JPH04590A - 文字認識方法 - 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、媒体上の文字を光電変換して得られる文字パ
タンより、入力文字を認識する文字認識方法、特に高速
で、認識精度の良い文字認識方法に関するものである。

（従来の技術） 従来、この種の文字認識方法とし、では、特開昭５８−
１２３１７１号公報に記載されるものがあった。

従来、媒体上の文字を認識する場合、手書文字において
は筆者の違いによる文字線素の移動や、印刷文字におい
てはフォント（字体）の違い等による文字線素の移動に
より、抽出される特徴が変動するので、該特徴の変動に
対応した辞書を用意しなければならなかった。そのなめ
、辞書容量が増大し、さらにその辞書の照合に要オろ時
間も増大して、処理速度の低下、装置の大型化を招いて
いた。

そこで、前記文献の技術では、帳票等の媒体上の文字を
光電変換して得た文字パタンを、水平方向及び垂直方向
に走査し、各走査ライン毎に黒ビット数を計数し、該文
字パタンに対して設定されたＸ軸上及びＹ軸上の黒ビッ
ト数の分布（周辺分布）を求めている。さらに、該周辺
分布の重心座標を求め、その重心座標に基づいて分割座
標そして分割境界を設定して分割領域を決め、該文字パ
タンの外接方形枠内を分割している。そのため、分割境
界、従って分割領域を水平方向及び垂直方向の文字線素
の移動に追従させることが可能となる。これにより、前
記文字パタンについて、水平、垂直、右斜め、及び左斜
めの各方向の線素を表すサブパタンを抽出し、前記分割
領域毎の各サブパタンの文字線素量を特徴要素とする特
徴マトリクスを抽出し、その抽出された特徴マトリクス
と、予め用意した辞書とを照合することで、個人差に基
づくストローク位置変動等の特徴の変動を吸収し、辞書
容量の減少による処理速度の高速化等を図るようにして
いる。したがって、文字、！！素の水平方向及び垂直方
向の移動に対しては、大きな効果があった。

（発明が解決しようとする課題） しかしながら、上記の文字認識方法では、次のような課
題があった。

第２図（ａ）、（ｂ）、（ｃ）、（ｄ）は、従来の文字
パタン分割方法を説明するための図であり、同図（ａ、
　）は傾きのない文字パタン［○Ｊの例、同図（ｂ）は
斜体字ｒＱＪの例、同図（ｃ）は同図（ａ）の周辺分布
図、同図（ｄ）は同図（ｂ）の周辺分布図である。

従来の文字認識方法では、入力さｈを文字パタンを水平
方向及び垂直方向に走査して周辺分布ＳＸＹを求め、そ
の周辺分布ＳＸＹによって設定した分割点座標り及び分
割境界Ｓに基づきその外接枠内を複数の領域に分割して
いる。ところが、第２図（ｂ）に示すように、垂直線素
に傾きを持つような斜体字について垂直方向の分割境界
Ｓを定めた場合、第２図（ａ）に示すような傾きのない
文字の場合と比較すると、それぞれの分割点座標Ｄ（１
）〜Ｄ（５）とＤ（１１）〜Ｄ（１５）とが異なる上に
、傾きのない文字については分割境界Ｓが垂直線素と平
行に設定されるが、垂直線素に傾きを持つ斜体字につい
ては分割境界Ｓが文字線素を斜めに分断するように設定
される。そのため、同じ文字でありながら、周辺分布５
ＸＹ（１）とＳＸＹ　（２＞とが大きく異なり、従って
抽出される特徴が大きく異なったものとなって、文字認
識精度が低下してしまう。このように従来の文字認識方
法においては、垂直線素に傾きを持つような斜体字につ
いてそれを的確に分割する方法がないなめ、そのような
特徴の変動を吸収するために、様々な変形に対応する辞
書を用意せざるを得なかった。そのため、辞書容量が増
大し、照合に時間がかかつて、ハード規模（装置規模）
や処理時間が増大するという問題があり、未だ技術的に
十分満足のゆくものが得られなかった。

このような問題は、手書文字における右上り文字のよう
に水平線素に傾きがある文字の場合についても同様に生
じる。

本発明は、前記従来技術が持っていた課Ｅとして、処理
時間の増大と装置の大型化という点について解決した文
字認識方法を提供するものである。

（課題を解決するための手段） 本発明は、前記Ｍｕを解決するために、ｇ体上の文字を
光電変換して得られる文字パタンを複数の領域に分割し
、該分割された分割領域毎に特徴を抽出しｆＳ後、該抽
出された特徴と予め用意した辞書との照合により、前記
文字を認識する文字認識方法において、次のような手段
を講じたｔ、のである。

即ち、前記文字パタンより水平ストローク成分と垂直ス
トローク成分の両方またはいずれか一方を抽出し、前記
ストローク成分毎に、それぞれのストロークの傾斜を該
ストロークの長さを重みとして加重平均したものを該ス
トローク成分の平均傾斜として抽出し、前記平均傾斜に
従って前記文字パタンを走査して周辺分布を抽出し、前
記周辺分布を用いて分割点（分割点座標）を検出し、前
記分割点及び前記平均傾斜に基づき前記文字パタンを複
数の領域に分割するようにしたものである。

（作用） 本発明によれば、以上のように文字認識方法を構成した
ので、文字パタンか入力されると、その文字パタンの水
平ストローク成分と垂直ストローク成分の両方またはい
ずれか一方を抽出し、その水平ストローク成分よりその
各ストロークの平均傾斜を、その垂直ストローク成分よ
りその各ストロークの平均傾斜を、それぞれ抽出する。

ここで、各ストローク成分の平均傾斜は、該ストローク
成分に含まれるそれぞれのストロークの傾斜をそのスト
ロークの長さを重みとして加重平均して求めている。通
常長いストロークは文字の傾斜をよく反映し、短いスト
ロークは該文字のｗＸ斜に対してばらつきが大きいが、
平均傾斜を加重平均により求めることで、平均傾斜の算
出には、長いストロークの傾斜が良く反映され、短いス
トロークの傾斜の影響が抑えられる。このようにして求
めた平均傾斜に従い文字パタンを走査して周辺分布を抽
出し、該周辺分布を用いて分割点座標を決定し、該分割
点座標と前に求めた平均傾斜に基づいて文字パタンを複
数の領域に分割している。その後、その分割された分割
領域毎に特徴を抽出し、その特徴と辞書との照合により
、入力文字の認識を行つ。

このように、文字パタンの傾斜に追従させて分割領域を
決定しているので、垂直線素や水平線素に傾きを持つ文
字パタンについても、抽出される特徴が安定となるので
、文字傾斜の変形に対応した辞書を用意する必要がない
。それにより、処理速度の高速化と装置の小型化、及び
認識精度の向上が図れる。従って、前記課題を解決でき
るのである。

（実施例） 第１図は、本発明の実施例を示すもので、文字認識方法
を説明するための文字認識装置の構成ブロック図である
。

この文字認識装置は、帳票等の媒体上の文字画像の光信
号ＩＮを量子化された電気信号（ディジタル信号）に変
換する光電変換部１を有し、その出力１則には、行バッ
ファ２が接続されている。行バッファ２は、例えば＠２
０４８Ｘ高さ１２８ビツトの大きさを有し、１行分の文
字画像のディジタル信号を格納する構成になっており、
その出力側には、文字切出部３を介してパタンレジスタ
４が接続されている。

文字切出部３は、行バッファ２の出力から１文字分のデ
ィジタル信号（これを、「文字パタンＪという）をパタ
ンレジスタ４に格納する機能を有している。

パタンレジスタ４は、例えば６４Ｘ６４ビツトの記憶容
量を有し、その出力側には文字枠検出部５、線幅測定部
６、及びサブパタン抽出部７が接続され、サブパタン抽
出部７を介して文字傾斜抽出部８が接続されていると共
に、周辺分布抽出部９が接続されている。

文字枠検出部５は、パタンレジスタ４内の文字パタンを
走査して外接枠、つまり文字枠を検出し、その検出結果
を周辺分布抽出部９等に与える機能を有している。線幅
測定部６は、パタンレジスタ４の出力に対する線幅を測
定し、その測定結果をサブパタン抽出部７に与える機能
を有している。

サブパタン抽出部７は、パタンレジスタ４を複数の方向
に走査して垂直、水平、右斜め、左斜めサブパタンを抽
出するもので、垂直サブパタン抽出部７ａ、水平サブパ
タン抽出部７ｂ、右斜めサブパタン抽出部７ｃ、及び左
斜めサブパタン抽出部７ｄより構成されている。各抽出
部７ａ〜７ｄは、それぞれパタン格納用のメモリを有し
ている。

文字傾斜抽出部８は、サブパタン抽出部７の垂直サブパ
タン抽出部７ａ及び水平サブパタン抽出部７ｂで抽出さ
ｈを垂直サブパタン及び水平サブパタンについて傾斜を
抽出し、その抽出結果を周辺分布抽出部９に与える機能
を有している。

周辺分布抽出部９は、文字傾斜抽出部８により得られた
傾斜を用いてパタンレジスタ４に格納された文字パタン
を走査してその周辺分布を抽出する機能を有している。

周辺分布抽出部９の出力側には、分割点検出部１０及び
特徴マトリクス抽出部１１か接続され、さらにその出力
側には識別部１２が接続されている。

分割点検出部］０は、外接枠内を複数の領域に分割する
ための分割点座標を検出する機能を有している。特徴マ
トリクス抽出部１１は、サブパタン抽出部７から出力さ
れる垂直１．水平、右斜め、及び左斜めサブパタンの各
パタンから、特徴量を抽出して特徴マトリクスＦ　（ｋ
）を作成し、それを識別部１２へ与える機能を有してい
る。識別部１２は、標準文字の特徴マトリクス（標準文
字マスク）Ｇ（ｋ）とこの特徴マトリクスＧ（ｋ＞を有
する標準文字の文字名とを格納する辞書メモリを有して
いる。そして、特徴マトリクス抽出部１１で抽出された
特徴マトリクスＦ　（ｋ＞と辞書メモリの特徴マトリク
スＧ（ｋ）とを照合することにより、該特徴マトリクス
Ｆ　（ｋ）を得た外接枠内領域の文字図形の認識を行い
、文字名０ＩＪＴを出力する機能を有している。

次Ｉ：５以上のように構成される文字認識装置を用いた
文字認識方法について、各精成ブロックの処理（Ｉ＞〜
（ＩＸ）について説明する。

（Ｉ）　　文字パタン生成処理 帳票上に記入された文字画像の光信号ＩＮが光電変換部
１に入力されると、光電変換部１では、光信号ＩＮを２
値のディジタル信号、つまり文字線部を°１゛　（これ
を「焦ビットＪという）、背景部を“０’　　（こｈを
「白ビ゛・ントＪというンに変換する。光電変換部］−
で変換さｈｆ、−１行分の文字画像のディジタル信号は
、行バッファ２に格納される。

文字切出部３では、行バッファ２に格納さｈｆ、Ｈ文字
画像のディジタル信号から、１文字分のディジタル信号
ｃ文字パタン）を切出し、パタンレジスタ４に格納する
。本実施例では、帳票フォーマットが予め指定されてお
り、文字切出部３にＩＪメモリを有し、行バツフア２内
の文字位置を示すアドレスが格納されている。そのなめ
、文字切出し動作は、該アドレスで指定された行バッフ
ァ２の内容を読み出すことにより実行される。

（ＩＩ）　　文字枠検出処理 文字枠検出部５では、パタンレジスタ４のパタンを走査
してそのパタンの左端座標Ｘ」、右端座標Ｘｒ、上端座
標ｙｔ及び下端座標ｙｂを検出する。外接枠、つまり文
字枠は（Ｘ、Ｉ）、Ｙｔ）、（ＸＣＹｂ＞、（Ｘｒ、Ｙ
ｔ）、（Ｘｒ、Ｙｂ）の４点を結ぶ矩形枠となる。

才な、文字枠検出後は、特徴量の正現化を行うために、
必要な文字枠の大きさを算出する。即ち、パタンＩ・ジ
スタ４のＸ軸に対し、平行な方向（水平方向）の文字枠
の大きさをＷＰｈとしてＷＰｈ＝Ｘｒ−Ｘ、ｌ！＋ｌを
、垂直な方向（垂直方向）の文字枠の大きさをＷＰｖと
してＷＰｖ＝Ｙｔ−Ｙｂ＋１を、そｈぞｈｘ出する。さ
らに、右斜め及び左斜め４５″方向の文字枠の大きさを
ＷＰｒ及びＷＰｌとして ＷＰｈ＋ＷＰｖ ＷＰｒ＝ＷＰり＝ を算出する２これらの算出結果は、周辺分布抽出部９及
び特徴マトリクス抽出部１１に与えら九る。

（ＩＩＩ）　　線幅測定処理 線幅測定部６は、パタンレジスタ４がらのディジタル信
号を入力し、例えば２×２の窓の全ての点が黒ビットと
なる状態の個数Ｑと、全黒ビットの個数Ａとを計数し、
従来周知の次式（１＞に従って線幅ＷＬを算出する。

ＷＬ＝Ａ／（Ａ−Ｑン　　　　　　　　　・・・・・・
　（１）（ＴＶ）　　サブパタン抽出処理 サブパタン抽出部７では、垂直サブパタン抽出部７ａ、
水平サブパタン抽出部７ｂ、右斜めサブパタン抽出部７
ｃＦ１．び左斜めサブパタン抽出部７ｄにより、そノ１
それパタンレジスタ４上に設定し。

たＸ軸方向に対して垂直な方向（垂直方向）及び平行な
方向（水平方向）と、Ｘ軸から反時計方向４５°の方向
（右斜め４５°方向）及び時計方向４５°の方向（左斜
め４５°方向）とを、主走査方向としてパタンレジスタ
４を走査し、各主走査方向に対応する垂直、水平、右斜
め、及び左斜めサブパタンを抽出する。

即ち、垂直サブパタン抽出部７ａでは、垂直方向を主走
査方向とじて原パタンを全面走査し、垂直方向の走査線
上で連続する黒ビット（黒ラン）を検出する。そして、
検出した黒ランの中から次式（２）を満足する長さｊの
黒ランを抽出する。

ｊ≧Ｎ・ＷＬ　　　　　　　　・・・（２）但し、Ｉｌ
ｌ：主走査方向における黒 ランの長さ Ｎ；各サブパタンに対する 任意定数（例えば、２） 次に、垂直サブパタン抽出部７ａは、（２）式を満足す
る黒ランを、サブパタンを精成する黒ランとみなして図
示しない垂直サブパタンメモリに格納する。（２）式を
満足しない黒ランは白ビットとみなす。

同様に、水平、右斜め及び左斜めサブパタン抽出部７ｂ
、７ｃ、７ｄ／１ｉ、水平、右斜め及び左斜め方向を主
走査方向とじで原パタンを走査し、それぞれの主走査方
向の走査線上の黒ランの中から、（２）式を満足する黒
ランを抽出し、抽出しな黒ランを、サブパタンを精成す
る黒ランとみなして図示しない水平、右斜め及び左斜め
サブパタンメモリに格納する。

このようにして抽出されるサブパタンの一般的な例が第
３図（ａ）〜（ｅ）に示されている。第３図（ａ）〜（
ｅ）は文字パタン及びそのサブパタンの例を示す図であ
り、第３図（ａ）は外接する文字枠内の２値パタンから
なる原パタンであり、このような原パタンから得られた
垂直サブパタン（ｖｓｐ）が第３図（ｂ）に、水平サブ
パタン（Ｈ８Ｐ）が第３図（ｃ）に、右斜めサブパタン
（Ｒ８Ｐ＞が第３図（ｄ）に、左斜めサブパタン（ＬＳ
Ｐ）が第３図（ｅ）に、それぞれ示されている、 （Ｖ）　　文字傾斜抽出処理 文字傾斜抽出部８は、サブパタン抽出部７より得られる
垂直サブパタン及び水平サブパタンのそれぞれについて
、該サブパタンの文字線素成分（これを［ストロークｊ
という〉を抽出する。次に、抽出した各ストロークの両
端の座標値より、各ストロークの傾きを計算し、それら
を平均して、垂直サブパタンからは垂直ストローク成分
の平均傾斜θＶ、水平サブパタンからは水平ストローク
成分の平均傾斜θｈを、それぞれ抽出する。

次に、この平均傾斜θ■、θｈの具体的な抽出方法につ
いて説明する。

先ず、垂直サブパタンについて、水平走査を全面に行い
、白ビットから黒ビット、及び黒ビットから白ビットへ
の変化点を検出する。そして、１ライン前の走査線と現
在の走査線における変化点座標との関係より、垂直方向
のストローク（垂直ストローク）の両端座標を抽出する
。

抽出した垂直ストロークの両端ｐｉ：標を（ＶＸＳ、　
　ＶＭＳ、）と（ＶＸＥ、　　ＶＹＥ、）とした１’　
　　　　　　　１　　　　　　　　　　　　１’　　　
　　　　　］とき、次式（３）を用いて垂直ストローク
成分の平均傾斜θＶを計算する。但し、ｊ−１，・・・
・・Ｐｖ、Ｐｖは垂直サブパタンより抽出したストロー
ク数、またＶＹＳ、＜ＶＹＥ　、である。

−〕１ θＶ＝ ここで、ＶＬＧ・は次式（４）より求められる、ＶＬＧ
。

ＨＡＸ　　＜　ｌ　ＶＸＥｉ−ＶＸＳｉ　　ｌ　、　　
ｌ　ＶＹＥｉ−ＶＹＳ＋　　ｌ　）＋ ・・・・・（４） この（４）式は、２点間の距離、即ち両端座標（ＶＸＳ
　ｉ　、　ＶＹＳ　ｉ　）及び（ＶＸＥｉ、ＶＹＥｉ）
を持つ垂直ストロークの長さを表わす該両端座標間の距
離を、その２点間の水平及び垂直座標差のうちで小さい
方の１／２と他の一方との和とする近似式である。

また、水平サブパタンより水平ストローク成分の平均傾
斜θｈを、次のようにして抽出する。

水平サブパタンについて垂直走査を行い、水平方向のス
トローク（水平ストローク）の両端座標を抽出する。そ
の両端座標を、（ＨＸＳｊ、ＨＹＳ、＞と（ＨＸＥ　、
、ＨＹＥ　、）としたとき、水Ｊ　　　　　　　　　　
　Ｊ　　　　　　　　Ｊ千ストローク成分の平均傾斜θ
ｈを次式（５）で計算する。但し、ｊ−１，・・・・・
・、ｐｈ、ｐｈは水平サブパタンより抽出したストロー
ク数、まなＨＸＳ　、＜ＨＸＥ　、である。

Ｊ　　　　　　　　Ｊ θｈ＝ ・・・・・・（５） ここで、ＨＬＧ、は次式（６）より求められる。

ＨＬＧ。

ＨＡＸ　　＜　ｌ　ＨＸＥｊ−ｔ（χＳｊ　　ｌ　、　
　ｌ　ＨＹＥｊ−ＨＹＳｊ　　ｌ　）＋ ・・・・・・（６） なお、ストローク数がＯのときは、その平均傾斜を０と
する。即ち、Ｐｖ＝ＯのときはθＶ＝○、ｐｈ＝ｏのと
きはθｈ＝ｏとする。

（ＶＩ）　　周辺分布抽出処理 周辺分布抽出部９は、パタンレジスタ４に格納された文
字パタンを走査して、その周辺分布を抽出する。以下、
その周辺分布の抽出方法について、第４図（ａ）、（ｂ
）を用いて説明する。

第４図（ａ）、（ｂ）は、傾きを持つ文字パタンの分割
領域の決定方法を示す図であり、同図（ａ）は文字パタ
ンの例であって数字の「○Ｊの場合の図であり、同図（
ｂ）は同図（ａ）の文字パタンから抽出された周辺分布
を示す図である。

第４図（ａ）で矢印Ｐは、開始アドレス（ｘａ。

ＹＴ）から垂直走査を開始する場合の走査経路を示す。

なお、第４図（ａ＞では、文字パタン上にＸ軸及びｙＩ
！Ｉ！ｌを設定し、また、第４図（ｂ）では、横方向に
Ｘ軸をとり、縦方向にＸ軸方向に対応した周辺分布ＳＸ
　（ｘ）をとっている。

周辺分布抽出部９では、文字傾斜抽出部８で得られた平
均傾斜θＶ及び平均傾斜θｈに基づき、パタンレジスタ
４に格納された文字パタンの走査経路を決定し、その走
査経路により垂直走査及び水平走査を行い、各走査によ
りＸ軸方向の周辺分布５Ｘ（ｘ＞及びｙ軸方向の周辺分
布ｓｙ　（ｙ）をそれぞれ抽出する。

次に、この周辺分布ｓｘ　（ｘ＞、ＳＹ　（ｙ＞の具体
的な抽出方法について説明する。

先ず、垂直走査を行う場合、文字パタンの上辺に走査開
始点として、例えば開始アドレス（ｘａ。

ＹＴ）を設定し、その開始アドレス（ｘａ、ＹＴ＞から
ｙ軸の正の方向へ走査を行うものとすると、その走査経
路ＰＳ座標（Ｊ、３’ｊ、）は、次式（７）によって決
定される。

Ｘ　１　”　Ｘ　ａ 、ｙ１＝ＹＴ ｘ　、＝ｘａ＋θｖＸ　（ｙ　−−ＹＴ）ｙｉ＝ｙｉ−
１＋１ ・・・（７） ここで、θＶは実数であり、第４図（ａ）の場合例えば
θｖ＝５／２０に設定されている。また、θｖＸ　（ｙ
　、−ＹＴ）の計算結果については小数点以下を切捨て
、座標値は全て整数である。

次に、（７）式で決定された走査経路Ｐに沿って垂直走
査を行い、その走査経路Ｐ中の黒ビット数を計数し、走
査開始点のＸ座標がｘａにおける周辺分布の値ＳＸ　（
ｘａ＞を得る。ｘａは、ＸＬ≦ｘａ≦ＸＲの範囲で変化
させる。即ち、走査開始点を（ＸＬ、ＹＴ）、（ＸＬ＋
１．ＹＴ）、・・・（ＸＲ，ＹＴ）にそれぞれ設定し、
各走査開始点毎に前記（７）式に従う走査経路上の黒ビ
ット数を計数し、周辺分布を抽出する。これにより、周
辺分布ＳＸ　（ｘ＞、ｘ＝ＸＬ、・・・、ＸＲが抽出さ
れる。

また、平均傾斜θｈを用いてｙ軸方向の周辺分布５Ｙ（
ｙ）を、次のようにして抽出する。

先ず、ｙ軸上に走査開始点として、例えば開始アドレス
（ＸＬ、ｙａ＞を設定した場合の水平方向の走査経路は
、次式（８）によって決定さ九る。

ｘ１＝ＸＬ ｙｌ：ｙａ ｘｊ＝ｘｊ−１＋１ ｙ　、＝ｙａ＋θｌｌｘ　（ｘ　、−ＸＬ）Ｊ　　　　
　　　　　　　　　　　　Ｊ・・・（８） ここで、θｈは実数であり、θｈＸ（ｘ−−ＸＬ）の計
算結果の小数点以下を切捨て、座標値は全て整数である
。

（８）式でｙａの値をＹＴ≦ｙａ≦ＹＢの範囲で変化さ
せる。ａｌｌち（ＸＬ、ＹＴ）、　・　、（ＸＬ。

ｙａ）、・・・、（ＸＬ、ＹＢ）を走査開始点に設定す
る。そして、それぞれの走査開始点毎に前記（８）式に
従う走査経路上の黒ビット数を計数すれば、周辺分布Ｓ
Ｙ　（ｙ）、ｙ＝ＹＴ、・・・、ＹＢが得られる。

（ＶＩＩ）　　分割点決定処理 分割点検出部１０は、周辺分布抽出部９で抽出された周
辺分布ＳＸ　（ｘ＞、ＳＹ　（ｙ）の重心座標を求め、
次いで、文字枠のＸ軸方向またはｙ軸方向の全範囲また
はすでに求めた重心座標で分割された範囲における１次
モーメントの和をその範囲の黒ビット和で除算すること
により、Ｘ軸方向の分割点座標ＤＸ　（ｍ＞及びｙ軸方
向の分割点座標ＤＹ（ｎ）を決定するものである。但し
、ｍｎは座標値の大きさの順に付した重心座標番号であ
り、ｍ＝１〜（Ｎχ−１）、ｎ＝１〜（ＮＹｌ）である
。なお、本実施例では、ＮＸ＝ＮＹ−４とした。

次に、この分割点座標ＤＸ　（ｍ）、ＤＹ　（ｎ）の具
体的な決定方法について第４図（ａ）、（ｂ）を参照し
つつ説明する。

分割点座標ＤＸ　（ｍ）を求めるために、先ず文字枠の
Ｘ軸方向の範囲ＸＬ〜ＸＲを対象として。

文字パタンの周辺分布ＳＸ　（ｘ＞の１次モーメント和
をその範囲の黒ビット和で除算することにより、中央の
重心座標番号の重心座標ＤＸ（２＞を次式（９）によっ
て求める。

・・（９） 但し、（８）式の右辺の値は実数となるので、小数点以
下を切り上げてＤＸ（２＞を整数にする。

次に、（９）式によって求めた重心Ｓ標Ｄ（２）によっ
て分割されてできるそれぞれのＭ囲、ＸＬ〜ＤＸ　（２
＞、ＤＸ　（２）〜ＸＲを対象として２つの重心座標Ｄ
Ｘ　（１）、ＤＸ　（３）をそれぞれ次式（１０）、（
１１）によって求める。

Ｘ二Ｘ［ χ＝ＸＬ ・・・（１０） 以上のようにして重心座標ＤＸ（１）、ＤＸ（２）、Ｄ
Ｘ　（３）を求め、当該座標をＸ軸上の対象分割点座標
として決定する。

また、分割点座標ＤＹ（ｎ）についても同様ｔこ、先ず
ｙ軸上の周辺分布ＳＹ（、ｙ）より、文字枠の範囲ＹＴ
〜ＹＢを対象として、重心座標ＤＹ（２）を検出し、次
にその重心座標ＤＹ（２＞によって分割されてできるそ
れぞれの範囲ＹＴ〜ＤＹ（２＞、ＤＹ　＜２）〜ＹＢの
そノ１ぞｈを対象として周辺分１ｓＹ（、ｙ＞の重心座
標ＤＹ　（１）、ＤＹ　（３）を検出する。

以上のようにして重心座標ＤＹ（１）、ＤＹ（２）、Ｄ
Ｙ　（３）を求め、当該座標をｙ軸上の対象分割点！標
として決定する。

（ＶＩＩＬ）　　特徴マトリクス抽出処理文字枠検出部
５が文字パタンの外接枠を規定する座標ＸＮ　、Ｘｒ、
Ｙｔ、Ｙｂを検出し、さらに分割点検出部１０が文字パ
タンについて対象分割点座標を検出すると、特徴マトリ
クス抽出部１１では、垂直、水平、右斜め、及び左斜め
サブパタンの各パタンから特徴量を抽出し、特徴マトリ
クスを作成する。

即ち、特徴マトリクス抽出部１１は、１つの外接枠内領
域を、対象分割点座標と座標Ｘｆ１．ＸｒＹｔ、Ｙｂと
によってＮχＸＮＹ個の部分領域に分割し、各部分領域
内のサブパタンの文字線量を表す特徴量を抽出する。そ
して、１つの外接枠領域内の各サブパタンから抽出しな
ＮχＸＮＹＸ４個の特徴量から成る特徴マトリクスを、
当該外接枠内領域の特徴マトリクスとして抽出する。

先ず、水平サブパタン（Ｈ８Ｐ）からの特徴量抽出につ
き説明する。

特徴マトリクス抽出部１１は、対象分割点座標と座標Ｘ
ＪＩＩ　、Ｘｒ、Ｙｔ、Ｙｂとに基づき、外接枠内領域
をＮＸｘＮＹ個の部分領域に分割しく対象分割点座標及
び座標Ｘ、１）、Ｘｒ、Ｙｔ−、Ｙｂは分割点座標であ
る）、各部分領域毎に部分＠域内の水平サブパタンＨ８
Ｐの黒ビ・ソト数ＢＨ（ｉ。

ｊ）を計数する。

分割点座標から分割領域の決定は、次のように行う。先
ず、Ｘ軸上の分割点座標ＤＸ（ｎ）を文字パタンの外接
枠の上辺に設定する。この座標の起点として、次式（１
２）で求められる座標系列の左側を、第４図（ａ＞に示
すような分割境界Ｓとする。

ｘ　（＋、　＝　Ｄ　Ｘ　（ｎ　） ３’０　＝ｙ’ｒ ｘ　、＝ＤＸ　（ｎ）＋θｖＸ（ｙｉ　ｙ□＞ｙＨ＝ｙ
ｉ−１＋１ ・・・（１２） 水平方向の分割境界Ｓも同様に、ＤＹ（ｎ）とθｈを用
いて設定する。

以上のように分割された分割領域毎に、水平サブパタン
Ｈ３Ｐの黒ビット数ＢＨ（ｉ、ｊ＞を計数する。このＢ
Ｈ（ｉ、ｊ＞は、一つの外接枠内領域に関する第ｉ行第
ｊ列の部分領域の黒ビット数である。さらに、次式（１
３）に従って第ｊ行第ｊ列の部分領域に関する特＠１Ｆ
Ｈ（ｉ、ｊ）を計算する。

ｊ列の部分領域のＶＳＰ、Ｈ３Ｐ、ＬＳＰの黒ビット数
ＢＶ（ｉ、ｊ）、ＢＲ（ｉ、ｊ）、ＢＬ（ｉ、　ｊ）を
計数し、次式（１４）〜（１６）に従って第ｉ行第ｊ列
の部分領域に関するｖｓｐ。

Ｈ３Ｐ、ＬＳＰの特徴量ＦＶ（ｉ、ｊ＞、ＦＲ（ｊ、ｊ
＞、ＦＬ（ｉ、ｊ＞を算出する。

・・・・・・（１３） 但し、ｉ＝１．２．・・・・・・、ＮＸｊ＝１．２．・
・・・・・、ＮＹ ＷＬ、線幅 ｗｐｈ、文字幅（＝Ｘｒ−ＸＵ　＋１　）さらに、Ｈ８
Ｐの場合と同様にして、第ｉ行第ＷＬ−ＷＰＵ−＝・−
（１６’） 但し、 ＷＰｖ；文字高さ（＝Ｙｂ−Ｙｔ＋１）ＷＰｒ＝ＷＰＪ
２　＝　（ＷＰｖ＋ＷＰｈ）７２以上のようにして、外
接枠内領域の各部分領域毎にＶＳＰ、Ｈ３Ｐ、Ｈ８Ｐ、
ＬＳＰの特徴１を抽出し、これらＮχＸＮＹＸ４個の特
徴量から成る特徴マトリクスＦ　（ｋ＞（ｋ＝１．２．
・・・・・・ＮＸＸＮＹＸ４）を得る。特徴マトリクス
抽出部１１は、特徴マトリクスＦ　（ｋ）を各外接枠領
域毎に抽出し、その抽出結果を識別部１２へ送る。

（ＩＸ）　　識別処理 識別部１２は、抽出された特徴マトリクスＦ（ｋ＞と内
部に設けられた辞書メモリ内の特徴マトリクスＧ　（ｋ
）とを照合することにより、該特徴マトリクスＦ（ｋ）
を得た外接枠内領域の文字図形の認識を行う。この認識
では、次式（１７）に従って特徴マトリクスＦ　（ｋ）
とＧ　（ｋ）間の距離りを求め、距離りが最小となる特
徴マトリクスＧ　（ｋ）の標準文字の文字名（例えば、
ＪＩＳ規格に定められた文字コード）ＯＵＴを認識結果
として出力する。

以上のように、本実施例では、次のような利点を有して
いる。

本実施例では、文字パタンから抽出された垂直サブパタ
ン及び水平サブパタンを用いて、垂直サブパタンより垂
直ストローク成分の平均傾斜θ■を、水平サブパタンよ
り水平ストローク成分の平均傾斜θｈを、それぞれ抽出
し、その平均傾斜θＶ、θｈに従って文字パタンを走査
してその文字パタンの周辺分布を抽出している。さらに
、その周辺分布を利用して、分割点座標を決定し、その
分割点座標と平均傾斜θＶ、θｈに基づき、文字パタン
の外接枠内の分割領域を決定し、その分割領域毎の特徴
マトリクスを抽出している。そのため、手書文字におけ
る水平線素が右上がりに傾いな文字や、印刷文字におけ
る垂直線素が右に傾いた斜体字等のように傾斜を有する
文字パタンについて、抽出される特徴が安定となる。し
たがって、文字傾斜の変形に対応した辞書を識別部１２
内に用意する必要がなく、辞書容量の減少により、照合
時間の短縮と、それによる処理速度の高速化が図れると
共に、ハード規模が小さくなり認識精度の良い文字認識
が可能となる。

なお、本発明は、上記実施例に限定されず、種々の変形
が可能である。その変形例としては、例えば次のような
ものがある。

（ｉ）本実施例では、水平、垂直の両方向について、ス
トロークの傾斜を抽出する場合について説明した。しか
し、手書文字については、一般に右上がり文字が多いの
で、水平ストロークの傾斜抽出のみで十分である。また
、印刷文字の斜体字を対象とする場合は、垂直ストロー
クの傾斜抽出を行えばよい。このように、読取り対象に
より、適宜、傾斜抽出方向を選択し、構成の簡略化を図
ることが可能である。

（ｉｉ）第１図の構成ブロック図は、個別回路て構成す
る以外に、コンピュータを用いたプログラム制御等で実
行する構成にしてもよい。

（発明の効果） 以上詳細に説明したように本発明によれば、媒体上の文
字を光電変換して得られる文字パタンより水平ストロー
ク成分と垂直ストローク成分の両方またはいずれか一方
を抽出し、前記ストローク成分毎に、それぞれのストロ
ークの傾斜を該ストロークの長さを重みとして加重平均
したものを該ストローク成分の平均傾斜として抽出し、
前記平均傾斜に従って前記文字パタンを走査して周辺分
布を抽出し、前記周辺分布を用いて分割点を検出し、前
記分割点及び前記平均傾斜に基づき前記文字パタンを複
数の領域に分割して、その分割された分割領域毎に特徴
を抽出するようにしている。

そのため、手書文字のように水平線素が右上りに傾いた
文字や、印刷文字のように垂直線素が右に傾いた斜体字
等を対象とする場合でも、安定な特徴を抽出することが
できる。従って、文字傾斜の変形に対応した辞書を用意
する必要がなく、処理速度が速く、小さなハード規模で
、認識精度の良い文字認識が可能となる。

【図面の簡単な説明】

第１図は本発明の実施例を示す文字認識方法を説明する
ための文字認識装置の構成ブロック図、第２図（ａ）〜
（ｄ）は従来の文字パタン分割方法を説明するための図
、第３図（ａ）〜（ｅ）は文字パタン及びそのサブパタ
ンの例を示す図、第４図（ａ）、（ｂ）は、傾きを持つ
文字パタンの分割領域の決定方法を示す図である。 １・・・光電変換部、２・・・行バッファ、３・・・文
字切出部、４・・・パタンレジスタ、５・・・文字枠検
出部、６・・・線幅測定部、７・・・サブパタン抽出部
、８・・・文字傾斜抽出部、９・・・周辺分布抽出部、
１０・・・分割点検出部、１１・・・特徴マトリクス抽
出部、１２・・・識別部。

Claims (1)

1. 【特許請求の範囲】 媒体上の文字を光電変換して得られる文字パタンを複数
   の領域に分割し、該分割された分割領域毎に特徴を抽出
   した後、該抽出された特徴と予め用意した辞書との照合
   により、前記文字を認識する文字認識方法において、 前記文字パタンより水平ストローク成分と垂直ストロー
   ク成分の両方またはいずれか一方を抽出し、 前記ストローク成分毎に、それぞれのストロークの傾斜
   を該ストロークの長さを重みとして加重平均したものを
   該ストローク成分の平均傾斜として抽出し、 前記平均傾斜に従って前記文字パタンを走査して周辺分
   布を抽出し、 前記周辺分布を用いて分割点を検出し、 前記分割点及び前記平均傾斜に基づき前記文字パタンを
   複数の領域に分割することを特徴とする文字認識方法。