JPH103518A - 文字認識方法，記憶媒体および文字認識装置 - Google Patents
文字認識方法，記憶媒体および文字認識装置Info
- Publication number
- JPH103518A JPH103518A JP8154644A JP15464496A JPH103518A JP H103518 A JPH103518 A JP H103518A JP 8154644 A JP8154644 A JP 8154644A JP 15464496 A JP15464496 A JP 15464496A JP H103518 A JPH103518 A JP H103518A
- Authority
- JP
- Japan
- Prior art keywords
- similarity
- character
- candidate
- candidate character
- character recognition
- 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】 認識処理時間の増大およびメモリ量の増大を
極力抑えつつ，認識精度の向上を図ること。 【解決手段】 画像データから文字領域を切り出し（Ｓ
２０２），切り出した文字領域から特徴量を抽出し（Ｓ
２０３），抽出した特徴量と辞書に格納されているモデ
ルまたは標準パターンとを比較して類似度を算出し（Ｓ
２０４，Ｓ２０５），算出した類似度に基づいて前記文
字領域の候補文字組を生成する（Ｓ２０６）。このと
き，ステップＳ２０４，Ｓ２０５において，複数の異な
る類似度算出方法を用いて同一の特徴量と同一の辞書か
ら複数の類似度（第１類似度および第２類似度）を算出
し，ステップＳ２０６において，算出された類似度に基
づいて，それぞれの類似度の候補文字組を生成した後，
それぞれの類似度およびそれぞれの候補文字組に基づい
て，最終的な候補文字組を生成する。
極力抑えつつ，認識精度の向上を図ること。 【解決手段】 画像データから文字領域を切り出し（Ｓ
２０２），切り出した文字領域から特徴量を抽出し（Ｓ
２０３），抽出した特徴量と辞書に格納されているモデ
ルまたは標準パターンとを比較して類似度を算出し（Ｓ
２０４，Ｓ２０５），算出した類似度に基づいて前記文
字領域の候補文字組を生成する（Ｓ２０６）。このと
き，ステップＳ２０４，Ｓ２０５において，複数の異な
る類似度算出方法を用いて同一の特徴量と同一の辞書か
ら複数の類似度（第１類似度および第２類似度）を算出
し，ステップＳ２０６において，算出された類似度に基
づいて，それぞれの類似度の候補文字組を生成した後，
それぞれの類似度およびそれぞれの候補文字組に基づい
て，最終的な候補文字組を生成する。
Description
【０００１】
【発明の属する技術分野】本発明は，文字認識方法，記
憶媒体および文字認識装置に関し，より詳細には，メモ
リ量の増大や，処理時間の増大を極力抑えつつ，認識精
度の向上を図れるようにした文字認識方法，記憶媒体お
よび文字認識装置に関する。
憶媒体および文字認識装置に関し，より詳細には，メモ
リ量の増大や，処理時間の増大を極力抑えつつ，認識精
度の向上を図れるようにした文字認識方法，記憶媒体お
よび文字認識装置に関する。
【０００２】
【従来の技術】従来の文字認識方法では，画像データか
ら文字領域を切り出し，切り出した文字領域から特徴量
を抽出し，抽出した特徴量と辞書に格納されているモデ
ルまたは標準パターンとを比較して類似度を算出し，算
出した類似度に基づいて文字認識の対象である文字領域
の候補文字組を生成する方法が一般的である。
ら文字領域を切り出し，切り出した文字領域から特徴量
を抽出し，抽出した特徴量と辞書に格納されているモデ
ルまたは標準パターンとを比較して類似度を算出し，算
出した類似度に基づいて文字認識の対象である文字領域
の候補文字組を生成する方法が一般的である。
【０００３】このような文字認識方法において，さらに
文字の認識精度を向上させるために，例えば，使用する
特徴を豊富にする方法や，辞書の内容を豊富にする方法
等が考えられる。
文字の認識精度を向上させるために，例えば，使用する
特徴を豊富にする方法や，辞書の内容を豊富にする方法
等が考えられる。
【０００４】後者の方法としては，例えば，特開昭６２
−４９５８１号公報『文字認識装置』に開示されるよう
に，複数の辞書を用いて辞書の内容を豊富する装置が提
案されている。
−４９５８１号公報『文字認識装置』に開示されるよう
に，複数の辞書を用いて辞書の内容を豊富する装置が提
案されている。
【０００５】
【発明が解決しようとする課題】しかしながら，上記従
来の文字認識方法において，さらに文字の認識精度を向
上させるために，例えば，使用する特徴を豊富にする方
法を適用した場合，認識精度は向上するものの認識処理
時間が増大するという問題点があった。
来の文字認識方法において，さらに文字の認識精度を向
上させるために，例えば，使用する特徴を豊富にする方
法を適用した場合，認識精度は向上するものの認識処理
時間が増大するという問題点があった。
【０００６】また，辞書の内容を豊富にする方法を適用
した場合，辞書を記憶するためのメモリ量が増大すると
いう問題点があった。
した場合，辞書を記憶するためのメモリ量が増大すると
いう問題点があった。
【０００７】換言すれば，上記従来の技術によれば，認
識精度の向上は，認識処理時間の増大またはメモリ量の
増大を招来するものであり，これらの増大を招くことな
く認識精度の向上を図ることは困難であった。
識精度の向上は，認識処理時間の増大またはメモリ量の
増大を招来するものであり，これらの増大を招くことな
く認識精度の向上を図ることは困難であった。
【０００８】一方，メモリ量の増大を招くことなく認識
精度を向上させるものとして，例えば，特開平１−２８
２６９１号公報『文字認識方式』が開示されている。こ
れは，複数の類似度（相違度）を用いるものであり，具
体的には，通常の相違度とずらしに関する相違度とを併
用することで文字変形を吸収し，これによって認識精度
の向上を図るものであるが，ずらしに関する相違度を算
出するためのパラメータ抽出処理が追加されることによ
って，認識処理時間の増大が避けられないという問題点
が発生する。
精度を向上させるものとして，例えば，特開平１−２８
２６９１号公報『文字認識方式』が開示されている。こ
れは，複数の類似度（相違度）を用いるものであり，具
体的には，通常の相違度とずらしに関する相違度とを併
用することで文字変形を吸収し，これによって認識精度
の向上を図るものであるが，ずらしに関する相違度を算
出するためのパラメータ抽出処理が追加されることによ
って，認識処理時間の増大が避けられないという問題点
が発生する。
【０００９】本発明は上記に鑑みてなされたものであっ
て，認識処理時間の増大およびメモリ量の増大を極力抑
えつつ，認識精度の向上を図ることを目的とする。
て，認識処理時間の増大およびメモリ量の増大を極力抑
えつつ，認識精度の向上を図ることを目的とする。
【００１０】
【課題を解決するための手段】上記の目的を達成するた
めに，請求項１に係る文字認識方法は，画像データから
文字領域を切り出し，切り出した文字領域から特徴量を
抽出し，抽出した特徴量と辞書に格納されているモデル
または標準パターンとを比較して類似度を算出し，算出
した類似度に基づいて前記文字領域の候補文字組を生成
する文字認識方法において，前記類似度を算出する工程
が，複数の異なる類似度算出方法を用いて同一の特徴量
と同一の辞書から複数の類似度を算出可能な工程を含
み，前記候補文字組を生成する工程が，前記算出された
類似度に基づいて，それぞれの類似度の候補文字組を生
成した後，前記それぞれの類似度およびそれぞれの候補
文字組に基づいて，最終的な候補文字組を生成する工程
を含むものである。
めに，請求項１に係る文字認識方法は，画像データから
文字領域を切り出し，切り出した文字領域から特徴量を
抽出し，抽出した特徴量と辞書に格納されているモデル
または標準パターンとを比較して類似度を算出し，算出
した類似度に基づいて前記文字領域の候補文字組を生成
する文字認識方法において，前記類似度を算出する工程
が，複数の異なる類似度算出方法を用いて同一の特徴量
と同一の辞書から複数の類似度を算出可能な工程を含
み，前記候補文字組を生成する工程が，前記算出された
類似度に基づいて，それぞれの類似度の候補文字組を生
成した後，前記それぞれの類似度およびそれぞれの候補
文字組に基づいて，最終的な候補文字組を生成する工程
を含むものである。
【００１１】また，請求項２に係る文字認識方法は，請
求項１記載の文字認識方法において，前記類似度を算出
する工程が，複数の異なる類似度算出方法を用いて同一
の特徴量と同一の辞書から複数の類似度を算出する場合
に，前記複数の類似度の算出を所定の順序で逐次的に実
行し，かつ，先行して算出した類似度が低い類似性を示
して認識不能と判断された場合にのみ，次の類似度の算
出を行うものである。
求項１記載の文字認識方法において，前記類似度を算出
する工程が，複数の異なる類似度算出方法を用いて同一
の特徴量と同一の辞書から複数の類似度を算出する場合
に，前記複数の類似度の算出を所定の順序で逐次的に実
行し，かつ，先行して算出した類似度が低い類似性を示
して認識不能と判断された場合にのみ，次の類似度の算
出を行うものである。
【００１２】また，請求項３に係る文字認識方法は，請
求項１記載の文字認識方法において，前記辞書が，前記
モデルまたは標準パターン毎に，それぞれの類似度を算
出する際に使用する少なくとも１つの類似度算出方法を
指定した指定情報を有しており，前記類似度を算出する
工程が，前記指定情報で指定された類似度算出方法に基
づいて，類似度を算出するものである。
求項１記載の文字認識方法において，前記辞書が，前記
モデルまたは標準パターン毎に，それぞれの類似度を算
出する際に使用する少なくとも１つの類似度算出方法を
指定した指定情報を有しており，前記類似度を算出する
工程が，前記指定情報で指定された類似度算出方法に基
づいて，類似度を算出するものである。
【００１３】また，請求項４に係る文字認識方法は，請
求項１記載の文字認識方法において，前記候補文字組を
生成する工程が，前記それぞれの類似度の候補文字組を
キーとして，あらかじめ定められたテーブルを参照して
前記最終的な候補文字組を生成するものである。
求項１記載の文字認識方法において，前記候補文字組を
生成する工程が，前記それぞれの類似度の候補文字組を
キーとして，あらかじめ定められたテーブルを参照して
前記最終的な候補文字組を生成するものである。
【００１４】また，請求項５に係る文字認識方法は，請
求項４記載の文字認識方法において，前記候補文字組を
生成する工程が，前記それぞれの類似度の候補文字組の
第１位候補文字を比較し，全ての候補文字組の第１位候
補文字が同一であれば，前記テーブルを参照することな
く，第１位候補文字を最終的な候補文字として生成する
ものである。
求項４記載の文字認識方法において，前記候補文字組を
生成する工程が，前記それぞれの類似度の候補文字組の
第１位候補文字を比較し，全ての候補文字組の第１位候
補文字が同一であれば，前記テーブルを参照することな
く，第１位候補文字を最終的な候補文字として生成する
ものである。
【００１５】また，請求項６に係る文字認識方法は，請
求項４記載の文字認識方法において，前記テーブルの内
容が，何れの類似度算出方法の算出結果に従うかを示す
フラグ情報からなるものである。
求項４記載の文字認識方法において，前記テーブルの内
容が，何れの類似度算出方法の算出結果に従うかを示す
フラグ情報からなるものである。
【００１６】また，請求項７に係る記憶媒体は，請求項
１ないし６記載の文字認識方法の機能を実現するソフト
ウェアを格納したものである。
１ないし６記載の文字認識方法の機能を実現するソフト
ウェアを格納したものである。
【００１７】また，請求項８に係る文字認識装置は，画
像データから文字領域を切り出す文字領域切出手段と，
前記文字領域切出手段で切り出した文字領域から，あら
かじめ定められた特徴量を抽出する特徴量抽出手段と，
読み取り対象字種に応じたモデルまたは標準パターンを
格納した辞書手段と，前記特徴量抽出手段で抽出した特
徴量と前記辞書手段のモデルまたは標準パターンとを比
較して類似度を算出する類似度算出手段と，前記類似度
算出手段で算出した類似度に基づいて，前記文字領域の
候補文字組を生成する候補文字組生成手段と，を備えた
文字認識装置において，前記類似度算出手段が，複数の
異なる類似度算出方法を用いて同一の特徴量と同一の辞
書手段から複数の類似度を算出可能であり，前記候補文
字組生成手段が，前記類似度算出手段で算出された類似
度に基づいて，それぞれの類似度の候補文字組を生成し
た後，前記それぞれの類似度およびそれぞれの候補文字
組に基づいて，最終的な候補文字組を生成するものであ
る。
像データから文字領域を切り出す文字領域切出手段と，
前記文字領域切出手段で切り出した文字領域から，あら
かじめ定められた特徴量を抽出する特徴量抽出手段と，
読み取り対象字種に応じたモデルまたは標準パターンを
格納した辞書手段と，前記特徴量抽出手段で抽出した特
徴量と前記辞書手段のモデルまたは標準パターンとを比
較して類似度を算出する類似度算出手段と，前記類似度
算出手段で算出した類似度に基づいて，前記文字領域の
候補文字組を生成する候補文字組生成手段と，を備えた
文字認識装置において，前記類似度算出手段が，複数の
異なる類似度算出方法を用いて同一の特徴量と同一の辞
書手段から複数の類似度を算出可能であり，前記候補文
字組生成手段が，前記類似度算出手段で算出された類似
度に基づいて，それぞれの類似度の候補文字組を生成し
た後，前記それぞれの類似度およびそれぞれの候補文字
組に基づいて，最終的な候補文字組を生成するものであ
る。
【００１８】また，請求項９に係る文字認識装置は，請
求項８記載の文字認識装置において，前記類似度算出手
段が，複数の異なる類似度算出方法を用いて同一の特徴
量と同一の辞書手段から複数の類似度を算出する場合
に，前記複数の類似度の算出を所定の順序で逐次的に実
行する構成であり，かつ，先行して算出した類似度が低
い類似性を示して認識不能と判断された場合にのみ，次
の類似度の算出を行うものである。
求項８記載の文字認識装置において，前記類似度算出手
段が，複数の異なる類似度算出方法を用いて同一の特徴
量と同一の辞書手段から複数の類似度を算出する場合
に，前記複数の類似度の算出を所定の順序で逐次的に実
行する構成であり，かつ，先行して算出した類似度が低
い類似性を示して認識不能と判断された場合にのみ，次
の類似度の算出を行うものである。
【００１９】また，請求項１０に係る文字認識装置は，
請求項８記載の文字認識装置において，前記辞書手段
が，前記モデルまたは標準パターン毎に，それぞれの類
似度を算出する際に使用する少なくとも１つの類似度算
出方法を指定した指定情報を有しており，前記類似度算
出手段が，前記指定情報で指定された類似度算出方法に
基づいて，類似度を算出するものである。
請求項８記載の文字認識装置において，前記辞書手段
が，前記モデルまたは標準パターン毎に，それぞれの類
似度を算出する際に使用する少なくとも１つの類似度算
出方法を指定した指定情報を有しており，前記類似度算
出手段が，前記指定情報で指定された類似度算出方法に
基づいて，類似度を算出するものである。
【００２０】また，請求項１１に係る文字認識装置は，
請求項８記載の文字認識装置において，前記候補文字組
生成手段が，前記それぞれの類似度の候補文字組をキー
として，あらかじめ定められたテーブルを参照して前記
最終的な候補文字組を生成するものである。
請求項８記載の文字認識装置において，前記候補文字組
生成手段が，前記それぞれの類似度の候補文字組をキー
として，あらかじめ定められたテーブルを参照して前記
最終的な候補文字組を生成するものである。
【００２１】また，請求項１２に係る文字認識装置は，
請求項１１記載の文字認識装置において，前記候補文字
組生成手段が，前記それぞれの類似度の候補文字組の第
１位候補文字を比較し，全ての候補文字組の第１位候補
文字が同一であれば，前記テーブルを参照することな
く，第１位候補文字を最終的な候補文字として生成する
ものである。
請求項１１記載の文字認識装置において，前記候補文字
組生成手段が，前記それぞれの類似度の候補文字組の第
１位候補文字を比較し，全ての候補文字組の第１位候補
文字が同一であれば，前記テーブルを参照することな
く，第１位候補文字を最終的な候補文字として生成する
ものである。
【００２２】また，請求項１３に係る文字認識装置は，
請求項１１記載の文字認識装置において，前記テーブル
の内容が，何れの類似度算出方法の算出結果に従うかを
示すフラグ情報からなるものである。
請求項１１記載の文字認識装置において，前記テーブル
の内容が，何れの類似度算出方法の算出結果に従うかを
示すフラグ情報からなるものである。
【００２３】
【発明の実施の形態】以下，本発明の文字認識方法，記
憶媒体および文字認識装置について，〔本発明の原
理〕，〔実施の形態１〕，〔実施の形態２〕，〔実施の
形態３〕，〔実施の形態４〕，〔実施の形態５〕，〔実
施の形態６〕の順で，図面を参照して詳細に説明する。
憶媒体および文字認識装置について，〔本発明の原
理〕，〔実施の形態１〕，〔実施の形態２〕，〔実施の
形態３〕，〔実施の形態４〕，〔実施の形態５〕，〔実
施の形態６〕の順で，図面を参照して詳細に説明する。
【００２４】〔本発明の原理〕本発明の文字認識方法，
記憶媒体および文字認識装置は，同一の特徴量と同一の
辞書から複数の類似度を算出し，これらを統合すること
で認識精度の向上を図るものである。換言すれば，複数
の類似度算出方法（すなわち，複数の文字認識方法）を
統合するにあたり，標準パターンの集合である辞書と特
徴抽出処理とを同一にすることによって，メモリ空間
（メモリ量）の増大と認識処理時間の増大を抑えつつ，
認識精度の向上を図れるようにしたものである。
記憶媒体および文字認識装置は，同一の特徴量と同一の
辞書から複数の類似度を算出し，これらを統合すること
で認識精度の向上を図るものである。換言すれば，複数
の類似度算出方法（すなわち，複数の文字認識方法）を
統合するにあたり，標準パターンの集合である辞書と特
徴抽出処理とを同一にすることによって，メモリ空間
（メモリ量）の増大と認識処理時間の増大を抑えつつ，
認識精度の向上を図れるようにしたものである。
【００２５】〔実施の形態１〕図１は，実施の形態１の
文字認識装置１００の概略構成を示すブロック図であ
る。文字認識装置１００は，イメージスキャナまたはタ
ブレット等の入力装置２００から画像データを入力する
ための入力インターフェース（Ｉ／Ｆ）１０１と，装置
全体を制御するＣＰＵ１０２と，各種制御プログラムお
よび各種データを格納したＲＯＭ１０３と，ＣＰＵ１０
２のワークエリアとして使用されるＲＡＭ１０４と，ホ
ストコンピュータ等の外部装置３００に文字の認識結果
を出力するための出力インターフェース（Ｉ／Ｆ）１０
５とから構成される。なお，図において，１０６はバス
を示す。
文字認識装置１００の概略構成を示すブロック図であ
る。文字認識装置１００は，イメージスキャナまたはタ
ブレット等の入力装置２００から画像データを入力する
ための入力インターフェース（Ｉ／Ｆ）１０１と，装置
全体を制御するＣＰＵ１０２と，各種制御プログラムお
よび各種データを格納したＲＯＭ１０３と，ＣＰＵ１０
２のワークエリアとして使用されるＲＡＭ１０４と，ホ
ストコンピュータ等の外部装置３００に文字の認識結果
を出力するための出力インターフェース（Ｉ／Ｆ）１０
５とから構成される。なお，図において，１０６はバス
を示す。
【００２６】また，ＲＯＭ１０３には，辞書（本発明の
辞書手段）が格納されていると共に，本発明の文字認識
方法の機能を実現するソフトウェアが後述する制御プロ
グラムとして格納されている。ＲＡＭ１０４には，入力
Ｉ／Ｆ１０１を介して入力した画像データが格納され
る。
辞書手段）が格納されていると共に，本発明の文字認識
方法の機能を実現するソフトウェアが後述する制御プロ
グラムとして格納されている。ＲＡＭ１０４には，入力
Ｉ／Ｆ１０１を介して入力した画像データが格納され
る。
【００２７】以上の構成において，その動作を説明す
る。図２はＲＯＭ１０３に記憶されている制御プログラ
ム（実施の形態１の文字認識方法）の概略フローチャー
トを示し，この制御プログラムをＣＰＵ１０２で実行す
ることにより，実施の形態１の文字認識方法が実行され
る。
る。図２はＲＯＭ１０３に記憶されている制御プログラ
ム（実施の形態１の文字認識方法）の概略フローチャー
トを示し，この制御プログラムをＣＰＵ１０２で実行す
ることにより，実施の形態１の文字認識方法が実行され
る。
【００２８】先ず，ＣＰＵ１０２は，入力Ｉ／Ｆ１０１
を介して入力装置２００から画像データを入力し，ＲＡ
Ｍ１０４に格納する（Ｓ２０１）。次に，画像データか
ら一文字単位で文字画像（文字領域）を切り出し（Ｓ２
０２），特徴抽出処理を実行して前記切り出した文字画
像から特徴量を抽出する（Ｓ２０３）。
を介して入力装置２００から画像データを入力し，ＲＡ
Ｍ１０４に格納する（Ｓ２０１）。次に，画像データか
ら一文字単位で文字画像（文字領域）を切り出し（Ｓ２
０２），特徴抽出処理を実行して前記切り出した文字画
像から特徴量を抽出する（Ｓ２０３）。
【００２９】続いて，ステップＳ２０４およびＳ２０５
で，抽出した特徴量と辞書（ＲＯＭ１０３）に格納され
ている標準パターン（またはモデル）とを比較して類似
度を算出する。
で，抽出した特徴量と辞書（ＲＯＭ１０３）に格納され
ている標準パターン（またはモデル）とを比較して類似
度を算出する。
【００３０】具体的には，得られた特徴量をＮ次元特徴
ベクトルＩとして式（１）のように定義し，Ｋ個の標準
パターン（Ｎ次元ベクトル）からなる辞書Ｍを式（２）
のように定義する。次に，標準パターンＭｊについての
第１類似度Ｄ1 および第２類似度Ｄ2 をそれぞれ式
（３），式（４）に示すように定義する。ここで，第１
類似度Ｄ1 は二乗誤差総和に基づく類似度（距離）であ
り，この値が大きいほど類似性が低いことを表す。ま
た，第２類似度Ｄ2 はいわゆる市街区距離と呼ばれるも
のであり，この値も大きいほど類似性が低いことを表
す。
ベクトルＩとして式（１）のように定義し，Ｋ個の標準
パターン（Ｎ次元ベクトル）からなる辞書Ｍを式（２）
のように定義する。次に，標準パターンＭｊについての
第１類似度Ｄ1 および第２類似度Ｄ2 をそれぞれ式
（３），式（４）に示すように定義する。ここで，第１
類似度Ｄ1 は二乗誤差総和に基づく類似度（距離）であ
り，この値が大きいほど類似性が低いことを表す。ま
た，第２類似度Ｄ2 はいわゆる市街区距離と呼ばれるも
のであり，この値も大きいほど類似性が低いことを表
す。
【００３１】
【数１】
【００３２】処理の流れとしては，先ず全ての標準パタ
ーンについて，第１類似度Ｄ1 を求め（Ｓ２０４），次
に全ての標準パターンについて，第２類似度Ｄ2 を求め
る（Ｓ２０５）。
ーンについて，第１類似度Ｄ1 を求め（Ｓ２０４），次
に全ての標準パターンについて，第２類似度Ｄ2 を求め
る（Ｓ２０５）。
【００３３】続いて，ステップＳ２０６において，先
ず，算出した第１類似度Ｄ1 に基づいて第１類似度Ｄ1
の値が小さい順に全ての標準パターンをソートし，類似
度Ｄ1の値の小さい上位の数組（例えば，５組）の標準
パターンを候補文字組として生成し，同様に，算出した
第２類似度Ｄ2 に基づいて，候補文字組を生成する。し
たがって，それぞれの類似度に基づいて，二種類の候補
文字組が得られることになる。次に，第１類似度Ｄ1 の
候補文字組と第２類似度Ｄ2 の候補文字組を加えて，類
似度（第１類似度Ｄ1 および第２類似度Ｄ2 ）でソート
して一元化し，最終的な類似度の小さい順に最終的な候
補文字組（例えば，５組）を生成する。
ず，算出した第１類似度Ｄ1 に基づいて第１類似度Ｄ1
の値が小さい順に全ての標準パターンをソートし，類似
度Ｄ1の値の小さい上位の数組（例えば，５組）の標準
パターンを候補文字組として生成し，同様に，算出した
第２類似度Ｄ2 に基づいて，候補文字組を生成する。し
たがって，それぞれの類似度に基づいて，二種類の候補
文字組が得られることになる。次に，第１類似度Ｄ1 の
候補文字組と第２類似度Ｄ2 の候補文字組を加えて，類
似度（第１類似度Ｄ1 および第２類似度Ｄ2 ）でソート
して一元化し，最終的な類似度の小さい順に最終的な候
補文字組（例えば，５組）を生成する。
【００３４】この最終的な候補文字組を認識結果として
出力し（Ｓ２０７），これが最後の文字（文字領域）で
あるか否かを判定し（Ｓ２０８），最後の文字（文字領
域）であれば処理を終了し，そうでなければステップＳ
２０２へ戻って，次の文字（文字領域）の切り出しを行
う。
出力し（Ｓ２０７），これが最後の文字（文字領域）で
あるか否かを判定し（Ｓ２０８），最後の文字（文字領
域）であれば処理を終了し，そうでなければステップＳ
２０２へ戻って，次の文字（文字領域）の切り出しを行
う。
【００３５】前述したように実施の形態１によれば，同
一特徴量と同一辞書を用いて，複数の類似度を算出する
ので，辞書サイズと特徴抽出処理を追加することなく，
文字認識精度の向上を図ることができる。換言すれば，
認識処理時間の増大およびメモリ量の増大を極力抑えつ
つ，認識精度の向上を図ることができる。
一特徴量と同一辞書を用いて，複数の類似度を算出する
ので，辞書サイズと特徴抽出処理を追加することなく，
文字認識精度の向上を図ることができる。換言すれば，
認識処理時間の増大およびメモリ量の増大を極力抑えつ
つ，認識精度の向上を図ることができる。
【００３６】なお，実施の形態１では，２種類の類似度
を算出する例を示したが，特にこれに限定するものでは
なく，３種類，４種類等のように複数の類似度を算出し
ても良い。
を算出する例を示したが，特にこれに限定するものでは
なく，３種類，４種類等のように複数の類似度を算出し
ても良い。
【００３７】〔実施の形態２〕実施の形態２の文字認識
方法および文字認識装置では，図１に示した実施の形態
１と同様の構成において，複数の異なる類似度算出方法
を用いて同一の特徴量と同一の辞書から複数の類似度を
算出する場合に，複数の類似度の算出を所定の順序で逐
次的に実行し，かつ，先行して算出した類似度が低い類
似性を示して認識不能と判断された場合にのみ，次の類
似度の算出を行うようにしたものである。
方法および文字認識装置では，図１に示した実施の形態
１と同様の構成において，複数の異なる類似度算出方法
を用いて同一の特徴量と同一の辞書から複数の類似度を
算出する場合に，複数の類似度の算出を所定の順序で逐
次的に実行し，かつ，先行して算出した類似度が低い類
似性を示して認識不能と判断された場合にのみ，次の類
似度の算出を行うようにしたものである。
【００３８】以下，実施の形態２の動作を説明する。図
３はＲＯＭ１０３に記憶されている制御プログラム（実
施の形態２の文字認識方法）の概略フローチャートを示
し，この制御プログラムをＣＰＵ１０２で実行すること
により，実施の形態２の文字認識方法が実行される。
３はＲＯＭ１０３に記憶されている制御プログラム（実
施の形態２の文字認識方法）の概略フローチャートを示
し，この制御プログラムをＣＰＵ１０２で実行すること
により，実施の形態２の文字認識方法が実行される。
【００３９】先ず，ＣＰＵ１０２は，入力Ｉ／Ｆ１０１
を介して入力装置２００から画像データを入力し，ＲＡ
Ｍ１０４に格納する（Ｓ３０１）。次に，画像データか
ら一文字単位で文字画像（文字領域）を切り出し（Ｓ３
０２），特徴抽出処理を実行して前記切り出した文字画
像から特徴量を抽出する（Ｓ３０３）。
を介して入力装置２００から画像データを入力し，ＲＡ
Ｍ１０４に格納する（Ｓ３０１）。次に，画像データか
ら一文字単位で文字画像（文字領域）を切り出し（Ｓ３
０２），特徴抽出処理を実行して前記切り出した文字画
像から特徴量を抽出する（Ｓ３０３）。
【００４０】続いて，全ての標準パターンについて，実
施の形態１と同様に第１類似度Ｄ1を求め（Ｓ３０
４），求めた第１類似度Ｄ1 の値から類似性が十分か否
かを判定する（Ｓ３０５）。具体的には，求めた第１類
似度Ｄ1 の最小値はもっとも類似する標準パターンと特
徴ベクトルとの類似性を示すものであるので，第１類似
度Ｄ1 の最小値とあらかじめ定めたしきい値と比較し，
しきい値よりも小さい場合に十分に類似していると判定
する。
施の形態１と同様に第１類似度Ｄ1を求め（Ｓ３０
４），求めた第１類似度Ｄ1 の値から類似性が十分か否
かを判定する（Ｓ３０５）。具体的には，求めた第１類
似度Ｄ1 の最小値はもっとも類似する標準パターンと特
徴ベクトルとの類似性を示すものであるので，第１類似
度Ｄ1 の最小値とあらかじめ定めたしきい値と比較し，
しきい値よりも小さい場合に十分に類似していると判定
する。
【００４１】ステップＳ３０５で類似性が十分であると
判定された場合には，この第１類似度Ｄ1 に基づいて，
第１類似度Ｄ1 の値が小さい順に全ての標準パターンを
ソートし，類似度Ｄ1 の値の小さい上位の数組（例え
ば，５組）の標準パターンを最終的な候補文字組として
生成し（Ｓ３０７），この最終的な候補文字組を認識結
果として出力し（Ｓ３０８），これが最後の文字（文字
領域）であるか否かを判定し（Ｓ３０９），最後の文字
（文字領域）であれば処理を終了し，そうでなければス
テップＳ３０２へ戻って，次の文字（文字領域）の切り
出しを行う。
判定された場合には，この第１類似度Ｄ1 に基づいて，
第１類似度Ｄ1 の値が小さい順に全ての標準パターンを
ソートし，類似度Ｄ1 の値の小さい上位の数組（例え
ば，５組）の標準パターンを最終的な候補文字組として
生成し（Ｓ３０７），この最終的な候補文字組を認識結
果として出力し（Ｓ３０８），これが最後の文字（文字
領域）であるか否かを判定し（Ｓ３０９），最後の文字
（文字領域）であれば処理を終了し，そうでなければス
テップＳ３０２へ戻って，次の文字（文字領域）の切り
出しを行う。
【００４２】一方，ステップＳ３０５で類似性が十分で
ないと判定された場合には，全ての標準パターンについ
て，第２類似度Ｄ2 を求め（Ｓ３０６），この第２類似
度Ｄ 2 に基づいて，第２類似度Ｄ2 の値が小さい順に全
ての標準パターンをソートし，類似度Ｄ2 の値の小さい
上位の数組（例えば，５組）の標準パターンを最終的な
候補文字組として生成し（Ｓ３０７），この最終的な候
補文字組を認識結果として出力し（Ｓ３０８），これが
最後の文字（文字領域）であるか否かを判定し（Ｓ３０
９），最後の文字（文字領域）であれば処理を終了し，
そうでなければステップＳ３０２へ戻って，次の文字
（文字領域）の切り出しを行う。
ないと判定された場合には，全ての標準パターンについ
て，第２類似度Ｄ2 を求め（Ｓ３０６），この第２類似
度Ｄ 2 に基づいて，第２類似度Ｄ2 の値が小さい順に全
ての標準パターンをソートし，類似度Ｄ2 の値の小さい
上位の数組（例えば，５組）の標準パターンを最終的な
候補文字組として生成し（Ｓ３０７），この最終的な候
補文字組を認識結果として出力し（Ｓ３０８），これが
最後の文字（文字領域）であるか否かを判定し（Ｓ３０
９），最後の文字（文字領域）であれば処理を終了し，
そうでなければステップＳ３０２へ戻って，次の文字
（文字領域）の切り出しを行う。
【００４３】前述したように実施の形態２によれば，必
要に応じて同一特徴量と同一辞書を用いて，複数の類似
度を算出するので，辞書サイズと特徴抽出処理を追加す
ることなく，文字認識精度の向上を図ることができる。
換言すれば，認識処理時間の増大およびメモリ量の増大
を極力抑えつつ，認識精度の向上を図ることができる。
要に応じて同一特徴量と同一辞書を用いて，複数の類似
度を算出するので，辞書サイズと特徴抽出処理を追加す
ることなく，文字認識精度の向上を図ることができる。
換言すれば，認識処理時間の増大およびメモリ量の増大
を極力抑えつつ，認識精度の向上を図ることができる。
【００４４】さらに，第１類似度Ｄ1 で十分な類似性が
得られない場合にのみ，第２類似度Ｄ2 を算出するの
で，実施の形態１と比較して，全体の認識処理時間を短
縮することができる。
得られない場合にのみ，第２類似度Ｄ2 を算出するの
で，実施の形態１と比較して，全体の認識処理時間を短
縮することができる。
【００４５】〔実施の形態３〕実施の形態３の文字認識
方法および文字認識装置では，図１に示した実施の形態
１と同様の構成において，辞書（ＲＯＭ１０３）の標準
パターン毎に，それぞれの類似度を算出する際に使用す
る少なくとも１つの類似度算出方法を指定した指定情報
を格納しておき，類似度を算出する際に，指定情報で指
定された類似度算出方法に基づいて類似度を算出するも
のである。
方法および文字認識装置では，図１に示した実施の形態
１と同様の構成において，辞書（ＲＯＭ１０３）の標準
パターン毎に，それぞれの類似度を算出する際に使用す
る少なくとも１つの類似度算出方法を指定した指定情報
を格納しておき，類似度を算出する際に，指定情報で指
定された類似度算出方法に基づいて類似度を算出するも
のである。
【００４６】なお，実施の形態３では，辞書に格納され
ている全ての標準パターン毎に指定情報を設定してお
く。この指定情報は，具体的には，『０』，『１』，
『２』の３通りのフラグとして設定されており，それぞ
れ以下の意味である。『０』は第１類似度Ｄ1 を算出す
る（すなわち，第１類似度Ｄ1 の算出方法を用いて類似
度を算出する）。『１』は第２類似度Ｄ2 を算出する
（すなわち，第２類似度Ｄ2 の算出方法を用いて類似度
を算出する）。『２』は第１類似度Ｄ1 および第２類似
度Ｄ2 の両方を算出する（すなわち，第１類似度Ｄ1 の
算出方法を用いて類似度を算出すると共に第２類似度Ｄ
2 の算出方法を用いて類似度を算出する）。
ている全ての標準パターン毎に指定情報を設定してお
く。この指定情報は，具体的には，『０』，『１』，
『２』の３通りのフラグとして設定されており，それぞ
れ以下の意味である。『０』は第１類似度Ｄ1 を算出す
る（すなわち，第１類似度Ｄ1 の算出方法を用いて類似
度を算出する）。『１』は第２類似度Ｄ2 を算出する
（すなわち，第２類似度Ｄ2 の算出方法を用いて類似度
を算出する）。『２』は第１類似度Ｄ1 および第２類似
度Ｄ2 の両方を算出する（すなわち，第１類似度Ｄ1 の
算出方法を用いて類似度を算出すると共に第２類似度Ｄ
2 の算出方法を用いて類似度を算出する）。
【００４７】以下，実施の形態３の動作を説明する。図
４はＲＯＭ１０３に記憶されている制御プログラム（実
施の形態３の文字認識方法）の概略フローチャートを示
し，この制御プログラムをＣＰＵ１０２で実行すること
により，実施の形態３の文字認識方法が実行される。
４はＲＯＭ１０３に記憶されている制御プログラム（実
施の形態３の文字認識方法）の概略フローチャートを示
し，この制御プログラムをＣＰＵ１０２で実行すること
により，実施の形態３の文字認識方法が実行される。
【００４８】先ず，ＣＰＵ１０２は，入力Ｉ／Ｆ１０１
を介して入力装置２００から画像データを入力し，ＲＡ
Ｍ１０４に格納する（Ｓ４０１）。次に，画像データか
ら一文字単位で文字画像（文字領域）を切り出し（Ｓ４
０２），特徴抽出処理を実行して前記切り出した文字画
像から特徴量を抽出する（Ｓ４０３）。
を介して入力装置２００から画像データを入力し，ＲＡ
Ｍ１０４に格納する（Ｓ４０１）。次に，画像データか
ら一文字単位で文字画像（文字領域）を切り出し（Ｓ４
０２），特徴抽出処理を実行して前記切り出した文字画
像から特徴量を抽出する（Ｓ４０３）。
【００４９】続いて，辞書（ＲＯＭ１０３）から標準パ
ターンを順に取り出し（Ｓ４０４），取り出しだ標準パ
ターンのフラグ（指定情報）は何かを判定する（Ｓ４０
５）。ここで，フラグが『０』であれば，ステップＳ４
０６へ進んで第１類似度Ｄ1のみを算出し，フラグが
『１』であれば，ステップＳ４０７へ進んで第２類似度
Ｄ2 のみを算出し，フラグが『２』であれば，ステップ
Ｓ４０８へ進んで第１類似度Ｄ1 および第２類似度Ｄ2
の両方を算出する。
ターンを順に取り出し（Ｓ４０４），取り出しだ標準パ
ターンのフラグ（指定情報）は何かを判定する（Ｓ４０
５）。ここで，フラグが『０』であれば，ステップＳ４
０６へ進んで第１類似度Ｄ1のみを算出し，フラグが
『１』であれば，ステップＳ４０７へ進んで第２類似度
Ｄ2 のみを算出し，フラグが『２』であれば，ステップ
Ｓ４０８へ進んで第１類似度Ｄ1 および第２類似度Ｄ2
の両方を算出する。
【００５０】ステップＳ４０６〜Ｓ４０８で類似度を算
出すると，全ての標準パターンを取り出したか否かを判
定し（Ｓ４０９），全ての標準パターンを取り出してい
なければ，ステップＳ４０４へ戻り，次に標準パターン
を辞書から取り出して同様の処理を繰り返す。
出すると，全ての標準パターンを取り出したか否かを判
定し（Ｓ４０９），全ての標準パターンを取り出してい
なければ，ステップＳ４０４へ戻り，次に標準パターン
を辞書から取り出して同様の処理を繰り返す。
【００５１】一方，全ての標準パターンを取り出してい
れば，すなわち，全ての標準パターンについて類似度を
算出していれば，得られた類似度の小さい順に全ての標
準パターンをソートし，類似度の値の小さい上位の数組
（例えば，５組）の標準パターンを最終的な候補文字組
として生成し（Ｓ４１０），この最終的な候補文字組を
認識結果として出力し（Ｓ４１１），これが最後の文字
（文字領域）であるか否かを判定し（Ｓ４１２），最後
の文字（文字領域）であれば処理を終了し，そうでなけ
ればステップＳ４０２へ戻って，次の文字（文字領域）
の切り出しを行う。
れば，すなわち，全ての標準パターンについて類似度を
算出していれば，得られた類似度の小さい順に全ての標
準パターンをソートし，類似度の値の小さい上位の数組
（例えば，５組）の標準パターンを最終的な候補文字組
として生成し（Ｓ４１０），この最終的な候補文字組を
認識結果として出力し（Ｓ４１１），これが最後の文字
（文字領域）であるか否かを判定し（Ｓ４１２），最後
の文字（文字領域）であれば処理を終了し，そうでなけ
ればステップＳ４０２へ戻って，次の文字（文字領域）
の切り出しを行う。
【００５２】なお，ステップＳ４１０において，最終的
な候補文字組を生成する際に，得られた類似度が，第１
類似度Ｄ1 のみの場合には第１類似度Ｄ1 に従って最終
的な候補文字組が生成され，第２類似度Ｄ2 のみの場合
には第２類似度Ｄ2 に従って最終的な候補文字組が生成
され，第１類似度Ｄ1 および第２類似度Ｄ2 の両方の場
合には第１類似度Ｄ1 または第２類似度Ｄ2 のうちの小
さいものに従って候補文字組が生成されることになる。
な候補文字組を生成する際に，得られた類似度が，第１
類似度Ｄ1 のみの場合には第１類似度Ｄ1 に従って最終
的な候補文字組が生成され，第２類似度Ｄ2 のみの場合
には第２類似度Ｄ2 に従って最終的な候補文字組が生成
され，第１類似度Ｄ1 および第２類似度Ｄ2 の両方の場
合には第１類似度Ｄ1 または第２類似度Ｄ2 のうちの小
さいものに従って候補文字組が生成されることになる。
【００５３】前述したように実施の形態３によれば，辞
書中の標準パターンに追加フラグ（指定情報）を持たせ
て，標準パターン毎に適切な類似度算出方法を指定する
ので，不要な類似度計算を避けることができ，文字認識
精度の向上と認識処理速度の向上の両立を図ることがで
きる。
書中の標準パターンに追加フラグ（指定情報）を持たせ
て，標準パターン毎に適切な類似度算出方法を指定する
ので，不要な類似度計算を避けることができ，文字認識
精度の向上と認識処理速度の向上の両立を図ることがで
きる。
【００５４】〔実施の形態４〕実施の形態４の文字認識
方法および文字認識装置では，図１に示した実施の形態
１と同様の構成において，最終的な候補文字組を生成す
る際に，複数の類似度によって生成されたそれぞれの候
補文字組をキーとして，あらかじめ定められたテーブル
を参照して最終的な候補文字組を生成するものである。
方法および文字認識装置では，図１に示した実施の形態
１と同様の構成において，最終的な候補文字組を生成す
る際に，複数の類似度によって生成されたそれぞれの候
補文字組をキーとして，あらかじめ定められたテーブル
を参照して最終的な候補文字組を生成するものである。
【００５５】以下，実施の形態４の動作を説明する。図
５はＲＯＭ１０３に記憶されている制御プログラム（実
施の形態４の文字認識方法）の概略フローチャートを示
し，この制御プログラムをＣＰＵ１０２で実行すること
により，実施の形態４の文字認識方法が実行される。
５はＲＯＭ１０３に記憶されている制御プログラム（実
施の形態４の文字認識方法）の概略フローチャートを示
し，この制御プログラムをＣＰＵ１０２で実行すること
により，実施の形態４の文字認識方法が実行される。
【００５６】先ず，ＣＰＵ１０２は，入力Ｉ／Ｆ１０１
を介して入力装置２００から画像データを入力し，ＲＡ
Ｍ１０４に格納する（Ｓ５０１）。次に，画像データか
ら一文字単位で文字画像（文字領域）を切り出し（Ｓ５
０２），特徴抽出処理を実行して前記切り出した文字画
像から特徴量を抽出する（Ｓ５０３）。
を介して入力装置２００から画像データを入力し，ＲＡ
Ｍ１０４に格納する（Ｓ５０１）。次に，画像データか
ら一文字単位で文字画像（文字領域）を切り出し（Ｓ５
０２），特徴抽出処理を実行して前記切り出した文字画
像から特徴量を抽出する（Ｓ５０３）。
【００５７】続いて，全ての標準パターンについて，第
１類似度Ｄ1 を求め（Ｓ５０４），次に全ての標準パタ
ーンについて，第２類似度Ｄ2 を求める（Ｓ５０５）。
１類似度Ｄ1 を求め（Ｓ５０４），次に全ての標準パタ
ーンについて，第２類似度Ｄ2 を求める（Ｓ５０５）。
【００５８】さらに，ステップＳ５０６において，先
ず，算出した第１類似度Ｄ1 に基づいて第１類似度Ｄ1
の値が小さい順に全ての標準パターンをソートし，類似
度Ｄ1の値の小さい上位の数組（例えば，５組）の標準
パターンを候補文字組として生成し，同様に，算出した
第２類似度Ｄ2 に基づいて，候補文字組を生成する。し
たがって，それぞれの類似度に基づいて，二種類の候補
文字組が得られることになる。次に，それぞれの候補文
字組から第１位候補（最も類似度の値の小さい候補文
字）を取り出して，２つの第１位候補をキーとして，あ
らかじめＲＯＭ１０３に格納してあるテーブルを検索
し，対応する内容を取り出して該当する文字を最終的な
候補文字とする。
ず，算出した第１類似度Ｄ1 に基づいて第１類似度Ｄ1
の値が小さい順に全ての標準パターンをソートし，類似
度Ｄ1の値の小さい上位の数組（例えば，５組）の標準
パターンを候補文字組として生成し，同様に，算出した
第２類似度Ｄ2 に基づいて，候補文字組を生成する。し
たがって，それぞれの類似度に基づいて，二種類の候補
文字組が得られることになる。次に，それぞれの候補文
字組から第１位候補（最も類似度の値の小さい候補文
字）を取り出して，２つの第１位候補をキーとして，あ
らかじめＲＯＭ１０３に格納してあるテーブルを検索
し，対応する内容を取り出して該当する文字を最終的な
候補文字とする。
【００５９】２つの第１位候補をキーとして，あらかじ
めＲＯＭ１０３に格納してあるテーブルを検索する具体
な方法としては，例えば，第１位候補として文字α（α
は任意の文字）と文字β（βは任意の文字）が存在する
場合に，この２つの文字α，βの組み合わせから最も確
からしいと思われる文字（多くはαまたはβの何れか）
を候補文字として特定できるようにＫ×Ｋのテーブル
（Ｋは辞書で取り扱う文字数に相当する）を作成し，こ
のテーブルをあらかじめＲＯＭ１０３に格納しておく。
ここで，説明を簡単にするために，図６に示す０〜９の
数字を認識対象とした１０×１０のテーブルを例として
説明する。なお，同図において，『？』は認識不能と判
断すべきことを意味する。
めＲＯＭ１０３に格納してあるテーブルを検索する具体
な方法としては，例えば，第１位候補として文字α（α
は任意の文字）と文字β（βは任意の文字）が存在する
場合に，この２つの文字α，βの組み合わせから最も確
からしいと思われる文字（多くはαまたはβの何れか）
を候補文字として特定できるようにＫ×Ｋのテーブル
（Ｋは辞書で取り扱う文字数に相当する）を作成し，こ
のテーブルをあらかじめＲＯＭ１０３に格納しておく。
ここで，説明を簡単にするために，図６に示す０〜９の
数字を認識対象とした１０×１０のテーブルを例として
説明する。なお，同図において，『？』は認識不能と判
断すべきことを意味する。
【００６０】図６において，２つの第１位候補の文字を
キーとして，テーブルを検索し，対応する内容を取り出
して，これを最終的な候補とする。例えば，第１類似度
Ｄ1に基づく第１位候補が『３』で，第２類似度Ｄ2 に
基づく第１位候補が『２』であるとすれば，対応する内
容は『２』であるから，この場合の最終的な候補は
『２』となる。
キーとして，テーブルを検索し，対応する内容を取り出
して，これを最終的な候補とする。例えば，第１類似度
Ｄ1に基づく第１位候補が『３』で，第２類似度Ｄ2 に
基づく第１位候補が『２』であるとすれば，対応する内
容は『２』であるから，この場合の最終的な候補は
『２』となる。
【００６１】この最終的な候補文字を認識結果として出
力し（Ｓ５０７），これが最後の文字（文字領域）であ
るか否かを判定し（Ｓ５０８），最後の文字（文字領
域）であれば処理を終了し，そうでなければステップＳ
５０２へ戻って，次の文字（文字領域）の切り出しを行
う。
力し（Ｓ５０７），これが最後の文字（文字領域）であ
るか否かを判定し（Ｓ５０８），最後の文字（文字領
域）であれば処理を終了し，そうでなければステップＳ
５０２へ戻って，次の文字（文字領域）の切り出しを行
う。
【００６２】なお，上記ステップＳ５０６では，第１位
候補のみをキーとして最終的な候補文字を作成したが，
同様に第１類似度Ｄ1 および第２類似度Ｄ2 の第２位候
補をキーとして最終的な第２位候補を作成し，複数の候
補文字を組（候補文字組）として生成することも可能で
ある。
候補のみをキーとして最終的な候補文字を作成したが，
同様に第１類似度Ｄ1 および第２類似度Ｄ2 の第２位候
補をキーとして最終的な第２位候補を作成し，複数の候
補文字を組（候補文字組）として生成することも可能で
ある。
【００６３】前述したように実施の形態４によれば，同
一特徴量と同一辞書を用いて，複数の類似度を算出する
ので，辞書サイズと特徴抽出処理を追加することなく，
文字認識精度の向上を図ることができる。換言すれば，
認識処理時間の増大およびメモリ量の増大を極力抑えつ
つ，認識精度の向上を図ることができる。
一特徴量と同一辞書を用いて，複数の類似度を算出する
ので，辞書サイズと特徴抽出処理を追加することなく，
文字認識精度の向上を図ることができる。換言すれば，
認識処理時間の増大およびメモリ量の増大を極力抑えつ
つ，認識精度の向上を図ることができる。
【００６４】また，あらかじめ格納してあるテーブルを
検索して最終的な候補文字組を生成するので，簡単な構
成で柔軟な制御が可能となり，文字認識精度の向上と文
字認識処理速度の向上を図ることができる。
検索して最終的な候補文字組を生成するので，簡単な構
成で柔軟な制御が可能となり，文字認識精度の向上と文
字認識処理速度の向上を図ることができる。
【００６５】〔実施の形態５〕実施の形態５は，実施の
形態４と同様の構成および動作において，図５のステッ
プＳ５０６の処理において，それぞれの類似度の第１位
候補を比較し，第１位候補が同一であれば，テーブルを
参照することなく，第１位候補を最終的な候補文字とし
て生成するものである。
形態４と同様の構成および動作において，図５のステッ
プＳ５０６の処理において，それぞれの類似度の第１位
候補を比較し，第１位候補が同一であれば，テーブルを
参照することなく，第１位候補を最終的な候補文字とし
て生成するものである。
【００６６】実施の形態５によれば，必要に応じて，テ
ーブルの検索処理を省略できるので，さらに文字認識処
理速度の向上を図ることができる。
ーブルの検索処理を省略できるので，さらに文字認識処
理速度の向上を図ることができる。
【００６７】〔実施の形態６〕実施の形態６は，実施の
形態４と同様の構成および動作において，図５のステッ
プＳ５０６の処理において用いるテーブルの内容が，最
終的に選択されるべき文字カテゴリそのものではなく，
何れの類似度（すなわち，何れの類似度算出方法の算出
結果）に従うかを示すフラグ情報からなるものである。
形態４と同様の構成および動作において，図５のステッ
プＳ５０６の処理において用いるテーブルの内容が，最
終的に選択されるべき文字カテゴリそのものではなく，
何れの類似度（すなわち，何れの類似度算出方法の算出
結果）に従うかを示すフラグ情報からなるものである。
【００６８】図７は，実施の形態６のテーブル例を示
し，機能的には図６のテーブルと同一であるが，表現の
仕方が異なっている。フラグ『０』は第１類似度Ｄ1 に
基づく第１位候補を最終結果とすることを意味し，フラ
グ『１』は第２類似度Ｄ2 に基づく第１位候補を最終結
果とすることを意味し，フラグ『−１』は認識不能とす
べきことを意味する。例えば，第１類似度Ｄ1 に基づく
第１位候補が『３』で，第２類似度Ｄ2 に基づく第１位
候補が『２』であるとすれば，対応するフラグは『１』
であるから，この場合の最終的な候補は第２類似度Ｄ2
に基づく第１位候補である『２』となる。
し，機能的には図６のテーブルと同一であるが，表現の
仕方が異なっている。フラグ『０』は第１類似度Ｄ1 に
基づく第１位候補を最終結果とすることを意味し，フラ
グ『１』は第２類似度Ｄ2 に基づく第１位候補を最終結
果とすることを意味し，フラグ『−１』は認識不能とす
べきことを意味する。例えば，第１類似度Ｄ1 に基づく
第１位候補が『３』で，第２類似度Ｄ2 に基づく第１位
候補が『２』であるとすれば，対応するフラグは『１』
であるから，この場合の最終的な候補は第２類似度Ｄ2
に基づく第１位候補である『２』となる。
【００６９】実施の形態６によれば，テーブルの内容と
してフラグ情報を用いるので，実施の形態４と比較して
テーブルサイズを小さくすることができる。
してフラグ情報を用いるので，実施の形態４と比較して
テーブルサイズを小さくすることができる。
【００７０】
【発明の効果】以上説明したように，本発明の文字認識
方法（請求項１）および文字認識装置（請求項８）は，
複数の異なる類似度算出方法を用いて同一の特徴量と同
一の辞書から複数の類似度を算出し，算出された類似度
に基づいてそれぞれの類似度の候補文字組を生成した
後，それぞれの類似度およびそれぞれの候補文字組に基
づいて，最終的な候補文字組を生成するため，認識処理
時間の増大およびメモリ量の増大を極力抑えつつ，認識
精度の向上を図ることができる。
方法（請求項１）および文字認識装置（請求項８）は，
複数の異なる類似度算出方法を用いて同一の特徴量と同
一の辞書から複数の類似度を算出し，算出された類似度
に基づいてそれぞれの類似度の候補文字組を生成した
後，それぞれの類似度およびそれぞれの候補文字組に基
づいて，最終的な候補文字組を生成するため，認識処理
時間の増大およびメモリ量の増大を極力抑えつつ，認識
精度の向上を図ることができる。
【００７１】また，本発明の文字認識方法（請求項２）
および文字認識装置（請求項９）は，請求項１記載の文
字認識方法または請求項８記載の文字認識装置におい
て，複数の異なる類似度算出方法を用いて同一の特徴量
と同一の辞書から複数の類似度を算出する場合に，複数
の類似度の算出を所定の順序で逐次的に実行し，かつ，
先行して算出した類似度が低い類似性を示して認識不能
と判断された場合にのみ，次の類似度の算出を行うた
め，全体の認識処理時間の短縮を図ることができる。
および文字認識装置（請求項９）は，請求項１記載の文
字認識方法または請求項８記載の文字認識装置におい
て，複数の異なる類似度算出方法を用いて同一の特徴量
と同一の辞書から複数の類似度を算出する場合に，複数
の類似度の算出を所定の順序で逐次的に実行し，かつ，
先行して算出した類似度が低い類似性を示して認識不能
と判断された場合にのみ，次の類似度の算出を行うた
め，全体の認識処理時間の短縮を図ることができる。
【００７２】また，本発明の文字認識方法（請求項３）
および文字認識装置（請求項１０）は，請求項１記載の
文字認識方法または請求項８記載の文字認識装置におい
て，前記辞書が，前記モデルまたは標準パターン毎に，
それぞれの類似度を算出する際に使用する少なくとも１
つの類似度算出方法を指定した指定情報を有しており，
前記類似度を算出する際に，前記指定情報で指定された
類似度算出方法に基づいて，類似度を算出するため，不
要な類似度計算を避けることができ，文字認識精度の向
上と認識処理速度の向上の両立を図ることができる。
および文字認識装置（請求項１０）は，請求項１記載の
文字認識方法または請求項８記載の文字認識装置におい
て，前記辞書が，前記モデルまたは標準パターン毎に，
それぞれの類似度を算出する際に使用する少なくとも１
つの類似度算出方法を指定した指定情報を有しており，
前記類似度を算出する際に，前記指定情報で指定された
類似度算出方法に基づいて，類似度を算出するため，不
要な類似度計算を避けることができ，文字認識精度の向
上と認識処理速度の向上の両立を図ることができる。
【００７３】また，本発明の文字認識方法（請求項４）
および文字認識装置（請求項１１）は，請求項１記載の
文字認識方法または請求項８記載の文字認識装置におい
て，前記候補文字組を生成する際に，前記それぞれの類
似度の候補文字組をキーとして，あらかじめ定められた
テーブルを参照して前記最終的な候補文字組を生成する
ため，簡単な構成で柔軟な制御が可能となり，文字認識
精度の向上と文字認識処理速度の向上を図ることができ
る。
および文字認識装置（請求項１１）は，請求項１記載の
文字認識方法または請求項８記載の文字認識装置におい
て，前記候補文字組を生成する際に，前記それぞれの類
似度の候補文字組をキーとして，あらかじめ定められた
テーブルを参照して前記最終的な候補文字組を生成する
ため，簡単な構成で柔軟な制御が可能となり，文字認識
精度の向上と文字認識処理速度の向上を図ることができ
る。
【００７４】また，本発明の文字認識方法（請求項５）
および文字認識装置（請求項１２）は，請求項４記載の
文字認識方法または請求項１１記載の文字認識装置にお
いて，前記候補文字組を生成する際に，前記それぞれの
類似度の候補文字組の第１位候補文字を比較し，全ての
候補文字組の第１位候補文字が同一であれば，前記テー
ブルを参照することなく，第１位候補文字を最終的な候
補文字として生成するため，必要に応じてテーブルの検
索処理を省略でき，さらに文字認識処理速度の向上を図
ることができる。
および文字認識装置（請求項１２）は，請求項４記載の
文字認識方法または請求項１１記載の文字認識装置にお
いて，前記候補文字組を生成する際に，前記それぞれの
類似度の候補文字組の第１位候補文字を比較し，全ての
候補文字組の第１位候補文字が同一であれば，前記テー
ブルを参照することなく，第１位候補文字を最終的な候
補文字として生成するため，必要に応じてテーブルの検
索処理を省略でき，さらに文字認識処理速度の向上を図
ることができる。
【００７５】また，本発明の文字認識方法（請求項６）
および文字認識装置（請求項１３）は，請求項４記載の
文字認識方法または請求項１１記載の文字認識装置にお
いて，前記テーブルの内容が，何れの類似度算出方法の
算出結果に従うかを示すフラグ情報からなるため，テー
ブルサイズを小さくすることができる。換言すれば，メ
モリ量の増大をさらに小さくすることができる。
および文字認識装置（請求項１３）は，請求項４記載の
文字認識方法または請求項１１記載の文字認識装置にお
いて，前記テーブルの内容が，何れの類似度算出方法の
算出結果に従うかを示すフラグ情報からなるため，テー
ブルサイズを小さくすることができる。換言すれば，メ
モリ量の増大をさらに小さくすることができる。
【００７６】また，本発明の記憶媒体（請求項７）は，
請求項１ないし６記載の文字認識方法の機能を実現する
ソフトウェアを格納したため，認識処理時間の増大およ
びメモリ量の増大を極力抑えつつ，認識精度の向上を図
れる文字認識方法を容易に提供できる。
請求項１ないし６記載の文字認識方法の機能を実現する
ソフトウェアを格納したため，認識処理時間の増大およ
びメモリ量の増大を極力抑えつつ，認識精度の向上を図
れる文字認識方法を容易に提供できる。
【図１】実施の形態１の文字認識装置の概略構成を示す
ブロック図である。
ブロック図である。
【図２】ＲＯＭに記憶されている制御プログラム（実施
の形態１の文字認識方法）の概略フローチャートであ
る。
の形態１の文字認識方法）の概略フローチャートであ
る。
【図３】ＲＯＭに記憶されている制御プログラム（実施
の形態２の文字認識方法）の概略フローチャートであ
る。
の形態２の文字認識方法）の概略フローチャートであ
る。
【図４】ＲＯＭに記憶されている制御プログラム（実施
の形態３の文字認識方法）の概略フローチャートであ
る。
の形態３の文字認識方法）の概略フローチャートであ
る。
【図５】ＲＯＭに記憶されている制御プログラム（実施
の形態４の文字認識方法）の概略フローチャートであ
る。
の形態４の文字認識方法）の概略フローチャートであ
る。
【図６】実施の形態４のテーブル例を示す説明図であ
る。
る。
【図７】実施の形態６のテーブル例を示す説明図であ
る。
る。
１００ 文字認識装置 １０１ 入力インターフェース（Ｉ／Ｆ） １０２ ＣＰＵ １０３ ＲＯＭ １０４ ＲＡＭ １０５ 出力インターフェース（Ｉ／Ｆ） １０６ バス ２００ 入力装置 ３００ 外部装置
Claims (13)
- 【請求項１】 画像データから文字領域を切り出し，切
り出した文字領域から特徴量を抽出し，抽出した特徴量
と辞書に格納されているモデルまたは標準パターンとを
比較して類似度を算出し，算出した類似度に基づいて前
記文字領域の候補文字組を生成する文字認識方法におい
て，前記類似度を算出する工程が，複数の異なる類似度
算出方法を用いて同一の特徴量と同一の辞書から複数の
類似度を算出可能な工程を含み，前記候補文字組を生成
する工程が，前記算出された類似度に基づいて，それぞ
れの類似度の候補文字組を生成した後，前記それぞれの
類似度およびそれぞれの候補文字組に基づいて，最終的
な候補文字組を生成する工程を含むことを特徴とする文
字認識方法。 - 【請求項２】 請求項１記載の文字認識方法において，
前記類似度を算出する工程が，複数の異なる類似度算出
方法を用いて同一の特徴量と同一の辞書から複数の類似
度を算出する場合に，前記複数の類似度の算出を所定の
順序で逐次的に実行し，かつ，先行して算出した類似度
が低い類似性を示して認識不能と判断された場合にの
み，次の類似度の算出を行うことを特徴とする文字認識
方法。 - 【請求項３】 請求項１記載の文字認識方法において，
前記辞書が，前記モデルまたは標準パターン毎に，それ
ぞれの類似度を算出する際に使用する少なくとも１つの
類似度算出方法を指定した指定情報を有しており，前記
類似度を算出する工程が，前記指定情報で指定された類
似度算出方法に基づいて，類似度を算出することを特徴
とする文字認識方法。 - 【請求項４】 請求項１記載の文字認識方法において，
前記候補文字組を生成する工程が，前記それぞれの類似
度の候補文字組をキーとして，あらかじめ定められたテ
ーブルを参照して前記最終的な候補文字組を生成するこ
とを特徴とする文字認識方法。 - 【請求項５】 請求項４記載の文字認識方法において，
前記候補文字組を生成する工程が，前記それぞれの類似
度の候補文字組の第１位候補文字を比較し，全ての候補
文字組の第１位候補文字が同一であれば，前記テーブル
を参照することなく，第１位候補文字を最終的な候補文
字として生成することを特徴とする文字認識方法。 - 【請求項６】 請求項４記載の文字認識方法において，
前記テーブルの内容が，何れの類似度算出方法の算出結
果に従うかを示すフラグ情報からなることを特徴とする
文字認識方法。 - 【請求項７】 請求項１ないし６記載の文字認識方法の
機能を実現するソフトウェアを格納したことを特徴とす
る記憶媒体。 - 【請求項８】 画像データから文字領域を切り出す文字
領域切出手段と，前記文字領域切出手段で切り出した文
字領域から，あらかじめ定められた特徴量を抽出する特
徴量抽出手段と，読み取り対象字種に応じたモデルまた
は標準パターンを格納した辞書手段と，前記特徴量抽出
手段で抽出した特徴量と前記辞書手段のモデルまたは標
準パターンとを比較して類似度を算出する類似度算出手
段と，前記類似度算出手段で算出した類似度に基づい
て，前記文字領域の候補文字組を生成する候補文字組生
成手段と，を備えた文字認識装置において，前記類似度
算出手段が，複数の異なる類似度算出方法を用いて同一
の特徴量と同一の辞書手段から複数の類似度を算出可能
であり，前記候補文字組生成手段が，前記類似度算出手
段で算出された類似度に基づいて，それぞれの類似度の
候補文字組を生成した後，前記それぞれの類似度および
それぞれの候補文字組に基づいて，最終的な候補文字組
を生成することを特徴とする文字認識装置。 - 【請求項９】 請求項８記載の文字認識装置において，
前記類似度算出手段が，複数の異なる類似度算出方法を
用いて同一の特徴量と同一の辞書手段から複数の類似度
を算出する場合に，前記複数の類似度の算出を所定の順
序で逐次的に実行する構成であり，かつ，先行して算出
した類似度が低い類似性を示して認識不能と判断された
場合にのみ，次の類似度の算出を行うことを特徴とする
文字認識装置。 - 【請求項１０】 請求項８記載の文字認識装置におい
て，前記辞書手段が，前記モデルまたは標準パターン毎
に，それぞれの類似度を算出する際に使用する少なくと
も１つの類似度算出方法を指定した指定情報を有してお
り，前記類似度算出手段が，前記指定情報で指定された
類似度算出方法に基づいて，類似度を算出することを特
徴とする文字認識装置。 - 【請求項１１】 請求項８記載の文字認識装置におい
て，前記候補文字組生成手段が，前記それぞれの類似度
の候補文字組をキーとして，あらかじめ定められたテー
ブルを参照して前記最終的な候補文字組を生成すること
を特徴とする文字認識装置。 - 【請求項１２】 請求項１１記載の文字認識装置におい
て，前記候補文字組生成手段が，前記それぞれの類似度
の候補文字組の第１位候補文字を比較し，全ての候補文
字組の第１位候補文字が同一であれば，前記テーブルを
参照することなく，第１位候補文字を最終的な候補文字
として生成することを特徴とする文字認識装置。 - 【請求項１３】 請求項１１記載の文字認識装置におい
て，前記テーブルの内容が，何れの類似度算出方法の算
出結果に従うかを示すフラグ情報からなることを特徴と
する文字認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8154644A JPH103518A (ja) | 1996-06-14 | 1996-06-14 | 文字認識方法，記憶媒体および文字認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP8154644A JPH103518A (ja) | 1996-06-14 | 1996-06-14 | 文字認識方法，記憶媒体および文字認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH103518A true JPH103518A (ja) | 1998-01-06 |
Family
ID=15588735
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP8154644A Pending JPH103518A (ja) | 1996-06-14 | 1996-06-14 | 文字認識方法，記憶媒体および文字認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH103518A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103714338A (zh) * | 2012-09-28 | 2014-04-09 | 欧姆龙株式会社 | 图像处理装置和图像处理方法 |
-
1996
- 1996-06-14 JP JP8154644A patent/JPH103518A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103714338A (zh) * | 2012-09-28 | 2014-04-09 | 欧姆龙株式会社 | 图像处理装置和图像处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3689455B2 (ja) | 情報処理方法及び装置 | |
| JP2726568B2 (ja) | 文字認識方法及び装置 | |
| JPH0981730A (ja) | パターン認識方法及び装置及びコンピュータ制御装置 | |
| JPH11184894A (ja) | 論理要素抽出方法および記録媒体 | |
| JP2011065255A (ja) | データ処理装置、データ名生成方法及びコンピュータプログラム | |
| JPH103518A (ja) | 文字認識方法，記憶媒体および文字認識装置 | |
| CN115858797A (zh) | 一种基于ocr技术生成中文近义词的方法及系统 | |
| JPH05314320A (ja) | 認識距離の差と候補順を利用した認識結果の評価方式 | |
| JP2001043316A (ja) | 文書画像処理方法、文書画像処理装置及び記録媒体 | |
| JP3009078B2 (ja) | 文字認識装置 | |
| CN117573839B (zh) | 文档检索方法、人机交互方法、电子设备及存储介质 | |
| CN117113268B (zh) | 多尺度数据融合方法、装置、介质及电子设备 | |
| CN118015385B (zh) | 一种基于多模态模型的长尾目标检测方法、装置和介质 | |
| JPH05346974A (ja) | 文字認識装置 | |
| JP4328511B2 (ja) | パターン認識装置、パターン認識方法、プログラムおよび記憶媒体 | |
| JPH1166230A (ja) | 文書認識装置、文書認識方法及び媒体 | |
| JPH0830725A (ja) | 画像処理装置及び方法 | |
| JP2740506B2 (ja) | 画像認識方法 | |
| JP2001184460A (ja) | 手書き文字認識装置および方法 | |
| JPH1166232A (ja) | 帳票定義方法 | |
| JP2002162986A (ja) | 情報処理装置及びその方法、コンピュータ可読メモリ | |
| JP2013246721A (ja) | 文字列認識装置、文字列認識プログラム、及び記録媒体 | |
| JPH10307839A (ja) | テキスト検索装置及び方法 | |
| JPS62281082A (ja) | 文字認識装置 | |
| JPH0620098A (ja) | 文字認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040622 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040914 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20050510 |