JPS5969875A - 文字認識方式 - 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】 本発明は、漢字、ひらが々、かたかな、英数字等のよう
な多くのストロークによって構成されている文字の認識
方式に関する。

近年光学式文字認識技術の発展は目覚ましいものがあり
、英数字を認識対象とするものは手書き文字、印刷文字
のいずれも製品化され、実用に供している。また漢字、
平仮名を含む日本語用の文字を認識対象とするものは、
印刷文字単一フォントに限れば試作機のｙｎ発等が既に
発表されている。

しかし漢字、平仮名、莢数字等の手書き文字を認識する
ために、手書き英数字の認識方式を拡張して手書き漢字
まで認識するととや、印刷漢字認識からのアプローチ等
がとられているが、いまだに効果が得られていない。そ
の理由の一つとして、漢字は英数字に比べ複雑な形式を
しているために、特徴情報の選択が難しく、また他の理
由として、変形が多いことから、安定した特徴情報を得
るのが困難であること等が挙げられる。

一方ぼけの効果とテンプレートマツチング法とを組み合
わせることにより、少数のデータに対して、実験が試み
られているもののあまり良好な結果は得られていないの
が現状である。

さて手書き文字の変動の原因として考えられるものは、 （１）位置ずれ（伸縮） （２）回転 の２点であり、手書き文字を構成する各ストロークがそ
れぞれ独立に（１）と（２）の変動が起こるために、文
字バタン全体として歪みが生じるものである。

このうち（１）の位置ずれに関しては、文字バタンか二
次元情報であるためＫ、二方向に位置ずれが起こること
が、基本的な困難となっている。これに比べ音声認識処
理に注目すると、基本的に時間軸方向の一次元情報であ
ることがら、ＤＰマツチング法を用いて時間軸方向への
伸縮整合を行ない、従来困難とされた二次元的な位置ず
れを吸収した高精度の文字認識方式が同一出願人から提
供されている。（特願昭５７−１１２２１５号明細書「
文字認識方式」） 本発明は、上記二次元的な伸縮整合を用いた文字認識を
さらに発展させるためのもので、文字認識の精度を保存
しながら処理の効率化をはかる文字認識方式を提供する
ものである。

以下図面を用いて本発明について詳細な説明を行なうが
、相異なる二方向として水平方向と垂直方向を例にとる
。その理由は、説明するうえでのわかシやすさと、二次
元バタンを扱う表きに採用される頻度が多いためであシ
、他の相異なる二方向を採用しても同じ効果を得ること
ができる。

第１図は二次元的な伸縮整合を直観的に説明するだめの
図であり、（ａ）は標準文字バタン、（ｂ）は入力文字
バタン、（Ｃ）は入力文字バタン（ｂ）の水平軸上への
投影情報と標準文字バタン（ａ）水平軸上への投影情報
との伸縮整合が最適となるように入力文字バタンを水平
方向に伸縮正規化した一方向正規化文字バタン、そして
（ｄ）は前記一方向正規化文字バタン（ｃ）と標準文字
バタン（ａ）との垂直方向の伸縮整合が最適になるよう
に垂直方向に伸縮正規化した二方向正規化文字バタンを
示しており、本発明は標準文字バタン（ａ）と入力文字
バタン（ｂ）との整合を行なうときに１あたかも標準文
字バタン（ａ）と二方向正規化文字バタン（ｄ）との整
合を行なうことを実現するものであり、この結果、二次
元的なストロず゛ −クの位置ポれを吸収して文字を認識することができる
。

第２図は、二次元的な伸縮整合の実現手段を説明するだ
めの図であシ、同図（ａ）は標準文字バタン、同図（ｂ
）は入力文字バタン、同図（ｃ）は前記標準文字バタン
２１の水平軸上への標準投影↑〃報、同図（ｄ）は前記
入力文字バタン２２の水平軸上への入力投影情報、同図
（ｅ）は前記標準投影情報２３と前記入力投影情報２４
との水平方向への伸縮整合を行ない、写像関数２５を求
めていることを示す図、同図（ｆ）は写像関数２５を用
いて、前記入力文字バタン２２の水平方向の一方向伸縮
正規化パタン２６を求めていることを示す図であり、そ
して同図（ｇ）は前記一方向伸縮正規化バタン２６と前
記標準文字パタン２１との垂直方向への伸縮整合を行な
い、そのときの写像関数は２７となることを示すための
図である。

上述の説明の中で、伸縮整合で用いられる文字バタンは
％　ＭＸＮのマトリクスから成っていて、Ｍが水平方向
の画素数、Ｎが垂直方向の画素数とすると、Ｍ次元ベク
トルのＮ個の系列として記述されているものとみなし、
水平軸上への投影情報は一次元ベクトル、すなわちスカ
ラー量のＭ個の系列として記述されているものとする。

また同図（ｆ）で示している入力文字バタン２２の水平
方向の一方向伸縮正規化処理は、Ｎ個のＭ次元ベクトル
をそれぞれ順次伸縮正規化するものである。

−尺１７拓り　　　　　　　　・−、 一方第２図ｆｈ）は水平方向の一方向伸縮正規化処理の
効果を示すための図であり、図中２１と２２の黒の部分
は垂直方向へ伸縮して整合がとれた部分で、白ヌキの部
分は垂直方向へ伸縮しても整合されない部分を示してい
る。第２図（ｈ）と前出第２図（ｇ）とを比較すること
により、垂直方向の伸縮整合処理の前に入力文字パタン
２２に対して水平方向の一方向伸縮正規化処理を行なっ
た効果が示される。

第２図（ｉｌは水平方向の一方向伸縮正規化処理に投影
情報ではなく二次元バタン情報そのものを使った場合を
説明するための図であシ、図中２１と２２の黒の部分は
水平方向へ伸縮して整合がとれた部分で、白ヌキの部分
は水平方向に伸縮しても整合されない部分を示している
が、ストロークの位置ずれに対して非常に不安定な整合
であることがわかる。本水平方向の一方向伸縮正規化処
理は次の垂直方向の伸縮整合処理の精度を大きく左右す
るものであシ、写像関数を求めるために安定な整合が必
要であシ、そのために文字バタンとじての情報が欠けて
もストロークの位置ずれを吸収している投影情報を用い
ることが必要となる。

以上の説明で示す通り、前記特願昭５７−１１２２１５
号明細書で提供された文字認識方式は一方向伸縮整合を
２度行なうことによって、二次元的な伸縮整合を実現し
ようとするものである。

さてＡＩ記特願昭５７−１１２２１５号明細書「文字認
識方式ｊでは、入力文字バタンと各標準文字バタンにつ
いて上記の処理を行ない、その結果得（ぶ丁奪自） られる入力文字バタンと各標準文字バタンとの相違度か
ら認識結果を出力する。ここで投影情報の伸縮整合処理
は一方向の写像関数を求めることだに応じて、以下の伸
縮正規化処理と垂直方向への伸縮整合処理の有無を決定
することができる。この中で前記投影情報の伸縮整合処
理は、前記伸縮正規化処理と前記垂直方向への伸縮整合
処理に比べ、はるかに処理量が少ないので、前記投影情
報の伸縮整合処理の結果得られる相異度を用いて、以後
の処理の有無を決定することにより大幅な処理の削減を
行なうととができる。

第３図（ａ）、　（ｂ）、　（ｃ）、　（ｄ）は一方向
伸縮整合処理として、音声認識で用いられているＤＰマ
ツチング法の一例を説明するだめの図である。

標準バタンＡ。がＭ次元ベクトルＡｊ　、　Ａ、：　、
・・・。

ｈ？の系列から成り、入力バタンＡがＭ次元ベクトルＡ
”、Ａ２．・・・、ＡＮ　の系列から成っているとする
。また標準バタンの任意のベク°トルＡ巳と、入力バタ
ンの任意のベクトルＡｉとの距離をｄ（ｉ、ｊ）とする
。単純な整合をとると、入力バタンＡと標準バタンＡ。

との相違度Ｄ　（Ａ、　Ａｏ　）は、例えば下式で求め
ることになる。

Ｄ　（Ａ、　ＡＱ）−Σｄ（ｉ、ｊ） １＝１ この式は第３図（ａ）の写像関数ｊ＝ｉ上でＡ′　とＡ
Ｉ　　とを対応させて、両パタンの相違度を求めている
が、同図の写像関数ｊ＝ψ（ｉ）上で、ＡとＡ。

とを対応させることができれば、両パタンの相違度を求
めるのに、入力バタンＡを部分的に伸縮して標準パタン
Ａ。と。整合をとることができる。

ＤＰマツチング法は、入力バタンを部分的に伸縮して整
合をとるだめの手法であり、例えば第３図（ｂ）では下
記の初期値及び漸化式から、ｇ（Ｎ。

Ｎ）を求めることにより、写像関数ｊ＝ψ（ｉ）上でＡ
　とＡｏとを対応させて整合をとることができる。

、！ｉ！（１，ｘ）＝ｄ（１，ｔ） 、９（ｉ、Ｄ＝ｄ（ｉ、ｊ）＋ｍｉｎ（ｇ（ｉ−１，Ｄ
、、Ｖ（ｉ−１，ｊ−１）、　、！７（ｉ−１，ｊ−２
）　）ただし、ｄ（ｉ、ｊ）＝ω（ｉ≦０またはｊ≦Ｏ
）である。

第３図（ｅ）は上記漸化式を求めるＤＰマツチング法の
一例を示すだめの図であシ、入力バタンは５個の一次元
ベクトル、すなわちスカラー量の系列（１，２，４，５
，５）であυ、標準パタンは同じく５個の系列（１，２
，３，４，５）であり、（ｉ、　ｊ）が（１，１）、　
（２，２）、　（３，４）。

（４，５）、（５，５）となる写像関数上の伸縮整合を
行なっている。

第３図（ｄ）は上記漸化式計算の計算量を減少させるた
めに ｉ−Δ≦ｊ≦ｉ十Δ の範囲内で、漸化式計算を行なうことを示しており、一
般にＤＰマツチング法では、この範囲を整合窓と呼び、
実際に計算量の効率化を図っている。

前記漸化式は単に相違度を求めるためだけのものである
が、 ｍ１ｎ（、Ｆ（ｉ−１，ｊ　）、　ｇ（ｉ−１，ｊ−１
）、　、５’（ｉ−１゜ｊ−２））−Ｊ’（ｔ−１，ｊ
（１−１）　）（ただしｊ（ｉ−１）はｊ、ｊ−１，ｊ
−２のいずれかである） のとき、 ｈ　（ｉｔ　　ｊ　）＝ｊ（＋−ｕ として、関ｇｈ（ｉ、ｊ）を求めておくことにより、相
違度が求められた後にｈ（ｉ、ｊ）の値をｈ（Ｎ、Ｎ）
から順次ｈ（１，１）まで求めることにより写像関数を
求めることができる。例えば第３図（ｃ）の例では　ｈ
（ｓ、５） ｈ（ｓ、５）＝５．ｈ（４，５）＝４．ｈ（３゜４）＝
２．ｈ（２，２）＝１ であるから、写像関数（ｉ、ｊ）が （１，１）、（２，２）、（３，４）、（４ｓ）、（５
，５） と求まる。

第４図は伸縮正規化処理の一例を示すだめの図であり、
Ｘ（ｉ）（１≦ｉ≦１６）は入力バタン、Ｙ（ｊ）（１
≦ｊ≦１６）は伸縮正規化バタンで、ｊ＝ψ（ｉ）は伸
縮正規化のだめの写像関数である。この例ではＹ　（ｊ
）は次の規則によって定まる。

（１）　　ｊ＝ψ（ｉ）〉ψ（ｉ−１）かつψ（ｉ）＜
ψ（ｉｔ１）のときＹ（ｊ）＝Ｘ（ｉ） （２）　　ｊ＝ψ（ｉ）＝ψ（ｉ−１）＋２のとき　Ｙ
（ｊ−１）＝Ｘ（ｉ）（３）ｊ−ψ（ｉ）＝−ψ（ｉ　
−１）＜ψ（ｉｔ１）のとき　Ｙ（ｊ）＝Ｘ（ｉ）第５
図は本発明の構成の一例を示すだめのブロック図である
。１０７は入力文字バタン信号であり、１は前記入力文
字バタンを格納する入力文字バタン記憶部である。２は
投影情報抽出手段であり、入力文字バタン記憶部２から
入力文字パタンを信号１０１として読み込み水平軸上の
投影情報ヒストグラムを求め、投影情報信号１０２とし
て出力する。３は写像関数生成手段であり、前記投影情
報信号１０２と、標準投影情報記憶部４に前記投影情報
信号１０２と同一形式で格納されている各被読取り字種
ごとの標準投影情報信号１０４との写像関数と相違度を
求め、信号１０３として出力する。８は大分類手段であ
り、信号１０３として送られた、各被読取り字種コード
と相違度と写像関数を一時記憶し、相違度の小さい順に
、複数個の選択された被読取字種コードと写像関数を信
号１０８として出力する。５は二次元伸縮整合くし 手段で、入力文字バタン信号１０１を読込、信号１０８
として読込まれる各被読取り字種ごとの写像関数を用い
て一方向伸縮正規化処理を行々い、標準文字バタン記憶
部６に格納されている前記写像関数に対応する被読取り
字種の標準文字バタン信号１０６を読込み、垂直方向の
伸縮整合を行なって相違度を求め、入力文字バタンと各
被読取り字種との相違度を信号１０５として出力する。

識別手段７では前記各被読取９字種との相違度を信号１
０５として読込み、例えば単に相違度の最も小さい字種
を出力結果としたり、或いは最も小さい相違度と、２番
目に小さい相違度の差がある値以上のときに最も相違度
の小さい字種を出力結果とし、他の場合にはりジュクト
を出力結果とする等の文字認識における通常の方法によ
り８識結果を信号１０７として出力する。

上記説明において、入力バタン記憶部１と投影情報抽出
手段２とは、一般にバタン処理で用いられているもので
よい。

第６図は写像関数生成手段３の構成の一例を示すための
ブロック図である。ここでの処理は前記ＤＰマツチング
法の説明の中の、漸化式ｇ（ｉ。

ｊ）の計算と、漸化式計算の結果得られる軌跡ｈ（ｉ、
ｊ）を求め、ｈ（ｉ、ｊ）から写伶閾微を求めるもので
ある。１０２は前記投影情報信号で、スカラー量の系列
Ａ”　、　Ａ２．・・・　ＡＮに対応１〜．１０４は前
記標準投影情報言分で、各被読取り字種毎のスカラー量
の系列ｋＡ、　ＡＭ、・・・、Ａｒ　に対応し、３１は
距離演算部で上記２信号を入力とし、ｄ（ｉ、ｊ）を計
算し、信号３１１として出力する。３２は前出の漸化式 ％式％（ ）） を計算する漸化式演算部でｓ　　ｄ（ｘ、　　ｊ）を信
号３１１、ｍｉｎ（ｇ（ｉ−１，ｊ）、　ｇ（ｉ−１，
ｊ−１）＋　ｇ（ｉ−１，ｊ−２））を信号３４１と［
２て入力し、演算結果のｇ（ｉ、ｊ）を信号３２１とし
て、′９．積値記憶部３３に出力する。３４は最小値選
択部で、累積値記憶部３３から９　（ｉ−１，ｊ）、　
、９（ｔ−１，ｊ−１）そして、？（１−１，ｊ−２）
を信号３３１、信号３３２そして信号３３３として読込
み、ｍ１ｎ（、！９（ｉ−１，Ｄ、ｇ（ｉ−１，ｊ　　
１）、ｇ（ｉ−１，ｊ　　２））を信号３４１、そして
ｈ（ｉ、ｊ）を信号３４２として写像軌跡記憶部３５に
出力する。漸化式演算が終了すると前記写像軌跡記憶部
３５から写像関数を信号１０３として出力する。

第７図は、二次元伸縮整合手段５の構成の一例を示すだ
めのブロック図である。５１は一方向伸縮正規化手段で
、入力文字バタン信号１０１と、各被読取り字種に対応
する写像関数信号１０３とから、各被読取９字種に対応
する一方向伸縮正規化手段バタン信号５１０を出力する
。５２は文字バタン伸縮整合手段で、各被読取り字種に
対応する、一方向伸縮正規化文字バタン信号５１１と標
準文字バタン信号１０６とから、各被読取り字種に対応
する相違度を信号１０５として出力する。

伸縮正規化手段５１は、入力文字バタン１０１をベクト
ルＡ”、　Ａ２．　　・、ＡＮの系列として読込み、各
ベクトルについて信号１０３で決められた写像関数を用
いて第４図で説明した規則に従って、ベクトルＡｌ　、
　Ａ２　、・・・＋　ＡＮの系列を信号５１０として出
力するが、これは一方向伸縮正規化文字パタンとなって
いる。この一方向伸縮正規化文字バタンを各被読取シ字
；［に対して求める。すなわち各被読取９字種に対応す
る写像関数に対して、一方向伸縮正規化文字パタンを信
号５１０として順次出力する。

第８図は文字バタン伸縮整合手段の構成の一例を示すだ
めのブロック図である。５２１はベクトル距離演算部で
、各被読取り字種に対応する一方向伸縮正規化手段バタ
ンと標準文字バタンをそれぞれベクトルの系列の信号５
１０と信号１０６として読込んで、ＤＰマツチング法の
ｄ（ｉ、ｊ）の距離演算を行ない、信号５２１１として
出力する。

５２２は順化式演算部で、写像関数生成手段３の漸化式
演算部３２と同一のものでよく、漸化式ｇ（ｉ、　ｊ）
−ｄ（ｉ、　ｊ）＋ｍ１ｎ（、！９（ｉ−１，Ｄ、　、
！ｉ’（ｉ−１，ｊ−１）、　９（ｔ−１，ｊ−２））
を計算するもので、ａ（ｉ、ｊ）を信号５２１１として
、そしてｍ１ｎ（，９（ｉ−１，、Ｄ、　ｇ（ｉ−１，
ｊ−ｔ）＋９（ｉ−Ｌ　ｊ−２））を信号５２４１とし
て読込み、ｇ（１，ｊ）を信号５２２１として相違度累
積値記憶部５２３に出力する。５２４は相違度最小値選
択部で、相違度累積値記憶部５２３からｇ（ｉ−１゜ｊ
　）、　、９（ｉ−１，ｊ−１）そして、ｊ９（ｉ−１
，ｊ−２）を信号５２３１、信号５２３２、そして信号
５２３３として読込み、ｍ１ｎ（Ｊ’（ｉ−１，ｊ）、
　＆（ｉ−１，ｊ−１）、　ｇ（ｉ−１，，１−２））
を信号５２４１として出力する。順化式演算が終了する
と、相違度累積値記憶部５２３は、相違度、！９（Ｎ、
Ｎ）を信号１０５として出力する。上記の処理により、
各被読取り字種に対応する相違度を信号１０５として順
次出力する。

第９図は大分類手段８の構成の一例を示すだめのブロッ
ク図である。８１は写像関数一時記憶部で、信号１０３
として、入力文字バタンに対する各被読取９字種の相違
度と写像関数を逐次格納し、信号８０１として各被読１
収り字種の相違度を候補字種選択部８２に送シ、選択さ
れた候補字種を信号８０２として受は取り、候補字種に
対応する写像関数を信号１０８として出力する。候補字
種選択部８２は、信号８０１として送られてきだ各被読
取り字種の相違度を用いて順序付けし、上位複数個を信
号８０２として出力するものである。

第１０図は大分類手段８の他の構成の一例を示すための
ブロック図である。８３は相違度比較部であシ、信号１
０３として各被読取り字種の相違度と写像関数を逐次読
み込み、前記相違度と、閾値記憶部８４にあらかじめ格
納されている各被読取り字種の相違度の閾値の中から、
前記相違度に対応する被読取字種の閾値を信号８０３と
して読み込み、前記相違度と前記閾値を比較することに
より、候補字種とするか否かを決定し、候補字種にする
と決定したときは写像ｒ！Ａ数を信号１０８として出力
し、候補字種にしないと決定したときは写像関数は送ら
ない処理を繰り返し行なう。

以上の説明により、本発明によれば、文字バタンの水平
軸上の投影清報から、まず水平方向への一方向伸縮正規
化処理を行ない、次に垂直方向に伸縮整合を行なうこと
により、二次元的外伸縮を吸収する整合による文字認識
方式において、投影情報から写像関数を求めるときに、
同時に得られる相違度を用いることにより、処理の大幅
な効率化が実現できる。

また上記処理とは反対に、文字ノサタンの垂直軸上の投
影情報から垂直方向への一方向伸縮正規化処理を行ない
、次に水平方向に伸縮整合を行なうことにより、同様に
二次元的な伸縮を吸収する整゛　　合による文字認識に
おいても同様であり、マた相異なる二方向として上記以
外の方向を採用しても同様の効果が得られる。

文字認識方式では一般に位置や大きさの正規化。

文字バタンの平滑化やぼけ処理等を打力って、認識方式
の効果を出そうとするものが多いが、本発明による文字
認識方式でも、入力文字、＜タンに対して上記の前処理
を行なうことによっても他の方式と同様の効果を得るこ
とができる。またＤＰマツチング法もこれまでに様々な
方法が発表されており、本明細書で説明した方式に限る
ものではない。また前記特願昭５７−１１２２１５号明
細書「文字認識方式」にもあるように投影情報も本明細
書で説明したものに限るものではない。

【図面の簡単な説明】

第１図は二次元的な伸縮整合を直観的に説明するための
図、第２図は二次元的な伸縮整合の実現手段とその効果
を説明するだめの図、第３図はＤＰマツチング法の一例
を示すだめの図、第４図は伸縮正規化処理の一例を示す
だめの図、第５図は本発明の構成の一例を示すためのブ
ロック図、第６図は写像関数生成手段の構成の一例を示
すためのブロック図、第７図は二次元伸縮整合手段の構
成の一例を示すだめのブロック図、第８図は文字ノセタ
ン伸縮整合手段の構成の一例を示すためのブロック薗、
第９図は大分類手段の構成の一例を示すだめのブロック
図、第１０図は大分類手段の別の構成の一例を示すため
のブロック図である。 図中、１は入力文字バタン記憶部、２は投影情報抽出手
段、３は写像関数生成手段、４は標準投影情報記憶部、
５は二次元伸縮整合手段、６は標準文字バタン記憶部、
７は識別手段、８は大分類手段、３１は距離演算部、３
２は漸化式演算部、３３は累積値記憶部、３４は最小値
選択部、３５は写像軌跡記憶部、５１は一方向伸縮正規
化手段、５２は文字バタン伸縮整合手段、５２１はベク
トル距離演算部、５２２は漸化式演算部、５２３は相違
度累積値記憶部、８１は写像関数一時記憶部、８２は候
補字種選択部、８３は相違度比較部、８４は閾値記憶部
を示している。 才１図 （Ｃ） （ｄ） 才　２　図 （ａ）　　　　　　　　　　　　　（ｂ）（ｃ　）　　
　　　　　　　　　　　　　　　（ｄン（ｅ） 才　２　図 第２図 才　３　図 （ｂ゛） 才　３　図 ２３４５ （ｄ） 凸 才５図 オ６図 中　７　図 才　８　図

Claims (1)

1. 【特許請求の範囲】 二次元メツシー状の情報として表わされる入力文字パタ
   ンをｆｌ、ｇｌする方式において、前言己入力文字バタ
   ンを格納する入力文字ノ々タント己・Ｌｑ手段と、前記
   人力文字パタンに対してあち７ｂ）じめ定められた相異
   なる二方向のうち、一方向６に対する一次元情報の系列
   と々る投影情報を抽出する投影情報抽出手段と前記入力
   文字／＜タンの投影情報と同一形式で、あらかじめ字種
   ごとに作成された標準投影情報を格納している標準投影
   情報記憶手段と　ｉｉ。 記入力文字バクンの投影情報と各被読取り字種の標準投
   影情報とを入力として両者の伸縮整合を行ない、両者の
   相違度が最適となるような写像関数と相違度とを求める
   写像関数生成手段と、前記被読取り字種の値によって、
   次の処理へ進む力＼どうかを決定する大分類手段と、あ
   らかじめ字種ごとに作成された二次元メツシー状の標準
   文字パタンを格納する標準文字バタン記憶手段と、前記
   入力文字パタンを前記大分類手段によって選択されだ各
   被読取シ字種に関する前記写像関数によって、一方向に
   伸縮正規化処理を行ない、一方向伸縮正規化文字パタン
   を作成し、前記一方向伸縮正規化文字バタンと前記標準
   文字パタンとを、前記伸縮正規化処理を行なった方向と
   は独立の方向に関するベクトルの系列とみなして、両者
   の伸縮整合を行ない、両者の相違度を求める二次元伸縮
   整合手段と、前記伸縮整合の結果得られる入力文字パタ
   ンと各被読取字種の標準文字パタンとの相違度から、認
   識結果を出力する識別手段とを有することにより、二次
   元的な伸縮変動を吸収して整合を行なうことが効率的に
   実現できることを特徴とする文字認識方式。