JPS5922179A - 文字認識方法 - Google Patents
文字認識方法Info
- Publication number
- JPS5922179A JPS5922179A JP57132620A JP13262082A JPS5922179A JP S5922179 A JPS5922179 A JP S5922179A JP 57132620 A JP57132620 A JP 57132620A JP 13262082 A JP13262082 A JP 13262082A JP S5922179 A JPS5922179 A JP S5922179A
- Authority
- JP
- Japan
- Prior art keywords
- code
- code value
- dictionary
- feature
- category
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Character Discrimination (AREA)
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
本発明は文字サンプル帳票の文字により辞書を作り、帳
票読取時には作られた辞書との照合により文字を認識す
る文字認識方法に関する。
票読取時には作られた辞書との照合により文字を認識す
る文字認識方法に関する。
従来、この棟の文字認識方法では乱雑な文字を書く人で
も各個人に限定すれば、字形は似たパターンになるとい
うことで、帳票記入者が何回も１いた同一形式の帳票を
読ませ、各文字の特徴を抽出し、文字カテゴリごとに得
られる特徴量の範囲を求め帳票記入者の辞書としている
。
も各個人に限定すれば、字形は似たパターンになるとい
うことで、帳票記入者が何回も１いた同一形式の帳票を
読ませ、各文字の特徴を抽出し、文字カテゴリごとに得
られる特徴量の範囲を求め帳票記入者の辞書としている
。
第１図は辞書作成のだめの手引き文字サンプル帳票の一
例を示す図であり、何というカテゴリ名かはこの例の場
合、帳票上の位置によって決められる。
例を示す図であり、何というカテゴリ名かはこの例の場
合、帳票上の位置によって決められる。
ところで、この方法でも、他カテゴリの特徴片を考慮し
ての辞書作成でないために似た形の異なるカテゴリに対
して抽出される特徴凰は違わなければならず、マクロな
特徴とミクロな特徴とを１同時に多数抽出し、辞書を作
る必要があυ、辞自作成は困難である。まだ、他カテゴ
リ全部の特徴片を考慮しての辞書作成では、時間が力・
力・りすき゛る。
ての辞書作成でないために似た形の異なるカテゴリに対
して抽出される特徴凰は違わなければならず、マクロな
特徴とミクロな特徴とを１同時に多数抽出し、辞書を作
る必要があυ、辞自作成は困難である。まだ、他カテゴ
リ全部の特徴片を考慮しての辞書作成では、時間が力・
力・りすき゛る。
本発明の目的ｒよ上記問題を解決する分割処理により辞
書を作る文字認識方法を提供することにある。
書を作る文字認識方法を提供することにある。
上記目的を達成するため、本発明の文字認識方法は、ま
ず、文字サンプル帳票を入力し、各文字ごとに与えたカ
テゴリ名と予め定めた偵数個の特徴の特徴片を符号比し
たコード値の列とを記憶し文字サンプル帳票上の文字に
対する符号化が終了すると、前記特徴の中の一つのマク
ロな特徴（以下特徴Ｉ（とする）における各カテゴリこ
とのコード値出現頻度分布から、コード値の範囲内にあ
るカテゴリ数が少なくなるようにコード値範囲を決定し
、各コード値範囲ごとに前記特徴Ｈに対応するコード値
が範囲内にあるコード値の列を使用し同一カテゴリ名の
コード値の列を（曵カテゴリのコード値の列を含まない
ようにして各特徴ごとにコード値を組合せ下限値コード
と上限値コードとを求めてコード値の範囲とし、カテゴ
リ名と各特徴ごとのコード値の範囲とで分割辞書の辞書
要素を作り、コード値範朋ごとに作られた分割辞書の１
＜合を辞書とする。
ず、文字サンプル帳票を入力し、各文字ごとに与えたカ
テゴリ名と予め定めた偵数個の特徴の特徴片を符号比し
たコード値の列とを記憶し文字サンプル帳票上の文字に
対する符号化が終了すると、前記特徴の中の一つのマク
ロな特徴（以下特徴Ｉ（とする）における各カテゴリこ
とのコード値出現頻度分布から、コード値の範囲内にあ
るカテゴリ数が少なくなるようにコード値範囲を決定し
、各コード値範囲ごとに前記特徴Ｈに対応するコード値
が範囲内にあるコード値の列を使用し同一カテゴリ名の
コード値の列を（曵カテゴリのコード値の列を含まない
ようにして各特徴ごとにコード値を組合せ下限値コード
と上限値コードとを求めてコード値の範囲とし、カテゴ
リ名と各特徴ごとのコード値の範囲とで分割辞書の辞書
要素を作り、コード値範朋ごとに作られた分割辞書の１
＜合を辞書とする。
本方法は他カテゴリの特徴値を常に考慮して辞書を作る
ために、本方法によると自動的に帳票記入者の文字の認
識に適した辞書を作れ、しかも辞書作成の際同時に処理
する必要のあるデータ数を少々〈できるので、作成時間
を短縮出来る。
ために、本方法によると自動的に帳票記入者の文字の認
識に適した辞書を作れ、しかも辞書作成の際同時に処理
する必要のあるデータ数を少々〈できるので、作成時間
を短縮出来る。
第２図は従来の文字認識方法を訝１明するための具体的
な装置のブロック図であり、帳票読取前に辞書を補助記
憶部７から辞書部５に記憶する。
な装置のブロック図であり、帳票読取前に辞書を補助記
憶部７から辞書部５に記憶する。
帳票−ヒの一文字の文字パターンは走査部１で光電変換
され画像データとしてパターンメモリ部２に記憶される
。特徴抽出部３はパターンメモリ部２内の二次元パター
ンから認識に必要な特徴の特徴片を抽出し、照合部４は
辞虐部５に記憶されている特徴片と抽出された特徴祇と
も照合し、読取結果６を出力する。
され画像データとしてパターンメモリ部２に記憶される
。特徴抽出部３はパターンメモリ部２内の二次元パター
ンから認識に必要な特徴の特徴片を抽出し、照合部４は
辞虐部５に記憶されている特徴片と抽出された特徴祇と
も照合し、読取結果６を出力する。
一方、第３図は本発明に係る文字θ３識方法を説明する
だめの具体的な装置の一実施例を示すブロック図であり
、まず文字サンプル帳票を入力すると、：ｉｌ、Ｎ票上
の一文字の文字パターンは走査部１で光電変換され、画
像データとしてパターンメモリ部２に記憶され、特徴抽
出部３：まパターンメモリ部２内の二次元パターンから
定められた倹数間の特徴の特砿量を抽出、符号化し、コ
ード値の列として与えられたカテゴリ名と共に、コード
記憶部８に記憶する。文字サンプル帳票上の文字に対す
る記憶が終了すると、次に辞書発生部９はコード記憶部
８のコード値列を用い、前記特徴ｒ］に対する各カテゴ
リごとのコードイ直出現１ＪｆｉＬ（分布を作り得られ
たコード値出現頻度分布からコード値の範囲内にあるカ
テゴリ数が少なくなるように複数のコード値範囲を決定
、すなわち分割する。その後前記特徴Ｈに対応するコー
ド値が前述のコード値範囲内にあるコード記憶部８のコ
ード値列ごとに次の分割辞書作成を行い、辞書部５に記
憶する。
だめの具体的な装置の一実施例を示すブロック図であり
、まず文字サンプル帳票を入力すると、：ｉｌ、Ｎ票上
の一文字の文字パターンは走査部１で光電変換され、画
像データとしてパターンメモリ部２に記憶され、特徴抽
出部３：まパターンメモリ部２内の二次元パターンから
定められた倹数間の特徴の特砿量を抽出、符号化し、コ
ード値の列として与えられたカテゴリ名と共に、コード
記憶部８に記憶する。文字サンプル帳票上の文字に対す
る記憶が終了すると、次に辞書発生部９はコード記憶部
８のコード値列を用い、前記特徴ｒ］に対する各カテゴ
リごとのコードイ直出現１ＪｆｉＬ（分布を作り得られ
たコード値出現頻度分布からコード値の範囲内にあるカ
テゴリ数が少なくなるように複数のコード値範囲を決定
、すなわち分割する。その後前記特徴Ｈに対応するコー
ド値が前述のコード値範囲内にあるコード記憶部８のコ
ード値列ごとに次の分割辞書作成を行い、辞書部５に記
憶する。
同一カテゴリ名のコード値の列を他カテゴリのコド値の
範囲とし、カテゴリ名と各特徴ごとのコード値の範囲と
で、分割辞書の辞書要素を表現する。
範囲とし、カテゴリ名と各特徴ごとのコード値の範囲と
で、分割辞書の辞書要素を表現する。
従って、辞書はコード値を特徴をもとに並べたコード値
範囲列で構成される。
範囲列で構成される。
また、文字サンプル帳票を使用しないときは、帳票上の
文字に対するカテゴリ名をカテゴリ名人力部１０で与え
る。
文字に対するカテゴリ名をカテゴリ名人力部１０で与え
る。
第４図はコード値列の一例を示す図であり、カテゴリ名
と各特徴に対する特徴値の符号化されたコード値を並べ
たものである。ただし、特徴数は簡単のために２１１１
！ｉＩとする。
と各特徴に対する特徴値の符号化されたコード値を並べ
たものである。ただし、特徴数は簡単のために２１１１
！ｉＩとする。
第５図は第４図のコード値列の一つの特徴に対するコー
ド値（前側のコード値）から得られるコ−ド値出現頻度
分布の一例を示す図である。
ド値（前側のコード値）から得られるコ−ド値出現頻度
分布の一例を示す図である。
図において、ｌから８はコード値をＣ１（ｉ−１〜６）
はカテゴリ名を、記号０は頻度のあることを表わすとす
る。コード値範囲を決定する方法の一つは、まず、カテ
ゴリを最も多く含むコード値を一つ選び、選ばれたコー
ド値のカテゴリに含まれるカテゴリを持つコード値を求
め、求められたコード値の下限と上限とでコード値範囲
とする方法である。
はカテゴリ名を、記号０は頻度のあることを表わすとす
る。コード値範囲を決定する方法の一つは、まず、カテ
ゴリを最も多く含むコード値を一つ選び、選ばれたコー
ド値のカテゴリに含まれるカテゴリを持つコード値を求
め、求められたコード値の下限と上限とでコード値範囲
とする方法である。
まず、最もカテゴリ数の多いコード値２を選びコード値
２のカテゴリたけを含むコード値を次々に求めコード値
範囲の作成を行う。コード値２の隣のコード値１のカテ
ゴリは含まれ、片方の隣のコード値３のカテゴリも含ま
れる。次のコード値４のカテゴリＣ４はコード値２のカ
テゴリには含まれないので、コード値範囲１から３が得
られる。
２のカテゴリたけを含むコード値を次々に求めコード値
範囲の作成を行う。コード値２の隣のコード値１のカテ
ゴリは含まれ、片方の隣のコード値３のカテゴリも含ま
れる。次のコード値４のカテゴリＣ４はコード値２のカ
テゴリには含まれないので、コード値範囲１から３が得
られる。
次に残りのコード値に対して処理をくり返す。
次のカテゴリ数の多いコード値は同数のときはコード値
の小さい方を選ぶとすると、コード値５が選択され、同
様にコード値５のカテゴリが含まれる片側のコード値は
４が求まり、他方のコード値６では、カテゴリ２が含ま
れないので、次のフード値範囲は４から５となる。さら
に、残りのコード値に対しで処理をくり返すと、まず、
コード値６が選ばれ、コード値６のカテゴリとの包含関
係よ）コード値範囲６から８が得られる。
の小さい方を選ぶとすると、コード値５が選択され、同
様にコード値５のカテゴリが含まれる片側のコード値は
４が求まり、他方のコード値６では、カテゴリ２が含ま
れないので、次のフード値範囲は４から５となる。さら
に、残りのコード値に対しで処理をくり返すと、まず、
コード値６が選ばれ、コード値６のカテゴリとの包含関
係よ）コード値範囲６から８が得られる。
帳票の読取りは、次のようにして行う。
帳票上の一文字の文字パターンは走査部ｌで先祖変換さ
れ、画像データとしてパターンメモリ部２に記憶され、
特徴抽出部３はパターンメモリ部２内の二次元パターン
から定められた特徴の待機量を抽出、符号化し、前記特
徴Ｙｌの特徴コード値に対応して読出された分割辞書の
コード値範囲列と前記特徴抽出部３で得られるコード値
列とを照合し、読取結果６を出力する。ここで特徴抽出
部３において抽出される特徴の榴類は大別して２つに分
けられ、１つは文字線追跡によって得られるもの、もう
１つは背景解析によって得られるものである。前者は文
字を副線パターンに変換し、線を追跡して検出される端
点、分岐点交差点等の特徴点の個数、位置関係、つなが
り、特徴点間の曲り等であり、後者は文字の輪郭を追跡
して四部、凸部に分割し、各部のわん頻度、各部の開方
向、全長に丸する各部の追跡家比、各部の方向ヒストグ
ラム等である。例えば、１）ＩＪ記特畝Ｆ（として凹部
の開方向の特徴を用いる。
れ、画像データとしてパターンメモリ部２に記憶され、
特徴抽出部３はパターンメモリ部２内の二次元パターン
から定められた特徴の待機量を抽出、符号化し、前記特
徴Ｙｌの特徴コード値に対応して読出された分割辞書の
コード値範囲列と前記特徴抽出部３で得られるコード値
列とを照合し、読取結果６を出力する。ここで特徴抽出
部３において抽出される特徴の榴類は大別して２つに分
けられ、１つは文字線追跡によって得られるもの、もう
１つは背景解析によって得られるものである。前者は文
字を副線パターンに変換し、線を追跡して検出される端
点、分岐点交差点等の特徴点の個数、位置関係、つなが
り、特徴点間の曲り等であり、後者は文字の輪郭を追跡
して四部、凸部に分割し、各部のわん頻度、各部の開方
向、全長に丸する各部の追跡家比、各部の方向ヒストグ
ラム等である。例えば、１）ＩＪ記特畝Ｆ（として凹部
の開方向の特徴を用いる。
第６図は第３図に対応する本発明の交字紹織方法をプロ
セッサとメモリを使って購成する文字、ｇ識装置の一実
施例をボナブロック図でイ）す、１１は所定のパターン
領域を走査する走査回路、１２はパターンメモリ、１３
は照合に使う辞占を記憶する辞書メモリ、１４は辞書作
成に使うカテゴリ名と′ｌ’！＃ ｍ ｆｆｌのコード
値列を記１．はするコードメモリ、１５はフログラムメ
モリ、１６は読取汎イ果を邑力表示する出力装置、１７
は出力結果の修正を行うためのキー入力回路、１８ハブ
ログラムメモリ１５にセットする特徴抽出ブログラノ＼
、照合プログラム、辞函作成プログラム、コード値範囲
作成プログラムを記憶している油動記憶装置、２０はブ
ロセッツである。
セッサとメモリを使って購成する文字、ｇ識装置の一実
施例をボナブロック図でイ）す、１１は所定のパターン
領域を走査する走査回路、１２はパターンメモリ、１３
は照合に使う辞占を記憶する辞書メモリ、１４は辞書作
成に使うカテゴリ名と′ｌ’！＃ ｍ ｆｆｌのコード
値列を記１．はするコードメモリ、１５はフログラムメ
モリ、１６は読取汎イ果を邑力表示する出力装置、１７
は出力結果の修正を行うためのキー入力回路、１８ハブ
ログラムメモリ１５にセットする特徴抽出ブログラノ＼
、照合プログラム、辞函作成プログラム、コード値範囲
作成プログラムを記憶している油動記憶装置、２０はブ
ロセッツである。
第３図における機能をξへ６図の文字７名識装嘘で行う
には、次のような処理が必要である。
には、次のような処理が必要である。
まず、プロセッサ２０は補助的記憶装置１８にある特ｍ
ｍ出プログラムをプログラムメモリ１５にセットする。
ｍ出プログラムをプログラムメモリ１５にセットする。
次に文字サンプル１眼票を入力すると帳築上の文字は走
査回路１１で走査、翅子化され 。
査回路１１で走査、翅子化され 。
２値パターンとしてパターンメモリ１２にセットされる
。プロセッサ２０はプログラムメモリ１５ Ｈｃ上セツ
トれた’ｔ＃徴抽出ブロゲラムを実行し、／ぐり′−ン
メモリ１２にある２値パターンから特徴を抽出し、その
特徴層を求め符号化し、帳票上の位置によって与えられ
るカテゴリ名と共に得られたコード値列にコードメモリ
１４に記憶する。文字サンプル帳票上の文字を次々と処
理してコードメモリ１４へのＷ１ル憶が終ｒすると、コ
ード値範囲決定処理に入る。プロセッサ２（）が匍助記
憶装置１８にあるコード範囲作成プログラムをプログラ
ムメモリ１５にセットすると、指定された特徴（前記特
徴Ｈ）に対応するコードメモリ１４内のコード値を使用
し、コード値出現頻度分布を作成し、前述の方法でコー
ド値範囲を求める。次に各コード値範囲ごとに分割辞書
作成処理に入る。プロセッサ２０は補助記憶装＃１８の
辞書作成プログラムをプログラムメモリ１５にセットし
、プログラムを実行し、コードメモリ１４のフード器外
をインタフェースバス１９を介して取出し、前記コード
範囲作成プログラムで指定された・詩歌と同じＩ待機に
対応す６コート′値が求まったコード値範囲内にあるコ
ード値列だけで、分割辞書を発生し辞書メモリ１３にセ
ットする。各コード値範囲での上記処理終了後に、実際
のニー票Ｊ々収りをｆｊう。
。プロセッサ２０はプログラムメモリ１５ Ｈｃ上セツ
トれた’ｔ＃徴抽出ブロゲラムを実行し、／ぐり′−ン
メモリ１２にある２値パターンから特徴を抽出し、その
特徴層を求め符号化し、帳票上の位置によって与えられ
るカテゴリ名と共に得られたコード値列にコードメモリ
１４に記憶する。文字サンプル帳票上の文字を次々と処
理してコードメモリ１４へのＷ１ル憶が終ｒすると、コ
ード値範囲決定処理に入る。プロセッサ２（）が匍助記
憶装置１８にあるコード範囲作成プログラムをプログラ
ムメモリ１５にセットすると、指定された特徴（前記特
徴Ｈ）に対応するコードメモリ１４内のコード値を使用
し、コード値出現頻度分布を作成し、前述の方法でコー
ド値範囲を求める。次に各コード値範囲ごとに分割辞書
作成処理に入る。プロセッサ２０は補助記憶装＃１８の
辞書作成プログラムをプログラムメモリ１５にセットし
、プログラムを実行し、コードメモリ１４のフード器外
をインタフェースバス１９を介して取出し、前記コード
範囲作成プログラムで指定された・詩歌と同じＩ待機に
対応す６コート′値が求まったコード値範囲内にあるコ
ード値列だけで、分割辞書を発生し辞書メモリ１３にセ
ットする。各コード値範囲での上記処理終了後に、実際
のニー票Ｊ々収りをｆｊう。
帳票が入力されると、帳票上の文字は走査回路１１で走
査量子化され、２値パターンとしてパターンメモリ１２
にセットサれる。プロセッサ２０はプログラムメモリ１
５にある特ｄＭｌ出プログラムを実行し、パターンメモ
リ１２にある２値パターンから特徴を抽出し、求まった
各特徴量を付け化し、コード値列に変換すると同時に前
述の特徴■４のコード値で分割辞書を辞ｔＦメモリ１３
から読出す。
査量子化され、２値パターンとしてパターンメモリ１２
にセットサれる。プロセッサ２０はプログラムメモリ１
５にある特ｄＭｌ出プログラムを実行し、パターンメモ
リ１２にある２値パターンから特徴を抽出し、求まった
各特徴量を付け化し、コード値列に変換すると同時に前
述の特徴■４のコード値で分割辞書を辞ｔＦメモリ１３
から読出す。
次にプロセッサ２０はプログラムメモリ１５にセットさ
れた照合プログラムを実行し、求まっだ特徴量のコード
値列と読出された分割辞書のコード値範囲列とで照合を
行い、結果を出力装置１６に出力する。
れた照合プログラムを実行し、求まっだ特徴量のコード
値列と読出された分割辞書のコード値範囲列とで照合を
行い、結果を出力装置１６に出力する。
第７図はコード値範囲を決めるだめの第５図を記号で一
般的に表現したもので、第５図の○印は％Ｉ＃、それ以
外は０″で表示している。また、一つのコード値ｉの０
′と′１“からなる列をＶｉ。
般的に表現したもので、第５図の○印は％Ｉ＃、それ以
外は０″で表示している。また、一つのコード値ｉの０
′と′１“からなる列をＶｉ。
カテゴリ厩をＴｉとすると、前述のコード値範囲作成は
、第８因のフローチャートとなる。第８図においで１０
で示す処理は、最大または残ったツー１：情の中で最も
カテゴリ数の多いコードｆｉｘ −＜ 検出する処理で
〜１■は検出されンにコード値、Ｍ ＴばＮｉ工のコー
ド・飴に苅ｂ’５．するカテゴリ？ａを表わす。
、第８因のフローチャートとなる。第８図においで１０
で示す処理は、最大または残ったツー１：情の中で最も
カテゴリ数の多いコードｆｉｘ −＜ 検出する処理で
〜１■は検出されンにコード値、Ｍ ＴばＮｉ工のコー
ド・飴に苅ｂ’５．するカテゴリ？ａを表わす。
検出されたカテゴリ数が０であれば、コード値範囲作成
は終る。２０で示吋処理は前述のコード値Ｍ１のカテゴ
リＶと包含関係にあるＭ ｉより小さいコード値検出を
イｉ１／−１得られるコード値はＬｉであり、まだ３０
の処理は前述のコード値λ４ＩのカテゴリＶと包含関係
にあるＭｌより大きいコード値検出を行いＵＩとする。
は終る。２０で示吋処理は前述のコード値Ｍ１のカテゴ
リＶと包含関係にあるＭ ｉより小さいコード値検出を
イｉ１／−１得られるコード値はＬｉであり、まだ３０
の処理は前述のコード値λ４ＩのカテゴリＶと包含関係
にあるＭｌより大きいコード値検出を行いＵＩとする。
前記処理からコード値範囲ＬＩからＵＩまでが求まり、
処理を〈シ返すことにより複数個のコード値範囲が得ら
れる。
処理を〈シ返すことにより複数個のコード値範囲が得ら
れる。
第９図は分割辞書を作るため、文字サンプルから得られ
たカテゴリ名とあらかじめ決められた何種類かの特徴の
特徴量のコード値を記号で示したコード値列の図であり
、−例として（Ｃ１） ５４８・・・−・・・・・６．
（Ｃ２）８２６・・・・・・・・・５のコード値列
が示されている。
たカテゴリ名とあらかじめ決められた何種類かの特徴の
特徴量のコード値を記号で示したコード値列の図であり
、−例として（Ｃ１） ５４８・・・−・・・・・６．
（Ｃ２）８２６・・・・・・・・・５のコード値列
が示されている。
ここで、前述の特徴Ｈに対するコード値は全て前述の一
つのコード値範囲内にあるとする。
つのコード値範囲内にあるとする。
図において、Ｃはカテゴリ名を符号化したカテゴリパラ
メータを、ｋはサンプル数を、Ｆ（ｃ、 ｋ）は特徴量
のコード値を表わすとすると、文字サンプル数は、各カ
テゴリごとに同数のＬ個づつ、カテゴリ数はＮ個、特徴
数はＭ個であるこ吉を表わしている。
メータを、ｋはサンプル数を、Ｆ（ｃ、 ｋ）は特徴量
のコード値を表わすとすると、文字サンプル数は、各カ
テゴリごとに同数のＬ個づつ、カテゴリ数はＮ個、特徴
数はＭ個であるこ吉を表わしている。
第１０図は第９図の記号を使って分割辞書を作るフロー
チャート図である。
チャート図である。
１１０で示す処理は、カテゴリパラメータＣとサンプル
数に対応するサンプル数パラメータに’Ｔ［するメモリ
上の位置Ｐ（ｃ、ｋ）を文字Ａでクリアする処理で、す
でに辞書作成に使われたかを示すフラグとみなし、Ｐ（
ｃ、ｋ）−Ａであれば、未処理を表わす。
数に対応するサンプル数パラメータに’Ｔ［するメモリ
上の位置Ｐ（ｃ、ｋ）を文字Ａでクリアする処理で、す
でに辞書作成に使われたかを示すフラグとみなし、Ｐ（
ｃ、ｋ）−Ａであれば、未処理を表わす。
１２０で示す処理は未処理、すなわちＰ（ｃ、ｋ）−Ａ
のとき、Ｐ（ｃ、ｋ）をもとに特徴Ｆｊの特徴値の下限
値ＦｔＪと上限値Ｆｓ３を作る処理であり、Ｐ（ｃ、
ｋ）−Ｙであれば処理ずみを表わす。
のとき、Ｐ（ｃ、ｋ）をもとに特徴Ｆｊの特徴値の下限
値ＦｔＪと上限値Ｆｓ３を作る処理であり、Ｐ（ｃ、
ｋ）−Ｙであれば処理ずみを表わす。
１３０ テ示−ｊ−処理は、１２ｏで指定されたカテゴ
リパラメータ（ｍ Ｃと同じパラメータ値Ｃで、サンプ
ル数パラメータｋを変えて未処理のＰ（ｃ、ｋ）を求メ
、前記サンプル数パラメータにの特徴Ｆｊの特価をＦｚ
Ｊとする処理である。
リパラメータ（ｍ Ｃと同じパラメータ値Ｃで、サンプ
ル数パラメータｋを変えて未処理のＰ（ｃ、ｋ）を求メ
、前記サンプル数パラメータにの特徴Ｆｊの特価をＦｚ
Ｊとする処理である。
１４０で示す処理は前記特徴値ＦｔＪとＦｔＪのうち１
７０テ示す処理は、前述（２） １３０．１４０．１５
０および１６０処理を、サンプル数パラメータｋを変え
て全サンプル数り回くり返すだめの処理である。
７０テ示す処理は、前述（２） １３０．１４０．１５
０および１６０処理を、サンプル数パラメータｋを変え
て全サンプル数り回くり返すだめの処理である。
１８０で示す処理はカテゴリパラメータＣと特徴Ｆｊの
下限値Ｆ ｔ Ｊと上限値ＦｓＪとで１つの辞書を作る
処理である。
下限値Ｆ ｔ Ｊと上限値ＦｓＪとで１つの辞書を作る
処理である。
１９０で示す処理はサンプル数パラメータｈを変えて上
述の処理を、全サンプル数り回くり返すだめの処理であ
る。
述の処理を、全サンプル数り回くり返すだめの処理であ
る。
２００で示す処理はカテゴリ数パラメータＣを変えて上
述の各Ｃごとの辞書作成処理を、全カテゴリ数８回くり
返すだめの処理である。
述の各Ｃごとの辞書作成処理を、全カテゴリ数８回くり
返すだめの処理である。
従って、作成される分割辞書は第１１図に示すようにカ
テゴリ名のコードｆｉｆｆｉ Ｃと各特徴ごとの特徴量
の下限値コードＦ＋ｊと上限値コードＦ ｓ ｊとから
構成される。
テゴリ名のコードｆｉｆｆｉ Ｃと各特徴ごとの特徴量
の下限値コードＦ＋ｊと上限値コードＦ ｓ ｊとから
構成される。
前記処理がコード値範囲ごとくり返され、分割辞書の集
合が本認識方法の辞書である。
合が本認識方法の辞書である。
本範囲作成方法はデータ数が２倍になると、くり返し回
数は約４倍になる。従って、前述のような分割を行うと
同時に処理する必要なデータ数が減り、辞書作成時間を
短縮出来る。例えば４つに分割すると全辞書作成時間は
Ｋに減少する。
数は約４倍になる。従って、前述のような分割を行うと
同時に処理する必要なデータ数が減り、辞書作成時間を
短縮出来る。例えば４つに分割すると全辞書作成時間は
Ｋに減少する。
最後に照合処理方法の一例を示す。
読取対象の文字パターンから特徴抽出プログラムの実行
によって得られた特徴量のコード値列を、ＦＩ、、ＦＩ
、・・・・・・・・・・・・ＦＩＭとすると、前記特徴
Ｈの７−ド値により選択されたコード値範囲での分割辞
書のモｅ小さい値の方をＦｊｎに、前記特徴値Ｆ３ｊと
Ｆ、ｊのうち、大きい値の方をＦｊｍにする処理である
。
によって得られた特徴量のコード値列を、ＦＩ、、ＦＩ
、・・・・・・・・・・・・ＦＩＭとすると、前記特徴
Ｈの７−ド値により選択されたコード値範囲での分割辞
書のモｅ小さい値の方をＦｊｎに、前記特徴値Ｆ３ｊと
Ｆ、ｊのうち、大きい値の方をＦｊｍにする処理である
。
１５０で示す処理は前記Ｃ以外のカテゴリパラメータａ
とサンプル数パラメータｌとで決まる位置にある特徴値
１勺（ａ、ｌ）と前記Ｆｊｎ、ＦＪｍとで相違量Ｄａｌ
ｌを下記計算式で求め、カテゴリパラメータａとサンプ
ル数パラメータｌとを変えて得られる最小相違量をＤと
する処理である。
とサンプル数パラメータｌとで決まる位置にある特徴値
１勺（ａ、ｌ）と前記Ｆｊｎ、ＦＪｍとで相違量Ｄａｌ
ｌを下記計算式で求め、カテゴリパラメータａとサンプ
ル数パラメータｌとを変えて得られる最小相違量をＤと
する処理である。
−Ｆｊｍ〕
ただし、〔θ〕−〇（θ≦０）、〔θ〕−〇〈θ〉〕）
ここでＷｊは特徴Ｆｊの重みで、統計処理であらかじめ
求まっているとする。
ここでＷｊは特徴Ｆｊの重みで、統計処理であらかじめ
求まっているとする。
１６０で示す処理は最小相違量りが閾値１以上であれば
、Ｆｊｎを特徴Ｆｊの下限値Ｆ、ｊにＦｊｍを特徴Ｆ・
の上限値Ｆ、ｊにし、フラグＰ（ｃ、ｋ）にＹを入れて
処理ずみとする。
、Ｆｊｎを特徴Ｆｊの下限値Ｆ、ｊにＦｊｍを特徴Ｆ・
の上限値Ｆ、ｊにし、フラグＰ（ｃ、ｋ）にＹを入れて
処理ずみとする。
上限値コードＦ８・（ｂ）、上限値Ｆ ３ ｊ （ｂ）
とで相違量Ｄ（ｂ）を計笠する。
とで相違量Ｄ（ｂ）を計笠する。
ただし、〔θ〕−〇（θ≦Ｏ）、〔θ〕−〇（θ＞Ｏ）
、Ｗｊは特徴Ｆｊの重みである。
、Ｗｊは特徴Ｆｊの重みである。
ｂ−１からＢまでで最小相違量となるｂに対応するカテ
ゴリ名コード値Ｃを読取対象文字の読取結果とする。
ゴリ名コード値Ｃを読取対象文字の読取結果とする。
本発明の特長は、マクロ特徴の特徴値を符号化して得ら
れるコード値出現頻度分布からカテゴリ数をもとに複数
個のコード値範囲を求め、各コード値範囲ごとに分割辞
書を作るようにすることで同時に考慮する必要のあるデ
ータ数が少なくなり辞の作成時間が短縮される。今まで
の説明では一個の特徴を使って分割辞書の作成を行って
いるが複数個の特徴の組を使っても同様に分割辞書を作
れる。
れるコード値出現頻度分布からカテゴリ数をもとに複数
個のコード値範囲を求め、各コード値範囲ごとに分割辞
書を作るようにすることで同時に考慮する必要のあるデ
ータ数が少なくなり辞の作成時間が短縮される。今まで
の説明では一個の特徴を使って分割辞書の作成を行って
いるが複数個の特徴の組を使っても同様に分割辞書を作
れる。
以上説明したように、本発明によれば特徴量を符号化し
コード列として記憶した後、文字読取装置内で辞書が作
成でき、読取対象帳票の文字に対する辞優を発生できる
ので、性能の良い文字読取装置を得ることが可能となり
、その効果は大なるものがある。
コード列として記憶した後、文字読取装置内で辞書が作
成でき、読取対象帳票の文字に対する辞優を発生できる
ので、性能の良い文字読取装置を得ることが可能となり
、その効果は大なるものがある。
第１図は辞書作成のだめの文字サンプル帳票の一例を示
す図、第２図は従来の文字認識方法のブロック図、第３
図は本発明に係る文字認識方式を具体的に実現した一実
施例を示すブロック図、第４１Ａはコード値列の一列を
示す図、第５図はコード値出現頻度分布の一例を示す図
、第６図は本発明の文字認識方式をプロセッサとメモリ
を使って構成する文字読取装置の一冥施例を示゛すブロ
ック図、第７図は第５図のコード値出現頻度分布を記号
で示す図、第８図は第７図の記号ケ使ってコード値範囲
を作るフローチャートの一例を示す図、第９図は辞書を
作るため、文字サンプルから得られたカテゴリ名と、あ
らかじめ決められた何種類かの特徴の特徴量のコード値
を記号で例示した同第１０図は第９図の記号を使って分
割＆ｆ、書を作るフローチャートの−′列を示す図、第
１１図は辞書の形式の一例を示す図である。 図にお（ハて、１は走査部、２はパターンメモリ部、３
は特徴抽出部、４は照合部、５．は辞書部、６は出力結
果、７は補助記憶部、８はコード記憶部、９は辞書発生
部、１０はカテゴリ名人力部、１１ｆｄ走査部、１２は
パターンメモリ部、１３は辞劫メモリ、１４はコードメ
モリ、１５はプログラムメモリ、１６は出力装置、１７
はキー入力回路、１８はｆＩＩｌ助記憶装置、１９はパ
スライン、２０はプロセッサを、それぞれ示す。 第１図 第３図 第 ４ 図 第５図 じ′ 第７図 第９図 第１１図
す図、第２図は従来の文字認識方法のブロック図、第３
図は本発明に係る文字認識方式を具体的に実現した一実
施例を示すブロック図、第４１Ａはコード値列の一列を
示す図、第５図はコード値出現頻度分布の一例を示す図
、第６図は本発明の文字認識方式をプロセッサとメモリ
を使って構成する文字読取装置の一冥施例を示゛すブロ
ック図、第７図は第５図のコード値出現頻度分布を記号
で示す図、第８図は第７図の記号ケ使ってコード値範囲
を作るフローチャートの一例を示す図、第９図は辞書を
作るため、文字サンプルから得られたカテゴリ名と、あ
らかじめ決められた何種類かの特徴の特徴量のコード値
を記号で例示した同第１０図は第９図の記号を使って分
割＆ｆ、書を作るフローチャートの−′列を示す図、第
１１図は辞書の形式の一例を示す図である。 図にお（ハて、１は走査部、２はパターンメモリ部、３
は特徴抽出部、４は照合部、５．は辞書部、６は出力結
果、７は補助記憶部、８はコード記憶部、９は辞書発生
部、１０はカテゴリ名人力部、１１ｆｄ走査部、１２は
パターンメモリ部、１３は辞劫メモリ、１４はコードメ
モリ、１５はプログラムメモリ、１６は出力装置、１７
はキー入力回路、１８はｆＩＩｌ助記憶装置、１９はパ
スライン、２０はプロセッサを、それぞれ示す。 第１図 第３図 第 ４ 図 第５図 じ′ 第７図 第９図 第１１図
Claims (1)
- 文字読取装置に帳票上の文字から抽出された特徴の特徴
量によって作られた辞書を、あらかじめ記憶させ、帳票
読取時には帳票上の文字から定めだ特徴の特徴量を抽出
し、前記辞書と照合して文字を認識する文字認識におい
て、読取開始前に文字サンプル帳票を入力し、各文字毎
に与えたカテゴリ名と予め定めた複数個の特徴の特徴量
を符号化したコード値の列とを記憶し、文字サンプル帳
票上の文字に対する符号化が終了すると、まず、前記特
徴の中の一つの特徴（以下特徴Ｈとする）における各カ
テゴリ毎のコード値出現頻度分布からカテゴリ数をもと
に複数個のコード値範囲を求め、次に前記特徴Ｈに対応
するコード値が求めた一つのコード値範囲内にある前記
記憶されたカテゴリ名とコード値の列を使用し、同一カ
テゴリ名のコード値の列を他カテゴリのコード値の列を
含まないようにして各特徴ごとにコード値を組合せ下限
値コードと上限値コードとを求め、コード値の範囲とし
、カテゴリ名と各特徴ごとのコード値の範囲とで分割辞
書の辞膚要素を作υ、前記コード値範囲ごとに作られた
分割辞書の集合で辞書を表現することを特徴とする文字
認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57132620A JPS5922179A (ja) | 1982-07-29 | 1982-07-29 | 文字認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP57132620A JPS5922179A (ja) | 1982-07-29 | 1982-07-29 | 文字認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5922179A true JPS5922179A (ja) | 1984-02-04 |
| JPH0458073B2 JPH0458073B2 (ja) | 1992-09-16 |
Family
ID=15085580
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP57132620A Granted JPS5922179A (ja) | 1982-07-29 | 1982-07-29 | 文字認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5922179A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6194186A (ja) * | 1984-10-15 | 1986-05-13 | Nec Corp | パタ−ン認識方式 |
| JPS62166487A (ja) * | 1986-01-20 | 1987-07-22 | Nippon Telegr & Teleph Corp <Ntt> | パタン照合装置 |
| JPS6315383A (ja) * | 1986-07-07 | 1988-01-22 | Nippon Telegr & Teleph Corp <Ntt> | パタン照合装置 |
| JPS63282890A (ja) * | 1987-05-15 | 1988-11-18 | Fujitsu Ltd | パタ−ン識別装置 |
| US5739685A (en) * | 1994-06-23 | 1998-04-14 | Sumitomo Metal Industries Limited | Method and apparatus for flaw detection by leakage fluexes and leakage flux sensor |
| US5747988A (en) * | 1994-06-23 | 1998-05-05 | Sumitomo Metal Industires Limited | Method and apparatus for flaw detection by leakage fluxes and leakage flux sensor |
-
1982
- 1982-07-29 JP JP57132620A patent/JPS5922179A/ja active Granted
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6194186A (ja) * | 1984-10-15 | 1986-05-13 | Nec Corp | パタ−ン認識方式 |
| JPS62166487A (ja) * | 1986-01-20 | 1987-07-22 | Nippon Telegr & Teleph Corp <Ntt> | パタン照合装置 |
| JP2515732B2 (ja) * | 1986-01-20 | 1996-07-10 | 日本電信電話株式会社 | パタン照合装置 |
| JPS6315383A (ja) * | 1986-07-07 | 1988-01-22 | Nippon Telegr & Teleph Corp <Ntt> | パタン照合装置 |
| JPS63282890A (ja) * | 1987-05-15 | 1988-11-18 | Fujitsu Ltd | パタ−ン識別装置 |
| US5739685A (en) * | 1994-06-23 | 1998-04-14 | Sumitomo Metal Industries Limited | Method and apparatus for flaw detection by leakage fluexes and leakage flux sensor |
| US5747988A (en) * | 1994-06-23 | 1998-05-05 | Sumitomo Metal Industires Limited | Method and apparatus for flaw detection by leakage fluxes and leakage flux sensor |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0458073B2 (ja) | 1992-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3139521B2 (ja) | 自動言語決定装置 | |
| Kanai et al. | Automated evaluation of OCR zoning | |
| JP2005242579A (ja) | 文書処理装置、文書処理方法、および文書処理プログラム | |
| WO1998035314A2 (en) | System and method for pattern recognition | |
| JP3761937B2 (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 | |
| US6327382B1 (en) | Image processing method and apparatus and storage medium therefor | |
| JPS5922179A (ja) | 文字認識方法 | |
| US6859556B2 (en) | Word recognizing apparatus for dynamically generating feature amount of word and method thereof | |
| JP3110552B2 (ja) | 文字認識装置 | |
| JP3815934B2 (ja) | 手書き文字認識装置および方法 | |
| JP3249654B2 (ja) | 活字文字認識用辞書の作成方法 | |
| JPH0461396B2 (ja) | ||
| JP3083609B2 (ja) | 情報処理装置及びそれを用いた文字認識装置 | |
| Arica et al. | One dimensional representation of two dimensional information for HMM based handwritten recognition | |
| JP2851865B2 (ja) | 文字認識装置 | |
| JPS5866178A (ja) | 文字認識方式 | |
| JPS63263588A (ja) | 文字読取装置 | |
| JPH1083433A (ja) | 光学式文字読取装置の文字辞書作成方法 | |
| Shatil | Research report on Bangla optical character recognition using Kohonen network | |
| JPS62216092A (ja) | オンライン手書文字認識装置 | |
| JP3760040B2 (ja) | 文字認識方法、文字認識装置及び情報記録媒体 | |
| JPH02156388A (ja) | オンライン手書文字認識方式 | |
| Negi et al. | Candidate search and elimination approach for Telugu OCR | |
| JPS6365991B2 (ja) | ||
| JP5986051B2 (ja) | アラビア語テキストを自動的に認識するための方法 |