JP3066530B2 - オンライン手書文字認識装置 - Google Patents
オンライン手書文字認識装置Info
- Publication number
- JP3066530B2 JP3066530B2 JP1038202A JP3820289A JP3066530B2 JP 3066530 B2 JP3066530 B2 JP 3066530B2 JP 1038202 A JP1038202 A JP 1038202A JP 3820289 A JP3820289 A JP 3820289A JP 3066530 B2 JP3066530 B2 JP 3066530B2
- Authority
- JP
- Japan
- Prior art keywords
- feature point
- character
- identification condition
- input
- feature
- 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 - Fee Related
Links
Landscapes
- Character Discrimination (AREA)
Description
【発明の詳細な説明】 〔概要〕 オンラインによって手書文字データ情報をリアルタイ
ムで取り込んで認識するオンライン文字認識装置に関
し、 認識率の高いオンラインの文字認識を目的とし、 筆順を含む入力文字パターン情報が加わり、該入力文
字パターン情報から特徴点と該特徴点の位置情報とを求
める特徴点抽出手段と、辞書文字の特徴点を記憶する特
徴点辞書手段と、筆順に従って前記入力文字の特徴点
と、前記特徴点辞書手段で記憶する辞書文字の特徴点と
を対応づけて該辞書文字の中から候補文字を求めると共
に該対応付けの際の対応情報を出力する特徴点対応づけ
手段と、前記辞書文字毎に、その辞書文字の特徴点を用
いて規定された同定条件を記憶する同定条件格納手段
と、前記特徴点対応づけ手段で求められる各候補文字に
対して規定された同定条件を前記同定条件格納手段を検
索して求め、前記特徴点抽出手段により求められる入力
文字パターンの特徴点及び該特徴点の位置情報と、前記
特徴点対応づけ手段で得られる前記対応情報とを用い
て、前記同定条件で用いられる候補文字の特徴点に対応
する入力文字の特徴点を求め該求めた該入力文字の特徴
点間の線分を求めることにより該入力文字を前記同定条
件格納手段を検索して求めた同定条件に適用し、該同定
条件を満足するかを判別する同定条件適用手段とよりな
り、前記候補文字を求める処理と前記同定条件適用の処
理とで特徴点の情報を共用しつつ、認識処理を行うよう
に構成する。
ムで取り込んで認識するオンライン文字認識装置に関
し、 認識率の高いオンラインの文字認識を目的とし、 筆順を含む入力文字パターン情報が加わり、該入力文
字パターン情報から特徴点と該特徴点の位置情報とを求
める特徴点抽出手段と、辞書文字の特徴点を記憶する特
徴点辞書手段と、筆順に従って前記入力文字の特徴点
と、前記特徴点辞書手段で記憶する辞書文字の特徴点と
を対応づけて該辞書文字の中から候補文字を求めると共
に該対応付けの際の対応情報を出力する特徴点対応づけ
手段と、前記辞書文字毎に、その辞書文字の特徴点を用
いて規定された同定条件を記憶する同定条件格納手段
と、前記特徴点対応づけ手段で求められる各候補文字に
対して規定された同定条件を前記同定条件格納手段を検
索して求め、前記特徴点抽出手段により求められる入力
文字パターンの特徴点及び該特徴点の位置情報と、前記
特徴点対応づけ手段で得られる前記対応情報とを用い
て、前記同定条件で用いられる候補文字の特徴点に対応
する入力文字の特徴点を求め該求めた該入力文字の特徴
点間の線分を求めることにより該入力文字を前記同定条
件格納手段を検索して求めた同定条件に適用し、該同定
条件を満足するかを判別する同定条件適用手段とよりな
り、前記候補文字を求める処理と前記同定条件適用の処
理とで特徴点の情報を共用しつつ、認識処理を行うよう
に構成する。
本発明は文字認識装置に係わり、さらに詳しくはオン
ラインによって手書文字データ情報をリアルタイムで取
り込んで認識するオンライン文字認識装置に関する。
ラインによって手書文字データ情報をリアルタイムで取
り込んで認識するオンライン文字認識装置に関する。
文字認識装置は、予め書かれている文字を例えばイメ
ージスキャナ等によって読み込み、各文字の特徴点と予
め記憶してある辞書データの特徴点との距離を求め、最
も近い距離の文字を候補文字として決定している。イメ
ージスキャナで読み込み文字を認識する前述の方式は筆
順を得ることができず、その認識率は低いものである。
ージスキャナ等によって読み込み、各文字の特徴点と予
め記憶してある辞書データの特徴点との距離を求め、最
も近い距離の文字を候補文字として決定している。イメ
ージスキャナで読み込み文字を認識する前述の方式は筆
順を得ることができず、その認識率は低いものである。
一方、イメージスキャナで文字データを入力するので
はなく、例えばタブレット等によって書いた情報を読み
込んで認識するいわゆるオンライン文字認識装置があ
る。このオンライン文字認識装置はキーボード等の入力
機器に比べ、熟練を要しない点で応用範囲が広く需要が
高い装置である。例えば、窓口業務での手書き文字を直
接コンピュータに入力できる手段としての利用は高まっ
ている。このようなオンライン文字認識装置において
は、従来のようなイメージスキャナで読み込んだ場合と
比較し、筆順の情報を得るという特徴を有し、認識率が
前述の認識装置に比べ高くなる。
はなく、例えばタブレット等によって書いた情報を読み
込んで認識するいわゆるオンライン文字認識装置があ
る。このオンライン文字認識装置はキーボード等の入力
機器に比べ、熟練を要しない点で応用範囲が広く需要が
高い装置である。例えば、窓口業務での手書き文字を直
接コンピュータに入力できる手段としての利用は高まっ
ている。このようなオンライン文字認識装置において
は、従来のようなイメージスキャナで読み込んだ場合と
比較し、筆順の情報を得るという特徴を有し、認識率が
前述の認識装置に比べ高くなる。
近年オンライン文字認識装置の性能は向上してきてい
る。特に続け文字をも認識できる技術が開発され、前述
した窓口での入力における利用が更に実用段階に近づい
た。
る。特に続け文字をも認識できる技術が開発され、前述
した窓口での入力における利用が更に実用段階に近づい
た。
しかしながら、類似した形の文字間の同定の性能は充
分でなく、類似した形の文字の同定についても高い性能
が求められている。
分でなく、類似した形の文字の同定についても高い性能
が求められている。
一般的にオンライン文字認識装置は認識候補を出力す
る大分類と認識候補を入力として正しい認識結果を求め
る類似文字詳細同定部から構成される。
る大分類と認識候補を入力として正しい認識結果を求め
る類似文字詳細同定部から構成される。
第5図は従来のオンライン文字認識装置の構成図であ
る。パターン入力10は手書き文字をディジタル情報に変
換する装置であり、例えばディジタイザである。このデ
ィジタイザは通常盤面とスタイラスペンからなり、入力
者が盤面をスタイラスペンで書くとそのスタイラスペン
で書いた座標を検出する。この検出結果は入力パターン
格納部11に加わり記憶される。入力パターン格納部11に
格納されたディジタル情報は特徴点抽出部12に加わり、
特徴点抽出部12は格納された入力パターンから文字の特
徴を表わす特徴点を抽出し、入力特徴点格納部13に格納
する。
る。パターン入力10は手書き文字をディジタル情報に変
換する装置であり、例えばディジタイザである。このデ
ィジタイザは通常盤面とスタイラスペンからなり、入力
者が盤面をスタイラスペンで書くとそのスタイラスペン
で書いた座標を検出する。この検出結果は入力パターン
格納部11に加わり記憶される。入力パターン格納部11に
格納されたディジタル情報は特徴点抽出部12に加わり、
特徴点抽出部12は格納された入力パターンから文字の特
徴を表わす特徴点を抽出し、入力特徴点格納部13に格納
する。
特徴点辞書部14は辞書文字毎に標準的な文字パターン
である辞書文字の特徴点を記憶している。
である辞書文字の特徴点を記憶している。
特徴点対応づけ部15は入力特徴点格納部13で記憶した
前記特徴点抽出部12の結果と、特徴点辞書部14に格納さ
れた辞書文字の特徴点とを、筆順の順序に従い対応づけ
る。すなわち特徴点抽出部12によって得られた特徴点か
ら特徴点辞書部14に格納されている筆順に対応して、入
力パターンと辞書文字の距離を求める。さらに、特徴点
対応づけ部15は求めた辞書文字との距離の中から小さい
距離を与える辞書文字の文字コードを認識候補のコード
として認識コード格納部16に格納する。
前記特徴点抽出部12の結果と、特徴点辞書部14に格納さ
れた辞書文字の特徴点とを、筆順の順序に従い対応づけ
る。すなわち特徴点抽出部12によって得られた特徴点か
ら特徴点辞書部14に格納されている筆順に対応して、入
力パターンと辞書文字の距離を求める。さらに、特徴点
対応づけ部15は求めた辞書文字との距離の中から小さい
距離を与える辞書文字の文字コードを認識候補のコード
として認識コード格納部16に格納する。
同定条件格納部17には、辞書文字毎にその辞書文字で
あることを同定する条件を記憶している。同定条件適用
部18は認識コード格納部16に格納された認識候補コード
の候補上位のものから同定条件を検索し、入力パターン
格納部11に格納された入力パターンに適用する。そし
て、適用の結果、その同定条件に合格した辞書文字のコ
ードを認識結果格納部19に格納する。
あることを同定する条件を記憶している。同定条件適用
部18は認識コード格納部16に格納された認識候補コード
の候補上位のものから同定条件を検索し、入力パターン
格納部11に格納された入力パターンに適用する。そし
て、適用の結果、その同定条件に合格した辞書文字のコ
ードを認識結果格納部19に格納する。
前述の特徴点対応づけ部15は画から対応づけるもので
あるが、その対応づけによっては誤って対応づけする場
合がある。第6図は対応づいた入力文字と辞書文字との
従来の同定条件図表である。入力文字が「2」であり、
特徴点対応づけ部15によって特徴点辞書部14内の文字
「Z」を対応づけている。
あるが、その対応づけによっては誤って対応づけする場
合がある。第6図は対応づいた入力文字と辞書文字との
従来の同定条件図表である。入力文字が「2」であり、
特徴点対応づけ部15によって特徴点辞書部14内の文字
「Z」を対応づけている。
このような時に同定条件格納部17には例えば「Z」の
「第1画面の書き始めの部分は上に凸の曲がりがない」
という条件を有しており、同定条件適用部18によって辞
書文字「Z」が入力文字の候補でないと確定する。ま
た、同様に入力文字が「3」であった場合、辞書文字の
「5」を候補文字とするならば、「5」は「2画以上で
ある」という条件より辞書文字の「5」を候補文字から
外す。
「第1画面の書き始めの部分は上に凸の曲がりがない」
という条件を有しており、同定条件適用部18によって辞
書文字「Z」が入力文字の候補でないと確定する。ま
た、同様に入力文字が「3」であった場合、辞書文字の
「5」を候補文字とするならば、「5」は「2画以上で
ある」という条件より辞書文字の「5」を候補文字から
外す。
またカタカナの「オ」を「才」と誤った場合には
「才」の同定条件「2画目と3画目には一定以上の交わ
りがある」から候補を誤ったとしている。又、さらには
「漢」を「漠」に対応づけした場合、「漢」の「9画目
と12画目には交わりがない」という同定条件より対応づ
けが誤りであることを検出している。
「才」の同定条件「2画目と3画目には一定以上の交わ
りがある」から候補を誤ったとしている。又、さらには
「漢」を「漠」に対応づけした場合、「漢」の「9画目
と12画目には交わりがない」という同定条件より対応づ
けが誤りであることを検出している。
オンライン手書き文字認識の場合においては、上述の
ような画や筆順さらには画の交わる条件等からその候補
文字が正しいか否かを判別することができる。このた
め、イメージスキャナ等で読み出した認識に比べはるか
に高い認識率を得ている。
ような画や筆順さらには画の交わる条件等からその候補
文字が正しいか否かを判別することができる。このた
め、イメージスキャナ等で読み出した認識に比べはるか
に高い認識率を得ている。
前述したようなオンライン手書き文字認識装置におい
ては、リアルタイムで手書きの情報を取り込むことがで
き、このリアルタイムの取り込みによってどのような筆
順で書いたかをも認識することができるので、その認識
率は高くなっている。しかしながら、オンライン手書き
文字入力の場合においては常に入力者が同定条件に合致
する入力をするとは限らず、続けてしまった文字すなわ
ち続け文字を入力してしまうことがある。
ては、リアルタイムで手書きの情報を取り込むことがで
き、このリアルタイムの取り込みによってどのような筆
順で書いたかをも認識することができるので、その認識
率は高くなっている。しかしながら、オンライン手書き
文字入力の場合においては常に入力者が同定条件に合致
する入力をするとは限らず、続けてしまった文字すなわ
ち続け文字を入力してしまうことがある。
第7図は、前述の同定条件では同定できない入力文字
図表である。「3」を入力する時、「3」の上部と下部
との間を一度筆をあげて書いたような場合、入力文字は
2画となり「5」の同定条件にも合格してしまう。ま
た、「オ」を続けて書いたすなわち1画と2画を続けて
書いたような場合には、3画目がないことになり、
「才」の同定条件が適用できない。同様に漢字の「漢」
をサンズイの部分を続けて、さらにその後の一部をも続
けたような場合には12画目がなくなってしまい、「漢」
の同定条件が適用できない。
図表である。「3」を入力する時、「3」の上部と下部
との間を一度筆をあげて書いたような場合、入力文字は
2画となり「5」の同定条件にも合格してしまう。ま
た、「オ」を続けて書いたすなわち1画と2画を続けて
書いたような場合には、3画目がないことになり、
「才」の同定条件が適用できない。同様に漢字の「漢」
をサンズイの部分を続けて、さらにその後の一部をも続
けたような場合には12画目がなくなってしまい、「漢」
の同定条件が適用できない。
前述したような条件により入力者は漢字を続けて書い
ても同一漢字としているが、認識装置はそれが続けられ
たことによって画数が変化し、認識が狂ってしまう。
ても同一漢字としているが、認識装置はそれが続けられ
たことによって画数が変化し、認識が狂ってしまう。
すなわち従来の認識装置における類似文字同定では、
入力文字の筆順に対して直接同定条件を適用している。
このため、画の接続特徴、交差特徴、曲がり特徴等の文
字の特徴を条件として抽出するには、基準となる点を入
力パターンから求めることが必要となる。しかしなが
ら、続け文字も含む文字の同定を行うには、同定条件を
与える箇所を何画目という指定で行えない。さらに、入
力データから始めから基準点を求める手続きを同定条件
に付与すると、条件を記憶するメモリ等の記憶容量が多
くなるとともに条件を適用する時間が長いという問題を
有している。
入力文字の筆順に対して直接同定条件を適用している。
このため、画の接続特徴、交差特徴、曲がり特徴等の文
字の特徴を条件として抽出するには、基準となる点を入
力パターンから求めることが必要となる。しかしなが
ら、続け文字も含む文字の同定を行うには、同定条件を
与える箇所を何画目という指定で行えない。さらに、入
力データから始めから基準点を求める手続きを同定条件
に付与すると、条件を記憶するメモリ等の記憶容量が多
くなるとともに条件を適用する時間が長いという問題を
有している。
第6図における「2」に対する同定では1画目の書き
始めの部分を求める処理が必要であり、さらに「3」や
「漢」の様な例の場合については標準的な画数でない文
字について対処できない。また、標準的な画数でない文
字の書き方について1つずつ同定条件を格納することも
考えられるが、標準的な画数でない文字の書き方は多く
あり、現実には実施できない。
始めの部分を求める処理が必要であり、さらに「3」や
「漢」の様な例の場合については標準的な画数でない文
字について対処できない。また、標準的な画数でない文
字の書き方について1つずつ同定条件を格納することも
考えられるが、標準的な画数でない文字の書き方は多く
あり、現実には実施できない。
本発明は認識率の高いオンラインの文字認識を目的と
する。
する。
第1図は本発明の機能ブロック図である。
特徴点抽出手段1は筆順を含む入力文字パターン情報
が加わり、該入力文字パターン情報から特徴点と該特徴
点の位置情報とを求める。この入力文字パターン情報は
筆順と文字パターンを有する文字情報である。
が加わり、該入力文字パターン情報から特徴点と該特徴
点の位置情報とを求める。この入力文字パターン情報は
筆順と文字パターンを有する文字情報である。
特徴点辞書手段2は辞書文字の特徴点を記憶する。
特徴点対応づけ手段3は筆順に従って前記入力文字の
特徴点と、前記特徴点辞書手段2で記憶する辞書文字の
特徴点とを対応づけて該辞書文字の中から候補文字を求
めると共に該対応付けの際の対応情報を出力する。
特徴点と、前記特徴点辞書手段2で記憶する辞書文字の
特徴点とを対応づけて該辞書文字の中から候補文字を求
めると共に該対応付けの際の対応情報を出力する。
同定条件格納手段4は前記辞書文字毎に、その辞書文
字の特徴点を用いて規定された同定条件を記憶する。
字の特徴点を用いて規定された同定条件を記憶する。
同定条件適用手段5は前記特徴点対応づけ手段3で求
められる各候補文字に対して規定された同定条件を前記
同定条件格納手段4を検索して求め、前記特徴点抽出手
段1により求められる入力文字パターンの特徴点及び該
特徴点の位置情報と、前記特徴点対応づけ手段3で得ら
れる前記対応情報とを用いて、前記同定条件で用いられ
る候補文字の特徴点に対応する入力文字の特徴点を求め
該求めた該入力文字の特徴点間の線分を求めることによ
り該入力文字を前記同定条件格納手段4を検索して求め
た同定条件に適用し、該同定条件を満足するかを判別す
る。
められる各候補文字に対して規定された同定条件を前記
同定条件格納手段4を検索して求め、前記特徴点抽出手
段1により求められる入力文字パターンの特徴点及び該
特徴点の位置情報と、前記特徴点対応づけ手段3で得ら
れる前記対応情報とを用いて、前記同定条件で用いられ
る候補文字の特徴点に対応する入力文字の特徴点を求め
該求めた該入力文字の特徴点間の線分を求めることによ
り該入力文字を前記同定条件格納手段4を検索して求め
た同定条件に適用し、該同定条件を満足するかを判別す
る。
すなわち、前記候補文字を求める処理と前記同定条件
適用の処理とで特徴点の情報を共用しつつ、認識処理を
行うように構成する。
適用の処理とで特徴点の情報を共用しつつ、認識処理を
行うように構成する。
入力パターン情報が加わると、特徴点抽出手段1はそ
の筆順を含む入力文字パターン情報から特徴点とその特
徴点の位置情報を求める。そして、特徴点対応づけ手段
3は特徴点抽出手段1で求めた特徴点と特徴点辞書手段
2で記憶する辞書文字の特徴点とを対応づけ、対応情報
を求めるとともに対応づけ認識結果の候補文字を求め
る。この特徴点対応づけ手段3によって候補文字が求め
られる。同定条件適用手段5は特徴点対応づけ手段3で
得られた候補文字から同定条件格納手段4を検索して同
定条件を求めるとともに、特徴点抽出手段1により求め
られる入力文字パターンの特徴点及び該特徴点の位置情
報と、特徴点対応づけ手段3で得られる対応情報とを用
いて、同定条件で用いられる候補文字の特徴点に対応す
る入力文字の特徴点を求め該求めた該入力文字の特徴点
間のパターン(パターンの部分;例えば線分など)を求
めることにより該入力文字を同定条件格納手段4を検索
して求めた同定条件に適用し、該同定条件を満足するか
を判別する。
の筆順を含む入力文字パターン情報から特徴点とその特
徴点の位置情報を求める。そして、特徴点対応づけ手段
3は特徴点抽出手段1で求めた特徴点と特徴点辞書手段
2で記憶する辞書文字の特徴点とを対応づけ、対応情報
を求めるとともに対応づけ認識結果の候補文字を求め
る。この特徴点対応づけ手段3によって候補文字が求め
られる。同定条件適用手段5は特徴点対応づけ手段3で
得られた候補文字から同定条件格納手段4を検索して同
定条件を求めるとともに、特徴点抽出手段1により求め
られる入力文字パターンの特徴点及び該特徴点の位置情
報と、特徴点対応づけ手段3で得られる対応情報とを用
いて、同定条件で用いられる候補文字の特徴点に対応す
る入力文字の特徴点を求め該求めた該入力文字の特徴点
間のパターン(パターンの部分;例えば線分など)を求
めることにより該入力文字を同定条件格納手段4を検索
して求めた同定条件に適用し、該同定条件を満足するか
を判別する。
同定条件は画数ではなく、特徴点位置の関係によって
同定条件を満足するか否かを判別しているので、続け文
字が存在しても的確に入力文字を判別することができ
る。
同定条件を満足するか否かを判別しているので、続け文
字が存在しても的確に入力文字を判別することができ
る。
以下、図面を用いて本発明を詳細に説明する。
第2図は、実施例のオンライン文字認識装置の構成図
である。
である。
パターン入力部20は例えばデジタイザであり、入力者
がタブレット上をスタイラスペンで入力文字を書いた場
合、そのペンが移動した座標を読み込み、入力パターン
格納部21はその入力情報を記憶する。この入力情報はス
タイラスペンで書いた筆順で記憶される。すなわち、こ
の入力パターン情報は筆順をも含む情報である。
がタブレット上をスタイラスペンで入力文字を書いた場
合、そのペンが移動した座標を読み込み、入力パターン
格納部21はその入力情報を記憶する。この入力情報はス
タイラスペンで書いた筆順で記憶される。すなわち、こ
の入力パターン情報は筆順をも含む情報である。
入力パターン格納部21に格納した入力パターン情報を
特徴点抽出部22は読み出し、その入力パターン情報から
文字の特徴を表わす特徴点を抽出し、入力特徴点格納部
23に格納する。この入力特徴点格納部23に格納される特
徴点の情報は、少なくとも特徴点のタブレット等上にお
ける(X,Y)座標データと、その他、従来より大分類処
理に使用されていた各種情報である。また、更にその特
徴点の入力パターン情報における位置(特徴点の位置情
報)を特徴点位置格納部24に格納する。この特徴点の位
置情報は、後述するように、同定処理において特徴点の
対応データにより辞書文字の特徴点に対応する入力文字
の特徴点を求めた後、さらに、この入力文字の特徴点に
対する入力文字パターン上の点(この特徴点が元々入力
文字パターン上のどの点であったのか;入力文字パター
ン上での特徴点の位置)を求めるためのデータである。
そして、入力特徴点格納部23に格納された入力特徴点の
情報を特徴点対応づけ部25は読み出すと共に、特徴点辞
書部26に記載する辞書文字の特徴点の対応づけを行い、
対応づけの距離の少ない候補文字、例えば最も少ない文
字から3文字の候補文字を抽出する。そして、抽出した
結果を認識候補コード格納部27に加え、またその特徴点
対応づけした対応データを特徴点対応データ格納部28に
格納する。
特徴点抽出部22は読み出し、その入力パターン情報から
文字の特徴を表わす特徴点を抽出し、入力特徴点格納部
23に格納する。この入力特徴点格納部23に格納される特
徴点の情報は、少なくとも特徴点のタブレット等上にお
ける(X,Y)座標データと、その他、従来より大分類処
理に使用されていた各種情報である。また、更にその特
徴点の入力パターン情報における位置(特徴点の位置情
報)を特徴点位置格納部24に格納する。この特徴点の位
置情報は、後述するように、同定処理において特徴点の
対応データにより辞書文字の特徴点に対応する入力文字
の特徴点を求めた後、さらに、この入力文字の特徴点に
対する入力文字パターン上の点(この特徴点が元々入力
文字パターン上のどの点であったのか;入力文字パター
ン上での特徴点の位置)を求めるためのデータである。
そして、入力特徴点格納部23に格納された入力特徴点の
情報を特徴点対応づけ部25は読み出すと共に、特徴点辞
書部26に記載する辞書文字の特徴点の対応づけを行い、
対応づけの距離の少ない候補文字、例えば最も少ない文
字から3文字の候補文字を抽出する。そして、抽出した
結果を認識候補コード格納部27に加え、またその特徴点
対応づけした対応データを特徴点対応データ格納部28に
格納する。
認識候補コード格納部27に格納する候補コードとは、
1つの文字に対し割り当てられたコードであり、各文字
単位でそのコードは異なっている。
1つの文字に対し割り当てられたコードであり、各文字
単位でそのコードは異なっている。
同定条件適用部29には入力パターン格納部21、入力特
徴点格納部23、特徴点位置格納部24、特徴点対応データ
格納部28、認識コード格納部27の出力が加わっており、
これらの各格納部21、23、24、27、28に格納した情報と
同定条件格納部30で記憶する同定条件を用いて記載され
た辞書文字の特徴点に対応している入力文字の特徴点を
読み出して同定条件が満足しているか否かを判別する。
すなわち、同定条件適用部29は同定条件格納部30で記憶
する同定条件を読み出し、その同定条件で使用される辞
書文字の特徴点に対応している入力文字の特徴点を、前
記特徴点データ格納部28に格納した入力文字の特徴点と
辞書文字の特徴点の対応データから求める。さらに、特
徴点位置格納部24に格納したデータにより前記入力文字
の特徴点に対する入力文字パターン上の点を求める。そ
して、同定条件を入力パターンとその特徴点に適用す
る。以上のことは、換言するならば、例えば第3図に示
すような同定条件の中の例えば「特徴点A、Bの間のパ
ターンの部分」という条件を適用するためには、特徴点
の対応データを用いて入力文字の特徴点を求めた後、更
に、特徴点の入力文字パターン上における点(位置)を
求めて、この位置の間の入力文字パターン情報(すなわ
ちパターンの部分)を得る必要があり、その為に特徴点
位置格納部24に格納したデータ(特徴点の位置情報)を
用いる必要があるということである。
徴点格納部23、特徴点位置格納部24、特徴点対応データ
格納部28、認識コード格納部27の出力が加わっており、
これらの各格納部21、23、24、27、28に格納した情報と
同定条件格納部30で記憶する同定条件を用いて記載され
た辞書文字の特徴点に対応している入力文字の特徴点を
読み出して同定条件が満足しているか否かを判別する。
すなわち、同定条件適用部29は同定条件格納部30で記憶
する同定条件を読み出し、その同定条件で使用される辞
書文字の特徴点に対応している入力文字の特徴点を、前
記特徴点データ格納部28に格納した入力文字の特徴点と
辞書文字の特徴点の対応データから求める。さらに、特
徴点位置格納部24に格納したデータにより前記入力文字
の特徴点に対する入力文字パターン上の点を求める。そ
して、同定条件を入力パターンとその特徴点に適用す
る。以上のことは、換言するならば、例えば第3図に示
すような同定条件の中の例えば「特徴点A、Bの間のパ
ターンの部分」という条件を適用するためには、特徴点
の対応データを用いて入力文字の特徴点を求めた後、更
に、特徴点の入力文字パターン上における点(位置)を
求めて、この位置の間の入力文字パターン情報(すなわ
ちパターンの部分)を得る必要があり、その為に特徴点
位置格納部24に格納したデータ(特徴点の位置情報)を
用いる必要があるということである。
すなわち、求めた同定条件を候補文字は満足している
かを判断し、この同定条件を満足する候補文字を認識結
果とする。尚、複数の候補文字がそれぞれ同定条件を満
足した場合には、各特徴点間の距離の少ないものを認識
結果とする。
かを判断し、この同定条件を満足する候補文字を認識結
果とする。尚、複数の候補文字がそれぞれ同定条件を満
足した場合には、各特徴点間の距離の少ないものを認識
結果とする。
第5図に示した従来の技術と比べ、特徴点抽出部22は
入力特徴点格納部23に入力特徴点を格納する他に、特徴
点位置格納部24にその特徴点位置情報を格納する。ま
た、特徴点対応づけ部25は認識コード格納部27に認識候
補コードを格納すると共に特徴点データ対応格納部28に
特徴点対応データを格納する。
入力特徴点格納部23に入力特徴点を格納する他に、特徴
点位置格納部24にその特徴点位置情報を格納する。ま
た、特徴点対応づけ部25は認識コード格納部27に認識候
補コードを格納すると共に特徴点データ対応格納部28に
特徴点対応データを格納する。
前述した従来の方式においては、この特徴点位置と特
徴点対応データを用いないで、同定条件適用部18が同定
条件を判別しているが、本発明の実施例においては特徴
点位置格納位置と特徴点対応データとを用いて判別を行
っているので、続け文字に対する誤判別を防止すること
ができる。すなわち、従来においては、画数に対応して
同定条件を用い判別しているが、本発明の実施例におい
ては複数の特徴点を筆順に設けその特徴点から先ず特徴
点辞書部26を検索し候補文字を求めている。そして、同
定条件適用部29では同定条件で指示されている箇所を特
徴点位置格納部24や入力パターン格納部21、更には特徴
点対応データ格納部28に記憶する各情報から同定条件を
満足しているかを求めている。
徴点対応データを用いないで、同定条件適用部18が同定
条件を判別しているが、本発明の実施例においては特徴
点位置格納位置と特徴点対応データとを用いて判別を行
っているので、続け文字に対する誤判別を防止すること
ができる。すなわち、従来においては、画数に対応して
同定条件を用い判別しているが、本発明の実施例におい
ては複数の特徴点を筆順に設けその特徴点から先ず特徴
点辞書部26を検索し候補文字を求めている。そして、同
定条件適用部29では同定条件で指示されている箇所を特
徴点位置格納部24や入力パターン格納部21、更には特徴
点対応データ格納部28に記憶する各情報から同定条件を
満足しているかを求めている。
尚、この結果は認識結果格納部31に格納される。
第3図は特徴点の対応と実施例における同定条件図表
である。入力文字が「2」であった場合、その候補文字
を「Z」とした時には「Z」の同定条件から〔「Z」の
特徴点である上部に設けられた特徴点A,Bに対応づいた
入力文字の特徴点A,Bの間のパターンの部分が上に凸の
曲がりがない〕を得る。この曲がりがないという同定条
件によって入力文字が「Z」ではないことを判別するこ
とができる。尚、第3図には、同定条件に用いられる特
徴点、すなわち特徴点の一部が示してあり、同図に示す
ように文字パターン上において例えば各線分の始点、終
点、屈曲点等が特徴点となっている。
である。入力文字が「2」であった場合、その候補文字
を「Z」とした時には「Z」の同定条件から〔「Z」の
特徴点である上部に設けられた特徴点A,Bに対応づいた
入力文字の特徴点A,Bの間のパターンの部分が上に凸の
曲がりがない〕を得る。この曲がりがないという同定条
件によって入力文字が「Z」ではないことを判別するこ
とができる。尚、第3図には、同定条件に用いられる特
徴点、すなわち特徴点の一部が示してあり、同図に示す
ように文字パターン上において例えば各線分の始点、終
点、屈曲点等が特徴点となっている。
従来においては、「Z」の1画目の書き始めの部分を
求める処理を必要とするが、実施例においては特徴点A,
Bの対応づけに関してのみ凸の曲がりを求めるだけでよ
い。
求める処理を必要とするが、実施例においては特徴点A,
Bの対応づけに関してのみ凸の曲がりを求めるだけでよ
い。
また、第6図における「3」、「オ」、「漢」の入力
文字を第7図のように入力した場合、候補文字である
「5」、「才」、「漠」の同定条件から同定条件に合格
したり、適用できなかったりすることが従来あったが、
第3図に示すように、入力文字が「3」であるならば、
〔「5」の特徴点A,Bに対応づいた入力文字の特徴点A,B
は別の画の上にある〕ことから辞書文字の「5」が認識
結果でないと判別することができる。また、入力「オ」
の場合には〔辞書文字「才」の特徴点A,B,C,Dに対応づ
いた入力文字の特徴点A,B,C,Dに関して線分A,B,C,Dには
一定以上の交差がある〕とし、これによって「才」の第
1画、第2画目が続けられて書かれたとしてもこの文字
が「才」でないことを明確に判別することができる。ま
た、「漢」のサンズイの部分並びに8〜10画を続けて書
いた場合には、従来の同定条件では9画と12画目には交
わりがないとして「漠」の同定条件を満足してしまって
誤認識するが、実施例における同定条件では〔辞書文字
「漠」の特徴点A,B,C,Dに対応づいた入力文字の特徴点
A,B,C,Dに関して線分A,B,C,Dは交差しない〕から「漠」
の認識結果ではないことがわかる。「漠」のA,Bは9画
の線分を表わし、C,Dは12画を表している。本発明にお
いてはこの線分を画で表わすのではなく、特徴点抽出に
よって得られた特徴点の線分によって表わしているので
同定条件によって的確に候補文字が正しいかを判別する
ことができる。
文字を第7図のように入力した場合、候補文字である
「5」、「才」、「漠」の同定条件から同定条件に合格
したり、適用できなかったりすることが従来あったが、
第3図に示すように、入力文字が「3」であるならば、
〔「5」の特徴点A,Bに対応づいた入力文字の特徴点A,B
は別の画の上にある〕ことから辞書文字の「5」が認識
結果でないと判別することができる。また、入力「オ」
の場合には〔辞書文字「才」の特徴点A,B,C,Dに対応づ
いた入力文字の特徴点A,B,C,Dに関して線分A,B,C,Dには
一定以上の交差がある〕とし、これによって「才」の第
1画、第2画目が続けられて書かれたとしてもこの文字
が「才」でないことを明確に判別することができる。ま
た、「漢」のサンズイの部分並びに8〜10画を続けて書
いた場合には、従来の同定条件では9画と12画目には交
わりがないとして「漠」の同定条件を満足してしまって
誤認識するが、実施例における同定条件では〔辞書文字
「漠」の特徴点A,B,C,Dに対応づいた入力文字の特徴点
A,B,C,Dに関して線分A,B,C,Dは交差しない〕から「漠」
の認識結果ではないことがわかる。「漠」のA,Bは9画
の線分を表わし、C,Dは12画を表している。本発明にお
いてはこの線分を画で表わすのではなく、特徴点抽出に
よって得られた特徴点の線分によって表わしているので
同定条件によって的確に候補文字が正しいかを判別する
ことができる。
第4図は同定条件適用部の構成図である。同定条件適
用部29は同定条件検索部291、入力文字条件作成部292、
入力条件格納部293、判定部294より成る。
用部29は同定条件検索部291、入力文字条件作成部292、
入力条件格納部293、判定部294より成る。
同定条件検索部291は、認識候補コード格納部27から
認識候補コードを順に1ずつ読む。読んだ認識候補コー
ドを同定文字とする同定条件を同定条件格納部30におい
て検索して読み出し、入力文字条件作成部292に出力す
る。
認識候補コードを順に1ずつ読む。読んだ認識候補コー
ドを同定文字とする同定条件を同定条件格納部30におい
て検索して読み出し、入力文字条件作成部292に出力す
る。
入力文字条件作成部292は、辞書文字について記述さ
れた同定条件を、特徴点対応データ格納部28と特徴点位
置格納部24に格納したデータを用いて、入力文字につい
て記述した同定条件に変換し、入力条件格納部293に格
納する。このとき、判定部294は、入力条件格納部293に
格納された該条件を、入力特徴点格納部23に格納された
入力特徴点データと、入力パターン格納部21に格納され
たデータを用いて入力文字に適用する。
れた同定条件を、特徴点対応データ格納部28と特徴点位
置格納部24に格納したデータを用いて、入力文字につい
て記述した同定条件に変換し、入力条件格納部293に格
納する。このとき、判定部294は、入力条件格納部293に
格納された該条件を、入力特徴点格納部23に格納された
入力特徴点データと、入力パターン格納部21に格納され
たデータを用いて入力文字に適用する。
同定条件に合格した場合は、認識候補コードを認識結
果格納部31に格納する。そうでない場合は、次の候補コ
ードを27から順次上記動作を繰り返す。
果格納部31に格納する。そうでない場合は、次の候補コ
ードを27から順次上記動作を繰り返す。
以上述べたように、本発明は順次書き込まれた筆順か
ら特徴点を抽出し、その特徴点における同定条件を用い
て判別しているので続き文字が発生しても、誤ることな
く的確に目的の文字を判別することができる。
ら特徴点を抽出し、その特徴点における同定条件を用い
て判別しているので続き文字が発生しても、誤ることな
く的確に目的の文字を判別することができる。
以上述べたように本発明によれば、続け文字であって
も的確に文字の同定をも可能とし、同定条件の必要記憶
容量もこれによって小さくなり、更に実行時間も短くな
るという効果を奏する。
も的確に文字の同定をも可能とし、同定条件の必要記憶
容量もこれによって小さくなり、更に実行時間も短くな
るという効果を奏する。
第1図は本発明の機能ブロック図、 第2図は実施例のオンライン文字認識装置の構成図、 第3図は特徴点の対応と一実施例における同定条件図
表、 第4図は同定条件適用部の構成図、 第5図は従来のオンライン文字認識装置の構成図、 第6図は対応づいた入力文字と辞書文字と従来の同定条
件図表、 第7図は同定条件では同定ができない入力文字図表であ
る。 1……特徴点抽出手段、 2……特徴点辞書手段、 3……特徴点対応づけ手段、 4……同定条件格納手段、 5……同定条件適用手段.
表、 第4図は同定条件適用部の構成図、 第5図は従来のオンライン文字認識装置の構成図、 第6図は対応づいた入力文字と辞書文字と従来の同定条
件図表、 第7図は同定条件では同定ができない入力文字図表であ
る。 1……特徴点抽出手段、 2……特徴点辞書手段、 3……特徴点対応づけ手段、 4……同定条件格納手段、 5……同定条件適用手段.
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 昭58−105388(JP,A) 特開 昭60−89291(JP,A) 特開 昭63−301383(JP,A)
Claims (1)
- 【請求項1】筆順を含む入力文字パターン情報が加わ
り、該入力文字パターン情報から該入力文字の特徴を表
わす点である特徴点を抽出すると共に、該特徴点の該入
力文字パターン上における位置を示す位置情報を求める
特徴点抽出手段と、 辞書文字の特徴点を記憶する特徴点辞書手段と、 筆順に従って前記入力文字の特徴点と、前記特徴点辞書
手段で記憶する辞書文字の特徴点とを対応づけて該辞書
文字の中から候補文字を求めると共に該対応付けの際の
対応情報を出力する特徴点対応づけ手段と、 前記辞書文字毎に、その辞書文字の特徴点を用いて規定
された同定条件を記憶する同定条件格納手段と、 前記特徴点対応づけ手段で求められる各候補文字に対し
て規定された同定条件を前記同定条件格納手段を検索し
て求め、前記特徴点抽出手段により求められる入力文字
パターンの特徴点と前記特徴点対応づけ手段で得られる
前記対応情報とを用いて、前記同定条件で用いられる候
補文字の特徴点に対応する入力文字の特徴点を求め、さ
らに前記位置情報を用いて前記入力文字パターン上にお
ける該求めた入力文字の特徴点の位置を求めて、該入力
文字を前記同定条件格納手段を検索して求めた同定条件
に適用し、該同定条件を満足するかを判別する同定条件
適用手段とよりなり、 前記候補文字を求める処理と前記同定条件適用の処理と
で特徴点の情報を共用しつつ、認識処理を行うように構
成することを特徴とするオンライン手書文字認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1038202A JP3066530B2 (ja) | 1989-02-20 | 1989-02-20 | オンライン手書文字認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP1038202A JP3066530B2 (ja) | 1989-02-20 | 1989-02-20 | オンライン手書文字認識装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH02217981A JPH02217981A (ja) | 1990-08-30 |
JP3066530B2 true JP3066530B2 (ja) | 2000-07-17 |
Family
ID=12518757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP1038202A Expired - Fee Related JP3066530B2 (ja) | 1989-02-20 | 1989-02-20 | オンライン手書文字認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3066530B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2531882B2 (ja) * | 1991-12-11 | 1996-09-04 | インターナショナル・ビジネス・マシーンズ・コーポレイション | オンライン手書き文字認識 |
DE69227174T2 (de) * | 1991-12-19 | 1999-04-29 | Texas Instruments Inc., Dallas, Tex. | Zeichenerkennung |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58105388A (ja) * | 1981-12-16 | 1983-06-23 | Matsushita Electric Ind Co Ltd | オンライン手書き文字認識方式 |
JPS6089291A (ja) * | 1983-10-19 | 1985-05-20 | Sharp Corp | 文字認識方式 |
JPH0797397B2 (ja) * | 1987-06-02 | 1995-10-18 | 沖電気工業株式会社 | 筆記文字認識装置 |
-
1989
- 1989-02-20 JP JP1038202A patent/JP3066530B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH02217981A (ja) | 1990-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5687254A (en) | Searching and Matching unrecognized handwriting | |
EP1564675B1 (en) | Apparatus and method for searching for digital ink query | |
US7630551B2 (en) | Method and system for line extraction in digital ink | |
US7302099B2 (en) | Stroke segmentation for template-based cursive handwriting recognition | |
EP1971957B1 (en) | Methods and apparatuses for extending dynamic handwriting recognition to recognize static handwritten and machine generated text | |
US20040096105A1 (en) | Method, device and computer program for recognition of a handwritten character | |
JPH05217025A (ja) | オンライン手書き文字認識装置および方法 | |
JPH0562391B2 (ja) | ||
JPH0792815B2 (ja) | パターン認識方法 | |
JP2007317022A (ja) | 手書文字処理装置及び手書文字処理方法 | |
JPH02266485A (ja) | 情報認識装置 | |
US5659633A (en) | Character recognition method utilizing compass directions and torsion points as features | |
JP3066530B2 (ja) | オンライン手書文字認識装置 | |
JP2761679B2 (ja) | オンライン手書き文字認識装置 | |
JPH09114926A (ja) | オンライン文字認識における入力文字大分類方法および装置 | |
Cha et al. | Writing speed and writing sequence invariant on-line handwriting recognition | |
CN112183538A (zh) | 一种满文识别方法及*** | |
KR900005141B1 (ko) | 문자인식장치 | |
AU2004214901B2 (en) | Line extraction in digital ink | |
JPS6022793B2 (ja) | 文字識別装置 | |
JPH0830717A (ja) | 文字認識方法とその装置 | |
JPH0562392B2 (ja) | ||
JPS60186980A (ja) | オンライン手書き文字認識処理方式 | |
JPH0462112B2 (ja) | ||
JPS61288284A (ja) | 方向コ−ド照合方式 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |