JPS63118993A

JPS63118993A - 文字認識方法

Info

Publication number: JPS63118993A
Application number: JP61265127A
Authority: JP
Inventors: Masahiro Nakamura; 昌弘中村
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1986-11-07
Filing date: 1986-11-07
Publication date: 1988-05-23

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】〔技術分野〕本発明は、光学文字読取装置（○ＣＡＲ）などにおける
文字認識方法に関する。

〔従来技術〕

ＯＣＲなどにおける文字認識方法の一つに、読取った文
字の輪郭部に方向コードをつけると−もに、該文字を複
数のブロックに分割し、各ブロック毎に方向コード別の
ヒストグラムをとり、このヒストグラムを特徴量として
認識する方法がある。

しかしながら、例えばブロックの数を１６ブロツク、方
向コードを８方向とすると、特徴量は１６Ｘ８＝１２８
次元となり、この特徴量について全ての辞書と距離演算
を行うと、膨大な処理量となり、認識に多大の時間がか
＼る。

〔目　的〕

本発明の目的は、被認識文字を複数のブロックに分割し
、各ブロック毎に方向コード別のヒストグラムをとり、
このヒストグラムを特徴量として認識する文字認識方法
における処理の高速化及び認識精度の向上を図ることに
ある。

〔構　成〕

本発明は、読取った文字を複数のブロックに分割し、例
えば各ブロックについて構造的特徴を抽出し、この抽出
した構造的特徴により文字を大分類して検索する辞書を
絞り込む。そして、この絞り込んだ辞書を用い、各ブロ
ック毎に方向コード別のヒストグラムをとった特徴量に
ついて認識処理を行う。

以下、本発明の一実施例について図面により説明する。

第１図は本発明による全体の処理フロー例を示し、第２
図は該処理を実現するシステム構成例を示す。

スキャナ２０１は、原稿上の文字を光学的に読み取り、
白画素は０、黒画素は１の２値パターンデータに変換す
る（ステップ１０１）。パソコン２０２では、入力され
た２値パターンデータを１文字単位に切り出した後、ま
ず、その入力文字パターンの輪郭部に方向コードをつけ
るとＮもに、該パターン領域を複数のブロックに分割す
る（ステップ１０２）。次に、この分割したブロック毎
に方向コードのヒストグラムをとり、特徴量を抽出する
（ステップ１０３）。この特徴量をヒストグラム特微量
と呼ぶことにする。次に、分割したブロック毎に、構造
的特徴を抽出する（ステップ１０４）。この抽出した構
造的特徴の配列を構造的特徴量と呼ぶことにする。なお
、ステップ１０３と１０４の処理は逆でもよい。

パソコン２０２では１次に構造的特徴量を用いて辞書フ
ァイル２０３ｔ＆検索し、辞書にあらかしる用意された
同構造的特徴量と比較し、入力文字パターンを大分類し
て辞書を絞り込む（ステップ１０５）。次に、構造的特
徴量で一致のとれた辞書について、入力文字パターンの
ヒストグラム特微量と辞書にあらかじめ用意された同時
微量との距離演算を行い、候補文字を決定する（ステッ
プ１０７）。そして、認識結果を表示装置２０４あるい
はプリンタ２０５等に出力する。

以下、本発明の中心をなす構造的特徴量の抽出、構造的
特徴量による大分類処理について詳述する。

なお、入力文字パターンの領域分割、ヒストグラム特微
量の抽出、ヒストグラム特微量による認識処理は従来と
基本的に同じである。

第３図は文字“Ｈ１１の２値化パターンについて、その
領域を４×４の１６ブロツクに分割した図であり、第４
図は各ブロックに付けた番号である。

この分割した各ブロックについて構造的特徴を抽出する
に＼では、構造的特徴として、各ブロックについて、水平
および垂直方向のストロークの有無。

水平および垂直方向の空洞の有無を用いるとする。

ストローク有りとは、ブロックの水平あるいは垂直方向
に連続する黒画素があることをいへ、空洞有りとは、ブ
ロックの水平あるいは垂直方向に白画素が少なくとも２
ドツト以上あることをいう。

今、水平方向のストローク特微量をＳＨ１垂直方向のス
トローク特微量をＳｖ、水平方向の空洞特徴量をＣＨ１
垂直方向の空洞特徴量をＣｖとすると、これらは次式で表わされる。こ−で、ＩはブロックＮαで、１〜Ｎ　
（Ｎは最終ブロックＮα）の値をとる。Ｆは該当ブロッ
クにストローク又は空洞があるかどうかを示し、ある場
合は“１″、ない場合は（＃　Ｏｊ＋の値をとる。

第５図に水平方向のストローク特微量ＳＨの処理フロー
を示す。これを第３図の例について説明すると、水平方
向のストロークはブロックＮαが１゜３．４，６，７，
１５．１６にあるので。

５Ｈ＝２”＋２”＋２’＋２’＋２”＋２”＋２°　（
２）となる。　これを２進数で表わすと、５Ｈ＝１１０
００００００１１０１１０１となる。即ち、２進数の各
桁（ビット）は各ブロックと１対１に対応し、ストロー
ク有の場合は１″′、ストローク無の場合はＩＩ　ＯＩ
Ｉを示す。（２）式を１６進数で表わすと、Ｓ、、＝Ｃ
Ｄ６Ｄとなる。

同様にして、第３図の例についてＳｖ、　ＣＨ，Ｃ９を
求めると、５ｖ＝９９９９．ＣＩ＋＝０６６６゜Ｃｖ＝
２Ｆ９２となる。

このようにして得られたｓ、、、ｓｖ、Ｃ，、、Ｃｖを
構造的精微量として、これをあらがしめ辞書に登録しで
ある同時微量とを比較して大分類し、辞書の絞り込みを
行う。第６図はその処理フローを示したものである。

まず、抽出した水平方向のストローク特微量Ｓ□と辞書
の同特特微量［）ｓｏとの論理積をとり、その結果がＳ
Ｈと一致しないと、たゾちに次の辞書へ進む。そして、
Ｓｌｌと一致するものについて、次に抽出した垂直方向
のストローク特微量Ｓｖと辞書の同時微量り、ｖとの論
理積をとり、その結果がＳｖと一致しないと、やはり次
の辞書へ進む。

そして、Ｓｖと一致するものについて１次に抽出した水
平方向の空洞特徴量ＣＭと辞書の同時微量ＤＣＨとの論
理積をとる。この場合も、結果がＣ□と一致しないと、
次の辞書へ進み、一致するものについて、次に抽出した
垂直方向の空洞特徴量Ｃ９と辞書の同時微量り。Ｖとの
論理積をとる。そして、結果がＣｖと一致しないと、次
の辞書へ進み、一致するものについて、入力文字パター
ンのヒストグラム特微量と辞書にあらかじめ登録されて
いる同時微量との距離演算を行う。

上記実施例では１分割した各ブロック全てに構造的特徴
を抽出するとしたが、ストローク、空洞それぞれに関し
てブロックを選択し、より少ないブロックについて構造
的特徴を抽出して大分類を行うことも可能である。さら
に、このブロックを選択して構造的特徴を抽出し大分類
を行った後、選択されなかったブロックに関してのみヒ
ストグラムを収集し、距離演算を行って候補文字を決定
するようにしてもよい。これはヒストグラム演算の次元
数を減らす上で極めて有効である。また、距離演算で候
補が絞れない入力文字パターンについて、さらに該特定
領域のヒストグラムにより距離演算を行うことにより、
認識精度が維持される。

また、実施例では構造的特徴としてストローク、空洞を
とり上げたが、交差点、屈曲点等の特徴を用いてもよい
ことは云うまでもない。

〔効　果〕

以上説明したように、本発明によれば、被認識文字を複
数のブロックに分割し、各ブロック毎に方向コード別の
ヒストグラムをとり、このヒストグラムを特徴量として
認識処理を行う際、構造的特徴により大分類することに
より、ヒストグラム演算を行う辞書の数を減らすことが
でき、処理の高速化が期待できる。さらに、ヒストグラ
ムだけでは明確化できない構造的特徴を抽出することに
より、認識精度の向上が期待できる。

【図面の簡単な説明】

第１図は本発明による一実施例の認識処理の全体のフロ
ーチャート、第２図は本発明による認識処理を実現する
システム構成例を示す図、第３図及び第４図は被認識文
字とブロック分割の一例を示す図、第５図は構造的精微
量の抽出処理の一例を示すフローチャート、第６図は構
造的精微量による大分類処理の一例を示すフローチャー
ｊ−である。１０１・・・文字読取、　　１０２・・・領域分割。１０３・・・ヒストグラム特微量抽出。１０４・・・構造的特徴量抽出、１０５・・・構造的精微量による大分類、１０６・・・
ヒストグラム特微量による文字認識、１０７・・・認識
結果出力。第２図第３図　　　　第４図第５図第６図

Claims

【特許請求の範囲】

（１）被認識文字を複数のブロックに分割し、各ブロッ
ク毎に方向コード別のヒストグラムをとり、該ヒストグ
ラムを特徴として認識処理を行う文字認識方法において
、前記分割したブロックの一部又は全部について構造的
特徴を抽出し、該抽出した構造的特徴を用いて大分類を
行った後、前記ヒストグラムによる認識処理を行うこと
を特徴とする文字認識方法。
（２）分割した各ブロックの一部について構造的特徴を
抽出して大分類を行う場合、残りのブロックによるヒス
トグラムを用いて認識処理を行うことを特徴とする特許
請求の範囲第１項記載の文字認識方法。