データベースの詳細

自由手書き文字データベースＥＴＬ１

ＥＴＬ１作成経緯

ＥＴＬ１は、昭和４６年度（１９７１年度）から始まった工業技術院大型プロジェクト「パターン情報処理システムの研究開発」の一環として作成されたもので、昭和４８年度（１９７３年度）に、７業種１５００人の協力を得て、英数字、特殊記号および片仮名文字９９種の手書き文字を集めたデータベースです。このデータは、数字・英字については見本を示さず、自由に書かれたものです。ＯＣＲシート、観測システムの設計は、電子技術総合研究所と富士通株式会社との共同で行われ、電子技術総合研究所図形処理研究室に当時設置されていたコンピュータＴＯＳＢＡＣ－３４００で観測が行われました。このデータベースについては、個々の文字を人間が見て評価し、品質の良さを示す値をＩＤ情報の一部として、観測パターンに付属させて入れてあります。

観測仕様

  • ＯＣＲシート仕様
    • 手書文字読取用紙 : B5判, 90kg OCR用紙（1種）
    • ドロップアウト・カラー : No.26バイオレット 50%スクリーン（大日本印刷）
    • 文字枠 : 横 5mm、縦 7mm
    • 文字枠ピッチ : 横 7.62mm、縦 12.7mm
    • 文字枠数 : 10 x 12 = 120
  • 対象文字 (計 99文字)
    • アラビア数字 : 10
    • アルファベット大文字 : 26
    • 特殊文字 : 12
    • カタカナ : 51
  • ＯＣＲシート収集
  • 観測装置
    • 入力装置 : Flying Spot Scanner (FSS) (飛点走査管 5CNP16) (光電子増倍管 7696)
    • 標本化間隔 : 0.133mm x 0.133mm
    • スポット径 : 0.1333mm
    • 濃度レベル : 16 (4bit)
    • 標本点数 : 72 x 76（後に、中心の 64 x 63 へ）
  • データベース作成
    • 観測場所 : 電子技術総合研究所
    • 使用計算機 : TOSBAC-3400/41（プログラム：FSSTOMT）
    • 作成年月 : 1973年9月
    • 観測期間 : 1973年9月～12月(～1月～3月)

ＥＴＬ１データベース仕様


印刷漢字データベースＥＴＬ２

ＥＴＬ２作成経緯

ＥＴＬ２は、 ＥＴＬ１と同じ時期に同大型プロジェクトの一環として、 電子技術総合研究所と当時の東京芝浦電気株式会社との共同で作成されたもので、 大日本印刷株式会社および毎日新聞社の協力を得て、 特許広報および新聞に用いられる明朝体とゴシック体の活字文字データ 約５万字が納められています。 東京芝浦電気株式会社（現・東芝）で観測、編集が行われ、 観測は、ＴＯＳＰＩＣＳで、編集は、ＴＯＳＢＡＣ－５６００により行われました。

観測仕様

  • ＯＣＲシート仕様
    • ＯＣＲシート : B4判, 90kg 連用OCR用紙
    • 文字サイズ : 新聞活字 8ポイント(活版印刷)、 特許広報活字 9ポイント(オフセット印刷)
  • 対象文字 (計 2,184文字) (CO-59 Code†)
    • ひらがな、カタカナ、英数字、記号、漢字
  • ＯＣＲシート収集
    • データ収集 : 大日本印刷(株)、毎日新聞社
    • 全サンプル数 : 52,796
  • 観測装置
    • 入力装置 : ITVカメラ・スキャナ 240×240
    • 標本化間隔 : 54μm x 54μm
    • スポット径 : 54μm
    • 濃度レベル : 64 (6bit)
    • 標本点数 : 60 x 60 = 3,600 pixels
  • データベース作成
    • 観測場所 : 東芝総合研究所
    • 使用計算機 : TOSBAC-40C TOSPICS システム（プログラム：）
    • 作成年月 : 1973年10月
    • 観測期間 : 1973年10月

ＥＴＬ２データベースの内容

† CO-59コード（六社協定新聞社用）は、 日本の６つの新聞社によって1959年に決められたもので、 コード表は「漢テレファックス符号及び文字配列表」です。


（常用）手書き文字データベースＥＴＬ３

ＥＴＬ３作成経緯

ＥＴＬ３は、 電子技術総合研究所と日立製作所との共同で、 昭和４９年度（１９７４年度）に作成したデータベースで、 数字・英字・特殊記号計４８種の文字を、 見本文字を示して記入して頂いたものです。 ＯＣＲシートは日立製作所にて収集し、 観測は電子技術総合研究所のＴＯＳＢＡＣ－３４００観測システムを使用しました。

観測仕様

  • ＯＣＲシート仕様（ＥＴＬ１と同じＯＣＲシートを使用）
    • 手書文字読取用紙 : B5判, 90kg OCR用紙（1種）
    • ドロップアウト・カラー : No.26バイオレット 50%スクリーン（大日本印刷）
    • 文字枠 : 横 5mm、縦 7mm
    • 文字枠ピッチ : 横 7.62mm、縦 12.7mm
    • 文字枠数 : 10 x 12 = 120
  • 対象文字 (計 48文字)
    • アラビア数字 : 10
    • アルファベット大文字 : 26
    • 特殊文字 : 12
  • ＯＣＲシート収集
    • 収集場所 : 日立製作所
    • 記入上の制限 : 書き方規則を添付して、記入方法を指定。
    • 筆記者数 : 200人
    • 全サンプル数 : 9,600
  • 観測装置
    • 入力装置 : Flying Spot Scanner (FSS) (飛点走査管 5CNP16) (光電子増倍管 7696)
    • 標本化間隔 : 0.133mm x 0.133mm
    • スポット径 : 0.1333mm
    • 濃度レベル : 16 (4bit)
    • 標本点数 : 72 x 76 = 5,472 pixels
  • データベース作成
    • 観測場所 : 電子技術総合研究所
    • 使用計算機 : TOSBAC-3400/41（プログラム：FSSTOMT）
    • 作成年月 : 1974年4月
    • 観測期間 : 1974年4月

ＥＴＬ３データベース仕様


自由手書ひらがな文字データベースＥＴＬ４

ＥＴＬ４作成経緯

ＥＴＬ４は、昭和４９年度（１９７４年度）に、名古屋大学にてＯＣＲシートを収集し、電子技術総合研究所において、ＴＯＳＢＡＣ－３４００観測システムを使用して作成したデータベースで、平仮名５１種を、見本文字を参考に記入して頂いたものです。

観測仕様

  • ＯＣＲシート仕様（ＥＴＬ１と同じＯＣＲシートを使用）
    • 手書文字読取用紙 : B5判, 90kg OCR用紙（1種）
    • ドロップアウト・カラー : No.26バイオレット 50%スクリーン（大日本印刷）
    • 文字枠 : 横 5mm、縦 7mm
    • 文字枠ピッチ : 横 7.62mm、縦 12.7mm
    • 文字枠数 : 10 x 12 = 120
  • 対象文字 (計 51文字)
    • ひらがな : 51
  • ＯＣＲシート収集
    • 収集場所 : 名古屋大学
    • 記入上の制限 : 記入方法を指定。
    • 筆記者数 : 120人
    • 全サンプル数 : 6,120
  • 観測装置
    • 入力装置 : Flying Spot Scanner (FSS) (飛点走査管 5CNP16) (光電子増倍管 7696)
    • 標本化間隔 : 0.133mm x 0.133mm
    • スポット径 : 0.1333mm
    • 濃度レベル : 16 (4bit)
    • 標本点数 : 72 x 76 = 5,472 pixels
  • データベース作成
    • 観測場所 : 電子技術総合研究所
    • 使用計算機 : TOSBAC-3400/41（プログラム：FSSTOMT）
    • 作成年月 : 1974年12月
    • 観測期間 : 1974年12月

ＥＴＬ４データベース仕様

  • File format / ファイルのフォーマット：C-type


（常用）手書カタカナ文字データベースＥＴＬ５

ＥＴＬ５作成経緯

ＥＴＬ５は、昭和４９年度（１９７４年度）に、富士通にてＯＣＲシートを収集し、電子技術総合研究所において、ＴＯＳＢＡＣ－３４００観測システムを使用して作成したデータベースで、片仮名５１種を、見本文字を参考に記入して頂いたものです。

観測仕様

  • ＯＣＲシート仕様（ＥＴＬ１と同じＯＣＲシートを使用）
    • 手書文字読取用紙 : B5判, 90kg OCR用紙（1種）
    • ドロップアウト・カラー : No.26バイオレット 50%スクリーン（大日本印刷）
    • 文字枠 : 横 5mm、縦 7mm
    • 文字枠ピッチ : 横 7.62mm、縦 12.7mm
    • 文字枠数 : 10 x 12 = 120
  • 対象文字 (計 51文字)
    • カタカナ : 51
  • ＯＣＲシート収集
  • 観測装置
    • 入力装置 : Flying Spot Scanner (FSS) (飛点走査管 5CNP16) (光電子増倍管 7696)
    • 標本化間隔 : 0.1mm x 0.1mm
    • スポット径 : 0.1mm
    • 濃度レベル : 16 (4bit)
    • 標本点数 : 72 x 76 = 5,472 pixels
  • データベース作成
    • 観測場所 : 電子技術総合研究所
    • 使用計算機 : TOSBAC-3400/41（プログラム：FSSTOMT）
    • 作成年月 : 1975年2月
    • 観測期間 : 1975年2月

ＥＴＬ５データベース仕様

  • File format / ファイルのフォーマット：C-type


常用手書き文字データベースＥＴＬ６

ＥＴＬ６作成経緯

工業技術院と日本電子工業振興協会の事業として、 昭和４９年（１９７４年）にＯＣＲ用手書文字専門委員会が設けられ、 昭和５１年（１９７６年）に片仮名・数字・英字・特殊記号計１１４種の ＯＣＲ用手書き文字の文字規格案が作成されました。 ＥＴＬ６は、この文字規格案を見本文字として、 ＯＣＲユーザ、メーカ、研究機関等の １４００人の方々に記入して頂いたＯＣＲシートを、 電子技術総合研究所において、 ＴＯＳＢＡＣ－４０Ｃの観測システムで観測したデータです。 現在日本工業規格になっている、 ＪＩＳＣ６２５４－１９７９（片仮名）・ＪＩＳＣ６２５５－１９７９（数字）などは、 この文字規格案に基づいて作成されたものです。

観測仕様

  • ＯＣＲシート仕様
    • ＯＣＲデータ収集用紙 : A4判, 100kg OCR用紙（特種製紙）
    • ドロップアウト・カラー : No.114 レディッシュ・オレンジ 50%スクリーン（大日本印刷）
    • 文字枠 : 横 5mm、縦 6mm
    • 文字枠ピッチ : 横 6.35mm、縦 12.7mm
    • 文字枠数 : 26 x 17 = 442
  • 対象文字 (計 114文字)
    • 数字 : 10
    • 英大文字 : 26
    • カタカナ : 46
    • 特殊文字 : 32
  • ＯＣＲシート収集
  • 観測装置
    • 入力装置 : 光導電型撮像管 (VIDICON) (東芝カルニコン)
    • フィルター : 透過限界波長 620nm (JIS B 7113 R-62)
    • 標本化間隔 : 約 0.11mm x 約 0.11mm
    • 濃度レベル : 16 (4bit)
    • 標本点数 : 64 x 63 = 4,032 pixels
  • データベース作成
    • 観測場所 : 電子技術総合研究所
    • 使用計算機 : TOSBAC-40C（プログラム : VIDSYS）
    • 作成年月 : 1976年12月
    • 観測期間 : 1976年12月～1977年5月

ＥＴＬ６データベース仕様

  • Image file format / イメージ・ファイル・フォーマット: M-type


（常用）手書ひらがな文字データベースＥＴＬ７

ＥＴＬ７作成経緯

ＥＴＬ７は、昭和５２年（１９７７年）に、平仮名４８種の文字について、ＯＣＲユーザ、メーカ、大学、官庁計１７５人の方々に記入して頂いたＯＣＲシートを、電子技術総合研究所において、ＴＯＳＢＡＣ－４０Ｃ観測システムで観測したデータです。

観測仕様

  • ＯＣＲシート仕様（Large, Small ２種類）
    • 手書文字ＯＣＲ用紙 : A4判, 100kg OCR用紙（特種製紙）
    • ドロップアウト・カラー : No.114レディッシュオレンジ 50%スクリーン（大日本印刷）
    • 文字枠 : Large 横 6mm、縦 7.2mm / Small 横 5mm、縦 6.0mm
    • 文字枠ピッチ : Large 横 8.47mm、縦 11.0mm / Small 横 6.35mm、縦 12.7mm
    • 文字枠数 : Large 20 x 20 = 400 / Small 26 x 17 = 442
  • 対象文字 (計 48文字)
    • ひらがな : 46
    • 濁点、半濁点 : 2
  • ＯＣＲシート収集
  • 観測装置
    • 入力装置 : 光導電型撮像管 (VIDICON)
    • フィルター : 透過限界波長620nm(JIS B 7113 R-62)
    • 標本化間隔 : Large 0.13mm x 0.13mm / Small 0.11mm x 0.11mm
    • 濃度レベル : 16 (4bit)
    • 標本点数 : 64 x 63 = 4,032 pixels
  • データベース作成
    • 観測場所 : 電子技術総合研究所
    • 使用計算機 : TOSBAC-40C（プログラム：）
    • 作成年月 : 1977年8月
    • 観測期間 : 1977年8月

ＥＴＬ７データベース仕様

  • Image file format / イメージ・ファイル・フォーマット: M-type


手書教育漢字データベースＥＴＬ８

ＥＴＬ８作成経緯

ＥＴＬ８は、 日本電子工業振興協会ＯＣＲ用手書文字専門委員会において、 昭和５５年（１９８０年）に、 ＯＣＲユーザ・メーカ・名古屋大学・その他、 １６００人の方々から収集したＯＣＲシートを、 電子技術総合研究所において、 ＴＯＳＢＡＣ－４０Ｃ観測システムにより観測したデータベースで、 教育漢字８８１字種、平仮名７５字種が納められています。

観測仕様

  • ＯＣＲシート仕様
    • ＯＣＲデータ収集用紙 : A4判, 83kg OCR用紙（特種製紙）（10種）
    • ドロップアウト・カラー : No.114レディッシュオレンジ 50%スクリーン（大日本印刷）
    • 文字枠 : 横 10mm、縦 10mm
    • 文字枠ピッチ : 横 12.7mm、縦 15.24mm
    • 文字枠数 : 13 x 16 = 208
  • 対象文字 (計 956文字)
    • 教育漢字 : 881 （昭和23年内閣告示第1号「当用漢字別表」による）
    • ひらがな : 75
  • ＯＣＲシート収集
    • 記入上の制限 : 「手書き漢字ＯＣＲ用紙記入のお願い」で指定
    • 筆記者数 : 延べ 1,600人
    • 全サンプル数 : 152,960
    • データ収集 : 日本電子工業振興協会 OCR手書文字専門委員会、名古屋大学
  • 観測装置
    • 入力装置 : 128×1点フォトダイオード・アレイセンサ(ADC 6bit)(半導体アレイ レチコン社製 RL-128EC)
    • 標本化間隔 : 0.108mm x 0.1016mm
    • 濃度レベル : 16 (4bit <– 6bit)
    • 標本点数 : 128 x 127 = 16,256 pixels
  • データベース作成
    • 観測場所 : 電子技術総合研究所
    • 使用計算機 : TOSBAC-40C（プログラム：）
    • 作成年月 : 1980年2月
    • 観測期間 : 1980年2月～??月

ＥＴＬ８データベース仕様


ＪＩＳ第一水準手書き漢字データベースＥＴＬ９

ＥＴＬ９作成経緯

ＥＴＬ９は、 工業技術院の委託を受けて、 日本電子工業振興協会に昭和５５年（１９８０年）に設けられた 日本語情報処理標準化調査委員会Ｃ専門委員会で収集されたデータベースで、 ＪＩＳ第１水準漢字２９６５、平仮名７１字種の 延べ４０００人によるＯＣＲシートを 電子技術総合研究所において、 ＴＯＳＢＡＣ－４０Ｃ観測システムにより観測したものです。

観測仕様

  • ＯＣＲシート仕様
    • ＯＣＲデータ収集用紙 : A4判, kg OCR用紙（特種製紙）（20種）
    • ドロップアウト・カラー : No.114レディッシュオレンジ 50%スクリーン（大日本印刷）
    • 文字枠 : 横 8mm、縦 9mm
    • 文字枠ピッチ : 横 10mm、縦 12mm
    • 文字枠数 : 16 x 20 = 320
  • 対象文字 (計 3,036文字)
    • ＪＩＳ第一水準漢字 : 2,965 (JIS X 0208)(JIS C 6226-83)
    • ひらがな : 71
  • ＯＣＲシート収集
  • 観測装置
    • 入力装置 : 128×1点フォトダイオード・アレイセンサ(ADC 6bit)(半導体アレイ レチコン社製 RL-128EC)
    • 標本化間隔 : 0.108mm x 0.1016mm
    • 濃度レベル : 16 (4bit <– 6bit)
    • 標本点数 : 128 x 127 = 16,256 pixels
  • データベース作成
    • 観測場所 : 電子技術総合研究所
    • 使用計算機 : TOSBAC-40C（プログラム：）
    • 作成年月 : 1984年3月
    • 観測期間 : 19??年?月～??月

ＥＴＬ９データベース仕様

参考文献

  • 電総研、富士通: “手書文字データ・バンク外部仕様書” (1973-09) [ETL1].
  • 電総研、東芝: “漢字パターン・データ・バンク外部仕様書” (1973-10) [ETL2].
  • [A] 山田博三、森俊二: “手書文字データベースの解析(I)”, 電総研彙報, Vol.39, No.8, pp.580～599 (1975-08) [ETL1, ETL2].
  • [B] 山田,森: “手書文字データベースの解析(II)”, 電総研彙報, Vol.40, No.6, pp.513～529 (1976-06).
  • [C] 斉藤泰一、山田博三、森俊二: “手書文字データベースの解析(III)”, 電総研彙報, Vol.42, No.5, pp.385～434 (1978-05) [ETL2, ETL3, ETL4, ETL5, ETL6].
  • [D] 森俊二、山本和彦、山田博三、斉藤泰一: “手書教育漢字のデータベースについて”, 電総研彙報, Vol.43, Nos.11&12, pp.752～773 (1979-11&12) [ETL7, ETL8].
  • [E] 斉藤泰一、山田博三、森俊二: “手書文字データベースの解析(IV) –教育漢字の統計量–“, 電総研彙報, Vol.44, No.4, pp.219～251 (1980-04) [ETL8].
  • [Otsu] 大津展之: “判別および最小2乗規準に基づく自動しきい値選定法”, 「信学論(D)」, Vol.63-D, No.4, pp.349–356 (1980-04) [ETL8, ETL9].
  • [F] 斉藤泰一、山田博三、山本和彦、森俊二: “手書漢字データベースについて –教育漢字–“, 昭56信学総全大, 1385 (1981-04) [ETL8].
  • [G] 斉藤泰一、山田博三、山本和彦、森俊二 “手書文字データベースの解析(V) –教育漢字データベースのパターン・マッチング法による評価–“, 電総研彙報, Vol.45, Nos.1&2, pp.49～77 (1981-01&02) [ETL8].
  • [Ga] 斉藤泰一、山田博三: “判別しきい値選定法の一改良”, 「情報処理学会論文誌(情処学論)」, Vol.22, No.6, pp.596–599 (1981-11) [ETL8, ETL9].
  • [H] 斉藤泰一、山田博三、山本和彦、岡隆一、安田道夫、坂倉栂子、曾根裕文: “手書教育漢字データベースの目視による調査”, 昭57信学総全大, 1342 (1982-03) [ETL8].
  • [I] 斉藤泰一、山田博三、山本和彦: “手書漢字の方向パターン・マッチング法による解析”, 信学論, Vol.J65-D, No.5, pp.550～557 (1982-05) [ETL8].
  • [J] 斉藤泰一、山田博三、山本和彦: “手書文字データベースの解析(VI) –方向パターン・マッチング法による教育漢字の解析–“, 電総研彙報, Vol.46, No.12, pp.695～725 (1982-12) [ETL8].
  • [K] 斉藤,山田,山本,安田: “手書文字データベースの解析(VII) –教育漢字データの目視による調査–“, 電総研彙報, Vol.47, No.4, pp.261～275 (1983-04).
  • [L] 斉藤泰一、山田博三、山本和彦: “JIS第1水準手書漢字データベースETL9とその解析”, 信学論 画像処理特集号, Vol.J68-D, No.4, pp.757～764 (1985-04) [ETL8, ETL9].
  • [M] 斉藤泰一、山田博三、山本和彦: “手書文字データベースの解析(VIII) –方向パターン・マッチング法によるJIS第1水準手書漢字データベースETL9の評価–“, 電総研彙報, Vol.49, No.7, pp.487～525 (1985-07)[ETL2, ETL8, ETL9].
  • [N] 斉藤泰一、山本和彦、山田博三: “手書文字データベースの解析(IX) –データベースETL9とその見本文字について–“, 電総研彙報, Vol.50, No.4, pp.259～263 (1986-04) [ETL9].
  • [O] 山本,斉藤,山田: “JIS第一水準手書漢字データベースETL9の目視評価と文字データベースの利用推移”, 「S60信学情シ部門全大」, S4-2 (1985-11).
上部へスクロール