KR20100011187A - 문자 인식 방법 - Google Patents

Abstract

본 발명에 따른 카메라로 촬영된 영상에 포함된 문자를 인식하기 위한 방법은 촬영된 영상의 문자 및 배경 영역을 구분하고, 구분된 문자 영역과 배경 영역 간의 명도를 비교하는 과정과, 상기 문자 영역과 배경 영역 간의 명도를 비교해서 상기 문자 영역의 명도가 상기 배경 영역의 명도 보다 낮은 경우에 상기 배경 영역과 문자 영역 간 명도를 반전시키는 과정과, 배경 영역의 명도와 반전 또는 반전되지 않은 문자 영역을 이진화하는 과정과, 이진화된 문자 영역에서 각 문자를 인식하는 과정을 포함한다.

영상, 문자, 인식, 카메라, 번역

Description

문자 인식 방법{METHOD OF AN IMAGE PREPROCESSING FOR RECOGNIZING SCENE-TEXT}

본 발명은 문자 인식 장치 및 방법에 관한 발명으로서, 특히 카메라로 촬영된 문자를 인식하기 위한 방법에 관한 발명이다.

종래의 문자 인식은 종이 문서를 스캐너(Scaner)로 스캐닝(Scannening)해서 텍스트 화일 또는 전자 문서의 형태로 변환하는 방법이 일반적이다. 그러나, 최근 이미지 센서 및 광학 기술의 발달로 인해서 소형화된 디지털 카메라의 보급과 그로 인해 디지털 카메라를 장착한 형태의 휴대형 디지털 기기들의 개발로 이어지고 있다. 따라서, 카메라로 촬영된 문자를 인식하는 방법도 제안되고 있다.

종래 스캐너가 종이에 기재된 문자의 인식으로 제한되는 반면에, 디지털 카메라가 장착된 휴대형 디지털 기기들은 카메라를 이용한 광학 방식의 문자 인식(Optical character recognition; OCR)이 가능하다. 즉, 휴대용 디지털 기기들에 장착된 카메라를 이용한 문자 인식은 종래 스캐너에 의해 스캐닝된 문자의 인식 방법에 비해서 다양한 매체들(기념비, 도로 안내 표지판, 메뉴판, 각종 설명서 등등)에 표시된 문자들의 인식이 가능하다.

휴대용 디지털 기기들에 장착된 카메라를 이용한 문자 인식은 종래 스캐너에 의해 스캐닝된 문자의 인식 방법에 비해, 다양한 매체에 기록된 문자를 인식할 수 있다. 도 1은 종래의 카메라로 촬영된 문자를 인식하는 방법을 설명하기 위한 순서도이다. 도 1을 참조하면, 종래 문자 인식의 방법(100)은 카메라로 문자를 포함하는 영상을 촬영하는 과정(S1)과, 촬영된 영상의 데이터 처리 과정(S2)과, 데이터 처리된 영상의 전처리 과정(S3)과, 개별 문자의 정규화(S4) 및 특징 추출 과정(S5)과, 추출된 각 문자의 특징에 기반한 문자 인식 과정(S6)과, 후처리 과정(S7)을 포함한다.

상기 촬영 과정(S1)은 사용자가 문자 인식을 하기 위한 문자를 포함하는 피사체를 영상의 형태로 촬영하는 과정이고, 상기 데이터 처리 과정(S2)은 촬영된 영상을 그레이 스케일(Gray-scale) 상태로 변환시키는 과정이다. 디지털 카메라로 촬영된 영상은 사용자가 흑백을 선택하지 않는 이상 통상 자연색의 칼라(color) 영상이다. 칼라 영상은 문자를 인식하는 데 있어서, 과도한 변수로 작용할 수 있으므로, 문자 인식 이전에 그레이 스케일 형태로 단순화시킬 필요가 있다. 즉, 상술한 데이터 처리 과정(S2)은 촬영된 영상을 그레이 스케일 형태로 단순화시키기 위한 과정이다.

상기 전처리 과정(S3)은 문자 인식을 위해 데이터 처리된 영상의 문자를 이진화하거나, 개별 문자로 분리 해내기 위한 과정이다. 또한, 개별 문자의 정규화 과정(S4)은 분리된 각 문자(문자를 이루는 최소 단위; 예로서, 한글은 자음 및 모음, 영어는 알파벳)의 크기로 규격화하기 위한 과정이고, 개별 문자의 특징 추출 과정(S5)은 인식 대상이 되는 각 문자의 특징을 추출 해내기 위한 과정이고, 상기 문자 인식 과정(S6)은 촬영된 영상에 포함된 각 문자로부터 추출된 특징을 기 저장된 문자의 데이터와 비교해서 가장 유사한 특징의 문자를 선택하기 위한 과정이다.

상기 후처리 과정(S6)은 문자 인식에 실패하거나, 오 인식된 문자의 인식을 수정하기 위한 과정이다.

상술한 바와 같이 카메라를 이용한 문자 인식은 입력 대상 문자들이 제한되지 않아 다양한 형태의 영상에 포함된 문자를 인식할 수 있는 반면에, 외부 조명과 같은 외부 요인으로 인해서 문자 인식이 불가능한 경우도 발생 될 수 있다.

또한, 사진 촬영된 영상으로부터 문자를 인식하는 방법은 촬영된 영상의 문자를 인식 해야되나, 촬영의 조건과 문자의 배경 간의 색 및 명암과 같은 촬영 조건들이 다양함으로 문자 인식이 실패하거나, 오류가 발생될 가능성이 있다.

본 발명은 문자 인식의 대상이 되는 촬영된 영상을 구성하는 문자와 그 배경 간 색 또는 명도 차로 인한 문자 인식의 오류 발생을 최소화시키고자 한다. 즉, 본 발명은 카메라로 촬영된 영상이 갖는 문자 형태의 다양성 및 촬영 조건의 다양성을 최소화시켜서 안정적으로 문자를 인식할 수 있는 방법을 제공하고자 한다.

본 발명에 따른 카메라로 촬영된 영상에 포함된 문자를 인식하기 위한 방법은,

촬영된 영상의 문자 및 배경 영역을 구분하고, 구분된 문자 영역과 배경 영역 간의 명도를 비교하는 과정과;

상기 문자 영역과 배경 영역 간의 명도를 비교해서 상기 문자 영역의 명도가 상기 배경 영역의 명도보다 낮은 경우에 상기 배경 영역과 문자 영역 간 명도를 반전시키는 과정을 포함한다.

본 발명은 촬영된 영상을 문자 인식 이전에 일정한 형태를 갖도록 수정함으로써 다양한 조건에서 촬영된 영상에 포함된 문자들을 안정적으로 인식할 수 있다. 즉, 본 발명은 문자의 오 인식을 최소화할 수 있다.

이하에서는 첨부도면들을 참조하여 본 발명의 실시 예를 상세히 설명하기로 한다. 본 발명을 설명함에 있어서, 관련된 공지기능, 혹은 구성에 대한 구체적인 설명은 본 발명의 요지를 모호하지 않게 하기 위하여 생략한다.

본 발명에 따른 문자 인식 방법은 카메라로 촬영된 영상의 문자 영역과 배경 영역을 구별하기 위해 영상을 분석하는 과정과, 분석된 영상을 근거로 문자 영역과 배경 영역을 비교해서 상기 문자 영역이 배경 영역보다 더 밝은 경우에는 배경 영역과 문자 영역 간 명도를 반전시키고, 그 반대의 경우(문자 영역보다 배경 영역이 더 밝은 경우)는 배경 영역과 문자 영역 간 명도를 반전시키지 않고 통과시키는 전처리 과정과, 전처리 과정을 거친 영상에 포함된 문자 영역과 배경 영역을 분리해서 이진화(Adative binarization)의 과정을 포함한다.

도 2는 본 발명의 바람직한 실시 예에 따른 문자 인식 과정을 설명하기 위한 도면으로서, 도 2의 (b)는 본 발명에 따른 문자 인식 과정을 설명하기 위한 순서도이고, 도 2의 (a)는 도 2의 (b)에 도시된 과정에 따른 영상의 상태를 설명하기 위한 도면으로서 배경 영역보다 문자 영역이 더 밝은 상태이다. 도 2의 (c)는 배경 영역보다 문자 영역이 더 어두운 경우에 도 2의 (a)를 설명하기 위해 과정에 따른 영상을 도시한 도면이다.

도 2의 (b)를 참조하면, 본 발명에 따른 문자 인식 방법(100)은 영상 촬영 과정(S1)과 데이터 처리 과정(S2)과, 문자와 배경 영역의 명도 반전 여부를 판단하는 과정(S3)과, 문자 영역과 배경 영역 간 명도를 반전시키는 과정(S4), 명도 반전된 또는 반전되지 않은 영상의 이진화 과정(S5)과, 문자 인식 과정(S6)과, 후처리 과정(S7)을 포함한다.

상기 영상 촬영 과정(S1)은 문자 인식의 대상이 되는 문자를 포함하는 영상을 촬영하는 과정으로서, 도 2의 (a)의 촬영된 영상(211)은 문자와 배경을 비교할 때 문자 영역 보다 배경 영역의 명도가 더 높은 경우를 나타낸다. 반면에, 도 2의 (c)에 도시된 영상(221)은 문자 영역이 배경 영역보다 명도가 더 높은 경우이다.

상기 데이터 처리 과정(S2)은 촬영된 영상의 그레이-스케일 상태로 변환시키기 위한 과정으로서, 도 2의 (a)에 도시된 영상(212)과, 도 2의 (c)에 도시된 영상(222)과 같은 그레이 스케일 형태로 변환시키기 위한 과정이다.

상기 반전 여부를 판단하는 과정(S3)은 도 2의 (a)에 도시된 바와 같이 문자 영역의 명도가 배경 영역의 명도 보다 낮은 영상(212;문자가 배경보다 밝은 경우)은 문자 영역과 배경 영역 간 명도 반전의 대상(예)으로 판단한다. 반면에, 문자 영역의 명도가 배경 영역의 명도 보다 높은 영상(222; 문자가 배경보다 어두운 경우)은 명도 반전의 대상이 아니다.(아니오)

상기 반전 과정(S4)은 명도 반전의 대상이 되는 영상(212)을 명도 반전(213)시키기 위한 과정이다. 반면에, 도 2의 (c)의 영상과 같이 문자 영역의 명도가 배경 영역의 명도보다 높은 경우는 문자 영역과 배경 영역 간 명도 반전 과정(S4)을 거치지 않고 이진화 과정(S5)으로 진행될 수 있다. 도 2의 (a)에 도시된 영상(213)이 명도 반전의 과정을 거치지 않은 경우에 해당된다.

상기 이진화 과정(S5)은 문자 인식을 위해 데이터 처리된 영상의 문자를 이진화시키기 위한 과정으로서, 도 2의 (a)에 도시된 영상(214)과, 도 2의 (c)에 도시된 영상(223)에 해당된다.

상기 문자 인식 과정(S6)은 이진화된 영상에 포함된 각 문자를 규격화시키고, 규격화된 문자들 각각의 특징을 추출하고, 추출된 문자의 특징과 저장된 문자들의 데이터를 비교해서 인식 대상의 문자를 찾아내기 위한 과정으로서, 그 결과는 사전에 연동 되어 사용자에게 제공될 수 있다. 도 2의 (a)에 도시된 영상(215)과, 도 2의 (c)에 도시된 영상(224)에 해당 될 수 있다.

상기 후처리 과정(S7)은 상기 문자 인식 과정(S6)에서의 문자 인식에 실패하거나 또는 문자를 오인한 결과를 수정하거나 또는 인식된 문자를 데이터 형태의 전자 사전과 비교해서 문자 인식된 결과를 사용자에게 제공하기 위한 과정이다. 도 2의 (a)에 도시된 영상(216)과, 도 2의 (c)에 도시된 영상(225)에 해당된다.

도 3은 본 발명의 구체적인 문자 인식에 대한 구체적인 방법을 설명하기 위한 도면으로서, 문자 영역이 배경 영역보다 낮은 명도를 갖는 경우에 영상을 구성하는 문자 영역과 배경 영역을 구분하는 방법을 설명하기 위한 도면이다.

도 3의 (a)는 인식의 대상이 되는 문자를 포함하는 피사체를 촬영한 영상(211)으로서, 문자 영역(211b)과, 배경 영역(211a)으로 구성될 수 있다.

도 3의 (b)는 상기 문자 인식(200) 중의 데이터 처리 과정(S2)에서 그레이 스케일 상태로 변환된 영상(212)을 도시한 도면이고, 도 3의 (c)와 (d)는 전처리된 영상(212) 전체의 히스토그램이다.

바람직하게는 인식 대상 해당 문자 영상의 특징으로 가장 잘 반영하는 방법으로 기준 값(H_th)을 정하고, 상기 주 색상 값(dc_1, dc_2)을 구한다. 도 3의 (e)는 배경 영역과 문자 영역의 색상 값(255)에 대한 히스토그램이다. 상술한 기준 값(H_th)은 주 색상 값(dc_1, dc_2)를 동일한 기준에서 비교하기 위해 설정한 임의의 기준이다.

도 3의 (c)와 (d)에 도시된 히스토그램으로부터 2개의 주 색상(dominant color, dc_1, dc_2)을 얻을 수 있으며, 실제적으로 상술한 주 색상(dc_1, dc_2)은 기 설정된 임의의 기준값(H_th)에 따른 0부터 255의 색상 값 중 한가지 또는 특정 범위의 값을 가질 수 있다. 도 3의 (c)와, (d)는 픽셀의 위치에 따른 색상을 비교하기 위한 그래프로서, H_av는 히스토그램 각각의 평균 색상 값을 의미한다. 상술한 평균 값(H_av)을 기준으로 양(+)과, 음(-)을 정량화해서 문자 또는 배경 영역을 판단할 수 있다.

즉, 도 3 (c)의 히스토그램과, (d)의 히스토그램은 각각의 평균 값(H_av_1, H_av_2)을 기준으로, 그 이상의 값은 양(+)으로 표시하고, 평균 값(H_av_1, H_av_2) 보다 작은 값을 음(-)으로 표시한다.

도 3 (c) 및 도 3 (d)의 히스토그램에 포함된 양(+)의 갯수와, 음(-)의 갯수를 각각 합산해서, 그 결과를 산출한다. 즉, 상술한 양(+) 또는 음(-)의 갯수를 합해서 에 대한 주 색상(dc_1, dc_2)들 각각의 합은 아래의 <수학식 1>과 같이 나타낼 수 있다.

(a)

(b)

(c)

(d)

위의 <수학식 1>에서 (a)는 도 3의 (c) 히스토그램에서 양(+)의 갯수 합에 대한 수학식이고, <수학식 1>에서 (b)는 도 3의 (c) 히스토그램에서 음(-)의 갯수 합에 대한 수학식이다.

위의 <수학식 1>이 아래의 조건에 따라서, 도 3의 (c) 또는 (d) 중 어느 히스토그램이 문자 영역을 나타내는지 결정될 수 있다.

(a)

(b)

위의 <수학식 2>의 (a)는 주 색상이 dc_m인 경우에 기준 값(H_av)을 기준으로 양(m(+))의 갯수 합산이 음(m(-))의 갯수 합산보다 적은 경우이고, 위의 <수학식 2>의 (b)는 주 색상이 dc_n인 경우에 평균 값(H_av)을 기준으로 양(n(+))의 갯수 합산이 음(n(-))의 갯수 합산보다 큰 경우이다.

위의 <수학식 2>를 충족한다면, 주 색상 dc_n이 문자 영역의 색이고, dc_m은 배경 영역의 색상이 된다. 즉, <수학식 1>는 도 3의 (c)와 (d)에서 얻어진 히스토그램의 평균 값(H_av)를 기준으로 각 색상 값(dc_1, dc_2)의 양 및 음의 값을 합산한 후, 위의 <수학식 2>의 조건을 충족하는 여부에 따라서 배경 영역 및 문자 영역 을 결정할 수 있다.

일반적으로 도 3에 도시된 영상들과 같이 문자 사이의 간격이 문자 영역 자체의 넓이보다 작은 경우의 히스토그램을 보면, 양(+)에 해당하는 부분이 음(-)에 해당하는 부분보다 많다. 반대로, 배경 영역의 부분은 음(-)에 해당하는 부분이 양(+)에 해당하는 부분에 비해서 더 많다.

도 4는 문자 영역이 배경 영역보다 더 어두운 경우를 설명하기 위한 도면으로서, 도 3의 예와 정 반대되는 경우(문자 영역의 명도가 배경 영역의 명도보다 높은 경우; 어두운 경우)이다.

도 4의 (a)는 배경 영역(221b)의 명도가 문자 영역(221a)의 명도보다 낮은 경우의 촬영된 영상(221)이고, 도 4의 (b)는 그레이 스케일 상태의 영상이고, 도 4의 (c)와, (d) 각각은 도 4의 (e) 히스토그램에 도시된 주 색상(dc_1, dc_2)의 픽셀 위치에 따른 색상값을 도시한 히스토그램이다.

도 4는 도 2의 (b)에 대입시키면, 문자 영역(221a)의 명도가 배경 영역(221b)의 명도보다 큰 경우로서, 문자 영역(221a)와 배경 영역(221b) 간의 명도 반전의 과정(S4) 없이 바로 이진화 과정(S5)으로의 진행 가능한 예이다.

도 5는 문자 영역이 배경 영역보다 더 밝은 경우의 또 다른 예를 설명하기 위한 도면이다. 도 5는 문자 간 간격이 넓은 경우로서,위의 <수학식 2>를 충족하지 못하는 예이다. 도 5의 경우는 양(+)의 합산이 음(-)의 합산이 동일한 경우로서, 배경 영역과 문자 영역의 판단이 용이하지 않다.

도 5의 경우는 주 색상을 합산해서 이를 비교하는 방법으로 문자 및 배경 영 역을 구분할 수 있다. 즉, dc_1의 주 색상과, dc_2의 주 색상에 대한 히스토그램의 합을 서로 비교해서 히스토그램의 합이 더 큰 주 색상이 배경 영역이고, 그 반대는 문자 영역으로 결정될 수 있다. 도 6은 문자 영역이 배경 영역보다 더 어두운 경우의 또 다른 예를 설명하기 위한 도면으로서, 도 5의 예와 반대의 예를 도시한 도면이다.

도 7은 본 발명의 또 다른 실시 예에 따른 문자 인식 과정을 설명하기 위한 도면이다. 도 7을 참조하면, 문자 영역을 선택하는 과정(310)은 촬영된 영상에서 사용자가 문자 인식을 하고자 하는 대상 범위를 선택하는 과정으로서, 촬영된 영상 전체 또는 촬영된 영상 중 일부가 사용자의 필요에 따라 선택될 수 있다.

전체 이미지 히스토그램을 구하는 과정(320)은 도 3 내지 도 6의 (e)에 도시된 바와 같이 촬영된 영상(또는 문자 인식의 대상으로 선정됨 범위 내의 영상)의 히스토그램을 산출하는 과정을 의미한다. 도 3 내지 도 6의 (e)에 도시된 바와 같이 히스토그램은 배경 및 문자 영역의 색상 값(dc_m, dc_n,; m, n은 1 또는 2)이 픽셀에 따른 빈도를 통해 산출될 수 있다.

색상 값을 구하는 과정(330)은 도 3 내지 도 6의 (e)에 도시된 바와 같은 히스토그램들은 기준 값(H_th)에 따른 각각의 색상 값을 구하기 위한 과정이고, 색상삭 값(dc_m, dc_n)에 대한 세로 투영 히스토그램을 구하는 과정(340)은 도 3 내지 도 6의 (c)와, 도 3 내지 도 6의 (d)로 그 색상 값에 따른 히스토그램이 각각 산출하기 위한 과정이다.

상기 세로 투영 히스토그램을 구하는 과정(340) 이후에는 도 3 내지 도 6의 (c)와, 도 3 내지 도 6(d)의 히스토그램에서 평균 값(H_av)을 기준으로 양(+) 및 음(-)의 갯수를 산출해서 각각의 합산을 구하고, 그 합산들을 비교하는 과정(350)을 포함한다.

상기 비교 과정(350)은 아래와 같은 <수학식 3>과 같은 비교에 의해 결정될 수 있다.

위의 <수학식 3>을 조건을 충족하는 경우(예)는 양에 대한 히스토그램의 합이 음(-)을 합한 갯수 보다 많은 경우로서, 이는 <수학식 2>를 충족하는 경우와 동일하다.

즉, 도 3의 색상 값 dc_n이 문자 영역을 의미하고, 색상 값 dc_m은 배경 영역의 히스토그램으로서, 도 3이 이에 해당 될 수 있다. 위의 비교 과정(350)을 통해서 문자 영역 및 배경 영역을 결정(360)할 수 있다.

색상 값을 비교하는 과정(350)에서 위의 <수학식 3>을 충족시키지 못하는 예는 도 4에 도시된 바와 같이 문자 영역(221a)이 배경 영역(221b) 보다 높은 명도를 갖는 경우, 또는 도 5의 (c) 및 (d)의 히스토그램에 대한 양 및 음의 합산 갯수가 동일한 경우가 될 수 있다.

위와 같이 음(-)과 양(+)의 합산 갯수가 같거나, 또는 음(-)의 합산 갯수를 구해서, 양(+) 및 음(-)의 합산 값들을 비교하는 과정(380)을 포함한다.

만약, 합산 값들을 비교하는 과정(380)에서 위의 <수학식 3>을 충족하는 경우(아니오)는 dc_m이 배경 영역의 색상 값으로 결정되고, dc_n은 문자 영역의 색상 값으로 결정될 수 있다.

반대로, 상기 양(+) 및 음(-)의 합산 갯수를 구하고 비교하는 과정(380)에서, 상기 <수학식 3>과 반대인 조건을 유지(예)한다면 dc_m은 문자 영역의 색상 값을 의미하고, dc_n은 배경 영역의 색상 값을 의미하는 것으로 결정(400)될 수 있다.

상술한 바와 같이 결정된 문자 영역의 색상 값과, 배경 영역의 색상 값을 비교(410)해서, 배경 영역 색상 값의 명도가 문자 영역 색상 값의 명도보다 작은 경우(예)는 배경 영역과 문자 영역 간 명도를 반전(420)시키고, 그 반대의 경우(아니오)는 배경 영역과 문자 영역 간 명도의 반전 없이(430) 문자 인식의 과정을 진행할 수 있다.

그 이후의 문자 인식 과정은 도 2에 도시된 S5~S7의 과정과 동일하게 진행 될 수 있다.

도 1은 종래 기술에 따른 문자 인식 과정을 도시한 순서도,

도 2는 본 발명의 바람직한 실시 예에 따른 문자 인식 과정을 설명하기 위한 도면,

도 3은 문자 영역이 배경 영역보다 더 밝은 경우를 설명하기 위한 도면,

도 4는 문자 영역이 배경 영역보다 더 어두운 경우를 설명하기 위한 도면,

도 5는 문자 영역이 배경 영역보다 더 밝은 경우의 또 다른 예를 설명하기 위한 도면,

도 6은 문자 영역이 배경 영역보다 더 어두운 경우의 또 다른 예를 설명하기 위한 도면,

도 7은 본 발명의 또 다른 실시 예에 따른 문자 인식 과정을 설명하기 위한 도면.

Claims (4)

1. 카메라로 촬영된 영상에 포함된 문자를 인식하기 위한 방법에 있어서,

   촬영된 영상의 문자 및 배경 영역을 구분하고, 구분된 문자 영역과 배경 영역 간의 명도를 비교하는 과정과;

   상기 문자 영역과 배경 영역 간의 명도를 비교해서 상기 문자 영역의 명도가 상기 배경 영역의 명도보다 낮은 경우에 상기 배경 영역과 문자 영역 간 명도를 반전시키는 과정을 포함함을 특징으로 하는 문자 인식 방법.
2. 제1 항에 있어서, 상기 문자 인식 방법은,

   배경 영역의 명도와 반전 또는 반전되지 않은 문자 영역을 이진화하는 과정과;

   이진화된 문자 영역에서 각 문자를 인식하는 과정을 더 포함함을 특징으로 하는 문자 인식 방법.
3. 카메라로 촬영된 영상에 포함된 문자를 인식하기 위한 방법에 있어서,

   (a) 촬영된 상기 영상을 그레이 스케일로 변환하는 과정과;

   (b) 상기 영상의 문자 및 배경 영역 간의 명도를 비교하는 과정과;

   (c) 상기 문자 영역의 명도가 상기 배경 영역의 명도보다 낮은 경우에, 상기 문자의 명도와 상기 배경의 명도를 반전시키는 과정과;

   (d) 인식된 문자를 전자 사전과 비교해서 출력하는 과정을 포함함을 특징으로 하는 문자 인식 방법.
4. 제3 항에 있어서, 상기 문자 인식 방법은,

   (e) 상기 (c) 과정에서 명도 반전 또는 명도 반전되지 않은 영상의 문자와 배경을 이진화하는 과정과;

   (f) 이진화된 문자를 인식하는 과정을 더 포함함을 특징으로 하는 문자 인식 방법.

Images