JPH09179938A - オンライン手書き文字認識装置 - Google Patents

オンライン手書き文字認識装置

Info

Publication number
JPH09179938A
JPH09179938A JP7336625A JP33662595A JPH09179938A JP H09179938 A JPH09179938 A JP H09179938A JP 7336625 A JP7336625 A JP 7336625A JP 33662595 A JP33662595 A JP 33662595A JP H09179938 A JPH09179938 A JP H09179938A
Authority
JP
Japan
Prior art keywords
segment
character
stroke
point
feature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP7336625A
Other languages
English (en)
Inventor
Hidesato Ichii
英里 一井
Kenji Okano
健治 岡野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Oki Electric Industry Co Ltd
Original Assignee
Oki Electric Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Oki Electric Industry Co Ltd filed Critical Oki Electric Industry Co Ltd
Priority to JP7336625A priority Critical patent/JPH09179938A/ja
Publication of JPH09179938A publication Critical patent/JPH09179938A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Character Discrimination (AREA)

Abstract

(57)【要約】 【課題】 手書き文字の認識率の低下を招くことなく、
筆記順に依存しない認識を実現する。 【解決手段】 サブパターン作成手段21と、文字画像
作成手段22と、文字枠分割点検出手段23と、特徴マ
トリクス作成手段24と、ぼかし手段25と、正規化手
段26と、マッチング手段27、文字辞書保持手段28
は、座標入力装置10から、筆記順に供給される手書き
文字の各点の座標データ列から、オフライン方式の認識
処理により、手書き文字の候補を検出する。特徴点検出
手段29と、特定セグメント検出手段30は、上記座標
データ列から、オンライン方式で、最初のストロークの
書始めのセグメントと最後のストロークの書終りセグメ
ントのを検出する。絞込み手段31は、検出されたセグ
メントに基づいて、候補文字を絞り込む。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】この発明は、筆順に従って入
力される手書き文字の各点の座標データ列に基づいて、
この手書き文字を認識するオンライン手書き文字認識装
置に関する。
【0002】
【従来の技術】近年、例えば、コンピュータに情報を入
力する際のユーザインタフェースを高めるために、オン
ライン手書き文字認識装置の研究、開発が盛んに行われ
ている。このオンライン手書き文字認識装置は、筆順に
従って入力される手書き文字の各点の座標データ列に基
づいて、この手書き文字を認識する装置である。
【0003】このオンライン手書き文字認識装置は、手
書き文字が本来の筆順と異なる筆順で入力されると、認
識が困難になるという問題ある。したがって、このオン
ライン手書き文字認識装置においては、筆順に依存する
ことなく、手書き文字を認識することができる技術が望
まれる。
【0004】この要望に応えるために、従来、下記の文
献に記載されたオンライン文字認識装置が開発されてい
る。
【0005】文献:オフライン化によるオンライン漢字
認識実験、1993年、情処春季全大D−575 この文献に記載されたオンライン文字認識装置は、図2
に示すように、時系列データであるオンライン情報を2
値のビットマップデータに変換し、光学的読取り装置な
どで用いられるオフラライン方式の文字認識処理によっ
て、手書き文字を認識するようにしたものである。
【0006】
【発明が解決しようとする課題】しかしながら、このよ
うな構成では、2値のビットマップ化により文字品質が
低下するため、細部の異なる文字を認識することができ
ないという問題があった。
【0007】そこで、この発明は、細部の異なる文字の
認識率の低下を招くことなく、筆順に依存しない文字認
識を行うことができるオンライン手書き文字認識装置を
提供することを目的とする。
【0008】
【課題を解決するための手段】上記課題を解決するため
に、この発明は、筆順に従って入力される手書き文字の
各点の座標データ列に基づいて、オフライン方式の文字
認識処理により、この手書き文字の候補を選択し、上記
座標データ列に基づいて、オンライン方式の特徴抽出処
理により、最初のストロークと最後のストロークの少な
くとも一方から予め定めたセグメントを検出し、検出し
たセグメントに基づいて、上記候補文字から手書き文字
を絞り込むようにしたものである。
【0009】
【発明の実施の形態】以下、図面を参照しながら、この
発明の実施の形態を詳細に説明する。
【0010】[一実施の形態] [構成]図1は、この発明の一実施の形態のオンライン
手書き文字認識装置の構成を示すブロック図である。
【0011】なお、図には、座標入力装置10を介して
入力された手書き文字の各点の座標データ列に基づい
て、ユーザによって筆記入力された手書き文字を認識す
るオンライン手書き文字認識装置20を代表として示
す。
【0012】ここで、座標入力装置10は、手書き文字
の筆記入力に基づいて、この手書き文字の各点の座標を
示すデータを生成し、この座標データを筆順に従って出
力する機能を有する。また、オンライン手書き文字認識
装置20は、座標入力装置10から出力される座標デー
タ列に基づいて、ユーザによって筆記入力された手書き
文字を認識する機能を有する。
【0013】オンライン手書き文字認識装置20は、サ
ブパターン作成手段21と、文字画像作成手段22と、
文字枠分割点検出手段23と、特徴マトリクス作成手段
24と、ぼかし手段25と、正規化手段26と、マッチ
ング手段27と、文字辞書保持手段28と、特徴点抽出
手段29と、特定セグメント検出手段30と、絞込み手
段31と、出力端子32を有する。
【0014】ここで、サブパターン作成手段21と、文
字画像作成手段22と、文字枠分割点検出手段23と、
特徴マトリクス作成手段24と、ぼかし手段25と、正
規化手段26と、マッチング手段27と、文字辞書保持
手段28は、座標入力装置10から出力される手書き文
字の座標データ列に基づいて、オフライン方式の文字認
識処理(手書き文字の筆順に依存しない文字認識処理)
により、手書き文字の候補を選択する機能を有する。な
お、この実施の形態におけるオフライン方式の文字認識
処理は、詳細は後述するが、図2に示す従来のオフライ
ン方式の文字認識処理とは異なる。
【0015】また、特徴点抽出手段29と特定セグメン
ト検出手段30は、上記手書き文字の座標データ列に基
づいて、オンライン方式の特徴抽出処理(手書き文字の
筆順に依存する特徴抽出処理)により、手書き文字の最
初のストロークの書始めのセグメントと最後のストロー
クの書終りのセグメントを検出する機能を有する。
【0016】絞込み手段31と文字辞書保持手段28
は、検出されたセグメントに基づいて、手書き文字の候
補から手書き文字を絞り込む機能を有する。
【0017】各部の機能を説明すると、上記サブパター
ン作成手段21は、座標入力装置10から出力される座
標データ列に基づいて、入力された手書き文字の右方向
成分と、左方向成分と、上方向成分と、下方向成分を検
出し、各方向成分(以下「サブパターン」という。)ご
とに、このサブパターンの画像を作成する機能を有す
る。
【0018】上記文字画像作成手段22は、座標入力装
置10の出力に基づいて、入力文字の画像を作成する機
能を有する。
【0019】上記文字枠分割点検出手段23は、文字画
像作成手段22により作成された文字画像に外接する外
接矩形(以下「文字枠」という。)を作成し、この文字
枠によって囲まれる領域に含まれる入力文字の画素数を
n×mのマトリクスによって均等に分割するような分割
点を検出する機能を有する。
【0020】上記特徴マトリクス作成手段24は、サブ
パターン作成手段21で作成された4つのサブパターン
の画像を、各サブパターン画像ごとに、上記文字枠分割
点検出手段23で検出された分割点に従って分割し、各
分割領域に含まれるサブパターン画像の画素数を成分と
するm×nの特徴マトリクスを作成する機能を有する。
【0021】上記ぼかし手段25は、特徴マトリクス作
成手段24で作成された特徴マトリクスの各成分を周囲
の成分に分配する機能を有する。
【0022】上記正規化手段26は、このぼかし手段2
6によりぼかされた特徴マトリクスを上記文字枠の幅及
び高さで正規化する機能を有する。
【0023】上記マッチング手段27は、この正規化手
段26により正規化された特徴マトリクスと文字辞書に
登録されている既知の文字の特徴マトリクスとの類似度
を計算し、類似度の高い文字を候補文字として選択する
機能を有する。
【0024】上記文字辞書保持手段28は、上記文字辞
書を保持する。この文字辞書には、既知の各文字ごと
に、4つのサブパターンの特徴マトリクスと、上述した
セグメントの角度、長さ、位置といった情報が登録され
ている。なお、この文字辞書を保持する文字情報保持手
段28としては、フロッピディスク、ハードディスク、
半導体メモリなどの様々な記憶装置が考えられる。
【0025】特徴点抽出手段29は、座標入力装置10
から出力される座標データ列に基づいて、入力文字の各
ストロークごとに、このストロークの特徴点を検出し、
検出した特徴点の座標を示すデータを出力する機能を有
する。この実施の形態は、特徴点として、例えば、スト
ロークの始点と、終点と、極点を検出するようになって
いる。
【0026】特定セグメント検出手段30は、特徴点抽
出手段29により抽出された特徴点に基づいて、予め定
めたセグメント(以下「特定セグメント」という。)を
検出する機能を有する。この実施の形態は、この特徴セ
グメントとして、手書き文字の最初のストロークの書始
めのセグメントと最後のストロークの書終りのセグメン
トを検出するようになっている。
【0027】絞込み手段31は、特定セグメント検出手
段11により検出されたセグメントに基づいて、マッチ
ング手段27により選択された候補文字から、手書き文
字を絞り込む機能を有する。
【0028】[動作]上記構成において、動作を説明す
る。まず、図1の全体的な動作を説明する。
【0029】座標入力装置10から出力される座標デー
タ列は、サブパターン作成手段21と、文字画像作成手
段22と、特徴点抽出手段29に供給される。
【0030】サブパターン作成手段21と、文字画像作
成手段22と、文字枠分割点検出手段23と、特徴マト
リクス作成手段24と、ぼかし手段25と、正規化手段
26と、マッチング手段27と、文字辞書保持手段28
は、オフライン方式の文字認識処理により、入力文字の
候補を選択する。選択された候補文字を示すデータは、
絞込み手段31に供給される。
【0031】特徴点抽出手段29と特定セグメント検出
手段30は、オンライン方式の特徴抽出処理により、手
書き文字の最初のストロークの書始めのセグメントと最
後のストロークの書終りのセグメントを検出する。
【0032】検出された候補文字を示すデータとセグメ
ントを示すデータは、絞込み手段31に供給される。絞
込み手段31は、検出されたセグメントに基づいて、選
択候補文字に基づいて、手書き文字を絞り込む。
【0033】以上が、図1の全体的な動作である。次
に、図1の各部の動作を説明する。
【0034】まず、座標入力装置10の動作を説明す
る。この座標入力装置10は、ユーザによって手書き文
字が入力されると、その筆順に従って、入力文字の各点
の座標(Xi(k),Yi(k))を示すデータを生成
する。
【0035】ここで、iは、ストローク番号を示す。こ
のストローク番号iは、1,2,…,Iで表される。こ
こで、Iは、ストローク数を示す。この場合、各ストロ
ークの筆記順位は、筆順番号iが若いほど早い。また、
kは、ストローク上の各点の番号を示す。この点番号k
は、1,2,…,Piで表される。ここで、Piは、各
ストローク上の座標データ数を示す。この場合、各点の
筆記順位は、点番号kが若いほど早い。
【0036】なお、この座標入力装置10としては、タ
ブレット、マウス、ライトペン、タッチパネル等が考え
られる。
【0037】次に、サブパターン作成手段21の動作を
説明する。このサブパターン作成手段21は、座標入力
装置10から出力される座標データ列に基いて、入力文
字の4つの方向(右方向、左方向、上方向、下方向)の
サブパターンを検出し、各サブパターンの画像を作成す
る。
【0038】サブパターンの一例を図3に示す。図3に
は、6つの成分a1〜a6からなる架空の文字のサブパ
ターンを示す。この例の場合、右方向のサブパターンと
しては、成分a1,a6が検出され、左方向のサブパタ
ーンとしては、成分a3,a5が検出され、上方向のサ
ブパターンとしては、成分a4が検出され、下方向のサ
ブパターンとしては、成分a2,a6が検出される。
【0039】以下、図4のフローチャートを参照しなが
ら、サブパターン作成手段21の動作を詳細に説明す
る。
【0040】まず、サブパターン作成手段21は、座標
入力装置10から座標データ列を受け取る(ステップ1
01)。
【0041】次に、サブパターン作成手段21は、スト
ローク番号iを1に設定し、かつ、サブパターン画像を
記憶するためのビットマップメモリM1(右方向成分
用)、M2(左方向成分用)、M3(上方向成分用)、
M4(下方向成分用)を初期化する(ステップ10
2)。この場合、メモリM1,M2,M3,M4は、す
べて0にクリアされる。
【0042】次に、サブパターン作成手段21は、連続
して入力された座標間を直線で補間する(ステップ10
3〜115)。この処理は、全てのストロークに対して
行われる。但し、ストローク間では行われない。
【0043】直線は、4つのメモリM1〜M4の中から
選択された1つのメモリに描画される。すなわち、直線
の画像データが選択メモリに書き込まれる。この選択
は、座標の変化方向に基いて行われる。すなわち、X座
標がプラス(+)方向(0も含む)に変化する場合は、
メモリM1が選択され、マイナス(−)方向に変化する
場合は、メモリM2が選択され、Y座標がプラス(+)
方向(0も含む)に変化する場合は、メモリM3を選択
され、マイナス(−)方向に変化する場合は、メモリM
4が選択される(ステップ106〜111)。
【0044】これにより、4つのサブパターン画像が作
成される。作成されたサブパターン画像を示すデータ
は、特徴マトリクス作成手段24に供給される。
【0045】ステップ103〜115の処理を個々に説
明すると、次のようになる。サブパターン作成手段21
は、メモリの初期化等の処理が終了すると、まず、スト
ローク上の座標データ数Piが1か否かを判定する(ス
テップ103)。これにより、ストロークが1点で表さ
れるか否かが判定される。
【0046】1でなければ、サブパターン作成手段21
は、点番号kを2に設定する(ステップ104)。この
後、サブパターン作成手段21は、X座標が X1(2)=X1(1) を満たし、かつ、Y座標が Y1(2)=Y1(1) を満たすか否かを判定する(ステップ105)。これに
より、k=1の点とk=2の点の座標が同じか否かが判
定される。
【0047】座標が同じでなければ、サブパターン作成
手段21は、X座標が X1(2)≧X1(1) を満たすか否かを判定する(ステップ106)。これに
より、k=2の点がk=1の点(この点を含む)より右
にあるかが判定される。
【0048】右にある場合は、サブパターン作成手段2
1は、メモリM1に、座標(X1(1),Y1(1),
(X1(2),Y1(2))を結ぶ直線を描画する(ス
テップ107)。これに対し、右にない場合(左にある
場合)は、メモリM2に、上記直線を描画する(ステッ
プ108)。
【0049】次に、サブパターン作成手段21は、Y座
標が Y1(2)≧Y1(1) を満たすか否かを判定する(ステップ109)。これに
より、k=2の点がk=1の点(この点を含む)より上
にあるかが判定される。
【0050】上ある場合は、サブパターン作成手段21
は、メモリM3に、座標(X1(1),Y1(1)),
(X1(2),Y1(2))を結ぶ直線を描画する(ス
テップS110)。これに対し、上にない場合(下にあ
る場合)は、メモリM4に、上記直線を描画する。
【0051】次に、サブパターン作成手段21は、点番
号kが座標数Piと一致するか否かを判定し(ステップ
112)、一致しなければ、kをインクリメントして
(ステップ113)、ステップ105に戻る。これによ
り、点順位番号kが座標数Piに一致するまで、上述し
た処理が実行される。
【0052】点番号kが座標数Piに一致すると、すな
わち、1つのストロークの処理が終了すると、サブパタ
ーン作成手段21は、ストローク番号iがストローク数
Iに一致するか否かを判定する(ステップ114)。一
致しない場合は、サブパターン作成手段21は、ストロ
ーク番号iをインクリメントして(ステップ115)、
ステップ103に戻る。これにより、ストローク番号i
がストローク数Iに一致するまで、上述した処理が実行
される。
【0053】なお、上記ステップ105で、k=1の点
とk=2の点の座標が一致すると判定した場合、サブパ
ターン作成手段21は、ステップ112の処理を実行す
る。これにより、この場合、k=2の点について、上述
した処理が実行される。
【0054】また、上記ステップ103で、Piが1と
判定した場合、サブパターン作成手段21は、ステップ
114の処理を実行する。これにより、この場合は、i
=2のストロークについて、上述した処理が実行され
る。これは、この場合は、当該ストロークは、1点で表
され、方向性を持たないからである。
【0055】以上の処理が全てのストロークについて終
了すると、4つのサブパターン画像が作成されたことに
なる。このサブパターン画像を示す画像データは、特徴
マトリクス作成手段24に供給される。
【0056】次に、図5のフローチャートを参照しなが
ら、文字画像作成手段22の動作を説明する。
【0057】まず、文字画像作成手段22は、ストロー
ク番号iを1に設定し、かつ、文字画像を記憶するため
のビットマップメモリM0を初期化する(ステップ12
0)。この場合、メモリM0は、すべて0にクリアされ
る。
【0058】次に、文字画像作成手段21は、連続して
入力された座標間を直線で補間する(ステップ121〜
129)。この処理は、全てのストロークに対して行わ
れる。但し、ストローク間では行われない。
【0059】なお、この処理は、2点の座標が一致しな
い場合に、メモリM0に直線を描画する点(ステップ1
23,124)と、座標数Piが1の場合に、メモリM
0に点を描画する点(ステップ121,125)を除け
ば、サブパターン作成手段21の直線補間処理と同じな
ので、詳細な説明は省略する。
【0060】次に、文字枠分割点検出手段23の動作を
説明する。この文字枠分割点検出手段23は、上記のご
とく、文字画像作成手段22により作成された文字画像
に外接する文字枠を作成し、この文字枠によって囲まれ
る領域に含まれる手書き文字の画素数をn×mのマトリ
クスによって均等に分割するような分割点を検出する。
【0061】この実施の形態においては、n,mは、い
ずれも例えば8とされている。また、分割アルゴリズム
としては、X方向の分割点と、Y方向の分割点をそれぞ
れ独立に計算するアルゴリズムが用いられる。
【0062】X方向の分割点は、文字枠に含まれる全て
の画素の数をほぼ1/8に分割するような7つの点であ
る。以下、この分割点のX座標を(Dx(r);r=1
〜7)と表す。ここで、rは、0〜8の値をとるが、分
割点に対しては、1〜7までの値が割り当てられる。同
様に、Y方向の分割点は、全ての画素数をほぼ1/8に
分割するような7つの点である。以下、この点のY座標
を(Dy(s);s=1〜7)と表す。
【0063】以下、分割点のX座標Dx(r)を求める
方法を図6のフローチャートを参照しながら説明する。
まず、文字枠分割点検出手段23は、メモリM0をスキ
ャンし、入力文字の全画素数(total_p)を求め
る(ステップ140)。
【0064】次に、文字枠分割点検出手段23は、入力
文字の文字枠のX座標の最小値Xmin及び最大値Xm
axとY座標の最小値Ymin及び最大値Ymaxを求
める(ステップS141)。次に、文字枠分割点検出手
段23はX座標の最小値Xminから最大値Xmaxま
で、各X座標ごとに、手書き文字画像をY方向に走査
し、Y方向に存在する画素数をカウントする(ステップ
142)。これにより、X方向のヒストグラムが生成さ
れる。なお、このステップ142では、Y方向のヒスト
グラムも作成される。
【0065】次に、文字枠分割点検出手段23は、全画
素数(total_p)を8等分するようなX座標Dx
(r)を求める(ステップ143)。この処理は次のよ
うにしてなされる。
【0066】すなわち、文字枠分割点検出手段23は、
上記最小値Xminから順に、各X座標ごとに、ステッ
プ142で求めた画素数を累積加算し、この加算値(c
ont_p)が(total_p/8)を上回ったら、
そのときのX座標をDx(1)とする。同様の操作を続
け、加算値(cont_p)が(2total_p/
8)を上回ったら、そのときのX座標をDx(2)とす
る。
【0067】文字枠分割点手段23は、上記の操作を繰
り返し、Dx(r)を求める。最後に、文字枠のX座標
の最小値XminをDx(0)に代入し、最大値Xma
xに1を加えた値(Xmax+1)をDx(8)を代入
する(ステップS144)。これにより、X方向の処理
が終了する。
【0068】分割点のY座標Dy(s)を求める方法
も、上記の操作でX座標をY座標に、Y座標をX座標に
置き換えることで実現することができる(ステップ14
5〜147)。
【0069】次に、特徴マトリクス作成手段24の動作
について説明する。この特徴マトリクス作成手段24
は、上記のごとく、文字枠分割点検出手段24で求めた
分割点に従って、サブパターン作成手段21で作成され
た4つのサブパターンを各サブパターンごとに、8×8
の領域に分割し、各分割領域に含まれる画素数をカウン
トし、このカウント値を成分とする8×8の特徴マトリ
クスV1,V2,V3,V4を求める。
【0070】以下、図7を参照しながら、右方向のサブ
パターンの特徴マトリクスV1を作成する動作を説明す
る。この場合、特徴マトリクス作成手段24は、まず、
特徴マトリクスV1,V2,V3,V4のマトリクス番
号t(t=1,2,3,4)を1に設定するとともに、
4つの特徴マトリクスV1,V2,V3,V4の各成分
を0に初期化する(ステップ160)。
【0071】次に、特徴マトリクス作成手段24は、右
方向のサブパターンの画像データが格納されたビットマ
ップメモリM1において、X座標が Dx(0)≦X≦Dx(1) を満たし、かつ、Y座標が Dy(0)≦Y≦Dy(1) を満たす領域に含まれる画素数をカウントし、その値を
特徴マトリクスV1の(1,1)番目の成分V1(1,
1)とする(ステップ161〜163)。
【0072】以下、同様に、特徴マトリクス作成手段2
4は、上述した処理をr=1〜8,s=1〜8を満たす
全ての(r,s)について行う(ステップ164〜16
7)。これにより、V1(1,1)からV1(8,8)
までの64個の成分が求められ、特徴マトリクスV1が
完成することになる。
【0073】この後、特徴マトリクス作成手段24は、
マトリクス番号tをインクリメントし、2番目の特徴マ
トリクスV2の作成を行う(ステップ168,16
9)。以下、同様に、特徴マトリクス作成手段24は、
3番目、4番目の特徴マトリクスV3,V4の作成を行
う。そして、特徴マトリクス作成手段24は、4番目の
特徴マトリクスV4の作成が終了すると、作成した4つ
の特徴マトリクスV1〜V4をぼかし手段25に供給す
る。
【0074】次に、ぼかし手段25の動作を説明する。
このぼかし手段25は、特徴マトリクスVtの各成分V
t(r,s)の値を周辺の成分に分配することにより、
各成分Vt(r,s)の値をぼかす処理を実行する。
【0075】この実施の形態では、各成分Vt(r,
s)の値は、次のような重付けで、周囲の8つの成分に
分配される。すなわち、各成分Vt(r,s)の値は、
上下方向及び左右方向の隣接成分に対しては、0.1の
重付けで分配され、斜め方向の隣接成分に対しては、
0.05の重付けで分配される。これにより、元の成分
Vt(r,s)の値の0.4の値はそのまま残る。
【0076】以下、図8を参照しながら、上述したぼか
し処理を詳細に説明する。なお、以下の説明では、ぼか
し処理により得られた特徴マトリクスVtをFtと記
す。
【0077】まず、ぼかし手段25は、マトリクス番号
tを1に設定するとともに、4つの特徴マトリクスF1
〜F4の各成分の値を0にリセットする(ステップ18
0)。
【0078】次に、ぼかし手段25は、成分V1(0,
0)〜V1(0,9)、V1(9,0)〜V1(9,
9)、V1(0,0)〜V1(9,0)、V1(0,
9)〜V1(9,9)の値を0に設定する(ステップ1
81)。これにより、特徴マトリクスV1の成分ではな
いが、このマトリクスの周辺に位置する36個の成分の
値が0に設定される。
【0079】この処理を行うのは、後述するステップ1
84で、特徴マトリクスV1の一番外側の28個の成分
の値を計算する場合に、上記36個の成分の値が計算上
現れるからである。
【0080】次に、ぼかし手段25は、rを1に設定し
た後(ステップ182)、sを1に設定する(ステップ
183)。次に、ぼかし手段25は、成分V1(1,
1)の周囲に位置する8個の成分V1(0,0),V1
(1,0),V1(2,0),V1(2,1),V1
(2,2),V1(1,2),V1(0,2),V1
(0,1)の値を使って、成分V1(1,1)の値を補
正する(ステップ185)。これにより、成分V1
(1,1)のぼかし成分F1(1,1)が得られる。
【0081】以下、同様に、ぼかし手段25は、上述し
た処理をr=1〜8,s=1〜8を満たす全てのV1
(r,s)について行う(ステップ185〜187)。
これにより、F1(1,1)からF1(8,8)までの
64個の成分が求められ、特徴マトリクスF1が完成す
ることになる。
【0082】この後、ぼかし手段25は、マトリクス番
号tをインクリメントし、2番目の特徴マトリクスF2
の作成を行う(ステップ189,190)。以下、同様
に、ぼかし手段25は、3番目、4番目の特徴マトリク
スF3,F4の作成を行う。そして、ぼかし手段25
は、4番目の特徴マトリクスF4の作成が終了すると、
作成した4つの特徴マトリクスF1〜F4を正規化手段
26に供給する。
【0083】次に、正規化手段26の動作を説明する。
この正規化手段26は、上記のごとく、特徴マトリクス
Frの各成分を入力文字の文字枠の幅及び高さで正規化
する。
【0084】以下、この処理を図9のフローチャートを
参照しながら、詳細に説明する。まず、正規化手段26
は、入力文字の文字枠の幅Hx及び高さHyを求める
(ステップ200)。
【0085】次に、正規化手段26は、特徴マトリクス
F1,F2の成分F1(1,1),F2(1,1)の値
を幅Hxで正規化し、特徴マトリクスF3,F4の成分
F3(1,1),F4(1,1)の値を高さHyで正規
化する(ステップ201〜203)。この正規化は、例
えば、各成分の値に100を乗算し、この乗算結果を幅
Hxまたは高さHyで除算することにより行われる。
【0086】なお、特徴マトリクスF1,F2の成分F
1(1,1),F2(1,1)を幅Hxで正規化するの
は、この特徴マトリクスF1,F2がそれぞれ右方向、
左方向のサブプパターンの特徴マトリクスだからであ
る。同様に、特徴マトリクスF3,F4の成分F3
(1,1),F4(1,1)を高さHyで正規化するの
は、この特徴マトリクスF3,F4がそれぞれ上方向、
下方向のサブプパターンの特徴マトリクスだからであ
る。
【0087】以下、同様に、正規化手段26は、上述し
た処理をr=1〜8,s=1〜8を満たす全ての成分F
t(r,s)について行う(ステップ204〜20
7)。これにより、各特徴マトリクスFtが正規化され
る。この正規化処理が終了すると、正規化手段26は、
正規化された特徴マトリクスF1〜F4をマッチング手
段27に供給する。
【0088】次に、マッチング手段27の動作を説明す
る。このマッチング手段27は、入力文字と文字辞書に
登録されている文字との距離を計算し、距離が小さい文
字を候補文字として出力する。
【0089】以下、この処理を図10のフローチャート
を参照しながら説明する。まず、マッチング手段27
は、文字番号uを1に設定した後(ステップ220)、
距離distを0に設定する(ステップ221)。ここ
で、文字番号uとは、文字辞書に登録されている文字に
付与された番号である。
【0090】次に、マッチング手段27は、正規化され
た特徴マトリクスF1〜F4の成分F1(1,1)〜F
4(1,1)と文字辞書に登録されているu=1の文字
の特徴マトリクスdic[1]F1〜dic[1]F4
の成分dic[1]F1(1,1)〜dic[1]F4
(1,1)との距離distを求める(ステップ222
〜224)。
【0091】この場合、特徴マトリクスF1の成分F1
(1,1)と特徴マトリクスdic[1]F1の成分d
ic[1]F1(1,1)との距離distは、 dist=dic[1]F1(1,1)−dic[1]
F1(1,1) で表される。
【0092】以下、同様に、マッチング手段27は、上
述した処理をr=1〜8,s=1〜8を満たす全ての成
分Ft(r,s)について行う(ステップ225〜22
8)。これにより、特徴マトリクスFt,dic[1]
Ftの各成分Ft(r,s),dic[1]Ft(r,
s)の距離distが累積加算される。この累積加算値
が、特徴マトリクスFt,dic[1]Ftの距離di
stとなる。
【0093】次に、マッチング手段27は、求めた距離
distをt=1からt=4まで加算することにより、
入力文字とu=1の文字との距離distを求め、この
距離distが予め定めた閾値より小さいか否かを判定
する(ステップ229)。小さければ、マッチング手段
27は、当該文字を入力文字の候補として、その文字番
号1を登録する(ステップ230)。これに対し、小さ
くなければ登録しない。
【0094】以上の処理を、マッチング手段27は、文
字辞書内に登録されたすべての文字について行う(ステ
ップ231,232)。文字辞書内に登録されたすべて
の文字について、上述した処理が終了すると、マッチン
グ手段27は、ステップ230で文字番号が登録された
候補文字に、距離distの小さい順に優先順位を付与
し、この優先順位と文字番号uを示すデータを絞り込み
手段31に供給する(ステップ233)。
【0095】次に、特徴点抽出手段29の動作について
説明する。この特徴点抽出手段29は、座標入力装置1
0から出力される座標データ列に基づいて、各ストロー
クの特徴点を抽出し、抽出した特徴点の座標データを特
定セグメント検出手段30に供給する。以下、i番目の
ストロークのv番目の特徴点の座標を(XKi(v),
YKi(v);v=1,2,…,V)と表す。ここで、
Vは、各ストローク上の特徴点数である。
【0096】この実施の形態では、上記特徴点として、
ストロークの始点、終点、極点を抽出する。ここで、極
点とは、座標入力装置10から供給される座標系列をX
Y直交座標上の曲線と見なした場合に、X軸、Y軸に対
する極大値及び極小値をとる点と、座標系列を45度回
転した場合に、X軸、Y軸に対する極大値及び極小値を
とる点をいう。
【0097】次に、特定セグメント検出手段30の動作
を説明する。この特定セグメント検出手段30は、特徴
点抽出手段29から供給される特徴点の座標データ列に
基づいて、最初のストロークの書始めのセグメントと、
最後のストロークの書終りのセグメントを検出し、この
セグメントの角度と、位置と、長さを示すデータを絞込
み手段31に供給するようになっている。
【0098】以下、この特定セグメントの検出処理を詳
細に説明する。まず、特定セグメント検出手段30は、
最初のストロークの最初の特徴点(始点)(XK1
(1),YK1(1))から2番目の特徴点(極点)
(XK1(2),YK1(2))に点に向かう方向ve
c(1)を求める。以下、この方向vec(1)をve
c_orgと記す。この方向vec_orgは、例え
ば、図11に示す1から8までの8つの方向で表され
る。
【0099】次に、特定セグメント検出手段30は、2
番目の特徴点(XK1(2),YK1(2))から3番
目の特徴点(XK1(3),YK1(3))に向かう方
向vec(2)を求める。この方向vec(2)も、上
述した8つの方向で表される。
【0100】次に、特定セグメント検出手段30は、方
向vec(2)が方向vec_orgと一致するか否か
を判定する。この実施の形態では、方向vec(2)が
方向vec_orgと一致する場合として、完全に一致
する場合の他に、隣り合う場合も含むようになってい
る。これは、以下の説明においても、同じである。
【0101】例えば、方向vec_orgが「1」の場
合、方向vec(2)は、「1」の場合だけでなく、
「2」場合と「8」の場合も、方向vec_orgと一
致すると判定される。これは、方向の変化の小さい点を
書始めのセグメントの終点と誤判定してしまうことを防
止するためである。
【0102】一致する場合は、特定セグメント検出手段
30は、3番目の特徴点(XK1(3),YK1
(3))から4番目の特徴点(XK1(4),YK1
(4))に向かう方向vec(3)を求める。次に、特
定セグメント検出手段30は、この方向vec(3)が
方向vec_orgと一致するか否かを判定する。
【0103】以下、同様に、特定セグメント検出手段3
0は、方向vec(v)が方向vec_orgと一致し
なくなるまで(方向が変わるまで)、v番目の特徴点
(XK1(v),YK1(v))から(v+1)番目の
特徴点(XK1(v+1),YK1(v+1))に向か
う方向vec(v)を求める。
【0104】方向vec(v)が方向vec_orgと
一致しなくなると、特定セグメント検出手段30は、最
初の特徴点(XK1(1),YK1(1))と方向が一
致しなくなったときの特徴点(XK1(v),YK1
(v))を結んだ線分を最初のストロークの書始めのセ
グメントS_startとする。
【0105】この場合の具体例を図12に示す。この図
12は、漢字の「田」を筆記した場合のセグメントS_
startを示す。この場合、図中、左側は、手書き文
字を示し、右側は、最初のストローク(右側では点線、
左側では、太線)から抽出された特徴点(黒丸)を示
す。図には、特徴点が8個抽出された場合を示す。
【0106】図示の例では、3番目の特徴点(XK1
(3),YK1(3))を境にして方向が変わる。した
がって、この例では、最初の特徴点(XK1(1),Y
K1(1))と3番目の特徴点(XK1(3),YK1
(3))を結んだ線分がセグメントS_startとな
る。
【0107】なお、最初のストロークの最後の特徴点
(終点)まできても、vec_org,vec(v)が
一致する場合は、最初の特徴点(XK1(1),YK1
(1))と最後の特徴点(XK1(k),YK1
(k))を結んだ線分をセグメントS_startとす
る。
【0108】この場合の具体例を図13に示す。この図
13は、漢字の「上」を筆記した場合のセグメントS_
startを示す。この場合、図中、左側は、手書き文
字を示し、右側は、最初のストローク(右側では点線、
左側では太線)から抽出された特徴点(黒丸)を示す。
図には、特徴点が3個抽出された場合を示す。
【0109】図示の例では、最後の特徴点まで方向が変
わらない。したがって、この例では、最初の特徴点(X
K1(1),YK1(1))と最後の特徴点(XK1
(3),YK1(3))を結んだ線分がセグメントS_
startとなる。
【0110】セグメントS_startの検出が終了す
ると、特定セグメント検出手段30は、最後のストロー
クの書終りのセグメントS_endを検出する。この処
理も、最初のストロークの書始めのセグメントS_en
dを検出する処理と同じようにして行われる。
【0111】但し、この場合、方向検出は、最後の特徴
点(終点)側から始められる。しかし、方向としては、
筆記方向が求められる。すなわち、特定セグメント検出
手段30は、まず、最後から1番目の特徴点((XKI
(V−1),YKI(V−1))から最後の特徴点(X
KI(V),YKI(V))に向かう方向vec(V−
1)を求める。以下、これをvec_orgとする。
【0112】次に、特定セグメント検出手段30は、最
後から2番目の特徴点(XKI(V−2),YKI(V
−2))から1番目の特徴点(XKI(V−1),YK
I(V−1))に向かう方向vec(V−2)を求め
る。
【0113】以下、同様に、特定セグメント検出手段3
0は、特徴点を筆記方向とは逆方向にとりながら、隣接
する2つの特徴点間の筆記方向を求めていく。この処理
は、方向vec_orgと方向vec(V−w)(w=
2,3,…,(V−1))が一致しなくなるまで行われ
る。
【0114】そして、方向vec_orgと方向vec
(V−w)が一致しなくなると、特定セグメント検出手
段30は、最後の特徴点((XKI(V−1),YKI
(V−1))と方向が切り替わったときの特徴点((X
KI(V−w),YKI(V−w))を結ぶ線分を最後
のストロークの書終りのセグンメントS_endとして
検出する。
【0115】この場合の具体例を図14に示す。この図
14は、漢字の「道」を筆記した場合のセグメントS_
endを示す。この場合、図中、左側は、手書き文字を
示し、右側は、最後のストローク(右側では点線、左側
では太線)から抽出された特徴点(黒丸)を示す。図に
は、特徴点が8個抽出された場合を示す。
【0116】図示の例では、最後から3番目の特徴点
(XKI(6),YKI(6))を境にして方向が変わ
る。したがって、この例では、最後の特徴点(XKI
(8),YKI(8))と最後から3番目の特徴点
((XKI(6),YKI(6))を結んだ線分がセグ
メントS_endとなる。
【0117】なお、最後のストロークの最初の特徴点
(XKI(1),YKI(1))まできても、方向ve
c_orgと方向vec(1)が一致する場合は、最初
の特徴点(XKI(1),YKI(1))と最後の特徴
点(XKI(V),YKI(V))を結んだ線分を書終
りのセグメントS_endとする。
【0118】この場合の具体例を図15に示す。この図
15は、漢字の「天」を筆記した場合のセグメントS_
endを示す。この場合、図中、左側は、手書き文字を
示し、右側は、最後のストローク(右側では点線、左側
では太線)から抽出された特徴点(黒丸)を示す。図に
は、特徴点が3個抽出された場合を示す。
【0119】図示の例では、最後の特徴点まで方向が変
わらない。したがって、この例では、最初の特徴点(X
KI(1),YKI(1))と最後の特徴点(XKI
(3),YKI(3))を結んだ線分がセグメントS_
endとなる。
【0120】次に、特定セグメント検出手段30は、検
出したセグメントS_start,S_endの角度D
_start,D_endと、長さL_start,L
_endと、位置P_start,P_endを求め
る。この場合、特定セグメント検出手段30は、セグメ
ントS_start,S_endの長さL_star
t,L_endと位置P_start,P_endにつ
いては、入力文字の文字枠の幅Hxまたは高さHyで正
規化したものを用い、位置P_start,P_end
については、その重心を求める。
【0121】次に、特定セグメント検出手段30は、求
めたセグメントS_start,S_endの角度D_
start,D_endと、長さL_start,L_
endと、位置P_start,P_endを示す情報
を絞込み手段31に供給する。
【0122】次に、絞込み手段31の動作を説明する。
この絞込み手段31は、特定セグメント検出手段30に
より検出されたセグメントS_start,S_end
に基づいて、マッチング手段27によって検出された候
補文字から、入力文字を絞り込む。
【0123】以下、この絞込み動作を詳細に説明する。
まず、絞込み手段31は、マッチング手段27により候
補文字が検出されたか否かを判定する。この判定は、マ
ッチング手段27から文字番号と優先順位を示す情報が
送られてきたか否かを判定することにより行われる。候
補文字が検出されない場合は、絞込み手段31は、認識
が不能と判断し、この判断結果を出力端子32に出力す
る。
【0124】これに対し、候補文字が検出された場合
は、絞込み手段31は、その数が1か否かを判定する。
1である場合は、絞込み手段31は、この候補文字を入
力文字と認識し、この認識結果を出力端子32に出力す
る。
【0125】これに対し、候補文字が複数存在する場合
は、絞込み手段31は、特定セグメント検出手段30に
より検出されたセグメントS_start,S_end
に基づいて、入力文字の絞込みを行う。
【0126】この絞込みにおいては、絞込み手段31
は、まず、角度D_start,D_endによる絞込
みを行い、この絞込みでは、1つの候補文字に絞り込む
ことができなかった場合に初めて、長さL_star
t,L_endや位置P_start,P_endによ
る絞込みを行う。角度D_start,D_endによ
る絞込みを最優先にしたのは、角度D_start,D
_endは長さL_start,L_endや位置P_
start,P_endに比べ、個人差が少なく、絞り
込む際の判断材料として有効だからである。
【0127】角度D_start,D_endによる絞
込みは、特定セグメント検出手段30により検出された
セグメントS_start,S_endの角度D_st
art,D_endと文字辞書に登録されている当該候
補文字のセグメントS_start.dic,S_en
d.dicの角度D_start.dic,D_en
d.dicとを比較することにより行われる。
【0128】この場合、絞込み手段31は、セグメント
S_start,S_endの角度D_start,D
_endの±45度以内に、セグメントS_star
t.dic,S_end.dicの角度D_star
t.dic,D_end.dicがあれば、これを選択
する。
【0129】この角度による絞込みにより1つの候補文
字も選択することができなかった場合、絞込み手段31
は、マッチング手段27により選択された複数の候補文
字をこのマッチング手段27により付与された優先順位
に従って、第1,第2,…の候補として出力する。
【0130】これに対し、1つの候補文字を選択するこ
とができた場合は、絞込み手段31は、この文字を第1
の候補として出力し、残りの候補文字については、マッ
チング手段27により付与された優先順位に従って、第
2,第3,…の候補として出力する。
【0131】また、複数の候補文字を選択することがで
きた場合は、絞込み手段31は、各文字ごとに、セグメ
ントS_start,S_endの長さL_star
t,L_endとセグメントS_start.dic,
S_end.dicの長さL_start.dic,L
_end.dicとの距離Dを求める。この距離Dは、
次式で表される。
【0132】D=L_start.dic−L_sta
rt+L_end.dic−L_end 次に、絞込み手段31は、求めた距離Dが小さい順に、
各候補文字に、例えば、1からZまでの得点を付与す
る。ここで、Zは、角度による絞込みにより選択された
候補文字の数である。
【0133】次に、絞込み手段31は、位置についても
同じように距離を求め、かつ、求めた距離に基づいて、
各候補文字に得点1〜Zを付与する。
【0134】次に、絞込み手段31は、各候補文字ごと
に、長さによる得点と位置による得点を合計し、この合
計得点の小さい候補文字から順に、第1,第2,…の候
補として出力する。この場合、絞込み手段31により選
択されなかった文字も、参考のために、選択された文字
より低い優先順位で出力される。
【0135】[効果]以上詳述したこの実施の形態によ
れば、次のような効果が得られる。
【0136】(1)まず、この実施の形態によれば、筆
順に従って入力される手書き文字の各点の座標データ列
に基づいて、オフライン方式の文字認識処理により、手
書き文字の候補を検出するとともに、検出された候補文
字をオンライン方式の文字認識処理により絞り込むよう
にしたので、オフライン方式の文字認識処理だけによ
り、手書き文字を認識する場合に比べ、手書き文字の認
識率を高めることができる。
【0137】(2)また、この実施の形態によれば、オ
ンライン方式の文字認識処理において、手書き文字の特
徴を検出する場合、この特徴として、最初のストローク
の書始めのセグメントS_startと最後のストロー
クの書終りのセグメントS_endを検出するようにし
たので、オンライン方式の文字認識処理により、手書き
文字を認識しているにもかかわらず、筆順の影響を受け
難い認識を実現することができる。これは、手書き文字
の最初のストロークの書始めのセグメントS_star
tと最後のストロークの書終りのセグメントS_end
というのは、筆順上、個人差が少ないからである。
【0138】(3)また、この実施の形態によれば、セ
グメントS_start,S_endに基づいて、候補
文字から入力文字を絞り込む場合、まず、角度D_st
art,D_endに基づいて絞込みを行い、角度D_
start,D_endによっては1つに絞り込むこと
ができなかった場合に初めて、長さL_start,L
_endや位置P_start,P_endによる絞込
みを行うようにしたので、迅速かつ正確に入力文字を絞
り込むことができる。これは、角度D_start,D
_endというものは、個人差が小さいからである。
【0139】(4)また、この実施の形態によれば、特
定セグメントとして、最初のストロークの書始めのセグ
メントS_startと最後のストロークの書終りのセ
グメントS_endを検出するようにしたので、本来な
ら複数のストロークに分けて記載されるべき文字成分を
1つのストロークで記載した場合でも、特定セグメント
の品質が低下することを防止することができる。これ
は、最初のストロークの書始めのセグメントS_sta
rtや最後のストロークの書終りのセグメントS_en
dというものは、上記のように、文字成分を続けて書い
たとしても、これに影響される可能性が少ないからであ
る。
【0140】(5)また、この実施の形態によれば、特
定セグメントとして、2種類のセグメント(最初のスト
ロークの書始めのセグメントS_startと最後のス
トロークの書終りのセグメントS_end)を検出する
ようにしたので、1種類のセグメントを検出する場合よ
り、認識率を高めることができる。
【0141】[その他の実施の形態]以上、この発明の
一実施の形態を説明したが、この発明は、上述したよう
な実施の形態に限定されるものではない。
【0142】(1)例えば、先の実施の形態では、最初
のストロークの特定のセグメントとして、書始めのセグ
メントを検出し、最後のストロークの特定のセグメント
として、書終りのセグメントを検出する場合を説明し
た。
【0143】しかし、この発明は、最初のストロークの
特定のセグメントとして、このストロークの始点と終点
を結ぶセグメントを検出し、最後のストロークの特定の
セグメントとして、このストロークの始点と終点を結ぶ
セグメントを検出するようにしてもよい。
【0144】このような構成の場合、文字成分を続けて
書くと、セグメントの品質が低下する可能性が高い。し
かし、ストロークの始点と終点が分かれば、セグメント
を検出することができるので、セグメントを迅速に検出
することができる。これにより、簡易な文字認識装置を
構成する場合には、有効である。
【0145】(2)また、先の実施の形態では、特定セ
グメントとして、最初のストロークの特定セグメント
と、最後のストロークの特定セグメントを検出する場合
を説明した。しかし、この発明は、この2つの特定セグ
メントのうち、少なくと一方を検出するような構成であ
ってもよい。
【0146】(3)また、先の実施の形態では、この発
明を、手書き文字の座標データ列が座標入力装置から供
給されるオンライン文字認識装置に適用する場合を説明
した。しかし、この発明は、座標データ列が座標入力装
置から収集された座標データ列を記憶するディスク装置
などの記憶装置から供給されるオンライン文字認識装置
にも適用することができる。
【0147】(4)この他にも、この発明は、その要旨
を逸脱しない範囲で種々様々変形実施可能なことは勿論
である。
【0148】
【発明の効果】以上詳述したこの発明によれば、筆順に
従って入力される手書き文字の各点の座標データ列に基
づいて、オフライン方式の文字認識処理により、手書き
文字の候補を検出するとともに、検出された候補文字か
ら、入力文字をオンライン方式の文字認識処理により絞
り込むようにしたので、オフライン方式の文字認識処理
だけにより、手書き文字を認識する場合に比べ、手書き
文字の認識率を高めることができる。
【0149】また、この発明によれば、オンライン方式
の文字認識処理において、手書き文字の特徴を検出する
場合、この特徴として、最初のストロークと最後のスト
ロークの特定セグメントを検出するようにしたので、筆
順の個人差の少ない特徴を検出することができる。これ
により、オンライン方式の文字認識処理により、手書き
文字を認識しているにもかかわらず、筆順の影響を受け
難い認識を実現することができる。
【図面の簡単な説明】
【図1】この発明の一実施の形態の構成を示すブロック
図である。
【図2】従来の手書き文字認識処理を示す図である。
【図3】この発明の一実施の形態のサブパターンの一例
を示す図である。
【図4】この発明の一実施の形態のサブパターン作成手
段21の動作を示すフローチャートである。
【図5】この発明の一実施の形態の文字画像作成手段2
2の動作を示すフローチャートである。
【図6】この発明の一実施の形態の文字枠分割点検出手
段23の動作を示すフローチャートである。
【図7】この発明の一実施の形態の特徴マトリクス作成
手段24の動作を示すフローチャートである。
【図8】この発明の一実施の形態のぼかし手段25の動
作を示すフローチャートである。
【図9】この発明の一実施の形態の正規化手段26の動
作を示すフローチャートである。
【図10】この発明の一実施の形態のマッチング手段2
7の動作を示すフローチャートである。
【図11】この発明の一実施の形態の特徴点抽出手段2
9の動作を説明するための図である。
【図12】この発明の一実施の形態の特定セグメント検
出手段30の動作を説明するための図である。
【図13】この発明の一実施の形態の特定セグメント検
出手段30の動作を説明するための図である。
【図14】この発明の一実施の形態の特定セグメント検
出手段30の動作を説明するための図である。
【図15】この発明の一実施の形態の特定セグメント検
出手段30の動作を説明するための図である。
【符号の説明】
10…座標入力装置 20…手書き文字認識装置 21…サブパターン作成手段 22…文字画像作成手段 23…文字枠分割点検出手段 24…特徴マトリクス作成手段 25…ぼかし手段と 26…正規化手段と 27…マッチング手段 28…文字辞書保持手段 29…特徴点抽出手段 30…特定セグメント検出手段 31…絞込み手段 32…出力端子

Claims (4)

    【特許請求の範囲】
  1. 【請求項1】 筆順に従って入力される手書き文字の各
    点の座標データ列に基づいて、オフライン方式の文字認
    識処理により、前記手書き文字の候補を選択する候補選
    択手段と、 前記座標データ列に基づいて、オンライン方式の特徴抽
    出処理により、最初のストロークと最後のストロークの
    少なくとも一方から予め定めたセグメントを検出するセ
    グメント検出手段と、 このセグメント検出手段により検出されたセグメントに
    基づいて、前記候補選択手段により選択された候補から
    前記手書き文字を絞り込む絞込み手段とを備えたことを
    特徴とする手書き文字認識装置。
  2. 【請求項2】 前記セグメント検出手段は、前記セグメ
    ントとして、前記最初のストロークの書始めのセグメン
    トと最後のストロークの書終りのセグメントを検出する
    ように構成されていることを特徴とする請求項1記載の
    オンライン手書き文字認識装置。
  3. 【請求項3】 前記セグメント検出手段は、前記セグメ
    ントとして、前記最初のストロークの始点と終点を結ぶ
    セグメントと最後のストロークの始点と終点を結ぶセグ
    メントを検出するように構成されていることを特徴とす
    る請求項1記載のオンライン手書き文字認識装置。
  4. 【請求項4】 前記絞込み手段は、前記特定セグメント
    検出手段により検出された特定セグメントの角度に基づ
    いて、前記手書き文字の絞込みを行い、この絞込みで
    は、手書き文字を1つに絞り込むことができない場合に
    初めて、前記特定セグメントの長さと位置に基づいて、
    前記手書き文字の絞込みを行うように構成されているこ
    とを特徴とする請求項1記載のオンライン手書き文字認
    識装置。
JP7336625A 1995-12-25 1995-12-25 オンライン手書き文字認識装置 Pending JPH09179938A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP7336625A JPH09179938A (ja) 1995-12-25 1995-12-25 オンライン手書き文字認識装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP7336625A JPH09179938A (ja) 1995-12-25 1995-12-25 オンライン手書き文字認識装置

Publications (1)

Publication Number Publication Date
JPH09179938A true JPH09179938A (ja) 1997-07-11

Family

ID=18301094

Family Applications (1)

Application Number Title Priority Date Filing Date
JP7336625A Pending JPH09179938A (ja) 1995-12-25 1995-12-25 オンライン手書き文字認識装置

Country Status (1)

Country Link
JP (1) JPH09179938A (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999016013A1 (fr) * 1997-09-22 1999-04-01 Hitachi, Ltd. Dispositif de reconnaissance de caracteres
JP2002236926A (ja) * 2001-02-08 2002-08-23 Sony Corp 座標列の特徴算出方法、ならびに映像特殊効果装置の制御方法および映像特殊効果装置の制御システム
CN1315090C (zh) * 2005-02-08 2007-05-09 华南理工大学 一种手写文字的识别方法
CN104008405A (zh) * 2013-02-26 2014-08-27 佳能株式会社 手写字符识别方法和装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999016013A1 (fr) * 1997-09-22 1999-04-01 Hitachi, Ltd. Dispositif de reconnaissance de caracteres
US6718060B1 (en) 1997-09-22 2004-04-06 Renesas Technology Corporation Character recognizer
JP2002236926A (ja) * 2001-02-08 2002-08-23 Sony Corp 座標列の特徴算出方法、ならびに映像特殊効果装置の制御方法および映像特殊効果装置の制御システム
CN1315090C (zh) * 2005-02-08 2007-05-09 华南理工大学 一种手写文字的识别方法
CN104008405A (zh) * 2013-02-26 2014-08-27 佳能株式会社 手写字符识别方法和装置

Similar Documents

Publication Publication Date Title
US5784490A (en) Method and apparatus for automated recognition of text embedded in cluttered observations
EP0539749B1 (en) Handwriting recognition system and method
JP2700130B2 (ja) 手書き文字の認識システム及び認識方法
US7437001B2 (en) Method and device for recognition of a handwritten pattern
Al-Omari et al. Handwritten Indian numerals recognition system using probabilistic neural networks
WO2007070662A1 (en) Script recognition for ink notes
Lehal et al. Feature extraction and classification for OCR of Gurmukhi script
Zarro et al. Recognition-based online Kurdish character recognition using hidden Markov model and harmony search
JPH08167000A (ja) 文字認識装置および方法
Abdalkafor Designing offline Arabic handwritten isolated character recognition system using artificial neural network approach
Rajnoha et al. Handwriting comenia script recognition with convolutional neural network
JPH09179938A (ja) オンライン手書き文字認識装置
Safdar et al. A novel similar character discrimination method for online handwritten Urdu character recognition in half forms
Naz et al. Challenges in baseline detection of cursive script languages
Khorsheed et al. Spectral features for Arabic word recognition
Lay et al. On-line Chinese character recognition with effective candidate radical and candidate character selections
CN112861694A (zh) 一种基于模板的联机书写评分方法
Uyun et al. Skew Correction and Image Cleaning Handwriting Recognition Using a Convolutional Neural Network
CN112183538B (zh) 一种满文识别方法及系统
Mahasukhon et al. Hand-printed English character recognition based on fuzzy theory
JP3720873B2 (ja) 手書き文字認識方法及びその装置
Elkhayati et al. Arabic handwritten text line segmentation using a multi-agent system and a directed CNN
Shaw et al. A two stage recognition scheme for offline handwritten Devanagari words
JPH09114926A (ja) オンライン文字認識における入力文字大分類方法および装置
Eko Bonferroni Mean Fuzzy K-Nearest Neighbors Based Handwritten Chinese Character Recognition