JPH10334190A - 文字認識方法、装置および記録媒体 - Google Patents
文字認識方法、装置および記録媒体Info
- Publication number
- JPH10334190A JPH10334190A JP9141354A JP14135497A JPH10334190A JP H10334190 A JPH10334190 A JP H10334190A JP 9141354 A JP9141354 A JP 9141354A JP 14135497 A JP14135497 A JP 14135497A JP H10334190 A JPH10334190 A JP H10334190A
- Authority
- JP
- Japan
- Prior art keywords
- recognition
- character
- pattern
- category
- candidate
- 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】 広い範囲の文字種に適用でき、認識率が高
く、かつ速度の低下を抑える。 【解決手段】 認識制御部１０３は、入力パターンの属
性（文字種、複雑度）に応じて第１認識部を実行させる
か否かを決める。第２認識部は無条件に実行する。認識
結果統合部１１０は、両認識部から認識結果が出力され
たとき、候補カテゴリを統合して最終的な認識結果を出
力する。
く、かつ速度の低下を抑える。 【解決手段】 認識制御部１０３は、入力パターンの属
性（文字種、複雑度）に応じて第１認識部を実行させる
か否かを決める。第２認識部は無条件に実行する。認識
結果統合部１１０は、両認識部から認識結果が出力され
たとき、候補カテゴリを統合して最終的な認識結果を出
力する。
Description
【０００１】
【発明の属する技術分野】本発明は、文字認識方法に関
し、特に、複数の認識部を使って文字を認識する文字認
識方法、装置および記録媒体に関する。
し、特に、複数の認識部を使って文字を認識する文字認
識方法、装置および記録媒体に関する。
【０００２】
【従来の技術】主に手書き文字を対象とした光学文字読
取装置（ＯＣＲ）に利用される文字認識方法は、パター
ンの構造を表す構造特徴を用いる構造解析的手法と、局
所的な小パターンの分布にもとづくヒストグラム特徴を
用いる統計的手法とに大別される。
取装置（ＯＣＲ）に利用される文字認識方法は、パター
ンの構造を表す構造特徴を用いる構造解析的手法と、局
所的な小パターンの分布にもとづくヒストグラム特徴を
用いる統計的手法とに大別される。
【０００３】構造解析的手法とは一般に、文字のストロ
ークや輪郭線を基本的な線要素に分解し、それらのつな
がり具合を調べる手法である。図３に示す例では、
「４」なる入力パターンが２つの基本ストロークに分解
され、それらと一致するか、もしくは類似度の高い構造
特徴を持つ標準モデルが探される結果、カテゴリ「４」
が認識候補として選択されている。
ークや輪郭線を基本的な線要素に分解し、それらのつな
がり具合を調べる手法である。図３に示す例では、
「４」なる入力パターンが２つの基本ストロークに分解
され、それらと一致するか、もしくは類似度の高い構造
特徴を持つ標準モデルが探される結果、カテゴリ「４」
が認識候補として選択されている。
【０００４】統計的手法とは一般に、文字パターンをい
くつかの小領域に分割し、各小領域の中に、あらかじめ
定められた小パターンがどれだけあるかを調べ、ヒスト
グラムを作成する手法である。小パターンとして、例え
ば注目画素とその上下左右に隣接する画素の状態によっ
て、図５に示す１４種類を考える。それらは、黒画素の
つながる方向によって水平・垂直・右上がり・右下がり
の４つの方向コードに分類されている。図４に示す例で
は、「４」なる入力パターンが３×３の小領域に分割さ
れ、各小領域内の４つの方向コード数をカウントして、
４×３×３＝３６成分のヒストグラム特徴を得る。そし
てこれと一致するか、もしくは類似度の高い標準ヒスト
グラムが探される結果、カテゴリ「４」が認識候補とし
て選択されている。
くつかの小領域に分割し、各小領域の中に、あらかじめ
定められた小パターンがどれだけあるかを調べ、ヒスト
グラムを作成する手法である。小パターンとして、例え
ば注目画素とその上下左右に隣接する画素の状態によっ
て、図５に示す１４種類を考える。それらは、黒画素の
つながる方向によって水平・垂直・右上がり・右下がり
の４つの方向コードに分類されている。図４に示す例で
は、「４」なる入力パターンが３×３の小領域に分割さ
れ、各小領域内の４つの方向コード数をカウントして、
４×３×３＝３６成分のヒストグラム特徴を得る。そし
てこれと一致するか、もしくは類似度の高い標準ヒスト
グラムが探される結果、カテゴリ「４」が認識候補とし
て選択されている。
【０００５】ところで、従来から複数の認識部を組み合
わせることによって高い認識精度を達成しようとするア
プローチが考えられている。特に、異なった認識プロセ
スを持つ構造解析的手法と統計的手法を組み合わせれ
ば、互いに相補的な作用を及ぼし、高い効果が得られる
と期待される。この考えにもとづく認識方法が、Ｔ．Ｓ
ｕｚｕｋｉ他”Ａ Ｈａｎｄｗｒｉｔｔｅｎ Ｃｈａｒ
ａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ Ｓｙｓｔｅｍ
ｂｙ Ｅｆｆｉｃｉｅｎｔ Ｃｏｍｂｉｎａｔｉｏｎ
ｏｆ Ｍｕｌｔｉｐｌｅ Ｃｌａｓｓｉｆｉｅｒｓ”，
ＤＡＳ ９４等に提案されている。その他に、マッチン
グ識別部と外部特徴抽出識別部を備え、常に２つの識別
部を実行させる文字読取装置もある（特公昭５２−３６
３７７号公報を参照）。
わせることによって高い認識精度を達成しようとするア
プローチが考えられている。特に、異なった認識プロセ
スを持つ構造解析的手法と統計的手法を組み合わせれ
ば、互いに相補的な作用を及ぼし、高い効果が得られる
と期待される。この考えにもとづく認識方法が、Ｔ．Ｓ
ｕｚｕｋｉ他”Ａ Ｈａｎｄｗｒｉｔｔｅｎ Ｃｈａｒ
ａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ Ｓｙｓｔｅｍ
ｂｙ Ｅｆｆｉｃｉｅｎｔ Ｃｏｍｂｉｎａｔｉｏｎ
ｏｆ Ｍｕｌｔｉｐｌｅ Ｃｌａｓｓｉｆｉｅｒｓ”，
ＤＡＳ ９４等に提案されている。その他に、マッチン
グ識別部と外部特徴抽出識別部を備え、常に２つの識別
部を実行させる文字読取装置もある（特公昭５２−３６
３７７号公報を参照）。
【０００６】
【発明が解決しようとする課題】しかし、従来の方法で
は、入力パターンにかかわらず常に複数の認識部を実行
していたため、認識速度が低下する問題があった。この
問題を回避するには、複数のプロセッサを用いて各認識
部を並列処理させればよいが、それには専用のハードウ
ェアや複雑な装置構成が必要になる。
は、入力パターンにかかわらず常に複数の認識部を実行
していたため、認識速度が低下する問題があった。この
問題を回避するには、複数のプロセッサを用いて各認識
部を並列処理させればよいが、それには専用のハードウ
ェアや複雑な装置構成が必要になる。
【０００７】また、漢字などの複雑なパターンに対して
構造解析的手法を適用するのは困難である。というの
も、基本の線要素が細かく、非常に多数になって、構造
特徴を抽出する処理の正確さと速度が十分でなくなって
しまう。さらに、線要素同士のつながり方にも様々なケ
ースが生じるため、各カテゴリに対する標準モデルの数
が爆発的に増大してしまう。したがって、現実に構造解
析的手法が有効に利用できるのは、数字や英字等の簡単
な字形からなる文字種に限られる。このため、構造解析
的手法と統計的手法を組み合わせる方法は、これまで数
字や英字に限定されるという問題があった。
構造解析的手法を適用するのは困難である。というの
も、基本の線要素が細かく、非常に多数になって、構造
特徴を抽出する処理の正確さと速度が十分でなくなって
しまう。さらに、線要素同士のつながり方にも様々なケ
ースが生じるため、各カテゴリに対する標準モデルの数
が爆発的に増大してしまう。したがって、現実に構造解
析的手法が有効に利用できるのは、数字や英字等の簡単
な字形からなる文字種に限られる。このため、構造解析
的手法と統計的手法を組み合わせる方法は、これまで数
字や英字に限定されるという問題があった。
【０００８】本発明は上記した事情を考慮してなされた
もので、本発明の目的は、広い範囲の文字種に適用で
き、認識率が高く、かつ速度の低下を抑えた文字認識方
法、装置および記録媒体を提供することにある。
もので、本発明の目的は、広い範囲の文字種に適用で
き、認識率が高く、かつ速度の低下を抑えた文字認識方
法、装置および記録媒体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、文字パターンの構造を表
す構造特徴を抽出し、各カテゴリの標準モデルとのマッ
チングを行ない、候補カテゴリを出力する第１の認識処
理方法と、局所的な小パターンの分布に基づいてヒスト
グラム特徴を抽出し、各カテゴリの標準ヒストグラムと
のマッチングを行ない、候補カテゴリを出力する第２の
認識処理方法とを有し、入力された文字パターンの属性
に応じて、一方もしくは両方の認識処理方法を用いて認
識を行ない、それぞれの認識処理方法によって出力され
る候補カテゴリを統合することにより、最終的な認識結
果を出力することを特徴としている。
に、請求項１記載の発明では、文字パターンの構造を表
す構造特徴を抽出し、各カテゴリの標準モデルとのマッ
チングを行ない、候補カテゴリを出力する第１の認識処
理方法と、局所的な小パターンの分布に基づいてヒスト
グラム特徴を抽出し、各カテゴリの標準ヒストグラムと
のマッチングを行ない、候補カテゴリを出力する第２の
認識処理方法とを有し、入力された文字パターンの属性
に応じて、一方もしくは両方の認識処理方法を用いて認
識を行ない、それぞれの認識処理方法によって出力され
る候補カテゴリを統合することにより、最終的な認識結
果を出力することを特徴としている。
【００１０】請求項２記載の発明では、前記入力された
認識対象文字種または予め指定された認識対象文字種に
応じて、前記第１、第２の認識処理方法を用いることを
特徴としている。
認識対象文字種または予め指定された認識対象文字種に
応じて、前記第１、第２の認識処理方法を用いることを
特徴としている。
【００１１】請求項３記載の発明では、前記入力された
パターンの複雑度に応じて、前記第１、第２の認識処理
方法を用いることを特徴としている。
パターンの複雑度に応じて、前記第１、第２の認識処理
方法を用いることを特徴としている。
【００１２】請求項４記載の発明では、前記第１および
第２の認識処理方法を用いて認識した場合において、前
記第２の認識処理方法によって出力される候補カテゴリ
の中に、前記第１の認識処理方法によって出力される１
位候補カテゴリが含まれていたとき、最終的な認識結果
として、前記第１の認識処理方法によって出力される候
補カテゴリを優先することを特徴としている。
第２の認識処理方法を用いて認識した場合において、前
記第２の認識処理方法によって出力される候補カテゴリ
の中に、前記第１の認識処理方法によって出力される１
位候補カテゴリが含まれていたとき、最終的な認識結果
として、前記第１の認識処理方法によって出力される候
補カテゴリを優先することを特徴としている。
【００１３】請求項５記載の発明では、前記第１および
第２の認識処理方法を用いて認識した場合において、前
記第２の認識処理方法によって出力される１位候補カテ
ゴリの文字種が所定の文字種であるとき、最終的な認識
結果として、前記第１の認識処理方法によって出力され
る候補カテゴリを優先することを特徴としている。
第２の認識処理方法を用いて認識した場合において、前
記第２の認識処理方法によって出力される１位候補カテ
ゴリの文字種が所定の文字種であるとき、最終的な認識
結果として、前記第１の認識処理方法によって出力され
る候補カテゴリを優先することを特徴としている。
【００１４】請求項６記載の発明では、文字パターンの
構造を表す構造特徴を抽出し、各カテゴリの標準モデル
とのマッチングを行ない、候補カテゴリを出力する第１
の認識手段と、局所的な小パターンの分布に基づいてヒ
ストグラム特徴を抽出し、各カテゴリの標準ヒストグラ
ムとのマッチングを行ない、候補カテゴリを出力する第
２の認識手段と、入力された文字パターンの属性を判定
する手段と、該判定結果に応じて前記第１、第２の認識
手段の実行を制御する手段と、前記第１、第２の認識手
段から出力される候補カテゴリを統合して、最終的な認
識結果を出力する手段を備えたことを特徴としている。
構造を表す構造特徴を抽出し、各カテゴリの標準モデル
とのマッチングを行ない、候補カテゴリを出力する第１
の認識手段と、局所的な小パターンの分布に基づいてヒ
ストグラム特徴を抽出し、各カテゴリの標準ヒストグラ
ムとのマッチングを行ない、候補カテゴリを出力する第
２の認識手段と、入力された文字パターンの属性を判定
する手段と、該判定結果に応じて前記第１、第２の認識
手段の実行を制御する手段と、前記第１、第２の認識手
段から出力される候補カテゴリを統合して、最終的な認
識結果を出力する手段を備えたことを特徴としている。
【００１５】請求項７記載の発明では、文字パターンの
構造を表す構造特徴を抽出し、各カテゴリの標準モデル
とのマッチングを行ない、候補カテゴリを出力する第１
の認識機能と、局所的な小パターンの分布に基づいてヒ
ストグラム特徴を抽出し、各カテゴリの標準ヒストグラ
ムとのマッチングを行ない、候補カテゴリを出力する第
２の認識機能と、入力された文字パターンの属性を判定
する機能と、該判定結果に応じて前記第１、第２の認識
機能の実行を制御する機能と、前記第１、第２の認識機
能から出力される候補カテゴリを統合して、最終的な認
識結果を出力する機能をコンピュータに実現させるため
のプログラムを記録したコンピュータ読み取り可能な記
録媒体であることを特徴としている。
構造を表す構造特徴を抽出し、各カテゴリの標準モデル
とのマッチングを行ない、候補カテゴリを出力する第１
の認識機能と、局所的な小パターンの分布に基づいてヒ
ストグラム特徴を抽出し、各カテゴリの標準ヒストグラ
ムとのマッチングを行ない、候補カテゴリを出力する第
２の認識機能と、入力された文字パターンの属性を判定
する機能と、該判定結果に応じて前記第１、第２の認識
機能の実行を制御する機能と、前記第１、第２の認識機
能から出力される候補カテゴリを統合して、最終的な認
識結果を出力する機能をコンピュータに実現させるため
のプログラムを記録したコンピュータ読み取り可能な記
録媒体であることを特徴としている。
【００１６】
【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１か
ら５に共通する構成を示す。パターン入力部（１０１）
では文字パターンをスキャナー等で読み取り、パターン
記憶部（１０２）に記憶する。認識制御部（１０３）
は、入力パターンの属性に応じて、第１認識部または第
２認識部に制御を移す。
用いて具体的に説明する。図１は、本発明の実施例１か
ら５に共通する構成を示す。パターン入力部（１０１）
では文字パターンをスキャナー等で読み取り、パターン
記憶部（１０２）に記憶する。認識制御部（１０３）
は、入力パターンの属性に応じて、第１認識部または第
２認識部に制御を移す。
【００１７】第１認識部では、構造特徴抽出部（１０
４）が入力パターンを画像処理して、パターンの構造特
徴を表す構造特徴を抽出し、モデルマッチング部（１０
５）において、認識辞書の中の標準モデル格納部（１０
６）に格納された各カテゴリの標準モデルとのマッチン
グを行なう。
４）が入力パターンを画像処理して、パターンの構造特
徴を表す構造特徴を抽出し、モデルマッチング部（１０
５）において、認識辞書の中の標準モデル格納部（１０
６）に格納された各カテゴリの標準モデルとのマッチン
グを行なう。
【００１８】第２認識部では、ヒストグラム特徴抽出部
（１０７）が入力パターンを画像処理して、パターンの
特徴を表すヒストグラム特徴を抽出し、ヒストグラムマ
ッチング部（１０８）において、認識辞書の中の標準ヒ
ストグラム格納部（１０８）に格納された各カテゴリの
標準ヒストグラムとのマッチングを行なう。それぞれの
認識部から出力される候補カテゴリは認識結果統合部
（１１０）へ送られ、そこで候補カテゴリを統合して、
最終的な認識結果が作成される。
（１０７）が入力パターンを画像処理して、パターンの
特徴を表すヒストグラム特徴を抽出し、ヒストグラムマ
ッチング部（１０８）において、認識辞書の中の標準ヒ
ストグラム格納部（１０８）に格納された各カテゴリの
標準ヒストグラムとのマッチングを行なう。それぞれの
認識部から出力される候補カテゴリは認識結果統合部
（１１０）へ送られ、そこで候補カテゴリを統合して、
最終的な認識結果が作成される。
【００１９】図２は、本発明の処理フローチャートを示
す。パターン入力部１０１から文字パターンを入力し、
パターン記憶部１０２に格納する（ステップ２０１）。
認識制御部１０３は、パターン記憶部１０２から入力パ
ターンの属性を取得し（ステップ２０２）、属性に従っ
て第１認識部を実行するかどうかを判定する（ステップ
２０３）。
す。パターン入力部１０１から文字パターンを入力し、
パターン記憶部１０２に格納する（ステップ２０１）。
認識制御部１０３は、パターン記憶部１０２から入力パ
ターンの属性を取得し（ステップ２０２）、属性に従っ
て第１認識部を実行するかどうかを判定する（ステップ
２０３）。
【００２０】実行する（ステップ２０３でＹｅｓ）と判
定された場合には、構造特徴抽出部１０４は、文字パタ
ーンから構造特徴を抽出し（ステップ２０４）、次い
で、モデルマッチング部１０５は辞書内の標準モデルと
のモデルマッチングを行なう（ステップ２０５）。
定された場合には、構造特徴抽出部１０４は、文字パタ
ーンから構造特徴を抽出し（ステップ２０４）、次い
で、モデルマッチング部１０５は辞書内の標準モデルと
のモデルマッチングを行なう（ステップ２０５）。
【００２１】続いて、認識制御部１０３は、第２認識部
を実行するかどうかを判定する（ステップ２０６）。実
行する（ステップ２０６でＹｅｓ）と判定されるか、第
１認識部を実行しない（ステップ２０３でＮｏ）場合に
は、ヒストグラム特徴抽出部１０７は、文字パターンか
らヒストグラム特徴を抽出し（ステップ２０７）、ヒス
トグラムマッチング部１０８は辞書内の標準ヒストグラ
ムとのヒストグラムマッチングを行なう（ステップ２０
８）。その後、認識結果統合部１１０は、認識結果を統
合し、最終的な認識結果を出力する（ステップ２０
９）。
を実行するかどうかを判定する（ステップ２０６）。実
行する（ステップ２０６でＹｅｓ）と判定されるか、第
１認識部を実行しない（ステップ２０３でＮｏ）場合に
は、ヒストグラム特徴抽出部１０７は、文字パターンか
らヒストグラム特徴を抽出し（ステップ２０７）、ヒス
トグラムマッチング部１０８は辞書内の標準ヒストグラ
ムとのヒストグラムマッチングを行なう（ステップ２０
８）。その後、認識結果統合部１１０は、認識結果を統
合し、最終的な認識結果を出力する（ステップ２０
９）。
【００２２】なお、判定・実行をすべき認識部の処理順
序は上記した例に限定されるものではなく、第２認識部
の判定・実行を先にし、そのあとに第１認識部の判定・
実行を処理することも可能である。また、上記したフロ
ーチャートは、一般性を考慮して、第２認識部を実行す
るか否かを判定するステップ２０６を設けているが、以
下で説明する各実施例では、第２認識部を無条件で実行
させている。
序は上記した例に限定されるものではなく、第２認識部
の判定・実行を先にし、そのあとに第１認識部の判定・
実行を処理することも可能である。また、上記したフロ
ーチャートは、一般性を考慮して、第２認識部を実行す
るか否かを判定するステップ２０６を設けているが、以
下で説明する各実施例では、第２認識部を無条件で実行
させている。
【００２３】〈実施例１〉文字パターンとして、数字
「４」が入力されたとする。本実施例では入力パターン
の属性として、認識対象文字種とパターンの複雑度を取
得し、認識制御部１０３は取得した属性に応じて、第１
の認識部を実行させるか否かを決定する。複雑度として
は、入力パターンから抽出された方向コード（図５）の
総数を用いる。また、取得した認識対象文字種を「数字
＋漢字」とし、文字パターン「４」の複雑度を５０とす
る。
「４」が入力されたとする。本実施例では入力パターン
の属性として、認識対象文字種とパターンの複雑度を取
得し、認識制御部１０３は取得した属性に応じて、第１
の認識部を実行させるか否かを決定する。複雑度として
は、入力パターンから抽出された方向コード（図５）の
総数を用いる。また、取得した認識対象文字種を「数字
＋漢字」とし、文字パターン「４」の複雑度を５０とす
る。
【００２４】この入力パターンについて、認識制御部１
０３が、構造解析的手法をベースとした第１の認織部を
実行するかどうかを決定する。まず、認識制御部１０３
は認識対象文字種をチェックする。認識対象文字種の中
に数字も英字も含まれなければ、第１の認識部を実行し
ない。
０３が、構造解析的手法をベースとした第１の認織部を
実行するかどうかを決定する。まず、認識制御部１０３
は認識対象文字種をチェックする。認識対象文字種の中
に数字も英字も含まれなければ、第１の認識部を実行し
ない。
【００２５】さらに、認識制御部１０３は複雑度をチェ
ックする。複雑度が１００以上ならば、第１の認識部を
実行しない。本実施例の場合、認識対象文字種である
「数字＋漢字」には数字「４」が含まれ、複雑度５０は
１００未満なので、第１の認識部を実行することが決定
される。
ックする。複雑度が１００以上ならば、第１の認識部を
実行しない。本実施例の場合、認識対象文字種である
「数字＋漢字」には数字「４」が含まれ、複雑度５０は
１００未満なので、第１の認識部を実行することが決定
される。
【００２６】続いて、第２の認識部を実行する（本実施
例では、第２の認識部は無条件に実行される）。２種類
の認識部を実行した結果、異なる２つの候補カテゴリを
得る（図６）。ここでは、構造解析的手法用の標準モデ
ルが数字・英字に限定されていて、したがって認識対象
文字種が「数字＋漢字」の場合、第１の認識部からは数
字候補のみが出力されるものとする。
例では、第２の認識部は無条件に実行される）。２種類
の認識部を実行した結果、異なる２つの候補カテゴリを
得る（図６）。ここでは、構造解析的手法用の標準モデ
ルが数字・英字に限定されていて、したがって認識対象
文字種が「数字＋漢字」の場合、第１の認識部からは数
字候補のみが出力されるものとする。
【００２７】図６によると、第２の認識部は「千」を候
補の１位にあげているが、第１の認織部が「４」を候補
の１位にあげているので、入力パターンは「４」と読め
る構造を持つことがわかる。そこで、認識結果統合部１
１０では、第２の認識部の候補の中に「４」をサーチ
し、確かにあるので、構造・統計の両側面からみて
「４」が最も妥当であると判断し、これを最終的な１位
候補とする。
補の１位にあげているが、第１の認織部が「４」を候補
の１位にあげているので、入力パターンは「４」と読め
る構造を持つことがわかる。そこで、認識結果統合部１
１０では、第２の認識部の候補の中に「４」をサーチ
し、確かにあるので、構造・統計の両側面からみて
「４」が最も妥当であると判断し、これを最終的な１位
候補とする。
【００２８】なお、判定・実行をすべき第１、第２認織
部の処理順序が逆になっていてもよい。その場合、まず
第２の認識部を（無条件に）実行する。そうすると第２
の認識部でヒストグラム特徴を抽出する過程で、方向コ
ードの総数もカウントできるので、第２の認識部の実行
と複雑度の算出を同時に行なうことができる。
部の処理順序が逆になっていてもよい。その場合、まず
第２の認識部を（無条件に）実行する。そうすると第２
の認識部でヒストグラム特徴を抽出する過程で、方向コ
ードの総数もカウントできるので、第２の認識部の実行
と複雑度の算出を同時に行なうことができる。
【００２９】〈実施例２〉本実施例では、認識制御部１
０３は、予め指定された認識対象文字種に応じて、用い
る認識部を決定する。すなわち、認識対象文字種として
「漢字」が指定されている場合には、第１の認識部は実
行されず、第２の認識部だけが実行される。これによ
り、もともと数字・英字の標準モデルしか持たない第１
の認識部を実行するという、余計な処理を省ける。
０３は、予め指定された認識対象文字種に応じて、用い
る認識部を決定する。すなわち、認識対象文字種として
「漢字」が指定されている場合には、第１の認識部は実
行されず、第２の認識部だけが実行される。これによ
り、もともと数字・英字の標準モデルしか持たない第１
の認識部を実行するという、余計な処理を省ける。
【００３０】〈実施例３〉本実施例では、認識制御部１
０３は、入力パターンの複雑度に応じて、用いる認識部
を決定する。例えば、「認」のような文字パターンが入
力されたとする。この漢字は画数が多く、複雑度も高
い。例えば複雑度を１５０とすると、所定の判定しきい
値１００よりも大きいので、第１の認識部は実行され
ず、第２の認識部だけが実行される。これにより、もと
もと数字・英字の標準モデルしか持たない第１の認識部
を実行するという、余計な処理を省ける。
０３は、入力パターンの複雑度に応じて、用いる認識部
を決定する。例えば、「認」のような文字パターンが入
力されたとする。この漢字は画数が多く、複雑度も高
い。例えば複雑度を１５０とすると、所定の判定しきい
値１００よりも大きいので、第１の認識部は実行され
ず、第２の認識部だけが実行される。これにより、もと
もと数字・英字の標準モデルしか持たない第１の認識部
を実行するという、余計な処理を省ける。
【００３１】〈実施例４〉実施例４は、第１、第２の認
識部が実行されたときの認識結果の決定の仕方に係るも
のである。文字パターン「２」が入力されたとする。実
施例１と同様に、認識対象文字種が「数字＋漢字」で、
複雑度が４０とすると、２種類の認識部が実行されるこ
とになるが、それぞれの認識部から出力される候補カテ
ゴリの例を図７に示す。
識部が実行されたときの認識結果の決定の仕方に係るも
のである。文字パターン「２」が入力されたとする。実
施例１と同様に、認識対象文字種が「数字＋漢字」で、
複雑度が４０とすると、２種類の認識部が実行されるこ
とになるが、それぞれの認識部から出力される候補カテ
ゴリの例を図７に示す。
【００３２】構造的には「２」と認識されても、パター
ンが全体に縦長で、下側の横ストロークが短かったりす
ると、統計的手法では「２」が候補にならない場合があ
る。そこで、本実施例の認識結果統合部１１０では、第
２の認識部から出力された１位候補の文字種が所定の文
字種であるか否かをチェックする。所定の文字種を「数
字・英字」とすれば、１位候補の数字「７」は、所定の
文字種に含まれるので、第１の認識部の結果を優先し、
最終的な１位候補「２」を得る。
ンが全体に縦長で、下側の横ストロークが短かったりす
ると、統計的手法では「２」が候補にならない場合があ
る。そこで、本実施例の認識結果統合部１１０では、第
２の認識部から出力された１位候補の文字種が所定の文
字種であるか否かをチェックする。所定の文字種を「数
字・英字」とすれば、１位候補の数字「７」は、所定の
文字種に含まれるので、第１の認識部の結果を優先し、
最終的な１位候補「２」を得る。
【００３３】〈実施例５〉実施例５も、実施例４と同様
に、第１、第２の認識部が実行されたときの認識結果の
決定の仕方に係るものである。文字パターンとして
「己」が入力されたとする。実施例１と同様に、認識対
象文字種が「数字＋漢字」で、この漢字は単純な字形な
ので複雑度を５０とすると、２種類の認識部が実行され
ることになる。図８は、それぞれの認識部から出力され
る候補カテゴリの例を示す。
に、第１、第２の認識部が実行されたときの認識結果の
決定の仕方に係るものである。文字パターンとして
「己」が入力されたとする。実施例１と同様に、認識対
象文字種が「数字＋漢字」で、この漢字は単純な字形な
ので複雑度を５０とすると、２種類の認識部が実行され
ることになる。図８は、それぞれの認識部から出力され
る候補カテゴリの例を示す。
【００３４】第１の認識部からは数字のみが候補として
あがるが、その候補数字の中で最も字形が似ている
「２」が出力される可能性が高い。しかし、この場合に
第１の認識部の認識結果を優先すると誤認が発生するこ
とになる。
あがるが、その候補数字の中で最も字形が似ている
「２」が出力される可能性が高い。しかし、この場合に
第１の認識部の認識結果を優先すると誤認が発生するこ
とになる。
【００３５】そこで、本実施例の認識結果統合部１１０
では、第２の認識部から出力された１位候補の文字種が
所定の文字種であるか否かをチェックする。所定の文字
種を「数字・英字」とすれば、１位候補の漢字は所定の
文字種に含まれないので、第１の認識部の結果は優先さ
れない。そして、第２の認識部の認識結果を優先し、最
終的な１位候補「己」を得る。
では、第２の認識部から出力された１位候補の文字種が
所定の文字種であるか否かをチェックする。所定の文字
種を「数字・英字」とすれば、１位候補の漢字は所定の
文字種に含まれないので、第１の認識部の結果は優先さ
れない。そして、第２の認識部の認識結果を優先し、最
終的な１位候補「己」を得る。
【００３６】〈実施例６〉本発明は上記した実施例に限
定されず、ソフトウェアによっても実現することができ
る。本発明をソフトウェアによって実現する場合には、
図９に示すように、ＣＰＵ、ＲＯＭ、ＲＡＭ、表示装
置、ハードディスク、キーボード、ＣＤ−ＲＯＭドライ
ブ、スキャナなどからなる汎用の処理装置を用意し、Ｃ
Ｄ−ＲＯＭなどのコンピュータ読み取り可能な記録媒体
には、本発明の文字認識機能を実現するプログラムが記
録されている。また、スキャナなどから入力された文書
などの画像は一時的にハードディスクなどに格納され
る。そして、該プログラムが起動されると、一時保存さ
れた画像データが読み込まれて、文字認識処理を実行
し、その結果をディスプレイなどに出力する。
定されず、ソフトウェアによっても実現することができ
る。本発明をソフトウェアによって実現する場合には、
図９に示すように、ＣＰＵ、ＲＯＭ、ＲＡＭ、表示装
置、ハードディスク、キーボード、ＣＤ−ＲＯＭドライ
ブ、スキャナなどからなる汎用の処理装置を用意し、Ｃ
Ｄ−ＲＯＭなどのコンピュータ読み取り可能な記録媒体
には、本発明の文字認識機能を実現するプログラムが記
録されている。また、スキャナなどから入力された文書
などの画像は一時的にハードディスクなどに格納され
る。そして、該プログラムが起動されると、一時保存さ
れた画像データが読み込まれて、文字認識処理を実行
し、その結果をディスプレイなどに出力する。
【００３７】
【発明の効果】以上、説明したように、本発明によれ
ば、複雑な入力パターンに対して構造解析的手法を適用
しないように認識部を制御しているので、認識対象文字
種を数字や英字のみに限定することなく、なおかつ無駄
な特徴抽出・マッチング時間を抑えた文字認識が実現で
きる。
ば、複雑な入力パターンに対して構造解析的手法を適用
しないように認識部を制御しているので、認識対象文字
種を数字や英字のみに限定することなく、なおかつ無駄
な特徴抽出・マッチング時間を抑えた文字認識が実現で
きる。
【００３８】また一方、必要に応じて構造解析的手法と
統計的手法の両方を利用し、パターン構造を重視しつつ
両者の適切な統合を行なうことにより、数字と漢字の両
方を含むような認識対象文字種の組み合わせに対して
も、高い認識率を達成することができる。
統計的手法の両方を利用し、パターン構造を重視しつつ
両者の適切な統合を行なうことにより、数字と漢字の両
方を含むような認識対象文字種の組み合わせに対して
も、高い認識率を達成することができる。
【図１】本発明の実施例１から５に共通する構成を示
す。
す。
【図２】本発明の処理フローチャートを示す。
【図３】構造解析的手法を説明する図である。
【図４】統計的手法を説明する図である。
【図５】方向コードを示す。
【図６】実施例１における候補カテゴリを示す。
【図７】実施例４における候補カテゴリを示す。
【図８】実施例５における候補カテゴリを示す。
【図９】本発明の実施例６の構成を示す。
１０１ パターン入力部 １０２ パターン記憶部 １０３ 認識制御部 １０４ 構造特徴抽出部 １０５ モデルマッチング部 １０６ 標準モデル格納部 １０７ ヒストグラム特徴抽出部 １０８ ヒストグラムマッチング部 １０９ 標準ヒストグラム格納部 １１０ 認識結果統合部
Claims (7)
- 【請求項１】 文字パターンの構造を表す構造特徴を抽
出し、各カテゴリの標準モデルとのマッチングを行な
い、候補カテゴリを出力する第１の認識処理方法と、局
所的な小パターンの分布に基づいてヒストグラム特徴を
抽出し、各カテゴリの標準ヒストグラムとのマッチング
を行ない、候補カテゴリを出力する第２の認識処理方法
とを有し、入力された文字パターンの属性に応じて、一
方もしくは両方の認識処理方法を用いて認識を行ない、
それぞれの認識処理方法によって出力される候補カテゴ
リを統合することにより、最終的な認識結果を出力する
ことを特徴とする文字認識方法。 - 【請求項２】 前記入力された認識対象文字種または予
め指定された認識対象文字種に応じて、前記第１、第２
の認識処理方法を用いることを特徴とする請求項１記載
の文字認識方法。 - 【請求項３】 前記入力されたパターンの複雑度に応じ
て、前記第１、第２の認識処理方法を用いることを特徴
とする請求項１記載の文字認識方法。 - 【請求項４】 前記第１および第２の認識処理方法を用
いて認識した場合において、前記第２の認識処理方法に
よって出力される候補カテゴリの中に、前記第１の認識
処理方法によって出力される１位候補カテゴリが含まれ
ていたとき、最終的な認識結果として、前記第１の認識
処理方法によって出力される候補カテゴリを優先するこ
とを特徴とする請求項１記載の文字認識方法。 - 【請求項５】 前記第１および第２の認識処理方法を用
いて認識した場合において、前記第２の認識処理方法に
よって出力される１位候補カテゴリの文字種が所定の文
字種であるとき、最終的な認識結果として、前記第１の
認識処理方法によって出力される候補カテゴリを優先す
ることを特徴とする請求項１記載の文字認識方法。 - 【請求項６】 文字パターンの構造を表す構造特徴を抽
出し、各カテゴリの標準モデルとのマッチングを行な
い、候補カテゴリを出力する第１の認識手段と、局所的
な小パターンの分布に基づいてヒストグラム特徴を抽出
し、各カテゴリの標準ヒストグラムとのマッチングを行
ない、候補カテゴリを出力する第２の認識手段と、入力
された文字パターンの属性を判定する手段と、該判定結
果に応じて前記第１、第２の認識手段の実行を制御する
手段と、前記第１、第２の認識手段から出力される候補
カテゴリを統合して、最終的な認識結果を出力する手段
を備えたことを特徴とする文字認識装置。 - 【請求項７】 文字パターンの構造を表す構造特徴を抽
出し、各カテゴリの標準モデルとのマッチングを行な
い、候補カテゴリを出力する第１の認識機能と、局所的
な小パターンの分布に基づいてヒストグラム特徴を抽出
し、各カテゴリの標準ヒストグラムとのマッチングを行
ない、候補カテゴリを出力する第２の認識機能と、入力
された文字パターンの属性を判定する機能と、該判定結
果に応じて前記第１、第２の認識機能の実行を制御する
機能と、前記第１、第２の認識機能から出力される候補
カテゴリを統合して、最終的な認識結果を出力する機能
をコンピュータに実現させるためのプログラムを記録し
たコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9141354A JPH10334190A (ja) | 1997-05-30 | 1997-05-30 | 文字認識方法、装置および記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9141354A JPH10334190A (ja) | 1997-05-30 | 1997-05-30 | 文字認識方法、装置および記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH10334190A true JPH10334190A (ja) | 1998-12-18 |
Family
ID=15290033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9141354A Pending JPH10334190A (ja) | 1997-05-30 | 1997-05-30 | 文字認識方法、装置および記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH10334190A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110598703A (zh) * | 2019-09-24 | 2019-12-20 | 深圳大学 | 一种基于深度神经网络的ocr识别方法及装置 |
-
1997
- 1997-05-30 JP JP9141354A patent/JPH10334190A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110598703A (zh) * | 2019-09-24 | 2019-12-20 | 深圳大学 | 一种基于深度神经网络的ocr识别方法及装置 |
| CN110598703B (zh) * | 2019-09-24 | 2022-12-20 | 深圳大学 | 一种基于深度神经网络的ocr识别方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20190392202A1 (en) | Expression recognition method, apparatus, electronic device, and storage medium | |
| US7233697B2 (en) | Character recognition device and a method therefor | |
| JP2000285190A (ja) | 帳票識別方法および帳票識別装置および記憶媒体 | |
| JP2008225695A (ja) | 文字認識誤り修正装置およびプログラム | |
| De Nardin et al. | Few-shot pixel-precise document layout segmentation via dynamic instance generation and local thresholding | |
| Akhil | An overview of tesseract OCR engine | |
| US8472719B2 (en) | Method of stricken-out character recognition in handwritten text | |
| JPH10334190A (ja) | 文字認識方法、装置および記録媒体 | |
| Duth et al. | Recognition of hand written and printed text of cursive writing utilizing optical character recognition | |
| CN113806472A (zh) | 一种对文字图片和图像型扫描件实现全文检索的方法及设备 | |
| 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 | |
| JP3209197B2 (ja) | 文字認識装置及び文字認識プログラムを記録した記録媒体 | |
| Saeed et al. | Intelligent feature extract system for cursive-script recognition | |
| JPH08287188A (ja) | 文字列認識装置 | |
| JP2000259847A (ja) | 情報検索方法、装置および記録媒体 | |
| JP3115139B2 (ja) | 文字切り出し方法 | |
| JP2746345B2 (ja) | 文字認識の後処理方法 | |
| JPS62281082A (ja) | 文字認識装置 | |
| JPH1166230A (ja) | 文書認識装置、文書認識方法及び媒体 | |
| JP2023034823A (ja) | 画像処理装置、画像処理装置の制御方法およびプログラム | |
| JP3116453B2 (ja) | 英文字認識装置 | |
| JP2985243B2 (ja) | 文字認識方法 | |
| JP2972443B2 (ja) | 文字認識装置 | |
| Vanhoucke et al. | Reading text in consumer digital photographs | |
| JPS63269267A (ja) | 文字認識方法 |