JPH10162102A - 文字認識装置 - Google Patents
文字認識装置Info
- Publication number
- JPH10162102A JPH10162102A JP8323009A JP32300996A JPH10162102A JP H10162102 A JPH10162102 A JP H10162102A JP 8323009 A JP8323009 A JP 8323009A JP 32300996 A JP32300996 A JP 32300996A JP H10162102 A JPH10162102 A JP H10162102A
- Authority
- JP
- Japan
- Prior art keywords
- character
- handwritten
- stroke
- printed
- characters
- 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
Links
Landscapes
- Character Discrimination (AREA)
Abstract
(57)【要約】
【課題】 １文字の文字データの中から、活字または手
書き文字に応じて異なる簡単な特徴を抽出し、対象文字
が活字であるか手書き文字であるかを高精度に判定す
る。 【解決手段】 特徴抽出部４は、文字データ抽出部３で
抽出された１文字の文字データの中から、文字が活字で
あるか手書き文字であるかを判定するための特徴（文字
ストロークの方向性、太さ、直線性など）を抽出する。
文字種類判定部５は、その特徴に基いて活字であるか手
書き文字であるかを判定し、その判定結果に応じて、活
字文字認識部６、手書き文字認識部７の何れかを実行さ
せる。
書き文字に応じて異なる簡単な特徴を抽出し、対象文字
が活字であるか手書き文字であるかを高精度に判定す
る。 【解決手段】 特徴抽出部４は、文字データ抽出部３で
抽出された１文字の文字データの中から、文字が活字で
あるか手書き文字であるかを判定するための特徴（文字
ストロークの方向性、太さ、直線性など）を抽出する。
文字種類判定部５は、その特徴に基いて活字であるか手
書き文字であるかを判定し、その判定結果に応じて、活
字文字認識部６、手書き文字認識部７の何れかを実行さ
せる。
Description
【０００１】
【発明の属する技術分野】本発明は、対象文字が活字で
あるか手書き文字であるかを、簡単な特徴を用いて自動
的に判定し、それぞれに適した文字認識方法を適用する
ことにより、活字と手書き文字の両方を認識できる新規
な方法を開発することなく、活字と手書き文字とが混在
して記載されている文書や帳票においても高い認識精度
を得ることができる文字認識装置に関する。
あるか手書き文字であるかを、簡単な特徴を用いて自動
的に判定し、それぞれに適した文字認識方法を適用する
ことにより、活字と手書き文字の両方を認識できる新規
な方法を開発することなく、活字と手書き文字とが混在
して記載されている文書や帳票においても高い認識精度
を得ることができる文字認識装置に関する。
【０００２】
【従来の技術】現在、文書や帳票などに記載されている
文字を認識する文字認識装置が広く普及しているが、そ
の多くは活字専用であるか手書き文字専用であり、一つ
の認識方法で活字と手書き文字の両方を認識するものは
ほとんどない。
文字を認識する文字認識装置が広く普及しているが、そ
の多くは活字専用であるか手書き文字専用であり、一つ
の認識方法で活字と手書き文字の両方を認識するものは
ほとんどない。
【０００３】活字と手書き文字の両方を認識する装置の
多くは、活字用の文字認識処理と手書き文字用の文字認
識処理の両方を実行し、その結果を比較検討して最終的
な文字認識結果を出力している。しかし、このように、
二種類の文字認識処理を実行し、その結果を比較検討す
る方法では、処理に要する時間が長くなる。
多くは、活字用の文字認識処理と手書き文字用の文字認
識処理の両方を実行し、その結果を比較検討して最終的
な文字認識結果を出力している。しかし、このように、
二種類の文字認識処理を実行し、その結果を比較検討す
る方法では、処理に要する時間が長くなる。
【０００４】そこで、自動的に文字が活字であるのか手
書き文字であるのかを判定し、その結果によって活字用
と手書き文字用の認識処理を選択することができれば、
処理速度の間題を解決することができる。
書き文字であるのかを判定し、その結果によって活字用
と手書き文字用の認識処理を選択することができれば、
処理速度の間題を解決することができる。
【０００５】上記した方法を用いた従来の文字認識装置
として、例えば特開平５−１８９６０４号公報に記載さ
れた光学的文字読み取り装置がある。この装置では、活
字であるか手書き文字であるかを判定する特徴として、
数個の文字の高さの変化量を用いている。
として、例えば特開平５−１８９６０４号公報に記載さ
れた光学的文字読み取り装置がある。この装置では、活
字であるか手書き文字であるかを判定する特徴として、
数個の文字の高さの変化量を用いている。
【０００６】
【発明が解決しようとする課題】しかしながら、上記し
た従来の装置では、複数の文字が存在しなければ、文字
が活字であるか手書きであるかを判定できない特徴を用
いているので、１文字しかないような帳票の欄の文字の
認識や、活字文字の並びの中の一部だけが手書き文字で
あるような文字を認識する場合に、活字であるか手書き
文字であるかの判定が難しいという問題がある。
た従来の装置では、複数の文字が存在しなければ、文字
が活字であるか手書きであるかを判定できない特徴を用
いているので、１文字しかないような帳票の欄の文字の
認識や、活字文字の並びの中の一部だけが手書き文字で
あるような文字を認識する場合に、活字であるか手書き
文字であるかの判定が難しいという問題がある。
【０００７】また、活字であるか手書き文字であるかに
よる違いが現れにくい、文字の大きさを特徴として用い
ているので、例えば大きさが揃っている手書き文字を、
活字であると誤認識する可能性が高くなる。
よる違いが現れにくい、文字の大きさを特徴として用い
ているので、例えば大きさが揃っている手書き文字を、
活字であると誤認識する可能性が高くなる。
【０００８】本発明の目的は、活字と手書き文字とが混
在して記載されている文書や帳票において、１文字の文
字データの中から、活字または手書き文字に応じて異な
る簡単な特徴を抽出し、対象文字が活字であるか手書き
文字であるかを高精度に判定する文字認識装置を提供す
ることにある。
在して記載されている文書や帳票において、１文字の文
字データの中から、活字または手書き文字に応じて異な
る簡単な特徴を抽出し、対象文字が活字であるか手書き
文字であるかを高精度に判定する文字認識装置を提供す
ることにある。
【０００９】
【課題を解決するための手段】前記目的を達成するため
に、請求項１記載の発明では、文書、帳票などを画像入
力手段によって読み取って得られる文書画像データから
文字を抽出して認識する文字認識装置であって、前記文
字のストロークの方向性に関する特徴量を抽出する手段
と、該抽出された特徴量を基に前記文字が活字であるか
手書き文字であるかを判定する手段と、該判定結果に応
じた文字認識を実行する手段とを備えたことを特徴とし
ている。
に、請求項１記載の発明では、文書、帳票などを画像入
力手段によって読み取って得られる文書画像データから
文字を抽出して認識する文字認識装置であって、前記文
字のストロークの方向性に関する特徴量を抽出する手段
と、該抽出された特徴量を基に前記文字が活字であるか
手書き文字であるかを判定する手段と、該判定結果に応
じた文字認識を実行する手段とを備えたことを特徴とし
ている。
【００１０】請求項２記載の発明では、前記抽出される
特徴量は、文字のストロークの太さに関する特徴量であ
ることを特徴としている。
特徴量は、文字のストロークの太さに関する特徴量であ
ることを特徴としている。
【００１１】請求項３記載の発明では、前記抽出される
特徴量は、文字のストロークの直線性に関する特徴量で
あることを特徴としている。
特徴量は、文字のストロークの直線性に関する特徴量で
あることを特徴としている。
【００１２】請求項４記載の発明では、前記抽出される
特徴量は、文字のストロークの角に関する特徴量である
ことを特徴としている。
特徴量は、文字のストロークの角に関する特徴量である
ことを特徴としている。
【００１３】請求項５記載の発明では、文書、帳票など
を画像入力手段によって読み取って得られる文書画像デ
ータから文字を抽出して認識する文字認識装置であっ
て、請求項１〜４記載の特徴量を複数組み合わせた特徴
量を抽出する手段と、該抽出された特徴量を基に前記文
字が活字であるか手書き文字であるかを判定する手段
と、該判定結果に応じた文字認識を実行する手段とを備
えたことを特徴としている。
を画像入力手段によって読み取って得られる文書画像デ
ータから文字を抽出して認識する文字認識装置であっ
て、請求項１〜４記載の特徴量を複数組み合わせた特徴
量を抽出する手段と、該抽出された特徴量を基に前記文
字が活字であるか手書き文字であるかを判定する手段
と、該判定結果に応じた文字認識を実行する手段とを備
えたことを特徴としている。
【００１４】
【発明の実施の形態】以下、本発明の一実施例を図面を
用いて具体的に説明する。図１は、本発明の実施例の構
成を示す。本実施例は、スキャナやデジタルカメラなど
の画像入力装置を用いて文書や帳票などの画像データを
獲得する画像入力部１と、画像データのノイズ除去や傾
き補正などの前処理を実行する前処理部２と、画像デー
タから１文字ごとの文字データを抽出し、大きさの正規
化を行う文字データ抽出部３と、１文字の文字データの
中から、文字が活字であるか手書き文字であるかを判定
するための特徴を抽出する特徴抽出部４と、その特徴に
基いて文字が活字であるか手書き文字であるかを判定す
る文字種類判定部５と、文字が活字であると判定された
場合に文字認識を実行する活字文字認識部６と、文字が
手書き文字であると判定された場合に文字認識を実行す
る手書き文字認識部７と、認識結果をメモリ、ディスク
などの外部記憶装置、ディスプレイなどの表示装置、プ
リンタなどの出力装置などに出力する出力部８から構成
されている。
用いて具体的に説明する。図１は、本発明の実施例の構
成を示す。本実施例は、スキャナやデジタルカメラなど
の画像入力装置を用いて文書や帳票などの画像データを
獲得する画像入力部１と、画像データのノイズ除去や傾
き補正などの前処理を実行する前処理部２と、画像デー
タから１文字ごとの文字データを抽出し、大きさの正規
化を行う文字データ抽出部３と、１文字の文字データの
中から、文字が活字であるか手書き文字であるかを判定
するための特徴を抽出する特徴抽出部４と、その特徴に
基いて文字が活字であるか手書き文字であるかを判定す
る文字種類判定部５と、文字が活字であると判定された
場合に文字認識を実行する活字文字認識部６と、文字が
手書き文字であると判定された場合に文字認識を実行す
る手書き文字認識部７と、認識結果をメモリ、ディスク
などの外部記憶装置、ディスプレイなどの表示装置、プ
リンタなどの出力装置などに出力する出力部８から構成
されている。
【００１５】〈実施例１〉まず、活字と手書き文字が混
在して記載されている文書や帳票などを、画像入力部１
によって読み取り、その画像データに対して、前処理部
２はノイズ除去や傾き補正などの前処理を実行し、文字
データ抽出部３は、その画像データから、１文字ごとの
文字データを切り出し、大きさの正規化を行う。これら
画像入力部１、前処理部２、文字データ抽出部３は、公
知の技術を用いる。
在して記載されている文書や帳票などを、画像入力部１
によって読み取り、その画像データに対して、前処理部
２はノイズ除去や傾き補正などの前処理を実行し、文字
データ抽出部３は、その画像データから、１文字ごとの
文字データを切り出し、大きさの正規化を行う。これら
画像入力部１、前処理部２、文字データ抽出部３は、公
知の技術を用いる。
【００１６】図２は、活字の文字データの例を示し、図
３は、手書き文字の文字データの例を示す。次に、特徴
抽出部４は、文字データから、水平方向と垂直方向に連
続する画素の並び（ラン）を抽出する。図４は、図２の
一部を拡大して画素単位で表したものであり、図５は、
図３の一部を拡大して画素単位で表したものである。図
４、図５において、黒く塗りつぶした画素の並びが、そ
れぞれの水平方向ランの一つを表している。
３は、手書き文字の文字データの例を示す。次に、特徴
抽出部４は、文字データから、水平方向と垂直方向に連
続する画素の並び（ラン）を抽出する。図４は、図２の
一部を拡大して画素単位で表したものであり、図５は、
図３の一部を拡大して画素単位で表したものである。図
４、図５において、黒く塗りつぶした画素の並びが、そ
れぞれの水平方向ランの一つを表している。
【００１７】このランの長さを、ランに含まれる画素の
数で表し、文字の全体にわたって水平方向ラン、垂直方
向ランの長さとランの数の分布を求める。そして、予め
定められたしきい値ｔ１以上の長さをもつランの数とラ
ンの総数との比ｒを求め、ストロークの方向性に関する
特徴量とする。
数で表し、文字の全体にわたって水平方向ラン、垂直方
向ランの長さとランの数の分布を求める。そして、予め
定められたしきい値ｔ１以上の長さをもつランの数とラ
ンの総数との比ｒを求め、ストロークの方向性に関する
特徴量とする。
【００１８】通常、活字は水平方向の直線や垂直方向の
直線を含むことが多いが、手書き文字は右上がりなどの
筆記癖のために、水平方向や垂直方向の直線を書いたつ
もりでもその方向が水平方向や垂直方向からずれること
が多い。そのため、手書き文字は、活字に比べて長い水
平方向ランや長い垂直方向ランが少なくなる。
直線を含むことが多いが、手書き文字は右上がりなどの
筆記癖のために、水平方向や垂直方向の直線を書いたつ
もりでもその方向が水平方向や垂直方向からずれること
が多い。そのため、手書き文字は、活字に比べて長い水
平方向ランや長い垂直方向ランが少なくなる。
【００１９】したがって、本実施例のように、長いラン
の数とランの総数との比を特徴量とすることによって、
対象文字が、活字であるか手書き文字であるかを効果的
に判定することができる。文字種類判定部５では、この
ストロークの方向性に関する特徴量ｒが、予め定められ
たしきい値ｔ２より大きければ活字であると判定し、小
さければ手書き文字であると判定する。
の数とランの総数との比を特徴量とすることによって、
対象文字が、活字であるか手書き文字であるかを効果的
に判定することができる。文字種類判定部５では、この
ストロークの方向性に関する特徴量ｒが、予め定められ
たしきい値ｔ２より大きければ活字であると判定し、小
さければ手書き文字であると判定する。
【００２０】文字種類判定部５で活字であると判定され
れば、活字文字認識部６が活字文字認識を実行し、手書
き文字であると判定されれば、手書き文字認識部７が手
書き文字認識を実行して、その認識結果を出力部８に出
力する。
れば、活字文字認識部６が活字文字認識を実行し、手書
き文字であると判定されれば、手書き文字認識部７が手
書き文字認識を実行して、その認識結果を出力部８に出
力する。
【００２１】〈実施例２〉実施例２では、特徴抽出部４
において、文字データ抽出部３で抽出された文字データ
から、ストロークの線の太さを抽出する。そして、文字
の全体にわたって太さのばらつきを求め、ストロークの
太さに関する特徴量とする。ばらつきを表す量として
は、例えば分散もしくは標準偏差ｄを用いることができ
る。
において、文字データ抽出部３で抽出された文字データ
から、ストロークの線の太さを抽出する。そして、文字
の全体にわたって太さのばらつきを求め、ストロークの
太さに関する特徴量とする。ばらつきを表す量として
は、例えば分散もしくは標準偏差ｄを用いることができ
る。
【００２２】通常、活字のストロークの太さは一定値で
あることが多いが、手書き文字のストロークの太さは筆
圧の変化などの筆記癖のために、変動することが多い。
したがって、本実施例のように、ストロークの太さの分
散を特徴量とすることによって、活字であるか手書き文
字であるかを効果的に判定することができる。文字種類
判定部５は、このストロークの太さのばらつきに関する
特徴量ｄが予め定められたしきい値ｔ３より小さければ
活字であると判定し、大きければ手書き文字であると判
定する。
あることが多いが、手書き文字のストロークの太さは筆
圧の変化などの筆記癖のために、変動することが多い。
したがって、本実施例のように、ストロークの太さの分
散を特徴量とすることによって、活字であるか手書き文
字であるかを効果的に判定することができる。文字種類
判定部５は、このストロークの太さのばらつきに関する
特徴量ｄが予め定められたしきい値ｔ３より小さければ
活字であると判定し、大きければ手書き文字であると判
定する。
【００２３】〈実施例３〉実施例３では、特徴抽出部４
において、文字データ抽出部３で抽出された文字データ
から、公知の方法を用いてストロークの輪郭線もしくは
骨格線に対して線分による近似を行い、文字の全体にわ
たって線分の長さと数の分布を求める。そして、予め定
められたしきい値ｔ４以上の長さをもつ線分の数と線分
の総数との比ｓを求め、ストロークの直線性に関する特
徴量とする。
において、文字データ抽出部３で抽出された文字データ
から、公知の方法を用いてストロークの輪郭線もしくは
骨格線に対して線分による近似を行い、文字の全体にわ
たって線分の長さと数の分布を求める。そして、予め定
められたしきい値ｔ４以上の長さをもつ線分の数と線分
の総数との比ｓを求め、ストロークの直線性に関する特
徴量とする。
【００２４】図６は、活字文字のストロークの輪郭線に
対して、線分による近似を行った例であり、図７は、手
書き文字のストロークの輪郭線に対して、線分による近
似を行った例である。それぞれ図中の丸印は、近似した
線分の境界を表している。
対して、線分による近似を行った例であり、図７は、手
書き文字のストロークの輪郭線に対して、線分による近
似を行った例である。それぞれ図中の丸印は、近似した
線分の境界を表している。
【００２５】通常、活字は直線を表すのが容易であるの
で、直線状のストロークには長い線分が多く含まれる。
これに対して、手書き文字では直線状のストロークを書
いても手ぶれや筆記癖のために細かく見ると曲がりがあ
るため、長い線分が少なくなる。
で、直線状のストロークには長い線分が多く含まれる。
これに対して、手書き文字では直線状のストロークを書
いても手ぶれや筆記癖のために細かく見ると曲がりがあ
るため、長い線分が少なくなる。
【００２６】したがって、本実施例のように、長い線分
の数と線分の総数との比を特徴量とすることによって、
活字であるか手書き文字であるかを効果的に判定するこ
とができる。文字種類判定部５は、このストロークの直
線性に関する特徴量ｓが予め定められたしきい値ｔ５よ
り大きければ活字であると判定し、小さければ手書き文
字であると判定する。
の数と線分の総数との比を特徴量とすることによって、
活字であるか手書き文字であるかを効果的に判定するこ
とができる。文字種類判定部５は、このストロークの直
線性に関する特徴量ｓが予め定められたしきい値ｔ５よ
り大きければ活字であると判定し、小さければ手書き文
字であると判定する。
【００２７】〈実施例４〉本実施例では、特徴抽出部４
において、文字データ抽出部３で抽出された文字データ
から、公知の方法を用いてストロークの交点と変曲点を
求め、ストロークのなす角度を求める。そして、文字の
全体にわたり、ストロークの交点と変曲点でのストロー
クのなす角度のばらつきを求め、ストロークの角に関す
る特徴量とする。ばらつきを表す量としては、例えば分
散もしくは標準偏差ａを用いることができる。
において、文字データ抽出部３で抽出された文字データ
から、公知の方法を用いてストロークの交点と変曲点を
求め、ストロークのなす角度を求める。そして、文字の
全体にわたり、ストロークの交点と変曲点でのストロー
クのなす角度のばらつきを求め、ストロークの角に関す
る特徴量とする。ばらつきを表す量としては、例えば分
散もしくは標準偏差ａを用いることができる。
【００２８】通常、活字ではストロークの交差する角度
や折れ曲がりの角度は直角になることが多いが、手書き
文字では筆記癖のために直角からずれることが多い。し
たがって、本実施例のようにストロークの交点と変曲点
でのストロークのなす角度の標準偏差を特徴量とするこ
とによって、活字であるか手書き文字あるかを効果的に
判定することができる。文字種類判定部５は、このスト
ロークの角に関する特徴量ａが予め定められたしきい値
ｔ６より大きければ活字であると判定し、小さければ手
書き文字であると判定する。
や折れ曲がりの角度は直角になることが多いが、手書き
文字では筆記癖のために直角からずれることが多い。し
たがって、本実施例のようにストロークの交点と変曲点
でのストロークのなす角度の標準偏差を特徴量とするこ
とによって、活字であるか手書き文字あるかを効果的に
判定することができる。文字種類判定部５は、このスト
ロークの角に関する特徴量ａが予め定められたしきい値
ｔ６より大きければ活字であると判定し、小さければ手
書き文字であると判定する。
【００２９】〈実施例５〉実施例５の特徴抽出部４は、
上記した実施例１〜４の特徴量を複数組み合わせて、活
字であるか手書き文字であるかの判定を行う。特徴量を
複数組み合わせることによって、それぞれの判定ミスを
補うことができ、より効果的に活字であるか手書き文字
であるかを判定することができる。
上記した実施例１〜４の特徴量を複数組み合わせて、活
字であるか手書き文字であるかの判定を行う。特徴量を
複数組み合わせることによって、それぞれの判定ミスを
補うことができ、より効果的に活字であるか手書き文字
であるかを判定することができる。
【００３０】なお、本発明は上記した実施例に限定され
るものではなく、本発明の文字認識装置は、コンピュー
タ上で動作するソフトウェアとしても実現できる。すな
わち、原稿を読み取るスキャナがコンピュータに接続さ
れ、このコンピュータは汎用の処理装置からなり、ＣＰ
Ｕ、メモリ、ハードディスク、ＣＤ−ＲＯＭドライブ、
ＦＤドライブ、ディスプレイ、キーボードなどから構成
されている。そして、上記した各実施例で説明した本発
明の文字認識処理機能を実現するプログラムが、例えば
ＣＤ−ＲＯＭなどの記録媒体に記録されている。
るものではなく、本発明の文字認識装置は、コンピュー
タ上で動作するソフトウェアとしても実現できる。すな
わち、原稿を読み取るスキャナがコンピュータに接続さ
れ、このコンピュータは汎用の処理装置からなり、ＣＰ
Ｕ、メモリ、ハードディスク、ＣＤ−ＲＯＭドライブ、
ＦＤドライブ、ディスプレイ、キーボードなどから構成
されている。そして、上記した各実施例で説明した本発
明の文字認識処理機能を実現するプログラムが、例えば
ＣＤ−ＲＯＭなどの記録媒体に記録されている。
【００３１】
【発明の効果】以上、説明したように、請求項１記載の
発明によれば、１つの文字データから抽出された、水平
方向ランと垂直方向ランの長さと数で表された、簡単な
特徴に基いて活字であるか手書き文字であるかの判定を
行っているので、認識速度を損なうことなく、高い認識
精度で活字と手書き文字が混在する文書や帳票などにお
ける文字を認識することができる。
発明によれば、１つの文字データから抽出された、水平
方向ランと垂直方向ランの長さと数で表された、簡単な
特徴に基いて活字であるか手書き文字であるかの判定を
行っているので、認識速度を損なうことなく、高い認識
精度で活字と手書き文字が混在する文書や帳票などにお
ける文字を認識することができる。
【００３２】請求項２記載の発明によれば、１つの文字
データから抽出された、ストロークの太さのばらつきと
いう、簡単な特徴に基いて活字であるか手書き文字であ
るかの判定を行っているので、認識速度を損なうことな
く、高い認識精度で活字と手書き文字が混在する文書や
帳票などにおける文字を認識することができる。
データから抽出された、ストロークの太さのばらつきと
いう、簡単な特徴に基いて活字であるか手書き文字であ
るかの判定を行っているので、認識速度を損なうことな
く、高い認識精度で活字と手書き文字が混在する文書や
帳票などにおける文字を認識することができる。
【００３３】請求項３記載の発明によれば、１つの文字
データから抽出された、ストロークを近似した線分の長
さと数で表された、簡単な特徴に基いて活字であるか手
書き文字であるかの判定を行っているので、認識速度を
損なうことなく、高い認識精度で活字と手書き文字が混
在する文書や帳票などにおける文字を認識することがで
きる。
データから抽出された、ストロークを近似した線分の長
さと数で表された、簡単な特徴に基いて活字であるか手
書き文字であるかの判定を行っているので、認識速度を
損なうことなく、高い認識精度で活字と手書き文字が混
在する文書や帳票などにおける文字を認識することがで
きる。
【００３４】請求項４記載の発明によれば、１つの文字
データから抽出された、ストロークの交点や変曲点での
角度のばらつきという、簡単な特徴に基いて活字である
か手書き文字であるかの判定を行っているので、認識速
度を損なうことなく、高い認識精度で活字と手書き文字
が混在する文書や帳票などにおける文字を認識すること
ができる。
データから抽出された、ストロークの交点や変曲点での
角度のばらつきという、簡単な特徴に基いて活字である
か手書き文字であるかの判定を行っているので、認識速
度を損なうことなく、高い認識精度で活字と手書き文字
が混在する文書や帳票などにおける文字を認識すること
ができる。
【００３５】請求項５記載の発明によれば、複数の特徴
量を組み合わせて判定を行っているので、判定ミスを減
少させることができ、活字と手書き文字が混在する文書
や帳票などにおける文字を高い認識精度で認識すること
ができる。
量を組み合わせて判定を行っているので、判定ミスを減
少させることができ、活字と手書き文字が混在する文書
や帳票などにおける文字を高い認識精度で認識すること
ができる。
【図１】本発明の実施例の構成を示す。
【図２】活字の文字データの例を示す。
【図３】手書き文字の文字データの例を示す。
【図４】図２の一部を拡大して画素単位で表した図であ
る。
る。
【図５】図３の一部を拡大して画素単位で表した図であ
る。
る。
【図６】活字文字のストロークの輪郭線に対して、線分
による近似を行った例である。
による近似を行った例である。
【図７】手書き文字のストロークの輪郭線に対して、線
分による近似を行った例である。
分による近似を行った例である。
１ 画像入力部 ２ 前処理部 ３ 文字データ抽出部 ４ 特徴抽出部 ５ 文字種類判定部 ６ 活字文字認識部 ７ 手書き文字認識部 ８ 出力部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 大阿久 志緒理 東京都大田区中馬込１丁目３番６号 株式 会社リコー内
Claims (5)
- 【請求項１】 文書、帳票などを画像入力手段によって
読み取って得られる文書画像データから文字を抽出して
認識する文字認識装置であって、前記文字のストローク
の方向性に関する特徴量を抽出する手段と、該抽出され
た特徴量を基に前記文字が活字であるか手書き文字であ
るかを判定する手段と、該判定結果に応じた文字認識を
実行する手段とを備えたことを特徴とする文字認識装
置。 - 【請求項２】 前記抽出される特徴量は、文字のストロ
ークの太さに関する特徴量であることを特徴とする請求
項１記載の文字認識装置。 - 【請求項３】 前記抽出される特徴量は、文字のストロ
ークの直線性に関する特徴量であることを特徴とする請
求項１記載の文字認識装置。 - 【請求項４】 前記抽出される特徴量は、文字のストロ
ークの角に関する特徴量であることを特徴とする請求項
１記載の文字認識装置。 - 【請求項５】 文書、帳票などを画像入力手段によって
読み取って得られる文書画像データから文字を抽出して
認識する文字認識装置であって、請求項１〜４記載の特
徴量を複数組み合わせた特徴量を抽出する手段と、該抽
出された特徴量を基に前記文字が活字であるか手書き文
字であるかを判定する手段と、該判定結果に応じた文字
認識を実行する手段とを備えたことを特徴とする文字認
識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8323009A JPH10162102A (ja) | 1996-12-03 | 1996-12-03 | 文字認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8323009A JPH10162102A (ja) | 1996-12-03 | 1996-12-03 | 文字認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH10162102A true JPH10162102A (ja) | 1998-06-19 |
Family
ID=18150122
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8323009A Pending JPH10162102A (ja) | 1996-12-03 | 1996-12-03 | 文字認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH10162102A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6643401B1 (en) | 1998-12-16 | 2003-11-04 | Fujitsu Limited | Apparatus and method for recognizing character |
| US6778712B1 (en) | 1999-12-20 | 2004-08-17 | Fujitsu Limited | Data sheet identification device |
| CN100428271C (zh) * | 2005-09-22 | 2008-10-22 | 夏普株式会社 | 图像判定方法、图像处理装置以及图像输出装置 |
| JP2012022359A (ja) * | 2010-07-12 | 2012-02-02 | Fuji Xerox Co Ltd | 画像処理装置及び画像処理プログラム |
| US8189921B2 (en) | 2008-03-31 | 2012-05-29 | Fujitsu Frontech Limited | Character recognition device |
| CN104346631A (zh) * | 2013-07-30 | 2015-02-11 | 夏普株式会社 | 图像判别方法、图像处理装置以及图像输出装置 |
-
1996
- 1996-12-03 JP JP8323009A patent/JPH10162102A/ja active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6643401B1 (en) | 1998-12-16 | 2003-11-04 | Fujitsu Limited | Apparatus and method for recognizing character |
| KR100658119B1 (ko) * | 1998-12-16 | 2006-12-15 | 후지쯔 가부시끼가이샤 | 문자 인식 장치 및 방법 |
| US6778712B1 (en) | 1999-12-20 | 2004-08-17 | Fujitsu Limited | Data sheet identification device |
| CN100428271C (zh) * | 2005-09-22 | 2008-10-22 | 夏普株式会社 | 图像判定方法、图像处理装置以及图像输出装置 |
| US7991231B2 (en) | 2005-09-22 | 2011-08-02 | Sharp Kabushiki Kaisha | Method and apparatus for determining whether image characters or graphics are handwritten |
| US8189921B2 (en) | 2008-03-31 | 2012-05-29 | Fujitsu Frontech Limited | Character recognition device |
| JP2012022359A (ja) * | 2010-07-12 | 2012-02-02 | Fuji Xerox Co Ltd | 画像処理装置及び画像処理プログラム |
| CN104346631A (zh) * | 2013-07-30 | 2015-02-11 | 夏普株式会社 | 图像判别方法、图像处理装置以及图像输出装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3343864B2 (ja) | 語体の分離方法 | |
| US5539841A (en) | Method for comparing image sections to determine similarity therebetween | |
| US5410611A (en) | Method for identifying word bounding boxes in text | |
| JP3576570B2 (ja) | 比較方法 | |
| US7054485B2 (en) | Image processing method, apparatus and system | |
| US7580571B2 (en) | Method and apparatus for detecting an orientation of characters in a document image | |
| JPH05282490A (ja) | 語形形成方法 | |
| JPH01253077A (ja) | 文字列検出方法 | |
| EP0482187A1 (en) | Row-by-row segmentation and thresholding for optical character recognition (system and method) | |
| US20030118211A1 (en) | Watermark information extraction apparatus and method of controlling thereof | |
| JPH10116340A (ja) | ビットマップ比較装置及び方法 | |
| US6266445B1 (en) | Classification-driven thresholding of a normalized grayscale image | |
| JPH10162102A (ja) | 文字認識装置 | |
| JPH10307889A (ja) | 文字認識方法、装置及び文字認識プログラムを記録した記録媒体 | |
| JP3006466B2 (ja) | 文字入力装置 | |
| AU2005209704A1 (en) | Method and Apparatus for Analysing Connected Components | |
| JP3090342B2 (ja) | 文字列方向判別装置 | |
| JP4001446B2 (ja) | 画像背景色特定のための方法、装置及びコンピュータ読み取り可能な記録媒体 | |
| JP2001022883A (ja) | 文字認識方式及び該文字認識方式の機能を実現させるための記録媒体 | |
| JP4070486B2 (ja) | 画像処理装置、画像処理方法及び同方法の実行に用いるプログラム | |
| JP3883993B2 (ja) | 画像処理装置、方法およびプログラム | |
| JPH08237404A (ja) | 光学文字認識モードの選択方法 | |
| JP2867531B2 (ja) | 文字サイズ認識装置 | |
| JP4011859B2 (ja) | 単語画像正規化装置，単語画像正規化プログラム記録媒体および単語画像正規化プログラム | |
| JP3285837B2 (ja) | 文字列の切り出し装置および方法 |