JPH0676114A - 文字認識方法 - Google Patents

Abstract

(57)【要約】 【目的】 文字列画像全体の構造的な情報を用いて、接
触文字数、接触の仕方に関係なく文字列を容易に認識す
る。 【構成】 処理は、手書き文書等を入力する処理１０
０、入力文書画像から文字列を抽出する処理１１０、文
字列を認識する処理１２０に大別される。文字列認識処
理では、まず、抽出された文字列画像を細線化して骨格
線図形を生成する（１２１）。次に、骨格線図形を複数
の単純な部分曲線に分割する（１２２）。次に、部分曲
線を組合せて文字列の部分図形を生成し、該部分図形に
ついて文字認識を行う（１２３）。次に、文字に認識さ
れた部分図形をノードとし、該ノードを重み付きのリン
クで多様に結んでネットワークを構成する（１２４）。
最後に、ネットワークから最適解の経路を選び、そのノ
ードの組合せを出力する（１２５）。

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に係り、特
に複数文字の接触した手書き文字列等の認識に最適な文
字認識方法に関する。

【０００２】

【従来の技術】フリーフォーマットの手書き文字を認識
する場合、２つ以上の文字の接触という問題が起こる。
この問題に対処する従来技術方法としては、次のような
方法が知られている。

【０００３】（ａ）垂直方向の射影ヒストグラムの極小
点を文字の分離位置の候補点とする方法（文献２）。

【０００４】（ｂ）２文字が接触している場合に、その
２文字を最適に分離する直線を、画素の２次元的分布に
対して、判別分析法を用いて検出する方法（文献１）。

【０００５】（ｃ）輪郭追跡し、接触文字画像の上輪郭
の谷と下輪郭の頂点を結ぶことにより、２文字を分離す
る方法（文献２）。

【０００６】（ｄ）接触文字画像の上輪郭の谷から出発
して、もし、現在位置（画素）が黒であるか、または、
その左右両隣の画素がどちらも黒か、どちらも白である
ときには、１ピクセル下に移動する方法（文献２）。な
お、それ以外の時は、片方に黒があり、別な方に白があ
る。そのような場合には、黒画素の方向に１ピクセルだ
け横に移動する。

【０００７】（ｅ）接触文字画像の下輪郭の頂点から出
発して、もし、現在位置（画素）が黒であるか、また
は、その左右両隣の画素がどちらも黒か、どちらも白で
あるときには、１ピクセル上に移動する方法（文献
２）。この場合も、それ以外の時は、片方に黒があり、
別な方に白がある。そのような場合には、黒画素の方向
に１ピクセルだけ横に移動する。

【０００８】（ｆ）接触文字画像の上輪郭と下輪郭の高
さの差が、急激に変わる点（一般には小さくなる点）を
分離候補点とする方法（文献３）。

【０００９】（ｇ）接触文字画像の上輪郭にループの極
大点に対応する２つの頂点があり、かつ、下輪郭にルー
プの極小点に対応する２つの谷があるときに、上輪郭上
の２つの頂点の間に谷があり、下輪郭上の２つの谷の間
に頂点があるならば、これらの上輪郭の谷と下輪郭の頂
点を結んで、ループの接触を分離する方法（文献３）。

【００１０】＜文献＞ １．Ｆ．Ｋｉｍｕｒａ ａｎｄ Ｍ．Ｓｈｒｉｄｈａ
ｒ，“Ｒｅｃｏｇｎｉｔｉｏｎ ｏｆ ｃｏｎｎｅｃｔ
ｅｄ ｎｕｍｅｒａｌ ｓｔｒｉｎｇｓ，”ｉｎＰｒｏ
ｃｅｅｄｉｎｇｓ ｏｆ Ｆｉｒｓｔ Ｉｎｔｅｒｎａ
ｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｄｏｃｕ
ｍｅｎｔ Ａｎａｌｙｓｉｓ ａｎｄ Ｒｅｃｏｇｎｉ
ｔｉｏｎ，Ｓａｉｎｔ Ｍａｌｏ ，Ｆｒａｎｃｅ，Ｓ
ｅｐｔ．３０−Ｏｃｔ．１，１９９１，ｐｐ．７３１−
７３９． ２．Ｒ．Ｆｅｎｒｉｃｈ，“Ｓｅｇｍｅｎｔａｔｉｏｎ
ｏｆ ａｕｔｏｍａｔｉｃａｌｌｙ ｌｏｃａｔｅｄ
ｈａｎｄｗｒｉｔｔｅｎ ｗｏｒｄｓ，”ｉｎＰｒｏ
ｃｅｅｄｉｎｇｓ ｏｆ Ｓｅｃｏｎｄ Ｉｎｔｅｒｎ
ａｔｉｏｎａｌＷｏｒｋｓｈｏｐ ｏｎ Ｆｒｏｎｔｉ
ｅｒｓ ｉｎ Ｈａｎｄｗｒｉｔｉｎｇ ｒｅｃｏｇｎ
ｉｔｉｏｎ，Ｂｏｎａｓ，Ｆｒａｎｃｅ，Ｓｅｐｔ．２
３ −２７，１９９１，ｐｐ．３３−４４． ３．藤原、道野、「接触した手書文字の自動分離を行う
文字切り出し方式」、昭和５９年電子通信学会総合全国
大会、Ｎｏ．１５８８，１９８４．

【００１１】

【発明が解決しようとする課題】手書き文字の接触に固
有な問題は、図１６の「５」と「７」のように、互いに
入り組んで接触することが多く、分離位置を簡単に直線
を引くことにより決めもことができないことである。上
記従来の方法は、射影（ａ）、画素分布（ｂ）、上・下
輪郭（ｃ），（ｆ），（ｇ）のような、統計的特徴や、
画像の周辺の情報のみを使っており、内部の入り組んだ
構造に対する情報し使っていない。そのため、これらの
方法では、様々な複雑な後処理を施すことによって、入
り組んだ接触に対処している。（ｄ）と（ｅ）では、内
部の情報を使おうとしているが、ヒューリスティックの
みに頼った方法のため、信頼性や拡張性が明確でない。
また、文献（２）のように、接触の仕方によって、
（ａ）から（ｇ）の方法を組み合わせて使うことも行な
われているが、いくつかの方法を並列的に走らせるため
に、処理量とプログラム容量が大きくなり、かつ、複数
の方法から幾通りかの答えが出てきた場合に、いかに答
えを統合して決定を下すかが問題となる。また、これら
の方法は基本的に２文字の接触を仮定しているので、３
文字以上の接触に対しては、手続きを再帰的に適用する
ことにより対処せざるを得なかった。

【００１２】本発明の目的は、上輪郭や下輪郭のような
文字列画像の周辺の情報ではなく、文字列画像全体の構
造的な情報を用いた、あらゆる接触の仕方に対応でき、
接触している文字も２つに限らず、いくつの場合にも適
用できる、構成する文字の数が不明あるいは既知の文字
列画像を容易に認識する方法を提供することにある。

【００１３】

【課題を解決するための手段】上記目的を達成するため
に、請求項１の発明の文字認識方法は、入力された文字
列画像を細線化する処理と、前記細線化して得られる骨
格線図形を複数の単純な部分曲線に分割する処理と、前
記部分曲線を組合せて文字列の部分図形を生成し、各部
分図形について文字認識を行う処理と、文字として認識
された部分図形をノードとし、該ノード間を重み付きの
リンクで多様に結ぶネットワークを構成する処理と、前
記ネットワークから最適経路を選び、そのノードの認識
文字の組合せを出力する処理とからなることを特徴とす
る。

【００１４】また、請求項２の発明は、上記請求項１記
載の文字認識方法において、構成する文字の数が既知の
文字列の場合、ネットワークについて、その構成するノ
ードの数が与えられた文字の数と一致する中から全体と
して最適経路のものを選ぶことを特徴とする。

【００１５】さらに、請求項３の発明は、上記請求項１
もしくは２記載の文字認識方法において、骨格線図形を
部分曲線に分割する際に、部分的に分割の仕方を細かく
することを特徴とする。

【００１６】

【作用】入力文字画像を細線化して得られた骨格線図形
を分岐点や端末点で分解し、単純弧や単純閉曲線などの
複数の部分曲線に分割する。この際、分岐点や、交差点
無しに、２つの文字が接触しているような、微妙な接触
が起こっている可能性が高い場合には、その付近の分解
の仕方を他の箇所よりも細かくする。これらの部分曲線
をあらためて組合せて文字列の部分図形を生成し、認識
処理を行い、文字に認識された部分図形だけを集めてネ
ットワークを構成する。このようにして、文字列骨格線
から得られる様々な部分図形を認識結果の組合せの中か
ら、全体として最適なものを選び、それを認識結果とす
る。これにより、接触文字数、接触の仕方、あるいは文
字の接触の有無に関係なく、文字列画像を認識できるこ
とになる。

【００１７】

【実施例】以下、本発明の一実施例について図面により
詳述する。

【００１８】図２は本発明を達成するハードウエア構成
の概略ブロック図である。図２において、画像入力装置
１０はスキャナなどからなり、手書き文書などを読み取
る。この読み取られた文書は、黒画素が１、白画素が０
の２値画像情報として画像メモリ２０に格納される。画
像処理装置３０は、画像メモリ２０の画像情報を読み出
して種々の処理を行う。本発明では、後述の図１の処理
を行う。ワークメモリ４０は画像処理装置３０の作業用
メモリとして用いられる。また、ファイルメモリ５０は
画像処理装置３０での最終的処理結果や認識で必要な各
種の辞書類を格納するのに用いられる。

【００１９】図１は、本発明の一実施例の全体の処理手
順を示したものである。処理は、画像入力処理１００、
文字列（単語）抽出処理１１０及び文字列（単語）認識
処理１２０に大別される。また、文字列認識処理１２０
は細線化処理１２１、曲線分割処理１２２、部分認識処
理１２３、ネットワーク構成処理１２４、最適解探索処
理１２５からなり、さらに、部分認識処理１２３は部分
図形生成処理１２３−１と文字認識処理１２３−２から
なる。

【００２０】画像入力処理１００では、画像入力装置１
０により手書き文書などを２値画像情報として読み取
る。文字列抽出処理１１０では、射影などの方法を用い
て、入力文書画像から一塊りの文字列（単語）を抽出す
る。これらは従来の方法をそのまま利用すればよいの
で、これ以上の説明は省略する。以下では、本発明の中
心をなす文字列認識処理１３０について具体例によって
説明する。

【００２１】＜細線化処理＞細線化処理１２１では、抽
出した文字列（単語）の細線化を行うと共に、その骨格
線データから文字列の幅（Ｗ）と高さ（Ｈ）を求める。
例えば、図３のような文字列画像から図４のような骨格
線図形が生成される。図４の場合、Ｗ＝１０８，Ｈ＝４
１である。以下、図４のように、文字列の骨格線を囲む
最小の直立長方形の、左下の角が原点（０，０）、右上
の角が（Ｗ，Ｈ）になるようにＸＹ座標軸を取る。

【００２２】＜曲線分割処理＞曲線分割処理１２２で
は、細線化処理１２で得られた骨格線図形を、まず、分
岐点や端末で分解する。例えば、図４の場合には、図５
に示すように、０から１０までの１１個の単純弧（０〜
８、１０）、または、単純閉曲線（９）に分解される。

【００２３】次に、分解の結果得られた単純弧、単純閉
曲線に対して、それぞれ、その上の点のＸ座標の最大値
（Ｘｍａｘ）と最小値（Ｘｍｉｎ）を求める。ここで、
Ｘｍａｘ−Ｘｍｉｎが文字列の高さＨに比べて大きいと
きには、図３の２つの文字「４」と「５」のように、分
岐点や、交差点無しに、２つの文字が接触している可能
性が高い。そこで、その単純弧、単純閉曲線に対して、 Ｘｍａｘ−Ｘｍｉｎ＞ａ・Ｈ （１） であれば、その単純弧を適当に分解する。なお、ａは、
予め与えられている正のパラメータで、０．５〜１．０
である。例えば、ａ＝０．６とすると、図５の場合、単
純弧６と単純閉曲線９が（１）式を満たすので、さらに
図６のように分解される。ここで、図６において、分割
点を点で示す。この結果、図４の骨格図形線について、
図６のように、１９個の単純弧が得られる。これらの各
々を「枝」とよぶ。図６では、１９個の枝が得られる。

【００２４】これらの枝を、Ｘ座標の中心の値（Ｘｍａ
ｘ−Ｘｍｉｎ）／２で、順序づける。この値が同じもの
に対しては、Ｘｍｉｎで順序づける。図６の番号０〜１
８は、この規則によって割り当てたものである。各々の
枝は、その上の点のＸ座標、Ｙ座標の最小・最大値（Ｘ
ｍｉｎ，Ｘｍａｘ，Ｙｍｉｎ，Ｙｍａｘ）、長さ、そし
て、その上の点の座標情報を持つ。図７は、図６の枝０
〜１８に対して、Ｘｍｉｎ，Ｘｍａｘ，Ｙｍｉｎ，Ｙｍ
ａｘ，長さを示したものである。

【００２５】＜部分認識処理＞部分認識処理１２３は、
部分図形生成処理１２３−１と文字認識処理１２３−２
からなる。

【００２６】部分骨格線生成処理１２３−１では、２つ
の整数のパラメータ「ｓ」と「ｅ」（ただし、ｓ≦ｅ）
を与えられて、ｓ番目からｅ番目までの枝の上にある点
を取ってきて、図４に示されているような骨格図形の部
分図形を生成する。ここで、効率化のために、以下の
（ａ）と（ｂ）のように、文字列の高さに比べて、その
幅が十分小さくて、かつ、その高さが十分大きい、部分
図形のみを作る。

【００２７】（ａ）ｅ番目の枝のＸ座標の最大値Ｘｍａ
ｘ（ｅ）が、ｓ番目の枝のＸ座標の最小値Ｘｍｉｎ
（ｓ）に対して、 Ｘｍａｘ（ｅ）＞Ｘｍｉｎ＋ｂ・Ｈ （２） であれば、部分図形を作らないことにする。なお、ｂ
は、予め与えられている正のパラメータで、１．５〜
２．０とする。（ｂ）ｓ番目からｅ番目までの枝から作
られる部分図形のＹ座標の最小値と最大値を、図７のよ
うな表から探してきて、それらを、それぞれ、Ｙ０、Ｙ
１とするとき、 Ｙ１−Ｙ０＜ｂ′・Ｈ （３） であれば、部分図形を作らないことにする。なお、ｂ’
は、予め与えられている正のパラメータで、０．３〜
０．８とする。言い換えると、 Ｘｍａｘ（ｅ）≦Ｘｍｉｎ（ｓ）＋ｂ・Ｈ，かつ、Ｙ１
−Ｙ０≧ｂ’・Ｈ のときにだけ、部分図形を作る。図６について、部分図
形生成処理１２３−１で作られる部分図形の例を挙げる
と、図８乃至図１０のようになる。図中、例えば「０−
２」は、「０」がｓ（スタート）番目の枝、「２」がｅ
（エンド）番目の枝を意味する。また、「Ｘ」印のもの
は、一応部分骨格線と考えることができるが、生成の対
象としない例である。

【００２８】文字認識処理１２３−２では、部分図形生
成処理１２３−１で作られた部分図形を認識し、候補文
字と標準パターンからの距離を出力する。認識方法は従
来から提案されている方法のいずれを用いてもよいが、
例えば特開平３−１０８０７９号公報に記載の認識方法
でもよい。距離は０〜１の間に正規化されているとす
る。図８乃至図１０の部分図形（×印以外のもの）に対
して、ある文字に認識されたもの（リジェクトされなか
ったもの）だけをまとめてみると、図１１のように１２
個になる。ここで、番号は、部分図形の番号、枝番号
は、上記のｓとｅに相当し、Ｘｍｉｎ，Ｘｍａｘ，Ｙｍ
ｉｎ，Ｙｍａｘは、その部分図形のＸ，Ｙ座標の最小・
最大値、長さは、その部分図形の線の長さ、文字コード
は認識結果、距離は標準パターンからの距離、そして、
スコアは、（距離）×（長さ）で計算されたものであ
る。部分図形の番号は、上記のｓの値が小さい順に、ｓ
の値が同じものに対しては、ｅの値が小さい順に付けら
れるとする。

【００２９】＜ネットワーク構成処理＞ネットワーク構
成処理１２４では、ある文字に認識された部分図形のネ
ットワークを次のように構成する。ネットワークにおい
ては、ＲＯＯＴとＥＮＤと呼ばれる特殊なノードと、各
部分図形に対応するノードがある。各部分図形に対応す
るノードには、対応する部分図形の番号０，１，…，Ｎ
ｎ−１（Ｎｎは認識された部分図形の数）が付けられ
る。

【００３０】次に、部分図形に対応する２つのノード間
のリンクを次のようにして張る。ｉとｊ（ただし、ｉ＜
ｊ）を、部分図形の番号とする。また、ｓ（ｉ），ｅ
（ｉ）をそれぞれ、部分図形ｉの先頭と最後の枝の番
号、Ｘｍｉｎ（ｉ），Ｘｍａｘ（ｉ），Ｙｍｉｎ
（ｉ），Ｙｍａｘ（ｉ）を、それぞれ、部分図形ｉの
Ｘ，Ｙ座標の最小・最大値とする。ｓ（ｊ），ｅ
（ｊ），Ｘｍｉｎ（ｊ），Ｘｍａｘ（ｊ），Ｙｍｉｎ
（ｊ），Ｙｍａｘ（ｊ）も、同様に定義する。そして、
次の条件を満足するときに、ネットワークのノードｉと
ｊを、ｉ→ｊのように、向き付きのリンクでつなぐ。 １．ｅ（ｉ）≦ｓ（ｊ） ２．Ｘｍａｘ（ｉ）−Ｘｍｉｎ（ｊ）＜ｃ・Ｈ（ｃは、
予め与えられている正のパラメータで、０．２〜０．
４）。これは、部分図形ｉとｊの横方向の重なりが、大
きすぎないことを要求するものである。 ３．Ｘｍｉｎ（ｉ）＋ｄ・Ｈ＞Ｘｍｉｎ（ｊ）（ｄは、
予め与えられている正のパラメータで、１．５〜２．
５）。これは、部分図形ｉとｊが横方向に離れ過ぎてい
ないことを要求するものである。 ４．ｄｙを２つの部分図形ｉとｊ要同時に囲む最小の直
立長方形の高さ、ｏｙを、部分図形ｉを囲む最小の直立
長方形と、部分図形ｊを囲む最小の直立長方形の交わり
の部分の高さとする。もし、Ｘｍａｘ（ｉ）≧Ｘｍｉｎ
であれば、ｏｙ＞の交わりの部分の高さとする。もし、
Ｘｍａｘ（ｉ）≧Ｘｍｉｎ（ｊ）であれば、ｏｙ＞ｆ・
ｄｙ（ｆは、予め与えられている正のパラメータで、
０．５〜０．９）でなければならない。これは、部分図
形ｉとｊが横方向に接触しているか、または、多なって
いる場合、ｉとｊの高さと縦方向の位置がほぼ等しいこ
とを要求するものである。

【００３１】さらに、リンクに対して、重みを次のよう
に与える。 １．ｅ（ｉ）＝ｓ（ｊ）、または、ｅ（ｉ）＋１＝ｓ
（ｊ）のときは０。 ２．ｅ（ｉ）＋１＜ｓ（ｊ）のときは、ｅ（ｊ）＋１番
目から、ｓ（ｊ）−１番目までの枝の長さの総和。

【００３２】ＲＯＯＴノードから、部分図形に対応する
ノードｉへのリンクＲＯＯＴ→ｉは、Ｘｍｉｎ（ｉ）＜
ｄ・Ｗ（ｄは上記のパラメータ）のときのみ張る。ま
た、部分図形に対応するノードｉから、ＥＮＤノードへ
のリンクｉ→ＥＮＤは、Ｘｍａｘ（ｉ）＞（１−ｄ）・
Ｗのときのみ張る。

【００３３】いま、枝がＮｂ個あり、それぞれ、０から
Ｎｂ−１までの番号が付けられているとする。リンクＲ
ＯＯＴ→ｉの重みは、ｓ（ｉ）＝０のとき０、それ以外
の時は、０番目からｓ（ｉ）−１番目までの枝の長さの
総和として与えられる。リンク→ＥＮＤの重みは、ｅ
（ｉ）−Ｎｂ−１のとき０、それ以外の時は、ｅ（ｉ）
＋１番目からＮｂ−１までの枝の長さの総和として与え
られる。

【００３４】図１１の例について、ネットワーク構成を
示すと図１２のようになる。この例では、Ｎｎ＝１２で
ある。また、図１３に、このようにして構成された重み
付け有向ネットワークを表形式で示す。

【００３５】＜最適解探索処理＞最適解探索処理１２５
では、いわゆる動的計画法（ダイナミックプログラミン
グ）を適用し、ネットワーク構成処理１２４で求った有
向ネットワークについて、ＲＯＯＴノードからＥＮＤノ
ードに至る経路を縦型探索して文字列を認識する。ここ
で、ＲＯＯＴからＥＮＤに至る経路（ＲＯＯＴ，Ｎ
（１），Ｎ（２），…，Ｎ（ｍ），ＥＮＤ）において
（Ｎ（ｉ），ｉ＝１，２，…，ｍ，は対応する部分図形
の番号）、次の２つを評価関数として用いる。

【００３６】（１）部分図形Ｎ（ｉ）（ｉ＝１，２，
…，ｍ）のスコア（＝（認識された標準パターンから距
離）×（部分図形の線の長さ））の和Ｓ。 （２）経路上のリンクＲＯＯＴ→Ｎ（１），Ｎ（２），
…，Ｎ（ｍ−１）→Ｎ（ｍ），Ｎ（ｍ）→ＥＮＤに付け
られた重みの総和Ｕ。

【００３７】ここでは、Ｕを最小にする経路を見つけ、
もし、Ｕを最小にする経路が幾通りかあった場合には、
Ｓを最大にするものを選ぶ。また、Ｕに対しては、許容
範囲を、Ｕ０＝ｇ・Ｌ（Ｌは骨格線の総長、ｇは、予め
与えられている正のパラメータで、０〜０．２）以下と
する。もしも、選ばれた経路において、Ｕの最小値がＵ
０以下であった場合には、部分図形Ｎ（ｉ）（ｉ＝１，
２，…，ｍ）の認識結果を順にならべて、文字列の認識
結果として出力し、Ｕ０より大きければ、結果として、
「リジェクト」を出力する。

【００３８】ネットワークの縦型探索の際には、経路
（ＲＯＯＴ，ｎ（１），ｎ（２），…，ｎ（ｋ））にお
いて（ｎ（ｉ），ｉ＝１，２，…，ｋ，は対応する部分
図形の番号）、現在、たどり着いているノードｎ（ｋ）
と、経路上でｎ（ｋ）より前のあるノードｎ（１），ｎ
（２），…，ｎ（ｋ−１）に対して、次の条件を調べ
る。ここで、ｓ（ｉ），ｅ（ｉ）をそれぞれ、部分図形
ｉの先頭と最後の枝の番号、Ｘｍｉｎ（ｉ），Ｘｍａｘ
（ｉ），Ｙｍｉｎ（ｉ），Ｙｍａｘ（ｉ）を、それぞ
れ、部分図形ｉのＸ，Ｙ座標の最小・最大値とする。 ａ．経路上のリンクＲＯＯＴ→ｎ（１），ｎ（１）→ｎ
（２），…，ｎ（ｍ−１）→ｎ（ｍ）→ＥＮＤに付けら
れた重みの総和をＵ（ｋ）とする。もし、Ｕ（ｋ）＞Ｕ
０＝ｇ・Ｌであれば、リンクに付けられた重みが０、ま
たは、正であるので、そのノードから先の縦型探索を行
なっても、評価関数Ｕの値は、Ｕ０以下になることはな
い。そこで、そのような場合には、探索を効率良く行な
うために、ノードｎ（ｋ）から先の縦型探索をやめる。 ｂ．あるｉ＝１，２，…，ｋ−１に対して、ｅ（ｎ
（ｉ））＞ｓ（ｎ（ｋ））であれば、ノードｎ（ｋ）か
ら先の縦型探索をやめる。 ｃ．あるｉ＝１，２，…，ｋ−１に対して、Ｘｍａｘ
（ｎ（ｉ）−Ｘｍｉｎ（ｎ（ｋ）≧ｃ・Ｈであれば、ノ
ードｎ（ｋ）から先の縦型探索をやめる（ｃは、上記の
パラメータ）。 ｄ．あるｉ＝１，２，…，ｋ−１に対して、Ｘｍｉｎ
（ｎ（ｉ）＋ｄ・Ｈ≦Ｘｍｉｎ（ｎ（ｋ））であれば、
ノードｎ（ｋ）から先の縦型探索をやめる（ｄは、上記
パラメータ）。 ｅ．ｄｙ（ｉ）を２つの部分図形ｎ（ｉ）（ｉ＝１，
２，…，ｋ−１）とｎ（ｋ）を同時に囲む最小の直立長
方形の高さ、ｏｙ（ｉ）を、部分図形ｎ（ｉ）（ｉ＝
１，２，…，ｋ−１）を囲む最小の直立長方形と、部分
図形ｎ（ｋ）を囲む最小の直立長方形の交わり部分の高
さとする。あるｉ＝１，２，…，ｋ−１に対して、も
し、Ｘｍａｘ（ｎ（ｉ））≧Ｘｍｉｎ（ｎ（ｋ））、か
つ、ｏｙ（ｉ）≦ｆ・ｄｙ（ｉ）であれば、ノードｎ
（ｋ）から先の縦型探索をやめる（ｆは、上記のパラメ
ータ）。

【００３９】図１２及び図１３の例の場合、図１４に示
すような経路が答えとして得られ、Ｕ＝０，Ｓ＝７６．
４３となり、文字列の認識結果として、部分図形０，
２，５，９の認識結果を並べた「３４５６」が出力され
る。見方をかえれば、経路上のノードに対応する部分図
形を使って、図４の文字列の骨格線が、図１５のよう
に、４つに切り分けられたことになる。

【００４０】なお、文字列中の文字の数が既知の場合に
は、上記のｍがその文字の数と一致するものの中で、Ｕ
を最小にする経路を見つけ、もし、Ｕを最小にする経路
が幾通りかあった場合には、Ｓを最大にするものを選
ぶ。もしも、選ばれた経路において、Ｕの最小値がＵ０
以下であった場合には、その中で、Ｓを最大にするもの
について、部分図形Ｎ（ｉ）（ｉ＝１，２，…，ｍ）の
認識結果を順にならべて、文字列の認識結果として出力
し、Ｕ０より大きければ、結果として、「リジェクト」
を出力する。

【００４１】また、文字列中の文字の数が既知の場合、
ネットワークの縦型探索の際には、経路（ＲＯＯＴ，ｎ
（１），ｎ（２），…，ｎ（ｋ）において（ｎ（ｉ），
ｉ＝１，２，…，ｋ，は対応する部分図形の番号）、現
在、たどり着いているノードｎ（ｋ）と、経路上でｎ
（ｋ）より前のあるノードｎ（１），ｎ（２），…，ｎ
（ｋ−１）に対して、上記した条件とともに、次の条件
を調べる。ｋが、与えられた文字数より大きければ、ノ
ードｎ（ｋ）から先の縦型探をやめる。

【００４２】図１６乃至２４に、本発明による文字列認
識処理の別の具体例を示す。

【００４３】図１６は、入力文字列画像であり、「５」
と「７」、「７」と「９」が接触している例である。こ
のような文字列画像から、図１７のような骨格線図形を
生成する。そして、この骨格線データから、文字列の幅
（Ｗ）と高さ（Ｈ）を求める。例えば、図１７の例で
は、Ｗ＝７９，Ｈ＝４２であるとする。

【００４４】図１８は、図１７の骨格線図形から得られ
る枝で、ここでは、０〜９の１０個の枝が得られる。図
１９は、図１８の枝０〜９に対して、その上の点のＸ座
標、Ｙ座標の最小・最大値（Ｘｍｉｎ，Ｘｍａｘ，Ｙｍ
ｉｎ，Ｙｍａｘ）、長さを表にしたものである。

【００４５】図１８の枝０〜９から部分図形を生成し、
各部分図形に対して、ある文字に認識されたもの（リジ
ェクトされなかったもの）だけをまとめてみると、図２
０のように６個になる。図２０の意味は図１１と同様で
あり、スコアは（距離）×（長さ）で計算されたもので
ある。

【００４６】図１２及び図２２は、図２０の部分図形に
対する重み付け有向ネットワークを示したものである。
図２３は、そのネットワークの探索によって得られた最
適経路で、Ｕ＝０，Ｓ＝７７．５５となり、文字列の認
識結果として、部分図形，２，４，５の認識結果を並べ
た、「５７９１」が出力される。また、経路上のノード
に対応する部分図形を使って、図１７の文字列の骨格線
を、図２４のように、４つに切り分けることができる。

【００４７】

【発明の効果】請求項１の発明では、接触文字数、接触
の仕方、あるいは、文字の接触の有無に関係なく、構成
する文字の数が不明な文字列画像でも容易に認識するこ
とが可能である。

【００４８】請求項２の発明では、構成する文字の数が
既知の文字列画像を同様に容易に認識することが可能で
ある。

【００４９】請求項３の発明では、分岐点や、交差点無
しに、２つの文字が接触しているような、接触の仕方が
微妙な場合でも、複雑な後処理を施すことなく容易に文
字を認識することが可能である。

【図面の簡単な説明】

【図１】本発明の全体的処理手順の一実施例を示す図で
ある。

【図２】図１の処理を実行するハードウエア構成例の概
略ブロック図である。

【図３】認識対象の文字列画像の一例を示す図である。

【図４】図３の文字列画像の骨格線図形を示す図であ
る。

【図５】図４の骨格線図形を単純弧や単純閉曲線に分解
した図である。

【図６】図４の骨格線図形を最終的に部分曲線に分割し
た図である。

【図７】図６の各部分曲線のリストを表形式で示した図
である。

【図８】図６の部分曲線から生成される部分図形の一例
を示す図である。

【図９】図８の続きの図である。

【図１０】図９の続きの図である。

【図１１】図８乃至図１０の部分図形のうち、文字と認
識された部分図形のリストを表形式で示した図である。

【図１２】図１１の文字と認識された部分図形のネット
ワーク構成を示す図である。

【図１３】図１３のネットワーク構成を表形式で示した
図である。

【図１４】図１２のネットワーク構成の最適解探索結果
を示す図である。

【図１５】図１４に対応する認識結果の文字列を示す図
である。

【図１６】認識対象の文字列画像の他の例を示す図であ
る。

【図１７】図１６の文字列画像の骨格線図形を示す図で
ある。

【図１８】図１７の骨格線図形を部分曲線に分割した図
である。

【図１９】図１８の各部分曲線のリストを表形式で示し
た図である。

【図２０】図６の部分曲線から生成された部分図形のう
ち、文字と認識された部分図形のリストを表形式で示し
た図である。

【図２１】図２０の文字と認識された部分図形のネット
ワーク構成を示す図である。

【図２２】図２１のネットワーク構成を表形式で示した
図である。

【図２３】図２１のネットワーク構成の最適解探索結果
を示す図である。

【図２４】図２３に対応する認識結果の文字列を示す図
である。

【符号の説明】

１００ 文字画像入力処理 １１０ 文字列抽出処理 １２０ 文字列認識処理 １２１ 細線化処理 １２２ 曲線分割処理 １２３ 部分認識処理 １２４ ネットワーク構成処理 １２５ 最適解探索処理

Claims (3)

【特許請求の範囲】
1. 【請求項１】 入力された文字列画像を細線化する処理
   と、前記細線化して得られる骨格線図形を複数の単純な
   部分曲線に分割する処理と、前記部分曲線を組合せて文
   字列の部分図形を生成し、各部分図形について文字認識
   を行う処理と、文字として認識された部分図形をノード
   とし、該ノード間を重み付きのリンクで多様に結ぶネッ
   トワークを構成する処理と、前記ネットワークから最適
   経路を選び、そのノードの認識文字の組合せを出力する
   処理とからなることを特徴とする文字認識方法。
2. 【請求項２】 請求項１記載の文字認識方法において、
   構成する文字の数が既知の文字列の場合、ネットワーク
   について、その構成するノードの数が与えられた文字の
   数と一致する中から全体として最適経路のものを選ぶこ
   とを特徴とする文字認識方法。
3. 【請求項３】 請求項１もしくは２記載の文字認識方法
   において、骨格線図形を部分曲線に分割する際に、部分
   的に分割の仕方を細かくすることを特徴とする文字認識
   方法。