JPS62194590A - 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】 〔目次〕 概要 産業上の利用分野 従来の技術 発明が解決しようとする問題点 問題点を解決するための手段　（第１図）作用 実施例 （ａ）本発明の詳細な説明 （第２図、第３図、第４図） （ｂ１本発明の一実施例（第５図） 発明の効果 〔概要〕 文字の構成を方向別特徴化するとき、閾値以上の長さの
ものについては一本の線として捉えられるものは統合的
に考慮し、闇値以下の長さのものについては点かノイズ
かを判別して点画を忠実に反映した特徴を得るようにし
たもの、である。

〔産業上の利用分野〕

本発明は文字認識方式に係り、特に光電変換装置により
文字、シンボル等の２値パターンを得て特徴抽出を行い
辞書と照合して判定を行うときに線方向特徴を抽出し、
文字線の交差分岐接触等を考慮して元の一本のストロー
クに近似した特徴に統合し、また闇値により短線を別途
抽出して短点を正確に抽出することができるものに関す
る。

紙面に書かれたり、金属板に刻印された文字、シンボル
等を光電変換装置により入力し、これを２値化して特徴
抽出を行い、辞書と照合して文字認識することが行われ
ている。

〔従来の技術〕

従来のこのような文字認識方式では、前記２値化パター
ンの白−黒あるいは黒−白の変化点を求めることにより
得られたストローク等を抽出してその大きさがある闇値
以上のものを選出し、そのストロークの方向別等の特徴
等にもとづき辞書と照合していた。

〔発明が解決しようとする問題点〕

前記の特徴抽出では、ある特徴が存在するかしないかは
、闇値により決定され、その抽出された大きさが閾値以
下のものは、それが閾値ぎりぎりのものであっても捨て
られる場合が普通であり、得点式にした場合でもその評
価が複雑で現実的ではない。

また、「無」とか、「縄」のように、交点が多い文字等
については、短線素の集合となり、ストロークの方向別
の特徴比較が文字認識で有効であるといっても、このよ
うに短線素の数が多くなるとその取扱いが複雑となる。

本発明の目的は、前記の如き問題点を解決するために闇
値以下のものでもその特徴的なものは抽出可能とし、複
数の線素であってもその相互位置によりもとのストロー
クに近い形に統合化することにより、情報の欠損を少な
くし　入カバターンに忠実な特徴を得てこれにより文字
認識を行うようにした文字認識方式を提供するものであ
る。

〔問題点を解決するための手段〕

前記目的を達成するため、本発明では、第１図に示す如
く、例えば紙面１上の文字、シンボルを光電変換部を有
する入力部２にてよみとり、その２値化データをメモリ
３に保持し、特徴抽出処理部４にて特徴抽出し、その特
徴を照合部５にて辞ｌＦ６と照合する。このとき、特徴
抽出処理部４では、線分１１．１２の如く、閾値以上の
長線分でその端点の距離および方向等よりこれらを一本
の線として特徴した方がよいものについては統合処理を
行って一本の線として統合化し、また線分Ｓ１、Ｓ２の
如く闇値以下の短線素については、例えばペアを構成し
ている等の観点より孤立点を正しく抽出する。

〔作用〕

本発明では、第１図の線分７！１．１２の如く、１本の
線として判断した方がよいものに対してはこれらを元の
一本のストロークとして統合化し、また孤立点も正確に
検出できるので、文字の認識において文字を構成する線
素を人間が判断しているストロークに近い形で抽出し、
特徴照合を行うことができる。

〔実施例〕

本発明の一実施例を第２図〜第５図にもとづき説明する
。

第２図は本発明における特徴パターン抽出状態説明図、
第３図は線分の統合化処理説明図、第４図は特徴抽出パ
ターン、第５図は本発明の一実施例構成図を示す。

（ａ１本発明の詳細な説明 本発明の一実施例構成を説明するに先立ち、その特徴抽
出の態様について説明する。

例えば第２図に示す如く、「犬」という２値パターンＣ
がメモリに格納されているとき、これを上下、左右、左
４５度、右４５度の方向でスキャンを行い、白と黒また
は黒と白の境界領域でこの境界領域が連続した部分を抽
出する。すなわち、上下方向にスキャンしてマスクＭ１
またはＭ２に相当する境界領域を抽出するとき、Ａ１の
上または下の区分に示す線分が得られる。第２図Ａ１の
上、下、点の区分に示す線分１１．１１′、１２、（１
２ｔ、Ｅｌ）、Ｅ４、Ｓはそれぞれ、２値パターンＣの
７！１．７！１′、１２、Ｉ１２’　ＥｐＳＥ４、Ｐに
対応するものである。同様に、左右方向にスキャンして
マスクＭ３またはＭ４に相当する境界領域を抽出すると
き、Ａ２の左または右の区分に示す線分が得られ、右４
５度にスキャンしてマスクＭ５またはＭ６に相当する境
界領域を抽出するときＡ３の各マスクＭＳ、ＭＳの下方
区分に示す線分が得られ、左４５度にスキャンしてマス
クＭ７またはＭＳに相当する境界領域を抽出するときＡ
４の各マスクＭ７、ＭＳの下方区分に示す線分が得られ
る。そしてＡ１−Ａ４において閾値以下の短線素を集め
たものを点区分に示す。

ところで、線分１１．１１′およびＩ１２、Ｅ２′は元
Ｃよ一本の線であるので、１１とｔ　、　ｌ及び１２と
１２′を統合して特徴抽出した方が望ましい。そのため
第３図（ａ）に示す如く、線分■と■を統合するか否か
を判断するとき、同（ｂ）、（Ｃ）に示す如く、線分■
の始点Ｓと終点Ｅの近傍に線分■が存在するか否かチェ
ックする。このために、ある闇値（通常は文字等の太さ
にもとづき決定される）内に存在するかをチェックすれ
ばよい。もし近傍に存在することがわかったなら、第３
図（ｄ）の如く、線分■を延長して線分■の終点Ｅがこ
の線分■の延長線上の近く　（ある闇値内）にあるか否
かをチェックし、ある場合には線分■と■は方向性が一
致するものと判断し、線分■と■は、元は第３図（ｅ）
のＳ−Ｅに示す如く一本の線であるものとして統合する
。このとき、情報としては、第３図（ｅｌの括弧内の如
く、線分■と■は一本の線であるもののその中央部分が
切断された状！３（あるいは他の線分がクロスしている
状態）であるということで取扱われることになる。

第２図のＡ１の上または下の区分に示す線分から閾値以
上のものを抽出し、それら、を統合処理した結果が同図
左側のＡ１′の上または下の区分に示される。勿論辞書
で照合する場合、１１．１２、！１′、１２’は中央部
分が切断（クロス）された一本の線として取扱われる。

このように線分の長さによる閾値処理、この闇値以上の
線分の統合処理により、第４図に示す如く、Ａ１、Ａ２
、Ａ３、Ａ４の４面方向の３種類のパターンが抽出され
る。なおＡ１−Ａ４において（短）は線分長が閾値以上
のものをまとめたものである。

ところでこのＡ１−Ａ４　　（短）パターンには、「犬
コの特徴となる第２図の点Ｐ（これがないと大、太等と
区別ができない）の他に文字のストロークの端点（Ｅｐ
、Ｅ１〜Ｅ４）にもとづくものが混在している。ところ
で点Ｐを示すパターンは、ある闇値内でペアを形成して
おりこれにより他のものと識別することが可能である。

このようにして、照合に不可欠な特徴となる短線素につ
いてはこれを正確に抽出し、また元が一本の線に対して
は統合的に取扱うことができるので、辞書との照合を正
確に、しかも容易に行うことができる。

＋ｂ１本発明の一実施例 本発明の一実施例構成を第５図にもとづき、他図を参照
しつつ説明する。なお、第５図において第１図と同符号
部は同一部分を示す。

第５図において、１は紙面や金属板（以下紙面という）
であって文字、シンボルが記入されるもの、２はイメー
ジセンサとして作用する入力部であってレンズ２−１お
よびＣＣＤの如き光電変換部２−２を具備するもの、３
はメモリ、４は特徴抽出処理部、５は照合部、６は辞書
、７は前処理・２値化部であってスムージング処理や濃
度傾斜補償等の前処理を行ったり、入力データを２値化
処理を行うもの、８は文字分離部であってメモリ３に保
持された２値化パターンを１文字毎に分離処理するもの
である。

特徴抽出処理部４は、第２図に示す如く２値パターンを
スキャンして得られたデータを第３図に示す如く、統合
処理したり、短線素、を抽出してそのうちの必要な部分
を前記の如く選出処理するものであり、走査部４−１、
統合化処理部４−２、短線素抽出部４−３等を具備する
。

走査部４−１は２値化パターンを上下左右斜方向にスキ
ャンして、前記第２図Ａ１〜Ａ４に示す如く、白−黒ま
たは黒−白の連続した境界線分を得るとともにその線分
長が闇値より長いか短かいかを選択し、長いものを統合
化処理部４−２に送出し、短かいものを短線素抽出部４
−３に送出するものである。

統合化処理部４−２は、この送出された線分を、第３図
に示す如き統合化処理を行う、統合化できるものは前記
の如く統合化し、できないものはそのまま出力するもの
である。

短線素抽出部４−３は、前記第４図Ａ１〜Ａ４（短）区
分の如く、短線分を抽出し、このうち特徴点の照合に必
要なものを選出するものであり、例えば、闇値内にペア
を形成する点Ｐ等を選出するものである。

次に第５図の動作について説明する。

まず紙面１上の文字、シンボル等を入力部２でよみとっ
てこれを光学信号より電気信号に変換する。この電気信
号を前処理・２値化部７で前処理を行って２値化し、こ
の２値化されたパターンをメモリ３に順次格納する。文
字分離部８はこのメモリ３上のパターンを１文字毎に分
離して特徴抽出処理部４に送出する。

特徴抽出処理部４ではこれを走査部４−１で前記の如く
スキャンして、得られた線分が予め定められた闇値より
大であれば統合化処理部４−２に送出し、短かければ短
線素抽出部４−３に送出する。統合化処理部４−２はこ
れらを前記統合処理し、統合可能なものは統合し、統合
できないものはそのまま照合部５に送出する。また短線
素抽出部４−３では前記の如く特徴点の照合に必要なも
のを選出して照合部５に送出する。

照合部５では、これら統合化処理部４−２および短線素
抽出部４−３より伝達されたデータにもとづき辞書６と
照合し、判定結果を出力する。

〔発明の効果〕 本発明によれば短線素についても特徴点を安定に抽出す
ることができ、また線素間の相互位置により元のストロ
ークに近い形で統合して照合することができる。したが
って漢字等で画数は多いが微少差しかないものの分離が
冗長度をもった特徴抽出と照合で可能となり、また大き
さや形状ストロークの相対位置関係がずれたフォント間
のシンプルテンプレートによるマツチングや手書きでの
個人的くせ等を吸収した、効果的な文字認識を行うこと
ができる。

【図面の簡単な説明】

第１図は本発明の原理説明図、 第２図は本発明における特徴パターン抽出状態説明図、 第３図は線分の統合化処理説明図、 第４図は特徴抽出パターンの一例、 第５図は本発明の一実施例構成図である。 ２・・−人力部 ３・・・−メモリ ４・−特徴抽出処理部 ５−・−照合部 ６・−辞書 ７−・−前処理・２値化部 ８−文字分離部

Claims (1)

1. 【特許請求の範囲】 光電変換手段を備え、文字、シンボル等の２値化パター
   ンを得て文字切出し、特徴抽出、照合判定を行う文字認
   識方式において、 線分を元の一本のストロークに統合化する統合化処理手
   段（４−２）と、 短線よりその特徴を抽出する短線素抽出手段（４−３）
   を具備したことを特徴とする文字認識方式。