JPH07200744A

JPH07200744A - 判読困難な文字の識別方法及び装置

Info

Publication number: JPH07200744A
Application number: JP6262120A
Authority: JP
Inventors: J Johnson William; ウイリアム・ジェー・ジョンソン
Original assignee: International Business Machines Corp
Current assignee: International Business Machines Corp
Priority date: 1993-12-10
Filing date: 1994-10-26
Publication date: 1995-08-04
Also published as: EP0657840A3; EP0657840A2; US5465309A

Abstract

(57)【要約】【目的】走査された文字イメージのストリームに生じ
る判読困難な文字に類似した候補文字のセツトを作成す
ることによつて判読困難な文字を識別する光学式文字読
み取り処理を改善すること。【構成】本発明の文字認識処理は、単語（ワード）の
綴りのチエツク処理によつて判読困難な文字に適合する
正しい文字を推理して、不確定に決定された文字だけを
置換する。文字を識別する順序は、より判読困難な文字
を処理する前に、判読がより容易な文字を処理するよう
な順序で、作為的に遂行される。判読困難な文字が識別
されると、識別された文字は、対応する候補文字のセツ
トによつて決められた関係により、関連を持つが異なつ
たテキスト的要素（ワード）中の同じ文字との置換を可
能にする。同じ文字を含む他のワードの関係か、また
は、同じワードに属するという関係によつて判読困難な
他の文字がより識別し易くなる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、光学式文字読み取り技
術、より詳細に言えば、例えば英単語などの綴り（spel
l）を用いたヒユーリステイツク（発見的手法）に関係
する候補文字を判読困難な文字に関連させることによ
り、光学式文字読み取り装置で読み取られた文字の識別
を改良する技術に関する。

【０００２】

【従来の技術】文字を識別するための光学式文字読み取
り（ＯＣＲ）装置の文字識別能力の正確度（確度）は改
善されつつある。然しながら、従来の最良のＯＣＲ処理
装置であつても、１００パーセントの正確度を与える能
力は備えていない。文字識別の正確度は、どのようなフ
オントが走査されるかとか、走査されたフオントの識別
能力の高低などを含む多くの因子に依存している。手書
き文字、あるいは特殊なフオントの識別確度を改善する
ために用いられる１つの処理方法は、走査された文字イ
メージと比較するためのマスタ文字を作成するために、
複数のサンプル文字の内の１つのサンプル文字、または
平均的なサンプル文字で構成されたトレーニング方法を
使用している。最も適正な文字を選択するために、近似
した文字の正確度を決める処理や、他の候補文字を排除
する処理が使用される。このような処理方法の１つの欠
点は、熟練したユーザではない未経験のユーザを教育す
る必要があることである。第２の欠点は、教育用の資料
を保存するために半永久的な貯蔵場所を設ける必要があ
ることに関している。

【０００３】他の文字読み取り処理は文字識別の確度を
改善するために確率的色彩配分（probabilic color dis
tribution）による複数個の文字の文字識別方法を用い
ている。確率的色彩配分の文字識別方法を使用した場
合、ある種の色彩は人間の目では判別が困難であること
が分つている。色彩の区別が誤つて解釈された時とか、
ＯＣＲ処理手段が特定の文字と関連した色彩を確定でき
ない場合に問題が生じる。他の問題は、印刷インキの変
更とか、天候の変化（温度や、湿度の変化）とか、プリ
ント・ヘツドの位置調節の悪さなどのプリント処理に起
因する色彩データの出力の変動から生じる問題である。

【０００４】その結果、従来の技術では識別できなかつ
た文字（character）を読み取ることにより、ＯＣＲ処
理による文字識別の確度を改善するための処理手順を与
える技術が必要である。

【０００５】

【発明が解決しようとする課題】本発明の目的は、ワー
ド（単語）の綴りをチエツクする手段を介して判読困難
な文字を決定することにある。

【０００６】本発明の他の目的は、異なつたワード中の
文字について、類似した特徴を識別することによつて文
字読み取りの問題を解決することにある。本発明のこの
特徴によつて、単語の綴りにより１つのワード内の識別
不明文字の問題を解決することによつて、同じ文字が、
他の無関係のワードにも存在する場合、最終的に、他の
無関係のワード内にある判読困難な文字の識別問題を解
決することができる。

【０００７】本発明の他の目的は、第２の判読困難な文
字に関係を持つ第１の判読困難な文字がある場合、より
容易に判別することができる第１の判読困難な文字を最
初に識別することによつて、第２の判読困難な文字を識
別することにある。従つて、一方の判読困難な文字が識
別されたならば、他方の判読困難な文字は、より容易に
識別することができる。

【０００８】本発明の他の目的は、第１の判読困難な文
字と、第２の判読困難な文字との間の関係が実質的に同
じであるけれども、夫々の文字が未だ識別されていない
場合に、両者の関係を判別することにある。例えば、２
つのワード「ｓｃａｎ」と「ｈａｔ」において発生され
る複数の文字の内の文字「ａ」を、疑問を残さずに識別
することができない場合、本発明において、文字「ａ」
を識別することを可能にする。本発明は、文字が未だ識
別できない時点において、例えば「ａ」、「ｏ」、
「ｅ」、「ｃ」、「ｒ」及び「ｓ」のような候補文字の
リストに対して判読困難な文字「ａ」を関連させる。そ
の後、ワード「ｓｃａｎ」中の判読困難な文字が「ａ」
であると決定された場合に、ワード「ｈａｔ」中の判読
困難な文字が未だ判別されていないとしても、ワード
「ｓｃａｎ」中の文字「ａ」は、自動的にワード「ｈａ
ｔ」を推理することができる。何故ならば、「ｓｃａ
ｎ」中の文字「ａ」が「ｈａｔ」中の判読困難な文字と
同じ文字であると決定されたからである。本発明は、２
つのワードを相互に全く関係なく、走査されたイメージ
の逆の領域に与えることができるように、ワードの位置
とは独立して動作する。

【０００９】本発明の他の目的は、第１の判読困難なワ
ードと第２の判読困難なワードとの間の関係が、ワー
ド、即ち単語のようなテキスト的要素（textual elemen
t）の同じテキスト的要素に属していることを識別する
ことにある。例えば、判読困難な文字「ａ」及び「ｅ」
を含むワード「ｃａｋｅｓ」において、文字「ａ」が識
別された時、本発明に従つて、ワード「ｃａｋｅ」の綴
りから文字「ｅ」が識別可能になる。

【００１０】本発明の他の目的は、判読困難な第１の文
字と判読困難な第２の文字との間の関係が、異なつたワ
ードのような異なつたテキスト的要素に属することを判
別して、第１のテキスト的要素を識別することが第２の
テキスト的要素の識別を促進することにある。第１のテ
キスト的要素が識別された時、第１のテキスト的要素に
関連した他の判読困難な文字が識別された文字となり、
この識別された文字は、他のテキスト的要素を参照する
文字セツトにマツプすることができる。他のテキスト的
要素中にある同じ文字を、識別された文字に置き換えた
時、これらの他のテキスト的要素は、より一層識別し易
くなる。例えば、ワード「ｃａｋｅｓ」が識別可能にな
つた時、識別された文字「ｅ」と同一の文字は、例えば
「ｈｅ」のような他のワード中の文字と置き換えること
ができ、従つて「ｈｅ」の綴りを決定することができ
る。本発明を用いなければ、ワード「ｈｅ」は、「ｈ
ｉ」とか、「ｈｏ」とか、または「ｈａ」とかのように
誤つて解釈される可能性が大きい。

【００１１】本発明の他の目的は、第１の判読困難な文
字が他の判読困難な文字を含むテキスト的要素に属する
という関係が、そのテキスト的要素を識別した時に識別
されるようになることと、異なつたテキスト的要素の中
に、関連する文字セツト（組）を置換した時に、他の判
読困難な文字が、異なつたテキスト的要素の判別を可能
にすることとにある。

【００１２】本発明の他の目的は、本質的に判読困難な
複数の文字を同じ文字セツトとしてグループ化すること
により文字の読み取りを改良することにある。上述の同
じ文字セツトは、本質的に判読困難な複数の文字の間の
関係を定義し、この定義に従つて、同じテキスト的要素
中、または異なつたテキスト的要素中の同じ、または異
なつた判読困難な文字の判別を可能にする。

【００１３】本発明の他の目的は、判読困難な文字が構
成文字であるテキスト的要素の判別を容易にするため
に、外見が類似している判読困難な文字を同じ文字セツ
トにグループ化することにある。

【００１４】本発明の他の目的は、判読困難な文字が構
成文字であるテキスト的要素の判別を容易にするため
に、同じ候補文字のリストに含まれている判読困難な文
字を、同一の候補文字セツトにグループ化することにあ
る。

【００１５】本発明の他の目的は、識別が困難な判読困
難な文字の識別処理を行なう前に、より容易に識別可能
な文字の識別処理を行なうように、候補文字セツトに順
序付けを行なうことにある。文字、またはワードが識別
された後に、新しく識別される文字、またはワードと、
他の文字、または他のワードとの間の関係を知ること
は、その後に識別される文字、またはワードの識別処理
を、より容易に遂行することができる。

【００１６】本発明の他の目的は、例えば、左から右へ
進む順序の文字データの配列によつて解釈される従来の
方法とは異なつて、文字を識別するための最適な方法に
よつて決められる順序に従つて、判読困難な文字の識別
処理に関して複数の処理経路を介して遂行させることに
ある。

【００１７】本発明の他の目的は、最初の繰り返し処理
経路において、最も確度の高い綴りのステータス（状
態）で開始させ、そして、複数の繰り返し処理経路中の
最終段階の最後の綴りのステータスで終らせることにあ
る。識別に疑問のない明白な文字は、不明確な文字の前
に識別されることになる。類似文字の文字セツトを用い
ることにより、種々の不明確な文字の識別を可能にす
る。文字が、ワードのようなテキスト的要素の中で識別
された後には、他の文字が識別可能になる。全体のイメ
ージは、最適な識別順序で念入りに処理される。

【００１８】本発明の他の目的は、２以上の文字が正し
く綴られたワードであると見做された場合のワードを正
しく解釈することにある。

【００１９】本発明の他の目的は、ワードの綴りに関す
る問題を解く場合に、意味（context）が不明確な場合
のワードを正しく解釈することにある。

【００２０】本発明の他の目的は、最も秀れた文字識別
処理が行なわれるように、他の文字識別手段と結合し、
または他の文字識別手段を組み入れることにある。

【００２１】

【課題を解決するための手段】本発明はＯＣＲ処理の文
字識別の確度を改善し、従来の技術では判読困難であつ
た文字を識別可能にするものである。本発明の１実施例
はコンピユータ・システムにおいて、文字のイメージを
走査するためのスキヤナを使用しており、ＯＣＲ文書の
イメージ内の文字をコンピユータ・システムの中に与え
られる文字コードに変換するために、走査されたイメー
ジにＯＣＲ処理が適用される。本発明の他の実施例は、
受信されたイメージが、ＯＣＲ処理によつてコンピユー
タ・システム内の文字コード表示に変換されるコンピユ
ータ・システム中に設置されたフアクシミル・カードを
用いている。ＯＣＲ処理に使用するための種々のハード
ウエア構成が従来から知られている。これらすべてのハ
ードウエア構成は本発明を適用する装置として用いるこ
とが可能である。本発明において、先ず、文書のイメー
ジ、または文書の一部のイメージが走査される。ＯＣＲ
処理が文字の識別を行なう。例えば、文書のページ走査
が終わると、ＯＣＲの文字分析テーブルのエントリ（記
入項目）によつて参照されるテキスト出力ストリーム内
に、幾つかのアドレスを有するテキスト出力ストリーム
が発生される。ＯＣＲの文字分析テーブルのエントリ
は、判読困難な文字に遭遇した時にその文字とマツチさ
せる実際の文字である候補文字を含んでいる。候補文字
のリストは、満足する態様で識別することのできない各
文字と関連される。判読困難な文字リスト中のメンバ文
字が未だ識別されていないとしても、それらのメンバ文
字が同じ文字であるか否かを見るために、それらのメン
バ文字は、常に、相互に比較される。次に、判読困難な
文字リスト中のメンバ文字は、判読困難な文字とマツチ
を行なう基準によつて、等価な候補文字リストを持つ文
字セツトにグループ化される。候補文字リストのセツト
（組）は、候補文字数が少ないセツトから候補文字数の
多いセツトまでの順に順序付けられる。この順番付け
は、識別がより困難な文字を識別する前に、より容易に
識別可能な文字の識別処理をすることができる。従つ
て、１つのワード（単語）内で文字が識別された時、ワ
ードの綴りを用いる利益を利用することによつて、同じ
ワード中にあるより判読困難な文字が自動的に識別可能
になる。同じ文字として識別された候補文字のセツトを
保持することは、その文字が未だ識別されていない場合
でも、１つのワード中の文字認識を可能とし、従つて、
その文字は、無関係の他のワードにおいても識別するこ
とができる。

【００２２】候補文字を順序付けした文字セツトが作ら
れた後、候補文字セツト内の候補文字と関連したワード
中の判読困難な文字は、上記の候補文字で適宜に置換さ
れた後、スペル・チエツク・デイクシヨナリ（辞書）の
ワードと比較される。どの文字の適用が最適であるかを
決定するために、候補ワードの綴り（スペル）のステー
タスが関連される。複数の候補文字セツトに関して複数
の経路による処理が遂行され、そして、各文字セツトに
関する新しい処理経路が、正しいワードを推理するため
に、ワードの綴りステータスを用いた新しい方法を使用
する。複数の綴りステータスの内の最後に分類されたス
テータスを用いる前に、ワードの最適な綴りステータス
が使用される。本発明の下では、従来の技術のようにデ
ータ・ストリーム中の文字は左から右へ読み取られな
い。従来とは異なつて、本発明においては、最も容易に
識別可能な文字で開始し、最も識別困難な文字で終了す
るような順序で文字が識別処理される。同じ判読困難な
文字を含むワード、またはワードの集合に対して、夫々
の判読困難な文字の識別処理を完了した後に、文字の訂
正を推理することができる。

【００２３】

【実施例】図１を参照すると、本発明の処理動作を説明
する流れ図が示されている。文書の全体のイメージ、ま
たは文書の一部分のイメージが、従来の走査技術を用い
て走査される。従来の走査技術によるイメージの出力ス
トリームは、判読困難な文字を識別するために、後続す
る推理処理によつて用いられるデータの基本的文字セツ
ト（組）を与える。

【００２４】ブロツク３０において、本発明の処理が開
始され、PLACE_HOLDER_#（位置ホルダ番号）の変数がゼ
ロに初期化される。位置ホルダ番号の変数は、テキスト
出力ストリーム中のすべての判読困難な文字の位置に用
いられるマーカの維持を容易にする。ブロツク３２にお
いて、ＯＣＲ文書のイメージの端部に遭遇するか、また
は、判別困難な文字が見出されるかのいずれかまで、従
来のイメージ走査処理が遂行される。処理ブロツク３２
における従来のイメージ走査処理は、判別困難な文字、
つまり判読困難な文字であるという決定が行なわれるま
で、識別されたすべての文字の適当な順序のテキスト出
力ストリームを発生することを含んでいる。ブロツク３
２以降の時点において、後述する処理ブロツク３４、３
６、３８及び４０は、出力ストリーム中の判読困難な文
字の該当するマーカを管理することによつて識別が困難
な文字、即ち判読困難な文字を処理する。判読困難な文
字が本発明によつて処理された後、処理はブロツク３２
に戻り、そこで、従来の走査及び出力ストリーム処理に
よつて、適当なテキスト出力ストリーム位置の作成を続
行する。

【００２５】処理ブロツク３４において、処理手順は、
ＯＣＲ文書のイメージの終端に到達したか否かをチエツ
クする。若しＯＣＲ文書のイメージの終端に到達してい
なければ、このことは、判読困難な文字が発見されたこ
とを表わしている。ブロツク３６においては、各判読困
難な文字のための特別のマーカが付されるのを保証する
ために、PLACE_HOLDER_#の変数が１だけ増加される。次
に、ダミー文字が出力ストリーム中に置かれるブロツク
３８の処理に進む。ダミー文字は、出力ストリーム中の
有効な文字によつて必要とされるのと同じストレージを
用い、そして、後続の処理において決定される最も適合
した文字によつて置き換えられる。ブロツク４０におい
て、「ＯＣＲ文字分析テーブル」の中に情報が記録され
る。「ＯＣＲ文字分析テーブル」中に書き込まれる情報
の記録は下記の３つのフイールドを含んでいる。

【００２６】フイールド１： PLACE_HOLDER_#（位置ホルダ番号）フイールド２：テキスト出力ストリーム中の文字の
位置番号フイールド３：候補文字に優先性を持たせた文字リ
スト（最も確度の高い文字から最も確度の低い文字まで
を順番に配列した候補文字のリスト）

【００２７】ブロツク４０の処理が完了した後、処理手
順はブロツク３２に戻る。従つて、ブロツク３２乃至ブ
ロツク４０はＯＣＲ文書のイメージ全体を処理するの
で、「ＯＣＲの文字分析テーブル」はすべての判読困難
な文字に関する記録を含んでいる。ブロツク３４におい
て、若しＯＣＲ文書のイメージの終端が検出されたなら
ば、処理手順はブロツク４２に進む。ブロツク３２乃至
ブロツク４０の処理がどのように行なわれるかを示すた
めに、結果として出力されたテキスト出力ストリームの
１つの例を説明すると、この例のブロツク３２の処理に
おいて、文字一致に関する許容誤差範囲を厳格にしたの
で、不確実性を持つ多数の判読困難な文字を生じたが、
すべての文字が１００パーセントの確度を持つて識別さ
れた。処理ブロツク３２において、文字の一致に対して
殆ど絶対的な正確さを要求する強い制限は、確度を高め
るために、正しく識別されるであろう多数の文字を判読
困難な文字として発生する傾向を生じることは、当業者
であれば理解できるであろう。また、処理ブロツク３２
において、文字の一致に対して、より低い確度でも良い
という緩慢な制限は、判読困難な文字数を少なくする
が、幾つかの文字を不正確に決定する傾向があることは
当業者であれば理解できるであろう。

【００２８】判読困難な幾つかの文字がテキスト出力ス
トリームの中に書き込まれた実施例を以下に説明する。
この実施例において、判読が困難であると決定された文
字は下記の通りである。１）．「ｍ」、「ｎ」、「ｙ」、「ｕ」及び「ｖ」。２）．「ｇ」、「ｊ」、「ｑ」及び「ｙ」。３）．「ａ」及び「ｃ」。４）．「ｆ」及び「ｔ」。

【００２９】テキスト出力ストリームの実施例。

【表１】

【００３０】実際のテキスト出力ストリームは、ダミー
文字に対して１６進数、００のようなプリント不可能な
ただ１つの文字だけを含んでいる。「ハツト符号付き数
字」の表記は、「ＯＣＲの文字分析テーブル」の対応す
る記録事項について、判読困難文字の読み取りの関連を
容易にするために、上述の例にのみ使用されるものであ
る。下記の表２は発生された「ＯＣＲの文字分析テーブ
ル」である。

【００３１】

【表２】

【００３２】再度、ブロツク４２に戻つて説明を続ける
と、上記のＯＣＲの文字分析テーブル中に示された基本
的な情報は、正しい文字を決定するために、後続する処
理において用いられる。表１に示したテキスト出力スト
リームは、後の処理で置換されるダミー文字を含んでい
る。処理ブロツク４２を参照して説明される処理は、従
来の種々の文字識別技術と組み合わせて使用できること
は本発明の重要な特徴である。文字が確実に判読できな
い時に、ブロツク４２及び後続のブロツクが使用され
る。従来のＯＣＲ技術と本発明の技術とを組み合わせる
ことにより、ＯＣＲ文字分析テーブルの正確度が向上で
きる。

【００３３】処理ブロツク４２を再度参照して説明する
と、「文字が一致している（Character Match−Ｃ
Ｍ）」セツト（組）、即ちＣＭセツトが「ＯＣＲ文字分
析テーブル」から作成される。各ＣＭセツトは、「ＯＣ
Ｒ文字分析テーブル」からの記録項目を含んでおり、実
質的に同じ文字として識別される等価な候補文字のリス
トを持つている。この実施例において、ブロツク４２の
処理結果として作成されたＣＭセツトは下記の通りであ
る。

【００３４】

【表３】位置ホルダ番号の候補文字リストによつて決め
られたＣＭセツト１、３、１０２、７４、６５、８９

【００３５】上述のＣＭセツト２、４、６及び７の各々
が同じ候補文字のリストを持つているのにも拘らず、２
つのグループに分けられているのは、処理ブロツク４２
が、後続する文字を比較して、それらのグループが本質
的に異なつていることを見出したからであることには注
意を払う必要がある。この決定をするために、従来のＯ
ＣＲ比較技術と同じ技術を使用することができる。

【００３６】処理手順は、処理ブロツク４２から処理ブ
ロツク４３に進み、ブロツク４３において、候補文字リ
スト中の文字数が最も少ないＣＭセツトから始まり、候
補文字リスト中の文字数が最も多いＣＭリストで終わる
順位で、ＣＭセツトが分類される。この分類をすること
によつて、識別困難な文字を識別する前に、単純な文字
の識別を行なうことができる。このことは、単純なケー
スを最初に識別することによつて、より困難なケース
が、より容易に識別できることを意味する。従つて、処
理ブロツク４３において、処理の優先順位を決める下記
のリストが作成される。

【００３７】

【表４】順序付けられたＣＭセツトのリスト１）５、８２）９３）２及び７４）４及び６５）１、３及び１０

【００３８】２つ以上のＣＭセツトが同数の候補文字を
含む場合、上述のＣＭセツト１及び２によつて示されて
いるように、それらのＣＭセツトは、候補文字リストの
順序付けられた位置ホルダ番号の最も小さい参照子番号
から、位置ホルダ番号の最も大きい参照子番号までの順
序に並べられる。若し同数の候補文字を持つ複数のＣＭ
セツトが同数の参照子番号（位置ホルダ番号）を含んで
いるならば、ＣＭセツト中の任意の参照子番号の最も長
いワードを持つＣＭセツトは、これより短かいワード長
を持つＣＭセツトよりも高い優先順位を持つ。これは、
ＣＭセツト３及び４により示されている。同数の参照子
を含む複数のＣＭセツトが同じ長さの参照子番号を含む
ならば、本発明の技術思想を逸脱しない範囲内で、ラン
ダムな優先を含む幾つかの優先順位を選択する。

【００３９】ブロツク４３からの処理手順は、STATUS2C
HECK変数を、「CORRECTLY SPELLED（正しい綴り）」の
ワードに初期化する処理ブロツク４４に進む。STATUS2C
HECK変数は、ＣＭセツト中の候補文字を選択する経路用
の変数として使用される。この「ステータス」は、エデ
イタ・プロダクト（編集用プログラム）において用いら
れているスペル・チエツク・デイクシヨナリ（単語の綴
りをチエツクする辞書）、つまり、テキスト的要素のデ
イクシヨナリから戻つたワードの状態を意味する。第１
の処理経路は、ＣＭセツト中の候補文字を用いて、最も
高い確度を持ち正しく綴られたワードによつて、正しい
文字を決定する。第１の処理経路が、決定された文字を
関連ワードの中に置き換えた時、他の文字を決定する他
の経路の処理が続行される。１つの処理経路が適合した
文字を決定しなければ、判読困難な文字を決定するため
に、次の意味を持つステータスが使用される。このよう
な方式で、同じステータスを有する複数の処理経路が候
補文字の入念な選択を行なう。複数経路式の前の処理経
路によつて識別されなかつた文字を決定するために、他
のステータスを持つ処理経路によつて処理が続けられ
る。図１に示した処理は、ブロツク４４から、OUTPUT_C
HANGED変数が「FALSE（誤り）」に初期化されるブロツ
ク４６に進む。処理ブロツク４６は、現在のＣＭセツト
の候補文字リストに対して複数の経路を処理するため
に、繰り返し処理ループの最上部を決める。処理経路に
よつて決定される文字がなくなるまで、ＣＭセツトに関
する複数の経路処理が遂行される。次に、処理ブロツク
４８において、すべてのＣＭセツトが処理されたか否か
がチエツクされる。若しその処理が処理ブロツク４８の
最初の実行であり、かつ、処理ブロツク３２によつてす
べての文字が識別されているならば（即ち、処理ブロツ
ク４２及び４３の処理結果としてＣＭセツトの候補文字
リストがなければ）、処理ブロツク４８は図２のブロツ
ク８０へ進み、次に、ブロツク８２へ、そして更に、完
成された出力ストリームが、後続するアプリケーシヨン
に与えられるブロツク８４に進む。処理ブロツク４８に
おいて、若し１つ以上のＣＭセツトがあれば、ＣＭセツ
トは未だ処理されておらず、処理はブロツク５０に進
む。

【００４０】処理ブロツク４８の後続する繰り返し処理
において、処理ブロツク４８は複数のＣＭセツト（一致
した文字の組）の内の現在の候補文字リスト中の各候補
文字を処理するために反復処理ループの最上位を定義す
る。若しすべてのＣＭセツトが、ブロツク４６において
開始され反復される処理で未だ処理されていなければ、
処理ブロツク４８は処理ブロツク５０に進む。処理ブロ
ツク５０は、次のセツトを、複数のＣＭセツトのリスト
から検索する。次に、処理ブロツク５２において、現在
のＣＭセツトからのすべての位置ホルダ参照子（place
holder reference）が処理されたか否かがチエツクされ
る。処理ブロツク５２は、特定のＣＭセツト内ですべて
の位置ホルダ参照子（位置ホルダ番号）を処理するため
の反復処理ループの最上位を決める。ブロツク５２にお
いて、若し現在のＣＭセツトからのすべての位置ホルダ
参照子が処理されていなければ、ブロツク５４は次の位
置ホルダ参照子を検索し、次いで、その位置ホルダ参照
子に関連するテキスト的要素（つまり、ワード）が出力
ストリームから検索されるブロツク５６に続く。「ＯＣ
Ｒ文字分析テーブル」の「文字位置」フイールドを使用
することによつて、対応する記録項目から関連するワー
ドが検索される。次に、処理ブロツク５８は、「ＯＣＲ
文字分析テーブル」の同じ位置情報の記録から、対応す
る候補文字リストを検索する。処理ブロツク５８は、処
理ブロツク６０に進み、処理ブロツク６０において、テ
キスト出力ストリームから検索されたワード中の他の未
処理の位置ホルダ参照子のチエツクが行なわれる。１つ
のワードが出力ストリームから検索される時、ブロツク
６０において、特別の０の値を持つ文字スペースが検索
される。このワードの前の処理経路はその文字を既に識
別しており、出力ストリーム中にそのワードを置換する
ので、特別の０値を持つ位置ホルダにその文字を重ね書
きする。この場合には、ブロツク６０は、そのワードに
おいて未処理（即ち、０インジケータの存在）の文字を
持つただ１つのブロツクである。これとは異なつて、処
理ブロツク６０において、若し現在のワード中に、他の
未処理の位置ホルダ参照子が存在しているならば、処理
ブロツク６２において、未解決の判読困難な文字の夫々
関連した候補文字リストのために、対応する「ＯＣＲ文
字分析テーブル」の記録項目が検索される。次に、処理
ブロツク６２は、現在のワードのすべての候補文字リス
トからのすべての候補文字に関する処理が行なわれ、そ
のステータスが適宜に集計されるブロツク６４に進む。
処理ブロツク６０において、若しワード中に他の未処理
の判読困難な文字がなければ、処理手順は処理ブロツク
６４に直接に進む。下記の例示において、このワードは
前の処理経路によつて既に決定されており、この場合、
ただ１つのステータスが処理ブロツク６４においてログ
（経過記録）されることが示されている。

【００４１】現在のワードは１つ、またはそれ以上の判
読困難な文字を含んでおり、判読困難な文字は、「セツ
トｉ：文字［ｊ，ｋ］」で表示される。この場合、ｉは
判読困難な文字が属する「ＣＭセツト」番号を表わし、
ｊはそのＣＭセツト内の現在の位置ホルダ番号（参照
子）を表わし、そして、ｋは位置ホルダに関連した候補
文字リストから処理されるべき現在の候補文字を表わ
す。この実施例を参照して説明すると、処理ブロツク６
４の最初の処理が行なわれると、例えば、WordPerfect
（商標）プログラムのバージヨン５．０のスペル・チエ
ツク・アルゴリズムを用いた時、下記のステータスが集
計された。この場合、任意のスペル・チエツク・デイク
シヨナリを使用することができ、そして、走査された特
定のタイプのＯＣＲ文書をチエツクした時に、見出され
るワードが最大数になるようなスペル・チエツク・デイ
クシヨナリを用いることが望ましいことは、当業者であ
れば理解できるであろう。

【００４２】

【表５】

【００４３】処理ブロツク６４は、現在処理されている
ＣＭセツト中の次の位置ホルダ番号を処理するブロツク
５２に進む。ブロツク５２において、若し現在のＣＭセ
ツト中のすべての位置ホルダが処理されたならば、処理
は図２のブロツク６６に続く。上述の実施例を参照して
説明すると、図２の処理ブロツク６６の最初の処理にお
いて生じるステータスの集計は、下記の表６のようにな
る。

【００４４】

【表６】

【００４５】処理ブロツク６２において、関連したテキ
スト的要素中に他の判読困難な文字がなかつたので、
「ＣＭセツト１」の位置ホルダ番号８の実行は必要なか
つたことには注意を払う必要がある。

【００４６】次に、図２の処理ブロツク６６は、STATUS
2CHECK変数により表示されたワードの綴りステータスを
含んでいるワードがあるか否かをチエツクする。処理ブ
ロツク６６において最初の実行が行なわれたということ
は、STATUS2CHECK変数が「正しく綴られた（CORRECTLY
SPELLED）」ワードを設定したことを示唆している。上
述の表６において集計された綴りステータスを検査する
と、ＣＭセツトの中で正しく綴られたと決定されたワー
ドは、３個であることが示されている。処理ブロツク６
６において、若し２以上のエントリが、求められた綴り
ステータスを持つているならば、処理手順は競合の確認
を行なうブロツク６８に進む。位置ホルダ参照子を処理
している時に、１つ、またはそれ以上のワードが、異な
つた文字を使用しているにも拘らず同じステータスを含
んでいる場合に、競合が生じる。次に、処理ブロツク６
９は、競合状態にあるワードのすべての位置ホルダ参照
子を確認する。若し競合状態があれば、処理手順は、次
のＣＭセツトの候補文字リストをテストする図１のブロ
ツク４８に戻る。若し１つ、またはそれ以上のワードの
位置ホルダ参照子が競合状態になければ、処理手順はブ
ロツク７０に進む。上述の表５に示した実施例におい
て、ワード「ｆａｍｉｌｙ」は、位置ホルダ参照子５の
中で正しい綴りを持つただ１つのワードである。これに
反して、位置ホルダ参照子８の中では正しい綴りを持つ
ワードは２個である。従つて、位置ホルダ参照子８は競
合状態にあり、競合マークが付される。ブロツク６９は
ブロツク７０に進み、処理ブロツク７０において、求め
られたステータスを持つ競合状態にないワードの文字が
テキスト出力ストリーム中に置換される。この実施例に
おいて、ワード「ｆａｍｉｌｙ」がテキスト出力ストリ
ーム中に発生される。位置ホルダ参照子８には競合があ
つたので、位置ホルダ参照子８には直接の処理動作は行
なわれない。ブロツク７０はブロツク７２に進み、処理
ブロツク７２において、位置ホルダ参照子５は解決され
たので、位置ホルダ参照子５は「ＣＭセツト１」から除
去される。ワード「ｆａｍｉｌｙ」の中の文字「ｙ」
は、後続する「ＣＭセツト３」に関連する文字の処理を
容易にするために、間接的に処理されることには注意を
向けられたい。次に、処理ブロツク７４において、その
ＣＭセツトの中に他の位置ホルダ参照子が含まれている
か否かがチエツクされる。若し他の位置ホルダ参照子が
なければ、そのＣＭセツトは処理ブロツク７６において
削除され、処理手順はブロツク７８に進む。処理ブロツ
ク７４において、若し他の未処理の位置ホルダ参照子が
存在するならば、処理ブロツク７７に進む。この実施例
においては、ブロツク７４の最初の処理は、位置ホルダ
参照子８が未だ存在していると決定するので、ブロツク
７７に進む。次に、ブロツク７７は、その位置ホルダ参
照子のＣＭセツトで決定された現在の文字を出力ストリ
ームの該当する位置に置き換える。上述の実施例におい
て、文字「ｆ」は、位置ホルダ参照子８で参照されたテ
キスト出力ストリーム中の文字位置に置き換えられる。
この地点までにおいて、このワードが判読困難な他の文
字を含んでいると仮定した場合、文字「ｆ」がこのワー
ドの判読困難な文字の１つの位置に置換されたので、判
読困難な他の文字は、後続の処理で、より容易に決定で
きることには注意を払う必要がある。次に、処理ブロツ
ク７８は、OUTPUT_CHANGED変数を「TRUE（正しい）」に
設定し、テキスト出力ストリームに１つ、またはそれ以
上の変更が行なわれたことを表示する。

【００４７】実施例のテキスト出力ストリームは下記の
ような文章になる。

【表７】

【００４８】第１のＣＭセツトが処理されたので、順序
付けられたＣＭセツトのリストは下記のようになる。

【表８】順序付けられたＣＭセツトのリスト１）８２）９３）２及び７４）４及び６５）１、３及び１０

【００４９】次に、処理ブロツク７８は図１の処理ブロ
ツク４８に戻る。図１を再度参照すると、処理ブロツク
４８は、既に説明したように、次のＣＭセツトの繰り返
し処理を開始する。第２のＣＭセツトの繰り返し処理の
間で、上述したように、図２のブロツク６６の最初の処
理は、下記のステータスを発生する。

【００５０】

【表９】

【００５１】第２のＣＭセツト、「ＣＭセツト２」に対
してブロツク４８の処理を開始した後、処理ブロツク５
０、５２、５４、５６、５８、６０、６４、５２、６
６、６８、６９、７０、７２、７４、７６及び７８が上
述したように実行される。次に、ブロツク７８は、ＣＭ
セツトのリストに関する他の繰り返し処理をする図１の
処理ブロツク４８に戻る。「ＣＭセツト２」の中には競
合がなく、そして、テキスト出力ストリームはワード
「ｈａｖｅ」を形成するために文字「ａ」で置換され
る。位置ホルダ参照子９は「ＣＭセツト２」に対するた
だ１つの位置ホルダ参照子なので、ブロツク７６におい
て、現在のＣＭセツトのリストからそのＣＭセツト、
「ＣＭセツト２」が削除される。

【００５２】実施例のテキスト出力ストリームは下記の
ような文章になる。

【表１０】

【００５３】第２のＣＭセツト、即ち「ＣＭセツト２」
の処理が終わると、順序付けられたＣＭセツトのリスト
は下記のようになる。

【００５４】

【表１１】順序付けられたＣＭセツトのリスト１）８３）２及び７４）４及び６５）１、３及び１０

【００５５】図１の処理ブロツク４８を参照して説明を
続けると、現在のＣＭリストにおいて、他のセツト、つ
まり「ＣＭセツト３」が見出される。処理手順は、「Ｃ
Ｍセツト３」がＣＭリストから検索される処理ブロツク
５０に進む。次に、処理手順は、位置ホルダ参照子２に
対する処理は、夫々、処理ブロツク５２、５４、５６、
５８、６０及び６４を通して実行される。位置ホルダ参
照子７に対する処理は、夫々、処理ブロツク５２、５
４、５６、５８、６０及び６４を通して実行される。次
に、処理手順は、ブロツク５２を介して図２のブロツク
６６に続く。図２の処理ブロツク６６を参照して説明す
ると、ブロツク６６における処理を経た後、下記のステ
ータスがログされる。

【００５６】

【表１２】

【００５７】処理ブロツク６６は競合を決定する処理ブ
ロツク６８に移行する。次に、ブロツク６９は、競合し
ているすべてのエントリについてチエツクを行なう。競
合を持たない位置ホルダ参照子がないという事実は、処
理をブロツク７０に進ませる。処理ブロツク７０は、両
方の位置ホルダ参照子に対して、テキスト出力ストリー
ム中に「ｇ」を置換する。処理ブロツク７２は、そのＣ
Ｍセツトから、位置ホルダ参照子を除去する。処理ブロ
ツク７４において、そのＣＭセツトが他の位置ホルダ参
照子を含まないことが決定されたので、ブロツク７６に
おいて「ＣＭセツト３」が削除される。次に、処理ブロ
ツク７８は、変更されるテキスト出力ストリームに対し
て標識を設定する。この時点において、テキスト出力ス
トリームは下記のようになる。

【００５８】

【表１３】

【００５９】第３のＣＭセツトが処理されると、順序付
けられたＣＭセツトのリストは下記のようになる。

【表１４】順序付けられたＣＭセツトのリスト１）８４）４及び６５）１、３及び１０

【００６０】図１の処理ブロツク４８に戻ると、現在、
他のＣＭセツト、つまり「ＣＭセツト４」が現在のＣＭ
リスト中にある。処理手順は、「ＣＭセツト４」がリス
トから検索されるブロツク５０に進む。次に、処理は、
位置ホルダ参照子４に対して、夫々、処理ブロツク５
２、５４、５６、５８、６０、６２及び６４を実行す
る。処理手順は、位置ホルダ参照子６に対して、夫
々、処理ブロツク５２、５４、５６、５８、６０、６２
及び６４を実行する。位置ホルダ参照子６は前の処理経
路によつて解決されているので、位置ホルダ参照子６の
ための処理ブロツク６４では未解決の文字はないことに
は注意を喚起する必要がある。図２の処理ブロツク６６
を参照して説明すると、ブロツク６６の処理の後には、
下記のステータスがログされる（記号＃は、１よりも大
きな数か、または１に等しい数を示唆する）。

【００６１】

【表１５】

【００６２】処理ブロツク６６は処理ブロツク６８に進
み、処理ブロツク６８において、位置ホルダ参照子６は
競合を持たないことが決定される。事実、未解決の文字
は全く存在しない。次に、処理ブロツク６９は、未処理
の文字のないブロツク７０に進む。ブロツク７２におい
て、そのＣＭセツトから位置ホルダ参照子６を除去す
る。次に、ブロツク７２はブロツク７４を経てブロツク
７７に進み、ブロツク７７において、文字「ｙ」が位置
ホルダ参照子４の候補文字に代替される。次に、ブロツ
ク７８は、既に説明したように、図１のブロツク４８に
戻る。この時点で、テキスト出力ストリームは下記のよ
うになる。

【００６３】

【表１６】

【００６４】「ＣＭセツト４」が処理された後には、
「順序付けられたＣＭセツトのリスト」は下記のように
なる。

【表１７】順序付けられたＣＭセツトのリスト１）８４）４５）１、３及び１０

【００６５】図１のブロツク４８に戻ると、現時点にお
いて、他のＣＭセツト、即ち「ＣＭセツト５」が現在の
ＣＭリスト中にある。処理手順は、「ＣＭセツト５」が
ＣＭリストから検索される処理ブロツク５０に進む。位
置ホルダ参照子１に対して、処理は、夫々、処理ブロツ
ク５２、５４、５６、５８、６０及び６２を通して実行
される。位置ホルダ参照子３に対して、処理は、夫々処
理ブロツク５２、５４、５６、５８、６０及び６２を通
して実行される。位置ホルダ参照子３を処理している間
で、処理ブロツク６４においては前の処理経路で解決さ
れた文字があることには注意を払う必要がある。次に、
図２のブロツク６６の処理を通つた後に、下記のステー
タスがログされる。

【００６６】

【表１８】

【００６７】処理ブロツク６６を経た後に、処理手順は
ブロツク６８に進み、処理ブロツク６８において、位置
ホルダ参照子１０を除いて、すべての位置ホルダ参照子
が競合することが見出される。処理ブロツク７０は、位
置ホルダ参照子１０に対してテキスト出力ストリーム中
に「ｍ」を置換する。処理ブロツク７２はＣＭセツトか
ら位置ホルダ参照子１０を除去する。処理ブロツク７４
において、このＣＭセツトが他の位置ホルダ参照子を含
んでいることが決定されるので、処理ブロツク７４は処
理ブロツク７７に移行する。次に、処理ブロツク７８
は、テキスト出力ストリームが変更されることを示す標
識を設定する。この時点において、テキスト出力ストリ
ームは下記のようになる。

【００６８】

【表１９】

【００６９】ＣＭセツト中の最後の候補文字リストが処
理された後、順序付けられたＣＭセツトのリストは下記
のようになる。

【表２０】順序付けられたＣＭセツトのリスト１）８４）４及び６５）１及び３

【００７０】若しワード「ｆａｍｉｌｙ」が最初に識別
されなかつたとすれば、ワード「ｍｙ」は、成功裡に識
別されなかつたであろうことには注意を向ける必要があ
る。ワード「ｍｙ」は、従来の技術においては、「ｍ
ｅ」とか「ｍａ」などに解釈されるであろう。ワード
「ｍｙ」は、若しＣＭセツトが適正に順序付けられてい
ないとすれば、本発明の実施例において「ｍｇ」と解釈
されたかもしれない。

【００７１】処理ブロツク７８は図１のブロツク４８に
移行し、処理ブロツク４８において、現在のＣＭセツト
のリストの中のすべてのＣＭセツトが処理されたか否か
が決定される。ＣＭセツトの経路の繰り返し処理の間
で、１つ、またはそれ以上の文字が置換されたので、OU
TPUT_CHANGEDフラグが「TRUE（正しい）」に設定され
る。処理ブロツク８０は、現在のＣＭセツトのリストが
再度処理される図１の処理ブロツク４６に移行する。テ
キスト出力ストリームに出力が発生されず、OUTPUT_CHA
NGEDフラグが「FALSE（誤り）」になるまで、処理ブロ
ツク４６から処理ブロツク８０までの処理が、上述した
ように実行される。現在のＣＭセツトのリストに関する
第２の経路が処理された後、順序付けられたＣＭセツト
のリストは、空のリストに変更される。

【００７２】OUTPUT_CHANGEDフラグは、現在のＣＭセツ
トのリストに関する１つ、またはそれ以上の経路処理の
間で「TRUE」に留まる。第３の経路処理が完了すると、
処理ブロツク８０において若しOUTPUT_CHANGEDフラグが
「TRUE」でなければ、処理ブロツク８２は、処理の間で
残つている他のＣＭセツトがあるか否かを決定する。若
し他のＣＭセツトがなければ、処理ブロツク８４は、後
続するアプリケーシヨンに、成功裡に完了したテキスト
出力ストリームを転送して、処理を完了する。若し１
つ、またはそれ以上のＣＭセツトがあれば、処理は図３
の処理ブロツク８６に続く。図３の処理ブロツク８６を
参照して説明を続けると、若しSTATUS2CHECK変数がCORR
ECTLY_SPELLEDの値と等しければ、そのSTATUS2CHECK変
数は新しいステータス（つまり、1_HIT）に設定され、
そして、ＣＭセツトのリスト中の残りのすべてのＣＭセ
ツトは、後述するように再処理される。処理ブロツク３
２における処理において、ＯＣＲ処理が候補文字リスト
中の正しい文字を与えないケースがあり得る。また、処
理ブロツク３２において、判読困難な文字がタイプ・ミ
スで生じるケースがあり得る。本発明においては、スペ
ル・チエツク処理を実行する時に、少数の候補文字で、
望ましいステータスを持つＣＭセツトを処理することに
よつてこのような問題を取り扱つている。これは、ＯＣ
Ｒ文字分析テーブルの候補文字が、両立しない理由によ
つて誤りとされる場合であつても、テキスト的要素中の
文字の識別を可能とする。処理ブロツク８６において、
若しSTATUS2CHECK変数が既に1_HITに設定されているな
らば、処理はブロツク８８に進む。OUTPUT_CHANGEDが
「FALSE」にされるまで、処理されている現在のＣＭセ
ツトのリストが多くのタイプのステータスによつて処理
できるように、多くのタイプのステータスが図３におい
て実施されることを理解することは非常に重要な事柄で
ある。CORRECTLY_SPELLEDと1_HITとは最も好ましい例な
ので、ここで例示されている。ステータスの変化し漸減
する多くのレベルを、本発明の技術思想を逸脱しない範
囲内で適用することができる。１つ、またはそれ以上の
ＣＭセツトが成功裡に処理されなかつたとしても、本発
明は、最終判断をする代替技術に依存する。この実施例
において、若し位置ホルダ参照子１０が「ＣＭセツト
５」の中に存在しないならば、「ｎ」、または「ｍ」の
いずれでも、正しく綴られたワードに対して働くので、
「ＣＭセツト５」は推理されなかつたかも知れない。位
置ホルダ参照子１０が存在しないものと仮定すると、処
理ブロツク８８は、「ＣＭセツト５」の位置ホルダ参照
子１を検索する処理ブロツク１００に進むであろう。処
理ブロツク１０２は、候補文字中の最初の候補文字が最
も高い信頼性（優先順位において）を持つているので、
候補文字リスト中の第１の候補文字を選択する。処理ブ
ロツク１０４はテキスト出力ストリームの対応位置を更
新し、そして、処理は、次の未処理の位置ホルダ参照子
の処理を行なう処理ブロツク８８に進む。処理ブロツク
８８において、若し残りの位置ホルダ参照子のすべてが
処理されたならば、処理ブロツク１０８は後続するアプ
リケーシヨンにテキスト出力ストリームを与え、処理は
終了する。

【００７３】走査イメージの実際の処理はＣＭセツトの
中に多数の位置ホルダ参照子を発生するので、文字の分
析をより正確にすることができることに注意を払うこと
は重要である。上述の実施例は、本発明の処理方法を説
明するための単純な処理方法であることは当業者であれ
ば理解できるであろう。ＯＣＲ処理の間で、より不明瞭
な文字は処理されるべきより多数の候補文字リストを与
える。ＣＭセツトの中の位置ホルダ参照子をグループ化
することは、どの文字が同じであるが未だ識別されてい
ないことを判別することができるのは注意を払う必要が
ある。この関係を持たせることによつて、他のワードに
おいて判別される同じ文字を含むワードの識別を容易に
することができる。同じワードに属するという単なる文
字関係を持たせることにより、同じワード中の他の文字
が認識されるという文字識別ができる。

【００７４】また、ＯＣＲ文字の分析テーブルは、処理
ブロツク３２によつて既に解決された文字に対する位置
ホルダ参照子を含んでいる。このことは、判読困難な文
字を判別する経路を与えるために、既知の文字によつて
類似の候補文字を持つ文字をグループ化することを可能
にする。処理ブロツク６０、６２及び６４の処理動作
は、既に識別された文字とは独立して動作する。

【００７５】図４を参照すると、本発明の処理を行なう
光学式文字読み取りシステム２００のブロツク図が示さ
れている。光学式文字読み取りシステム２００はＣＰＵ
２０４を含むプロセツサ２０２及びメモリ２０６を含ん
でいる。プロセツサ２０２には出力ストリームを作成す
るスキヤナ２２０が接続されている。加えて、ユーザに
よりデータの入力を行なうためのキーボード２１６が与
えられている。パーマネント・ストレージ装置は、フロ
ツピ・デイスク装置２１０の形式で除去可能なストレー
ジ装置と共にハード・デイスク装置２０８により与えら
れている。プログラム情報及びデータは、フロツピ・デ
イスク２１２によつて光学式文字読み取りシステムに入
力することができる。また、ＯＣＲシステムにおいて、
処理される情報及びデータを、ユーザが目視できるデイ
スプレイ装置２１８が与えられる。

【００７６】まとめとして、本発明の構成に関して以下
の事項を開示する。

【００７７】（１）光学式文字読み取りシステムにおい
て発生されるテキスト出力ストリーム中に現われる複数
個の判読困難な文字を識別する方法において、上記複数
個の判読困難な文字を類似した文字のセツトにグループ
化するステツプと、上記類似した文字のセツトを、優先
度を持つ処理順位に順序付けするステツプと、上記判読
困難な文字の各々を候補文字リストに関連付けるステツ
プと、上記複数個の判読困難な文字の内の選択された１
つの文字を含むテキスト的要素の内の最も確度の高いテ
キスト的要素を、テキスト的要素のデイクシヨナリの調
査を介して決定するステツプと、上記デイクシヨナリに
従つて１つのステータスを生じた文字を上記判読困難な
文字の内の上記選択された１つの文字に置換するステツ
プとを含む判読困難な文字の識別方法。（２）上記複数個の判読困難な文字を類似した文字のセ
ツトにグループ化するステツプは、同じ候補文字リスト
に関連した候補文字を選択するステツプを含む（１）に
記載の判読困難な文字の識別方法。（３）上記複数個の判読困難な文字を類似した文字のセ
ツトにグループ化するステツプは、上記判読困難な文字
が同じ文字である確度があるか否かを決定するために上
記判読困難な文字の各々を比較した後、判読困難な文字
及び関連した候補文字リストを同じセツトに集合するこ
とを含む（１）に記載の判読困難な文字の識別方法。（４）上記セツトの順番付けを、優先度を持つ処理順位
に順序付けするステツプは、判読するのがより困難な文
字の認識処理の前に、判読するのがより容易な文字の識
別処理を行なう順番で上記セツトを順序付けることを含
む（１）に記載の判読困難な文字の識別方法。（５）最も確度の高いテキスト的要素を決定するステツ
プは、第１及び第２のワード中の文字の同じような特徴
を識別することによつて、スペル・チエツク処理を介し
て上記第１のワードを識別し、上記第１のワード中の文
字が発生した可能性を経て第２のワードを識別すること
を含む（１）に記載の判読困難な文字の識別方法。（６）光学式文字読み取りシステムにおいて判読困難な
文字を識別する正確度を改善する方法において、該改善
方法は、より容易に識別可能であり、かつ第２の判読困
難な文字に関係した第１の判読困難な文字を識別するこ
とによつて第２の判読困難な文字を識別するステツプを
含むことを特徴とする改善方法。（７）上記関係は上記第１の判読困難な文字で定義され
ることと、上記第２の判読困難な文字は本質的に同じで
あるが、未だ識別されていないこととを含む（６）に記
載の改善方法。（８）上記関係は上記第１の判読困難な文字で定義され
ることと、上記第２の判読困難な文字は、同じワードの
ような同じテキスト的要素に属することとを含む（６）
に記載の改善方法。（９）上記関係は上記第１の判読困難な文字で定義され
ることと、第２の判読困難な文字は異なつたテキスト的
要素に属することと、第１のテキスト的要素の識別は第
２のテキスト的要素の識別を容易にすることとを含む
（８）に記載の改善方法。（１０）上記関係は、上記テキスト的要素を識別した後
に識別される他の判読困難な文字を含むテキスト要素
に、上記第１の判読困難な文字が属することと、異なつ
たテキスト的要素中に関連した文字セツトの置換を行な
つた後に、上記他の判読困難な文字が異なつたテキスト
的要素において識別されることとを含む（６）に記載の
改善方法。（１１）判読困難な文字に対して、予め決められた処理
順序で遂行される複数の処理経路を含み、上記第２の判
読困難な文字を識別する処理経路は上記第１の判読困難
な文字を識別する処理経路とは異なつた経路であること
を含む（６）に記載の改善方法。（１２）光学式文字読み取りシステムにおいて発生され
るテキスト出力ストリーム中に現われる複数個の判読困
難な文字を識別する装置において、上記複数個の判読困
難な文字を類似した文字のセツトにグループ化する手段
と、上記類似した文字セツトを、優先度を持つ処理順位
に順序付ける手段と、上記判読困難な文字の各々を候補
文字リストに関連付ける手段と、上記複数個の判読困難
な文字の内の選択された１つの文字を含むテキスト的要
素の内の最も確度の高いテキスト的要素を、テキスト的
要素のデイクシヨナリの調査を介して決定する手段と、
上記デイクシヨナリに従つて１つのステータスを生じた
文字を上記判読困難な文字の上記選択された１つの文字
に置換する手段とを含む判読困難な文字の識別装置。（１３）上記複数個の判読困難な文字を類似した文字の
セツトにグループ化する手段は、同じ候補文字リストに
関連した候補文字を選択する手段を含む（１２）に記載
の判読困難な文字の識別装置。（１４）上記複数個の判読困難な文字を類似した文字の
セツトにグループ化する手段は、上記判読困難な文字が
同じ文字である確度があるか否かを決定するために上記
判読困難な文字の各々を比較した後、判読困難な文字及
び関連した候補文字リストを同じセツトに集合する手段
を含む（１２）に記載の判読困難な文字の識別装置。（１５）上記セツトの順番付けを、優先度を持つ処理順
位に順序付けする手段は、判読するのがより困難な文字
の認識処理の前に、判読するのがより容易な文字の識別
処理を行なう順番で上記セツトを順序付ける手段を含む
（１２）に記載の判読困難な文字の識別装置。（１６）最も確度の高いテキスト的要素を決定する手段
は、第１及び第２のワード中の文字の同じような特徴を
識別することによつて、スペル・チエツク処理を介して
上記第１のワードを識別し、上記第１のワード中の文字
が発生した可能性を経て第２のワードを識別する手段を
含む（１２）に記載の判読困難な文字の識別装置。

【００７８】

【発明の効果】本発明は、光学式文字読み取り処理によ
り文字を識別する場合、光学文字読み取り装置を用いる
ユーザが特別のトレーニングを要求されることなく、従
来の技術では識別不可能であつた文字をほぼ１００パー
セントの正確度で識別可能にする。

【図面の簡単な説明】

【図１】本発明の処理を説明する流れ図である。

【図２】図１の流れ図に続く本発明の処理を説明する流
れ図である。

【図３】図１の流れ図に続く本発明の処理を説明する流
れ図である。

【図４】本発明の動作が遂行される光学式文字読み取り
システムを示すブロツク図である。

【符号の説明】

２００光学式文字読み取りシステム２０２プロセツサ２０４ＣＰＵ２０６メモリ２０８ハードデイスク・ストレージ装置２１０フロツピ・デイスク装置２１２フロツピ・デイスク２１６キーボード２１８デイスプレイ装置２２０スキヤナ

Claims

【特許請求の範囲】

【請求項１】光学式文字読み取りシステムにおいて発生
されるテキスト出力ストリーム中に現われる複数個の判
読困難な文字を識別する方法において、上記複数個の判読困難な文字を類似した文字のセツトに
グループ化するステツプと、上記類似した文字のセツトを、優先度を持つ処理順位に
順序付けするステツプと、上記判読困難な文字の各々を候補文字リストに関連付け
るステツプと、上記複数個の判読困難な文字の内の選択された１つの文
字を含むテキスト的要素の内の最も確度の高いテキスト
的要素を、テキスト的要素のデイクシヨナリの調査を介
して決定するステツプと、上記デイクシヨナリに従つて１つのステータスを生じた
文字を上記判読困難な文字の内の上記選択された１つの
文字に置換するステツプとを含む判読困難な文字の識別
方法。
【請求項２】上記複数個の判読困難な文字を類似した文
字のセツトにグループ化するステツプは、同じ候補文字
リストに関連した候補文字を選択するステツプを含む請
求項１に記載の判読困難な文字の識別方法。
【請求項３】上記複数個の判読困難な文字を類似した文
字のセツトにグループ化するステツプは、上記判読困難
な文字が同じ文字である確度があるか否かを決定するた
めに上記判読困難な文字の各々を比較した後、判読困難
な文字及び関連した候補文字リストを同じセツトに集合
することを含む請求項１に記載の判読困難な文字の識別
方法。
【請求項４】上記セツトの順番付けを、優先度を持つ処
理順位に順序付けするステツプは、判読するのがより困
難な文字の認識処理の前に、判読するのがより容易な文
字の識別処理を行なう順番で上記セツトを順序付けるこ
とを含む請求項１に記載の判読困難な文字の識別方法。
【請求項５】最も確度の高いテキスト的要素を決定する
ステツプは、第１及び第２のワード中の文字の同じよう
な特徴を識別することによつて、スペル・チエツク処理
を介して上記第１のワードを識別し、上記第１のワード
中の文字が発生した可能性を経て第２のワードを識別す
ることを含む請求項１に記載の判読困難な文字の識別方
法。
【請求項６】光学式文字読み取りシステムにおいて判読
困難な文字を識別する正確度を改善する方法において、該改善方法は、より容易に識別可能であり、かつ第２の
判読困難な文字に関係した第１の判読困難な文字を識別
することによつて第２の判読困難な文字を識別するステ
ツプを含むことを特徴とする改善方法。
【請求項７】上記関係は上記第１の判読困難な文字で定
義されることと、上記第２の判読困難な文字は本質的に
同じであるが、未だ識別されていないこととを含む請求
項６に記載の改善方法。
【請求項８】上記関係は上記第１の判読困難な文字で定
義されることと、上記第２の判読困難な文字は、同じワ
ードのような同じテキスト的要素に属することとを含む
請求項６に記載の改善方法。
【請求項９】上記関係は上記第１の判読困難な文字で定
義されることと、第２の判読困難な文字は異なつたテキ
スト的要素に属することと、第１のテキスト的要素の識
別は第２のテキスト的要素の識別を容易にすることとを
含む請求項８に記載の改善方法。
【請求項１０】上記関係は、上記テキスト的要素を識別
した後に識別される他の判読困難な文字を含むテキスト
要素に、上記第１の判読困難な文字が属することと、異
なつたテキスト的要素中に関連した文字セツトの置換を
行なつた後に、上記他の判読困難な文字が異なつたテキ
スト的要素において識別されることとを含む請求項６に
記載の改善方法。
【請求項１１】判読困難な文字に対して、予め決められ
た処理順序で遂行される複数の処理経路を含み、上記第
２の判読困難な文字を識別する処理経路は上記第１の判
読困難な文字を識別する処理経路とは異なつた経路であ
ることを含む請求項６に記載の改善方法。
【請求項１２】光学式文字読み取りシステムにおいて発
生されるテキスト出力ストリーム中に現われる複数個の
判読困難な文字を識別する装置において、上記複数個の判読困難な文字を類似した文字のセツトに
グループ化する手段と、上記類似した文字セツトを、優先度を持つ処理順位に順
序付ける手段と、上記判読困難な文字の各々を候補文字リストに関連付け
る手段と、上記複数個の判読困難な文字の内の選択された１つの文
字を含むテキスト的要素の内の最も確度の高いテキスト
的要素を、テキスト的要素のデイクシヨナリの調査を介
して決定する手段と、上記デイクシヨナリに従つて１つのステータスを生じた
文字を上記判読困難な文字の上記選択された１つの文字
に置換する手段とを含む判読困難な文字の識別装置。
【請求項１３】上記複数個の判読困難な文字を類似した
文字のセツトにグループ化する手段は、同じ候補文字リ
ストに関連した候補文字を選択する手段を含む請求項１
２に記載の判読困難な文字の識別装置。
【請求項１４】上記複数個の判読困難な文字を類似した
文字のセツトにグループ化する手段は、上記判読困難な
文字が同じ文字である確度があるか否かを決定するため
に上記判読困難な文字の各々を比較した後、判読困難な
文字及び関連した候補文字リストを同じセツトに集合す
る手段を含む請求項１２に記載の判読困難な文字の識別
装置。
【請求項１５】上記セツトの順番付けを、優先度を持つ
処理順位に順序付けする手段は、判読するのがより困難
な文字の認識処理の前に、判読するのがより容易な文字
の識別処理を行なう順番で上記セツトを順序付ける手段
を含む請求項１２に記載の判読困難な文字の識別装置。
【請求項１６】最も確度の高いテキスト的要素を決定す
る手段は、第１及び第２のワード中の文字の同じような
特徴を識別することによつて、スペル・チエツク処理を
介して上記第１のワードを識別し、上記第１のワード中
の文字が発生した可能性を経て第２のワードを識別する
手段を含む請求項１２に記載の判読困難な文字の識別装
置。