JPS6254380A - 文字認識装置 - 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】 産業上の利用分野 本発明は、新聞・雑誌等の活字および手書き文字を認識
し、たとえばＪＩＳコード等の情報量に変換する文字認
識装置に関するものである。

従来の技術 従来の文字認識装置では、縦書き、横書きおよび行間隔
・文字間隔等の書式が明確な文書、つまり読み取る文字
の用紙上の絶対的な位置があらかじめ判明している文書
を対象に文字認識を行ってきた。このことは、文字認識
装置が対象とする文書に制限を与えており、この問題を
解決するために、入力画像の２次元フーリエ変換を用い
て行間を検出して縦書き・横書き等の行方向を抽出し、
書式が未知の文書に対しても、文章の意味が理解できる
ように認識候補文字の順序を決定する方法がとられてい
た。（例えば、畏谷・星野“印刷文字列の周期的特徴”
信学論中）、　Ｊ６６−Ｄ　、　２　。

ＰＰ、２９８〜２９９） 発明が解決しようとする問題点 しかしながら、入力画像の２次元フーリエ変換により入
力文書の行方向を検出する従来の技術では、２次フーリ
エ変換という多大な計算量を必要とする方法を用いてい
るために処理に時間がかかる。

本発明はかかる点に鑑みてなされたものであり、簡易な
方法で入力画像の行方向を検出し、書式が未知の文書に
対しても、文章の意味が理解できるように認識候補文字
を編集することができる文字認識装置を提供することを
目的としている。

問題点を解決するための手段 本発明は前記問題点を解決するため、入力画像の内、疑
似正方形の領域を縦方向・横方向に走査して文字部を形
成する画素のヒストグラムを求め、ヒストグラムから求
めた縦方向・横方向それぞれの文字間隔長の平均値を比
較することにより、文書の行方向を判定する手段を備え
てい゛る。

作用 本発明は前記した技術的手段により、書式が未知の文書
に対して、高速に行方向を抽出して認識候補文字を文章
の意味が理解できるように編集することが可能とガる。

実施例 以下、本発明の実施例について図面を参照しながら説明
する。

第１図は、本発明による文字認識装置の一実施例の構成
図である。１は画像入力部であシ、認識対象文字を含む
画像を走査し２値信号で画像を入力し画像メモリ２に格
納する。３は行方向判定部であシ、画像メモリ２に格納
されている入力画像に対して正方形の領域を設定し、そ
の領域を走査して入力画像の縦書き・横書き判定を行う
。４は文字切り出し部であり、行方向判定部３で検出し
た行方向を用いて画像メモリ２を走査して行アドレスを
検出し、行アドレスを用いて画像メモリ２を行単位で走
査し、行単位の画像の射影を用いて１字ずつ認識対象文
字画像を切り出し、各文字の入力画像上の文字アドレス
を検出する。Ｓは認識部であシ、文字切り出し部４で切
り出した認識対象文字のストローク等の特徴量を求め、
あらかじめ辞書６に登録されている文字の特徴量と照合
し、最も似た文字を認識候補文字とする。アは編集部で
あり、行方向判定部３で求めた行方向及び文字切り出し
部４で求めた行アドレスと文字アドレスを用いて、認識
部５で抽出した認識候補文字を文章の意味が理解できる
順序に編集し、文章メモリ８に文字コードで格納する。

以上のように構成された文字認識装置について、第２図
に示す入力画像Ｐを例に説明する。

画像入力部１から入力された画像Ｐは文字部１、白部０
の２値データで画像メモリ２に蓄えられる。

まず行方向判定部３で画像メモリ２に蓄えられている入
力画像Ｐを左上から横方向にｍ画素、縦方向にｍ画素走
査して、入力画像の内の正方形領域Ｐ′における文字部
を形成する画素の縦方向ヒストグラムａＶと横方向ヒス
トグラムＨｈを求めると第２図に示す様になる。文字部
と文字間部を分けるために、ヒストグラムＨマと）Ｉｌ
ｌそれぞれに対してヒストグラムの値が０画素以下であ
る文字間部分と０画素より太い画素数の文字部分に分け
、各部分の先頭アドレスを求める。第２図中のｙｓｌ・
ｙｓｚ・・・・・・ｆｆ５ｉ・・・・・・及びｘｓｌ・
、Ｚｓｚ・・・・・・Ｊｓｉ・・・・・・は文字部分の
先頭アドレスであり、ｙｅｌ・ｙｅｌ・・・　・・・・
ｙｅｉ・・・・・・及びｘｅｌ・ｘｅｚ・・・・・・ｘ
ｅｉ・・・・・・は文字間部分の先頭アドレスである。

このアドレスから正方形領域Ｐ′における縦方向の文字
間隔長（！／ｓｉ＋＋Ｙｅｉ　）の平均値（ｙｓｉ＋ｔ
　−！／ｅｉ　）と横方向の文字間隔長（ｘｓｉ＋１−
　ｘｅｉ　）の平均値（ｚｓｉ＋＋−ｘｅｉ　）とを比
較すると縦方向の値が横方向の値に対して大となり、正
方形領域Ｐ′ひいては人力画像Ｐの行方向は横書きであ
ることがわかる。

次に文字切り出し部４では、入力画像Ｐの行方向が横書
きと決定したことから、入力画像全体における文字部を
形成する画素の縦方向のヒストグラムＨ２を求めて、入
力画像Ｐの行アドレスＣ１ｓ＋　＋　ｌｅｔ　）−（Ｊ
ｓｉ　、　ｌｅｉ　）−を求める。第２図に結果を示す
。行アドレスを用いて画像メモリ２から第３図に示す行
画像りを抽出する。抽出した行画像りを射影してヒスト
グラムＨｃを求めると第３図に示す様になる。ヒストグ
ラムＨｃがら１字１字の横方向のアドレス（Ｏｓ１．０
ａ１）・・・（Ｃｓｉ　、　Ｃｅｉ　）・・・を求め、
認識対象文字画像を１字ずつ切り出し、さらに、行アド
レスと組合せて文字アドレスを決定する。

認識部５には切り出された認識対象文字の矩形Ｒが順次
入力される。第４図ｅ）に切り出された認識対象文字「
松」を示す。切り出したｒ松」の各画素について、第４
図（ｂ）の矢印が示す方向に着目画素を含んでＭ個以上
（Ｍはあらかじめ設定）連っているか否かを調べ方向コ
ードを設定する。方向コード毎に各画素の連結性を調べ
てストロークを抽出し、ストロークの数・位置・長さ等
の特徴量を抽出する。第４図ｅ）に認識対象文字「松」
のストローク抽出結果を示す。抽出した特徴量を辞書６
に登録されている文字の特徴量と照合し、最も似た文字
「松」を認識候補文字とする。

認識部６から順次抽出される入力画像Ｐから切り出され
た認識対象文字の認識候補文字は、入力画像Ｐが横書き
であること及びそれぞれの文字アドレスから、編集部７
で「松Ｊ　　ｒｘＪ　　ｒ電」［×］・・・と横方向に
左上から右下へ文字をならべて、文章の意味が理解でき
るように編集され文章メモリ８に文字コードで蓄えられ
る。

以上のように構成された文字認識装置では、簡易な方法
で求めた行方向及び行アドレスを用いて、認識対象文字
の切り出し、さらに認識候補文字の編集を行うことによ
り、文章の意味が理解できる文字列を作成することがで
きる。さらに、文章メモリを文書処理装置等に接続する
ことにより、新たな文書編集が可能となる。

尚、本実施例では入力画像の内、ｍｘｍ画素の正方形領
域を走査して行方向を判定したが、数画素の差である疑
似正方形の領域を走査して、行方向を判定しても問題は
ない。

発明の効果 本発明によれば、入力画像の内、疑似正方形の領域を縦
方向・横方向に走査して文字部を形成する画素のヒスト
グラムを求め、ヒストグラムから求めた縦方向・横方向
の文字間隔長の平均値を比較するという簡易な方法で高
速に入力画像の行方向を抽出する・ことにより、書式が
未知の文書に対して文章の意味が理解できるように認識
候補文字を編集することが可能となる。

【図面の簡単な説明】

第１図は本発明における一実施例による文字認識装置の
構成図、第２図は入力画像及び入力画像の行方向と行ア
ドレスの判定方法の説明図、第３図は入力画像内の認識
候補文字切り出し方法の説明図、第４図は文字認識方法
の説明図である。 １・・・・・・画像入力部、２・・・・・・画像メモリ
、３・・・・・・行方向判定部、４・・・・・・文字切
り出し部、６・・・・・・認識部、６・・・・・・辞書
、７・・・・・・編集部、８・川・・文章メモリ。 代理人の氏名　弁理士　中　尾　敏　男　はが１名第１
図 第２図 第　３　因 り 第４図 Ｃｓｔ　　　　Ｃ”６．゛ （ｂ）

Claims (1)

【特許請求の範囲】
1. 認識対象文字を含む画像を入力する画像入力部と、前記
   画像入力部で入力された画像の内、疑似正方形（正方形
   も含む）の領域を縦方向・横方向に走査して文字部を形
   成する画素のヒストグラムを求め、このヒストグラムの
   値がＮ画素以下である文字間隔の連続する走査線の数で
   定義される文字間隔長の平均値を縦方向と横方向で比較
   することにより縦書き・横書きを判定する行方向判定部
   と、入力画像から認識対象文字を切り出す文字切り出し
   部と、前記認識対象文字を辞書と照合することにより認
   識候補文字を抽出する認識部と、前記認識候補文字群を
   編集する編集部を有することを特徴とする文字認識装置
   。