JP3911942B2

JP3911942B2 - 文字認識装置

Info

Publication number: JP3911942B2
Application number: JP37326799A
Authority: JP
Inventors: 浩司黒川
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 1999-12-28
Filing date: 1999-12-28
Publication date: 2007-05-09
Anticipated expiration: 2019-12-28
Also published as: JP2001188881A

Description

【０００１】
【発明の属する技術分野】
本発明は、活字文字の文字認識を行う文字認識装置に関し、特に識別が困難な相似型の文字を識別する技術に関するものである。
【０００２】
例えば、ひらがな大文字の「つ」と小文字の「っ」のように大文字と小文字がほぼ相似型の文字パターンの文字（以下相似文字と称する）は、一定のサイズに正規化（圧縮又は、伸長される）された後、文字パターンの特徴量が抽出されるため、所定のフォントの文字の特徴量を抽出した文字辞書とのパターンマッチング技術のみでは、文字認識結果を確定することが出来ない場合がある。
このため、パターンマッチング技術による文字認識とは別に大文字か小文字かを識別する技術が必要とされている。
【０００３】
【従来の技術】
図５に従来例の相似文字識別方法の説明図を示す。
【０００４】
上記の文字認識装置は、入力した文字パターンから、行の上基準線、下基準線および行の標準幅を決定して、各文字の上空白比（上空白／行の標準幅）を求め、その値と所定の閾値との比較により、大文字か小文字かの識別を行う。
【０００５】
図５に示すように、フォントおよびポイント数が同一であれば、大文字に対応する上側空白と小文字に対応する上側空白とは大きく異なっているから、標準行幅に対して、判別対象の文字に対応する上側空白が占める割合に基づいて、その文字が大文字であるか小文字であるかを容易に識別することができる。
【０００６】
【発明が解決しようとする課題】
しかしながら、最近の文書は、多数のフォントの切り替え等による多彩な表現手法が用いられるようになっている。
【０００７】
例えば、かなには、フォントにより、その高さが変化する物が多い。
【０００８】
図６に示すように例えば「さ」については、フォント間で大きさに違いは見られないが、「エ」は、ゴシック体に比べ明朝体の高さが低い。
【０００９】
明朝体「エ」の図６の閾値（大文字と小文字の上端の中間）で識別すると、ゴシック体「エ」の小文字を大文字と誤識別する場合が発生することがある。
【００１０】
このように従来の相似文字識別方法では、判別対象の文字についての空白比と固定の閾値との比較結果に基づいて判別しているため、このような文書に含まれる相似文字の全てを正確に識別することは困難である。
【００１１】
本発明の文字認識装置は、様々なフォントや強調表現が混在する文書に柔軟に対応し、相似文字の大文字、小文字の識別率の向上を目的とする。
【００１２】
【課題を解決するための手段】
文書画像から文字パターンの特徴量を抽出し文字辞書の特徴量と照合して特徴量の近い文字を選択する文字認識手段と、認識した結果から形状が相似の大文字と小文字を識別して出力する相似文字識別手段を有する文字認識装置であって、
相似文字識別手段は、文字認識結果により、各文字の種類を相似文字型とその他の文字型に区分しマークする文字型マーク手段と、認識結果の文字の中から所定数の文字パターンを取得し、その外接矩形に接する基準線を設定し、設定した基準線から所定の距離を閾値として設定する閾値設定手段と、所定数の文字パターンの中で、相似文字型とマークされた文字パターンについて基準線から重心までの長さが閾値より小さい文字を小文字と判別する相似文字判別手段とを備えた構成である。
【００１３】
この構成により、相似文字の基準線から重心までの距離が大文字と小文字で相違する点に着目し、所定の閾値を設定することで、相似文字の大文字小文字の判別が簡単で高精度に実現できる。
【００１４】
また、文字認識結果により各文字の種類を相似文字型と相似文字型の大文字相当の高さを有する大文字型とその他の文字型に区分しマークする文字型マーク手段と、認識結果の文字の中から取得した所定数の文字パターンから大文字型とマークされた文字パターンを選択し、選択した文字パターンの外接矩形に接して設定した基準線から大文字型の文字パターンの重心までの距離の最短値を取得し、取得した最短値をもとに閾値を設定する閾値設定手段とを備えた構成である。
【００１５】
この構成により、相似文字型の大文字の高さを有する大文字型の基準線から文字の重心までの最短の距離から閾値を求めることで、これより小さい相似型の文字は、小文字、大きい文字は、大文字と簡単に高精度に判別できる。
【００１６】
文字認識結果により各文字の種類を相似文字型と相似文字型の大文字相当の高さを有する大文字型とその他の文字型に区分しマークする文字型マーク手段と、
認識結果の文字の中から取得した所定数の文字パターンの中に大文字型とマークされた文字パターンがなかったときに、所定数の文字パターンの外接矩形に接して設定した基準線からその他の文字型にマークされた文字パターンの重心までの距離の最長値を取得し、取得した最長値をもとに閾値を設定する閾値設定手段とを備えた構成である。
【００１７】
この構成により、大文字型が所定数の文字パターン内に見つからない場合は、漢字などの文字の基準線から重心までの距離が最長のものを選ぶことで、相似文字の大文字、子文字の判別を可能としている。これは、漢字などの文字は、文字の高さが変動するものが多いため、最短だと、判別ができないため、最長で、判別している。
【００１８】
【発明の実施の形態】
図１に実施例の文字認識装置１の構成図を示す。
【００１９】
文字認識装置１は、画像入力部１１、文字認識部１２、相似文字識別部２、文字処理部１３から構成される。
【００２０】
図２に文字認識装置の処理の流れ図を示す。
【００２１】
文字認識装置１は、文書を画像入力部１１で読み込む(S1 ステップ)。
そして画像入力部１１で読取った文字パターンを文字認識部１２は、正規化して特徴量を抽出し、文字辞書の保持する文字の特徴量と照合してその差分の最も小さい文字を選択する。そして文字認識した結果と文字パターンを相似文字識別部２へ渡す(S2 ステップ)。
図３に文字認識装置の相似文字識別部の処理の流れ図を示す(S3 ステップ)。
【００２２】
「かな」についての例を説明する。
【００２３】
相似文字識別部２は、図１に示すように文字情報記憶部３、文字型マーク部４、相似文字識別制御部５、判別結果出力部６から構成される。
【００２４】
文字情報記憶部３で文字認識部１２からの文字認識結果と入力された文字パターンを行単位に記憶する（S11 ステップ）。
そして文字型マーク部４は、文字情報記憶部３に記憶されている文字認識結果から「かな」について、全文字情報の文字型を判定し、判定結果をマークとして文字情報記憶部３に記憶する（S12 ステップ）。
以下に文字型例を示す。
・相似文字型−形状が相似で大きさの異なるかな
あいうえおつやゆよわぁぃぅぇぉっゃゅょゎ
アイウエオツヤユヨワァィゥェォッャュョヮ
・大文字型−−大文字型線と基準線に接し、かつ相似文字でないかな
かがきぎくぐけげこごさざしじすずそぞただちぢとどなにぬね
はばぱふぶぷほぼぽまみむもらりるれろゐゑをん
ガキギクグゲサザタダチヂトドナネホボポミメリヲ
・対象除外型−フォントにより高さが変動するなど
大文字型の条件を満たさないことがある文字
こごせぜてでのひびぴへべぺめ
ヴコゴシジスズセゼソゾヅテデニヌノ
ハバパヒビピフブプヘベペマムモラルレロヰヱン
次に、相似文字識別制御部５は、まず大文字型を含む行の基準線を求める。
【００２５】
基準線は、読取った文書画像の頁単位に、１頁内の大文字型に属するかな外接矩形型の下辺の中点の集合から最小自乗近似法により直線を決定する（S13 ステップ）。
次に文字情報を行単位に識別して行く。
【００２６】
文字型を判定した結果が相似文字型を一部含む行であるのか、行内の文字に相似文字型が含まれないとき又は、相似型のみの行であるのかを判別する。
【００２７】
そして、行内の文字に相似文字型が含まれないとき又は相似型のみの行のときには、そのまま認識結果を判別結果出力部６に渡す（S14 ステップ）。
文字型を判定した結果が相似文字型を一部含む行のときには、一行の中の大文字型の有無を確認する（S15 ステップ）。
行中に大文字型が有る場合は、基準線から矩形の重心までの長さが一番短いものを求める。基準線から重心までが一番短い大文字型の長さに所定の定数（例えば0.86）をかけたものを閾値とし、相似文字型の中でそれより小さい場合を小文字、大きい場合を大文字と判定し、判別結果出力部６に渡す（S16 ステップ）。
図４に実施例の相似文字識別部の説明図を示す。
【００２８】
図４(a) に大文字型の文字を基にした閾値設定を示す。
【００２９】
大文字型の文字「ぬし」の基準線から外接矩形の重心までの距離を求める。その結果、「し」の重心が「ぬ」の重心に比べて低い位置のため、「し」の重心が最短距離となる。そして、次に閾値を求めて、相似文字「あ」「っ」の重心距離を比較すると「あ」の重心位置が閾値より大きく、「っ」の重心位置は、閾値より小さいため、「あ」は大文字、「っ」は、小文字と判断する。
【００３０】
一行中に大文字型がなかった場合は、その行の外接矩形の下辺から基準線を設定する。
【００３１】
そして、求めた基準線からその行の対象除外型の文字パターンの外接矩形の重心までの距離が一番長い文字を漢字、数字、かなから求め、それを大文字型とみなす。その長さに所定の定数（例えば0.86）をかけたものを閾値として同様の処理を行う（S17 ステップ）。
図４(b) に大文字型以外の文字を基にした閾値設定を示す。
【００３２】
漢字「ニ番」、対象除外型のかな「て」の基準線から重心までの距離を求める。その結果漢字「番」の基準線から重心までの距離が一番長い。そして、次に閾値を求めて、相似文字「あ」「っ」の重心距離を比較すると「あ」の重心位置が閾値より大きく、「っ」の重心位置は、閾値より小さいため、「あ」は大文字、「っ」は、小文字と判断する。
【００３３】
そして判別結果出力部６は、大文字、子文字の判別した結果を出力する（S18 ステップ）。
文字処理部１３は、相似文字識別部２で判別した結果にもとづき、文字認識部１２で認識した結果を修正して、ディスプレイ等に文字認識結果を出力する（S4ステップ）。
【００３４】
【発明の効果】
本発明によれば、相似文字識別の中の「かな」の相似文字判定を高精度に行うことができる。
【図面の簡単な説明】
【図１】実施例の文字認識装置の構成図
【図２】実施例の文字認識装置の処理の流れ図
【図３】実施例の相似文字識別部の処理の流れ図
【図４】実施例の相似文字識別部の説明図
【図５】従来例の相似文字識別方法の説明図
【図６】従来の問題点の説明図
【符号の説明】
１文字認識装置
２相似文字識別部
３文字情報記憶部
４文字型マーク部
５相似文字識別制御部
６判別結果出力部
１１画像入力部
１２文字認識部
１３文字処理部

Claims

文書画像から文字パターンの特徴量を抽出し文字辞書の特徴量と照合して特徴量の近い文字を選択する文字認識手段と、認識した結果から形状が相似の大文字と小文字を識別して出力する相似文字識別手段を有する文字認識装置であって、
相似文字識別手段は、
文字認識結果により各文字の種類を相似文字型と相似文字型の大文字相当の高さを有する大文字型とその他の文字型に区分しマークする文字型マーク手段と、
認識結果の文字の中から取得した所定数の文字パターンから大文字型とマークされた文字パターンを選択し、選択した文字パターンの外接矩形に接して設定した基準線から大文字型の文字パターンの重心までの距離の最短値を取得し、取得した最短値に所定の定数をかけたものを閾値として設定する閾値設定手段と、
所定数の文字パターンの中で相似文字型とマークされた文字パターンについて基準線から重心までの長さが閾値より小さい文字を小文字と判別する相似文字判別手段とを備えたことを特徴とする文字認識装置。
認識結果の文字の中から取得した所定数の文字パターンの中に大文字型とマークされた文字パターンがなかったときに、所定数の文字パターンの外接矩形に接して設定した基準線からその他の文字型にマークされた文字パターンの重心までの距離の最長値を取得し、取得した最長値に所定の定数をかけたものを閾値として設定する閾値設定手段とを備えたことを特徴とする請求項１記載の文字認識装置。