JP3391987B2 - 帳票認識装置 - Google Patents
帳票認識装置Info
- Publication number
- JP3391987B2 JP3391987B2 JP20681496A JP20681496A JP3391987B2 JP 3391987 B2 JP3391987 B2 JP 3391987B2 JP 20681496 A JP20681496 A JP 20681496A JP 20681496 A JP20681496 A JP 20681496A JP 3391987 B2 JP3391987 B2 JP 3391987B2
- Authority
- JP
- Japan
- Prior art keywords
- ruled line
- extracted
- run
- memory
- ruled
- 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.)
- Expired - Lifetime
Links
Landscapes
- Character Input (AREA)
- Image Analysis (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、罫線を含む帳票の
認識装置に関する。
認識装置に関する。
【０００２】
【従来の技術】一般に、文書認識装置で帳票を処理する
場合、罫線情報を抽出してから、内部の文字を認識する
場合が多い。従来、帳票認識の処理に関しては、例え
ば、黒画素が所定値以上連続するとき有効画素と判定
し、副走査方向に一定値以内のもの同士を統合して罫線
として認識する方法（特開昭５８−８４３７３号公報を
参照）が提案されている。
場合、罫線情報を抽出してから、内部の文字を認識する
場合が多い。従来、帳票認識の処理に関しては、例え
ば、黒画素が所定値以上連続するとき有効画素と判定
し、副走査方向に一定値以内のもの同士を統合して罫線
として認識する方法（特開昭５８−８４３７３号公報を
参照）が提案されている。
【０００３】
【発明が解決しようとする課題】しかし、上記した方法
では、連続した黒画素が出現することを前提としている
ので、実際に認識対象となる文書においては、罫線に切
れやかすれなどが生じる場合があり、このため罫線が正
しく認識できないという問題点があった。
では、連続した黒画素が出現することを前提としている
ので、実際に認識対象となる文書においては、罫線に切
れやかすれなどが生じる場合があり、このため罫線が正
しく認識できないという問題点があった。
【０００４】本発明の目的は、罫線に切れやかすれなど
が生じる低品質の画像が入力される場合でも、正確な罫
線の認識を行うことができる帳票認識装置を提供するこ
とにある。
が生じる低品質の画像が入力される場合でも、正確な罫
線の認識を行うことができる帳票認識装置を提供するこ
とにある。
【０００５】
【課題を解決するための手段】前記目的を達成するため
に、請求項１記載の発明では、２値画像からランを抽出
するラン抽出手段と、少なくとも罫線の位置情報が登録
されている罫線情報辞書と、前記ラン抽出手段によって
抽出されたランから第１の所定値以上の長さを持つラン
を抽出し、抽出したラン同士の間隔が第２の所定値以内
であれば統合して矩形として抽出する一方、前記ラン抽
出手段によって抽出されたランのうち、前記第１の所定
値に満たない長さを持つランについては、更に前記罫線
情報辞書と照合することにより、前記罫線情報辞書に登
録されている位置情報から決定される罫線として存在す
る範囲内にあり、かつ、抽出したラン同士の間隔が前記
第２の所定値以内であれば統合して矩形として抽出する
矩形抽出手段と、前記矩形抽出手段によって抽出された
矩形を統合して罫線を抽出する罫線抽出手段とを備えた
ことを特徴としている。
に、請求項１記載の発明では、２値画像からランを抽出
するラン抽出手段と、少なくとも罫線の位置情報が登録
されている罫線情報辞書と、前記ラン抽出手段によって
抽出されたランから第１の所定値以上の長さを持つラン
を抽出し、抽出したラン同士の間隔が第２の所定値以内
であれば統合して矩形として抽出する一方、前記ラン抽
出手段によって抽出されたランのうち、前記第１の所定
値に満たない長さを持つランについては、更に前記罫線
情報辞書と照合することにより、前記罫線情報辞書に登
録されている位置情報から決定される罫線として存在す
る範囲内にあり、かつ、抽出したラン同士の間隔が前記
第２の所定値以内であれば統合して矩形として抽出する
矩形抽出手段と、前記矩形抽出手段によって抽出された
矩形を統合して罫線を抽出する罫線抽出手段とを備えた
ことを特徴としている。
【０００６】請求項２記載の発明では、前記罫線抽出手
段は、前記矩形抽出手段により抽出した矩形が第３の所
定値以内にあるもの同士を統合して罫線を抽出すること
を特徴としている。
段は、前記矩形抽出手段により抽出した矩形が第３の所
定値以内にあるもの同士を統合して罫線を抽出すること
を特徴としている。
【０００７】
【発明の実施の形態】以下、本発明の一実施例を図面を
用いて具体的に説明する。 〈実施例１〉 図１は、本発明の実施例１の構成を示す。図において、
１はスキャナなどの２値画像入力部、２は２値画像を格
納する２値イメージメモリ、３は２値画像から黒ランを
抽出するラン抽出部、４は抽出したランを格納するラン
メモリ、５は所定長のランを統合して矩形を抽出する矩
形抽出部、６は罫線の位置情報などが予め登録されてい
る罫線情報辞書、７は矩形メモリ、８は矩形を統合して
罫線を抽出する罫線抽出部、９は罫線メモリ、１０は罫
線の枠を認識する枠認識部、１１は枠座標メモリ、１２
は枠内の文字を切り出す枠内文字抽出部、１３は文字座
標メモリ、１４は文字認識部である。
用いて具体的に説明する。 〈実施例１〉 図１は、本発明の実施例１の構成を示す。図において、
１はスキャナなどの２値画像入力部、２は２値画像を格
納する２値イメージメモリ、３は２値画像から黒ランを
抽出するラン抽出部、４は抽出したランを格納するラン
メモリ、５は所定長のランを統合して矩形を抽出する矩
形抽出部、６は罫線の位置情報などが予め登録されてい
る罫線情報辞書、７は矩形メモリ、８は矩形を統合して
罫線を抽出する罫線抽出部、９は罫線メモリ、１０は罫
線の枠を認識する枠認識部、１１は枠座標メモリ、１２
は枠内の文字を切り出す枠内文字抽出部、１３は文字座
標メモリ、１４は文字認識部である。
【０００８】図７は、実施例１の処理フローチャートで
ある。以下、本実施例１の動作を説明する。スキャナ等
の２値画像入力部１によって、原稿を読み取り、２値イ
メージメモリ２に格納する（ステップ１０１）。ラン抽
出部３は、２値イメージメモリ２に格納されている２値
画像中から黒ランを抽出し、ランメモリ４に格納する
（ステップ１０２）。
ある。以下、本実施例１の動作を説明する。スキャナ等
の２値画像入力部１によって、原稿を読み取り、２値イ
メージメモリ２に格納する（ステップ１０１）。ラン抽
出部３は、２値イメージメモリ２に格納されている２値
画像中から黒ランを抽出し、ランメモリ４に格納する
（ステップ１０２）。
【０００９】矩形抽出部５は、ランメモリ４を参照し、
まず所定値以上の長さを持つランを抽出し、ラン同士の
間隔が所定値以内であれば統合し、矩形として抽出し、
矩形メモリ７に格納する（ステップ１０３）。次に、罫
線情報辞書６と照合し、所定値に満たないランでも罫線
として存在する範囲内にあり、ラン同士の間隔が所定値
以内であれば統合し、矩形として抽出し、矩形メモリ７
に格納する。図２は、罫線存在範囲内の処理を説明する
図である。
まず所定値以上の長さを持つランを抽出し、ラン同士の
間隔が所定値以内であれば統合し、矩形として抽出し、
矩形メモリ７に格納する（ステップ１０３）。次に、罫
線情報辞書６と照合し、所定値に満たないランでも罫線
として存在する範囲内にあり、ラン同士の間隔が所定値
以内であれば統合し、矩形として抽出し、矩形メモリ７
に格納する。図２は、罫線存在範囲内の処理を説明する
図である。
【００１０】罫線抽出部８は、矩形メモリ７を参照し、
矩形同士が所定値以内にあるものどうしを統合して罫線
として抽出し、罫線メモリ９に格納する（ステップ１０
４）。また、罫線情報辞書６と照合し、罫線として存在
する範囲内にあれば、所定のしきい値を大きくして統合
を行う。この結果、罫線として存在する範囲内であれ
ば、入力画像の罫線に切れやかすれがあっても統合され
るようになり、罫線抽出率の精度が向上される。
矩形同士が所定値以内にあるものどうしを統合して罫線
として抽出し、罫線メモリ９に格納する（ステップ１０
４）。また、罫線情報辞書６と照合し、罫線として存在
する範囲内にあれば、所定のしきい値を大きくして統合
を行う。この結果、罫線として存在する範囲内であれ
ば、入力画像の罫線に切れやかすれがあっても統合され
るようになり、罫線抽出率の精度が向上される。
【００１１】枠認識部１０は、罫線メモリ９を参照し、
４辺の罫線に囲まれたものを枠と認識し、その座標を枠
座標メモリ１１に格納する（ステップ１０５）。枠内文
字抽出部１２は、枠内の画像に対して再び矩形抽出処理
などを行って、文字を抽出する（ステップ１０６）。抽
出された文字の座標値を文字座標メモリ１３に格納す
る。文字認識部１４は、文字座標メモリ１３と２値イメ
ージメモリ２を参照して文字の認識を行う（ステップ１
０７）。
４辺の罫線に囲まれたものを枠と認識し、その座標を枠
座標メモリ１１に格納する（ステップ１０５）。枠内文
字抽出部１２は、枠内の画像に対して再び矩形抽出処理
などを行って、文字を抽出する（ステップ１０６）。抽
出された文字の座標値を文字座標メモリ１３に格納す
る。文字認識部１４は、文字座標メモリ１３と２値イメ
ージメモリ２を参照して文字の認識を行う（ステップ１
０７）。
【００１２】〈実施例２〉
本実施例は、実施例１に用いる罫線情報辞書の登録方法
に係る実施例である。図３は、実施例２の構成を示し、
図８は、実施例２の処理フローチャートである。
に係る実施例である。図３は、実施例２の構成を示し、
図８は、実施例２の処理フローチャートである。
【００１３】スキャナ等の２値画像入力部２１によっ
て、原稿を読み取り、２値イメージメモリ２２に格納す
る（ステップ２０１）。このときの原稿は、実際に文字
認識の対象となるものでなくてもよい。例えば、データ
が全く書かれていない空の伝票などを用い、画像の読み
取りには、罫線に切れやかすれがないように、２値化の
しきい値を調整するなどして、奇麗な画像を生成する必
要がある。
て、原稿を読み取り、２値イメージメモリ２２に格納す
る（ステップ２０１）。このときの原稿は、実際に文字
認識の対象となるものでなくてもよい。例えば、データ
が全く書かれていない空の伝票などを用い、画像の読み
取りには、罫線に切れやかすれがないように、２値化の
しきい値を調整するなどして、奇麗な画像を生成する必
要がある。
【００１４】ラン抽出部２３では、２値イメージメモリ
２２に格納されている２値画像中から黒ランを抽出し、
ランメモリ２４に格納する（ステップ２０２）。この
際、ランとしては罫線に成り得る程度に長いランのみを
抽出する。矩形抽出部２５では、ランメモリ２４を参照
し、ラン同士が所定値以内の間隔にあるものを統合し、
矩形メモリ２６に格納する（ステップ２０３）。
２２に格納されている２値画像中から黒ランを抽出し、
ランメモリ２４に格納する（ステップ２０２）。この
際、ランとしては罫線に成り得る程度に長いランのみを
抽出する。矩形抽出部２５では、ランメモリ２４を参照
し、ラン同士が所定値以内の間隔にあるものを統合し、
矩形メモリ２６に格納する（ステップ２０３）。
【００１５】罫線抽出部２７では、矩形メモリ２６を参
照し、矩形同士が所定値以内にあるものどうしを統合し
て罫線として抽出する（ステップ２０４）。このときの
ラン、矩形、罫線の位置の情報を罫線情報辞書２８に格
納する。
照し、矩形同士が所定値以内にあるものどうしを統合し
て罫線として抽出する（ステップ２０４）。このときの
ラン、矩形、罫線の位置の情報を罫線情報辞書２８に格
納する。
【００１６】〈実施例３〉
本実施例は、実線罫線と点線罫線を認識する場合の実施
例である。図４は、実施例３の構成を示し、実施例１の
罫線抽出部８を、実線罫線抽出部８１と点線罫線抽出部
８２で構成し、実施例１の矩形メモリ７を、矩形メモリ
７１と７２で構成し、実施例１の罫線メモリ９を、罫線
メモリ９１と９２で構成したものである。他の構成要素
は実施例１のものと同様である。また、図９は、実施例
３の処理フローチャートである。
例である。図４は、実施例３の構成を示し、実施例１の
罫線抽出部８を、実線罫線抽出部８１と点線罫線抽出部
８２で構成し、実施例１の矩形メモリ７を、矩形メモリ
７１と７２で構成し、実施例１の罫線メモリ９を、罫線
メモリ９１と９２で構成したものである。他の構成要素
は実施例１のものと同様である。また、図９は、実施例
３の処理フローチャートである。
【００１７】スキャナ等の２値画像入力部１によって、
原稿を読み取り、２値イメージメモリ２に格納する（ス
テップ３０１）。ラン抽出部３では、２値イメージメモ
リ２に格納されている２値画像中から黒ランを抽出し、
ランメモリ４に格納する（ステップ３０２）。
原稿を読み取り、２値イメージメモリ２に格納する（ス
テップ３０１）。ラン抽出部３では、２値イメージメモ
リ２に格納されている２値画像中から黒ランを抽出し、
ランメモリ４に格納する（ステップ３０２）。
【００１８】矩形抽出部５は、ランメモリ４を参照し、
まず所定値以上の長さを持つランを抽出し、ラン同士の
間隔が所定値以内であれば統合し、矩形として抽出し、
矩形メモリ７１に格納する（ステップ３０３）。次に、
罫線情報辞書６と照合し、所定値に満たないランでも罫
線として存在する範囲内にあり、ラン同士の間隔が所定
値以内であれば統合し、矩形として抽出し、矩形メモリ
７１に格納する。また、矩形抽出部５では、黒画素連結
矩形の幅および高さが所定値以内のものを抽出し、これ
を矩形メモリ７２に格納する。
まず所定値以上の長さを持つランを抽出し、ラン同士の
間隔が所定値以内であれば統合し、矩形として抽出し、
矩形メモリ７１に格納する（ステップ３０３）。次に、
罫線情報辞書６と照合し、所定値に満たないランでも罫
線として存在する範囲内にあり、ラン同士の間隔が所定
値以内であれば統合し、矩形として抽出し、矩形メモリ
７１に格納する。また、矩形抽出部５では、黒画素連結
矩形の幅および高さが所定値以内のものを抽出し、これ
を矩形メモリ７２に格納する。
【００１９】実線罫線抽出部８１では、矩形メモリ７１
を参照し、矩形どうしが所定値以内にあるものどうしを
統合して実線罫線として抽出する（ステップ３０４）。
また、罫線情報辞書６と照合し、罫線として存在する範
囲内にあれば、所定のしきい値を大きくして統合を行
う。これにより、罫線として存在する範囲内であれば、
入力画像の罫線に切れやかすれがあっても統合されるよ
うになり、罫線抽出率の精度が向上される。この結果を
罫線メモリ９１に格納する。
を参照し、矩形どうしが所定値以内にあるものどうしを
統合して実線罫線として抽出する（ステップ３０４）。
また、罫線情報辞書６と照合し、罫線として存在する範
囲内にあれば、所定のしきい値を大きくして統合を行
う。これにより、罫線として存在する範囲内であれば、
入力画像の罫線に切れやかすれがあっても統合されるよ
うになり、罫線抽出率の精度が向上される。この結果を
罫線メモリ９１に格納する。
【００２０】点線罫線抽出部８２では、矩形メモリ７２
を参照し、矩形どうしが所定値以内にあるものどうしを
統合して点線罫線として抽出する（ステップ３０５）。
また、罫線情報辞書６と照合し、点線罫線として存在す
る範囲内にあれば、所定のしきい値を大きくして統合を
行う。これにより、点線罫線として存在する範囲内であ
れば、入力画像の罫線に切れやかすれがあっても統合さ
れるようになり、罫線抽出率の精度が向上される。この
結果を罫線メモリ９２に格納する。
を参照し、矩形どうしが所定値以内にあるものどうしを
統合して点線罫線として抽出する（ステップ３０５）。
また、罫線情報辞書６と照合し、点線罫線として存在す
る範囲内にあれば、所定のしきい値を大きくして統合を
行う。これにより、点線罫線として存在する範囲内であ
れば、入力画像の罫線に切れやかすれがあっても統合さ
れるようになり、罫線抽出率の精度が向上される。この
結果を罫線メモリ９２に格納する。
【００２１】枠認識部１０では、罫線メモリ９１および
罫線メモリ９２を参照し、４辺の罫線に囲まれたものを
枠と認識し、その座標を枠座標メモリ１１に格納する。
以下、実施例１と同様に処理するので、その説明を省略
する。
罫線メモリ９２を参照し、４辺の罫線に囲まれたものを
枠と認識し、その座標を枠座標メモリ１１に格納する。
以下、実施例１と同様に処理するので、その説明を省略
する。
【００２２】〈実施例４〉
本実施例は、実施例３に用いる罫線情報辞書の登録方法
に係る実施例である。図５は、実施例４の構成を示し、
図１０は、実施例４の処理フローチャートである。
に係る実施例である。図５は、実施例４の構成を示し、
図１０は、実施例４の処理フローチャートである。
【００２３】スキャナ等の２値画像入力部２１によっ
て、原稿を読み取り、２値イメージメモリ２２に格納す
る（ステップ４０１）。このときの原稿は、実施例２と
同様に、実際に文字認識の対象となるものでなくてもよ
い。ただし、原稿として実線と点線の罫線を含むものを
用いる。
て、原稿を読み取り、２値イメージメモリ２２に格納す
る（ステップ４０１）。このときの原稿は、実施例２と
同様に、実際に文字認識の対象となるものでなくてもよ
い。ただし、原稿として実線と点線の罫線を含むものを
用いる。
【００２４】ラン抽出部２３では、２値イメージメモリ
２２に格納されている２値画像中から黒ランを抽出し、
ランメモリ２４に格納する（ステップ４０２）。矩形抽
出部２５では、ランメモリ２４を参照し、ランとしては
実線罫線に成り得る程度に長いランのみを統合し、矩形
メモリ２６ａに格納する。同様に、黒画素連結矩形の幅
および高さが点線の要素と見なせる大きさのものを抽出
し、矩形メモリ２６ｂに格納する（ステップ４０３）。
２２に格納されている２値画像中から黒ランを抽出し、
ランメモリ２４に格納する（ステップ４０２）。矩形抽
出部２５では、ランメモリ２４を参照し、ランとしては
実線罫線に成り得る程度に長いランのみを統合し、矩形
メモリ２６ａに格納する。同様に、黒画素連結矩形の幅
および高さが点線の要素と見なせる大きさのものを抽出
し、矩形メモリ２６ｂに格納する（ステップ４０３）。
【００２５】実線罫線抽出部２７ａでは、矩形メモリ２
６ａを参照し、矩形どうしが所定値以内にあるものどう
しを統合して実線罫線として抽出する（ステップ４０
４）。このときのラン、矩形、罫線の位置の情報を罫線
情報辞書２８に格納する。
６ａを参照し、矩形どうしが所定値以内にあるものどう
しを統合して実線罫線として抽出する（ステップ４０
４）。このときのラン、矩形、罫線の位置の情報を罫線
情報辞書２８に格納する。
【００２６】点線罫線抽出部２７ｂでは、矩形メモリ２
６ｂを参照し、矩形どうしが所定値以内にあるものどう
しを統合して点線罫線として抽出する（ステップ４０
５）。このときの矩形、罫線の位置の情報を罫線情報辞
書２８に格納する。
６ｂを参照し、矩形どうしが所定値以内にあるものどう
しを統合して点線罫線として抽出する（ステップ４０
５）。このときの矩形、罫線の位置の情報を罫線情報辞
書２８に格納する。
【００２７】〈実施例５〉
本実施例は、罫線情報辞書に線分情報を登録する際に、
ディスプレイ画面に表示させた画像上でマウスなどを用
いて登録する情報を指定できるようにした実施例であ
る。図６は、実施例５の構成を示し、実施例２の構成に
さらに、罫線メモリ２９と罫線確認部３０を付加して構
成されている。また、図１１は、実施例５の処理フロー
チャートである。
ディスプレイ画面に表示させた画像上でマウスなどを用
いて登録する情報を指定できるようにした実施例であ
る。図６は、実施例５の構成を示し、実施例２の構成に
さらに、罫線メモリ２９と罫線確認部３０を付加して構
成されている。また、図１１は、実施例５の処理フロー
チャートである。
【００２８】矩形抽出までの処理は実施例２と同様であ
る。罫線抽出部２７は、矩形メモリ２６を参照し、矩形
同士が所定値以内にあるもの同士を統合して罫線として
抽出し、その座標値を罫線メモリ２９に格納する（ステ
ップ５０４）。ディスプレイ画面などの罫線確認部３０
において、罫線メモリ２９、２値イメージメモリ２２を
参照し、２値画像上に罫線抽出の結果を重ねて表示す
る。そして、実際の罫線が正しく抽出されているか否
か、すなわち、文字部分や図形部分など罫線でない箇所
を、誤って罫線として抽出していないかを確認し、誤っ
て抽出されているものはマウスなどで指示して削除す
る。この処理によって、罫線データのみが選択され、そ
のラン、矩形、罫線の位置の情報が罫線情報辞書２８に
格納される（ステップ５０５）。
る。罫線抽出部２７は、矩形メモリ２６を参照し、矩形
同士が所定値以内にあるもの同士を統合して罫線として
抽出し、その座標値を罫線メモリ２９に格納する（ステ
ップ５０４）。ディスプレイ画面などの罫線確認部３０
において、罫線メモリ２９、２値イメージメモリ２２を
参照し、２値画像上に罫線抽出の結果を重ねて表示す
る。そして、実際の罫線が正しく抽出されているか否
か、すなわち、文字部分や図形部分など罫線でない箇所
を、誤って罫線として抽出していないかを確認し、誤っ
て抽出されているものはマウスなどで指示して削除す
る。この処理によって、罫線データのみが選択され、そ
のラン、矩形、罫線の位置の情報が罫線情報辞書２８に
格納される（ステップ５０５）。
【００２９】なお、本発明は上記したものに限定され
ず、ソフトウェアによっても実現することができる。本
発明をソフトウェアによって実現する場合には、ＣＰ
Ｕ、ＲＯＭ、ＲＡＭ、ハードディスク、キーボード、Ｃ
Ｄ−ＲＯＭドライブなどからなる汎用の処理装置を用意
する。そして、ＣＤ−ＲＯＭなどの記録媒体には、本発
明の帳票認識方法の処理機能を実現するプログラムが記
録されている。本発明の帳票認識の処理を行うときは、
ＣＤ−ＲＯＭドライブにセットされた該記録媒体から、
上記した処理機能を実現するプログラムが読み出され、
ＲＡＭ上にロードされて、ＣＰＵによって逐一実行され
る。また、帳票認識の処理対象となるデータは、スキャ
ナなどの２値画像入力部から入力される原稿画像データ
である。
ず、ソフトウェアによっても実現することができる。本
発明をソフトウェアによって実現する場合には、ＣＰ
Ｕ、ＲＯＭ、ＲＡＭ、ハードディスク、キーボード、Ｃ
Ｄ−ＲＯＭドライブなどからなる汎用の処理装置を用意
する。そして、ＣＤ−ＲＯＭなどの記録媒体には、本発
明の帳票認識方法の処理機能を実現するプログラムが記
録されている。本発明の帳票認識の処理を行うときは、
ＣＤ−ＲＯＭドライブにセットされた該記録媒体から、
上記した処理機能を実現するプログラムが読み出され、
ＲＡＭ上にロードされて、ＣＰＵによって逐一実行され
る。また、帳票認識の処理対象となるデータは、スキャ
ナなどの２値画像入力部から入力される原稿画像データ
である。
【００３０】
【発明の効果】以上、説明したように、本発明によれ
ば、従来のように画像の品質が悪く罫線に切れやかすれ
がある文書においても精度よく罫線を抽出することがで
き、この結果、罫線内部の文字を高精度に認識すること
が可能となる。
ば、従来のように画像の品質が悪く罫線に切れやかすれ
がある文書においても精度よく罫線を抽出することがで
き、この結果、罫線内部の文字を高精度に認識すること
が可能となる。
【図１】本発明の実施例１の構成を示す。
【図２】罫線存在範囲内の処理を説明する図である。
【図３】本発明の実施例２の構成を示す。
【図４】本発明の実施例３の構成を示す。
【図５】本発明の実施例４の構成を示す。
【図６】本発明の実施例５の構成を示す。
【図７】実施例１の処理フローチャートである。
【図８】実施例２の処理フローチャートである。
【図９】実施例３の処理フローチャートである。
【図１０】実施例４の処理フローチャートである。
【図１１】実施例５の処理フローチャートである。
１ ２値画像入力部
２ ２値イメージメモリ
３ ラン抽出部
４ ランメモリ
５ 矩形抽出部
６ 罫線情報辞書
７ 矩形メモリ
８ 罫線抽出部
９ 罫線メモリ
１０ 枠認識部
１１ 枠座標メモリ
１２ 枠内文字抽出部
１３ 文字座標メモリ
１４ 文字認識部
Claims (2)
- 【請求項１】 ２値画像からランを抽出するラン抽出手
段と、少なくとも罫線の位置情報が登録されている罫線
情報辞書と、前記ラン抽出手段によって抽出されたラン
から第１の所定値以上の長さを持つランを抽出し、抽出
したラン同士の間隔が第２の所定値以内であれば統合し
て矩形として抽出する一方、前記ラン抽出手段によって
抽出されたランのうち、前記第１の所定値に満たない長
さを持つランについては、更に前記罫線情報辞書と照合
することにより、前記罫線情報辞書に登録されている位
置情報から決定される罫線として存在する範囲内にあ
り、かつ、抽出したラン同士の間隔が前記第２の所定値
以内であれば統合して矩形として抽出する矩形抽出手段
と、前記矩形抽出手段によって抽出された矩形を統合し
て罫線を抽出する罫線抽出手段とを備えたことを特徴と
する帳票認識装置。 - 【請求項２】 前記罫線抽出手段は、前記矩形抽出手段
により抽出した矩形が第３の所定値以内にあるもの同士
を統合して罫線を抽出することを特徴とする請求項１記
載の帳票認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20681496A JP3391987B2 (ja) | 1996-08-06 | 1996-08-06 | 帳票認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20681496A JP3391987B2 (ja) | 1996-08-06 | 1996-08-06 | 帳票認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1049602A JPH1049602A (ja) | 1998-02-20 |
| JP3391987B2 true JP3391987B2 (ja) | 2003-03-31 |
Family
ID=16529539
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20681496A Expired - Lifetime JP3391987B2 (ja) | 1996-08-06 | 1996-08-06 | 帳票認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3391987B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4450888B2 (ja) | 1999-05-28 | 2010-04-14 | 富士通株式会社 | 帳票認識方法 |
| JP5365440B2 (ja) * | 2009-09-15 | 2013-12-11 | 富士ゼロックス株式会社 | 画像処理装置及び画像処理プログラム |
-
1996
- 1996-08-06 JP JP20681496A patent/JP3391987B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH1049602A (ja) | 1998-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7321688B2 (en) | Image processor for character recognition | |
| JP3995185B2 (ja) | 枠認識装置及び記録媒体 | |
| JP4159720B2 (ja) | 表認識方法と表認識装置と文字認識装置及び表認識プログラムを記録した記憶媒体 | |
| US8229214B2 (en) | Image processing apparatus and image processing method | |
| JP2000207489A (ja) | 文字抽出方法、装置および記録媒体 | |
| JP3391987B2 (ja) | 帳票認識装置 | |
| JPH04270485A (ja) | 印刷文字認識装置 | |
| US7738696B2 (en) | Image processing apparatus and method for extracting a document area | |
| JP4281236B2 (ja) | 画像認識装置、画像認識方法、および、画像認識プログラムを記憶したコンピュータ読取り可能な記録媒体 | |
| JPH07230525A (ja) | 罫線認識方法及び表処理方法 | |
| JP2000082110A (ja) | 罫線消去装置および文字画像抽出装置および罫線消去方法および文字画像抽出方法および記録媒体 | |
| JP4040231B2 (ja) | 文字抽出方法及び装置並びに記憶媒体 | |
| JPH10162102A (ja) | 文字認識装置 | |
| JPH08237404A (ja) | 光学文字認識モードの選択方法 | |
| JPH1049676A (ja) | 罫線認識方法 | |
| JP3269889B2 (ja) | 光学式文字読取システム | |
| JPH1196296A (ja) | 帳票イメージ処理方法および装置 | |
| JPH10307888A (ja) | 表処理方法、装置および記録媒体 | |
| JPH10334184A (ja) | 罫線消去方法、装置、表処理方法、装置、文字認識方法、装置および記録媒体 | |
| JP3162414B2 (ja) | 罫線認識方法及び表処理方法 | |
| JP2000207488A (ja) | 文字認識方法、装置および記録媒体 | |
| JP4248700B2 (ja) | 罫線識別方法、罫線識別装置および記録媒体 | |
| JPH1166225A (ja) | 表情報抽出装置及び方法並びに記録媒体 | |
| JP2000048191A (ja) | 画像処理方法及び画像処理プログラムを記録した媒体 | |
| JP2931041B2 (ja) | 表内文字認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080124 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090124 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100124 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110124 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120124 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130124 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140124 Year of fee payment: 11 |
|
| EXPY | Cancellation because of completion of term |