JPH0713998A - 文字認識装置およびその方法 - Google Patents

Abstract

(57)【要約】 【目的】 精度の高い文字認識を迅速に行う文字認識装
置およびその方法を提供する。 【構成】 文字認識装置１０はＣＰＵ１３、ＲＯＭ１
５、ＲＡＭ１７の他にイメージスキャナ１９、特徴抽出
部３９、辞書部２８及び表示部３１などを備える。イメ
ージスキャナ１９で読み込まれた文書イメージデータは
特徴抽出部３９、辞書部２８によって文字認識されると
その推定確率にしたがって第１候補から第３候補の文字
列を表示部３１に表示する。さらに、ＲＯＭ１５に格納
された文字間の結合度テーブルにしたがって第１候補か
ら第３候補の文字列の各文字の推定確率を補正して最適
の候補文字を認識する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、画像データから文字を
認識する文字認識装置およびその方法に関する。

【０００２】

【従来の技術】従来の文字認識装置では、日本語の単語
辞書を用いて後処理を行なうことにより文字の認識率を
向上させている。この種の文字認識装置では、原稿に描
かれている画像をイメージスキャナで画像データとして
読み取り１文字毎に切り出しては文字パターンの認識処
理を行なっている。例えば「写真を撮る」という文字列
の画像データから第１候補の文字列として「写直を撮
る」、第２候補の文字列として「軍夏旨揚ろ」、第３候
補の文字列として「宇真ま損３」を認識する。つぎに、
予め登録されている日本語の単語辞書（図８にその一部
を示す）を使用して後処理を行なう。この後処理では、
まず文字認識の結果得られた第１候補の最初の文字
「写」に注目し、「写」の文字をキーとして単語辞書を
検索することにより単語「写植」および「写真」をヒッ
トするが、「写真」という単語が文字認識の結果、前述
の第３候補の２文字目の文字「真」と組み合わせること
によって得られる単語であることがわかる。したがっ
て、「写真」という単語が極めて確からしいと予想され
る。

【０００３】さらに、第２候補の最初の文字「軍」及び
第３候補の最初の文字「宇」についても、同様に単語辞
書を検索し、２文字目以降の候補の文字と組み合わせて
一致するような単語が存在するかどうかを調べる。
「軍」や「宇」で始まり、それぞれ２文字目以降の文字
と組み合わせて一致するような単語は存在しないので、
「写真」が正しい認識結果と判定される。この判定に基
づいて、２文字目に関しては「真」を新たに第１候補に
し、「直」を第２候補にし、「夏」を第３候補にする置
換する処理が行われる。

【０００４】以上示した例では、文字列の１文字目から
照合を行っているが、一般的には文字列中において、
（１）単語検索によって確定した次の文字から、（２）
文字列中の句読点の次の文字から、或いは（３）第１候
補に関して「ひらがな」から「漢字」に変換される部分
が存在するとき、その漢字の部分から照合を行なうよう
にされている。

【０００５】

【発明が解決しようとする課題】しかしながら、従来の
文字認識ではつぎのような問題があり、そのため文字認
識には制限があり、精度の高い文字認識を行えなかっ
た。すなわち、（１）単語の照合を始めるべき位置が必
ずしも正確には得られない。（２）単語辞書を利用する
ために大容量のメモリを必要とする。（３）上記従来例
では第３候補まで対象としていたが、候補数が増加する
と可能な文字列の組合せ数が急激に増加し極めて長い照
合時間を必要とする。（４）補語、数字、送り仮名など
の単語に含まれない文字（「・・・は・・・」「・・・
０１２・・・」「・・・れば・・・」等）ものについて
は考慮されない。（５）単語検索の結果、一致する単語
が存在するか否かで判断しているので、複数の単語が一
致した場合の優先順序が明確でない。このようにいくつ
かの問題点が存在するために、従来の文字認識では、認
識精度に限界があった。

【０００６】本発明は、前述したこの種の文字認識の現
状に鑑みてなされたものであり、その目的は、精度の高
い文字認識を迅速に行う文字認識装置およびその方法を
提供することを目的とする。

【０００７】

【課題を解決するための手段】第１の発明の文字認識装
置は、文書を画像データとして記憶する文書記憶手段
と、この画像データから文字単位に連続して文字パター
ンを切り出す文字切り手段と、この文字切り手段によっ
て連続して切り出された前記文字パターンのそれぞれか
ら複数の候補文字およびこの候補文字の確実度を生成す
る文字認識手段と、単語や文節など前後の文字の繋がり
を考慮して設定された文字間の結合度を格納する辞書手
段と、この辞書手段に格納された文字間の結合度にした
がって、前記連続して切り出された文字パターンの各候
補文字の確実度を補正する補正手段と、この補正手段に
よって補正された前記確実度に基づいて、前記複数の候
補文字の中から最も前記確実度の高い候補文字を選択す
る選択手段とを備える。

【０００８】第２の発明の文字認識方法は、文書を画像
データとして記憶し、この記憶された画像データから文
字単位に連続して文字パターンを切り出し、この連続し
て切り出された前記文字パターンのそれぞれから複数の
候補文字およびこの候補文字の確実度を生成し、単語や
文節など前後の文字の繋がりを考慮して設定された文字
間の結合度を格納し、この格納された文字間の結合度に
したがって、前記連続して切り出された文字パターンの
各候補文字の確実度を補正し、この補正された前記確実
度に基づいて、前記複数の候補文字の中から最も前記確
実度の高い候補文字を選択する。

【０００９】

【作用】第１の発明の文字認識装置は、文書記憶手段に
よって文書を画像データとして記憶し、文字切り手段に
よってこの画像データから文字単位に連続して文字パタ
ーンを切り出し、この文字切り手段によって連続して切
り出された前記文字パターンのそれぞれから複数の候補
文字およびこの候補文字の確実度を文字認識手段によっ
て生成し、辞書手段によって単語や文節など前後の文字
の繋がりを考慮して設定された文字間の結合度を格納
し、この辞書手段に格納された文字間の結合度にしたが
って、前記連続して切り出された文字パターンの各候補
文字の確実度を補正手段によって補正し、この補正手段
によって補正された前記確実度に基づいて、前記複数の
候補文字の中から最も前記確実度の高い候補文字を選択
手段によって選択する。

【００１０】

【実施例】以下、本発明の実施例を図１乃至図７を参照
して詳細に説明する。図１は本実施例の文字認識装置１
０の構成を示すブロック図である。文字認識装置１０は
ＣＰＵ（中央処理装置）１３、ＲＯＭ（リードオンリー
メモリ）１５、ＲＡＭ（ランダムアクセスメモリ）１７
の他にバス１４を介して接続されたイメージスキャナ１
９、日本語文書が保存された外部記憶部２５、標準の文
字パターンが登録されている辞書部２８、表示部３１、
キーボード３３、ポインティングデバイス３５、カラー
プリンタ３７、特徴抽出部３９、大分類部４０を備えて
構成される。ＲＡＭ１７は画像データの展開や認識処理
のための作業領域として用いられるメモリであり、文書
イメージデータ領域１７ａ、特徴ベクトル領域１７ｂ、
文字切り枠の座標データ領域１７ｃ、候補文字セット領
域１７ｄおよび文字イメージデータ領域１７ｅが確保さ
れている。ＲＯＭ１５には後述するフローチャートに示
すようなＣＰＵ１３が実行する文字認識の処理手順のプ
ログラムが記憶されている他、後述する図５の結合確率
テーブルが格納されている。辞書部２８は標準の文字パ
ターンに対応する文字コード等を登録する詳細辞書Ａを
有する。イメージスキャナ１９は１次元に配設されたＣ
ＣＤからなる光電変換素子を有し、原稿面に対して走査
してアナログ電気信号を得、白黒画像に対応した２値信
号に変換する機能を有する。特徴抽出部３９は文字パタ
ーンを記憶する文字バッファ３９ａを内部に備えてお
り、文字バッファ３９ａの文字パターンに対して後述す
る特徴ベクトルの抽出を行なう。大分類部４０も特徴抽
出部３９と同様に文字パターンに対応する文字コード等
が登録された大分類辞書Ｃを備える。つぎに、文字認識
装置１０の文字認識処理について説明する。 ［文字認識処理ルーチン］図２は文字認識処理ルーチン
を示すフローチャートである。本ルーチンが開始される
と、イメージスキャナ１９が起動し、セットされた原稿
の文書を読み込む（ステップＳ２１０）。読み込まれる
文書は画像の濃度値を白黒に量子化するために２値化処
理されてイメージデータとしてＲＡＭ１７の文書イメー
ジデータ領域１７ａに記憶される。２値化処理されたイ
メージデータは図３に示すように表示部３１に表示され
る（ステップＳ２２０）。作業者は表示されたイメージ
データを見ながらキーボード３３やマウスなどのポイン
ティングデバイス３５を使ってイメージデータのしみ、
欠けなどの雑音を除去したり、不要な文書の箇所を消去
することになる（ステップＳ２３０）。さらに、作業者
は文字認識を行う領域Ｄをポインティングデバイス３５
を使ってブロック指定する（ステップＳ２４０）。本実
施例では「写真を撮る」を含む範囲がブロック指定され
る。以上の前処理が終了すると、作業者はブロック指定
された領域についてのモード設定を行うことになる（ス
テップＳ２５０）。このモード設定では種々の処理条件
も設定されるようになっており、例えば、文字認識の場
合に縦組／横組、改行コードの入れ方、辞書の選択とい
った指定を行なえる。つぎに、文書のイメージデータに
対して文字パターンの切り出しを行なう。 ［文字切出し］図４は指定された領域Ｄの文書のイメー
ジデータについての文字切りを示す図である。本実施例
の文字切りは、行方向の黒画素のヒストグラムｅを作成
してヒストグラムｅの谷間で行の切れ目と判断し、各行
について行と垂直方向に黒画素のヒストグラムｆを作成
しヒストグラムｆの谷間で文字の切れ目とする手法によ
り行なわれる（ステップＳ２７０）。文字切りされた文
字、例えば本実施例では「写真を撮る」の「を」につい
ての文字切り枠の座標データがＲＡＭ１７の文字切り枠
の座標データ領域１７ｃに記憶される。文字切り枠の座
標データとは１つの文字を囲む矩形の左上の頂点座標
（ｘ，ｙ）、横辺の長さｌｘ、縦辺の長さｌｙである。
文字切り枠の座標データは、切り出された文字について
順次、文字切り枠の座標データ領域１７Ｃに格納されて
いき、切り出された文字の連続番号はｒで表現される。
このようなヒストグラムを用いた文字の切り出しは手書
き文字に対しても有効である。つぎに、切り出された文
字パターンからパターン認識に用いられる特徴ベクトル
の抽出について説明する。 ［特徴抽出］特徴ベクトルの抽出は特公平２−５９５０
７号公報に詳しく示されているので、ここではその概略
だけを示す。ＣＰＵ１３はＲＡＭ１７の文書イメージデ
ータ領域１７ａに記憶された文書イメージデータからス
テップＳ２７０で求められた文字切り枠の座標データを
基に文字パターン１つを切り出して特徴抽出部３９の中
にある文字バッファ３９ａに切り出された文字パターン
を転送する。特徴抽出部３９では、文字バッファ３９ａ
に格納された例えば、１２８×１２８メッシュの文字パ
ターン「を」に対して正規化処理をし、７０×７０メッ
シュサイズの文字パターンとする。正規化された文字パ
ターン「を」の文字輪郭部を左回りに追跡し、３個の画
素を基準に文字パターンの輪郭線の方向を１６方向に量
子化した方向指数を順次求める。さらに、正規化された
７０×７０メッシュの文字パターンを７×７＝４９個の
小領域に等分割し、それぞれの小領域で先に求めた方向
指数のヒストグラムＨｉｊ（ｋ）［ｉ、ｊ＝１、２
…、ｋ＝１、２、…、１６（方向指数）］を作成する。
文字パターン「を」が受けている変動を吸収するために
１６方向の方向指数ヒストグラムを空間的、方向的にぼ
かす処理を行う。すなわち、ガウス形の重み係数をもつ
重み付けフィルタ処理により方向指数ヒストグラムＨｉ
ｊ（ｋ）を７×７から３×３の大きさに集約すると共に
さらに方向指数の奇数番号をフィルタ処理することによ
り１６の方向指数も８方向に集約して最終的に加重方向
指数ヒストグラムｈｉｊ（ｋ）［ｉ、ｊ＝１、２、３、
ｋ＝１、２、３、…、８］を得る。この加重方向指数ヒ
ストグラムｈｉｊ（ｋ）は文字パターンから抽出された
７２次元（３×３×８）の特徴ベクトルＸｉ（ｉ＝１，
２，…，７２）であり、以下に示す文字認識処理に使用
されることになる（ステップＳ２８０）。抽出された特
徴ベクトルＸｉはＣＰＵ１３によってＲＡＭ１７の特徴
ベクトル領域１７ｂに記憶される。つぎに、この特徴ベ
クトルＸｉを基に文字パターンを大分類する。 ［大分類処理］前述したように、大分類部４０は大分類
辞書Ｃを備えており、大分類辞書Ｃには各文字ごとに５
００個のサンプル文字から求められた特徴ベクトルの平
均値である平均特徴ベクトルがあらかじめ文字コードと
対応して各文字ｓごとに文字コードｃ（ｓ）と平均特徴
ベクトルをｍｉ（ｓ）との対応テーブルの形で記憶され
ている。文字番号ｓでｓ＝１，２，…Ｎと連続番号とな
っており、Ｎ個の文字の集合を認識対象文字セットと呼
ぶ。認識対象文字セットはＪＩＳ第一水準漢字と非漢字
を含む規模の３５００個の文字の集合である。大分類部
４０は、ＲＡＭ１７の特徴ベクトル領域１７ｂに記憶さ
れている特徴ベクトルＸｉと認識対象文字セット内のす
べての文字の平均特徴ベクトルｍｉ（ｓ）との間で、次
式（１０Ａ）で定義されるユークリッド距離Ｄ（ｓ）を
計算し、 Ｄ（ｓ）＝Σｉ｛Ｘｉ−ｍｉ（ｓ）｝² ……（１０Ａ） Ｄ（ｓ）が昇順になるように認識対象文字セットをソー
トして上位５０個の文字の文字番号ｓ、文字コードｃ
（ｓ）および距離値Ｄ（ｓ）をＲＡＭ１７の候補文字セ
ット領域１７ｄに記憶する。これら５０個の文字を候補
文字セットとして後述する文字パターンの詳細識別に使
用する。 ［詳細識別］この詳細識別の認識処理では、上位３個の
候補文字を出力する。各候補文字の認識の確かさの尺度
として標準の文字パターンと認識しようとする文字との
間の距離ｄが演算される。距離ｄとして本実施例では
（１）式に示すマハラノビス距離が使用される（ステッ
プＳ３００）。

【００１１】 ｄ（ｋ）＝−１／２［｛ｘ−μ（ｋ）｝Ｓ（ｋ）｛ｘ−μ（ｋ）｝ ＋ｌｏｇ｜Ｓ（ｋ）｜］ ・・・ （１）

【００１２】ここで、ｘは前述したように入力文字画像
（文字パターン）から特徴抽出処理によって得られる特
徴ベクトル、ｋ（ｋ＝１、２、３・・・５０）は大分類
処理で得られた文字種、μ（ｋ）は文字種の平均ベクト
ル、Ｓ（ｋ）は共分散行列である。そして、特徴ベクト
ルｘの分布が正規分布に従うとすると、文字種ｋの推定
確率Ｐ（ｋ）とマハラノビス距離ｄ（ｋ）との間の関係
式（２）から、文字種ｋの推定確率Ｐ（ｋ）を求めるこ
とができる。

【００１３】 ｌｏｇＰ（ｋ）＝ｄ（ｋ） ・・・ （２）

【００１４】（２）式から明らかなように、確率的な演
算を行うためには、マハラノビス距離を演算して置くと
都合がよいが、マハラノビス距離以外の距離を使用して
も、近似的には同一の効果が得られる。

【００１５】前述の「写真を撮る」という文書イメージ
データの文字パターンに対して前述の認識処理をし、そ
の結果としてＲＡＭ１７の候補文字セット領域１７ｄに
は図６に示すようにテキスト文字および推定確率Ｐ
（ｋ）の値が格納される。第１候補から第３候補までの
テキスト文書を表示部３１にテキスト表示する（ステッ
プＳ３４０）。図７は表示部３１に表示された第１候補
から第３候補までのテキスト文書である。「写真を撮
る」という文書イメージデータに対して「写直を撮
る」、「軍夏旨揚る」、「宇真ま損３」のテキスト文書
が候補として挙げられる。さらに、後に詳述するが、各
候補文字毎にその前後の文字との結合確率に基づいて推
定確率の補正処理を実行する（ステップＳ３５０）。補
正処理された距離の小さい順に候補文字をソーティング
し（ステップＳ３６０）、最後にソーティングされた候
補文字を表示部３１に表示して文字認識ルーチンを実行
する。

【００１６】［距離補正処理］ここで、上記補正処理に
ついて詳細に説明する。一般的な日本語文書における字
種（文字の種類）間の結合度は一定でなく、一つの字種
を取り上げると、その字種に結合する字種は、統計的に
それぞれの結合度を有している。文字列中に字種ａが存
在する時、字種ａの次の字種がｂである確率を結合確率
と呼び、φ（ａ→ｂ）で表すことにすると、このφ（ａ
→ｂ）は母集団の取り方に依存するので、絶対的な値を
得ることはできないが、多数の文書を調べることにより
そこからデータを得て統計的な値とすることはできる。

【００１７】図５はこのようにして統計的な値として得
られた総ての字種に関する結合確率のテーブルの一部を
示す。左端の欄には字種が示され（但し、本実施例の説
明に必要な字種「夏…撮…写…真……」に限って示され
ている。）、その右側の欄には左端の欄の字種に結合さ
れる各字種の結合確率が示されている。但し、右側の欄
には基準となる字種に対して、所定の閾値以上の結合確
率を持つ字種しか登録してないので、右側の欄の登録字
種数は一定ではなく、また、登録されている字種の結合
確率の和は１にはならない。

【００１８】前述の認識処理では、図７に示すように文
書イメージデータ「写真を撮る」の文字パターンに対し
て第１候補文字列として「写直を撮る」、第２候補文字
列として「軍夏旨揚ろ」、第３候補文字列として「宇真
ま損３」が得られたが、この例に基づいて距離の補正処
理について詳細に説明する。ここで、第１候補から第３
候補の文字の推定確率Ｐ（ｋ）は前述の（２）式に基づ
いて図６の括弧内に示す値である。したがって、この推
定確率Ｐ（ｋ）を前後の文字との連結性を考慮して修正
することを考える。

【００１９】先ず、第１候補のテキスト文書の２番目の
文字「直」に注目し、直前の文字の推定確率と直前の文
字との連結性とから、２番目の文字が「直」である確率
Ｐ（２Ｆ）（直）は、（３）式で求められる。ここで、
Ｐ（２Ｆ）の値「２」は２番目の文字を表し、「Ｆ」は
ひとつ前の文字との関係であることを示す。

【００２０】 Ｐ（２Ｆ）（直）＝Ｐ１（写）φ（写→直）＋Ｐ１（軍）φ（軍→直） ＋Ｐ１（宇）φ（宇→直） ・・・ （３）

【００２１】さらに、この文字「直」の直後の文字の推
定確率と直後の文字との連結性とから、２番目の文字が
「直」である確率Ｐ（２Ｂ）は、（４）式で求められ
る。ここで、Ｐ（２Ｂ）の「Ｂ」はひとつ後の文字との
関係であることを示す。

【００２２】 Ｐ（２Ｂ）（直）＝Ｐ３（を）φ（直→を）＋Ｐ３（旨）φ（直→旨） ＋Ｐ３（ま）φ（直→ま） ・・・ （４）

【００２３】（３）式と（４）式で得られるそれぞれの
確率Ｐ（２Ｆ）及びＰ（２Ｂ）と、（２）式の距離計算
により求めた図６に示す確率Ｐ２（直）とから、閾値α
を用いて新たな推定確率Ｐ（２Ｔ）（直）は（５）式で
求められる。

【００２４】 Ｐ（２Ｔ）（直）＝［Ｐ２（直）＋α｛Ｐ（２Ｆ）（直）＋Ｐ（２Ｂ） （直）｝］／（１＋α） ・・・ （５）

【００２５】このように、新たな推定確率Ｐ（２Ｔ）を
求めるに際して、確率Ｐ２（直）が前後の文字に独立に
求めた確率であるために、単純に和を取ることはでき
ず、前記の一定の閾値αをかけて加えている。ここで、
αは実験的に設定される値である。

【００２６】つぎに、図５に示す結合確率テーブルを使
用して（３）式ないし（５）式を具体的に計算する。こ
の結合確率テーブルでは外部記憶部２５に記憶されてい
る日本語文書を母集団として選定され統計的な値が設定
されている。したがって、母集団の取り方によっては結
合確率テーブルの値は多少違ってくる。結合確率がこの
結合確率テーブルに登録されていない場合には、結合確
率が十分に小さいと判断し、その結合確率をＰ０＝０．
０１とする。

【００２７】（３）式から（６）式が求められる。

【００２８】 Ｐ（２Ｆ）（直）＝Ｐ１（写）φ（写→直）＋Ｐ１（軍）φ（軍→直） ＋Ｐ１（宇）φ（宇→直） ＝０．３６×Ｐ０＋０．３×Ｐ０＋０．１８×Ｐ０ ＝０．００７８ ・・・ （６）

【００２９】（４）式から（７）式が求められる。

【００３０】 Ｐ（２Ｂ）（直）＝Ｐ３（を）φ（直→を）＋Ｐ３（旨）φ（直→旨） ＋Ｐ３（ま）φ（直→ま） ＝０．３８×Ｐ０＋０．１８×Ｐ０＋０．１×Ｐ０ ＝０．００５６ ・・・ （７）

【００３１】（６）式、（７）式及び（５）式より、新
たな推定確率Ｐ（２Ｔ）（直）は、α＝０．５として
（８）式で与えられる。

【００３２】 Ｐ（２Ｔ）（直）＝［Ｐ２（直）＋α｛Ｐ（２Ｆ）（直）＋Ｐ（２Ｂ） （直）｝］／（１＋α） ＝｛０．３＋０．５（０．００７８＋０．００５６）｝／ １．５ ＝０．２０４５ ・・・ （８）

【００３３】第２候補の文字列の２番目の文字「夏」
と、第３候補の文字列の２番目の文字「真」とについて
も、同様にして文字列の２番目の文字が「夏」である補
正後の新たな推定確率Ｐ（２Ｔ）（夏）と、文字列の２
番目の文字が「真」である新たな推定確率Ｐ（２Ｔ）
（真）とを求めると、それぞれ（９）式と（１０）式が
得られる。 Ｐ（２Ｔ）（夏）＝［Ｐ２（夏）＋α｛Ｐ（２Ｆ）（夏）＋Ｐ（２Ｂ） （夏）｝］／（１＋α） ＝｛０．２８＋０．５（０．００８＋０．０４５）｝／ １．５ ＝０．２０４３ ・・・ （９）

【００３４】 Ｐ（２Ｔ）（真）＝［Ｐ２（真）＋α｛Ｐ（２Ｆ）（真）＋Ｐ（２Ｂ） （真）｝］／（１＋α） ＝｛０．２６＋０．５（０．１１１６４＋０．０２５６） ｝／１．５ ＝０．２１９ （１０）

【００３５】尚、文字列の最初の文字に対しては前の文
字が存在しないのでＰ（２Ｆ）の項は含めず、同様に文
字列の最後の文字に対してはＰ（２Ｂ）の項は含めな
い。補正後の新たな推定確率Ｐ（２Ｔ）の大きな順に候
補文字のソーティングが行われ、文字列の２番目の文字
の第１候補は「真」と判定される。以下同様にして、文
字列の３番目の文字ないし５番目の文字について、推定
確率の補正が行われ候補文字のソーティングが行われ
る。

【００３６】前述の推定確率の補正方法を一般化して説
明すると、次のようになる。或る文字に続く次文字の候
補文字がＬ個存在するとし、距離から得られるｎ番目の
候補文字Ｃｎｉ（ｉ＝１、２・・・Ｌ）の推定確率をＰ
｛Ｃｎ（ｉ）｝とすると、補正された新たな推定確率Ｐ
（Ｔ）｛Ｃｎ（ｉ）｝は、次式で得られる。

【００３７】 Ｐ（Ｔ）｛Ｃｎ（ｉ）｝＝Ｐ｛Ｃｎ（ｉ）｝＋α［Σ（ｊ＝１〜Ｌ）Ｐ｛Ｃ （ｎ−１）（ｊ）｝φ｛Ｃ（ｎ）→Ｃ（ｎ−１）（ｊ）＋Σ（ｊ＝ １〜Ｌ）Ｐ｛Ｃ（ｎ＋１）（ｊ）｝φ｛Ｃ（ｎ）→Ｃ（ｎ＋１） （ｊ）｝］／（１＋α） ・・・ （１１）

【００３８】但し、前述したように文字列の最初の文字
に対しては、右辺第２項の大括弧内の第１項は含めず、
文字列の最後の文字に対しては、右辺第２項の大括弧内
の第３項は含めない。

【００３９】このようにして得られた、新たな推定確率
Ｐ（Ｔ）｛Ｃｎ（ｉ）｝（ｉ＝１、２・・・Ｌ）を値の
大きい順にソーティングし、順に第１候補、第２候補・
・・第Ｌ候補とすることにより、より精度の高い推定が
可能になる。

【００４０】このように、実施例によると、文字認識の
後処理に、結合確率テーブルを使用して、日本語文書に
おける字種間の結合確率を考慮した補正を施すことによ
り、高精度の文字認識を行うことが可能になる。また、
この結合確率テーブルは、日本語の単語や文節などの文
字の繋がりを考慮して、任意の文字に続く確率の高い文
字を選択して格納してあるので、従来の単語辞書に比し
て容量が小さくでき、検索照合する回数も少なくなり、
高速の文字認識が可能になる。

【００４１】なお、実施例では読取り手段として、反射
形のスキャナを使用し、マハラノビス距離に基づいて文
字種の推定確率を求めるために使用したが、本発明は実
施例に限定されるものでなく、透過形のスキャナやその
他の読取り手段を使用することができ、マハラノビス距
離以外に特公平２−５９５０７号に示す疑似マハラノビ
ス距離、ベイズ識別式などの距離を用いることも可能で
ある。また、本発明は実施例で説明したような単独の装
置に限らず、複数の装置からなるシステムに適用するこ
とも可能である。

【００４２】

【発明の効果】本発明の文字認識装置およびその方法に
よれば、単語辞書の代わりに単語や文節などの文字の繋
がりを考慮して設定された文字間の結合度によって候補
文字の確実度を補正するので、精度の高い文字認識を行
うことができる。しかも、従来の単語辞書に較べて小容
量の辞書の使用で済ますことができ、検索照合回数が少
なく、高速の文字認識が可能となる。

【図面の簡単な説明】

【図１】実施例の文字認識装置の電気的構成を示すブロ
ック図である。

【図２】文字認識制御ルーチンを示すフローチャートで
ある。

【図３】表示部３１に表示された文書イメージデータを
示す説明図である。

【図４】文字パターンの切り出しを示す説明図である。

【図５】結合確率テーブルを示す説明図である。

【図６】認識される文字およびその推定確率を示す説明
図である。

【図７】文字認識装置により認識された複数の候補文字
列を表示する説明図である。

【図８】従来の文字認識装置の単語テーブルの説明図で
ある。

【符号の簡単な説明】

１０… 文字認識装置 ３１… 表示部

フロントページの続き (72)発明者 齋藤 和之 東京都大田区下丸子３丁目30番２号 キヤ ノン株式会社内

Claims (2)

【特許請求の範囲】
1. 【請求項１】 文書を画像データとして記憶する文書記
   憶手段と、 この画像データから文字単位に連続して文字パターンを
   切り出す文字切り手段と、 この文字切り手段によって連続して切り出された前記文
   字パターンのそれぞれから複数の候補文字およびこの候
   補文字の確実度を生成する文字認識手段と、 単語や文節など前後の文字の繋がりを考慮して設定され
   た文字間の結合度を格納する辞書手段と、 この辞書手段に格納された文字間の結合度にしたがっ
   て、前記連続して切り出された文字パターンの各候補文
   字の確実度を補正する補正手段と、 この補正手段によって補正された前記確実度に基づい
   て、前記複数の候補文字の中から最も前記確実度の高い
   候補文字を選択する選択手段とを備えた文字認識装置。
2. 【請求項２】 文書を画像データとして記憶し、 この記憶された画像データから文字単位に連続して文字
   パターンを切り出し、 この連続して切り出された前記文字パターンのそれぞれ
   から複数の候補文字およびこの候補文字の確実度を生成
   し、 単語や文節など前後の文字の繋がりを考慮して設定され
   た文字間の結合度を格納し、 この格納された文字間の結合度にしたがって、前記連続
   して切り出された文字パターンの各候補文字の確実度を
   補正し、 この補正された前記確実度に基づいて、前記複数の候補
   文字の中から最も前記確実度の高い候補文字を選択する
   文字認識方法。