
用いて文字列画像から認識対象文字を切り出し、認識ス
テップで、文字列切り出しステップにおいて切り出され
た認識対象文字を辞書と照合することにより認識候補を
決定する。

【００１０】請求項２の発明において、文字列切り出し
部は、入力された画像から認識対象文字を含む文字列を
切り出す。正立文字列判定部は、文字列切り出し部によ
り切り出された文字列画像の全部または一部を文字列方
向と垂直に走査して文字部を形成する画素のヒストグラ
ムを抽出し、抽出したヒストグラムを用いて正立文字列
であるか否かを判定する。文字列斜傾部は、正立文字列
判定部により正立文字列でないと判断された文字列画像
をずらし変形させて文字の傾斜角度が相互に異なる複数
の文字列画像を得る。正立文字列選択部は、文字列斜傾
部によりずらし変形された複数の文字列画像に対し、文
字列方向と垂直に文字列画像を走査して文字部を形成す
る画素のヒストグラムを抽出し、抽出したヒストグラム
を用いて複数の文字列画像から正立文字列を選択する。
文字切り出し部は、正立文字列判定部により正立文字列
であると判断された文字列画像および正立文字列選択部
により選択された文字列画像に対し、文字列方向と垂直
に文字列画像を走査して文字部を形成する画素のヒスト
グラムを抽出し、抽出したヒストグラムを用いて文字列
画像から認識対象文字を切り出す。認識部は、文字列切
り出し部により切り出された認識対象文字を辞書と照合
することにより認識候補を決定する。

【００１１】請求項３の発明においては、文字列切り出
しステップで、入力された画像から認識対象文字を含む
文字列を切り出し、文字列斜傾ステップで、指定された
領域の文字列画像をずらし変形させて文字の傾斜角度が
相互に異なる複数の文字列画像を得、正立文字列選択ス
テップで、文字列斜傾ステップにおいてずらし変形され
た複数の文字列画像に対し、文字列方向と垂直に文字列
画像を走査して文字部を形成する画素のヒストグラムを
抽出し、抽出したヒストグラムを用いて複数の文字列画
像から正立文字列を選択し、文字切り出しステップで、
指定された領域以外の領域の文字列画像および正立文字
列選択ステップにおいて選択された文字列画像に対し、
文字列方向と垂直に文字列画像を走査して文字部を形成
する画素のヒストグラムを抽出し、抽出したヒストグラ
ムを用いて文字列画像から認識対象文字を切り出し、認
識ステップで、文字列切り出しステップにおいて切り出
された認識対象文字を辞書と照合することにより認識候
補を決定する。

【００１２】請求項４の発明において、斜字領域指定手
段は、入力された画像のうち斜字文字で構成されている
領域を使用者が指定するためのものである。文字列切り
出し部は、入力された画像から認識対象文字を含む文字
列を切り出す。文字列斜傾部は、斜字領域指定手段によ
り指定された領域の文字列画像をずらし変形させて文字
の傾斜角度が相互に異なる複数の文字列画像を得る。正
立文字列選択部は、文字列斜傾部によりずらし変形され
た複数の文字列画像に対し、文字列方向と垂直に文字列
画像を走査して文字部を形成する画素のヒストグラムを
抽出し、抽出したヒストグラムを用いて複数の文字列画
像から正立文字列を選択する。文字切り出し部は、斜字
領域指定手段により指定されなかった領域の文字列画像
および正立文字列選択部により選択された文字列画像に
対し、文字列方向と垂直に文字列画像を走査して文字部
を形成する画素のヒストグラムを抽出し、抽出したヒス
トグラムを用いて文字列画像から認識対象文字を切り出
す。認識部は、文字列切り出し部により切り出された認
識対象文字を辞書と照合することにより認識候補を決定
する。

【００１３】

【実施例】以下、本発明の実施例を図面を用いて詳細に
説明する。 （実施例１）図１は本発明の実施例１における文字認識
装置の構成図で、この文字認識装置は、画像入力部１
と、画像メモリ２と、文字列切り出し部３と、正立文字
列判定部４と、文字列傾斜部５と、正立文字列選択部６
と、文字切り出し部７と、認識部８と、辞書９と、表示
部１０とを備えている。画像入力部１は、認識対象文字
を含む画像を入力するためのものである。画像メモリ２
は、画像入力部１に入力された入力画像を、文字部を形
成する画素を１、文字以外の背景画素を０とした、２値
データとして蓄える。文字列切り出し部３は、画像メモ
リ２に蓄積された入力画像から認識対象文字を含む文字
列画像を切り出す。正立文字列判定部４は、文字列切り
出し部３により切り出された文字列画像が正立文字で構
成される文字列か否かを判定する。文字列傾斜部５は、
正立文字列判定部４により正立文字列でないと判定され
た文字列画像のずらし変形を行なう。正立文字列選択部
６は、文字列傾斜部５によるずらし変形の結果得られた
複数の傾斜文字列画像から最も正立に近い文字列画像を
選択する。文字切り出し部７は、文字列切り出し部３に
より切り出された文字列画像あるいは正立文字列選択部
６により選択された文字列画像から認識対象文字を切り
出す。認識部８は、文字切り出し部７により切り出され
た認識対象文字のストロークなどの特徴量を求め、あら
かじめ辞書９に登録されている文字の特徴量と照合し、
最も類似した文字を選択する。辞書９は、認識対象の特
徴量を格納している。表示部１０は、認識結果を表示す
る。

【００１４】次に動作を説明する。画像入力部１に入力
された例えば図２に示すような画像Ｐは、文字部を形成
する画素を「１」、文字以外の背景画素を「０」とした
２値データとして画像メモリ２に格納される。そして文
字列切り出し部３が、画像メモリ２に蓄えられた画像Ｐ
を走査し、画像Ｐ全体における文字部を形成する画素の
垂直方向ヒストグラムＨv と水平方向ヒストグラムＨh
とを求め、それぞれに対し、ヒストグラムの値が１画素
以上である文字部領域の開始座標及び終了座標を求め
る。図２のｙs1，ｙs2及びｘs1が文字部領域開始座標、
ｙe1，ｙe2及びｘe1が文字部領域終了座標である。これ
らの座標から、垂直方向の文字間隔長（ｙsi+1−ｙsi）
の平均値Ａｖｅ（ｙsi+1−ｙsi）と水平方向の文字間隔
長（ｘsi+1−ｘsi）の平均値Ａｖｅ（ｘsi+1−ｘsi）と
を求めて両者を比較し、Ａｖｅ（ｙsi+1−ｙsi）≧Ａｖ
ｅ（ｘsi+1−ｘsi）の場合は水平方向文字列であると判
断し、Ａｖｅ（ｙsi+1−ｙsi）＜Ａｖｅ（ｘsi+1−ｘs
i）の場合は垂直方向文字列であると判断する。図２の
画像Ｐの場合、Ａｖｅ（ｘsi+1−ｘsi）＝０なので水平
方向文字列と判断される。このようにして文字列方向を
決定し、文字列に垂直な方向のヒストグラムから得られ
た文字部領域開始座標および文字部領域終了座標を用い
て、文字列画像Ｌを取り出して順次正立文字列判定部４
に供給する。図３に切り出した第１の文字列画像Ｌ１を
示す。

【００１５】これにより正立文字列判定部４が、文字列
画像Ｌを文字列方向と垂直に走査して、文字部を形成す
る画素のヒストグラムＨｃを求め、ヒストグラムの値が
１画素以上である文字部領域の開始座標Ｃs1，Ｃs2，Ｃ
s3，‥，Ｃsn及び終了座標Ｃe1，Ｃe2，Ｃe3，‥，Ｃen
を求める。これらの座標から水平方向の文字領域長（Ｃ
si+1−Ｃsi）の平均値Ａｖｅ（Ｃsi+1−Ｃsi）を求め、
文字領域長平均値Ａｖｅ（Ｃsi+1−Ｃsi）が文字列画像
の高さｈから求めた基準文字幅Ｗｓと同程度よりも小さ
い場合に、正立文字列であると判断する。すなわち、下
記数１が成立すれば正立文字列であると判断し、成立し
なければ斜字文字列であると判断する。

【００１６】

【数１】

【００１７】なお上記数１において、ｋは１より小さい
正の定数である。また基準文字幅Ｗｓは、例えばＷｓ＝
文字列の高さｈである。図３の文字列画像Ｌ１の場合に
は、Ａｖｅ（Ｃsi+1−Ｃsi）＝Ｗ≫Ｗｓなので、文字列
画像Ｌ１は斜字文字列と判断される。一方、図４の文字
列画像Ｌ２の場合には、Ａｖｅ（Ｃsi+1−Ｃsi）≒Ｗｓ
なので、文字列画像Ｌ２は正立文字列と判断される。そ
して、正立文字列であると判断した文字列画像Ｌを文字
切り出し部７に供給し、斜字文字列であると判断した文
字列画像Ｌを文字列傾斜部５に供給する。

【００１８】これにより文字列傾斜部５が、図５のよう
に、斜字文字列からなる文字列画像Ｌ１に対し、予め定
められている最大傾斜角Θ（０＜Θ＜π／２）まで、予
め定められている最小傾斜角θ（０＜θ＜π／２）毎に
傾斜文字列Ｌ１nを生成する。すなわち傾斜角φ＝ｎ＊
θは下記数２を満足する。

【００１９】

【数２】

【００２０】図６は文字列傾斜部５が傾斜角φ＝ｎ＊θ
の傾斜文字列を生成する原理の説明図で、文字列画像Ｌ
１のｉ行目にｉ＊ｔａｎ（φ）画素の余白を挿入するこ
とにより、文字列画像Ｌ１の傾斜角φの傾斜文字列Ｌ１
n を生成する。このように生成された図７のＬ１-2〜Ｌ
１2 のような傾斜文字列画像は、正立文字列選択部６に
供給される。

【００２１】これにより正立文字列選択部６が、供給さ
れた傾斜文字列画像Ｌ１n のそれぞれに対し、正立文字
列判定部４と同じ処理を行なう。この段階で、正立文字
列と判断されるものが一つだけであれば、その傾斜文字
列画像を文字切り出し部７に渡す。図７のＨc-2 〜Ｈc2
は、入力された傾斜文字列画像Ｌ１n のそれぞれに対し
求めた文字列に垂直な方向のヒストグラムであり、この
場合には、正立文字列判定部４における定数ｋが充分小
さい場合、傾斜文字列画像Ｌ１1 のみが正立文字列と判
断される。一方、定数ｋがある程度大きいと、Ｌ１1 と
Ｌ１2 とが正立文字列と判断される。また、文字列の形
態および文字列傾斜部５における定数θによっては、傾
斜文字列画像Ｌ１n 中に正立文字列と判断される文字列
画像がないこともある。これらの場合には、傾斜文字列
画像Ｌ１n 中から最も正立した文字列画像を選択して文
字切り出し部７に渡す。図８のＬ’１は、傾斜文字列画
像Ｌ１n の内の一つである。すなわち、傾斜文字列画像
に対し、ヒストグラムの値が１画素以上である文字部領
域Ｃn の数をｎ（図８の場合には３）、各文字部領域の
開始座標をＣs1，Ｃs2，Ｃs3，‥，Ｃsn、終了座標をＣ
e1，Ｃe2，Ｃe3，‥，Ｃenとし、（文字部領域最大座標
Ｃen−文字部領域最小座標Ｃs1）の値をＷ、座標ｉにお
けるヒストグラムの値をＨ’ｃi としたときに、差分の
絶対値の最大値Ｍａｘ（｜Ｈ’ｃi −Ｈ’ｃi-1 ｜）な
どの値を求める。これらの値を全傾斜文字列画像に対し
て求め、以下の条件のいずれか一つあるいはそれらを組
み合わせた条件で最も正立した文字列画像を選択する。

【００２２】（１）文字部領域数ｎが傾斜文字列画像Ｌ
１n 中で最も大きい。 （２）（文字部領域最大座標−文字部領域最小座標）の
値Ｗが傾斜文字列画像Ｌ１n 中で最も小さい。 （３）差分の絶対値の最大値Ｍａｘ（｜Ｈ’ｃi −Ｈ’
ｃi-1 ｜）が傾斜文字列画像Ｌ１n 中で最も大きい。

【００２３】文字切り出し部７には、正立文字列判定部
４により正立文字列と判定された文字列画像、および正
立文字列選択部６により選ばれた最も正立している文字
列画像が順次入力される。図９のＬ１１は文字切り出し
部７に入力される文字列画像である。これにより文字切
り出し部７が、正立文字列選択部６により求められた文
字部領域の開始座標Ｃs1，Ｃs2，Ｃs3，‥，Ｃsnと終了
座標Ｃe1，Ｃe2，Ｃe3，‥，Ｃenとを用いて、開始座標
と終了座標とにより挟まれた領域を認識対象文字として
切り出す。このとき、文字幅Ｃei−Ｃsiが基準文字幅Ｗ
ｓと同程度よりも大きい場合には、隣接する文字が接触
していると判断し、個々の文字を切り離す。図１０のＬ
２に接触文字画像を示す。すなわち、接触文字画像で
は、先ず画像の幅ｗと基準文字幅Ｗｓとの比を求め、最
も近い整数値ｎを接触文字画像中の文字数とする。開始
座標のより小さい文字からＣ１，Ｃ２，‥，Ｃｎとする
とき、Ｃs＋ｗ＊ｉ／ｎを中央とする予め文字列画像の
高さｈから求めた分離領域幅ｒの領域内で、Ｈｃが最小
となる座標Ｃciを求め、既に求めたＣci-1を開始座標と
し、Ｃciを終了座標とする領域をｉ番目の文字画像とし
て切り出す。なお分離領域幅ｒは、例えばｒ＝接触文字
画像高さｈ／２とする。認識部８には、切り出された認
識対象文字の画像が順次入力される。図１１に切り出さ
れた認識対象文字「方」の画像を示す。

【００２４】これにより認識部８が、切り出された
「方」の各画素について、図１２の矢印方向に、着目画
素を含んで予め設定された値Ｍ以上画素が連なっている
か否かを調べ、方向コードを設定する。そして方向コー
ド毎に各画素の連結性を調べてストロークを抽出し、ス
トロークの数や位置や長さの特徴量を抽出する。図１１
に認識対象文字「方」のストローク抽出結果を示す。そ
して抽出した特徴量を辞書９に登録されている文字の特
徴量と照合し、最も類似した文字を認識結果とし、表示
部１０で表示する。

【００２５】このように、文字列切り出し部３により切
り出された文字列画像の全部または一部を文字列方向と
垂直に走査して文字部を形成する画素のヒストグラムを
抽出し、抽出したヒストグラムを用いて正立文字列であ
るか否かを判定する正立文字列判定部４と、正立文字列
判定部４により正立文字列でないと判断された文字列画
像をずらし変形させて文字の傾斜角度が相互に異なる複
数の文字列画像を得る文字列傾斜部５と、文字列傾斜部
５によりずらし変形された複数の文字列画像に対し、文
字列方向と垂直に文字列画像を走査して文字部を形成す
る画素のヒストグラムを抽出し、抽出したヒストグラム
を用いて複数の文字列画像から正立文字列を選択する正
立文字列選択部６とを備えたので、斜字文字列を含む文
書でも文字列から正しく文字を切り出すことができると
共に、斜字の認識誤りを良好に防止できる。 （実施例２）図１３は本発明の実施例２における文字認
識装置の構成図で、この文字認識装置は、画像入力部１
１と、画像メモリ１２と、文字列切り出し部１３と、斜
字領域指定手段１４と、文字列傾斜部１５と、正立文字
列選択部１６と、文字切り出し部１７と、認識部１８
と、辞書１９と、表示部２０とを備えている。画像入力
部１１は、認識対象文字を含む画像を入力するためのも
のである。画像メモリ１２は、入力画像を２値データと
して蓄える。文字列切り出し部１３は、画像メモリ１２
の入力画像から認識対象文字を含む文字列画像を切り出
す。斜字領域指定手段１４は、ポインティングデバイス
などからなり、オペレータが画像メモリ１２の入力画像
を参照して、斜字で構成される領域を指定するためのも
のである。文字列傾斜部１５は、斜字領域指定手段１４
に指定された領域の文字列画像のずらし変形を行なう。
正立文字列選択部１６は、文字列傾斜部１５によりずら
し変形を行った結果得られた複数の傾斜文字列画像から
最も正立に近い文字列画像を選択する。文字切り出し部
１７は、文字列切り出し部１３により切り出された文字
列画像、および正立文字列選択部１６により選択された
文字列画像から認識対象文字を切り出す。認識部１８
は、文字切り出し部１７により切り出された認識対象文
字のストロークなどの特徴量を求め、予め辞書１９に登
録されている文字の特徴量と照合して、最も類似した文
字を選択する。辞書１９は、認識対象の特徴量を格納し
ている。表示部２０は、認識結果を表示する。この実施
例２は、実施例１における正立文字列判定部４の代わり
に斜字領域指定手段１４を設けたものであり、他の構成
は実施例１と同様である。

【００２６】次に動作を説明する。画像入力部１１に入
力された画像は、実施例１の場合と同様に、２値データ
として画像メモリ１２に蓄えられる。オペレータが、画
像メモリ１２に蓄えられた入力画像を参照し、斜字領域
指定手段１４により斜字で構成されている領域を指定す
ると、指定された座標は文字列切り出し部１３に渡され
る。オペレータによる斜字領域指定作業が終了すると、
文字列切り出し部１３が、実施例１の場合と同様に、文
字列画像の切り出しを行なう。その後、切り出した文字
列画像が斜字領域指定手段１４で指定された斜字領域に
含まれるか否かを判断し、斜字領域に含まれる場合に
は、切り出した文字列画像を文字列傾斜部１５に渡す。
一方、切り出した文字列画像が斜字領域に含まれない場
合には、切り出した文字列画像を文字切り出し部１７に
渡す。以下、文字列傾斜部１５と正立文字列選択部１６
と文字切り出し部１７と認識部１８と表示部２０とによ
り、実施例１と同様に処理される。

【００２７】このように、オペレータが画像メモリ１２
の内容を見て斜字で構成される領域を指定するための斜
字領域指定手段１４を設けたので、実施例１のように正
立文字列判定部４が判定誤りをした場合に正立文字列に
対しても文字列傾斜処理を行うということがなく、高速
に斜字文字列を含む文書の認識を行なうことができる。

【００２８】

【発明の効果】以上説明したように本発明によれば、入
力された画像から認識対象文字を含む文字列を切り出
し、その文字列画像の全部または一部を文字列方向と垂
直に走査して文字部を形成する画素のヒストグラムを抽
出し、そのヒストグラムを用いて正立文字列であるか否
かを判定し、正立文字列でない文字列画像をずらし変形
させて文字の傾斜角度が相互に異なる複数の文字列画像
を得、その文字列画像に対し、文字列方向と垂直に文字
列画像を走査して文字部を形成する画素のヒストグラム
を抽出し、抽出したヒストグラムを用いて複数の文字列
画像から正立文字列を選択し、正立文字列であると判断
した文字列画像および選択した文字列画像に対し、文字
列方向と垂直に文字列画像を走査して文字部を形成する
画素のヒストグラムを抽出し、そのヒストグラムを用い
て文字列画像から認識対象文字を切り出し、その認識対
象文字を辞書と照合することにより認識候補を決定する
ので、斜字文字列を含む文書でも文字列から正しく文字
を切り出すことができると共に、斜字の認識誤りを良好
に防止できる。

【００２９】また、オペレータが斜字で構成される領域
を指定するようにすれば、傾斜文字を判断する必要がな
いので、高速に斜字文字列を含む文書の認識を行なうこ
とができる。

【図面の簡単な説明】

【図１】本発明の実施例１における文字認識装置の構成
図である。

【図２】文字列切り出し方法の説明図である。

【図３】正立文字列判定方法の説明図である。

【図４】正立文字列判定方法の説明図である。

【図５】傾斜文字列生成方法の説明図である。

【図６】傾斜文字列生成方法の説明図である。

【図７】正立文字列選択方法の説明図である。

【図８】正立文字列選択方法の説明図である。

【図９】文字切り出し方法の説明図である。

【図１０】文字切り出し方法の説明図である。

【図１１】文字認識方法の説明図である。

【図１２】文字認識方法の説明図である。

【図１３】本発明の実施例２における文字認識装置の構
成図である。

【符号の説明】

３ 文字列切り出し部 ４ 正立文字列判定部 ５ 文字列傾斜部 ６ 正立文字列選択部 ７ 文字切り出し部 ８ 認識部 ９ 辞書 １３ 文字列切り出し部 １４ 斜字領域指定手段 １５ 文字列傾斜部 １６ 正立文字列選択部 １７ 文字切り出し部 １８ 認識部

Claims (4)

【特許請求の範囲】
1. 【請求項１】 入力された画像から認識対象文字を含む
   文字列を切り出す文字列切り出しステップと、 前記文字列切り出しステップにおいて切り出された文字
   列画像の全部または一部を文字列方向と垂直に走査して
   文字部を形成する画素のヒストグラムを抽出し、抽出し
   たヒストグラムを用いて正立文字列であるか否かを判定
   する正立文字列判定ステップと、 前記正立文字列判定ステップにおいて正立文字列でない
   と判断された文字列画像をずらし変形させて文字の傾斜
   角度が相互に異なる複数の文字列画像を得る文字列斜傾
   ステップと、 前記文字列斜傾ステップにおいてずらし変形された複数
   の文字列画像に対し、文字列方向と垂直に文字列画像を
   走査して文字部を形成する画素のヒストグラムを抽出
   し、抽出したヒストグラムを用いて複数の文字列画像か
   ら正立文字列を選択する正立文字列選択ステップと、 前記正立文字列判定ステップにおいて正立文字列である
   と判断された文字列画像および前記正立文字列選択ステ
   ップにおいて選択された文字列画像に対し、文字列方向
   と垂直に文字列画像を走査して文字部を形成する画素の
   ヒストグラムを抽出し、抽出したヒストグラムを用いて
   文字列画像から認識対象文字を切り出す文字切り出しス
   テップと、 前記文字列切り出しステップにおいて切り出された認識
   対象文字を辞書と照合することにより認識候補を決定す
   る認識ステップとを実行することを特徴とする文字認識
   方法。
2. 【請求項２】 入力された画像から認識対象文字を含む
   文字列を切り出す文字列切り出し部と、 前記文字列切り出し部により切り出された文字列画像の
   全部または一部を文字列方向と垂直に走査して文字部を
   形成する画素のヒストグラムを抽出し、抽出したヒスト
   グラムを用いて正立文字列であるか否かを判定する正立
   文字列判定部と、 前記正立文字列判定部により正立文字列でないと判断さ
   れた文字列画像をずらし変形させて文字の傾斜角度が相
   互に異なる複数の文字列画像を得る文字列斜傾部と、 前記文字列斜傾部によりずらし変形された複数の文字列
   画像に対し、文字列方向と垂直に文字列画像を走査して
   文字部を形成する画素のヒストグラムを抽出し、抽出し
   たヒストグラムを用いて複数の文字列画像から正立文字
   列を選択する正立文字列選択部と、 前記正立文字列判定部により正立文字列であると判断さ
   れた文字列画像および前記正立文字列選択部により選択
   された文字列画像に対し、文字列方向と垂直に文字列画
   像を走査して文字部を形成する画素のヒストグラムを抽
   出し、抽出したヒストグラムを用いて文字列画像から認
   識対象文字を切り出す文字切り出し部と、 前記文字列切り出し部により切り出された認識対象文字
   を辞書と照合することにより認識候補を決定する認識部
   とを備えたことを特徴とする文字認識装置。
3. 【請求項３】 入力された画像から認識対象文字を含む
   文字列を切り出す文字列切り出しステップと、 指定された領域の文字列画像をずらし変形させて文字の
   傾斜角度が相互に異なる複数の文字列画像を得る文字列
   斜傾ステップと、 前記文字列斜傾ステップにおいてずらし変形された複数
   の文字列画像に対し、文字列方向と垂直に文字列画像を
   走査して文字部を形成する画素のヒストグラムを抽出
   し、抽出したヒストグラムを用いて複数の文字列画像か
   ら正立文字列を選択する正立文字列選択ステップと、 指定された領域以外の領域の文字列画像および前記正立
   文字列選択ステップにおいて選択された文字列画像に対
   し、文字列方向と垂直に文字列画像を走査して文字部を
   形成する画素のヒストグラムを抽出し、抽出したヒスト
   グラムを用いて文字列画像から認識対象文字を切り出す
   文字切り出しステップと、 前記文字列切り出しステップにおいて切り出された認識
   対象文字を辞書と照合することにより認識候補を決定す
   る認識ステップとを実行することを特徴とする文字認識
   装置。
4. 【請求項４】 入力された画像のうち斜字文字で構成さ
   れている領域を使用者が指定するための斜字領域指定手
   段と、 入力された画像から認識対象文字を含む文字列を切り出
   す文字列切り出し部と、 前記斜字領域指定手段により指定された領域の文字列画
   像をずらし変形させて文字の傾斜角度が相互に異なる複
   数の文字列画像を得る文字列斜傾部と、 前記文字列斜傾部によりずらし変形された複数の文字列
   画像に対し、文字列方向と垂直に文字列画像を走査して
   文字部を形成する画素のヒストグラムを抽出し、抽出し
   たヒストグラムを用いて複数の文字列画像から正立文字
   列を選択する正立文字列選択部と、 前記斜字領域指定手段により指定されなかった領域の文
   字列画像および前記正立文字列選択部により選択された
   文字列画像に対し、文字列方向と垂直に文字列画像を走
   査して文字部を形成する画素のヒストグラムを抽出し、
   抽出したヒストグラムを用いて文字列画像から認識対象
   文字を切り出す文字切り出し部と、 前記文字列切り出し部により切り出された認識対象文字
   を辞書と照合することにより認識候補を決定する認識部
   とを備えたことを特徴とする文字認識装置。