JPH07296113A

JPH07296113A - 文字パターン抽出方法及びその認識方法

Info

Publication number: JPH07296113A
Application number: JP6090106A
Authority: JP
Inventors: Hideki Fujimori; 秀木藤森
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 1994-04-27
Filing date: 1994-04-27
Publication date: 1995-11-10

Abstract

(57)【要約】【目的】濃淡画像から字画の込み入った部分でも少な
い部分でも均質な文字パターンを抽出し、良好な文字認
識結果を得る。【構成】文字領域を縦方向の分割点および横方向の分
割点の計算をおこない、その分割で分けられた領域を設
定し、各領域の平均濃度を計算し、その平均濃度に応じ
たしきい値で二値化し、それらを組み合せ文字パターン
を得る。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は濃淡画像中の文字の二
値パターンを抽出する方法およびそのパターンを認識す
る方法に関する。

【０００２】

【従来の技術】図１４は従来の文字パターン抽出および
認識方法を示すブロック図である。撮像装置１００で得
られた濃淡画像９３を、画像二値化手段１０１であるし
きい値を用いてそのしきい値より濃かったら黒、薄かっ
たら白とする二値画像９６に変換する。特徴量計算手段
１０２では、特徴量としてＸ方向の黒画素ヒストグラム
９８とＹ方向の黒画素ヒストグラム９９を算出する。そ
して特徴量比較手段１０３で、あらかじめ同じ方法で計
算しておいた基準パターンの特徴量Ａとの差を計算し、
文字判定手段１０４ではその差の最も少なかった基準パ
ターンの文字として認識する。

【０００３】図１５は従来からの文字認識方法の１つで
ある射影側面特徴を用いた文字認識方法を説明する図で
ある。まずあらかじめ基準となる文字パターン１０５に
ついて縦方向および横方向に黒画素数を積算し各々の方
向にヒストグラム９８，９９を得る。次に認識したいパ
ターン９６についても同じくＸ方向の黒画素ヒストグラ
ム９８、Ｙ方向の黒画素ヒストグラム９９を計算する。
そして各ヒストグラムを重ね合せその差となる領域（図
中の斜線領域）の面積を計算する。そしてその面積が一
定値以内であればその文字と認識する、あるいは面積の
最も小さい文字として認識するものである。

【０００４】図１６は従来の文字パターン抽出方法を示
すフロー図である。ステップ６３で濃度の積算値を入れ
るＳＵＭの零クリアおよび濃淡画像ＩＭＧ（Ｘ，Ｙ）中
の文字の存在する領域（ＳＴＸ，ＳＴＹ）−（ＥＤＸ，
ＥＤＹ）の画素数ＰＩＸＳの計算を行い、ステップ６４
でカウンタＪに初期値ＳＴＹを代入し、ステップ６５で
カウンタＩに初期値ＳＴＸを代入し、ステップ６６
（Ｉ，Ｊ）の画素の濃度値をＳＵＭに加算する。ステッ
プ７でカウンタＩをインクレメントしながらステップ６
７でＩがＥＤＸより大きいと判定されるまでステップ６
６を繰り返すことにより１ライン分の濃度値がＳＵＭに
加算され、さらにステップ３２でカウンタＪをインクレ
メントしながらステップ６８でＪがＥＤＹより大きいと
判定されるまでステップ６５から３２までを繰り返すこ
とにより、文字領域の濃度値がＳＵＭに積算される。ス
テップ６９では濃度積算値ＳＵＭを画素数ＰＩＸＳで割
ることにより平均濃度ＡＶＧを求める。次にステップ６
４でカウントＪに初期値ＳＴＹを代入し、ステップ６５
でカウンタＩに初期値ＳＴＸを代入し、ステップ７０で
（Ｉ，Ｊ）の画素の濃度値が平均濃度ＡＶＧより大きい
か否か判定する。濃度値が平均より大きい場合はステッ
プ７１で二値パターンＰＡＴ（Ｉ，Ｊ）に黒を示す１を
代入し、濃度値が平均より小さい場合はステップ７２で
二値パターンＰＡＴ（Ｉ，Ｊ）に白を示す０を代入す
る。ステップ７でＩをインクレメントしながらステップ
６７でＩがＥＤＸより大きいと判定されるまでステップ
７０および７１，７２を繰り返すことにより１ライン分
の二値パターンが作成され、さらにステップ３２でカウ
ンタＪをインクレメントしながらステップ６８でＪがＥ
ＤＹより大きいと判定されるまでステップ７０から６７
までを繰り返すことにより文字領域分の二値パターンが
作成される。

【０００５】図１７は従来の文字パターン認識方法を示
すフロー図である。ステップ４１では文字領域の二値パ
ターンを作成し、ステップ１０２でその文字パターンの
特徴量Ｖを計算する。ステップ１でカウンタＩを初期化
した後ステップ７３であらかじめ登録されたＩ番目の文
字の基準パターンの特徴量Ｖ（Ｉ）を検索し、ステップ
７４でＶとＶ（Ｉ）の差の絶対値をＳＶ（Ｉ）に代入す
る。ステップ７でカウンタＩをインクレメントしなが
ら、ステップ７５でＩがデータ数を越えると判定される
までステップ７３，７４を繰り返す。次にステップ７６
で特徴量の差の絶対値が入った配列ＳＶを昇順にソート
しステップ７７で最も少ない差であるＳＶ（１）がある
しきい値ＴＨより少ないか否か判定し少なかった場合、
ステップ７８でＳＶ（１）の差が計算された基準パター
ンの文字として認識し結果を出力する。しきい値ＴＨよ
り大きかった場合、ステップ７９で認識不可能として処
理を終了する。

【０００６】

【発明が解決しようとする課題】図１８は二値化の過程
を説明する図である。文字のような白黒の画を撮像する
場合その濃度値のグラフは（ａ）上で点線で示すように
長方形の形となるが、実際には収差等の問題により実線
で示すような分散を持った山の形となる。分解能が十分
あり焦点の良くあった画像であれば、理想的な長方形と
その山形の差はほとんど無くあるしきい値で二値化した
場合、（ｂ）のように元の理想的な長方形と同じかたち
の二値画像が得られる。しかしながら、分解能が低いあ
るいは焦点の良くあっていない画像では、光の分散が激
しいため山形のピークの値が低くなり、分散も広がる傾
向にある。そのため（ｃ）の右側のように線が近い位置
にある場合などは、山形同志がくっついた状態となり、
しきい値を用いて二値化した場合（ｄ）のように２本の
線が１本の太い線になってしまう。また全体的に黒くな
るため、平均濃度に応じてしきい値を決める場合には、
しきい値そのものが高くなるため、（ｃ）の左側のよう
に線が１本しかない場合、線の太さが細ってしまうこと
がある。

【０００７】上記のような現象のため、従来の文字パタ
ーン抽出方法のように文字の矩形領域を１つのしきい値
で二値化する場合、分解能の低い撮像系で得られた画像
や焦点の十分あっていない画像を二値化すると字画の込
み入った部分は黒くつぶれ反対に字画の少ない部分は白
くかすれた文字パターンになってしまい、文字の認識を
悪くする原因となっていた。特に漢字の認識では、偏や
冠とつくりの部分で字画の込み入りかたが違うものが多
く適切な文字パターンが得られず誤った文字として認識
してしまうという問題があった。

【０００８】また、車両番号読取装置のように、屋外で
撮像された画像中の文字を認識する場合、太陽光の影響
により文字の一部に障害物の影がかかり、二値化した場
合影のかかっている部分が黒く潰れてしまう、逆にハレ
ーションが起こった場合ハレーションの周囲の文字部分
が白く欠けてしまうという問題があった。

【０００９】この発明は上記のような問題点を解消する
ためになされたもので、字画の込み入った部分も少ない
部分も、また影やハレーションがあった場合でも一様に
均質な文字パターンを得、良好な文字認識結果を得るこ
とを目的とする。

【００１０】

【課題を解決するための手段】この発明に係わる文字パ
ターン抽出方法は、文字領域を上下に２分割し各々の部
分領域毎にその平均濃度に応じたしきい値で二値化し文
字パターンを抽出するようにしたものである。

【００１１】またこの発明に係わる文字パターン抽出方
法は、文字領域を左右に２分割し各々の部分領域毎にそ
の平均濃度に応じたしきい値で二値化し文字パターンを
抽出するようにしたものである。

【００１２】この発明に係わる文字パターン抽出方法
は、文字領域を上下左右に２分割しできる４つの部分領
域毎にその平均濃度に応じたしきい値で二値化し文字パ
ターンを抽出するようにしたものである。

【００１３】またこの発明に係わる文字パターン抽出方
法は、文字領域を上下方向に黒画素のヒストグラムをと
り、黒画素数が一定値以下の行が存在した場合、その行
を境に分割し、各々の部分領域毎にその平均濃度に応じ
たしきい値で二値化し文字パターンを抽出するようにし
たものである。

【００１４】この発明に係わる文字パターン抽出方法
は、文字領域を左右方向に黒画素のヒストグラムをと
り、黒画素数が一定値以下の行が存在した場合、その列
を境に分割し、各々の部分領域毎にその平均濃度に応じ
たしきい値で二値化し文字パターンを抽出するようにし
たものである。

【００１５】またこの発明に係わる文字パターン抽出方
法は、文字領域を上下左右方向に黒画素のヒストグラム
をとり、黒画素数が一定値以下の行あるいは列が存在し
た場合、その行あるいは列を境に分割し、できる各々の
部分領域毎にその平均濃度に応じたしきい値で二値化し
文字パターンを抽出するようにしたものである。

【００１６】この発明に係わる文字認識方法は、上下に
２分割して得られた文字パターン、左右に２分割して得
られた文字パターン、上下左右に２分割して得られる文
字パターンそれぞれを特徴量をもとに認識し最も特徴量
の差の少ないパターンの認識結果を最終的な認識結果と
するようにしたものである。

【００１７】また、この発明に係わる文字認識方法は、
上下に２分割して得られた文字パターン、左右に２分割
して得られた文字パターン、上下左右に２分割して得ら
れる文字パターンそれぞれを特徴量をもとに認識し複数
のパターンで同じ認識結果が得られた場合、その認識結
果を最終的な認識結果とするようにしたものである。

【００１８】

【作用】この発明においては、上方の障害物により文字
領域の上側に影がかかった場合、上下に分割された上側
の領域の平均濃度が濃くなり、しいき値があるため影の
部分が白くなり、文字の部分だけが黒くうかびあがる。

【００１９】また、この発明においては、側方の障害物
により文字領域の左あるいは右側に影がかかった場合、
左右に分割された領域の影のかかった方の領域の平均濃
度が濃くなり、しきい値があがるため影の部分が白くな
り、文字の部分だけが黒くうかびあがる。

【００２０】この発明においては、文字の一部でハレー
ションなどが起きそのまわりが白くかすれた場合、その
ハレーションの起こった部分領域のしきい値がさがるた
め黒めのパターンとなり文字がうかびあがる。

【００２１】また、この発明においては、縦方向にヒス
トグラムをとりその積算値の小さい位置で上下に文字領
域を分割するため、漢字の冠やあしとつくりの部分が分
離され各々の領域で適切な二値化しきい値で二値化され
る。

【００２２】この発明においては、横方向にヒストグラ
ムをとりその積算値の小さい位置で左右に文字領域を分
割するため、漢字の偏とつくりの部分が分離され各々の
領域で適切な二値化しきい値で二値化される。

【００２３】また、この発明においては、縦横方向にヒ
ストグラムをとりその積算値の小さい位置で文字領域を
分割するため、いくつかの分離したブロックで構成され
ている漢字ではブロック毎に適切な二値化しきい値で二
値化される。

【００２４】この発明においては、いくつかの分割方法
で得られたパターン各々をその特徴量を比較することに
より認識し、それらの認識結果の中から最も特徴量の差
の少ない物を最終的な認識結果とする。

【００２５】またこの発明においては、いくつかの分割
方法で得られたパターン各々をその特徴量を比較するこ
とにより認識し、それらの認識結果の中で複数のパター
ンの認識結果が一致した場合それを最終的な認識結果と
する。

【００２６】

【実施例】

実施例１．図１はこの発明による文字パターン抽出方法
の一実施例を示したフロー図である。ステップ１でカウ
ンタＩを１に初期化し、ステップ２で横方向の分割点の
座標ＭＤＸを計算し、ステップ３でＩの値によって分岐
する。Ｉが１の時ステップ４で二値化する領域の座標Ｘ
０，Ｘ１を各々ＳＴＸ，ＳＴＸ＋ＭＤＸに設定する。Ｉ
が２の時はステップ５で二値化する領域の座標Ｘ０，Ｘ
１を各々ＳＴＸ＋ＭＤＸ，ＥＤＸに設定する。次にステ
ップ６で矩形領域（Ｘ０，ＳＴＹ）−（Ｘ１，ＥＤＹ）
を平均濃度をしきい値として二値化し、ステップ７でＩ
をインクレメントし、ステップ８でＩが２を越えたと判
定されるまでステップ３にもどり処理を続ける。

【００２７】図２は図１に示した文字パターン抽出方法
の概要と効果を説明する図である。原画像９７を撮像し
て得られる濃淡画像９３から二値の文字パターンを抽出
する。従来の方法で、文字領域全体の平均濃度で二値化
した場合、字画の込み入っている左側は文字が潰れぎみ
になり反対に右側は字画が少ないため線がかすれぎみに
なってしまう。これに対し、文字を中点で２分割する
と、左側の文字領域は平均濃度が高くなり、その結果二
値化のしきい値が高いものとなり従来に比べ文字は細め
に二値化される。反対に、右側では平均濃度が低いため
しきい値が低くなり文字は太めに二値化される。こうし
て左右別々に二値化された画像を合成して得られた文字
パターンは従来の方法で得られた文字パターンより、よ
り原画像に近いものとなる。

【００２８】図３は図１に示した文字パターン抽出方法
の別の効果を説明する図である。原画像９７に影が左側
にかかっている場合の濃淡画像９３から二値の文字パタ
ーンを抽出する。従来の方法で文字領域全体の平均濃度
で二値化した場合、影のかかっている左側は真っ黒に潰
れ反対に右側は影の影響で平均濃度が濃くなり二値化し
きい値が上がるための線がかすれぎみなってしまう。こ
れに対し、文字を中点で２分割すると、左側の文字領域
は平均濃度が高くなり、その結果二値化のしきい値が高
いものとなり従来に比べ影の部分は白く二値化される。
反対に、右側では平均濃度が低いためしきい値が低くな
り文字は太めに二値化される。こうして左右別々に二値
化された画像を合成して得られた文字パターンは従来の
方法で得られた文字パターンより、より原画像に近いも
のとなる。

【００２９】実施例２．図４はこの発明による文字パタ
ーン抽出方法の実施例２を示したフロー図である。ステ
ップ１でカウンタＩを１に初期化し、ステップ９で縦方
向の分割点の座標ＭＤＹを計算し、ステップ３でＩの値
によって分岐する。Ｉが１の時ステップ１０で二値化す
る領域の座標Ｙ０，Ｙ１を各々ＳＴＹ，ＳＴＹ＋ＭＤＹ
に設定する。Ｉが２の時はステップ１１で二値化する領
域の座標Ｙ０，Ｙ１を各々ＳＴＹ＋ＭＤＹ，ＥＤＹに設
定する。次にステップ６で矩形領域（ＳＴＸ，Ｙ０）−
（ＥＤＸ，Ｙ１）を平均濃度をしきい値として二値化
し、ステップ７でＩをインクレメントし、ステップ８で
Ｉが２を越えたとき判定されるまでステップ３にもどり
処理を続ける。

【００３０】この実施例によれば文字領域を上下に分割
するので上側に影がかかった場合、上側の文字領域の二
値化しきい値が上がり、影の部分が白くなり文字が潰れ
ることが無くなり、下側の領域は二値化しきい値が下が
り文字が太めに黒くなり、かすれることが無くなる。ま
た実施例１の図２で説明したのと同様に、文字の上側と
下側で字画の込み入り方が異なる場合より原画像に近い
二値パターンが得られるという効果が有る。

【００３１】実施例３．図５はこの発明による文字パタ
ーン抽出方法の実施例３を示したフロー図である。ステ
ップ１でカウンタＩを１に初期化し、ステップ２で横方
向の分割点の座標ＭＤＸを計算し、ステップ９で縦方向
の分割点の座標ＭＤＹを計算し、ステップ３でＩの値に
よって分岐する。Ｉが１の時ステップ１２で二値化する
領域の座標Ｘ０，Ｘ１，Ｙ０，Ｙ１を各々ＳＴＸ，ＳＴ
Ｘ＋ＭＤＸ，ＳＴＹ，ＳＴＹ＋ＭＤＹに設定する。Ｉが
２の時はステップ１３で二値化する領域の座標Ｘ０，Ｘ
１，Ｙ０，Ｙ１を各々ＳＴＸ，ＳＴＸ＋ＭＤＸ，ＳＴＹ
＋ＭＤＹ，ＥＤＹに設定する。Ｉが３の時はステップ１
４で二値化する領域の座標Ｘ０，Ｘ１，Ｙ０，Ｙ１を各
々ＳＴＸ＋ＭＤＸ，ＥＤＸ，ＳＴＹ，ＳＴＹ＋ＭＤＹに
設定する。Ｉが４の時はステップ１５で二値化する領域
の座標Ｘ０，Ｘ１，Ｙ０，Ｙ１を各々ＳＴＸ＋ＭＤＸ，
ＥＤＸ，ＳＴＹ＋ＭＤＹ，ＥＤＹに設定する。次にステ
ップ６で矩形領域（Ｘ０，Ｙ０）−（Ｘ１，Ｙ１）を平
均濃度をしきい値として二値化し、ステップ７でＩをイ
ンクレメントし、ステップ１６でＩが４を越えたと判定
されるまでステップ３にもどり処理を続ける。

【００３２】この実施例によれば文字領域を上下左右に
各々２分割するので実施例１および実施例２と同様の効
果が得られることは言うまでもない。さらに４分割と細
かく分割しているため、文字の一部でハレーションが起
こった場合そのハレーションの起こった部分領域の二値
化しきい値が下がりより文字が太めに二値化される。ま
たハレーションの影響が１／４の領域に制限され、他の
部分の二値化への影響を抑制することができる。

【００３３】実施例４．図６はこの発明の文字パターン
抽出方法の実施例４を示したフロー図である。ステップ
１７でＸ０に初期値ＳＴＸを代入し、ステップ１８でカ
ウンタＩを零クリアする。ステップ１９でＩ番目の垂直
ライン上の画素の濃度値を積算し、ステップ２０ではそ
の積算値があるしきい値βより大きいか判定する。β以
上の場合は、ステップ７でＩをインクレメントしステッ
プ２１でＩが文字幅であるＥＤＸ−ＳＴＸより大きいと
判断されるまでステップ１９に戻り処理を続け、大きい
と判断された場合は、ステップ２２でＸ１にＥＤＸを代
入しステップ６の二値化に進む。ステップ２０で積算値
がβより小さいと判定された場合、ステップ２３でＸ１
にＳＴＸ＋Ｉを代入し、ステップ６で矩形領域（Ｘ０，
ＳＴＹ）−（Ｘ１，ＥＤＹ）をその平均濃度をしきい値
として二値化する。そしてステップ７でＩをインクレメ
ントし、ステップ３９で次回の二値化用の座標としてＸ
０にＳＴＸ＋Ｉを代入する。ステップ２１でＩが文字幅
ＥＤＸ−ＳＴＸより大きいか否か判定し、大きくない場
合はステップ１９にもどり、大きい場合は処理を終了す
る。

【００３４】図７は、図６で示した実施例の概要を説明
する図である。濃淡画像９３のＸ方向の濃度値のヒスト
グラム９８を算出し、その積算値があるしきい値以下に
なる点の座標を求める。そしてその座標において文字領
域を分割し、各々の領域を実施例１と同様に二値化しそ
れらを合成し、その文字の二値パターン９６とする。

【００３５】この実施例によれば左右方向に濃度値のヒ
ストグラムをとりその値の少ない点で分割するため、偏
と作りで構成されている漢字の場合偏と作りの間の点が
分割点となり、偏と作り各々の部分が適当な二値化しき
い値で二値化されるので偏と作りで字画の込み入り具合
が違う漢字でも良好な文字パターンが得られる。

【００３６】実施例５．図８はこの発明による文字パタ
ーン抽出方法の実施例５を示したフロー図である。ステ
ップ２４でＹ０に初期値ＳＴＹを代入し、ステップ１８
でカウンタＩを零クリアする。ステップ２５でＩ番目の
水平ライン上の画素の温度値を積算し、ステップ２６で
はその積算値があるしきい値αより大きいか判定する。
α以上の場合は、ステップ７でＩをインクレメントしス
テップ２７でＩが文字高さであるＥＤＹ−ＳＴＹより大
きいと判断されるまでステップ２５に戻り処理を続け、
大きいと判断された場合は、ステップ２８でＹ１にＥＤ
Ｙを代入しステップ６の二値化に進む。ステップ２６で
積算値がαより小さいと判定された場合、ステップ２９
でＹ１にＳＴＹ＋Ｉを代入し、ステップ６で矩形領域
（ＳＴＸ，Ｙ０）−（ＳＴＸ，Ｙ１）をその平均濃度を
しきい値として二値化する。そしてステップ７でＩをイ
ンクレメントし、ステップ４０で次回の二値化用の座標
としてＹ０にＳＴＹ＋Ｉを代入する。ステップ２１でＩ
が文字高さＥＤＹ−ＳＴＹより大きいか否か判定し、大
きくない場合はステップ２５にもどり、大きい場合は処
理を終了する。

【００３７】この実施例によれば上下方向に濃度値のヒ
ストグラムをとりその値の少ない点で分割するため、冠
やあしと作りで構成されている漢字の場合冠やあしと作
りの間の点が分割点となり、冠やあしと作り各々の部分
が適当な二値化しきい値で二値化されるので偏と作りで
字画の込み具合が違う漢字でも良好な文字パターンが得
られる。

【００３８】実施例６．図９はこの発明による文字パタ
ーン抽出方法の実施例６を示したフロー図である。ステ
ップ３０でカウンタＩ，Ｊをそれぞれ０，１に設定し、
ステップ２５でＩ番目の水平ライン上の画素の濃度値を
積算し、ステップ２６でその積算値があるしきい値αよ
り大きいか否か判定する。αより大きい場合ステップ７
へ進み、小さかった場合、ステップ３１で配列ＹＬ
（Ｊ）にＩの値を代入し、ステップ３２でＪをインクレ
メントする。そしてステップ７でＩをインクレメントし
ステップ２７でＩが文字高さＥＤＹ−ＳＴＹより大きい
か否か判定する。ＩがＥＤＹ−ＳＴＹ以下の場合、ステ
ップ２５に戻り処理を繰り返し、ＩがＥＤＹ−ＳＴＹよ
り大きい場合ステップ３３でＹＬ（Ｊ）にＥＤＹを代入
する。次にステップ１７でＸ０にＳＴＸを代入した後、
ステップ１８でＩを零クリアし、ステップ１９でＩ番目
の垂直ライン上の画素の濃度値を積算する。ステップ２
０ではその積算値があるしきい値βより大きいか判定す
る。β以上の場合は、ステップ７でＩをインクレメント
しステップ２１でＩが文字幅であるＥＤＸ−ＳＴＸより
大きいと判断されるまでステップ１９に戻り処理を続
け、大きいと判断された場合は、ステップ２２でＸ１に
ＥＤＸを代入しステップ３４に進む。ステップ２０で積
算値がβより小さいと判定された場合、ステップ２３で
Ｘ１にＳＴＸ＋Ｉを代入する。ステップ３４ではカウン
タＫを１に初期設定し、ステップ３５ではＹ０，Ｙ１に
それぞれＳＴＹ，ＹＬ（Ｋ）を代入する。次にステップ
６で矩形領域（Ｘ０，Ｙ０）−（Ｘ１，Ｙ１）を平均濃
度をしきい値として二値化し、ステップ３６でＫをイン
クレメントし、ステップ３７でＫとＪを比較する。Ｋが
Ｊ以下の場合ステップ３８でＹ０，Ｙ１にＹＬ（Ｋ−
１），ＹＬ（Ｋ）を代入しステップ６に戻る。ステップ
３７でＫ＞Ｊと判定された時、ステップ７でＩをインク
レメントし、ステップ３９でＸ０にＳＴＸ＋Ｉを代入
し、ステップ２１でＩが文字幅ＥＤＸ−ＳＴＸより大き
いか判定する。Ｉが文字幅より小さい時ステップ１９に
戻り、大きいときは処理を終了する。

【００３９】この実施例によれば上下左右方向に濃度値
のヒストグラムをとりその値の少ない点で分割するた
め、実施例４および実施例５と同様の効果が得られるこ
とは言うまでもない。また筋のように複数のブロックか
らなる漢字の場合各々のブロックが分離され適当な二値
化しきい値で二値化されるので各ブロックで字画の込み
入り具合が違う漢字でも良好な文字パターンが得られ
る。

【００４０】なお、以上の例では二値化のしきい値とし
て平均濃度を用いているが、しきい値として、平均濃度
にある比率を掛けた値、平均濃度にある値を加えた値等
としても同様の効果が得られる。

【００４１】実施例７．図１０はこの発明による文字パ
ターン認識方法の一実施例を示したフロー図である。ス
テップ１でカウンタＩを１に初期設定し、ステップ３で
Ｉの値により分岐する。Ｉが１の時ステップ４１で文字
領域全域をあるしきい値によって二値化する。Ｉが２の
時はステップ４２で文字領域を上下に分割し各々の領域
を適当なしきい値によって二値化する。Ｉが３の時はス
テップ４３で文字領域を左右に分割し各々の領域を適当
なしきい値によって二値化する。Ｉが４の時はステップ
４４で文字領域を上下左右に分割し各々の領域を適当な
しきい値によって二値化する。次にステップ４５で得ら
れた二値パターンの特徴量を計算し、あらかじめ計算し
てある複数の文字の特徴量との差を求めその最も少ない
候補を同定する。ステップ４６ではその候補の文字をＣ
Ｈ（Ｉ）にその候補の文字の特徴量との差の絶対値をＶ
Ｍ（Ｉ）に代入する。ステップ７でＩをインクレメント
し、ステップ４７でＩが４より大きいと判断されるまで
ステップ３に戻り処理を繰り返す。次にステップ４８で
Ｉに２を代入し、ステップ４９でＶＭ（１）とＶＭ
（Ｉ）の値を比較し、ＶＭ（１）がＶＭ（Ｉ）の値以下
の場合は何もせずステップ７に進み、ＶＭ（１）がＶＭ
（Ｉ）の値より大きいときＶＭ（１）とＣＨ（１）をそ
れぞれＶＭ（Ｉ），ＣＨ（Ｉ）に置き換える。ステップ
７でＩをインクレメントし、ステップ４７でＩが４より
大きいか判定する。Ｉが４以下の場合はステップ４９に
戻り処理を繰り返し、４より大きい場合は、ステップ５
１でＣＨ（１）の文字を認識結果として出力し処理を終
了する。

【００４２】図１１は、図１０の実施例を説明する図で
ある。濃淡画像６３を従来通り分割せず二値化した場
合、左右に分割した場合、上下に分割した場合、上下左
右に４分割した場合の各々について、画像の二値化９
５、特徴量の計算９２、その特徴量に基づく文字判定１
０４を行う。こうして得られる４つの候補をその特徴量
差の少ない順にソート１０８し、その１位の候補文字を
最終的な認識結果として出力するものである。

【００４３】この実施例によれば分割しないで得られた
二値パターン、左右に分割して得られたパターン、上下
に分割して得られたパターン、上下左右に分割して得ら
れたパターン各々を特徴値を計算し認識しその中から最
も特徴値の差の少ない認識結果を最終的な認識結果とす
るため、従来の分割しないパターンのみで認識した場合
では認識できなかったパターンも認識できるようにな
る。

【００４４】実施例８．図１２、図１３はこの発明によ
る文字パターン認識方法の別の実施例を示したフロー図
である。ステップ１でカウンタＩを１に初期設定し、ス
テップ３でＩの値により分岐する。Ｉが１の時ステップ
４１で文字領域全域をあるしきい値によって二値化す
る。Ｉが２の時はステップ４２で文字領域を上下に分割
し各々の領域を適当なしきい値によって二値化する。Ｉ
が３の時はステップ４３で文字領域を左右に分割し各々
の領域を適当なしきい値によって二値化する。Ｉが４の
時はステップ４４で文字領域を上下左右に分割し各々の
領域を適当なしきい値によって二値化する。次にステッ
プ４５で得られた二値パターンの特徴量を計算し、あら
かじめ計算してある複数の文字の特徴量との差を求めそ
の最も少ない候補を同定する。ステップ４６ではその候
補の文字をＣＨ（Ｉ）にその候補の文字の特徴量との差
の絶対値をＶＭ（Ｉ）に代入する。ステップ７でＩをイ
ンクレメントし、ステップ４７でＩが４より大きいと判
断されるまでステップ３に戻り処理を繰り返す。次にス
テップ５２でカウンタＪに初期値１を代入し、ステップ
１でカウンタＩに１を代入する。ステップ５３ではＣＨ
（Ｊ）とＣＨ（Ｉ）が同じ文字か判定し、同じ文字の場
合、ステップ５５でＣＮＴ（Ｊ）に０を代入し、ステッ
プ５７でＣＮＴ（Ｉ）をインクレメントした後、ステッ
プ３２へ進む。ステップ５３で違う文字と判定した場
合、ステップ７でＩをインクレメントしステップ５４で
ＩとＪを比較する。Ｉ≠Ｊの時ステップ５３に戻り、Ｉ
＝Ｊの時はステップ５６でＣＮＴ（Ｊ）に１を代入す
る。次にステップ３２ではＪをインクレメントし、ステ
ップ５８でＪが４より大きいか判定する。Ｊが４以下の
ときはステップ１に戻り処理を繰り返し、Ｊが４より大
きい時は図１３のステップ１へ進む。

【００４５】図１３ではステップ１でカウンタＩに１を
代入し、ステップ５９でＣＮＴ（Ｉ）が３以上か判定す
る。３以上の場合ステップ６２でＣＨ（Ｉ）の文字を認
識結果として出力し処理を終了する。３より小さい時
は、ステップ６０に進みステップ６０でＣＮＴ（Ｉ）が
２か判定する。ＣＨ（Ｉ）＝２の場合、ステップ６１で
ＪにＩ＋１を代入しステップ６０でＣＮＴ（Ｊ）＝２か
判断する。ＣＮＴ（Ｊ）＝２のときはステップ４８へ分
岐し、ＣＮＴ（Ｊ）≠２のときはステップ３２でＪをイ
ンクレメントしステップ５８でＪと４を比較する。Ｊが
４以下の時はステップ６０に戻り処理を繰り返し、Ｊが
４より大きいときはステップ６２でＣＨ（Ｉ）の文字を
認識結果として出力し処理を終了する。ステップ６０で
ＣＮＴ（Ｉ）≠２と判定された場合は、ステップ７でＩ
をインクレメントしステップ１６でＩが４を越えたと判
断されるまでステップ５９に戻り処理を繰り返す。次に
ステップ４８では、Ｉに２を代入し、ステップ４９でＶ
Ｍ（１）とＶＭ（Ｉ）の値を比較し、ＶＭ（１）がＶＭ
（Ｉ）の値以下の場合は何もせずステップ７に進み、Ｖ
Ｍ（１）がＶＭ（Ｉ）の値より大きいときＶＭ（１）と
ＣＨ（１）をそれぞれＶＭ（Ｉ）、ＣＨ（１）に置き換
える。ステップ７でＩをインクレメントし、ステップ４
７でＩが４より大きいか判定する。Ｉが４以下の場合は
ステップ４９に戻り処理を繰り返し、４より大きい場合
は、ステップ５１でＣＨ（１）の文字を認識結果として
出力し処理を終了する。

【００４６】この実施例によれば分割しないで得られた
二値パターン、左右に分割して得られたパターン、上下
に分割して得られたパターン、上下左右に分割して得ら
れたパターン各々を特徴値を計算し認識しそれらの認識
結果の中で複数のパターンの認識結果が一致した場合そ
れを最終的な認識結果とするので、偶然あるパターンが
他の文字の特徴量に近く誤ってその文字に認識するケー
スを除くことができ誤読が抑制される。

【００４７】

【発明の効果】以上のようにこの発明は文字領域を左右
に分割し各々適当なしきい値で二値化するため、文字の
左側と右側で字画の込み入り方が違う場合でも良好な文
字パターンが得られる。また側方の障害物の影がかかっ
ても文字パターンが潰れることなく抽出できるという効
果が有る。

【００４８】また、この発明は文字領域を上下に分割し
各々適当なしきい値で二値化するため、文字の上側と下
側で字画の込み入り方が違う場合でも良好な文字パター
ンが得られる。また上方の障害物の影がかかっても文字
パターンが潰れることなく抽出できるという効果が有
る。

【００４９】この発明は、文字領域を上下左右に分割し
各々適当なしきい値で二値化するため、請求項１及び請
求項２と同様の効果が得られる。さらに文字の一部でハ
レーションが起こった場合でもハレーションの影響を１
／４の領域に抑えることができ良好な文字パターンを得
られるという効果がある。

【００５０】またこの発明は、文字領域を濃度値のヒス
トグラムを用いて左右に分割するため漢字の偏と作り各
々を適当なしきい値で二値化できるので、偏と作りで字
画の込み入り方が違う漢字でも良好な文字パターンが得
られる。

【００５１】この発明は文字領域を濃度値のヒストグラ
ムを用いて上下に分割するため漢字の冠やあしと作り各
々を適当なしきい値で二値化できるので、冠やあしと作
りで字画の込み入り方が違う漢字でも良好な文字パター
ンが得られる。

【００５２】またこの発明は、文字領域を濃度値のヒス
トグラムを用いて上下左右に分割するためいくつかの分
離したブロックで構成される漢字ではブロック毎に適切
なしきい値で二値化できるので良好文字パターンが得ら
れる。

【００５３】この発明においてはいくつかの分割方法で
得られたパターン各々をその特徴量を比較することによ
り認識し、それらの認識結果の中から最も特徴量の差の
少ない物を最終的な認識結果とするのでより良好なパタ
ーンの認識結果が採用され認識率が向上する。

【００５４】この発明においては、いくつかの分割方法
で得られたパターン各々をその特徴量を比較することに
より認識し、そららの認識結果の中で複数のパターンの
認識結果が一致した場合それを最終的な認識結果とする
ので、あるパターンが偶然に他に文字の特徴量と差が無
くなり誤って認識してしまうケースを除くことができ誤
読が防止される。

【図面の簡単な説明】

【図１】この発明による実施例１の文字パターン抽出方
法を示すフロー図である。

【図２】この発明による実施例１の文字パターン抽出方
法の概要を説明する図である。

【図３】この発明による実施例１の文字パターン抽出方
法の概要を説明する図である。

【図４】この発明による実施例２の文字パターン抽出方
法を示すフロー図である。

【図５】この発明による実施例３の文字パターン抽出方
法を示すフロー図である。

【図６】この発明による実施例４の文字パターン抽出方
法を示すフロー図である。

【図７】この発明による実施例４の文字パターン抽出方
法の概要を説明する図である。

【図８】この発明による実施例５の文字パターン抽出方
法を示すフロー図である。

【図９】この発明による実施例６の文字パターン抽出方
法を示すフロー図である。

【図１０】この発明による実施例１の文字パターン認識
方法を示すフロー図である。

【図１１】この発明による実施例１の文字パターン認識
方法の概要を説明する図である。

【図１２】この発明による実施例２の文字パターン認識
方法を示すフロー図である。

【図１３】この発明による実施例２の文字パターン認識
方法を示すフロー図である。

【図１４】従来の文字パターン抽出方法を示すブロック
図である。

【図１５】従来の文字パターン認識方法の実施例を説明
する図である。

【図１６】従来の文字パターン抽出方法を示すフロー図
である。

【図１７】従来の文字パターン認識方法を示すフロー図
である。

【図１８】従来の文字パターン抽出方法の問題点を説明
する図である。

【符号の説明】

１カウンタＩ初期化手順２横方向分割点ＭＤＸ計算手順３Ｉの値による分岐手順４Ｘ０＝ＳＴＸ，Ｘ１＝ＳＴＸ＋ＭＤＸ代入手順５Ｘ０＝ＳＴＸ＋ＭＤＸ，Ｘ１＝ＥＤＸ代入手順６矩形領域二値化手順７カウンタＩインクレメント手順８Ｉ，２比較手順９縦方向分割点ＭＤＹ計算手順１０Ｙ０＝ＳＴＹ，Ｙ１＝ＳＴＹ＋ＭＤＹ代入手順１１Ｙ０＝ＳＴＹ＋ＭＤＹ，Ｙ１＝ＥＤＹ代入手順１２Ｘ０＝ＳＴＸ，Ｘ１＝ＳＴＸ＋ＭＤＸ，Ｙ０＝Ｓ
ＴＹ，Ｙ１＝ＳＴＹ＋ＭＤＹ代入手順１３Ｘ０＝ＳＴＸ，Ｘ１＝ＳＴＸ＋ＭＤＸ，Ｙ０＝Ｓ
ＴＹ＋ＭＤＹ，Ｙ１＝ＥＤＹ代入手順１４Ｘ０＝ＳＴＸ＋ＭＤＸ，Ｘ１＝ＥＤＸ，Ｙ０＝Ｓ
ＴＹ，Ｙ１＝ＳＴＹ＋ＭＤＹ代入手順１５Ｘ０＝ＳＴＸ＋ＭＤＸ，Ｘ１＝ＥＤＸ，Ｙ０＝Ｓ
ＴＹ＋ＭＤＹ，Ｙ１＝ＥＤＹ代入手順１６Ｉ，４比較手順１７Ｘ０，ＳＴＸ代入手順１８Ｉ零クリア手順１９Ｉ番目垂直ライン上の画素の濃度値積算手順２０積算値、β比較手順２１Ｉ，文字幅比較手順２２Ｘ１，ＥＤＸ代入手順２３Ｘ１，ＳＴＸ＋Ｉ代入手順２４Ｙ０，ＳＴＹ代入手順２５Ｉ番目水平ライン上の画素の濃度値積算手順２６積算値、α比較手順２７Ｉ，文字高さ比較手順２８Ｙ１，ＥＤＹ代入手順２９Ｙ１，ＳＴＹ＋Ｉ代入手順３０Ｉ零クリア，Ｊ初期化手順３１ＹＬ（Ｊ），Ｉ代入手順３２カウンタＪインクレメント手順３３ＹＬ（Ｊ），ＥＤＹ代入手順３４カウンタＫ初期化手順３５Ｙ０＝ＳＴＹ，Ｙ１＝ＹＬ（Ｋ）代入手順３６カウンタＫインクレメント手順３７Ｋ，Ｊ比較手順３８Ｙ０＝ＹＬ（Ｋ−１），Ｙ１＝ＹＬ（Ｋ）代入手
順３９Ｘ０＝ＳＴＸ＋Ｉ代入手順４０Ｙ０＝ＳＴＹ＋Ｉ代入手順４１文字全領域の一定しきい値による二値パターン化
手順４２縦方向に分割しての二値パターン化手順４３横方向に分割しての二値パターン化手順４４縦横方向に分割しての二値パターン化手順４５二値パターン認識手順４６候補文字，特徴量保存手順４７Ｉ，４比較手順４８Ｉ＝２代入順４９ＶＭ（１），ＶＭ（Ｉ）比較手順５０ＶＭ（１），ＣＨ（１）置き換え手順５１ＣＨ（１）の文字，認識出力手順５２カウンタＪ初期化手順５３ＣＨ（Ｊ），ＣＨ（Ｉ）比較手順５４Ｉ，Ｊ比較手順５５ＣＮＴ（Ｊ）零クリア手順５６ＣＮＴ（Ｊ），１代入手順５７ＣＮＴ（Ｉ）インクレメント手順５８Ｊ，４比較手順５９ＣＮＴ（Ｉ），３比較手順６０ＣＮＴ（Ｉ），２比較手順６１Ｊ，Ｉ＋１代入手順６２ＣＨ（Ｉ）の文字，認識出力手順９３濃淡画像９４分割された濃淡画像９５分割された二値画像９６二値画像９７原画像９８Ｘ方向黒画素ヒストグラム９９Ｙ方向黒画素ヒストグラム１００撮像装置１０１画像二値化手段１０２特徴量計算手段１０３特徴量比較手段１０４文字判定手段１０５基準パターン

Claims

【特許請求の範囲】

【請求項１】濃淡画像中の文字の存在する矩形領域を
あるしきい値を用いて二値化し、白黒の文字パターンを
抽出する方法において、文字の矩形領域を左右方向にあ
る比率で２分割してできた２つの領域それぞれの平均濃
度を求め、各領域毎にその平均濃度に応じたしきい値で
二値化し、各領域の二値パターンを組み合せ文字パター
ンとすることを特徴とする文字パターン抽出方法。
【請求項２】濃淡画像中の文字の存在する矩形領域を
あるしきい値を用いて二値化し、白黒の文字パターンを
抽出する方法において、文字の矩形領域を上下方向にあ
る比率で２分割してできた２つの領域それぞれの平均濃
度を求め、各領域毎にその平均濃度に応じたしきい値で
二値化し、各領域の二値パターンを組み合せ文字パター
ンとすることを特徴とする文字パターン抽出方法。
【請求項３】濃淡画像中の文字の存在する矩形領域を
あるしきい値を用いて二値化し、白黒の文字パターンを
抽出する方法において、文字の矩形領域を上下左右にあ
る比率で２分割してできた４つの領域それぞれの平均濃
度を求め、各領域毎にその平均濃度に応じたしきい値で
二値化し、４つの領域の二値パターンを組み合せ文字パ
ターンとすることを特徴とする文字パターン抽出方法。
【請求項４】濃淡画像中の文字の存在する矩形領域を
あるいしき値を用いて二値化し、白黒の文字パターンを
抽出する方法において、矩形領域の各垂直ライン上の濃
度値を積算し、その積算値がある一定値以下の垂直ライ
ンが存在した場合、その水平ラインを境に矩形領域を左
右に分割し、分割されてできた各領域毎にその平均濃度
を求め、各領域毎にその平均濃度に応じたしきい値で二
値化し、各領域の二値パターンを組み合せ文字パターン
とすることを特徴とする文字パターン抽出方法。
【請求項５】濃淡画像中の文字の存在する矩形領域を
あるいしき値を用いて二値化し、白黒の文字パターンを
抽出する方法において、矩形領域の各水平ライン上の濃
度値を積算し、その積算値がある一定値以下の水平ライ
ンが存在した場合、その水平ラインを境に矩形領域を上
下に分割し、分割されてできた各領域毎にその平均濃度
を求め、各領域毎にその平均濃度に応じたしきい値で二
値化し、各領域の二値パターンを組み合せ文字パターン
とすることを特徴とする文字パターン抽出方法。
【請求項６】濃淡画像中の文字の存在する矩形領域を
あるいしき値を用いて二値化し、白黒の文字パターンを
抽出する方法において、矩形領域の各水平ライン上の濃
度値を積算し、その積算値がある一定値以下の水平ライ
ンが存在した場合、その水平ラインを境に矩形領域を上
下に分割し、矩形領域の各垂直ライン上の濃度値を積算
し、その積算値がある一定値以下の垂直ラインが存在し
た場合、その水平ラインを境に矩形領域を左右に分割
し、分割されてできた各領域毎にその平均濃度を求め、
各領域毎にその平均濃度に応じたしきい値で二値化し、
各領域の二値パターンを組み合せ文字パターンとするこ
とを特徴とする文字パターン抽出方法。
【請求項７】濃淡画像の矩形領域を二値化し、白黒の
文字パターンを抽出し、得られた文字パターンの特徴量
を計算し、あらかじめ計算された複数の文字の基準パタ
ーンの特徴量との差を算出し、その差の最も少ない基準
パターンの文字に認識する方法において、矩形領域全体
をあるしきい値で二値化して得られる文字パターンと左
右方向に分割してできる各領域毎にしきい値を決めて得
られるパターンと上下方向に分割してできる各領域毎に
しきい値を決めて得られるパターンと矩形領域を上下左
右それぞれの方向に分割してできる各領域毎にしきい値
を決め二値化して得られるパターンと、それぞれを基準
パターンと比較し最も相違度の少ない候補を同定とした
後、それら４つの候補のうち、特徴量の差が最も少ない
文字を最終的な候補として認識することを特徴とする文
字認識方法。
【請求項８】濃淡画像の矩形領域を二値化し、白黒の
文字パターンを抽出し、得られた文字パターンの特徴量
を計算し、あらかじめ計算された複数の文字の基準パタ
ーンの特徴量との差を算出し、その差の最も少ない基準
パターンの文字に認識する方法において、矩形領域全体
をあるしきい値で二値化して得られる文字パターンと左
右方向に分割してできる各領域毎にしきい値を決めて得
られるパターンと上下方向に分割してできる各領域毎に
しきい値を決めて得られるパターンと矩形領域を上下左
右それぞれの方向に分割してできる各領域毎にしきい値
を決め二値化して得られるパターンと、それぞれを基準
パターンと比較し最も相違度の少ない候補を同定とした
後、それら４つの候補のうち、３つ以上の候補が同じ文
字であった場合には、その文字を最終的な候補として認
識し、２つが同じ文字で残りの２つがそれぞれ違う文字
の場合は２つの候補となった文字の最終的な候補の文字
として認識し、４つの候補が２つづつ２種類の文字とな
った場合と４つの候補が全部違う文字であった場合は、
４つの候補のうち特徴徴量の差が最も少ない文字を最終
的な候補として認識することを特徴とする文字認識方
法。