JPH07152862A - 文字認識用の文字切り出し装置 - Google Patents
文字認識用の文字切り出し装置Info
- Publication number
- JPH07152862A JPH07152862A JP5326335A JP32633593A JPH07152862A JP H07152862 A JPH07152862 A JP H07152862A JP 5326335 A JP5326335 A JP 5326335A JP 32633593 A JP32633593 A JP 32633593A JP H07152862 A JPH07152862 A JP H07152862A
- Authority
- JP
- Japan
- Prior art keywords
- character
- input
- neural network
- input data
- unit
- 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.)
- Withdrawn
Links
Landscapes
- Character Input (AREA)
Abstract
(57)【要約】
【目的】 ノイズの影響を受けずに正しく文字を切り出
す。 【構成】 文字切り出し装置は、文字ａ１を含むアナロ
グ画像ｂを入力する画像入力部１０と、アナログ画像ｂ
を画素ごとに二値化することにより二値化画像データｃ
を作成する二値化画像データ作成部１２と、二値化画像
データｃを横方向Ｘ及び縦方向Ｙに一列ごとの画素に分
割することにより入力データＸ1 〜Ｘn ，Ｙ1 〜Ｙm を
作成する入力データ作成部１４と、入力データＸ1 〜Ｘ
n ，Ｙ1 〜Ｙm の個々に対してニューラルネットワーク
処理を行うことにより文字の一部を含むか否かを認識す
るニューラルネットワーク処理部１６と、認識結果ｘ1
〜ｘn ，ｙ1 〜ｙm に基づき文字ａ１の外接枠ａ２の位
置ｄを出力する外接枠出力部１８とを備えたものであ
る。
す。 【構成】 文字切り出し装置は、文字ａ１を含むアナロ
グ画像ｂを入力する画像入力部１０と、アナログ画像ｂ
を画素ごとに二値化することにより二値化画像データｃ
を作成する二値化画像データ作成部１２と、二値化画像
データｃを横方向Ｘ及び縦方向Ｙに一列ごとの画素に分
割することにより入力データＸ1 〜Ｘn ，Ｙ1 〜Ｙm を
作成する入力データ作成部１４と、入力データＸ1 〜Ｘ
n ，Ｙ1 〜Ｙm の個々に対してニューラルネットワーク
処理を行うことにより文字の一部を含むか否かを認識す
るニューラルネットワーク処理部１６と、認識結果ｘ1
〜ｘn ，ｙ1 〜ｙm に基づき文字ａ１の外接枠ａ２の位
置ｄを出力する外接枠出力部１８とを備えたものであ
る。
Description
【０００１】
【産業上の利用分野】本発明は、文字を光学的に読み取
る文字認識技術において用いられる文字切り出し装置に
関し、詳しくは、入力画像中の文字を認識する前処理と
して文字を一文字ごとに切り出すための文字切り出し装
置に関する。
る文字認識技術において用いられる文字切り出し装置に
関し、詳しくは、入力画像中の文字を認識する前処理と
して文字を一文字ごとに切り出すための文字切り出し装
置に関する。
【０００２】
【従来の技術】文字認識技術では、例えば図７に示すよ
うに、入力画像８０，８２中から一つの文字８０１，８
２１，８２２，８２３をそれぞれの外接枠８０２，８２
４，８２５，８２６で切り出してから、それらの文字８
０１，…を認識している。
うに、入力画像８０，８２中から一つの文字８０１，８
２１，８２２，８２３をそれぞれの外接枠８０２，８２
４，８２５，８２６で切り出してから、それらの文字８
０１，…を認識している。
【０００３】従来の文字切り出し装置では、例えば図８
に示すように、入力画像８０，８２の各画素を垂直方向
及び水平方向に加算して黒部分の射影をとり、射影ヒス
トグラム８０３，８０４，８２７，８２８を作成する。
射影ヒストグラム８０３，…で、あるしきい値以上の部
分を文字８０１，…が存在している領域として切り出
す。このような文字切り出し装置は、例えば特開平1-11
4992号公報に記載されている。
に示すように、入力画像８０，８２の各画素を垂直方向
及び水平方向に加算して黒部分の射影をとり、射影ヒス
トグラム８０３，８０４，８２７，８２８を作成する。
射影ヒストグラム８０３，…で、あるしきい値以上の部
分を文字８０１，…が存在している領域として切り出
す。このような文字切り出し装置は、例えば特開平1-11
4992号公報に記載されている。
【０００４】
【発明が解決しようとする課題】しかしながら、従来の
文字切り出し装置では、次のような問題があった。
文字切り出し装置では、次のような問題があった。
【０００５】文字８０１，…にカレやキレが生じてい
る場合や、ノイズが混入している場合には、文字８０
１，…を正確に切り出すことが困難であった。これは、
カレ，キレ，ノイズ等が、そのまま射影ヒストグラム８
０３，…に反映されるためである。
る場合や、ノイズが混入している場合には、文字８０
１，…を正確に切り出すことが困難であった。これは、
カレ，キレ，ノイズ等が、そのまま射影ヒストグラム８
０３，…に反映されるためである。
【０００６】射影ヒストグラム８０３，…を用いて文
字８０１，…を含むか否かを判断するのに、射影ヒスト
グラム８０３，…でのしきい値を操作者が決める必要が
あった。したがって、たいへん操作が面倒であった。
字８０１，…を含むか否かを判断するのに、射影ヒスト
グラム８０３，…でのしきい値を操作者が決める必要が
あった。したがって、たいへん操作が面倒であった。
【０００７】
【発明の目的】そこで、本発明の目的は、カレ，キレ，
ノイズ等の影響を受けずに正確に文字を切り出すことが
できると共に、操作性を向上させた文字切り出し装置を
提供することにある。
ノイズ等の影響を受けずに正確に文字を切り出すことが
できると共に、操作性を向上させた文字切り出し装置を
提供することにある。
【０００８】
【課題を解決するための手段】そこで、本発明に係る文
字切り出し装置は、上記目的を達成するためになされた
ものであり、文字を含むアナログ画像を入力する画像入
力部と、この画像入力部で入力されたアナログ画像を画
素ごとに二値化することにより二値化画像データを作成
する二値化画像データ作成部と、この二値化画像データ
作成部で作成された二値化画像データを横方向及び縦方
向に一列ごとの画素に分割することにより入力データを
作成する入力データ作成部と、この入力データ作成部で
作成された入力データの個々に対してニューラルネット
ワーク処理を行うことにより文字の一部を含むか否かを
認識するニューラルネットワーク処理部と、このニュー
ラルネットワーク処理部での認識結果に基づき文字の外
接枠の位置を出力する外接枠出力部とを備えたものであ
る。
字切り出し装置は、上記目的を達成するためになされた
ものであり、文字を含むアナログ画像を入力する画像入
力部と、この画像入力部で入力されたアナログ画像を画
素ごとに二値化することにより二値化画像データを作成
する二値化画像データ作成部と、この二値化画像データ
作成部で作成された二値化画像データを横方向及び縦方
向に一列ごとの画素に分割することにより入力データを
作成する入力データ作成部と、この入力データ作成部で
作成された入力データの個々に対してニューラルネット
ワーク処理を行うことにより文字の一部を含むか否かを
認識するニューラルネットワーク処理部と、このニュー
ラルネットワーク処理部での認識結果に基づき文字の外
接枠の位置を出力する外接枠出力部とを備えたものであ
る。
【０００９】また、前記ニューラルネットワーク処理部
は、前記入力データ作成部で作成される入力データの画
素数に等しいユニット数から成る入力層と、任意のユニ
ット数から成る中間層と、文字の一部を含むか否かの情
報を出力する一個のユニット数から成る出力層とを備え
たものとしてもよい。さらに、前記ニューラルネットワ
ーク処理部は、リカレントニューラルネットワークから
成るものとしてもよい。
は、前記入力データ作成部で作成される入力データの画
素数に等しいユニット数から成る入力層と、任意のユニ
ット数から成る中間層と、文字の一部を含むか否かの情
報を出力する一個のユニット数から成る出力層とを備え
たものとしてもよい。さらに、前記ニューラルネットワ
ーク処理部は、リカレントニューラルネットワークから
成るものとしてもよい。
【００１０】ここでいう「画素」とは、最小分解能とし
ての画素から、これらの画素を複数個集めて一単位とし
たものまでの広い概念である。
ての画素から、これらの画素を複数個集めて一単位とし
たものまでの広い概念である。
【００１１】
【作用】文字を含むアナログ画像は、画像入力部から入
力され、二値化画像データ作成部で画素ごとに二値化さ
れて二値化画像データとなる。この二値化画像データ
は、横方向及び縦方向に一列ごとの画素に分割される。
この一列ごとの画素から入力データが構成される。
力され、二値化画像データ作成部で画素ごとに二値化さ
れて二値化画像データとなる。この二値化画像データ
は、横方向及び縦方向に一列ごとの画素に分割される。
この一列ごとの画素から入力データが構成される。
【００１２】一方、ニューラルネットワーク処理部で
は、入力データに対応して的確に文字の一部を含むか否
かを認識できるように、ニューラルネットワークに予め
学習させておく。したがって、ニューラルネットワーク
処理部に入力データが入力されると、入力データが文字
の一部を含むか否かが認識され、この認識結果に基づき
外接枠出力部から文字の外接枠の位置が出力される。
は、入力データに対応して的確に文字の一部を含むか否
かを認識できるように、ニューラルネットワークに予め
学習させておく。したがって、ニューラルネットワーク
処理部に入力データが入力されると、入力データが文字
の一部を含むか否かが認識され、この認識結果に基づき
外接枠出力部から文字の外接枠の位置が出力される。
【００１３】
【発明の実施例】図１は、本発明に係る文字切り出し装
置の一実施例を示すブロック図である。図２は、本実施
例におけるニューラルネットワーク処理部の構成及び動
作を示す説明図である。以下、これらの図に基づき説明
する。なお、図２では、図示の都合上、入力データＸ1
〜Ｘn を処理する場合のみ記載し、入力データＹ1 〜Ｙ
mについては省略している。
置の一実施例を示すブロック図である。図２は、本実施
例におけるニューラルネットワーク処理部の構成及び動
作を示す説明図である。以下、これらの図に基づき説明
する。なお、図２では、図示の都合上、入力データＸ1
〜Ｘn を処理する場合のみ記載し、入力データＹ1 〜Ｙ
mについては省略している。
【００１４】本発明に係る文字切り出し装置は、文字ａ
１を含むアナログ画像ｂを入力する画像入力部１０と、
画像入力部１０で入力されたアナログ画像ｂを画素ごと
に二値化することにより二値化画像データｃを作成する
二値化画像データ作成部１２と、二値化画像データ作成
部１２で作成された二値化画像データｃを横方向Ｘ及び
縦方向Ｙに一列ごとの画素に分割することにより入力デ
ータＸ1 〜Ｘn ，Ｙ1〜Ｙm を作成する入力データ作成
部１４と、入力データ作成部１４で作成された入力デー
タＸ1 〜Ｘn ，Ｙ1 〜Ｙm の個々に対してニューラルネ
ットワーク処理を行うことにより文字の一部を含むか否
かを認識するニューラルネットワーク処理部１６と、ニ
ューラルネットワーク処理部１６での認識結果ｘ1 〜ｘ
n ，ｙ1〜ｙm に基づき文字ａ１の外接枠ａ２の位置ｄ
を出力する外接枠出力部１８とを備えたものである。
１を含むアナログ画像ｂを入力する画像入力部１０と、
画像入力部１０で入力されたアナログ画像ｂを画素ごと
に二値化することにより二値化画像データｃを作成する
二値化画像データ作成部１２と、二値化画像データ作成
部１２で作成された二値化画像データｃを横方向Ｘ及び
縦方向Ｙに一列ごとの画素に分割することにより入力デ
ータＸ1 〜Ｘn ，Ｙ1〜Ｙm を作成する入力データ作成
部１４と、入力データ作成部１４で作成された入力デー
タＸ1 〜Ｘn ，Ｙ1 〜Ｙm の個々に対してニューラルネ
ットワーク処理を行うことにより文字の一部を含むか否
かを認識するニューラルネットワーク処理部１６と、ニ
ューラルネットワーク処理部１６での認識結果ｘ1 〜ｘ
n ，ｙ1〜ｙm に基づき文字ａ１の外接枠ａ２の位置ｄ
を出力する外接枠出力部１８とを備えたものである。
【００１５】画像入力部１０は、例えばイメージスキャ
ナ，ＣＣＤカメラ等から構成され、画像を光電変換しア
ナログ値として出力するものである。二値化画像データ
作成部１２は、例えばＡ／Ｄ変換器等から構成され、画
像入力部１０から入力したアナログ値をデジタル値に変
換するものである。
ナ，ＣＣＤカメラ等から構成され、画像を光電変換しア
ナログ値として出力するものである。二値化画像データ
作成部１２は、例えばＡ／Ｄ変換器等から構成され、画
像入力部１０から入力したアナログ値をデジタル値に変
換するものである。
【００１６】入力データ作成手段１４，ニューラルネッ
トワーク処理部１６及び外接枠出力部１８は、例えばコ
ンピュータ及びこれを動作させるプログラムによって実
現できる。この場合、このコンピュータで、画像入力部
１０，二値化画像データ作成部１２等を制御するように
構成してもよい。また、ニューラルネットワーク処理部
１６は、ニューロチップによっても実現できる。
トワーク処理部１６及び外接枠出力部１８は、例えばコ
ンピュータ及びこれを動作させるプログラムによって実
現できる。この場合、このコンピュータで、画像入力部
１０，二値化画像データ作成部１２等を制御するように
構成してもよい。また、ニューラルネットワーク処理部
１６は、ニューロチップによっても実現できる。
【００１７】また、ニューラルネットワーク処理部１６
は、入力データ作成部１４で作成される入力データＸ1
〜Ｘn ，Ｙ1 〜Ｙm の画素数に等しいユニット数から成
る入力層２０と、任意のユニット数から成る中間層２２
と、文字ａ１の一部を含むか否かの情報（「１」，
「０」）を出力する一個のユニット数から成る出力層２
４とを備えている。さらに、ニューラルネットワーク処
理部１６は、リカレントニューラルネットワークから成
るものである。
は、入力データ作成部１４で作成される入力データＸ1
〜Ｘn ，Ｙ1 〜Ｙm の画素数に等しいユニット数から成
る入力層２０と、任意のユニット数から成る中間層２２
と、文字ａ１の一部を含むか否かの情報（「１」，
「０」）を出力する一個のユニット数から成る出力層２
４とを備えている。さらに、ニューラルネットワーク処
理部１６は、リカレントニューラルネットワークから成
るものである。
【００１８】入力層２０，中間層２２，出力層２４の各
ユニットは、対称結合又は一方向結合に拘束されない、
非対称でリカレントな結合をしている。このような特徴
を有するリカレントニューラルネットワークは、ノイズ
が混入した入力データに対しても、正確な認識が可能で
ある。なお、リカレントニューラルネットワーク自体
は、公知技術であり、例えば「計測と制御」Vol.30.No.
4(1991年４月)pp.296-301 等に詳述されている。また、
入力層２０のユニット数は入力データＸ1 〜Ｘn，Ｙ1
〜Ｙm の数に対応した個数であり、任意に設定可能であ
る。本実施例では図２に示されるようにｎ個のユニット
を具備している。
ユニットは、対称結合又は一方向結合に拘束されない、
非対称でリカレントな結合をしている。このような特徴
を有するリカレントニューラルネットワークは、ノイズ
が混入した入力データに対しても、正確な認識が可能で
ある。なお、リカレントニューラルネットワーク自体
は、公知技術であり、例えば「計測と制御」Vol.30.No.
4(1991年４月)pp.296-301 等に詳述されている。また、
入力層２０のユニット数は入力データＸ1 〜Ｘn，Ｙ1
〜Ｙm の数に対応した個数であり、任意に設定可能であ
る。本実施例では図２に示されるようにｎ個のユニット
を具備している。
【００１９】このような構成において、入力層２０に入
力される入力データＸ1 〜Ｘn ，Ｙ1 〜Ｙm と出力層２
４からの認識結果ｘ1 〜ｘn ，ｙ1 〜ｙm との関係を得
るために、各ユニット間の結合強度をあらかじめ学習に
よって求める。すなわち、ある入力データを入力層２０
に入力したとき、その入力データが大きな固まり
（「１」の集合）であれば、出力層２４から「１」を出
力させ、その入力データが小さな固まりであれば、出力
層２４から「０」を出力させるように学習させる。
力される入力データＸ1 〜Ｘn ，Ｙ1 〜Ｙm と出力層２
４からの認識結果ｘ1 〜ｘn ，ｙ1 〜ｙm との関係を得
るために、各ユニット間の結合強度をあらかじめ学習に
よって求める。すなわち、ある入力データを入力層２０
に入力したとき、その入力データが大きな固まり
（「１」の集合）であれば、出力層２４から「１」を出
力させ、その入力データが小さな固まりであれば、出力
層２４から「０」を出力させるように学習させる。
【００２０】このような学習済みのニューラルネットワ
ーク処理部１６を使用すれば、ある未知の入力データが
与えられたとき、出力層２４から正確な「０」又は
「１」の判定を行うことができる。ニューラルネットワ
ーク処理部１６は、パターンの形状を学習するものであ
るため、入力パターン（本実施例における「入力デー
タ」）に多少のノイズが混入した場合でも、正しいパタ
ーン認識が可能である。
ーク処理部１６を使用すれば、ある未知の入力データが
与えられたとき、出力層２４から正確な「０」又は
「１」の判定を行うことができる。ニューラルネットワ
ーク処理部１６は、パターンの形状を学習するものであ
るため、入力パターン（本実施例における「入力デー
タ」）に多少のノイズが混入した場合でも、正しいパタ
ーン認識が可能である。
【００２１】次に、図３のフローチャート及び以下に指
示する図面に基づき、本実施例の動作を説明する。
示する図面に基づき、本実施例の動作を説明する。
【００２２】二値化画像データ作成部１２で作成された
二値化画像データｃは、図４に示すように、横ｎ個×縦
ｍ個の画素から構成されている。入力データ作成部１４
は、二値化画像データｃを横方向Ｘに一列ごとの画素に
分割することにより入力データＸ1 〜Ｘn を作成する
（ステップ１０１）。
二値化画像データｃは、図４に示すように、横ｎ個×縦
ｍ個の画素から構成されている。入力データ作成部１４
は、二値化画像データｃを横方向Ｘに一列ごとの画素に
分割することにより入力データＸ1 〜Ｘn を作成する
（ステップ１０１）。
【００２３】続いて、ニューラルネットワーク処理部１
６の入力層２０に入力データＸ1 〜Ｘn を順次入力する
（ステップ１０２）。すると、入力データＸ1 〜Ｘn に
対応した認識結果ｘ1 〜ｘn が出力層２４から順次出力
される（ステップ１０３）。例えば、図５（イ）に示す
ように入力データＸ1 に対して認識結果ｘ1 、図５
（ロ）に示すように入力データＸ2 に対して認識結果ｘ
2 、図５（ハ）に示すように入力データＸ3 に対して認
識結果ｘ3 がそれぞれ出力される。
６の入力層２０に入力データＸ1 〜Ｘn を順次入力する
（ステップ１０２）。すると、入力データＸ1 〜Ｘn に
対応した認識結果ｘ1 〜ｘn が出力層２４から順次出力
される（ステップ１０３）。例えば、図５（イ）に示す
ように入力データＸ1 に対して認識結果ｘ1 、図５
（ロ）に示すように入力データＸ2 に対して認識結果ｘ
2 、図５（ハ）に示すように入力データＸ3 に対して認
識結果ｘ3 がそれぞれ出力される。
【００２４】次に、同様に、縦方向Ｙの入力データＹ1
〜Ｙm を作成し（ステップ１０４）、入力層２０に入力
データＹ1 〜Ｙm を順次入力すると（ステップ１０
５）、入力データＹ1 〜Ｙn に対応した認識結果ｙ1 〜
ｙm が出力層２４から順次出力される（ステップ１０
６）。
〜Ｙm を作成し（ステップ１０４）、入力層２０に入力
データＹ1 〜Ｙm を順次入力すると（ステップ１０
５）、入力データＹ1 〜Ｙn に対応した認識結果ｙ1 〜
ｙm が出力層２４から順次出力される（ステップ１０
６）。
【００２５】最後に、外接枠出力部１８は、縦と横の認
識結果ｘ1 〜ｘn ，ｙ1 〜ｙm から文字ａ１の外接枠ａ
２の位置ｄを求め、外接枠ａ２で文字ａ１を切り出す
（ステップ１０７）。すなわち、図６に示すように、認
識結果ｘ1 〜ｘn ，ｙ1 〜ｙmのうち、出力が「１」の
部分（図中ではハッチングで表示）の始まりの位置をそ
れぞれＳＸ，ＳＹとし、「１」の続いている個数をＬ
Ｘ，ＬＹとする。これにより、左端及び上端（ＳＸ，Ｓ
Ｙ）、大きさ（ＬＸ，ＬＹ）の矩形が外接枠ａ２として
認識され、外接枠ａ２で文字ａ１を切り出す。切り出さ
れた文字ａ１は、図１に示すように、この文字切り出し
装置外の文字認識部３０でパターン認識される。
識結果ｘ1 〜ｘn ，ｙ1 〜ｙm から文字ａ１の外接枠ａ
２の位置ｄを求め、外接枠ａ２で文字ａ１を切り出す
（ステップ１０７）。すなわち、図６に示すように、認
識結果ｘ1 〜ｘn ，ｙ1 〜ｙmのうち、出力が「１」の
部分（図中ではハッチングで表示）の始まりの位置をそ
れぞれＳＸ，ＳＹとし、「１」の続いている個数をＬ
Ｘ，ＬＹとする。これにより、左端及び上端（ＳＸ，Ｓ
Ｙ）、大きさ（ＬＸ，ＬＹ）の矩形が外接枠ａ２として
認識され、外接枠ａ２で文字ａ１を切り出す。切り出さ
れた文字ａ１は、図１に示すように、この文字切り出し
装置外の文字認識部３０でパターン認識される。
【００２６】なお、ニューラルネットワーク処理部１６
は、本実施例のようにリカレントニューラルネットワー
クを用いることが最も望ましいが、これに限定するもの
ではなく、例えばフィードフォワードネットワーク等を
用いてもよい。
は、本実施例のようにリカレントニューラルネットワー
クを用いることが最も望ましいが、これに限定するもの
ではなく、例えばフィードフォワードネットワーク等を
用いてもよい。
【００２７】
【発明の効果】本発明によれば、二値化画像データを横
方向及び縦方向に一列ごとの画素に分割して入力データ
を作成することにより、これらの入力データをニューラ
ルネットワーク処理部で処理することができる。その結
果、入力データが文字の一部を含むか否かをノイズの影
響を除去して認識でき、この認識結果に基づき正確な外
接枠で文字を切り出すことができる。
方向及び縦方向に一列ごとの画素に分割して入力データ
を作成することにより、これらの入力データをニューラ
ルネットワーク処理部で処理することができる。その結
果、入力データが文字の一部を含むか否かをノイズの影
響を除去して認識でき、この認識結果に基づき正確な外
接枠で文字を切り出すことができる。
【００２８】また、従来は射影ヒストグラムでのしきい
値を操作者が決める必要があったが、本発明では文字を
切り出す際にそのような手間は不要であるので操作性を
向上できる。
値を操作者が決める必要があったが、本発明では文字を
切り出す際にそのような手間は不要であるので操作性を
向上できる。
【図１】本発明の一実施例を示すブロック図である。
【図２】本発明の一実施例におけるニューラルネットワ
ーク処理部の構成及び動作を示す説明図である。
ーク処理部の構成及び動作を示す説明図である。
【図３】本発明の一実施例の動作を示すフローチャート
である。
である。
【図４】文字を含む二値化画像データを示す平面図であ
る。
る。
【図５】本発明の一実施例におけるニューラルネットワ
ーク処理部の動作を示す説明図であり、図５（イ）は入
力データＸ1 に対する認識結果ｘ1 、図５（ロ）は入力
データＸ2 に対する認識結果ｘ2 、図５（ハ）は入力デ
ータＸ3 に対する認識結果ｘ3 をそれぞれ示す。
ーク処理部の動作を示す説明図であり、図５（イ）は入
力データＸ1 に対する認識結果ｘ1 、図５（ロ）は入力
データＸ2 に対する認識結果ｘ2 、図５（ハ）は入力デ
ータＸ3 に対する認識結果ｘ3 をそれぞれ示す。
【図６】本発明の一実施例におけるニューラルネットワ
ーク処理部の認識結果を示す説明図である。
ーク処理部の認識結果を示す説明図である。
【図７】文字の切り出し例を示す説明図である。
【図８】従来例における文字の切り出し方法を示す説明
図である。
図である。
１０ 画像入力部 １２ 二値化画像データ作成部 １４ 入力データ作成部 １６ ニューラルネットワーク処理部 １８ 外接枠出力部 ２０ 入力層 ２２ 中間層 ２４ 出力層
Claims (3)
- 【請求項１】 文字を含むアナログ画像を入力する画像
入力部と、この画像入力部で入力されたアナログ画像を
画素ごとに二値化することにより二値化画像データを作
成する二値化画像データ作成部と、この二値化画像デー
タ作成部で作成された二値化画像データを横方向及び縦
方向に一列ごとの画素に分割することにより入力データ
を作成する入力データ作成部と、この入力データ作成部
で作成された入力データの個々に対してニューラルネッ
トワーク処理を行うことにより文字の一部を含むか否か
を認識するニューラルネットワーク処理部と、このニュ
ーラルネットワーク処理部での認識結果に基づき文字の
外接枠の位置を出力する外接枠出力部とを備えているこ
とを特徴とする文字認識用の文字切り出し装置。 - 【請求項２】 前記ニューラルネットワーク処理部は、
前記入力データ作成部で作成される入力データの画素数
に等しいユニット数から成る入力層と、任意のユニット
数から成る中間層と、文字の一部を含むか否かの情報を
出力する一個のユニット数から成る出力層とを備えたこ
とを特徴とする請求項１記載の文字認識用の文字切り出
し装置。 - 【請求項３】 前記ニューラルネットワーク処理部は、
リカレントニューラルネットワークから成ることを特徴
とする請求項１又は２記載の文字認識用の文字切り出し
装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5326335A JPH07152862A (ja) | 1993-11-30 | 1993-11-30 | 文字認識用の文字切り出し装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5326335A JPH07152862A (ja) | 1993-11-30 | 1993-11-30 | 文字認識用の文字切り出し装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07152862A true JPH07152862A (ja) | 1995-06-16 |
Family
ID=18186630
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5326335A Withdrawn JPH07152862A (ja) | 1993-11-30 | 1993-11-30 | 文字認識用の文字切り出し装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07152862A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020080092A (ja) * | 2018-11-14 | 2020-05-28 | 株式会社ハイシンク創研 | 機械学習を用いた画像検査方法および画像検査装置 |
-
1993
- 1993-11-30 JP JP5326335A patent/JPH07152862A/ja not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020080092A (ja) * | 2018-11-14 | 2020-05-28 | 株式会社ハイシンク創研 | 機械学習を用いた画像検査方法および画像検査装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0721320A (ja) | 自動スクリプト決定装置 | |
| JPH05225378A (ja) | 文書画像の領域分割システム | |
| JPH0436433B2 (ja) | ||
| JPH0256708B2 (ja) | ||
| JPH0715703B2 (ja) | 文字読取方式 | |
| CN112419208A (zh) | 一种基于施工图审查矢量图纸编译方法及系统 | |
| JPH07152862A (ja) | 文字認識用の文字切り出し装置 | |
| JP2613959B2 (ja) | 指紋紋様分類装置 | |
| JPH0581474A (ja) | 文字列抽出方法および文字領域検出方法 | |
| JPH08235359A (ja) | パターンマッチング方法およびパターンマッチング装置 | |
| JPH08272971A (ja) | 対象物認識方法 | |
| JPH08272956A (ja) | ノイズ除去方法およびノイズ除去装置 | |
| JP2590099B2 (ja) | 文字読取方式 | |
| JPH07271907A (ja) | アナログ画像の二値化装置 | |
| JP2797655B2 (ja) | 画像処理方法およびその装置 | |
| JP2832019B2 (ja) | 画像処理装置 | |
| JPH0562013A (ja) | 文字読取装置 | |
| JPH0660220A (ja) | 文書画像の領域抽出方法 | |
| JPH06251202A (ja) | 文字認識装置 | |
| JPH0586585B2 (ja) | ||
| JPH02187883A (ja) | 文書読取装置 | |
| JP2771045B2 (ja) | 文書画像の領域分割方法 | |
| JP2000048123A (ja) | 画像処理装置 | |
| JPH0676105A (ja) | 文書認識システム | |
| JPH02166583A (ja) | 文字認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20010130 |