JPS6239461B2 - - Google Patents
Info
- Publication number
- JPS6239461B2 JPS6239461B2 JP53105267A JP10526778A JPS6239461B2 JP S6239461 B2 JPS6239461 B2 JP S6239461B2 JP 53105267 A JP53105267 A JP 53105267A JP 10526778 A JP10526778 A JP 10526778A JP S6239461 B2 JPS6239461 B2 JP S6239461B2
- Authority
- JP
- Japan
- Prior art keywords
- stroke
- character
- length relationship
- statistical
- 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.)
- Expired
Links
- 239000011159 matrix material Substances 0.000 claims description 34
- 238000000034 method Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000005070 sampling Methods 0.000 description 7
- 238000007796 conventional method Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
Landscapes
- Character Discrimination (AREA)
Description
【発明の詳細な説明】
本発明は、複数の文字種のそれぞれについて統
計的ストローク間長短関係行列を予めシステム内
に準備し、手書き入力された認識対象文字を統計
的ストローク間長短関係行列を用いて認識するよ
うになつたストロークによる手書き文字の認識方
式に関するものである。
計的ストローク間長短関係行列を予めシステム内
に準備し、手書き入力された認識対象文字を統計
的ストローク間長短関係行列を用いて認識するよ
うになつたストロークによる手書き文字の認識方
式に関するものである。
従来の手書き文字認識システムにおいては、文
字を構成するストロークを複数の種類のパターン
に分類し、入力されたストロークがいずれのパタ
ーンに属するかを判定し、認識対象文字について
得られたパターン集合を、複数の文字種のそれぞ
れについて予め準備されている標準パターン集合
と比較し、手書き入力された認識対象文字の文字
種を判定している。しかし、手書き文字の字形は
記入者によつて相当に異なるので、上記のような
手書き文字認識システムは、標準字形との差異が
大きい字形の文字を認識できないという欠点を有
している。
字を構成するストロークを複数の種類のパターン
に分類し、入力されたストロークがいずれのパタ
ーンに属するかを判定し、認識対象文字について
得られたパターン集合を、複数の文字種のそれぞ
れについて予め準備されている標準パターン集合
と比較し、手書き入力された認識対象文字の文字
種を判定している。しかし、手書き文字の字形は
記入者によつて相当に異なるので、上記のような
手書き文字認識システムは、標準字形との差異が
大きい字形の文字を認識できないという欠点を有
している。
本発明は、上記の欠点を除去するものであつ
て、従来方式のように個々のストロークの特徴を
抽出するのではなく、ストローク間の長短関係に
着目し、ストローク間の長短関係に基づいて手書
き文字の認識を行うようになつたストロークによ
る手書き文字認識方式を提供することを目的とし
ている。そしてそのため、本発明のストロークに
よる手書き文字認識方式は、手書き入力された文
字のストロークによつて認識対象文字を認識する
ストロークによる手書き文字認識方式において、
同一文字種の複数のサンプル文字についてのスト
ローク間長短関係を統計的に処理して得られた統
計的ストローク間長短関係行列を、複数の文字種
対応に予めシステム内に準備し、手書き入力され
た認識対象文字について作成されたストローク間
長短関係行列を、上記予め準備された統計的スト
ローク間長短関係行列と比較し、これにより、認
識対象文字の文字種を認識することを特徴とする
ものである。以下、本発明を図面を参照しつつ説
明する。
て、従来方式のように個々のストロークの特徴を
抽出するのではなく、ストローク間の長短関係に
着目し、ストローク間の長短関係に基づいて手書
き文字の認識を行うようになつたストロークによ
る手書き文字認識方式を提供することを目的とし
ている。そしてそのため、本発明のストロークに
よる手書き文字認識方式は、手書き入力された文
字のストロークによつて認識対象文字を認識する
ストロークによる手書き文字認識方式において、
同一文字種の複数のサンプル文字についてのスト
ローク間長短関係を統計的に処理して得られた統
計的ストローク間長短関係行列を、複数の文字種
対応に予めシステム内に準備し、手書き入力され
た認識対象文字について作成されたストローク間
長短関係行列を、上記予め準備された統計的スト
ローク間長短関係行列と比較し、これにより、認
識対象文字の文字種を認識することを特徴とする
ものである。以下、本発明を図面を参照しつつ説
明する。
第１図ないし第５図は10画の文字とその統計的
ストローク間長短関係行列を示す図、第６図は第
１図ないし第５図の統計的ストローク間長短関係
行列間の不一致度を示す図、第７図はストローク
のサンプリング点を示す図、第８図はストローク
のメモリ上の表現を示す図、第９図は「展」とい
う文字のストローク間長短関係行列を示す図であ
る。
ストローク間長短関係行列を示す図、第６図は第
１図ないし第５図の統計的ストローク間長短関係
行列間の不一致度を示す図、第７図はストローク
のサンプリング点を示す図、第８図はストローク
のメモリ上の表現を示す図、第９図は「展」とい
う文字のストローク間長短関係行列を示す図であ
る。
文字を手書き文字入力装置、例えばタブレツト
に記入することにより入力する場合、第７図に示
すように、ストロークはサンプリング点P1，P2…
P7の集合として記憶される。入力された文字のス
トロークは、第８図に示すように、筆順別にメモ
リに格納される。各ストロークについて記入され
る事項は、筆順、サンプリング点数及びサンプリ
ング点の座標値である。サンプリング点の座標値
は、Ｘ―Ｙ座標で表現される。ストロークの長さ
は、サンプリング点間の長さを算出し、これを累
算することにより求められる。
に記入することにより入力する場合、第７図に示
すように、ストロークはサンプリング点P1，P2…
P7の集合として記憶される。入力された文字のス
トロークは、第８図に示すように、筆順別にメモ
リに格納される。各ストロークについて記入され
る事項は、筆順、サンプリング点数及びサンプリ
ング点の座標値である。サンプリング点の座標値
は、Ｘ―Ｙ座標で表現される。ストロークの長さ
は、サンプリング点間の長さを算出し、これを累
算することにより求められる。
第１図ないし第５図は10画の文字とその統計的
ストローク間長短関係行列の例を示すものであ
る。第１図について説明すれば、第２図ないし第
５図は全て理解できるものと思われるので、第１
図についてのみ説明する。
ストローク間長短関係行列の例を示すものであ
る。第１図について説明すれば、第２図ないし第
５図は全て理解できるものと思われるので、第１
図についてのみ説明する。
第１図ロにおいて、ないしは「展」という
文字の筆順を示すものである。第１図イは統計的
ストローク間長短関係行列を示すものである。第
１図イにおいて１行２列の交点には数値“10”が
記入されているが、これは「展」と言う文字を記
入する場合には記入者の如何にかかわらずストロ
ークがストロークよりも長いことを意味して
いる。また、２行３列の交点に数値“−10”が記
入されているが、これは「展」という文字を記入
する場合には記入者の如何にかかわらずストロー
クがストロークより短いことを意味してい
る。
文字の筆順を示すものである。第１図イは統計的
ストローク間長短関係行列を示すものである。第
１図イにおいて１行２列の交点には数値“10”が
記入されているが、これは「展」と言う文字を記
入する場合には記入者の如何にかかわらずストロ
ークがストロークよりも長いことを意味して
いる。また、２行３列の交点に数値“−10”が記
入されているが、これは「展」という文字を記入
する場合には記入者の如何にかかわらずストロー
クがストロークより短いことを意味してい
る。
統計的ストローク間長短関係行列は、次のよう
にして作成される。先ず、「展」という文字につ
いて適当数、例えば100個のサンプル文字を選択
し、各文字についてのストローク間長短関係行列
を作成する。この際、ストロークがストローク
よりも長いときにはｉ行ｊ列の元を“＋１”と
し、ストロークがストロークより短いときに
はｉ行ｊ列の元を“−１”とする。全てのサンプ
ル文字についてのストローク間長短関係行列を求
めた後に、統計的ストローク長短関係行列の元Ｃ
（ｉ，ｊ）を次の処理によつて求める。
にして作成される。先ず、「展」という文字につ
いて適当数、例えば100個のサンプル文字を選択
し、各文字についてのストローク間長短関係行列
を作成する。この際、ストロークがストローク
よりも長いときにはｉ行ｊ列の元を“＋１”と
し、ストロークがストロークより短いときに
はｉ行ｊ列の元を“−１”とする。全てのサンプ
ル文字についてのストローク間長短関係行列を求
めた後に、統計的ストローク長短関係行列の元Ｃ
（ｉ，ｊ）を次の処理によつて求める。
Ｃ（ｉ，ｊ）＝10（nA−nB）／ｎ
但し上式においてｉ＝１，２，３，…，K1−
１であり、ｊ＝ｉ＋１，ｉ＋２，…，K1であ
る。なお、K1は画数である。また、 nA＋nB＝ｎ である。こゝで、ｎはサンプル文字数である。ま
た、nAはストロークがストロークより長か
つた文字数であり、nBはストロークがストロ
ークより短かつた文字数である。
１であり、ｊ＝ｉ＋１，ｉ＋２，…，K1であ
る。なお、K1は画数である。また、 nA＋nB＝ｎ である。こゝで、ｎはサンプル文字数である。ま
た、nAはストロークがストロークより長か
つた文字数であり、nBはストロークがストロ
ークより短かつた文字数である。
文字認識は、次のようにして行われる。先ず、
認識対象文字のストローク間長短関係行列を作成
する。この認識対象文字が例えば10画のものであ
ると仮定すると、文字認識システム内に予め準備
してある10画の文字種に対する統計的ストローク
間長短関係行列を読出し、読出された統計的スト
ローク間長短関係行列と、認識対象文字のストロ
ーク間長短関係行列とを比較し、各統計的ストロ
ーク間長短関係行列毎の不一致度を求める。不一
致度は次のようにして求められる。統計的ストロ
ーク間長短関係行列の元をＣ（ｉ，ｊ）とし、認
識対象文字のストローク間長短関係行列の元をＡ
（ｉ，ｊ）とするとき、 Ｃ（ｉ，ｊ）・Ａ（ｉ，ｊ）＝Ｄ（ｉ，ｊ） を求める。Ｄ（ｉ，ｊ）が正の場合には不一致度
を零とし、Ｄ（ｉ，ｊ）が負の場合には不一致度
を｜Ｄ（ｉ，ｊ）｜とする。各元について得られ
た不一致度を全て累算し、全体としての不一致度
を求める。上述の処理を10画の文字の統計的スト
ローク間長短関係行列の全てについて行い、最も
不一致度の小さい統計的ストローク間長短関係行
列を選択し、選択された統計的ストローク間長短
関係行列に基づいて認識対象文字の文字種を決定
する。
認識対象文字のストローク間長短関係行列を作成
する。この認識対象文字が例えば10画のものであ
ると仮定すると、文字認識システム内に予め準備
してある10画の文字種に対する統計的ストローク
間長短関係行列を読出し、読出された統計的スト
ローク間長短関係行列と、認識対象文字のストロ
ーク間長短関係行列とを比較し、各統計的ストロ
ーク間長短関係行列毎の不一致度を求める。不一
致度は次のようにして求められる。統計的ストロ
ーク間長短関係行列の元をＣ（ｉ，ｊ）とし、認
識対象文字のストローク間長短関係行列の元をＡ
（ｉ，ｊ）とするとき、 Ｃ（ｉ，ｊ）・Ａ（ｉ，ｊ）＝Ｄ（ｉ，ｊ） を求める。Ｄ（ｉ，ｊ）が正の場合には不一致度
を零とし、Ｄ（ｉ，ｊ）が負の場合には不一致度
を｜Ｄ（ｉ，ｊ）｜とする。各元について得られ
た不一致度を全て累算し、全体としての不一致度
を求める。上述の処理を10画の文字の統計的スト
ローク間長短関係行列の全てについて行い、最も
不一致度の小さい統計的ストローク間長短関係行
列を選択し、選択された統計的ストローク間長短
関係行列に基づいて認識対象文字の文字種を決定
する。
第６図は第１図ないし第５図の統計的ストロー
ク間長短関係行列間の不一致度を示すものであつ
て、数値の大きいもの程、不一致度が大きいこと
を示している。例えば、「展」という文字の統計
的ストローク間長短関係行列と「険」という文字
の統計的ストローク間長短関係行列との間の不一
致度は、最小であつて“683”となつているが、
これはストローク間の長短関係によつては「険」
という文字と「展」という文字は最も識別し難い
ことを示している。このような場合には、更に他
の手法、例えばストローク間の交叉関係またはス
トローク間の位置関係を用いて文字認識を行う方
法を併用すれば良い。
ク間長短関係行列間の不一致度を示すものであつ
て、数値の大きいもの程、不一致度が大きいこと
を示している。例えば、「展」という文字の統計
的ストローク間長短関係行列と「険」という文字
の統計的ストローク間長短関係行列との間の不一
致度は、最小であつて“683”となつているが、
これはストローク間の長短関係によつては「険」
という文字と「展」という文字は最も識別し難い
ことを示している。このような場合には、更に他
の手法、例えばストローク間の交叉関係またはス
トローク間の位置関係を用いて文字認識を行う方
法を併用すれば良い。
手書き入力された認識対象文字のストローク間
長短関係行列と統計的ストローク間長短関係行列
との不一致度の範囲について説明する。文字の識
別はストローク数（画数）毎に行われるので10画
の文字を例に説明する。10画の文字のストローク
間長短関係行列の有効要素数は45である。入力文
字のストローク間長短関係行列の要素（１又は−
１）と辞書（統計的ストローク間長短関係行列）
の要素の符号が全て一致した場合が最も不一致度
が小さく零である。一方、入力文字のストローク
間長短関係行列の要素と辞書の要素が全て異なり
且つ辞書の要素の値が10のとき、最も不一致度が
大きく、450になる。
長短関係行列と統計的ストローク間長短関係行列
との不一致度の範囲について説明する。文字の識
別はストローク数（画数）毎に行われるので10画
の文字を例に説明する。10画の文字のストローク
間長短関係行列の有効要素数は45である。入力文
字のストローク間長短関係行列の要素（１又は−
１）と辞書（統計的ストローク間長短関係行列）
の要素の符号が全て一致した場合が最も不一致度
が小さく零である。一方、入力文字のストローク
間長短関係行列の要素と辞書の要素が全て異なり
且つ辞書の要素の値が10のとき、最も不一致度が
大きく、450になる。
第９図は手書き入力された「展」という文字の
ストローク間長短関係行列を示す図である。この
行列と、「展」、「粉」、「週」、「険」、「紙」とい
う
５つの文字の辞書（統計的ストローク間長短関係
行列）との不一致度はそれぞれ、 「展」…３ 「粉」…213 「週」…111 「険」…98 「紙」…105 と計算され、最も不一致度の小さい「展」が次に
小さい「険」の不一致度を大きく引き離してお
り、安定な識別を得ることが可能である。
ストローク間長短関係行列を示す図である。この
行列と、「展」、「粉」、「週」、「険」、「紙」とい
う
５つの文字の辞書（統計的ストローク間長短関係
行列）との不一致度はそれぞれ、 「展」…３ 「粉」…213 「週」…111 「険」…98 「紙」…105 と計算され、最も不一致度の小さい「展」が次に
小さい「険」の不一致度を大きく引き離してお
り、安定な識別を得ることが可能である。
以上の説明から明らかなように、本発明によれ
ば、変形した手書き文字をも認識することが可能
な手書き文字認識方式を得ることが出来る。本発
明は、画数の多い手書き漢字の認識において特に
効果を有するものである。
ば、変形した手書き文字をも認識することが可能
な手書き文字認識方式を得ることが出来る。本発
明は、画数の多い手書き漢字の認識において特に
効果を有するものである。
第１図ないし第５図は10画の文字とその統計的
ストローク間長短関係行列を示す図、第６図は第
１図ないし第５図の統計的ストローク間長短関係
行列間の不一致度を示す図、第７図はストローク
のサンプリング点を示す図、第８図はストローク
のメモリ上の表現を示す図、第９図は「展」とい
う文字のストローク間長短関係行列を示す図であ
る。
ストローク間長短関係行列を示す図、第６図は第
１図ないし第５図の統計的ストローク間長短関係
行列間の不一致度を示す図、第７図はストローク
のサンプリング点を示す図、第８図はストローク
のメモリ上の表現を示す図、第９図は「展」とい
う文字のストローク間長短関係行列を示す図であ
る。
Claims (1)
- １ 手書き入力された文字のストロークによつて
認識対象文字を認識するストロークによる手書き
文字認識方式において、同一文字種の複数のサン
プル文字についてのストローク間長短関係を統計
的に処理して得られた統計的ストローク間長短関
係行列を、複数の文字種対応に予めシステム内に
準備し、手書き入力された認識対象文字について
作成されたストローク間長短関係行列を、上記予
め準備された統計的ストローク間長短関係行列と
比較し、これにより、認識対象文字の文字種を認
識することを特徴とするストロークによる手書き
文字認識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10526778A JPS5532168A (en) | 1978-08-29 | 1978-08-29 | Manuscript letter recognition system by stroke |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10526778A JPS5532168A (en) | 1978-08-29 | 1978-08-29 | Manuscript letter recognition system by stroke |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS5532168A JPS5532168A (en) | 1980-03-06 |
| JPS6239461B2 true JPS6239461B2 (ja) | 1987-08-24 |
Family
ID=14402876
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10526778A Granted JPS5532168A (en) | 1978-08-29 | 1978-08-29 | Manuscript letter recognition system by stroke |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS5532168A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200105827A (ko) | 2018-01-12 | 2020-09-09 | 닛토덴코 가부시키가이샤 | 복합재의 분단 방법 |
| WO2021009960A1 (ja) | 2019-07-16 | 2021-01-21 | 日東電工株式会社 | 複合材の分断方法 |
| WO2021009961A1 (ja) | 2019-07-16 | 2021-01-21 | 日東電工株式会社 | 複合材の分断方法 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS57153386A (en) * | 1981-03-18 | 1982-09-21 | Fujitsu Ltd | Character recognizing system |
-
1978
- 1978-08-29 JP JP10526778A patent/JPS5532168A/ja active Granted
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200105827A (ko) | 2018-01-12 | 2020-09-09 | 닛토덴코 가부시키가이샤 | 복합재의 분단 방법 |
| WO2021009960A1 (ja) | 2019-07-16 | 2021-01-21 | 日東電工株式会社 | 複合材の分断方法 |
| WO2021009961A1 (ja) | 2019-07-16 | 2021-01-21 | 日東電工株式会社 | 複合材の分断方法 |
| KR20220032522A (ko) | 2019-07-16 | 2022-03-15 | 닛토덴코 가부시키가이샤 | 복합재의 분단 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPS5532168A (en) | 1980-03-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6011865A (en) | Hybrid on-line handwriting recognition and optical character recognition system | |
| US4685142A (en) | Method and device for handwritten letter recognition | |
| DE69425806T2 (de) | Entdeckung von unabsichtlichen Ergebnissen in einem Rechnersystem, das eine Penbenutzerschnittstelle verwendet | |
| US6137908A (en) | Handwriting recognition system simultaneously considering shape and context information | |
| JP3452774B2 (ja) | 文字認識方法 | |
| CN108664975B (zh) | 一种维吾尔文手写字母识别方法、系统及电子设备 | |
| JPS59161786A (ja) | 手書き文字の認識方法 | |
| Toussaint et al. | Algorithms for recognizing contour-traced handprinted characters | |
| Kasar et al. | Table information extraction and structure recognition using query patterns | |
| US5659633A (en) | Character recognition method utilizing compass directions and torsion points as features | |
| JPS6239461B2 (ja) | ||
| US5684892A (en) | Method for pattern recognition | |
| CN106570458A (zh) | 一种在线手写中日文的识别方法 | |
| JPH09319828A (ja) | オンライン文字認識装置 | |
| JPH0150955B2 (ja) | ||
| JP2671984B2 (ja) | 情報認識装置 | |
| JPS62271086A (ja) | パタ−ン認識装置 | |
| JPH0527915B2 (ja) | ||
| Bhokse et al. | Devnagari handwriting recognition system using dynamic time warping algorithm | |
| JPH045231B2 (ja) | ||
| JPS6022793B2 (ja) | 文字識別装置 | |
| CN1096110A (zh) | 微机汉字手写输入设备 | |
| JP2962911B2 (ja) | 文字認識装置 | |
| CA2057412C (en) | Character recognition system | |
| KR940001048B1 (ko) | 온라인 필기체문자인식방법 |