JP3260979B2 - 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、類似パターンの認識結
果を用いることにより文字認識の精度を向上させた文字
認識方法に関する。

【０００２】

【従来の技術】従来の文字認識方法は、あるパターンが
どのような文字であるかを判別するものであった。しか
し、一般的にパターンは、フォント、サイズの違いや画
像の劣化などによって標準のパターンとは大きく異な
る。このため、認識結果を一意に特定することが難し
い。そこで、これを解決する従来の方法として、各文字
毎にいくつかの候補を挙げ、その候補文字列を使用して
言語処理によってこれを補うという手法がある（例え
ば、電子通信学会技術研究報告 ＰＲＵ９２−２１，１
９９２年６月１９日を参照）。この方法は、特に誤りや
すい文字を考慮して言語処理を適用したものであるが、
膨大な言語辞書（単語辞書）を必要とするなどの問題が
あった。

【０００３】

【発明が解決しようとする課題】ところで、フォントの
違いやサイズの違いを別にすれば、印刷文書においては
同一の文字は原稿上では同一のパターンとなる。従っ
て、量子化誤差、つぶれ、かすれなどの画像劣化による
変動があるものの、同じ文字は類似したパターンの画像
となる（なお、これを利用した画像圧縮技術として、個
別文字を切りだし、切り出された文字画像から典型文字
パターンを生成し、これをテンプレートとして各文字パ
ターンを分類し、典型文字パターン情報と分類コードを
送信するようにした画像情報圧縮伝送方式（特開平３−
１５７０６４号公報）、画像圧縮方法および装置（ＵＳ
Ｐ５，３０３，３１３）などがある）。

【０００４】従って、あるパターンが画像劣化によって
標準パターンから大きくはずれていても、その類似パタ
ーンは比較的標準パターンに近い可能性がある。本発明
は、上記した性質を利用するものであって、本発明の目
的は、類似パターンを持つパターンの認識を精度よく行
う文字認識方法を提供することにある。

【０００５】

【課題を解決するための手段】前記目的を達成するため
に、請求項１記載の発明では、文書画像から文字パター
ンを切り出し、該切り出された文字パターンの系列にお
いてパターンイメージが類似していて、同一の文字と判
断される類似パターンを抽出し、該抽出された類似パタ
ーン群を構成する各類似パターンが認識対象の第１文字
である確信度をそれぞれ求め、該求められた第１文字に
ついてのそれぞれの確信度を加算し、該加算した値（以
下、加算値）を、前記類似パターン群が前記認識対象の
第１文字である確信度とする処理を行い、上記した処理
を複数の認識対象の文字について行い、加算値が最大と
なる認識対象の文字を、前記類似パターン群が相当する
文字であると決定することを特徴としている。

【０００６】

【作用】一実施例においては、入力画像から文字パター
ンを切り出し、切り出された文字パターンの内、類似し
たパターンを検出する。類似したパターンについてそれ
ぞれ文字認識を行い、それぞれのパターンが候補文字で
ある確信度を求める。確信度の最も高い候補文字を、類
似パターン群が相当する文字であると決定する。

【０００７】

【実施例】以下、本発明の一実施例を図面を用いて具体
的に説明する。 〈実施例１〉 図１は、本発明の実施例の構成を示す。図において、１
０１はスキャナなどの画像入力装置、１０２はパターン
切り出し部、１０３は切り出されたパターン列の中から
類似したパターンを抽出する類似パターン検出部、１０
４は類似パターン群から一つの典型パターンを生成する
典型パターン生成部、１０５は個別パターンを認識する
文字認識部、１０６は類似パターン群の各パターン毎の
認識結果から、類似パターン群が相当する文字を決定す
る認識結果融合部、１０７は入力画像や生成データを記
憶する記憶部、１０８は全体を制御する制御部、１０９
はデータ通信路である。

【０００８】図２は、本発明の処理動作に係るフローチ
ャートである。図２を参照しながら動作を説明すると、
まず、スキャナなどの画像入力装置１０１によって画像
を入力する（ステップ２０１）。次いで、パターン切り
出し部１０２は、入力画像から各文字パターンを切り出
す（ステップ２０２）。類似パターン検出部１０３は、
切り出されたパターンの内、類似していて同一の文字と
判断されるパターンを抽出する（ステップ２０３）。こ
の場合の類似度としては、例えば前掲した米国特許公報
の段落９で説明されているテスト方法を用いる。

【０００９】つまり、この方法は、位置を補正しながら
パターンを重ね合わせて差異の出る画素の現れる位置、
現れる画素のパターンによって類似であるか否かを判別
する方法である。図３は、類似していて同一の文字と判
断されるパターンの例を示し、図４は、類似していて同
一の文字と判断されないパターンの例を示す。

【００１０】抽出された類似パターンをＰ１，Ｐ
２，．．．Ｐｎとすると、その集合Ｓは、Ｓ＝｛Ｐ１，
Ｐ２．．．Ｐｎ｝、類似パターンの集合（類似パターン
群）はいくつかあるので、Ｓｊ；ｊ＝１，２．．ｍと表
される。

【００１１】次にＳｊの各々に対して処理を行う（ステ
ップ２０４）。文字認識部１０５は、Ｓｊを構成するパ
ターンのそれぞれ（Ｐｊｉ；ｉ＝１，２．．ｎ）につい
て辞書と照合することにより文字認識を行う。その結
果、それぞれのパターンについて幾つかの候補文字とそ
の確信度が求まる（ステップ２０５）。

【００１２】続いて、認識結果融合部１０６は、それぞ
れの認識結果を基に、類似パターンの集合が相当する文
字を決定する。すなわち、図示しない辞書内にある認識
対象文字の集合を、Ａ＝｛Ｃ１，Ｃ２，．．Ｃｌ｝とす
ると、Ｐｉの認識結果は認識対象各文字に対して確信度
Ｄｉｋ；ｋ＝１，２，．．ｌを持つものとして表せる
（この確信度としては、例えば特徴空間におけるＰｉと
Ａとの距離を用いる）。

【００１３】候補でない文字の確信度を０とし、他の確
信度は正規化されていて、数値の高い文字ほど確信度が
高い。従って、集合Ｓｊ（類似パターン群）が相当する
文字は、Ｄｊｌ＝ΣＤｉｌ（Σはｉについて行う）で表
される確信度の最も高いものである（ステップ２０
６）。

【００１４】図５は、確信度から類似パターン群が相当
する文字の決定を説明する図である。いま、集合Ｓｊの
類似パターンをＰ１、Ｐ２、Ｐ３とし、各パターンＰ
１、Ｐ２、Ｐ３がそれぞれ認識対象文字Ｃ１である確信
度を、それぞれＤ１１、Ｄ２１、Ｄ３１としたとき、集
合Ｓｊが認識対象文字Ｃ１である確信度Ｄｊ１は、Ｄｊ
１＝Ｄ１１＋Ｄ２１＋Ｄ３１で求められる。同様にし
て、集合Ｓｊが認識対象文字Ｃ２である確信度Ｄｊ２
は、Ｄｊ２＝Ｄ１２＋Ｄ２２＋Ｄ３２となり、集合Ｓｊ
が認識対象文字Ｃｌである確信度Ｄｊｌは、Ｄｊｌ＝Ｄ
１ｌ＋Ｄ２ｌ＋Ｄ３ｌとなる。そして、確信度Ｄｊ１、
Ｄｊ２、．．．Ｄｊｌの内、最も値の大きいものが例え
ばＤｊ２であるとき、Ｓｊが相当する文字をＣ２と決定
する。

【００１５】上記した処理を繰り返すことによって、類
似パターンを持つパターンの認識がより精度よく行われ
る。類似パターンを持たない場合は、文字認識部１０５
でそれぞれ個別に認識処理が行われ（ステップ２０
７）、最終的に認識結果が出力される（ステップ２０
８）。

【００１６】〈実施例２〉 図６は、実施例２の処理フローチャートである。画像入
力装置１０１によって画像を入力する（ステップ３０
１）。次いで、パターン切り出し部１０２によって入力
画像から各文字パターンを切り出す（ステップ３０
２）。類似パターン検出部１０３によって切り出された
パターンの内、類似していて同一の文字と判断されるパ
ターンを抽出する（ステップ３０３）。

【００１７】実施例１と同様に、抽出された類似パター
ンをＰ１，Ｐ２，．．．Ｐｎとすると、その集合Ｓは、
Ｓ＝｛Ｐ１，Ｐ２．．．Ｐｎ｝、類似パターンの集合は
いくつかあるので、Ｓｊ；ｊ＝１，２．．ｍと表され
る。

【００１８】次にＳｊの各々に対して処理を行う（ステ
ップ３０４）。典型パターン生成部１０４は、類似する
パターンの集合（類似パターン群）から、一つの典型パ
ターンを生成する（ステップ３０５）。これは例えばＰ
１，Ｐ２，．．Ｐｎを重ね合わせることにより生成す
る。図７は、典型パターン生成の一例を示し、所定数以
上黒画素である場合にその画素を黒であるとするもの
で、図７では、Ｐ１，Ｐ２，Ｐ３，Ｐ４のパターンの
内、２つ以上のパターンで黒画素ならば、黒と処理する
ことによって生成された典型パターン例である。

【００１９】このように生成された典型パターンについ
て文字認識部１０５は文字認識を行う。また類似パター
ンを持たないパターンについても文字認識を行う（ステ
ップ３０６）。そして、その結果を認識結果として出力
する（ステップ３０７）。

【００２０】〈実施例３〉 上記した各類似パターン群がそれぞれ一つの文字に相当
するものとすれば、処理対象となる画像での各文字の出
現頻度を測定することができる。つまり、英文あるいは
特定文書などによって各文字の出現頻度に偏りがあれ
ば、文字パターンの認識結果の候補からどの文字である
かを決定する際に、この頻度を利用することができる。

【００２１】また、各文字の出現頻度に偏りがないよう
な文書であっても、連続して現れる文字の組で考える
と、その出現頻度に偏りがある場合がある。これも同様
に文字パターンの認識結果の候補からどの文字であるか
を決定する際に利用することができる（なお、文字認識
後に単語辞書を参照して、単語中の一部の文字の置き換
えを行って文字を修正する方式が特公平４−１１９１４
号公報に記載されているが、該方式では単語の切り分け
が難しい上に、候補文字すべてを使用するとその組み合
わせが非常に多くなり、また単語辞書も必要になる）。

【００２２】本実施例３は、出現する文字あるいは文字
の組の頻度に偏りがある場合に、その頻度を利用するこ
とにより高精度に文字を認識する実施例である。

【００２３】図８は、実施例３の構成を示す。画像入力
装置５０１、パターン切り出し部５０２、典型パターン
生成部５０４、記憶部５０７、制御部５０８、通信路５
０９は、実施例１のものと同様である。５０３は切り出
されたパターン列の中から類似していて同一文字と判断
されるパターンを抽出する類似パターン検出部であり、
類似するパターンの数を計測し、またはシンボル系列と
した場合に、その連続するシンボルの組の出現頻度も計
測する機能が組み込まれている。

【００２４】５０５は個別パターンを認識し、候補文字
を出力する文字認識部、５０６は各シンボルの出現頻度
またはシンボル組の出現頻度によって各候補文字から相
当する文字を決定する認識結果決定部である。

【００２５】図９は、実施例３の処理動作のフローチャ
ートである。図９を参照して実施例３を説明すると、実
施例１と同様に、画像入力装置１０１によって画像を入
力し（ステップ６０１）、パターン切り出し部５０２に
よって、入力画像から各文字パターンを切り出し（ステ
ップ６０２）、類似パターン検出部５０３によって、切
り出されたパターンの内、類似していて同一文字と判断
されるパターンを抽出する（ステップ６０３）。

【００２６】このとき、類似パターン検出部５０３は、
類似するパターンの数を数える。または類似するパター
ンを一つのシンボルで置き換えた場合に、抽出した文字
パターンの集合はシンボル列で表現できるので、ある連
続するシンボルの組の出現頻度を測定する（ステップ６
０３）。

【００２７】なお、文字パターン列をシンボル列とその
位置で表現する手法は、前掲した米国特許公報に記載さ
れている。本発明ではこの手法を用いる。

【００２８】図１０は、シンボル系列とその組の関係を
説明する図である。文字パターン列が、例えば「文字認
識は文字を認識すること．．．」であるとき、これをシ
ンボル系列で表すと次のようになる。すなわち、最初の
文字である「文」にシンボルＳ１を付与し、次の「字」
にシンボルＳ２を付与し、以下、「認」にＳ３、「識」
にＳ４、「は」にＳ５を付与する。続いて、「文」は類
似パターンとして検出され、既に出現していてシンボル
が付与されているので、Ｓ１が付与され、同様に「字」
にはＳ２が付与され、「を」は初めて出現した文字であ
るので、新たシンボルＳ６が付与される。以下、同様に
して図１０に示すようにシンボルが付与される。

【００２９】頻度が測定されるシンボルの組は、図の例
では、Ｓ１Ｓ２（文字）、Ｓ２Ｓ３（字認）、Ｓ３Ｓ４
（認識）などである。

【００３０】次に、各シンボルに相当する類似文字パタ
ーン群に対して文字認識を行う。これは、実施例２と同
様に、それぞれ典型文字パターンを作成して、これに対
して文字認識部５０５が文字認識を行う（ステップ６０
４−６０６）。

【００３１】認識処理によって各シンボルに対して候補
文字が得られる。認識結果決定部５０６は、シンボルの
出現頻度を参照して、候補文字から正しい文字を選択し
て（ステップ６０７）、その結果を出力する（ステップ
６０８）。すなわち、対象原稿における各シンボルの出
現頻度に偏りがあれば、例えば文字“Ａ”が全体の約１
８％、文字“Ｂ”が全体の約１０％の頻度で現れること
が予想される原稿を処理する場合、あるシンボルがシン
ボル系列の中で約２０％の頻度で出現し、この候補文字
の一つが“Ａ”であったならば、このシンボルは文字
“Ａ”であると決定する。

【００３２】また、シンボル系列における連続するシン
ボルの組（連続するとは、図１０に示す、例えばＳ１Ｓ
２、Ｓ２Ｓ３などであり、例えばＳ１Ｓ６は連続した組
ではない）の頻度に偏りがある（例えば、図１０でＳ１
Ｓ２の頻度が高く、Ｓ２Ｓ３の頻度が低い）ことが予想
される原稿の場合であれば、例えば「認識」という単語
の出現頻度が高いと予想される原稿を処理する場合に、
シンボル系列の中で出現頻度の高いシンボルの組で、シ
ンボルそれぞれの認識結果候補に「認」、「識」の文字
があれば、このシンボルをそれぞれ「認」、「識」と決
定する。また、特に頻度が高い単語でなくても、一般文
書の場合、例えば、“ｔ”、“ｈ”と続く場合が多いな
ど、頻度の高い文字の組やその頻度などについてあらか
じめ調べることができる。従って、上記したようにシン
ボルの頻度と連続するシンボルの組の頻度を参照するこ
とによって、候補文字の中から正しい文字を決定するこ
とができる。

【００３３】このように、上記した実施例では、シンボ
ルあるいはシンボル組の頻度を利用しているが、着目す
るシンボル組を抽出するのは非常に簡単な処理であり、
またその後、候補文字をすべて処理しても処理量はそれ
ほど増加しない。

【００３４】

【発明の効果】以上、説明したように、本発明によれ
ば、以下のような効果が得られる。 （１） 切り出された文字パターンの系列においてパター
ンイメージが類似していて、同一の文字と判断される類
似パターンを抽出し、抽出された類似パターン群を構成
する各類似パターンの認識結果を基に、類似パターン群
が相当する文字を決定しているので、画像劣化などで文
字パターンが変動しても精度のよい文字認識を行うこと
ができる。また、確信度を算出する簡単な処理によっ
て、認識結果を得ることができる。

【００３５】（２）切り出された文字パターンの系列に
おいてパターンイメージが類似していて、同一の文字と
判断される類似パターンを抽出し、抽出された類似パタ
ーン群から典型パターンを作成し、典型パターンの認識
結果を基に類似パターン群が相当する文字を決定してい
るので、画像劣化などで文字パターンが変動しても精度
のよい文字認識を行うことができる。また、典型パター
ンについてのみ認識処理すればよいことから、認識処理
回数が削減され、処理速度が向上する。

【００３６】（３）出現するシンボル（文字）の頻度を
測定し、その頻度を参照して候補文字から正しい文字を
選択しているので、出現するシンボル（文字）の頻度に
偏りがある場合に、精度のよい文字認識が可能となる。

【００３７】（４）出現するシンボル（文字）の組の頻
度を測定し、その頻度を参照して候補文字から正しい文
字を選択しているので、出現するシンボル（文字）の組
の頻度に偏りがある場合に、高精度の文字認識が可能と
なる。

【図面の簡単な説明】

【図１】本発明の実施例の構成を示す。

【図２】本発明の実施例の処理フローチャートである。

【図３】類似していて同一の文字と判断されるパターン
の例を示す。

【図４】類似していて同一の文字と判断されないパター
ンの例を示す。

【図５】確信度から類似パターン群が相当する文字の決
定を説明する図である。

【図６】本発明の他の実施例の処理フローチャートであ
る。

【図７】典型パターン生成の一例を示す。

【図８】本発明の他の実施例の構成を示す。

【図９】本発明のさらに他の実施例の処理フローチャー
トである。

【図１０】シンボル系列とその組の関係を説明する図で
ある。

【符号の説明】

１０１ 画像入力装置 １０２ パターン切り出し部 １０３ 類似パターン検出部 １０４ 典型パターン生成部 １０５ 文字認識部 １０６ 認識結果融合部 １０７ データ記憶部 １０８ 制御部 １０９ データ通信路

───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平６−187499（ＪＰ，Ａ) 特開 平５−46811（ＪＰ，Ａ) 特開 平３−186985（ＪＰ，Ａ) 特開 平３−174685（ＪＰ，Ａ) 特開 昭59−149569（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06K 9/03 - 9/62 ＪＩＣＳＴファイル（ＪＯＩＳ)

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】 文書画像から文字パターンを切り出し、
   該切り出された文字パターンの系列においてパターンイ
   メージが類似していて、同一の文字と判断される類似パ
   ターンを抽出し、該抽出された類似パターン群を構成す
   る各類似パターンが認識対象の第１文字である確信度を
   それぞれ求め、該求められた第１文字についてのそれぞ
   れの確信度を加算し、該加算した値（以下、加算値）
   を、前記類似パターン群が前記認識対象の第１文字であ
   る確信度とする処理を行い、上記した処理を複数の認識
   対象の文字について行い、加算値が最大となる認識対象
   の文字を、前記類似パターン群が相当する文字であると
   決定することを特徴とする文字認識方法。