JPS60110089A - 文字認識装置 - Google Patents
文字認識装置Info
- Publication number
- JPS60110089A JPS60110089A JP58219029A JP21902983A JPS60110089A JP S60110089 A JPS60110089 A JP S60110089A JP 58219029 A JP58219029 A JP 58219029A JP 21902983 A JP21902983 A JP 21902983A JP S60110089 A JPS60110089 A JP S60110089A
- Authority
- JP
- Japan
- Prior art keywords
- character
- kanji
- hanks
- recognition
- characters
- 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】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】
本発明は文字認識装置に関し、特に日本語文書を入力す
るだめの光学的文字認識装置（以下ＯＣＲと称す）−に
関するものである。
るだめの光学的文字認識装置（以下ＯＣＲと称す）−に
関するものである。
従来、日本語文書を入力する方式としては、漢字タブレ
ット、漢字キーボードによる入力方式、カナ漢字変換方
式、連想方式、オンライン認識入力方式等がある。この
丙、前者の３方式はその操作法に習熟するのに数１０時
間以上の訓練が必要であり、入力速度は数１０〜１５０
字／分程度である。またオンライン認識入力方式は、訓
練はほとんど不要であるが、入力速度は３０字／分程度
が限界である。
ット、漢字キーボードによる入力方式、カナ漢字変換方
式、連想方式、オンライン認識入力方式等がある。この
丙、前者の３方式はその操作法に習熟するのに数１０時
間以上の訓練が必要であり、入力速度は数１０〜１５０
字／分程度である。またオンライン認識入力方式は、訓
練はほとんど不要であるが、入力速度は３０字／分程度
が限界である。
このため、装置に習熟するための訓練も必要とせず、入
力速度が１０００字／分以上が見込まれる日本語入力Ｏ
ＣＲの開発が望まれている。しかし日本語入力ＯＣＲは
従来のＯＣＲ，と比較して認識対象文字が約２０倍以上
になるため、従来のＯＣＲと同程度の認識精度のＯＣＲ
を構築でき外かった。また新しく開発された漢字認識方
式で、ひらがな、英字、数字、カナ文字、記号（以下Ｈ
ＡＮＫ８と略記する）を認識すると、従来のＨＡＮＫＳ
認識方式で認識した場合と比較して認識精度が低下する
傾向がある、 本発明の目的は、従来のＯＣＲが認識対象としていた文
字種（ＨＡＮＫＳ）の認識精度を保持しつつ日本語文書
入力用ＯＣＲで新たに認識対象とする漢字の認識精度も
、Ｔ（Ａ Ｎ Ｋ Ｓ文字上同程度の特性を有する日本
語文書入力用ＯＣＲを提供することである。
力速度が１０００字／分以上が見込まれる日本語入力Ｏ
ＣＲの開発が望まれている。しかし日本語入力ＯＣＲは
従来のＯＣＲ，と比較して認識対象文字が約２０倍以上
になるため、従来のＯＣＲと同程度の認識精度のＯＣＲ
を構築でき外かった。また新しく開発された漢字認識方
式で、ひらがな、英字、数字、カナ文字、記号（以下Ｈ
ＡＮＫ８と略記する）を認識すると、従来のＨＡＮＫＳ
認識方式で認識した場合と比較して認識精度が低下する
傾向がある、 本発明の目的は、従来のＯＣＲが認識対象としていた文
字種（ＨＡＮＫＳ）の認識精度を保持しつつ日本語文書
入力用ＯＣＲで新たに認識対象とする漢字の認識精度も
、Ｔ（Ａ Ｎ Ｋ Ｓ文字上同程度の特性を有する日本
語文書入力用ＯＣＲを提供することである。
本発明によれば、日本語文書中の各文字について、まず
、パターンの複雑度を検出し、該複雑度によってＩ−Ｔ
Ａ Ｎ Ｋ Ｓ認識方式か漢字認識方式かのいずれか
の認識方式に決定し、該方式による特徴を夫々抽出する
特命抽出手段の１方を択一的に起動活性化せしめ、該特
徴抽出手段によって得る特徴とあらかじめ登録している
ＨＡＮＫＳ辞書または漢字辞書の（・ずれかの辞書とを
照合し出力カテゴリを決定する判定手段を有することで
、漢字認識方式で全文字種のパターンを認識する場合に
比較して、ＨＡＮＫＳ文字の認識精度の高い日本語文書
入力用ＯＣＲを得ることができる。
、パターンの複雑度を検出し、該複雑度によってＩ−Ｔ
Ａ Ｎ Ｋ Ｓ認識方式か漢字認識方式かのいずれか
の認識方式に決定し、該方式による特徴を夫々抽出する
特命抽出手段の１方を択一的に起動活性化せしめ、該特
徴抽出手段によって得る特徴とあらかじめ登録している
ＨＡＮＫＳ辞書または漢字辞書の（・ずれかの辞書とを
照合し出力カテゴリを決定する判定手段を有することで
、漢字認識方式で全文字種のパターンを認識する場合に
比較して、ＨＡＮＫＳ文字の認識精度の高い日本語文書
入力用ＯＣＲを得ることができる。
以下に図面を用いて本発明を説明する。
第１図は不発の一実施例のブロック図である。
以下このブロック図の動作について説明する。原画］は
、光電変換手段２によって原画１の濃淡に応じて電気信
号に変換される。Ａ／Ｄ変換手段３は光電、変換手段２
の出力である電気信号をディジタル信号に変じて画像メ
モリ手段４に格納する。
、光電変換手段２によって原画１の濃淡に応じて電気信
号に変換される。Ａ／Ｄ変換手段３は光電、変換手段２
の出力である電気信号をディジタル信号に変じて画像メ
モリ手段４に格納する。
文字切出し手段５は画像メモリ手段４がら１文字毎にパ
ターンを切出し、入カバターンメモリ手段６に格納する
。複雑度抽出手段７は入カバターンメモリ手段６に格納
されているパターンの複雑度を抽出し、該複雑度を認識
方式決定手段８に出力する。認識方式決定手段８はある
閾値を持ち、該閾値によってＨＡＮＫＳ認識方式かまた
は漢字認識方式かを決定し、ＨＡ Ｎ Ｋ Ｓ認識方式
で入カバターンを認識する場合はＨＡＮＫＳ％徴抽出手
段９を起動せしめる信号を出力し、漢字認識方式で入カ
バターンを認識する場合は漢字特徴抽出手段ＩＯを起動
せしめる信号を出力する。ＨＡＮＫ８特徴抽出手段９は
入カバターンメモリ手段６に格納されている入カバター
ンからＨＡＮＫＳ認識に必要カ特徴を抽出し、判定手段
１１に出力する。
ターンを切出し、入カバターンメモリ手段６に格納する
。複雑度抽出手段７は入カバターンメモリ手段６に格納
されているパターンの複雑度を抽出し、該複雑度を認識
方式決定手段８に出力する。認識方式決定手段８はある
閾値を持ち、該閾値によってＨＡＮＫＳ認識方式かまた
は漢字認識方式かを決定し、ＨＡ Ｎ Ｋ Ｓ認識方式
で入カバターンを認識する場合はＨＡＮＫＳ％徴抽出手
段９を起動せしめる信号を出力し、漢字認識方式で入カ
バターンを認識する場合は漢字特徴抽出手段ＩＯを起動
せしめる信号を出力する。ＨＡＮＫ８特徴抽出手段９は
入カバターンメモリ手段６に格納されている入カバター
ンからＨＡＮＫＳ認識に必要カ特徴を抽出し、判定手段
１１に出力する。
漢字特徴抽出手段１０は漢字認識に必要ガ特徴を抽出し
１判定十段１１に出力する。判定手段１１はＨＡＮＫ８
特徴抽出手段９または漢字特徴抽出手段１０から出力さ
れる特徴によって起動され、該入力特徴がＨＡＮＫＳ特
徴の場合はＨＡＮＫＳ辞書１２と照合して入カバターン
のカテゴリ名を決定し出力し、該入力％像が漢字特徴の
場合は漢字辞書１３と照合して入カバターンのカテゴリ
名を決定し出力する。
１判定十段１１に出力する。判定手段１１はＨＡＮＫ８
特徴抽出手段９または漢字特徴抽出手段１０から出力さ
れる特徴によって起動され、該入力特徴がＨＡＮＫＳ特
徴の場合はＨＡＮＫＳ辞書１２と照合して入カバターン
のカテゴリ名を決定し出力し、該入力％像が漢字特徴の
場合は漢字辞書１３と照合して入カバターンのカテゴリ
名を決定し出力する。
ここで具体的な日本語文書を例にして動作を説明する。
第２図を原画１とすると、光電変換手段２によって電気
信号に変換され、Ａ／Ｄ変換手段３によってディジタル
信号に変換された後、画像メモリ手段４に格納される。
信号に変換され、Ａ／Ｄ変換手段３によってディジタル
信号に変換された後、画像メモリ手段４に格納される。
文字切出し手段５は画像メモリ手段４より、最初にＩｆ
％ｉ ｎの文字ノくターンを切出して、入カバターン
メモリ手段６に格納する。複雑度抽出手段７は入カバタ
ーンメモリ手段６に格納された文字パターン”簡”の複
雑度を検出し、認識力式決定手段８に出力する。複雑度
は例えば第３図のビ）、（ロ）の例のように、漢字がＨ
Ａ Ｎ Ｋ Ｓに比較して、縦、横、斜めの線分が多く
、入力文字パターンを囲む矩形の中で白地の占める割合
が低いことに着目して、 「複雑度−文字を囲む矩形内の白地の面積」と定義して
もよい。
％ｉ ｎの文字ノくターンを切出して、入カバターン
メモリ手段６に格納する。複雑度抽出手段７は入カバタ
ーンメモリ手段６に格納された文字パターン”簡”の複
雑度を検出し、認識力式決定手段８に出力する。複雑度
は例えば第３図のビ）、（ロ）の例のように、漢字がＨ
Ａ Ｎ Ｋ Ｓに比較して、縦、横、斜めの線分が多く
、入力文字パターンを囲む矩形の中で白地の占める割合
が低いことに着目して、 「複雑度−文字を囲む矩形内の白地の面積」と定義して
もよい。
じたがって、この場合複雑度抽出手段７は文字を囲む矩
形内の白地の面積を抽出して認識方式決定手段８に出力
する。認識力式決定手段８Ｆｉ入力文字パターン１１簡
１１の白地の面積（複雑度）をあらかじめ設定されてい
る閾値と比較し、桧雑な文字パターンであることを確定
して漢字％像抽出手段を起動する。漢字％像抽出手段ｌ
Ｏは入カッくターンメモリ手段６に格納されている１１
簡・１１の文字パターンから漢字認識に必要ガ特徴を抽
出し、判定手段１１に出力する。判定手段１１は抽出さ
れたＩ 濯ｊ Ｉ＋の文字パターンの特徴と漢字辞書１
３を一照合して、最も照合度の高いカテゴリ名を出力す
る。
形内の白地の面積を抽出して認識方式決定手段８に出力
する。認識力式決定手段８Ｆｉ入力文字パターン１１簡
１１の白地の面積（複雑度）をあらかじめ設定されてい
る閾値と比較し、桧雑な文字パターンであることを確定
して漢字％像抽出手段を起動する。漢字％像抽出手段ｌ
Ｏは入カッくターンメモリ手段６に格納されている１１
簡・１１の文字パターンから漢字認識に必要ガ特徴を抽
出し、判定手段１１に出力する。判定手段１１は抽出さ
れたＩ 濯ｊ Ｉ＋の文字パターンの特徴と漢字辞書１
３を一照合して、最も照合度の高いカテゴリ名を出力す
る。
次に切出される文字１１単０も同様に処理される。
ｎ単１１の文字の次に″表６が画像メモリ手段４から、
文字切出し手段５によって切出されて、入カバターンメ
モリ手段６に格納されると、前記の２文字の場合と同様
に複雑度抽出手段７によって文字を囲む矩形内の白地の
面積（′０雑度）を抽出して認識方式決定手段８に出力
する。認識方式決定手段８は入力文字パターン−一の複
雑度をあらかじめ設定されている閾値と比較して、複雑
でカイ文字パターンであることを確定して、１−ＩＡＮ
ＫＳ特徴抽出手段９を起動する。ＨＡＮＫＳ特徴抽出手
段９は入カバターンメモリ手段６に格納されている鶴な
１１の文字パターンからＨＡＮＫＳ認識に必要な特徴を
抽出し、判定手段１１に出力する。
文字切出し手段５によって切出されて、入カバターンメ
モリ手段６に格納されると、前記の２文字の場合と同様
に複雑度抽出手段７によって文字を囲む矩形内の白地の
面積（′０雑度）を抽出して認識方式決定手段８に出力
する。認識方式決定手段８は入力文字パターン−一の複
雑度をあらかじめ設定されている閾値と比較して、複雑
でカイ文字パターンであることを確定して、１−ＩＡＮ
ＫＳ特徴抽出手段９を起動する。ＨＡＮＫＳ特徴抽出手
段９は入カバターンメモリ手段６に格納されている鶴な
１１の文字パターンからＨＡＮＫＳ認識に必要な特徴を
抽出し、判定手段１１に出力する。
判定手段ｌ］は抽出された１１力“の文字パターンの特
徴とＨＡＮＫＳ辞書１２を照合して最も照合度の高いカ
テゴリ名を出力する 以下、その後に記入されて（・る”操胃以後の文字パタ
ーンにつ（・ても同様の処理が実施される。
徴とＨＡＮＫＳ辞書１２を照合して最も照合度の高いカ
テゴリ名を出力する 以下、その後に記入されて（・る”操胃以後の文字パタ
ーンにつ（・ても同様の処理が実施される。
斜上の如く、本発明によれば、日本語文書に起される文
字を、文字パターンの複雑度によってＨＡＮＫＳ認識方
式か又は湧字認識方式かに分類して特徴を抽出し認識す
るようにしているので。
字を、文字パターンの複雑度によってＨＡＮＫＳ認識方
式か又は湧字認識方式かに分類して特徴を抽出し認識す
るようにしているので。
ＨＡＮＫ８文字に対し高い認識精度を有する日本語文書
入力用ＯＣＲを構桑し得ることになる、尚、本発明は前
述の実施例に限定されるものではなく、文字パターンの
複雑度については、例えば文字パターンを栴成する線分
数の大小、線文により囲 される白地の領域の数の大小
等を使用して判定しても良く、更には、これら複雑度の
判定方式を複数組合せても良（・ものである１、
入力用ＯＣＲを構桑し得ることになる、尚、本発明は前
述の実施例に限定されるものではなく、文字パターンの
複雑度については、例えば文字パターンを栴成する線分
数の大小、線文により囲 される白地の領域の数の大小
等を使用して判定しても良く、更には、これら複雑度の
判定方式を複数組合せても良（・ものである１、
第１図は本発明の実施例のブロック図、裁２図は具体的
な日本語文書入力例を示す図、第３図は文字パターンの
複雑度を説明する図である７、主要部分の符号の説明 ５・・・・・・文字切り出し手段、６・・・・・・入カ
バターンモリ手段、７・・・・・・：？ｖ雑度抽出手段
、８・・・・・・認識方式決定手段、９・・・・・・Ｈ
ｋＮＫＳ％９抽出手段、１０・・・・・・漢字％徴抽出
手段、１１・・・・・・判定手段、１２・・・・・・Ｉ
（Ａ Ｎ Ｋ Ｓ ｉ書、１３・・・・・・漢字辞書昏
／図 擬／ソ 第づ図
な日本語文書入力例を示す図、第３図は文字パターンの
複雑度を説明する図である７、主要部分の符号の説明 ５・・・・・・文字切り出し手段、６・・・・・・入カ
バターンモリ手段、７・・・・・・：？ｖ雑度抽出手段
、８・・・・・・認識方式決定手段、９・・・・・・Ｈ
ｋＮＫＳ％９抽出手段、１０・・・・・・漢字％徴抽出
手段、１１・・・・・・判定手段、１２・・・・・・Ｉ
（Ａ Ｎ Ｋ Ｓ ｉ書、１３・・・・・・漢字辞書昏
／図 擬／ソ 第づ図
Claims (1)
- 漢字の特徴を抽出する第１の特徴抽出手段と、漢字以外
の残余の文字、記号の特徴を抽出する第２の特徴抽出手
段と、各入カバターンの複雑度に応じて文字認識方式を
夫々決定して前記第１及び第２の特徴抽出手段の１方を
択一的に活性化する認識方式決定手段と、予め漢字登録
された第１の辞書手段と、予め漢字以外の残余の文字、
記号登録された第２の辞書手段と、前記第１及び第２の
特徴抽出手段による各特徴と前記第１及び第２の辞書手
段の各内容とを夫々照合して出力カテゴリ名を決定する
判定手段とを有す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 |
|---|---|---|---|
| JP58219029A JPS60110089A (ja) | 1983-11-21 | 1983-11-21 | 文字認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58219029A JPS60110089A (ja) | 1983-11-21 | 1983-11-21 | 文字認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS60110089A true JPS60110089A (ja) | 1985-06-15 |
Family
ID=16729134
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58219029A Pending JPS60110089A (ja) | 1983-11-21 | 1983-11-21 | 文字認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS60110089A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6222186A (ja) * | 1985-07-22 | 1987-01-30 | Toshiba Corp | 図面読取り装置 |
| JP2014203339A (ja) * | 2013-04-08 | 2014-10-27 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置、画像形成装置、及び画像処理プログラム |
-
1983
- 1983-11-21 JP JP58219029A patent/JPS60110089A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6222186A (ja) * | 1985-07-22 | 1987-01-30 | Toshiba Corp | 図面読取り装置 |
| JPH0586585B2 (ja) * | 1985-07-22 | 1993-12-13 | Tokyo Shibaura Electric Co | |
| JP2014203339A (ja) * | 2013-04-08 | 2014-10-27 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置、画像形成装置、及び画像処理プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5664027A (en) | Methods and apparatus for inferring orientation of lines of text | |
| JP2713622B2 (ja) | 表形式文書読取装置 | |
| JPS62221088A (ja) | 光学式文字読取装置 | |
| JPS58103075A (ja) | 文字読取装置 | |
| JPS60110089A (ja) | 文字認識装置 | |
| JPS6120180A (ja) | 光学的文字認識装置 | |
| JPS592191A (ja) | 手書き日本語文の認識処理方式 | |
| Zia et al. | A Novel Procedure for Font Recognition through Deep Learning | |
| JPS59158482A (ja) | 文字認識装置 | |
| JPS6336389A (ja) | 文字読取装置 | |
| JP2894111B2 (ja) | 光学式活字文字認識装置における認識結果の総合判定方式 | |
| JPS6146573A (ja) | 文字認識装置 | |
| JP2985243B2 (ja) | 文字認識方法 | |
| KR100210492B1 (ko) | 영문 접촉문자 분리기능을 개선한 문서 인식장치 및 그 방법 | |
| JPS6160189A (ja) | 光学的文字読取装置 | |
| JP2746345B2 (ja) | 文字認識の後処理方法 | |
| JPS61114388A (ja) | 文字入力装置 | |
| JP2995825B2 (ja) | 日本語文字認識装置 | |
| Gorgevik et al. | Word candidate generation in cyrillic OCR based on ALN classifiers | |
| JP2972443B2 (ja) | 文字認識装置 | |
| JPH10319939A (ja) | 文字フォント作成装置 | |
| JPH07104911B2 (ja) | パタ−ン認識装置 | |
| JPS60160481A (ja) | 文字読取装置 | |
| JPS6318483A (ja) | 光学的情報入力装置用文字認識方法 | |
| Thakur et al. | Offline Recognition of Image for content Based Retrieval |