JP2011146028A - Character recognition method and character recognition device - Google Patents
Character recognition method and character recognition device Download PDFInfo
- Publication number
- JP2011146028A JP2011146028A JP2010234922A JP2010234922A JP2011146028A JP 2011146028 A JP2011146028 A JP 2011146028A JP 2010234922 A JP2010234922 A JP 2010234922A JP 2010234922 A JP2010234922 A JP 2010234922A JP 2011146028 A JP2011146028 A JP 2011146028A
- Authority
- JP
- Japan
- Prior art keywords
- division
- candidate
- image
- character
- character recognition
- 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.)
- Pending
Links
Images
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
Description
本発明は、文字認識の分野、特に文字認識方法及び文字認識装置に関するものである。 The present invention relates to the field of character recognition, and more particularly to a character recognition method and a character recognition device.
従来、文字の切り分けが不正確であった場合、その後の文字認識に誤りを招く原因の一つとなるので、文字認識において、文字の切り分けの研究は重要である。 Conventionally, when character segmentation is inaccurate, it becomes one of the causes of errors in subsequent character recognition. Therefore, research on character segmentation is important in character recognition.
例えば、複数の文字を含む入力画像を1文字毎の画像に分割する文字認識装置が開示されている。具体的には、文字認識装置は、認識ロジックにより入力画像における連結部分を認識し、分類ロジックにより認識された連結部分に対して分類し、分類結果に応じてその連結部分が1文字の画像であるか否かを判定する。文字認識装置は、1文字の画像ではない場合、切り分けロジックにより連結部分をより小さいセグメントに再度に切り分け、あるいは合併ロジックにより隣接したセグメントを合併する。文字認識装置は、分割結果がある所定の条件を満たすまで分類、切り分け及び合併の処理を繰り返して実行する。 For example, a character recognition device that divides an input image including a plurality of characters into images for each character is disclosed. Specifically, the character recognition device recognizes a connected part in the input image by the recognition logic, classifies the connected part recognized by the classification logic, and the connected part is an image of one character according to the classification result. It is determined whether or not there is. When the character recognition device is not an image of one character, the connected portion is divided again into smaller segments by the separation logic, or the adjacent segments are merged by the merge logic. The character recognition device repeatedly executes the classification, segmentation, and merge processing until the division result satisfies a predetermined condition.
また、幾つかの文字画像の分割方法が開示されている。これらは、空白とピッチ解析法(White Space and Pitch Analysis)、投影解析法(Projection Analysis)、連結文字処理法(Connected Component Processing)、認識による文字分割方法、混合分割方法及び全体認識方法等を含む。 Also, several character image segmentation methods are disclosed. These include White Space and Pitch Analysis, Projection Analysis, Connected Component Processing, Character Division by Recognition, Mixed Division, and Whole Recognition. .
しかしながら、上述した従来の技術では、正確に連結文字を切り分けることができないという課題があった。 However, the above-described conventional technique has a problem that it is impossible to accurately separate connected characters.
例えば、手書き文字、機器で印刷されたイタリック体又は飾り書き、草書体等の連結文字の切り分けにおいて、正確な分割位置と分割パスを特定する処理は困難である。 For example, it is difficult to specify an accurate division position and division path in the separation of connected characters such as handwritten characters, italic type printed on a device, ornamental type, or cursive type.
具体的には、文字画像を切り分ける過程において、文字認識装置は、複数の文字を1文字毎に切り分けるために、各文字間の切り分け位置(以下、分割点と称する)及び切り分け位置毎における切り分けパス(以下、分割パスと称する)を特定する。例えば、文字認識装置は、分割点毎に一つの分割パスを特定することにより、文字画像中の各文字を分ける。図13Aは、文字認識装置が分割点毎に一つの分割パスを特定した一例を示す図である。しかしながら、多くの場合、特に連結文字(例えば手書き文字、機器で印刷されたイタリック体又は装飾文字、草書体等)を切り分ける過程では、各分割点のそれぞれに利用可能な分割パスが複数存在する可能性がある。図13Bは、文字認識装置が文字画像中の複数の可能な分割点のそれぞれにおいて、一つまたは複数の可能な分割パスを特定した一例を示す図である。これらの可能な分割点(以下、候補分割点と称する)及びその可能な分割パス(以下、候補分割パスと称する)が正しいかどうかは、文字認識の正確性に直接的な影響を与える。既知の方法において、文字認識装置は、先ず、分割点毎に一つの分割パスを特定する。その後、文字認識装置は、このように切り分けられた画像が、所定の基準を満たしているかどうかを判定する。所定の基準を満たしていない場合には、文字認識装置は、当該所定の基準を満たすまで、再び分割または合併を行う。すなわち、文字認識装置は、各分割点のそれぞれとその対応する一つの分割パスを再び特定する。しかしながら、このような方法で特定された分割点と分割パスは、所定の基準を満たしているだけであり、最適な分割点と最適な分割パスではない場合が多い。 Specifically, in the process of segmenting a character image, the character recognition device uses a segmentation position between characters (hereinafter referred to as a segmentation point) and a segmentation path for each segmentation position in order to segment a plurality of characters one by one. (Hereinafter referred to as a split path). For example, the character recognition device divides each character in the character image by specifying one division path for each division point. FIG. 13A is a diagram illustrating an example in which the character recognition device specifies one division path for each division point. However, in many cases, particularly in the process of separating connected characters (for example, handwritten characters, italic or decorative characters printed on devices, cursive letters, etc.), there may be a plurality of division paths that can be used at each division point. There is sex. FIG. 13B is a diagram illustrating an example in which the character recognition device identifies one or a plurality of possible division paths at each of a plurality of possible division points in the character image. Whether these possible division points (hereinafter referred to as candidate division points) and their possible division paths (hereinafter referred to as candidate division paths) are correct directly affects the accuracy of character recognition. In a known method, the character recognition device first specifies one division path for each division point. Thereafter, the character recognition device determines whether or not the image cut in this way satisfies a predetermined criterion. If the predetermined standard is not satisfied, the character recognition device performs division or merge again until the predetermined standard is satisfied. That is, the character recognition device again specifies each of the division points and one corresponding division path. However, the division points and the division paths specified by such a method only satisfy a predetermined standard, and are not optimal division points and optimum division paths in many cases.
開示の技術は、上記に鑑みてなされたものであって、正確に連結文字を切り分けることができる文字認識方法及び文字認識装置を提供することを目的とする。 The disclosed technology has been made in view of the above, and an object thereof is to provide a character recognition method and a character recognition device capable of accurately separating connected characters.
開示技術のいくらかの側面についての基本的な理解のため、開示技術についての概要を以下に記載する。この概要は、開示技術について全てを記載するものではない。これは、開示技術のキーポイントまたは重要な部分を確定することを意図せず、また、開示技術の範囲を限定することを意図するものでもない。この目的は、簡潔な形態で開示技術の概念を与えることにある。この概要は、後述のより詳しい記載の前書きとなる。 For a basic understanding of some aspects of the disclosed technology, an overview of the disclosed technology is provided below. This summary is not an exhaustive list of disclosed technology. This is not intended to establish key points or important parts of the disclosed technology, nor is it intended to limit the scope of the disclosed technology. The purpose is to give the concept of the disclosed technology in a concise form. This summary is a preface to the more detailed description below.
開示技術の一つの方面によれば、文字認識方法が提供される。この方法は、認識対象である文字画像中の候補分割点毎における一つまたは複数の候補分割パスを特定すること(ここで、少なくとも一つの候補分割点には複数の候補分割パスが有る)、各候補分割パスに基づいて認識対象である文字画像を分割して、一つまたは複数の画像セグメントを生成すること、一つまたは複数の画像セグメントのそれぞれを認識して、一つまたは複数の認識結果を取得すること、認識結果に基づいて、候補分割点及び候補分割点における候補分割パスから文字画像の一つまたは複数の最適分割点と最適分割点毎の最適分割パスを選択することを備える。 According to one aspect of the disclosed technology, a character recognition method is provided. This method specifies one or a plurality of candidate division paths for each candidate division point in the character image to be recognized (wherein at least one candidate division point has a plurality of candidate division paths), Based on each candidate division pass, the character image to be recognized is divided to generate one or more image segments, and one or more image segments are recognized to recognize one or more Obtaining a result, and selecting one or a plurality of optimum division points of the character image and an optimum division path for each optimum division point from the candidate division points and the candidate division paths at the candidate division points based on the recognition result. .
開示技術の一つの方面によれば、文字認識装置が提供される。その装置は、認識対象である文字画像中の候補分割点毎における一つまたは複数の候補分割パスを特定する(ここで、少なくとも一つの候補分割点には複数の候補分割パスが有る)候補パス特定部と、各候補分割パスに基づいて認識対象である文字画像を分割して、一つまたは複数の画像セグメントを生成する画像セグメント生成部と、一つまたは複数の画像セグメントのそれぞれを認識して、一つまたは複数の認識結果を取得する認識部と、認識結果に基づいて、候補分割点及び候補分割点における候補分割パスから文字画像の一つまたは複数の最適分割点と最適分割点毎の最適分割パスを選択するパス探索部とを備える。 According to one aspect of the disclosed technology, a character recognition device is provided. The apparatus identifies one or a plurality of candidate division paths for each candidate division point in the character image to be recognized (here, at least one candidate division point has a plurality of candidate division paths). Recognizing each of one or more image segments, a specific unit, an image segment generation unit that divides a character image to be recognized based on each candidate division path, and generates one or more image segments A recognition unit that acquires one or a plurality of recognition results, and one or more optimum division points and optimum division points of the character image from the candidate division points and the candidate division paths at the candidate division points based on the recognition results. And a path search unit for selecting the optimal divided path.
また、開示技術の実施例は、文字認識方法を実現するためのコンピュータプログラムを更に提供する。 The embodiment of the disclosed technique further provides a computer program for realizing the character recognition method.
なお、開示技術の実施例は、少なくともコンピュータによって読取可能な媒体形式で、文字認識方法を実現するためのコンピュータプログラムコードが記録されたコンピュータプログラム製品をさらに提供する。 Note that the embodiments of the disclosed technology further provide a computer program product in which computer program codes for realizing a character recognition method are recorded in at least a computer-readable medium format.
本願の開示する文字認識方法及び文字認識装置の一つの態様によれば、正確に連結文字を切り分けることができるという効果を奏する。 According to one aspect of the character recognition method and the character recognition device disclosed in the present application, it is possible to accurately separate connected characters.
以下に開示技術の実施例について図面を参照しながら説明する。開示技術の一つの図面あるいは一種の実施形態に記述された要素及び特徴は、その他の一つ又は複数の図面あるいは実施形態に示された要素及び特徴と組み合わせることができる。図面と説明には、開示技術を明確にするため、開示技術とは関係がなく当業者にとって既知の構成要素や処理についての表示や記載を省略している。 Hereinafter, embodiments of the disclosed technology will be described with reference to the drawings. Elements and features described in one drawing or type of embodiment of the disclosed technology may be combined with elements and features shown in one or more other drawings or embodiments. In the drawings and the description, in order to clarify the disclosed technique, display and description of components and processes that are not related to the disclosed technique and are known to those skilled in the art are omitted.
以下の開示技術の実施例について、図面を組合せた説明を参照すると、開示技術の目的、特徴と効果がより理解し易くなる。図面における構成要素は開示技術の原理を示すに過ぎない。また、図面中において、同一又は類似する技術的特徴や部品には、同一または類似する符号を付している。 Referring to the description of the embodiments of the disclosed technology in combination with the drawings, the objects, features, and effects of the disclosed technology can be understood more easily. The components in the drawings merely illustrate the principles of the disclosed technology. In the drawings, the same or similar technical features and parts are denoted by the same or similar reference numerals.
図1は、実施例1に係る文字認識方法を模式的に示すフローチャートである。図1に示すように、文字認識装置は、ステップS203〜209の処理を実行することで、候補分割点毎の一つまたは複数の候補分割パスから最適分割パスを探索する。 FIG. 1 is a flowchart schematically illustrating a character recognition method according to the first embodiment. As illustrated in FIG. 1, the character recognition device searches for an optimal division path from one or a plurality of candidate division paths for each candidate division point by executing the processes of steps S203 to S209.
ステップS203において、文字認識装置は、認識対象である文字画像中の候補分割点毎における一つまたは複数の候補分割パスを特定する。ここで、認識対象である文字画像中の複数の候補分割点のうち、少なくとも一つの候補分割点には複数の候補分割パスが存在すると仮定する。 In step S203, the character recognition device identifies one or a plurality of candidate division paths for each candidate division point in the character image to be recognized. Here, it is assumed that among a plurality of candidate division points in the character image to be recognized, a plurality of candidate division paths exist at at least one candidate division point.
ここで、認識対象である文字画像は、任意の適切なフォーマットであってもよい。ここでは全てを列挙しないが、認識対象である文字画像は、例えば、二値画像、JPG画像、ビットマップ画像等であってもよい。また、文字画像には、例えば、数字、符号、各種発音の字母または文字等、任意の種類の文字を含むことができる。ここでは、文字画像についてはいかなる限定もしない。 Here, the character image to be recognized may be in any appropriate format. Although not all are enumerated here, the character image to be recognized may be, for example, a binary image, a JPG image, a bitmap image, or the like. In addition, the character image can include any type of characters such as numerals, symbols, and letters or characters of various pronunciations. Here, no limitation is imposed on the character image.
また、文字認識装置は、任意の適切な方法を利用して候補分割点と候補分割パスを特定してもよい。例えば、文字認識装置は、空白とピッチ解析法(White Space and Pitch Analysis)、投影解析法(Projection Analysis)、常用の連結文字処理法(Connected Component Processing)及びアセンダー・ディセンダー解析法(Ascender-Descender Analysis)等を利用することができる。なお、ここでは、これらの既存の方法については、詳細な説明を省略する。 In addition, the character recognition device may specify candidate division points and candidate division paths using any appropriate method. For example, character recognition devices include white space and pitch analysis, projection analysis, connected component processing, and ascender-descender analysis. ) Etc. can be used. Here, detailed description of these existing methods is omitted.
文字認識装置は、最適分割パスを特定するために、候補分割点毎における全ての可能な分割パスを候補分割パスとして検出する。 The character recognition device detects all possible division paths for each candidate division point as candidate division paths in order to identify the optimum division path.
ステップS205において、文字認識装置は、各候補分割点における候補分割パスが特定されると、それらの候補分割パスに基づいて認識対象である文字画像を分割し、一つまたは複数の画像セグメントを生成する。 In step S205, when the candidate division path is specified at each candidate division point, the character recognition device divides the character image that is the recognition target based on the candidate division paths, and generates one or a plurality of image segments. To do.
ステップS207において、文字認識装置は、生成した一つまたは複数の画像セグメントのそれぞれを認識し、一つまたは複数の認識結果を取得する。 In step S207, the character recognition device recognizes each of the generated one or more image segments and acquires one or more recognition results.
ステップS207においては、文字認識装置は、任意の適切な方法を利用して画像セグメントを認識してもよい。図2は、実施例1に係る文字認識方法の別例を模式的に示すフローチャートである。図2に示したステップS703は、図1に示したステップS203と同様である。また、ステップS705は、ステップS205と同様である。また、ステップS709は、ステップS209と同様である。したがって、ここではこれらの説明を省略する。ステップS707において、文字認識装置は、画像セグメントを認識する。文字認識装置は、このステップでサブステップS707−1とサブステップS707−2を実行する。サブステップS707−1においては、文字認識装置は、生成された一つまたは複数の画像セグメントを分類する。文字認識装置は、画像中の文字の種類に応じて、任意の適切なパターン認識方法を利用して生成された複数の画像セグメントを分類する。例えば、文字認識装置は、ニューラルネットワーク、ベイズ決定、サポートベクトルマシン、構造的パターン認識方法等、及びこれらの方法の組み合わせを利用する。なお、これら方法についての詳細をここでは詳しく述べない。サブステップS707−2において、文字認識装置は、各画像セグメントの種類に基づいて、画像セグメント毎の当該種類の既知文字画像との間のマッチング距離を当該画像セグメントの認識結果として算出する。例えば、文字認識装置は、分類が行われた後、ある画像セグメントが字母“a”に属するものに分類されると、当該画像セグメントと字母“a”の既知画像との間のマッチング距離を算出する。図2のステップS707は、画像セグメントを認識する一つの例だけを示しているが、開示技術はこの例に限定されない。また、文字認識装置は、任意の適切な認識技術、例えば、ニューラルネットワーク、ベイズ決定、サポートベクトルマシン、構造的パターン認識方法等、及びこれらの方法の組み合わせを利用しても良い。なお、これらについては、詳細な説明を省略する。 In step S207, the character recognition device may recognize the image segment using any appropriate method. FIG. 2 is a flowchart schematically illustrating another example of the character recognition method according to the first embodiment. Step S703 shown in FIG. 2 is the same as step S203 shown in FIG. Step S705 is the same as step S205. Step S709 is the same as step S209. Therefore, these descriptions are omitted here. In step S707, the character recognition device recognizes an image segment. The character recognition device executes sub-step S707-1 and sub-step S707-2 in this step. In substep S707-1, the character recognition device classifies the generated one or more image segments. The character recognition device classifies a plurality of image segments generated using any appropriate pattern recognition method according to the type of character in the image. For example, the character recognition device uses a neural network, Bayesian decision, support vector machine, structural pattern recognition method, etc., and a combination of these methods. Details of these methods will not be described in detail here. In sub-step S707-2, the character recognition device calculates a matching distance between each type of image segment and the type of known character image as a recognition result of the image segment. For example, if a certain image segment is classified as belonging to the letter “a” after classification, the character recognition device calculates a matching distance between the image segment and the known image of the letter “a”. To do. Step S707 in FIG. 2 shows only one example of recognizing an image segment, but the disclosed technique is not limited to this example. In addition, the character recognition apparatus may use any appropriate recognition technology such as neural network, Bayesian determination, support vector machine, structural pattern recognition method, and a combination of these methods. Detailed description of these will be omitted.
ある文字種類に対して、対応する複数の既知画像が存在している例を用いて説明する。文字認識装置は、ある画像セグメントを当該種類に分類した場合、当該画像セグメントと複数の既知画像のそれぞれとの間のマッチング距離を算出する。その後、文字認識装置は、この中から最小のマッチング距離を当該画像セグメントに対応する認識結果として選択し、更にこのマッチング距離に対して平均値またはその合計値等を算出し、算出した値を当該文字画像に対応する認識結果とする。 A description will be given using an example in which a plurality of corresponding known images exist for a certain character type. When a certain image segment is classified into the type, the character recognition device calculates a matching distance between the image segment and each of the plurality of known images. After that, the character recognition device selects a minimum matching distance as a recognition result corresponding to the image segment, calculates an average value or a total value thereof for the matching distance, and calculates the calculated value The recognition result corresponding to the character image is used.
最後に、ステップS209においては、文字認識装置は、認識結果に基づいて、候補分割点及び候補分割点における候補分割パスから文字画像の一つまたは複数の最適分割点と最適分割点毎の最適分割パスを選択する。 Finally, in step S209, based on the recognition result, the character recognition device determines one or a plurality of optimum division points of the character image from the candidate division points and the candidate division paths at the candidate division points and the optimum division point for each optimum division point. Select a path.
例えば、認識対象である文字画像中におけるある文字の候補分割点において複数の候補分割パスが存在する可能性があるので、ステップS205において、文字認識装置は、当該文字に対応する複数の画像セグメントを生成する。これに伴い、ステップS207において、文字認識装置は、これらの画像セグメントに対応する複数の認識結果を取得する。例えば、図2の例では、文字認識装置は、ある文字に対応する複数の画像セグメントについて、複数のマッチング距離を算出する。ここで、算出されたマッチング距離が小さいほど、認識結果が良いことを意味する。したがって、文字認識装置は、最小のマッチング距離に対応する画像セグメントを選択する。すなわち、文字認識装置は、当該画像セグメントを分割して得ることができる候補分割点と候補分割パスから最適分割点及び最適分割点における最適分割パスとを選択することができる。 For example, since there may be a plurality of candidate division paths at a candidate division point of a character in the character image to be recognized, in step S205, the character recognition device selects a plurality of image segments corresponding to the character. Generate. Accordingly, in step S207, the character recognition device acquires a plurality of recognition results corresponding to these image segments. For example, in the example of FIG. 2, the character recognition device calculates a plurality of matching distances for a plurality of image segments corresponding to a certain character. Here, the smaller the calculated matching distance, the better the recognition result. Therefore, the character recognition device selects an image segment corresponding to the minimum matching distance. In other words, the character recognition device can select an optimal division point and an optimal division path at the optimal division point from candidate division points that can be obtained by dividing the image segment and candidate division paths.
上述した説明の方法において、文字認識装置は、一つの判定基準を予め定めなくてもよい。すなわち、文字認識装置は、一つの分割点において一つまたは複数の候補分割パスを特定することができる。したがって、文字認識装置は、一つまたは複数の候補分割パスから最適分割パスを選択することができるので、文字認識の正確性を大幅に向上することができる。 In the above-described method, the character recognition device does not have to determine one determination criterion in advance. That is, the character recognition device can specify one or a plurality of candidate division paths at one division point. Therefore, since the character recognition apparatus can select the optimum division path from one or a plurality of candidate division paths, the accuracy of character recognition can be greatly improved.
複数の候補分割点と一つまたは複数の候補分割パスから文字画像の最適分割点と最適分割パスを選択する方法はこの例に限定されない。実施例2において、文字認識装置は、候補分割点毎における各候補分割パスのそれぞれを標記すると共に、動的計画アルゴリズムを利用して、複数の候補分割点と一つまたは複数の候補分割パスから最適分割点及び最適分割点における最適分割パスを選択する。 The method for selecting the optimum division point and the optimum division path of the character image from the plurality of candidate division points and one or more candidate division paths is not limited to this example. In the second embodiment, the character recognition device marks each candidate division path for each candidate division point, and uses a dynamic programming algorithm from a plurality of candidate division points and one or a plurality of candidate division paths. The optimum division point and the optimum division path at the optimum division point are selected.
図3は、実施例2に係る文字認識方法を模式的に示すフローチャートである。図3に示すように、この方法において文字認識装置は、ステップS303、304、305、307及び309の処理を実行する。 FIG. 3 is a flowchart schematically illustrating the character recognition method according to the second embodiment. As shown in FIG. 3, in this method, the character recognition apparatus executes the processes of steps S303, 304, 305, 307, and 309.
ステップS303は、図1に示した実施例1におけるステップS203と同様であるので、ここでは説明を省略する。 Since step S303 is the same as step S203 in the first embodiment shown in FIG. 1, the description thereof is omitted here.
ステップS304において、文字認識装置は、候補分割点毎における各候補分割パスに対して二次元標識で標記する。このように、文字認識装置は、これらの候補分割パスの二次元標識により複数の画像セグメントを標記する。二次元標識は、各候補分割点を標記するための第一標識及び各候補分割パスを標記するための第二標識を含む。具体的には、文字認識装置が、認識対象である文字画像においてI(I>1)個の候補分割点が含まれ、且つ第i(1≦i≦I)番目の候補分割点においてJ(J≧1)個の候補分割パスを特定した場合を例に説明する。文字認識装置は、第i番目の候補分割点の第j(1≦j≦J)番目の候補分割パスを(i,j)または(j,i)と標記する。このように、第i番目の候補分割点の第j番目の候補分割パス及び第m(1≦m≦I)番目の候補分割点における第n番目の候補分割パスにより切り分けて得られた画像セグメントは{(i,j)、(m,n)}または{(j,i)、(n,m)}と標記する。なお、第m番目の分割点上にN個の候補分割パスが存在し、N≧1、1≦n≦Nであると仮定する。 In step S304, the character recognition device marks each candidate division path with a two-dimensional label for each candidate division point. As described above, the character recognition apparatus marks a plurality of image segments by the two-dimensional labeling of these candidate division paths. The two-dimensional mark includes a first mark for marking each candidate dividing point and a second mark for marking each candidate dividing path. Specifically, the character recognition device includes I (I> 1) candidate division points in the character image to be recognized, and J (1 ≦ i ≦ I) -th candidate division point J ( A case where J ≧ 1) candidate division paths are specified will be described as an example. The character recognition device marks the j-th (1 ≦ j ≦ J) -th candidate division path of the i-th candidate division point as (i, j) or (j, i). Thus, the image segment obtained by carving out by the j-th candidate division pass of the i-th candidate division point and the n-th candidate division pass at the m (1 ≦ m ≦ I) -th candidate division point. Is represented as {(i, j), (m, n)} or {(j, i), (n, m)}. It is assumed that N candidate division paths exist on the m-th division point, and N ≧ 1, 1 ≦ n ≦ N.
図4は、二次元的な標記を行う例を示している。図4Aに示した画像は、認識対象である文字画像として手書き単語“net”を含んでおり、その中に特定された候補分割点は“位置i”、“位置i+1”と“位置i+2”を含む。ここで、i≧0である。位置iにおける候補分割パスは(i,1)と標記することができ、位置i+1における候補分割パスは(i+1,1)と標記することができる。そして、位置i+2における各候補分割パスのそれぞれは、(i+2,1)、(i+2,2)及び(i+2,3)と標記することができる。このように、図4において、位置iにおける候補分割パス(i,1)と位置i+1における候補分割パス(i+1,1)を利用して切り分けて得られた画像セグメントは{(i,1)、(i+1,1)}と標記することができる。 FIG. 4 shows an example of performing two-dimensional marking. The image shown in FIG. 4A includes a handwritten word “net” as a character image to be recognized, and candidate division points specified therein include “position i”, “position i + 1”, and “position i + 2”. Including. Here, i ≧ 0. The candidate split path at position i can be labeled (i, 1), and the candidate split path at position i + 1 can be labeled (i + 1,1). Then, each of the candidate division paths at the position i + 2 can be labeled as (i + 2, 1), (i + 2, 2), and (i + 2, 3). Thus, in FIG. 4, the image segment obtained by carving out using the candidate division path (i, 1) at the position i and the candidate division path (i + 1, 1) at the position i + 1 is {(i, 1), (I + 1,1)}.
ステップS305は、図1に示した、実施例1におけるステップS205と同様であるので、ここでは説明を省略する。また、ステップS307は、図1に示した、実施例1におけるステップS207と同様であるので、ここでは説明を省略する。 Since step S305 is the same as step S205 in the first embodiment shown in FIG. 1, the description thereof is omitted here. Further, step S307 is the same as step S207 in the first embodiment shown in FIG.
ステップS309においては、文字認識装置は、ステップS307において取得した認識結果に基づいて、複数の候補分割点及び候補分割点における候補分割パスから最適分割点及び最適分割パスを選択する。例えば、文字認識装置は、二次元標識に基づいて、動的計画法(dynamic programming method)を利用して、候補分割点及び候補分割点における候補分割パスから最適分割点及び最適分割点における最適分割パスを探索する。 In step S309, the character recognition device selects an optimal division point and an optimal division path from a plurality of candidate division points and candidate division paths at the candidate division points based on the recognition result acquired in step S307. For example, the character recognition device uses the dynamic programming method based on the two-dimensional label, and the optimal division point and the optimal division point at the optimal division point from the candidate division point and the candidate division path at the candidate division point. Search for a path.
図5は、動的計画法を利用して最適分割パスの探索を行う場合の一例を模式的に示すフローチャートである。 FIG. 5 is a flowchart schematically showing an example in the case of searching for an optimal division path using dynamic programming.
図5に示すように、複数の画像セグメントに対して二次元的な標記が行われた後、動的計画法を利用して、複数の候補分割点及び各候補分割点における候補分割パスから一つまたは複数の最適分割点及び最適分割点毎における最適分割パスを選択する。この方法において、文字認識装置は、ステップS1209−1、1209−2及び1209−3の処理を実行する。 As shown in FIG. 5, after two-dimensional marking is performed on a plurality of image segments, a dynamic programming method is used to identify a plurality of candidate division points and candidate division paths at each candidate division point. One or a plurality of optimum dividing points and an optimum dividing path for each optimum dividing point are selected. In this method, the character recognition device executes the processes of steps S1209-1, 1209-2, and 1209-3.
まず、ステップS1209−1において、文字認識装置は、複数の画像セグメントに対して分類する。具体的に、文字認識装置は、画像セグメントに対応する候補分割点と候補分割パスの二次元標識に基づいて、複数の画像セグメントをその左側(又は右側)の分割点毎に分類する。ここで、左側(又は右側)の候補分割点が同じ画像セグメントを候補分割パス毎に分類する。 First, in step S1209-1, the character recognition device classifies a plurality of image segments. Specifically, the character recognition device classifies the plurality of image segments for each of the left (or right) division points based on the candidate division points corresponding to the image segments and the two-dimensional markers of the candidate division paths. Here, image segments having the same candidate division point on the left side (or right side) are classified for each candidate division path.
次に、ステップS1209−2において、文字認識装置は、各画像セグメント間の接続関係を定義する。具体的には、文字認識装置は、以下の手順にしたがって、各画像セグメント間の接続関係を定義する、すなわち、文字認識装置は、一方の画像セグメントの右側の候補分割点と候補分割パスが、他方の画像セグメントの左側の候補分割点と候補分割パスと同じである場合に限り、その二つの画像セグメントが接続していると定義する。文字認識装置は、二次元標識を利用して、二つの画像セグメントの対応する候補分割点と候補分割パスは同じであるか否かを判定する。 Next, in step S1209-2, the character recognition device defines a connection relationship between the image segments. Specifically, the character recognition device defines the connection relationship between each image segment according to the following procedure, that is, the character recognition device has a candidate division point and a candidate division path on the right side of one image segment, Only when the candidate division point on the left side of the other image segment is the same as the candidate division path, the two image segments are defined as connected. The character recognition device determines whether or not the candidate division points corresponding to the two image segments and the candidate division paths are the same using the two-dimensional label.
その次に、ステップS1209−3において、文字認識装置は、パスの探索を行う。具体的には、文字認識装置は、定義された画像セグメント間の接続関係に基づいて、動的計画法を利用して最適な認識結果に対応する候補分割パスを画像の最適分割パスとして検出し、これらに対応する候補分割点を最適分割点とする。一例として、ある文字の種類に対して、対応する複数の既知画像が存在していてもよい。文字認識装置は、画像セグメント毎の複数の既知画像のそれぞれとの間のマッチング距離を算出して、複数のマッチング距離の平均値またはその合計を当該画像セグメントの認識結果とする。例えば、文字認識装置は、動的計画法を利用してマッチング距離が最も短い分割パスを検出する。ここで、文字認識装置は、マッチング距離が最も短い分割パスを構成する画像セグメントを認識結果が最も良いものと判定する。 Next, in step S1209-3, the character recognition device searches for a path. Specifically, the character recognition device detects the candidate division path corresponding to the optimum recognition result as the optimum division path of the image using dynamic programming based on the connection relation between the defined image segments. The candidate division points corresponding to these are set as the optimum division points. As an example, a plurality of corresponding known images may exist for a certain character type. The character recognition device calculates a matching distance between each of the plurality of known images for each image segment, and uses an average value or a total of the plurality of matching distances as a recognition result of the image segment. For example, the character recognition device detects a divided path with the shortest matching distance using dynamic programming. Here, the character recognition device determines that the image segment constituting the divided path with the shortest matching distance has the best recognition result.
上述の方法においては、文字認識装置は、動的計画法を利用して文字画像の最適分割パスの探索を行うので、マッチング距離の算出を効率化することができる。 In the above-described method, the character recognition device searches for the optimum division path of the character image using dynamic programming, so that the matching distance can be calculated efficiently.
実施例3において、文字認識装置は、認識対象である文字画像の各候補分割点と各候補分割パスを特定した後、得られた画像セグメントに対して再び合併及び/又は分割を行う。図6は、実施例3に係る文字認識方法を模式的に示すフローチャートである。図6に示すように、この方法において、文字認識装置は、ステップS603、605、606、607及び609の処理を実行する。 In Example 3, the character recognition apparatus identifies each candidate division point and each candidate division path of the character image to be recognized, and then merges and / or divides the obtained image segment again. FIG. 6 is a flowchart schematically illustrating the character recognition method according to the third embodiment. As shown in FIG. 6, in this method, the character recognition apparatus executes the processes of steps S603, 605, 606, 607, and 609.
ステップS603は、実施例1におけるステップS203と同様である。また、ステップS605は、実施例1におけるステップS205と同様である。したがって、ここでは、ステップS603及びステップS605についての説明を省略する。 Step S603 is the same as step S203 in the first embodiment. Step S605 is the same as step S205 in the first embodiment. Therefore, description of step S603 and step S605 is omitted here.
ステップS606においては、文字認識装置は、選択的に、ステップS605において得られた複数の画像セグメントに対して再度の分割及び/又は合併を行う。具体的には、文字認識装置は、隣接した画像セグメントを合併してもよく、及び/又は、複数の画像セグメントの中の一つまたは複数個に対して再度の分割をしてもよい。これによって、文字認識装置は、新たな画像セグメントを生成する。 In step S606, the character recognition apparatus selectively performs re-division and / or merge on the plurality of image segments obtained in step S605. Specifically, the character recognition device may merge adjacent image segments and / or may divide one or more of the plurality of image segments again. Thereby, the character recognition device generates a new image segment.
図7は再度の分割及び/または合併を行う例を示している。ここで、図7Aは、再度の分割の例を示しており、図7Bは、合併を行う例を示している。図7Aには、ステップS605を経た後、二つの画像セグメント、すなわち、図7Aにおける「画像セグメント1」と「画像セグメント2」とが得られた場合を示している。文字認識装置は、この二つの画像セグメントに対して再度の分割を実行することができる。この例では、文字認識装置は、画像セグメント2に対して再度の分割を実行して画像セグメント3と画像セグメント4とを取得する。図7Bでは、文字認識装置は、ステップS605を経た後、四つの画像セグメント、すなわち図7Bにおける「画像セグメント1′-4′」を取得する。文字認識装置は、これらの画像セグメント中の隣接したセグメントに対して合併することができる。例えば、文字認識装置は、画像セグメント1′と画像セグメント2′を合併して画像セグメント5′を取得する。別例として、ステップS606においては、文字認識装置は、隣接した画像セグメントに対して合併を行うと同時に、一つまたは複数の画像セグメントに対して再度の分割を実行してもよい。
FIG. 7 shows an example of performing another division and / or merge. Here, FIG. 7A shows an example of re-division, and FIG. 7B shows an example of merging. FIG. 7A shows a case where two image segments, that is, “
ステップS607においては、文字認識装置は、ステップS605とステップS606において得られた全ての画像セグメントに対して認識を行う。例えば、図7Aの例においては、文字認識装置は、得られた4つの画像セグメント1−4を認識して対応する認識結果を取得する。また、図7Bの例においては、文字認識装置は、得られた5つの画像セグメント(画像セグメント1′-5′)を認識して対応する認識結果を取得する。なお、この認識結果を取得するステップS607は、実施例1におけるステップS207と同様であるので、ここで説明を省略する。
In step S607, the character recognition device recognizes all the image segments obtained in steps S605 and S606. For example, in the example of FIG. 7A, the character recognition device recognizes the obtained four image segments 1-4 and acquires corresponding recognition results. In the example of FIG. 7B, the character recognition device recognizes the obtained five image segments (
ステップS609は、実施例1におけるステップS209と同様であるので、ここでは、ステップS609についての説明を省略する。 Since step S609 is the same as step S209 in the first embodiment, description of step S609 is omitted here.
上述の方法においては、文字認識装置は、画像セグメントに対して再度の分割及び/又は合併を行うことにより、画像セグメントの誤分割を防止し、正確に最適分割パスを探索することができる。 In the above-described method, the character recognition device can divide the image segment again and / or merge to prevent erroneous division of the image segment and accurately search for the optimum division path.
図8は、実施例4に係る文字認識方法を模式的に示すフローチャートである。図8に示すように、当該方法において、文字認識装置は、ステップS801の連結部分を認識する処理を実行する。 FIG. 8 is a flowchart schematically illustrating the character recognition method according to the fourth embodiment. As shown in FIG. 8, in the method, the character recognition device executes a process of recognizing a connected part in step S801.
ステップS801において、文字認識装置は、認識対象である文字画像中の一つまたは複数の連結部分に対して認識を行う。例えば、入力された画像が、図13に示した、手書き文字「chorghui@xxx.net」を含む画像であると仮定する。文字認識装置は、手書き文字「chorghui@xxx.net」を「chorghui@」と「xxx」と「.」と「net」とを含む四つの連結部分に分ける。文字認識装置は、任意の適切な方法、例えば空白とピッチ解析法、常用の連結部分解析法又はアセンダー・ディセンダー解析法等を利用して、連結部分を認識しても良い。なお、ここでは連結部分の認識についての詳細な説明を省略する。 In step S801, the character recognition device recognizes one or more connected portions in the character image to be recognized. For example, it is assumed that the input image is an image including the handwritten character “chorghui@xxx.net” shown in FIG. The character recognition device divides the handwritten character “chorghui@xxx.net” into four connected parts including “chorghui @”, “xxx”, “.”, And “net”. The character recognition apparatus may recognize the connected portion by using any appropriate method, for example, a space and pitch analysis method, a commonly used connected portion analysis method, or an ascender / descender analysis method. In addition, detailed description about recognition of a connection part is abbreviate | omitted here.
文字認識装置は、これらの連結部分に対してそれぞれの処理を実行する。ステップS803においては、文字認識装置は、連結部分毎の各候補分割点を特定して標記する。ステップS804において、文字認識装置は、候補分割点毎の一つまたは複数の候補分割パスを特定して標記する。ステップS803は、図3に示した、実施例2におけるステップS303と同様であり、ステップS804は、ステップS304と同様である。言い換えれば、ステップS803と804においては、文字認識装置は、連結部分中の候補分割点毎の一つ又は複数の候補分割パスを特定すると共に、二次元標識により各候補分割パスのそれぞれに対して標記を行う。なお、標記方法は実施例2と同様であり、ここでは説明を省略する。 The character recognition device executes each process for these connected portions. In step S803, the character recognition device specifies and marks each candidate division point for each connected portion. In step S804, the character recognition device identifies and marks one or more candidate division paths for each candidate division point. Step S803 is similar to step S303 in the second embodiment illustrated in FIG. 3, and step S804 is similar to step S304. In other words, in steps S803 and S804, the character recognition device specifies one or a plurality of candidate division paths for each candidate division point in the connected portion, and for each candidate division path by two-dimensional labeling. Do the title. The marking method is the same as that in the second embodiment, and the description thereof is omitted here.
ステップS805において、文字認識装置は、ステップS803及びステップS804により特定された候補分割点と候補分割パスを利用して、連結部分のそれぞれに対して分割を行うことで、複数の画像セグメントを生成する。 In step S805, the character recognition device generates a plurality of image segments by performing division on each of the connected portions using the candidate division points and candidate division paths identified in steps S803 and S804. .
ステップS806において、文字認識装置は、ステップS805で取得した複数の画像セグメントに対して再度の分割及び/又は合併を行う。具体的には、文字認識装置は、隣接した画像セグメントを合併することができ、及び/又は、複数の画像セグメントの中の一つ又は複数個を再度の分割を実行することもできる。このようにして、文字認識装置は、新たな画像セグメントを生成する。 In step S806, the character recognition apparatus performs another division and / or merge on the plurality of image segments acquired in step S805. Specifically, the character recognition apparatus can merge adjacent image segments and / or perform another division of one or more of the plurality of image segments. In this way, the character recognition device generates a new image segment.
実施例4において、文字認識装置は、更にそれらの新たな画像セグメントに対して標記を行うことができる。例えば、図7Aに示した例において、文字認識装置は、画像セグメント2を再度分割する分割点を位置i+2と標記する。一方、文字認識装置は、その対応する候補分割パスを(i+2,j)と標記する。ここで、1≦j≦Jであり、Jは当該分割点における候補分割パスの数である。また、図7Bに示した例において、文字認識装置は、画像セグメント1′と画像セグメント2′を合併した画像セグメント5′を{(i,0)、(i+2,0)}と標記する。画像セグメント5′の左境界が第i番目の分割点の第0番目の候補分割パスであり、右境界が第i+2番目の分割点の第0番目の候補分割パスであることを示している。このようにして、文字認識装置は、合併した画像セグメントのそれぞれの標記を完成する。
In the fourth embodiment, the character recognition apparatus can further mark the new image segments. For example, in the example shown in FIG. 7A, the character recognition device marks a division point where the image segment 2 is divided again as a position i + 2. On the other hand, the character recognition apparatus marks the corresponding candidate division path as (i + 2, j). Here, 1 ≦ j ≦ J, where J is the number of candidate division paths at the division point. In the example shown in FIG. 7B, the character recognition apparatus marks {(i, 0), (i + 2,0)} as the image segment 5 ′ obtained by merging the
ステップS807において、文字認識装置は、ステップS805と806で取得した全ての画像セグメントを認識して、認識結果を取得する。認識結果を取得する方法は実施例1におけるステップS207と同様であり、ここでは説明を省略する。 In step S807, the character recognition device recognizes all the image segments acquired in steps S805 and 806, and acquires a recognition result. The method for acquiring the recognition result is the same as that in step S207 in the first embodiment, and the description thereof is omitted here.
ステップS809においては、文字認識装置は、ステップS807で取得した認識結果に応じて、二次元標識に基づいて、動的計画法を利用して複数の候補分割点及び候補分割パスから最適分割点及び最適分割パスを探索する。 In step S809, the character recognition device uses the dynamic programming method based on the two-dimensional label according to the recognition result acquired in step S807, and determines the optimum division point and the candidate division point from the plurality of candidate division points and candidate division paths. Search for the optimal split path.
ステップS811においては、文字認識装置は、全ての連結部分に対する処理が完了したかどうかを判定する。文字認識装置は、全ての連結部分に対する処理が完了していない場合には、ステップS803に戻り以降の処理を実行する。文字認識装置は、全ての連結部分に対する処理が完了している場合には、文字認識装置は、処理を終了する。 In step S811, the character recognition device determines whether or not processing for all connected portions has been completed. If the processes for all the connected parts are not completed, the character recognition apparatus returns to step S803 and executes the subsequent processes. If the character recognition device has completed the processing for all the connected portions, the character recognition device ends the processing.
この実施例においては、文字認識装置は、入力画像中の各連結部分のそれぞれに対して処理を行うので、入力画像に対する処理を優位に効率化することができる。 In this embodiment, the character recognition apparatus performs processing on each of the connected portions in the input image, so that the processing on the input image can be made more efficient.
図9は、実施例5に係る文字認識装置900を模式的に示すブロック図である。図9に示すように、文字認識装置900は、候補パス特定部902、画像セグメント生成部904、認識部906及びパス探索部908を備える。
FIG. 9 is a block diagram schematically illustrating a
候補パス特定部902は、認識対象である文字画像中の候補分割点毎の一つまたは複数の候補分割パスを特定し、候補分割点と候補分割パスを画像セグメント生成部904へ出力する。ここで、画像の複数の候補分割点のうち、少なくとも一つの候補分割点には複数の候補分割パスが存在するものと仮定する。
The candidate path specifying unit 902 specifies one or a plurality of candidate division paths for each candidate division point in the character image to be recognized, and outputs the candidate division points and the candidate division paths to the image
実施例1〜4と同様に、認識対象である文字画像は、任意の適切なフォーマットであっても良い。例えば、認識対象である文字画像は、二値画像、JPG画像、ビットマップ画像等であるが、ここでは全てを列挙しない。文字画像には、任意の種類の文字、例えば数字、符号、各種発音の字母又は文字等を含むことができ、ここではいかなる限定もしない。また、候補パス特定部902は、任意の適切な方法を利用して、候補分割点と候補分割パスを特定する。例えば、候補パス特定部902は、空白とピッチ解析法(White Space and Pitch Analysis)、投影解析法(Projection Analysis)、常用の連結文字処理法(Connected Component Processing)及びアセンダー・ディセンダー解析法(Ascender-Descender Analysis)等を利用する。なお、ここでは、これらの方法についての詳細な説明を省略する。 As in the first to fourth embodiments, the character image to be recognized may have any appropriate format. For example, the character images to be recognized are binary images, JPG images, bitmap images, etc., but not all are listed here. The character image can include any type of character, for example, numbers, symbols, various pronunciation words or characters, and is not limited in any way here. In addition, the candidate path specifying unit 902 specifies a candidate division point and a candidate division path using any appropriate method. For example, the candidate path specifying unit 902 includes white space and pitch analysis, projection analysis, connected component processing, and ascender-descender analysis. Descender Analysis) is used. Note that detailed description of these methods is omitted here.
画像セグメント生成部904は、候補パス特定部902により特定された候補分割パスを利用して、認識対象である文字画像を分割し、一つまたは複数の画像セグメントを生成し、複数の画像セグメントを認識部906へ出力する。
The image
認識部906は、画像セグメント生成部904から受信した一つまたは複数の画像セグメントのそれぞれを認識して、一つまたは複数の認識結果を取得する。そして認識部906は、認識結果をパス探索部908へ出力する。
The recognition unit 906 recognizes each of one or more image segments received from the image
認識部906は、実施例1で説明した方法を利用して画像セグメントの認識を行う。なお、ここでは説明を省略する。 The recognition unit 906 recognizes an image segment using the method described in the first embodiment. In addition, description is abbreviate | omitted here.
パス探索部908は、認識部906から受信した認識結果に基づいて、一つまたは複数の候補分割点及び候補分割点における候補分割パスから文字画像の一つまたは複数の最適分割点と最適分割点毎の最適分割パスを選択する。
Based on the recognition result received from the recognition unit 906, the
パス探索部908は、判定基準を予め定める必要がなく、文字画像の一つの分割点において複数の候補分割パスを特定することができ、特定した複数の候補分割パスの中から最適分割パスを選択する。したがって、文字認識装置900は、文字認識の正確性を大幅に向上することができる。
The
図10は、実施例6に係る文字認識装置1000を模式的に示すブロック図である。図10に示す文字認識装置1000は、候補パス特定部1002、画像セグメント生成部1004、認識部1006とパス探索部1008とを有する。ここで、候補パス特定部1002は、図9に示した実施例における候補パス特定部902と同様の機能を有する。また、画像セグメント生成部1004は、図9に示した実施例における画像セグメント生成部904と同様の機能を有する。したがって、ここでは、候補パス特定部1002と画像セグメント生成部1004について、説明を省略する。
FIG. 10 is a block diagram schematically illustrating a
図9に示した実施例と相違するのは、認識部1006が分類部1006aとマッチング部1006bを有することにある。分類部1006aは、画像セグメント生成部1004により生成された一つまたは複数の画像セグメントを分類する。分類部1006aは、実施例1で説明した分類方法を利用する。なお、ここでは分類方法についての説明を省略する。マッチング部1006bは、分類部1006aから出力された分類結果に基づいて、すなわち、各画像セグメントの種類に基づいて、画像セグメント毎の当該種類の既知文字画像との間のマッチング距離を当該画像セグメントの認識結果として算出する。例えば、分類部1006aによって分類された場合、マッチング部1006bは、ある画像セグメントが字母“a”に属するものに分類されると、当該画像セグメントと字母“a”の既知画像との間のマッチング距離を算出する。例えば、ある文字種類に対して、認識部1006には対応する複数の既知画像が保存されていてもよい。分類部1006aによってある画像セグメントを当該種類に分類されると、マッチング部1006bは、当該画像セグメントと複数の既知画像のそれぞれとの間のマッチング距離を算出する。マッチング部1006bは、算出した中で最小のマッチング距離を当該画像セグメントに対応する認識結果として選択する。さらに、マッチング部1006bは、そのマッチング距離に対して平均値又はその合計値を算出し、算出した値を当該画像セグメントに対応する認識結果とする。
The difference from the embodiment shown in FIG. 9 is that the
パス探索部1008は、認識部1006から出力された認識結果、すなわち算出されたマッチング距離に応じて、複数の候補分割点及び補分割点における候補分割パスから文字画像の最適分割点と最適分割パスを選択する。具体的には、文字画像中のある文字については、その対応する候補分割点において複数の候補分割パスが存在する可能性があるので、画像セグメント生成部1004において当該文字に対応する複数の画像セグメントが生成される場合がある。これに応じて、認識部1006は、これらの画像セグメントに対応する複数の認識結果を得る場合がある。例えば、ある文字に対応する複数の画像セグメントについて、マッチング部1006bは、複数のマッチング距離を算出する。なお、算出されたマッチング距離が小さいほど、認識結果が良いことを示す。したがって、パス探索部1008は、最小のマッチング距離に対応する画像セグメントを選択することができる。すなわち、パス探索部1008は、当該画像セグメントを分割して得られる分割パスを対応する分割点における最適分割パスとして選択する。
The
さらに、一例として、候補パス特定部902/1002は、候補分割点毎の一つまたは複数の候補分割パスのそれぞれを二次元標識で標記してもよい。ここで、二次元標識は、各候補分割点を標記するための第一標識及び各候補分割パスを標記するための第二標識を含む。候補パス特定部902/1002は、実施例2で説明した標記方法を利用することができる。なお、ここでは標記方法についての説明を省略する。パス探索部908/1008は、候補パス特定部902/1002により標記された二次元標識に基づいて、動的計画法を利用して、複数の候補分割点及び候補分割点における候補分割パスから最適分割点及び最適分割パスを選択してもよい。ここで、パス探索部908/1008は、実施例2で説明した動的計画法を利用してパス探索を行ってもよい。なお、ここでは、動的計画法を利用したパス探索についての説明を省略する。パス探索部908/1008は、動的計画法を利用して文字の分割パスを探索することにより、処理効率を優位に高めることができる。
Furthermore, as an example, the candidate path specifying unit 902/1002 may mark each of one or a plurality of candidate division paths for each candidate division point with a two-dimensional label. Here, the two-dimensional marker includes a first marker for marking each candidate segmentation point and a second marker for marking each candidate segmentation path. The candidate path specifying unit 902/1002 can use the marking method described in the second embodiment. Note that description of the marking method is omitted here. Based on the two-dimensional label marked by the candidate path specifying unit 902/1002, the
別の一例においては、画像セグメント生成部904/1004は、画像に対して分割を行った後、隣接した画像セグメントを合併し、及び/又は複数の画像セグメントの中の一つまたは複数個に対して再度の分割を実行する。そして、画像セグメント生成部904/1004は、得られた全ての画像セグメントを認識部906/1006へ出力してもよい。画像セグメント生成部904/1004は、実施例3及び4で説明した方法を利用して、生成された画像セグメントに対して再度の分割及び/又は合併を行うことができ、ここでは説明を省略する。画像セグメント生成部904/1004が画像セグメントに対して再度の分割及び/又は合併を行うことにより、文字認識装置は、画像セグメントの誤分割を防止することができ、最適分割パスを正確に探索することができる。
In another example, the image
図11は、実施例7に係る文字認識装置1100を模式的に示すブロック図である。実施例6における文字認識装置1000と同様に、図11に示した文字認識装置1100は、候補パス特定部1102、画像セグメント生成部1104、認識部1106とパス探索部1108とを有する。相違するのは、文字認識装置1100は、さらに、連結部分特定部1101を有することである。
FIG. 11 is a block diagram schematically illustrating a
連結部分特定部1101は、認識対象である文字画像中の一つまたは複数の連結部分を認識し、得られた連結部分を候補パス特定部1102へ出力する。連結部分特定部1101は、実施例4と同様の方法を利用して動作するので、ここでは説明を省略する。 The connected part specifying unit 1101 recognizes one or more connected parts in the character image to be recognized, and outputs the obtained connected part to the candidate path specifying unit 1102. Since the connection part specifying unit 1101 operates using the same method as in the fourth embodiment, the description thereof is omitted here.
候補パス特定部1102は、連結部分特定部1101によって特定された連結部分をそれぞれ処理する。候補パス特定部1102は、連結部分毎における候補分割点毎の一つ又は複数の候補分割パスを特定する。さらに、候補パス特定部1102は、二次元標識で各候補分割パスを標記してもよい。なお、標記の方法は実施例2で説明した方法と同様であるので、ここでは説明を省略する。 The candidate path specifying unit 1102 processes each of the connected parts specified by the connected part specifying unit 1101. The candidate path specifying unit 1102 specifies one or a plurality of candidate division paths for each candidate division point for each connected portion. Further, the candidate path specifying unit 1102 may mark each candidate division path with a two-dimensional marker. In addition, since the method of description is the same as the method demonstrated in Example 2, description is abbreviate | omitted here.
画像セグメント生成部1104は、候補パス特定部1102により特定された候補分割点と候補分割パスを利用して各連結部分に対して分割を行って、複数の画像セグメントを生成する。一例として、画像セグメント生成部1104は、これらの画像セグメントに対して再度の分割及び/又は合併を行うことができる。具体的には、画像セグメント生成部1104は、隣接した画像セグメントに対して合併を行うことができ、及び/又は、複数の画像セグメントの中の一つ又は複数個に対して再度の分割を実行することもできる。したがって、画像セグメント生成部1104は、新たな画像セグメントを生成する。画像セグメント生成部1104は、これらの新たな画像セグメントを標記することもできる。標記の方法は、図8で説明した実施例4と同様であるので、ここでは説明を省略する。 The image segment generation unit 1104 divides each connected portion using the candidate division points and candidate division paths identified by the candidate path identification unit 1102, and generates a plurality of image segments. As an example, the image segment generation unit 1104 can perform division and / or merge again on these image segments. Specifically, the image segment generation unit 1104 can merge adjacent image segments and / or execute re-division on one or more of the plurality of image segments. You can also Therefore, the image segment generation unit 1104 generates a new image segment. The image segment generation unit 1104 can also mark these new image segments. Since the title method is the same as that of the fourth embodiment described with reference to FIG. 8, the description thereof is omitted here.
認識部1106は、画像セグメント生成部1104によって生成された全ての画像セグメントを認識して、相応する認識結果を取得する。画像セグメントの認識は実施例1〜4で説明した方法と同様の方法で処理してもよいので、ここでも説明を省略する。パス探索部1108は、認識部1106から受信した認識結果に応じて、複数の候補分割点及びその候補分割パスから文字画像の最適分割点と最適分割パスを選択する。具体的な探索方法は、実施例1〜4で説明した方法と同様の方法で処理してもよい。例えば、パス探索部1108は、認識部1106によって取得された認識結果に応じて、候補パス特定部1102と画像セグメント生成部1104により標記された二次元標識に基づいて、動的計画法を利用する。この結果、パス探索部1108は、複数の候補分割点及び候補分割パスから最適分割点及び最適分割パスを選択する。
The
この実施例7において、文字認識装置1100は、入力画像における各連結部分をそれぞれ処理することにより、入力画像に対する処理を優位に効率化することができる。
In the seventh embodiment, the
本明細書中の実施例に記載した各例は、一例であり、開示技術はこれらに限定されない。 Each example described in the examples in this specification is an example, and the disclosed technology is not limited thereto.
上述の文字認識装置における各構成部は、ソフトウェア、ファームウェア、ハードウェアあるいはそれらを組み合わせて配置されてもよい。配置に使用可能な具体的な手法又は方式は当業者に熟知されているものであり、ここでは説明を省略する。ソフトウェア又はファームウェアにより実現される場合には、記憶媒体又はネットワークから専用のハードウェア構成を持つコンピュータ(例えば図12に示した汎用コンピュータ1300)に対してこのソフトウェアを構成するプログラムをインストールする。そして、各種プログラムがインストールされると、汎用コンピュータ1300が各種機能等を実行する。
Each component in the character recognition device described above may be arranged as software, firmware, hardware, or a combination thereof. Specific techniques or schemes that can be used for the arrangement are well known to those skilled in the art, and will not be described here. When implemented by software or firmware, a program constituting the software is installed from a storage medium or a network to a computer having a dedicated hardware configuration (for example, the general-
図12においては、中央処理装置(CPU)1301は、読取専用メモリ(ROM)1302に記憶されたプログラム又は記憶部1308からランダムアクセスメモリ(RAM)1303にアップロードされたプログラムにより、各種の処理を実行する。RAM1303にも、必要に応じて、CPU1301が各種の処理を実行するため等に必要なデータを記憶している。CPU1301とROM1302とRAM1303とは、バス1304を介して接続されている。同様に、入力/出力インターフェース1305は、バス1304に接続されている。
In FIG. 12, the central processing unit (CPU) 1301 executes various processes by a program stored in a read-only memory (ROM) 1302 or a program uploaded from the
入力部1306と、出力部1307と、記憶部1308と、通信部1309とは、入力/出力インターフェース1305に接続されている。ここで、入力部1306は、キーボード、マウス等を含む。例えば、出力部1307は、ブラウン管(CRT)や液晶ディスプレイ(LCD)等のディスプレイ、スピーカ等を含む。記憶部1308は、ハードディスク等を含む。例えば、通信部1309は、LANカード等のネットワークインターフェースカード、モデム等を含む。また、通信部1309は、ネットワーク、例えばインターネットを経由して通信処理を実行する。入力/出力インターフェース1305にはドライブ1310を接続してもよい。例えば、磁気ディスク、光ディスク、光磁気ディスク、半導体メモリ等のような着脱可能な媒体1311が、ドライブ1310に取り付けられており、この中から読み出されるコンピュータプログラムが記憶部1308にインストールされる。
The
ソフトウェアによって上述した一連の処理を実行する場合、汎用コンピュータ1300は、ネットワーク又は記憶媒体からソフトウェアを構成するプログラムをインストールされる。ここで、ネットワークは、例えばインターネットであり、記憶媒体は、例えば着脱可能な媒体1311である。
When the above-described series of processing is executed by software, the general-
このような記憶媒体は、着脱可能な媒体1311には限定されない。例えば、記憶媒体は、ROM1302、記憶部1308に含まれるハードディスクなどでも良い。この中にプログラムが記憶されており、かつこれらを含むデバイスと一緒にユーザに配布される。なお、着脱可能な媒体1311は、図12に示したような、その中にプログラムを記憶するものであって、デバイスから離れて配布されることで、ユーザにプログラムを提供する。例えば、着脱可能な媒体1311は、磁気ディスク(フロッピー(登録商標)ディスクを含む)、光ディスク(コンパクトディスクリードオンリーメモリ(CD−ROM)やディジタルヴァーサタイルディスク(DVD)を含む)、光磁気ディスク(ミニディスク(登録商標)を含む)及び半導体メモリを含む。
Such a storage medium is not limited to the removable medium 1311. For example, the storage medium may be a ROM 1302, a hard disk included in the
開示技術はさらに、機器で読取可能な命令コードが記憶されたプログラム製品を提供する。命令コードが機器で読取られて実行される場合、開示技術による実施例の方法を実行することができる。 The disclosed technology further provides a program product in which an instruction code readable by a device is stored. When the instruction code is read and executed by the device, the method of the embodiment according to the disclosed technology can be executed.
これに対して、機器で読取り可能な命令コードが記憶されたプログラム製品を搭載する記憶媒体も開示技術に含まれる。記憶媒体は、フロッピー(登録商標)ディスク、光ディスク、光磁気ディスク、メモリカード、メモリスティック等を含むが、これらに限定されない。 On the other hand, the disclosed technology also includes a storage medium on which a program product in which an instruction code readable by a device is stored. The storage medium includes, but is not limited to, a floppy (registered trademark) disk, an optical disk, a magneto-optical disk, a memory card, a memory stick, and the like.
以上の開示技術の具体的な実施例の記載においては、実施形態の一例について記載しており、実施形態の一例として示した特徴は、同一あるいは同様の形態、一つ又は複数の他の実施形態で使用されてもよい。また、他の実施形態における特徴と組み合わせてもよく、あるいは、他の実施形態における特徴と置き換えてもよい。 In the above description of specific examples of the disclosed technology, an example of the embodiment is described, and the characteristics shown as an example of the embodiment are the same or similar, and one or more other embodiments. May be used. Further, it may be combined with features in other embodiments, or may be replaced with features in other embodiments.
専門用語“含む/有する”が本文で使用される場合には、特徴、要素、ステップ又は構成部の存在を意味するが、一つ又は複数の他の特徴、要素、ステップ又は構成部の存在又は追加を排除しないことを補足する。 Where the term “including / having” is used in the text, it means the presence of a feature, element, step or component, but the presence or absence of one or more other features, elements, steps or components. It is supplemented not to exclude addition.
なお、開示技術の方法は、明細書において記載した説明の順序で実行することに限られず、その他の順序にしたがって、同時にあるいは独立に実行されてもよい。したがって、本明細書で記載した方法の実行順序は、開示技術の技術的範囲を限定するものではない。 The method of the disclosed technology is not limited to being executed in the order of explanations described in the specification, and may be executed simultaneously or independently according to other orders. Therefore, the execution order of the method described in this specification does not limit the technical scope of the disclosed technology.
このように開示技術の具体的実施例を記載することにより開示技術を説明したが、上述の実施例は一例であり、限定的なものではない。当業者は、開示技術の技術的思想の範囲内において、各種の修正、改良あるいは類似品を設計することができる。これらの修正、改良あるいは類似品は開示技術の保護範囲内に含まれるものであると考えられるべきである。 As described above, the disclosed technology has been described by describing a specific embodiment of the disclosed technology. However, the above-described embodiment is merely an example and is not limiting. Those skilled in the art can design various modifications, improvements, or similar products within the scope of the technical idea of the disclosed technology. These modifications, improvements, or similar products should be considered as being within the scope of protection of the disclosed technology.
以上の各実施例を含む実施形態に関し、さらに以下の付記を開示する。 The following supplementary notes are further disclosed with respect to the embodiments including the above examples.
(付記1)文字認識装置が、
認識対象である文字画像中の候補分割点毎における一つまたは複数の候補分割パスを特定するステップと、
前記各候補分割パスに基づいて前記認識対象である文字画像を分割し、一つまたは複数の画像セグメントを生成するステップと、
前記一つまたは複数の画像セグメントのそれぞれを認識して、一つまたは複数の認識結果を取得するステップと、
前記認識結果に基づいて、前記候補分割点及び前記候補分割点における候補分割パスから前記文字画像の一つまたは複数の最適分割点と最適分割点毎における最適分割パスを選択するステップと
を実行することを特徴とする文字認識方法。
(Supplementary note 1) The character recognition device
Identifying one or more candidate division paths for each candidate division point in the character image to be recognized;
Dividing the character image to be recognized based on each candidate division path to generate one or a plurality of image segments;
Recognizing each of the one or more image segments to obtain one or more recognition results;
Selecting one or a plurality of optimum division points of the character image and an optimum division path for each optimum division point from the candidate division points and the candidate division paths at the candidate division points based on the recognition result. A character recognition method characterized by the above.
(付記2)文字認識装置が、
前記候補分割点毎における候補分割パスを特定するステップを実行した後、前記各候補分割点を標記するための第一標識及び前記各候補分割パスを標記するための第二標識を含む二次元標識を使用して、前記候補分割点毎における一つまたは複数の候補分割パスのそれぞれを標記するステップを更に実行することを含む、付記1に記載の文字認識方法。
(Appendix 2) The character recognition device
After executing the step of identifying candidate division paths for each candidate division point, a two-dimensional indicator including a first indicator for marking each candidate division point and a second indicator for marking each candidate division path The character recognition method according to
(付記3)前記認識結果に基づいて、前記候補分割点及び前記候補分割点における候補分割パスから前記文字画像の一つまたは複数の最適分割点と最適分割点毎の最適分割パスを選択するステップは、
前記候補分割パス毎の二次元標識に基づいて、動的計画法により候補分割点及び候補分割点における候補分割パスから最適分割点及び最適分割点毎における最適分割パスを探索するステップを含む、付記2に記載の文字認識方法。
(Supplementary Note 3) Step of selecting one or a plurality of optimum division points of the character image and an optimum division path for each optimum division point from the candidate division points and candidate division paths at the candidate division points based on the recognition result Is
Including a step of searching for an optimum division point and an optimum division path for each optimum division point from the candidate division points and the candidate division paths at the candidate division points by dynamic programming based on the two-dimensional label for each candidate division path. 2. The character recognition method according to 2.
(付記4)前記一つまたは複数の画像セグメントを認識して、一つまたは複数の認識結果を取得するステップは、
前記一つまたは複数の画像セグメントを分類するステップと、
前記各画像セグメントの種類に基づいて画像セグメント毎の当該種類の既知文字画像との間のマッチング距離を当該画像セグメントの認識結果として算出するステップと
を含む、付記1に記載の文字認識方法。
(Supplementary Note 4) Recognizing the one or more image segments and obtaining one or more recognition results includes:
Classifying the one or more image segments;
The character recognition method according to
(付記5)文字認識装置が、
前記一つまたは複数の画像セグメントを認識して、一つまたは複数の認識結果を取得するステップを実行する前に、隣接した画像セグメントを合併し、及び/又は前記複数の画像セグメントの中の一つまたは複数個に対して再度の分割をするステップを更に実行することを含む、付記1に記載の文字認識方法。
(Supplementary note 5) The character recognition device
Before performing the step of recognizing the one or more image segments and obtaining one or more recognition results, merge adjacent image segments and / or one of the plurality of image segments. The character recognition method according to
(付記6)文字認識装置が、
認識対象である文字画像中の候補分割点毎における一つまたは複数の候補分割パスを特定するステップを実行する前に、前記認識対象である文字画像中の一つまたは複数の連結部分を認識するステップを更に実行することを含む、付記1に記載の文字認識方法。
(Appendix 6) The character recognition device
Before executing the step of identifying one or more candidate division paths for each candidate division point in the character image to be recognized, one or more connected portions in the character image to be recognized are recognized. The character recognition method according to
(付記7)認識対象である文字画像中の候補分割点毎の一つまたは複数の候補分割パスを特定する候補パス特定部と、
前記各候補分割パスにより前記認識対象である文字画像を分割し、一つまたは複数の画像セグメントを生成する画像セグメント生成部と、
前記一つまたは複数の画像セグメントのそれぞれを認識して、一つまたは複数の認識結果を取得する認識部と、
前記認識結果に基づいて、前記候補分割点及び前記候補分割点における候補分割パスから前記文字画像の一つまたは複数の最適分割点と最適分割点毎における最適分割パスを選択するパス探索部と
を有することを特徴とする文字認識装置。
(Supplementary Note 7) A candidate path specifying unit that specifies one or a plurality of candidate division paths for each candidate division point in the character image to be recognized;
An image segment generation unit that divides the character image to be recognized by each candidate division pass and generates one or a plurality of image segments;
A recognition unit that recognizes each of the one or more image segments and obtains one or more recognition results;
A path search unit that selects one or a plurality of optimum division points of the character image and an optimum division path for each optimum division point from the candidate division points and candidate division paths at the candidate division points based on the recognition result; A character recognition device comprising:
(付記8)前記候補パス特定部は更に、
前記各候補分割点を標記するための第一標識及び前記各候補分割パスを標記するための第二標識を含む二次元標識を使用して、前記候補分割点毎における一つまたは複数の候補分割パスのそれぞれを標記するように配置される、付記7に記載の文字認識装置。
(Supplementary Note 8) The candidate path specifying unit further includes:
One or more candidate divisions for each of the candidate division points using a two-dimensional marker that includes a first indicator for marking each candidate division point and a second indicator for marking each candidate division path The character recognition device according to appendix 7, which is arranged so as to mark each of the paths.
(付記9)前記パス探索部は更に、
前記二次元標識に基づいて、動的計画法により候補分割点及び候補分割パスから最適分割点及び最適分割パスを探索するように配置される、付記8に記載の文字認識装置。
(Supplementary Note 9) The path search unit further includes:
The character recognition device according to appendix 8, wherein the character recognition device is arranged so as to search for an optimum division point and an optimum division path from the candidate division points and the candidate division path based on the two-dimensional mark by dynamic programming.
(付記10)前記認識部は、
前記一つまたは複数の画像セグメントを分類する分類部と、
前記各画像セグメントの種類に基づいて画像セグメント毎の当該種類の既知文字画像との間のマッチング距離を当該画像のセグメントの認識結果として算出するマッチング部と
を備える、付記7に記載の文字認識装置。
(Supplementary Note 10) The recognition unit
A classifier for classifying the one or more image segments;
The character recognition device according to appendix 7, further comprising: a matching unit that calculates a matching distance between the type of each image segment and the known character image of the type for each image segment as a recognition result of the segment of the image. .
(付記11)前記画像セグメント生成部は更に、
隣接した画像セグメントを合併し、及び/又は前記複数の画像セグメントの中の一つまたは複数個に対して再度の分割を実行し、得られた画像セグメントを前記文字認識装置へ出力するように配置される、付記7に記載の文字認識装置。
(Supplementary Note 11) The image segment generation unit further includes:
Arranging adjacent image segments and / or performing re-division on one or more of the plurality of image segments and outputting the resulting image segments to the character recognition device The character recognition device according to appendix 7.
(付記12)認識対象である文字画像中の一つ又は複数の連結部分を認識する連結部分特定部を更に備える、付記7に記載の文字認識装置。 (Additional remark 12) The character recognition apparatus of Additional remark 7 further provided with the connection part specific | specification part which recognizes the 1 or several connection part in the character image which is recognition object.
900 文字認識装置
902 候補パス特定部
904 画像セグメント生成部
906 認識部
908 パス探索部
1000 文字認識装置
1002 候補パス特定部
1004 画像セグメント生成部
1006 認識部
1006a 分類部
1006b マッチング部
1008 パス探索部
1100 文字認識装置
1101 連結部分特定部
1102 候補パス特定部
1104 画像セグメント生成部
1106 認識部
1108 パス探索部
1300 汎用コンピュータ
1301 CPU
1302 ROM
1303 RAM
1304 バス
1305 入力/出力インターフェース
1306 入力部
1307 出力部
1308 記憶部
1309 通信部
1310 ドライブ
1311 着脱可能な媒体
900 Character recognition device 902 Candidate
1302 ROM
1303 RAM
1304
Claims (10)
認識対象である文字画像中の候補分割点毎における一つまたは複数の候補分割パスを特定するステップと、
前記各候補分割パスに基づいて前記認識対象である文字画像を分割し、一つまたは複数の画像セグメントを生成するステップと、
前記一つまたは複数の画像セグメントのそれぞれを認識して、一つまたは複数の認識結果を取得するステップと、
前記認識結果に基づいて、前記候補分割点及び前記候補分割点における候補分割パスから前記文字画像の一つまたは複数の最適分割点と最適分割点毎における最適分割パスを選択するステップと
を実行することを特徴とする文字認識方法。 The character recognition device
Identifying one or more candidate division paths for each candidate division point in the character image to be recognized;
Dividing the character image to be recognized based on each candidate division path to generate one or a plurality of image segments;
Recognizing each of the one or more image segments to obtain one or more recognition results;
Selecting one or a plurality of optimum division points of the character image and an optimum division path for each optimum division point from the candidate division points and the candidate division paths at the candidate division points based on the recognition result. A character recognition method characterized by the above.
前記候補分割点毎における候補分割パスを特定するステップを実行した後、前記各候補分割点を標記するための第一標識及び前記各候補分割パスを標記するための第二標識を含む二次元標識を使用して、前記候補分割点毎における一つまたは複数の候補分割パスのそれぞれを標記するステップを更に実行することを含む、請求項1に記載の文字認識方法。 The character recognition device
After executing the step of identifying candidate division paths for each candidate division point, a two-dimensional indicator including a first indicator for marking each candidate division point and a second indicator for marking each candidate division path The character recognition method according to claim 1, further comprising the step of marking each of one or a plurality of candidate division paths for each candidate division point using.
前記候補分割パス毎の二次元標識に基づいて、動的計画法により候補分割点及び候補分割点における候補分割パスから最適分割点及び最適分割点毎における最適分割パスを探索するステップを含む、請求項2に記載の文字認識方法。 Based on the recognition result, selecting one or a plurality of optimum division points of the character image and an optimum division path for each optimum division point from the candidate division points and candidate division paths at the candidate division points,
Searching for an optimum division point and an optimum division path for each optimum division point from the candidate division points and the candidate division points at the candidate division points by dynamic programming based on the two-dimensional label for each candidate division path. Item 3. A character recognition method according to Item 2.
前記一つまたは複数の画像セグメントを分類するステップと、
前記各画像セグメントの種類に基づいて画像セグメント毎の当該種類の既知文字画像との間のマッチング距離を当該画像セグメントの認識結果として算出するステップと
を含む、請求項1に記載の文字認識方法。 Recognizing the one or more image segments and obtaining one or more recognition results,
Classifying the one or more image segments;
The character recognition method according to claim 1, further comprising: calculating a matching distance between each type of image segment and a known character image of that type for each image segment as a recognition result of the image segment.
前記一つまたは複数の画像セグメントを認識して、一つまたは複数の認識結果を取得するステップを実行する前に、隣接した画像セグメントを合併し、及び/又は前記複数の画像セグメントの中の一つまたは複数個に対して再度の分割をするステップを更に実行することを含む、請求項1に記載の文字認識方法。 The character recognition device
Before performing the step of recognizing the one or more image segments and obtaining one or more recognition results, merge adjacent image segments and / or one of the plurality of image segments. The character recognition method according to claim 1, further comprising executing a step of performing division again on one or more.
前記各候補分割パスにより前記認識対象である文字画像を分割し、一つまたは複数の画像セグメントを生成する画像セグメント生成部と、
前記一つまたは複数の画像セグメントのそれぞれを認識して、一つまたは複数の認識結果を取得する認識部と、
前記認識結果に基づいて、前記候補分割点及び前記候補分割点における候補分割パスから前記文字画像の一つまたは複数の最適分割点と最適分割点毎における最適分割パスを選択するパス探索部と
を有することを特徴とする文字認識装置。 A candidate path specifying unit for specifying one or a plurality of candidate division paths for each candidate division point in the character image to be recognized;
An image segment generation unit that divides the character image to be recognized by each candidate division pass and generates one or a plurality of image segments;
A recognition unit that recognizes each of the one or more image segments and obtains one or more recognition results;
A path search unit that selects one or a plurality of optimum division points of the character image and an optimum division path for each optimum division point from the candidate division points and candidate division paths at the candidate division points based on the recognition result; A character recognition device comprising:
前記各候補分割点を標記するための第一標識及び前記各候補分割パスを標記するための第二標識を含む二次元標識を使用して、前記候補分割点毎における一つまたは複数の候補分割パスのそれぞれを標記するように配置される、請求項6に記載の文字認識装置。 The candidate path specifying unit further includes:
One or more candidate divisions for each of the candidate division points using a two-dimensional marker that includes a first indicator for marking each candidate division point and a second indicator for marking each candidate division path The character recognition device according to claim 6, which is arranged so as to mark each of the paths.
前記二次元標識に基づいて、動的計画法により候補分割点及び候補分割パスから最適分割点及び最適分割パスを探索するように配置される、請求項7に記載の文字認識装置。 The path search unit further includes:
The character recognition device according to claim 7, wherein the character recognition device is arranged so as to search for an optimum division point and an optimum division path from the candidate division points and the candidate division paths by dynamic programming based on the two-dimensional mark.
前記一つまたは複数の画像セグメントを分類する分類部と、
前記各画像セグメントの種類に基づいて画像セグメント毎の当該種類の既知文字画像との間のマッチング距離を当該画像のセグメントの認識結果として算出するマッチング部と
を備える、請求項6に記載の文字認識装置。 The recognition unit
A classifier for classifying the one or more image segments;
The character recognition of Claim 6 provided with the matching part which calculates the matching distance between the known character image of the said kind for every image segment based on the kind of each said image segment as a recognition result of the segment of the said image apparatus.
隣接した画像セグメントを合併し、及び/又は前記複数の画像セグメントの中の一つまたは複数個に対して再度の分割を実行し、得られた画像セグメントを前記文字認識装置へ出力するように配置される、請求項6に記載の文字認識装置。 The image segment generation unit further includes
Arranging adjacent image segments and / or performing re-division on one or more of the plurality of image segments and outputting the resulting image segments to the character recognition device The character recognition device according to claim 6.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010004058.5 | 2010-01-18 | ||
CN 201010004058 CN102129560B (en) | 2010-01-18 | 2010-01-18 | Method and device for identifying characters |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2011146028A true JP2011146028A (en) | 2011-07-28 |
Family
ID=44267640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010234922A Pending JP2011146028A (en) | 2010-01-18 | 2010-10-19 | Character recognition method and character recognition device |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2011146028A (en) |
CN (1) | CN102129560B (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8934716B2 (en) | 2012-01-11 | 2015-01-13 | Electronics And Telecommunications Research Institute | Method and apparatus for sequencing off-line character from natural scene |
CN106682666A (en) * | 2016-12-29 | 2017-05-17 | 成都数联铭品科技有限公司 | Characteristic template manufacturing method for unusual font OCR identification |
CN110533671A (en) * | 2019-08-19 | 2019-12-03 | 温州大学 | A kind of method of local dynamic station planning cutting literal line |
CN113657234A (en) * | 2021-08-10 | 2021-11-16 | 小叶子(北京)科技有限公司 | Image recognition method, image recognition device, storage medium and electronic equipment |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915440A (en) * | 2011-08-03 | 2013-02-06 | 汉王科技股份有限公司 | Method and device for character segmentation |
CN103310435B (en) * | 2012-03-21 | 2016-04-06 | 华中科技大学 | Combine vertical projection and optimal path the method split characters on license plate |
JP6119952B2 (en) * | 2012-05-15 | 2017-04-26 | 富士ゼロックス株式会社 | Image processing apparatus and image processing program |
CN104573683B (en) * | 2013-10-21 | 2018-02-16 | 富士通株式会社 | Character string identification method and device |
CN106446896B (en) * | 2015-08-04 | 2020-02-18 | 阿里巴巴集团控股有限公司 | Character segmentation method and device and electronic equipment |
CN105447508A (en) * | 2015-11-10 | 2016-03-30 | 上海珍岛信息技术有限公司 | Identification method and system for character image verification codes |
CN108108734B (en) * | 2016-11-24 | 2021-09-24 | 杭州海康威视数字技术股份有限公司 | License plate recognition method and device |
CN110135426B (en) * | 2018-02-09 | 2021-04-30 | 北京世纪好未来教育科技有限公司 | Sample labeling method and computer storage medium |
CN111079762B (en) * | 2019-11-26 | 2022-02-08 | 合肥联宝信息技术有限公司 | Cutting method of adhesive characters and electronic equipment |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0676114A (en) * | 1992-08-25 | 1994-03-18 | Ricoh Co Ltd | Character recognizing method |
JP2009199102A (en) * | 2008-02-19 | 2009-09-03 | Fujitsu Ltd | Character recognition program, character recognition device and character recognition method |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW397951B (en) * | 1995-06-05 | 2000-07-11 | Motorola Inc | Method and microprocessor for preprocessing handwriting having characters composed of a preponderance of straight line segments |
JP4674778B2 (en) * | 2000-08-31 | 2011-04-20 | ヒューレット・パッカード・カンパニー | Character recognition system |
-
2010
- 2010-01-18 CN CN 201010004058 patent/CN102129560B/en not_active Expired - Fee Related
- 2010-10-19 JP JP2010234922A patent/JP2011146028A/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0676114A (en) * | 1992-08-25 | 1994-03-18 | Ricoh Co Ltd | Character recognizing method |
JP2009199102A (en) * | 2008-02-19 | 2009-09-03 | Fujitsu Ltd | Character recognition program, character recognition device and character recognition method |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8934716B2 (en) | 2012-01-11 | 2015-01-13 | Electronics And Telecommunications Research Institute | Method and apparatus for sequencing off-line character from natural scene |
CN106682666A (en) * | 2016-12-29 | 2017-05-17 | 成都数联铭品科技有限公司 | Characteristic template manufacturing method for unusual font OCR identification |
CN110533671A (en) * | 2019-08-19 | 2019-12-03 | 温州大学 | A kind of method of local dynamic station planning cutting literal line |
CN113657234A (en) * | 2021-08-10 | 2021-11-16 | 小叶子(北京)科技有限公司 | Image recognition method, image recognition device, storage medium and electronic equipment |
CN113657234B (en) * | 2021-08-10 | 2024-04-26 | 小叶子(北京)科技有限公司 | Image recognition method and device, storage medium and electronic equipment |
Also Published As
Publication number | Publication date |
---|---|
CN102129560B (en) | 2013-11-06 |
CN102129560A (en) | 2011-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2011146028A (en) | Character recognition method and character recognition device | |
Lee et al. | Weakly supervised semantic segmentation using out-of-distribution data | |
US10133965B2 (en) | Method for text recognition and computer program product | |
JP5647919B2 (en) | Character recognition device, character recognition method, character recognition system, and character recognition program | |
US9754176B2 (en) | Method and system for data extraction from images of semi-structured documents | |
JPH0830732A (en) | Character recognition method | |
CN107004025B (en) | Image search device and method for searching image | |
KR102293538B1 (en) | Method and apparatus for recognising music symbols | |
US20180330181A1 (en) | Method for line and word segmentation for handwritten text images | |
Hussain et al. | Nastalique segmentation-based approach for Urdu OCR | |
JP6003705B2 (en) | Information processing apparatus and information processing program | |
JP6611346B2 (en) | Character string recognition apparatus, method, and program | |
US10373028B2 (en) | Pattern recognition device, pattern recognition method, and computer program product | |
CN111401099A (en) | Text recognition method, device and storage medium | |
US20230154213A1 (en) | Systems and methods for open vocabulary object detection | |
CN108205524B (en) | Text data processing method and device | |
CN115393625A (en) | Semi-supervised training of image segmentation from coarse markers | |
CN108153726A (en) | Text handling method and device | |
JP2012173959A (en) | Character recognition device and program therefor | |
CN112287763A (en) | Image processing method, apparatus, device and medium | |
JP2012098905A (en) | Character recognition device, character recognition method and program | |
Malik | A Graph Based Approach for Handwritten Devanagri Word Recogntion | |
KR20240025253A (en) | Method and apparatus for data structuring of text using a line information | |
Sadawi et al. | MolRec at CLEF 2012-Overview and Analysis of Results. | |
CN114387600A (en) | Text feature recognition method and device, computer equipment and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130805 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140424 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140513 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20140924 |