JPS59161784A - 文字認識大分類方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （技術分野） 本発明は文字認識に関し、更に具体的にＱまアルファベ
ット、数字、カタカナ等に関するメーンライン文字認識
に関するものである。

（背景技術） 従来のオンライン文字認識装置は、メーンラインである
が故の情報を用いて構成さ」ｔてきた。ｒｐｒ＋ち、ス
トロークそのものの情報とストロークのＩｔ頁を示す情
報である。これら２つの情報を用し・て、各ストローク
の特徴をこと細かに辞書に持ち、入力されたストローク
の特徴より辞書を参照して認識するという、いわゆるス
トロークアナリシス法であった。

ストロークアナリシス法の場合、アルファベット、数字
、カタカナ等（以〒ＡＮＤ（等と℃・つ）１００文字程
度の場合でも、それらの文字の特徴を各ストローク毎に
各文字の変形まで含めて辞書に記述するため辞書が膨大
となり、従って処理時間が大となり、処理時間を短くし
ようとすると・・−ドウエア規模が犬となるという欠点
があった。また、これらの欠点を補うためにはストロー
ク数や筆順に制約をつけざるを得す、これら字体や画数
や筆順に対する制約がまた大きな欠点として筆記者に不
便を強いてきたものである。

（発明の課題） 本発明の目的はこれらの欠点を除去するため、ストロー
クアナリシス法に依らず、文字全体を図形としてとらえ
、筆記された文字内にス）ｏ−り線分がどのように分布
しているかを識別することにより、筆記された文字を認
識するオンライン文字認識におけろ大分類法を提供しよ
うとするもので、以下詳細に説明する。

（発明の構成および作用） 第１図は本発明の一実施例を示すブロック図であって、
■はタブレノト、２はアナログ・ディジタル変換器（以
下Ａ／Ｄという）、３は久方ンジスタ（以下ＩＲという
）、４は演算用レジスタを含んだ演算器（以下ＡＬＵと
いう）、５は部分値レジスタ（以下ＰＲという）、６は
置数レジスタ（以下ＡＲという）、７はリフーＴレンス
レジスタ（以下１（Ｒという）、８は比較器（以下ＣＯ
ＭＰとい５）、９は候補レジスタ（以下ＳＲという）よ
り構成され、筆記者がタブレット１に記載した文字はＡ
／Ｄ２によりディジタル化され、このデータはＩ　Ｊ（
３に順次格納される。Ｉ　ｎ、　、３には、タブレット
１のサンプルレートに応じてデータが格納されるが、格
納されたデータはタブレット１の絶対座標を示すデータ
である。Ａ／Ｄ２よりＩＨ，３へのデータの格納と同時
に時分割的にＩＨ３のデータはＡＬＵ４へ送られ、−字
枠内の文字として最初に記載されたストローク始点を中
心とする相対的な座標系に変換され、更に同一点は削除
される。

これは、筆記者が筆記具をタブレット１の同一位置に置
いていた場合、同一点が入力され後の処理を複、雑にす
るのを避けるためである。

なお、哀トロークの始点及び終点は、ＩＨ３゜Ｐ、Ｒ，
５の内部において、それぞれどのデータが各ストローク
の始点なのか、または終点なのかが判断できるようにマ
ーキングされているものとする。

このようにして、Ｐ几５に格納されたデータはＡＬＵ４
を用いて前処理が施される。前処理はノイズ除去と平滑
化よりなるが、本発明の主題ではない。

以上説明したようにタブレット１より入力されたデータ
群は、同一点除去、ノイズ除去、平滑化が施され、Ｐｆ
（，５に格納される。数字「６」をタブレット１に記載
し、Ｐ　Ｒ，５に格納されたデータ群を各データの生起
順に直線で結んだものが第２図である。

第２図の図形より（１１始点、（２）終点、（３）ｘ、
ｙのストローク方向の変る点（以下極点とい’５　）　
、’（４１第２図の図形を４５°回転させた時のｘ、ｙ
の極点を代表点としてとりあげ、これら代表点間の距離
が近い場合には、近い代表点を無視することで第３図の
図形を得る。第３図は、前記ＰＩ（５に格納されたデー
タより前述の処理を施した結果のデータ群を各データの
生起順に直線で結んだものであり、結果のデータ群はＰ
Ｒ５に置かれる。

さて、Ａ　Ｎ　Ｋに相当する文字はこれらを図形として
みた場合、比較的ストロークの存在する位置が特徴的で
あり、各ストローク個々の特徴を見るよりも文字全体を
図形としてとらえ、ストロークが存在する位置がどこで
あるかという観点より見ることを提案するものであり、
以下詳細に説明す゛る。なお、第３図の代表点間を結ぶ
直線を以下セグメントと呼ぶ。また、説明文は−ｉ−ヘ
てＸ＋　Ｙ方向ともに正規化されたデータに関して説明
しているものとする。

先ず第１の特徴として、記載された全ストロークの線長
を用いる。Ｈｘ　、　Ｉ−Ｉｙを第３図に示すように、
ｘ、Ｙ方向の代表点の内で最大の座標値とすると、によ
り表わされる値を用いる。

第２の特徴として、各セグメントが存在する位置を用い
る。存在する位置として、あるセグメントがｘ、Ｙ方向
のどの場所に存在するかをｘ、ｙ成分側に数値化し、そ
の平均的な値を算出する。Ｘ成分のＸ軸上の位置につい
ては、 Ｘ成分のｙ軸上の位置についても同様に、により表わさ
れる。Ｘ成分のｙ軸上の位置についてをよ、 で、またＸ成分のＸ軸上の位置については、で表わされ
る。

上記Ｑ３〜Ｑ６は第３図でも明らかなどと＜１．記載さ
れた文字に外接する長方形の左下を原点とする座標系に
より演算を行なう。従って、各セグメントのｘ＋　Ｙ成
分の存在する位置は、ｙ軸上の位置については下にくる
ほど、Ｘ軸上の位置については左にくるほどその特徴量
は小さくなり、本発明の方法では全セグメントの位置に
関わる重みをすベニ て加算するため、原点に近い部分のセグメントの変化は
小さな差となって現われ、文字に外接する長方形上での
右上の部分でのセグメントの変化により左右されること
となる。従って第４図に示すごとく、文字に外接する長
方形の右上を原点とする座標系での前記Ｑ３〜Ｑ６に関
する演算を行ない、その結果をＱ７〜Ｑ＋ｏとする。な
お上記の演算は、複数ストロークの文字に対してはその
全ストロークの全セグメントに関して演算を行なう。

以上説明したＱ１〜Ｑ、０の式を用いて、Ｉ）Ｒ，５の
データはＡＬＴＪ　４により演算され、ＡＲ，６に格納
される。Ｒｆ％７には、各種の変形をも含めた各文字毎
のＱ、〜ＱＩＯの最大値、最小値が格納されている。Ａ
Ｒ６に格納された入力文字の特徴Ｑ、〜ＱＩＯは、ＲＲ
７の各文字の特徴とＣＯＭＰｓで比較される。几Ｒ７に
は最小値と最大値が格納されているため、ＣＯＭＰ８で
はＡＲ６の内容がＲＲ７に格納されている最小値から最
大値の範囲内に入っているか否かがＱ１〜Ｑ、。すべて
に渡って比較され、ｆ（，１（，７で示される範囲内に
ＡＲ６のＱ１〜Ｑ、ｏの全てが含まれている場合、その
時のＲａ７の数値を４　えた文字はＳＲ９へ送られ、格
納される。この結果、候補文字の１ケがＳ１％９に格納
されたこととなる。このようにして、ＡＮＫ等約１００
文字に対してすべての文字が範囲内に入っているかどう
かをＣＯＭＰ８により検証し終った時、ＳＲ９に格納さ
れている文字が大分類された文字群となる。

この後は、公知の方法、例えばストロークアナリシス法
により各文字を認識することができる。

第１表は、前記実施例にょｐ）文字の特徴量を演算した
値を示すものである。

以下余白 この第１表を見れば明らかなように、Ｑ（１）〜Ｑ（１
０）は各文字に対する図形的な特徴を代表しており、例
えば、文字゛Ｏ″′と文字ＩＴ＋は特徴量Ｑ６とＱ７に
よって明白に区別される。また文字”　０　”と文字゛
９°″は、特徴量Ｑ１とＱ５によって明白に区別される
。他の文字も内枠をとって示したところの特徴量によっ
て文字”　ｏ　”と区別される。

文字数が増加すると、このようにしても明白に区別でき
ない文字がある。また、筆記される文字は筆記者により
、また時々に応じて標準的な字形と異なるので、比較す
べき標章の特徴量に幅を持たせており、このため、さら
に区別できない文字が増す。しかしながら、前述のよう
な単純な演算により候補文字を大幅に減少することがで
きるので、すべての文字を従来の方法で認識していた時
に比べて、認識の処理時間が格段に少な（なる。

これによりハードウェアに依存する部分が少な（なり、
あるいはストローク数や筆順に制約をつけなくてもよく
なる。

この卑近な例として、数字の８を示すとよく理解できる
と思う。数字の８は矢印を筆順の方向とすると、ｆｆ’
Ｂφ８３等各種の書き方をするが、図形としてみろと類
似しており、ストローク線分の分布を示すＱ、〜Ｑｌｌ
ｌ＋の値としてはある範囲に入るため、ストロークアナ
リシス法では別々の見方をしなければならないが、本発
明の方法によ尤しば、１種類の見方だけでどの文字が書
かれたとしても数字８であると識別できる。

以上詳細に説明したように、本発明は、文字を図形とし
てとらえ筆記された文字内にストローク線分がどのよう
に分布しているかを識別ずろことにより、筆記さ」ｔた
文字を認識する大分類法であろ１こめ、ストロークアナ
リシス法と比較して〕・−ドウエア、処理時間等の計算
コストが小さくてすみ、更に例えば「７」を１ストロー
クで記載しても、また２ストロークで記載してもストロ
ーク数に関係なく、また複数ストロークの文字の場合で
も、その全ストロークの全セグメン）［対する値により
Ｑ、〜Ｑ１ｏの値を求めて比較するため、ストローク順
に規制されることがない。即ち、画数、筆順に左右され
ないオンライン文字認識における大分類法を提供するこ
とができる。

前記実施例では、ＣＯＭＰ８によりＡＲ６のデータがＪ
（、Ｒ１７のデータ範囲内に入る文字を候補としてＳ　
ＩＩ・９に送ると説明したが、前記説明では、Ｑ１〜Ｑ
、。の内１ヶでもＡＲ６のデータがＲＲ７に示される最
小値より最大値までの範囲から逸脱すると候補文字から
除外される。これを防ぐために、別にフリップフロッグ
回路（以下Ｆｌ”という）を、設け、Ｑ１〜ＱＩＯの内
初めてＲ，Ｉ（，７の範囲を逸脱した時はそのＦＦをセ
ットし、その後範囲を逸脱しない時はそのＦＦの情報と
候補文字コードをＳＲ９へ格納するようにすると、大分
類における候補として、候補なしという状態を少な（す
ることができる。大分類における候補なしという状態は
、全稈特殊な文字の書き方をしない限り表われない現象
であるが、そのような場合においても、大分類時点でリ
ジェクトされるということはない。

次に、前記と同等大分類におけるリジェクトを少なくす
る方法であるが、ＡＲ６に入力された入力文字データに
対し、Ｒ，Ｒ７のデータを用いてＣＯＭＰ８で検証して
も候補文字がない場合、ｉ（、Ｅ・７の内容を１７８〜
１７４程度の大きさで範囲を増大させて再度検証すると
いう方法も有効である。

（発明の効果） 以上の説明で明らかなごとく、本発明は文字を図形とし
てとらえストローク線分の分布状態を特徴として用いて
文字を認識するものであり、非常に簡単なハードウェア
によりオンライン文字認識の大分類ができるものである
。また、本発明ばＡＮＫ等１００文字程度に限られるも
のでなく、υ・らがなや漢字の部分パターンの認識にも
応用できるものであることは、当業者であれば容易に理
解できろものであると考える。

【図面の簡単な説明】

第１図は本発明の−Ｔ−実施例を示すブロック図、第２
図は平滑化後のデータの一例、第３図は第２図より代表
点を抽出したデータの一例、第４図は文字に外接する長
方形の右上に原点をとったものである。 ■・・・・・・・・・タブレノト ２・・・・・・・・アナログ・ディジタル変換器３・・
・・・・・・入力レジスタ ４・・・・・・・演算用レジスタを含んだ演算器５・・
・・・・・・部分値レジスタ ６・・・・・・・・・置数レジスタ ７・・・・・・・・リファレンスレジスタ８　・・・・
・・比較器 ９・・・・・・・・候補レジスタ

Claims (1)

【特許請求の範囲】
1. 文字を記載する時の筆記具の座標を示すデータを発生す
   るタブレットと、前記−タブレットより発生するデータ
   に基づき筆記された文字を認識するオンライン文字認識
   装置において、タブレットよりのアナログデータをティ
   ジタルデータに変換する手段と、テイジタルデータを一
   時格納し前処理を行い、前記前処理後のデータより線分
   の長さ、相対位置等よりなる特徴量の演算を行なった結
   果を格納する手段と、予め格納されているデータまたは
   予め格納されているデータを修飾したデータと、前記所
   定の演算結果のデータとの間の大小関係を比較する手段
   を有し、筆記された文字のスト、口−り線分の分布位置
   を識別することにより差配文字を認識するオンライン文
   字認識大分類方法。