JP2574974B2 - カラーコード化文字認識方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、一般的に、光学的文字
認識、特に、幾何学的光学的文字認識とカラーコード化
光学的文字認識の両方式を使用する文字認識の仮説に基
づいて、優勢なカラー及び劣勢なカラーでカラーコード
化される文字の光学的文字認識の方法に関する。

【０００２】

【従来の技術】従来の光学的文字認識（ＯＣＲ）の方式
は二つの主要カテゴリに分かれる。第１の方式は幾何学
的ＯＣＲである。第２の方式はカラーコード化ＯＣＲで
ある。

【０００３】幾何学的ＯＣＲは、文字の形状、即ち１セ
ットの画素又はドットの幾何学的表示に基づいて文字を
認識しようと試みる。本明細書中に使用されている文字
は、ＯＣＲデバイス又は読み取る人によって認識される
ことができる、印刷された又は書き込まれたシンボル
（記号）を含んでいる。文字は英字のシンボルか又はア
イコンであってもよい。ＯＣＲデバイスによって認識す
ることができる識別可能ポイントは画素またはドット等
で表される。この種の幾何学的ＯＣＲ手法では、カラー
は文字の形状を定義づけるためのみに使用される。例
え、文字が複数のカラーによって表示されるとしても、
これらの複数のカラーは、形状分析の前に、黒又はグレ
ースケール（基準化）のいずれかに変換される。幾何学
的ＯＣＲ手法は、９９．５％の高い認識精度を提供する
ことができるが、文字認識誤差は、文字形状の欠陥及び
文字形状の変化によってやはり生じる。この種の文字形
状の欠陥は、にじんだ（汚れた）文字、又は不適当に形
成された文字で表されることもある。この種の文字形状
の変化は、ＯＣＲデバイスが認識するように設計されて
いる文字のフォント（字体）以外の文字のフォントで表
されることもある。

【０００４】カラーコード化ＯＣＲの第２の方式は、文
字のカラーに基づいて文字を認識するように試みる。こ
の種の手法では、文字の形状を示すためだけではなく、
文字の一致を示すためにも使用される。例えば、“ａ”
が赤で印刷され、“ｂ”が青で印刷され、及び“ｃ”が
黄で印刷される。カラーコード化ＯＣＲは、形状処理を
行なわないので、幾何学的ＯＣＲの形状処理エラーを受
けない。しかしながら、カラーコード化ＯＣＲは、カラ
ー処理エラーは受けることもある。この種のカラー処理
エラーは、インクカラーすべり、不適当なカラー濃度、
不適当なカラー強度、又はカラースキャナのミスアライ
メント（不整合）を生じる。

【０００５】

【発明が解決しようとする課題】従って、光学的文字認
識方式の精度を実質的に高めることができるとともに、
幾何学的ＯＣＲの形状処理エラーの欠陥及びカラーコー
ド化ＯＣＲのカラー処理エラーの欠陥の両方を克服する
ことができるＯＣＲ手法が求められる。

【０００６】

【課題を解決するための手段】上記の課題は、本発明に
よれば、カラーコード化文字認識方法であって、前記文
字が、前記文字と対応しかつ人によって識別可能な優勢
なカラーと、前記文字と対応しかつ人を惑わせることな
く、かつカラースキャナによって識別可能な劣勢なカラ
ーとを有し、幾何学的光学的文字認識とカラーコード化
光学的文字認識からなる光学的文字認識グループから選
択された光学的文字認識手段によって、第１の処理ステ
ップで前記文字を処理するステップと、前記第１の処理
ステップで選択されなかった、前記光学的文字認識のグ
ループからの光学的文字認識手段によって、第２の処理
ステップで前記文字を処理するステップとを備えている
カラーコード化文字認識方法と、カラーコード化文字認
識許可方法であって、前記文字が、前記文字と対応しか
つ人によって識別可能な優勢なカラーと、前記文字と対
応しかつ人を惑わせることなく、かつカラースキャナに
よって識別可能な劣勢なカラーとを有し、幾何学的光学
的文字認識とカラーコード化光学的文字認識からなる光
学的文字認識グループから選択された光学的文字認識手
段によって、前記文字を処理するための第１の手段を提
供するステップと、前記第１の処理ステップで選択され
なかった、前記光学的文字認識グループからの光学的文
字認識手段によって、前記文字を処理するための第２の
手段を提供するステップとを備えているカラーコード化
文字認識許可方法と、カラースキャナ及びカラープリン
タの急増、並びに広範囲に及ぶカラー検知可能な光学デ
バイスによって、新たな手法が文字認識デバイス及びプ
ログラムに適用されることができる。本明細書中に記述
されている本発明は、ＯＣＲ（光学的文字認識）デバイ
スによって検査されている文字を認識するために、文字
の形状属性とその文字のカラー属性との両方を使用する
方法である。本発明は、従来の幾何学的ＯＣＲ、又は従
来のカラーコード化ＯＣＲのいづれよりも高い光学的文
字認識精度を提供する。これらのより高いＯＣＲ精度
は、幾何学的ＯＣＲの形状処理エラーを回避するように
カラーコード化ＯＣＲ処理を用いることによって、及び
カラーコード化ＯＣＲのカラー処理エラーを回避するよ
うに幾何学的ＯＣＲ処理を用いることによって、達成さ
れる。

【０００７】本発明の一つの態様によれば、文字認識す
るために幾何学的ＯＣＲとカラーコード化ＯＣＲの両方
を使用することによる光学的文字認識が提供されてい
る。

【０００８】本発明の他の態様は、仮説に基づくテスト
方法による光学的文字認識を提供することにある。この
仮説に基づくテスト方法では、ターゲット文字が認識さ
れているという第１仮説、及びターゲット文字が認識さ
れていないという第２仮説を生成するため、幾何学的Ｏ
ＣＲが用いられている。カラーコード化ＯＣＲは、第１
仮説又は第２仮説のいづれかを選択するために使用され
る。或いは、幾何学的ＯＣＲ及びカラーコード化ＯＣＲ
の役割は、カラーコード化ＯＣＲが仮説生成のために使
用され、また幾何学的ＯＣＲが何れかの仮説を選択する
ために使用されるように逆転されることもある。

【０００９】本発明の他の態様は、この仮説選択が、仮
説選択のために使用されるＯＣＲ方式によって計算され
る確率に基づく仮説に基づくテスト方法による光学的文
字認識を提供することにある。

【００１０】本発明の他の態様は、しきい値と、仮説選
択のために使用されるＯＣＲ方式によって計算される確
率の間の関係に基づく仮説の選択を提供することにあ
る。

【００１１】本発明は、より高い光学的文字認識精度を
提供する利点を有している。

【００１２】

【実施例】本発明とその利点がより十分に理解されるよ
うに、添付図面と関連する詳細な説明を参照されたい。

【００１３】図１を参照すると、本発明による三つの文
字“Ｔ”５０１、“Ｈ”５１１、及び“Ｅ”５２１で構
成される単語“ＴＨＥ”が表示されている。この優勢な
カラー及び劣勢なカラーでコード化するコード化方式に
おいて、各文字は文字と対応する優勢なカラーと、文字
と対応する劣勢なカラーとによって示される。優勢なカ
ラーは、人によって容易に識別されることができる。劣
勢なカラーは、優勢なカラーと対応し、インタレースさ
れ、混ざり合い、又は共に埋め込まれる。例えば、文字
“Ｔ”５０１、“Ｈ”５１１、及び“Ｅ”５２１の本体
は全て優勢なカラーである黒で構成されている。優勢な
カラーの黒は人によって識別可能であり、この文字は人
には黒に見える。文字“Ｔ”５０１の本体の部分の分解
図５０３は、文字“Ｔ”５０１と対応する赤を備えるこ
ともある劣勢なカラー５０５を示している。劣勢なカラ
ー５０５は、人を惑わせることはなく、カラースキャナ
によっては識別可能である。劣勢なカラー５０５は、優
勢なカラー黒と対応し、インタレースされ、混ざり合
い、又は共に埋め込まれる。文字“Ｈ”５１１の本体の
部分の分解図５１３は、文字“Ｈ”５１１と対応する茶
であることもある劣勢なカラー５１５を示している。劣
勢なカラー５１５は、人を惑わせることはなく、カラー
スキャナによっては識別可能である。優勢なカラー５２
５は、優勢なカラーである黒と対応し、インタレースさ
れ、混ざり合い、又は共に埋め込まれる。

【００１４】次に図２によれば、本発明を実行するため
の好適な動作を示すフローチャートが示されている。フ
ローチャートにおいて、試験又は判定のための菱形、及
びプロセス又は機能のための長方形の図形規約が用いら
れている。これらの規定は当業者によって十分に理解さ
れるとともに、フローチャートは熟練者の一人が任意の
好適なコンピュータプログラミング言語にコードを書き
込むことを可能とするのに十分である。図２に示されて
いるように、プログラムのスタート後、プロセスブロッ
ク３００は、カラースキャナによって、認識可能な文字
を含んでいるかもしれないし、含んでいないかもしれな
い画像の一部分を走査する。次いで、プロセスブロック
３０５は、幾何学的光学的文字認識（ＯＣＲ）に基づい
て、画像のその一部分内における文字が特定ターゲット
文字である確率を計算する。例えば、プロセスブロック
３０５は、文字が“Ａ”であることに９０％の確率があ
ることを計算するかもしれない。プロセスブロック３０
５は、その他のターゲット文字となる可能性を有する文
字に対する確率をさらに計算する。例えば、プロセスブ
ロック３０５は、文字が“Ｂ”であることに３０％の確
率があり、文字が“Ｃ”であることに５％の確率がある
ことなどをさらに計算するかもしれない。

【００１５】次いで、プロセスブロック３１０は、幾何
学的ＯＣＲ（光学的文字認識）処理に基づいて、この種
の幾何学的ＯＣＲ処理によって計算される最高確率に基
づいて第１仮説を生成する。上記の例に引き続いて、プ
ロセスブロック３１０は、文字“Ａ”が認識されたとい
う第１仮説を生成する。これは９０％の最高確率を有す
る“Ａ”に基づいている。

【００１６】次いで、プロセスブロック３１５は、第２
仮説を生成する。この例に引き続いて、プロセスブロッ
ク３１５は、文字“Ａ”が認識されないという第２仮説
を生成する。

【００１７】次いで、プロセスブロック３２０は、カラ
ーコード化光学的文字認識に基づいて、第２仮説の確率
を計算する。例えば、プロセスブロック３０５は、文字
が“Ａ”ではないことに対して１％の確率があることを
計算するかもしれない。

【００１８】次いで、判定ブロック３２５は、第２仮説
の確率がしきい値よりも大きいかどうかを判定するため
に用いられる。第２仮説がしきい値より大きいのが明確
でないならば、判定ブロック３２５は第１仮説を選択す
る。第２仮説を支持する圧倒的な証験（９０％以上の確
率）がない限り、第１仮説が受容されることを示すため
に、この種のしきい値が９０％にセットされることもあ
る。第２仮説の確率がしきい値より大きくない場合、プ
ロセスブロック３３０は第１仮説を選択する。次いで、
プロセスブロック３３５は、「認識された文字レジス
タ」に第１仮説によって識別されたターゲット文字をセ
ットする。例えば、プロセスブロック３３５は、“Ａ”
に等しい認識された文字レジスタをセットする。次い
で、判定ブロック３４０は、書き込みバッファがいっぱ
いかどうかを判定する。書き込みバッファは、一連の認
識された文字を書き込むバッファである。書き込みバッ
ファがいっぱいでないならば、プロセスブロック３４５
が、認識された文字レジスタの内容を書き込みバッファ
に書き込む。次いで、判定ブロック３５０は、全画像走
査が完了したかどうかを判定する。全画像走査が完了し
た場合は、プログラムは停止する。

【００１９】次いで、判定ブロック３５０に戻って、全
画像走査が完了していないならば、プログラムはさらな
る走査のためにプロセスブロック３００に戻る。

【００２０】次いで、判定ブロック３４０に戻って、書
き込みバッファがいっぱいでならば、例外処理ルーチン
であるプロセスブロック３５５へ進み、プロセスブロッ
ク３５５がこの例外を処理する。プロセスブロック３５
５の通常の動作は、書き込みバッファの内容を出力ファ
イルへ転送し、かつ書き込みバッファをクリア（消去）
することにある。プロセスブロック３５５はまた、出力
デバイス３６０を介して、ユーザに例外を報告する。通
常の動作の代わりに、プロセスブロック３５５は、入力
デバイス３６５を介してユーザによって特定されるよう
に、出力ファイルを指定することのような、ユーザが指
定する動作を実行することもある。次いで、プログラム
は、書き込みバッファに認識された文字を書き込むため
にプロセスブロック３４５へ戻る。

【００２１】次いで、判定ブロック３２５に戻って、第
２仮説の確率がしきい値よりも大きい場合、プロセスブ
ロック３７０が第１仮説ではなく第２仮説を選択する。
このような場合、判定ブロック３２５は、第２仮説がし
きい値よりも大きいという証拠があるので第１仮説を否
定する。次いで、プログラムは、今までの最高確率の次
に大きな確率に基づいて次の第１仮説を生成するように
プロセスブロック３１０へ続く。この例に引き続いて、
９０％の“Ａ”の第１仮説が否定された後の最高確率
は、文字が“Ｂ”であることに対する３０％の確率であ
る。

【００２２】図３では、本発明を実行するための他の実
施例に関する動作を示すフローチャートが示されてい
る。この他の実施例は、第１仮説を生成するためにカラ
ーコード化ＯＣＲを使用しているが、一方では、図２に
示されている好ましい実施例は、第１仮説を生成するた
めに幾何学的ＯＣＲを使用している。さらに、この他の
実施例は、第２仮説の確率を計算するために幾何学的Ｏ
ＣＲを使用しているが、一方では、図２に示されている
好ましい実施例は、第２仮説の確率を計算するためにカ
ラーコード化ＯＣＲを使用している。図２に示されてい
る好ましい実施例に関する動作のシーケンス、及び図３
に示されている好ましい実施例に関する動作のシーケン
スは、プロセスブロック３０５、３１０、及び３２０を
除いては一致している。プロセスブロック３０５、３１
０、及び３２０の目的は、第１仮説の生成及び第２仮説
の確率計算を行うことにある。

【００２３】図３のプロセスブロック３０５では、プロ
セスブロック３０５は、カラーコード化光学的文字認識
に基づいて、画像の一部分の中の文字が特定のターゲッ
ト文字である確率を計算する。例えば、プロセスブロッ
ク３０５は、文字が“Ａ”であることに９０％の確率が
あることを計算するかもしれない。プロセスブロック３
０５は、他の潜在的ターゲット文字に対する確率をさら
に計算する。例えば、プロセスブロック３０５は、文字
が“Ｂ”であることに対して３０％の確率があり、文字
が“Ｃ”であることに対して５％の確率があることなど
をさらに計算するかもしれない。

【００２４】次いで、プロセスブロック３１０は、カラ
ーコード化光学的文字認識（ＯＣＲ）処理に基づいて、
この種のカラーコード化ＯＣＲ処理によって計算された
最高確率に基づいて第１仮説を生成する。上記の例に引
き続いて、プロセスブロック３１０は、文字“Ａ”が認
識される第１仮説を生成する。これは９０％の最高確率
を有する“Ａ”に基づいている。

【００２５】次いで、プロセスブロック３１５は第２仮
説を生成する。この例に引き続いて、プロセスブロック
３１５は、文字“Ａ”が認識されないという第２仮説を
生成する。

【００２６】次いで、プロセスブロック３２０は、幾何
学的光学的文字認識に基づいて、第２仮説の確率を計算
する。例えば、プロセスブロック３０５は、文字が
“Ａ”ではないことに対して１％の確率があることを計
算することもある。

【００２７】

【００２８】 次いで、図２及び図３の両方に示されて
いるように、プログラムは判定ブロック３２５へ続く。

【００２８】図４では、本発明によるデータ処理システ
ム４００がブロック図形式で示されている。データ処理
システム４００は、中央処理装置（ＣＰＵ）４０４と、
メモリ４０６を含むプロセッサ４０２を備えている。追
加のメモリは、ハードディスクファイル記憶装置４０８
及びフロッピディスクデバイス４１０の形式で、プロセ
ッサ４０２に接続されている。フロッピディスクデバイ
ス４１０は、データ処理システム４００において本発明
を実施する、コンピュータプログラムコードを記録させ
たディスケット４１２を受信する。データ処理システム
４００は、プロセッサ４０２にユーザ入力を許容するマ
ウス４１４及びキーボード４１６、並びにユーザに可視
データを提供するためのディスプレイ４１８を含むユー
ザインタフェースハードウェアを有している。データ処
理システムはカラースキャナ４２０も有している。

【００２９】

【発明の効果】本発明は、より高い光学的文字認識精度
を提供する。

【図面の簡単な説明】

【図１】本発明による文字を表示するカラーコード化方
式を示す図である。

【図２】本発明を実行するために好適な動作を示すフロ
ーチャートである。

【図３】本発明の他の実施例を実行するために好適な動
作を示す位置するフローチャートである。

【図４】本発明の方法を実行し、及び本発明の装置の一
部を構成するために使用されるコンピュータシステムの
ブロック図である。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 ウイリアム ジェイ． ジョンソン アメリカ合衆国75028、テキサス州フラ ワー マウンド、セダリア ドライヴ 1445 (72)発明者 ロバート エス． ケラー アメリカ合衆国76051、テキサス州グレ イプヴァイン、ブライア メドウ ロー ド 513 (72)発明者 マーヴィン エル． ウイリアムズ アメリカ合衆国75067、テキサス州ルイ スヴィル、セットラーズ ウェイ 1152

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】文字が第１の優勢なカラーの複数画素を含
   み、該第１のカラーの画素は人によって識別可能な文字
   の形状をなし、該文字は該文字の形状に含まれる第２の
   劣勢なカラーの画素を更に含み、該第２のカラーはカラ
   ースキャナによって識別可能であるような文字を認識す
   るカラーコード化文字認識方法であって、 ａ）幾何学的形状に基づいて文字を認識する第１の文字
   認識方式と前記第２のカラーに基づいて文字を認識する
   第２の文字認識方式の何れか一方を選択し、選択された
   文字認識方式によって、第１の処理ステップにおいて前
   記文字を処理するステップと、 ｂ）前記第１の処理ステップで選択されなかった方の文
   字認識方式によって、第２の処理ステップにおいて前記
   文字を処理するステップと、 ｃ）前記第１の処理ステップにおいて特定の文字が最高
   の確率で認識されたという第１仮説を立てるステップ
   と、 ｄ）前記第２の処理ステップにおいて前記特定の文字が
   認識されない確率に基づき前記特定の文字が認識されな
   いという第２仮説を立てるステップと、 ｅ）前記第２仮説の前記特定の文字を認識しない確率が
   所与値より低い場合には前記第１仮説を採用し、前記第
   ２仮説の確率が所与値より高い場合には前記第１仮説を
   否定して、前記第１仮説において次に高い確率で認識さ
   れた特定の文字が認識されたという次の第１仮説を立て
   るステップと、 ｆ）前記ステップｅ）において次の第１仮説が立てられ
   たとき、前記ステップｄ）及びｅ）を反復するステップ
   と、 を備えているカラーコード化文字認識方法。