JPH09102015A - 文字認識装置 - Google Patents

Abstract

(57)【要約】 【課題】 特定の認識対象に対しても認識率を高めるよ
うにする。また認識処理を行ってゆくに従い認識率を向
上させる。 【解決手段】 普遍的な認識対象の第１の認識辞書３と
特定の認識対象の第２の認識辞書９を認識対象に応じて
選択し、選択した認識辞書の辞書ベクトルと、読み取っ
た１文字分の文字画像の特徴を抽出した特徴量ベクトル
との距離を求め、最小距離の辞書ベクトルが表す文字を
認識文字として出力する。誤認識などの場合は、その特
徴量ベクトルを辞書ベクトルとしてその特徴量ベクトル
の表す文字と共に第２の認識辞書９に追加する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、ＯＣＲ読取装置等
において読み取った文字を認識する文字読取装置に関す
る。

【０００２】

【従来の技術】ＯＣＲ読取装置は、原稿に記載された文
字（数字も含む）を読み取り認識する装置である。図１
０は従来の文字認識装置のブロック図を表し、図１１は
その動作のフローチャートを示す。文字画像入力手段１
で１文字分の文字画像を入力し、特徴量抽出手段２でこ
の文字画像の特徴を抽出しＮ次元ベクトルの形態で表示
する。このＮ次元ベクトルを以降特徴量ベクトルと称す
る。認識辞書３は複数の通常は多数の文字より抽出され
た特徴量から各文字に対応した辞書データ（辞書ベクト
ル）をその辞書データの文字を表すラベルと共に格納し
ている。距離演算手段４は特徴量抽出手段の出力した特
徴量ベクトルと認識辞書３に格納してある全ての辞書ベ
クトルとの距離を算出する。判別手段５は距離演算手段
４が求めた距離のうち最小距離となる辞書ベクトルのラ
ベルを出力する。認識結果出力手段６はこのラベルの表
す文字を認識結果として出力する。

【０００３】図１１の動作フローチャートにより動作を
説明する。文字画像が入力されると（Ｓ１）、その特徴
量が抽出されて特徴量ベクトルを得る（Ｓ２）。この特
徴量ベクトルと認識辞書の全ての辞書ベクトルとの距離
を演算し（Ｓ３）、最小距離となる辞書ベクトルを求
め、この辞書ベクトルのラベルが表す文字を認識文字と
判別する（Ｓ４）。このラベルの表す文字を認識結果と
して出力する（Ｓ５）。

【０００４】

【発明が解決しようとする課題】従来の文字認識装置は
活字の認識率は極めて高いが手書き文字の認識率は十分
であるとは言えない状態である。活字の場合、誤認識が
起こるのは、認識辞書に登録していない特異な書体のフ
ォントを認識処理する場合などである。また手書き文字
の場合、個人毎に文字の形態が異なり、特に癖字など有
る場合認識率は低下する。認識辞書は手書き文字に対し
ては多数の人の手書き文字より標準的な文字形態とした
ものを辞書ベクトルとして格納している。このため、こ
の標準的な文字形態と異なる癖字などを有するデータが
入力されると正しく認識できなくなる。

【０００５】本発明は上述の問題点に鑑みてなされたも
ので、個人の癖字などの特徴を取り入れた認識辞書を設
けることにより認識率を向上させる文字認識装置を提供
することを目的とする。また、抽出した特徴量データを
辞書データとして認識辞書に追加登録や更新ができる文
字認識装置を提供することを目的とする。

【０００６】

【課題を解決するための手段】上記目的を達成するた
め、請求項１の発明では、認識対象となる１文字画像を
入力する文字画像入力手段と、前記文字画像の特徴量を
抽出する特徴量抽出手段と、予め複数の文字画像から抽
出した特徴量に基づく辞書データを有する第１の認識辞
書と、特定の認識対象に応じた辞書データを格納する第
２の認識辞書と、前記第１の認識辞書と前記第２の認識
辞書を選択する選択手段と、前記特徴量抽出手段の抽出
した特徴量と前記選択手段で選択された認識辞書の辞書
データとの差異を距離で表しこの距離を求める距離演算
手段と、この距離演算手段の求めた距離の内最小距離と
なる辞書データが表す文字を認識文字とする判別手段
と、前記特徴量抽出手段の抽出した特徴量から辞書デー
タを生成し、前記第２の認識辞書に追加する辞書作成手
段とを具備する。

【０００７】認識辞書としては一般的な文字形態を表す
辞書ベクトルを格納した第１の認識辞書と、癖字などを
有する特定の個人や特定のフォントの特徴量を抽出した
辞書データを格納した第２の認識辞書とを備え、認識対
象が、第２の認識辞書に格納された特徴を有する癖字や
フォントである場合、選択手段で第２の認識辞書に切り
替え、この辞書データと特徴抽出手段で抽出した特徴量
との距離を演算し、最小距離の辞書データの表す文字を
認識文字として出力する。認識対象が第２の認識辞書の
特徴を有していない時は第１の認識辞書が選択される。
認識結果は表示されるが、これが誤認識であるような場
合など、辞書作成手段では特徴量抽出手段の抽出した特
徴量より辞書データを作成し、第２の認識辞書に追加す
る。これにより、以降の認識率が向上する。

【０００８】請求項２の発明では、認識対象となる１文
字画像を入力する文字画像入力手段と、前記文字画像の
特徴量を抽出する特徴量抽出手段と、予め複数の文字画
像から抽出した特徴量に基づく辞書データを有する第１
の認識辞書と、特定の認識対象に応じた辞書データを格
納する第２の認識辞書と、前記第１の認識辞書と前記第
２の認識辞書の辞書データについて同じ文字を表す辞書
データを合成する認識辞書合成手段と、前記特徴量抽出
手段の抽出した特徴量と前記認識辞書合成手段で合成さ
れた合成辞書データとの差異を距離で表しこの距離を求
める距離演算手段と、この距離演算手段で演算した距離
の内最小距離となる合成辞書データが表す文字を認識文
字とする判別手段と、前記特徴量抽出手段の抽出した特
徴量から辞書データを生成し、前記第２の認識辞書に追
加する辞書生成手段とを具備する。

【０００９】本発明では特定の個人やフォントなどの文
字の辞書データを格納した第２の認識辞書と一般的な文
字形態の辞書データを格納した第１の認識辞書の各辞書
データにつき同じ文字を表す辞書データを合成した合成
辞書データを作成し、特徴量抽出手段の抽出した特徴量
と全ての合成辞書データとの距離を演算し、最小距離を
有する合成辞書データの表す文字を認識文字として出力
する。認識文字は表示され、これが誤認識である場合、
辞書生成手段で特徴量より生成した辞書データを第２の
認識辞書に追加する。対象文字が特定の個人等の場合、
第２の認識辞書データの割合を高めた合成を行うなどに
より、合成によって認識率の向上を計ることができる。
また誤認識した場合など、辞書作成手段では特徴量抽出
手段の抽出した特徴量より辞書データを作成し、第２の
認識辞書に追加する。これにより、以降の認識率が向上
する。

【００１０】請求項３の発明では、認識対象となる１文
字画像を入力する文字画像入力手段と、前記文字画像の
特徴量を抽出する特徴量抽出手段と、予め複数の文字画
像から抽出した特徴量に基づく辞書データを有する第１
の認識辞書と、特定の認識対象に応じた辞書データを格
納する第２の認識辞書と、前記第１の認識辞書と前記第
２の認識辞書からの辞書データのそれぞれと前記特徴量
抽出手段の抽出した特徴量との差異を距離で表し、それ
ぞれの距離に重み付けする距離演算手段と、この距離演
算手段で求めた距離と重み付けから認識文字を判断する
判別手段と、前記特徴量抽出手段の抽出した特徴量から
辞書データを生成し、前記第２の認識辞書に追加する辞
書生成手段とを具備する。

【００１１】本発明では、認識対象が特定の個人やフォ
ントなどの場合、第２の認識辞書の辞書データと特徴量
との距離には大きな重みを付け、一般の場合では第１認
識辞書の辞書データと特徴量との距離に小さな重み付け
を行う。これにより認識対象に応じた適切な辞書データ
が用いられるので認識率が向上する。また誤認識した場
合など、辞書作成手段では特徴量抽出手段の抽出した特
徴量より辞書データを作成し、第２の認識辞書に追加す
る。これにより、以降の認識率が向上する。

【００１２】請求項４の発明では、認識対象となる１文
字画像を入力する文字画像入力手段と、前記文字画像の
特徴量を抽出する特徴量抽出手段と、予め複数の文字画
像から抽出した特徴量に基づく辞書データを有する認識
辞書と、前記特徴量抽出手段の抽出した特徴量と前記認
識辞書の辞書データとの差異を距離で表しこの距離を求
める距離演算手段と、この距離演算手段の求めた距離の
内最小距離となる辞書データが表す文字を認識文字とす
る判別手段と、前記特徴量抽出手段の抽出した特徴量に
基づく辞書データにより前記認識辞書の辞書データの更
新をする辞書更新手段とを具備する。

【００１３】本発明は、認識辞書の辞書データと認識対
象の特徴量との距離の内、最小距離の辞書データの表す
文字を認識文字として出力する。この認識した文字が誤
認識であるなどの場合は、抽出した特徴量に基づく辞書
データにより認識辞書の辞書データを更新する。これに
より以降の認識率が向上する。

【００１４】

【発明の実施の形態】以下、本発明の実施の形態につい
て図面を参照して説明する。図１は第１の実施の形態の
構成を示すブロック図、図２は辞書ベクトルを示す図、
図３は図１の動作のフローチャートを示す。なお、図１
０と同一機能を有するものは同一符号を使用する。文字
画像入力手段１は認識対象の１文字分の文字画像を入力
する。特徴量抽出手段２はこの文字画像の特徴を抽出し
てＮ次元ベクトルの形態で表示する。これを特徴量ベク
トルと称する。第１の認識辞書３は多数の文字について
各文字毎に普遍的な特徴量を抽出して生成した辞書ベク
トルとその文字表すラベルを格納している。距離演算手
段４は特徴量ベクトルと辞書ベクトルとの距離を演算す
る。判別手段５は最小距離の辞書ベクトルのラベルが表
す文字を認識文字と判断し、認識結果出力手段６に出力
する。第２の認識辞書９は、個人の癖字や特別のフォン
トなど特定の対象の文字についてその特徴を抽出して生
成した特徴量ベクトルを辞書ベクトルにして格納してい
る。選択手段７は第１の認識辞書３と第２の認識辞書９
とを選択する。辞書選択信号８は選択手段７の選択制御
信号であり認識対象に応じていずれの認識辞書３，９か
を選択する。辞書作成手段１０は特徴量抽出手段２で抽
出した特徴ベクトルを辞書ベクトルに変換し、ラベル付
けを行い、第１の認識辞書３と同じ形式にして第２の認
識辞書９に追加する。

【００１５】図２は辞書ベクトルの一例を示す図であ
る。各辞書ベクトルは辞書番号が付与され、多次元ベク
トルで表示される。多次元ベクトルはＸ０，Ｘ１〜Ｘｎ
で表されるｎ次元の座標で表示される。各辞書ベクトル
には、ラベルが付与されラベルは各辞書ベクトルの表す
文字に対応している。図２の場合、ラベルは辞書ベクト
ルの表す文字に対応している。図２では辞書番号０，
１，２に対し、ラベルは全て０となっている。これは直
立な０，右側に傾いた０，左側に傾いた０と言うように
３の状態の０を表示している。このように同一文字でも
傾きなどにより異なった辞書ベクトルとなる。

【００１６】図３は第１の実施の形態の動作フローチャ
ートである。まず辞書選択信号８により使用する第１ま
たは第２の認識辞書を選択する。辞書選択信号８は認識
対象によりいずれを選ぶか決められ、認識対象が特定の
個人のような場合や、装置に登録されていないフォント
等の読み取りの場合は第２の認識辞書９とし、そうでな
い場合は第１の認識辞書３を選択する（Ｓ１０）。次に
認識対象の原稿から１文字分の文字画像を読み取る（Ｓ
１１）。特徴量抽出手段２ではこの文字画像の特徴量を
抽出し、特徴量ベクトルを生成する（Ｓ１２）。次に選
択手段７が選択した第１または第２の認識辞書３または
９の全ての辞書ベクトルと特徴量ベクトルとの距離を距
離演算手段４で演算し（Ｓ１３）、最小距離の辞書ベク
トルを求め（Ｓ１４）、これに対応するラベルを出力す
る（Ｓ１５）。このラベルは辞書ベクトルの表す文字を
示す。この出力した認識文字が誤認識などの場合があ
る。このとき辞書作成手段１０は辞書追加が必要である
として（Ｓ１６）、特徴量ベクトルを辞書ベクトルとし
て第２の認識辞書９に追加する（Ｓ１７）。このように
各個人についても認識辞書を作成するため、個人の癖字
等についても高い確率で文字を認識することができる。
また、認識辞書を追加してゆくので認識作業を行ってゆ
くにつれて認識辞書内容が充実されて認識率が向上す
る。

【００１７】次に第２の実施の形態について説明する。
図４は第２の実施の形態の構成を示すブロック図、図５
はこの動作フローチャートである。図４は図１に対して
図１の選択手段７と辞書選択信号８が、第１と第２の認
識辞書３，９の辞書ベクトルを合成する認識辞書合成手
段１１になった点が相違し、他は同じである。辞書作成
手段１０は特徴量抽出手段２により作成された特徴量ベ
クトルにその特徴量の表す文字を示すラベルを付すこと
により第１の認識辞書３と同じ形式にして第２の認識辞
書９に追加する。認識辞書合成手段１１は第１および第
２の認識辞書３，９について同じラベルの付いた辞書ベ
クトルを抽出し次式に示すように合成辞書ベクトルを作
成する。

【００１８】Ｘ ＝β（Ｘ１＋α（Ｘ１−Ｘ２）） ……（１）Ｘ は合成された辞書ベクトルＸ１ は第１の認識辞書３の辞書ベクトルＸ２ は第２の認識辞書９の辞書ベクトル α，βは定数

【００１９】図５により第２の実施の形態の動作を説明
する。まず１文字分の文字画像を入力し（Ｓ２０）、特
徴量抽出手段２で文字画像の特徴を抽出して特徴量ベク
トルを生成する（Ｓ２１）。認識辞書合成手段１１では
第１の認識辞書３と第２の認識辞書９の辞書ベクトルの
内同じラベルの付いた辞書ベクトルを（１）式に示す方
法で合成して合成辞書ベクトルを生成する（Ｓ２２）。
先に求めた特徴量ベクトルと全ての合成辞書ベクトルと
の距離を距離演算手段４で演算し（Ｓ２３）、最小距離
の合成辞書ベクトルを求め（Ｓ２４）、このベクトルの
ラベルの示す文字を認識文字とし、この認識結果を出力
する（Ｓ２５）。認識結果が正しい文字を表していれ
ば、現在の辞書で十分であるから辞書追加を行う必要は
ないが、誤認識である場合（Ｓ２６）、特徴量ベクトル
を辞書作成手段１０により辞書ベクトルとして第２の認
識辞書９に追加する（Ｓ２７）。このように合成辞書ベ
クトルを使用することにより、文字認識を高い確率で実
施することができる。また認識辞書を使用しながら追加
してゆくので正しく文字を認識する確率が向上してゆ
く。

【００２０】次に第３の実施の形態について説明する。
図６は第３の実施の形態の構成を示すブロック図であ
り、図７はこの動作フローチャートを示す。図６は、図
１に対して選択手段７と辞書選択信号８を廃止し、第１
および第２の認識辞書３，９をそれぞれ別々に距離演算
手段４に接続し、距離演算手段４は特徴量ベクトルと第
１および第２の認識辞書３，９の辞書ベクトルとの距離
を演算し、認識対象に応じた重み付けをいずれか一方の
認識辞書の演算距離に行ったものである。例えば認識対
象が個人の手書き原稿で癖字のある場合などでは、第２
の認識辞書９の辞書ベクトルと特徴量ベクトルとの距離
ｄに定数α（α＜１．０）を乗算し、第２の認識辞書９
に優先度を与える。なお、両方の認識辞書の演算距離に
重み付けをしてもよい。

【００２１】図７の動作フローチャートを用いて動作を
説明する。まず１文字分の文字画像を文字画像入力手段
１に入力する（Ｓ３０）。特徴量抽出手段２はこの文字
画像から特徴量を抽出して特徴量ベクトルを生成する
（Ｓ３１）。次に特徴量ベクトルと第１の認識辞書３の
全ての辞書ベクトルとの距離を演算する（Ｓ３２）。さ
らに特徴量ベクトルと第２の認識辞書９の全ての辞書ベ
クトルとの距離を演算し、この第２の認識辞書９との距
離に重み付け係数αを乗算する（Ｓ３３）。このαの値
は認識対象によって変わり、読み取り原稿に個人の癖字
などが記入されているときはα＜１．０となり、一般的
な文字の記載してある原稿であればα≧１．０となる。
このようにして計算した距離の最小値を求めこの辞書ベ
クトルの表すラベルを認識文字と判別し（Ｓ３４）、認
識結果として出力する（Ｓ３５）。認識結果が誤認識で
あったなどの理由により特徴量ベクトルを辞書に追加す
る場合は（Ｓ３６）、辞書作成手段１０により特徴量ベ
クトルにこの文字を表すラベルを添付して第２の認識辞
書９に追加する（Ｓ３７）。このように複数ある認識辞
書に優先順位を付けることにより、認識対象に応じた認
識辞書を使用することができ高い認識率で文字を認識す
ることができる。また認識誤りした文字などのデータを
辞書に追加できるので、認識処理を行う程認識辞書が充
実し、認識率が向上する。

【００２２】次に第４の実施の形態について説明する。
図８は第４の実施の形態の構成を示すブロック図であ
り、図９はこの動作フローチャートを示す。本実施の形
態において認識辞書１２は、図１に示した一般的な認識
対象の第１の認識辞書３と特定の認識対象の第２の認識
辞書９とを合わせたものである。辞書更新手段１３は特
徴量ベクトルに基づいて特徴量の表す文字と同じラベル
を有する認識辞書１２の辞書ベクトルを更新する。更新
は次式を用いて行われる。

【００２３】Ｘ ′＝β（Ｘ＋α（Ｘ−Ａ）） ……（２）Ｘ ′は更新された辞書ベクトルＸ は更新前の辞書ベクトルＡ は特徴量の辞書ベクトル α，βは定数

【００２４】図９の動作フローチャートにより動作を説
明する。まず１文字分の文字画像を入力する（Ｓ４
０）。特徴量抽出手段２ではこの文字画像の特徴を抽出
して特徴量ベクトルを生成する（Ｓ４１）。距離演算手
段４は特徴量ベクトルと認識辞書１２の全ての辞書ベク
トルとの距離を演算し（Ｓ４２）、最小距離の辞書ベク
トルを求め、このラベルの表す文字を認識文字として出
力する（Ｓ４３）。認識した文字が誤っていたなどの場
合は認識辞書１２の更新を行う（Ｓ４４）。更新は特徴
量ベクトルにこの特徴量の表す文字と同じ文字を表す辞
書ベクトルとを（２）式を用いて合成し、同じ文字を表
す辞書ベクトルと置換する。このように認識辞書を更新
することで文字の認識率を高めてゆくことができる。

【００２５】なお、上述した各実施の形態において、認
識辞書にＩＣカードを用い着脱可能にすることにより使
い勝手のよい辞書を構築することができる。また一般的
な文字の特徴を表す第１の認識辞書と特定の個人の手書
き文字の特徴等を表す第２の認識辞書とを切り換えて使
用する場合、個人の筆跡による全体的な特徴を認識し、
これにより、認識辞書の切り換えを行ってもよい。

【００２６】

【発明の効果】以上の説明より明らかなように、本発明
は、一般的な認識対象に加え特定の認識対象の文字を認
識可能としており、誤認識したときは正しく認識できる
よう認識辞書に追加又は更新を行うので、使用するに従
って認識精度を向上することができる。

【図面の簡単な説明】

【図１】第１の実施の形態の構成を示すブロック図

【図２】認識辞書内に格納された辞書ベクトルを示す図

【図３】第１の実施の形態の動作フローチャート

【図４】第２の実施の形態の構成を示すブロック図

【図５】第２の実施の形態の動作フローチャート

【図６】第３の実施の形態の構成を示すブロック図

【図７】第３の実施の形態の動作フローチャート

【図８】第４の実施の形態の構成を示すブロック図

【図９】第４の実施の形態の動作フローチャート

【図１０】従来の文字認識装置の構成を示すブロック図

【図１１】従来の文字認識装置の動作フローチャート

【符号の説明】

１ 文字画像入力手段 ２ 特徴量抽出手段 ３ 第１の認識辞書 ４ 距離演算手段 ５ 判別手段 ６ 認識結果出力手段 ７ 選択手段 ８ 辞書選択信号 ９ 第２の認識辞書 １０ 辞書作成手段 １１ 認識辞書合成手段 １２ 認識辞書 １３ 辞書更新手段

Claims (4)

【特許請求の範囲】
1. 【請求項１】 認識対象となる１文字画像を入力する文
   字画像入力手段と、前記文字画像の特徴量を抽出する特
   徴量抽出手段と、予め複数の文字画像から抽出した特徴
   量に基づく辞書データを有する第１の認識辞書と、特定
   の認識対象に応じた辞書データを格納する第２の認識辞
   書と、前記第１の認識辞書と前記第２の認識辞書を選択
   する選択手段と、前記特徴量抽出手段の抽出した特徴量
   と前記選択手段で選択された認識辞書の辞書データとの
   差異を距離で表しこの距離を求める距離演算手段と、こ
   の距離演算手段の求めた距離の内最小距離となる辞書デ
   ータが表す文字を認識文字とする判別手段と、前記特徴
   量抽出手段の抽出した特徴量から辞書データを生成し、
   前記第２の認識辞書に追加する辞書作成手段とを具備す
   る文字認識装置。
2. 【請求項２】 認識対象となる１文字画像を入力する文
   字画像入力手段と、前記文字画像の特徴量を抽出する特
   徴量抽出手段と、予め複数の文字画像から抽出した特徴
   量に基づく辞書データを有する第１の認識辞書と、特定
   の認識対象に応じた辞書データを格納する第２の認識辞
   書と、前記第１の認識辞書と前記第２の認識辞書の辞書
   データについて同じ文字を表す辞書データを合成する認
   識辞書合成手段と、前記特徴量抽出手段の抽出した特徴
   量と前記認識辞書合成手段で合成された合成辞書データ
   との差異を距離で表しこの距離を求める距離演算手段
   と、この距離演算手段で演算した距離の内最小距離とな
   る合成辞書データが表す文字を認識文字とする判別手段
   と、前記特徴量抽出手段の抽出した特徴量から辞書デー
   タを生成し、前記第２の認識辞書に追加する辞書生成手
   段とを具備する文字認識装置。
3. 【請求項３】 認識対象となる１文字画像を入力する文
   字画像入力手段と、前記文字画像の特徴量を抽出する特
   徴量抽出手段と、予め複数の文字画像から抽出した特徴
   量に基づく辞書データを有する第１の認識辞書と、特定
   の認識対象に応じた辞書データを格納する第２の認識辞
   書と、前記第１の認識辞書と前記第２の認識辞書からの
   辞書データのそれぞれと前記特徴量抽出手段の抽出した
   特徴量との差異を距離で表し、それぞれの距離に重み付
   けする距離演算手段と、この距離演算手段で求めた距離
   と重み付けから認識文字を判断する判別手段と、前記特
   徴量抽出手段の抽出した特徴量から辞書データを生成
   し、前記第２の認識辞書に追加する辞書生成手段とを具
   備する文字認識装置。
4. 【請求項４】 認識対象となる１文字画像を入力する文
   字画像入力手段と、前記文字画像の特徴量を抽出する特
   徴量抽出手段と、予め複数の文字画像から抽出した特徴
   量に基づく辞書データを有する認識辞書と、前記特徴量
   抽出手段の抽出した特徴量と前記認識辞書の辞書データ
   との差異を距離で表しこの距離を求める距離演算手段
   と、この距離演算手段の求めた距離の内最小距離となる
   辞書データが表す文字を認識文字とする判別手段と、前
   記特徴量抽出手段の抽出した特徴量に基づく辞書データ
   により前記認識辞書の辞書データの更新をする辞書更新
   手段とを具備する文字認識装置。