JPH01196685A - 文字検出方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は、公知の画像処理技術を利用して縦書または
横書の文書、特に傍点、傍線、ルビまたはアンダーライ
ンを含む文書から、これらが付された文字を検出するた
めの方法に関する。

〔従来の技術〕

従来、文書中から文字列または文字行を切出す方法とし
ては、傍点、傍線、ルビまたはアンダーラインの存在を
特に意識せずに文字切出しを行ない、切出された文字列
または文字行の幅を対象となる文字領域の標準文字の大
きさと比較し、これが所定幅以下のときはその文字列ま
たは文字行をノイズを含むものとして除去する方法が知
られている。なお、縦書文章と横書文章における傍点。

傍線、ルビまたはアンダーラインの関係を図示すると第
７図の如くなる。

〔発明が解決しようとする課題〕

しかしながら、このような方法ではルビやアンダーライ
ンを含む列または行は、その幅から云って除去の対象と
なってしまい、しかも−度除去されてしまうと、それら
に関する情報は全く失なわれてしまうことになる。′＝
また、特にルビの場合、所定幅以上の幅をもつものは除
去の対象とはならないが、その切出し結果の文字列また
は文字行はルビではない他の文字列または文字行と全く
同等、すなわち独立した１つの文字列または文字行とし
て扱われること〜なる。本来、ルビは他の文字列または
文字行に付随するものでｓｂ、それ単独″で意味をなす
ものではないので、従来の方法を使用して文書の読取り
ｅ行なうと、結果として文脈上無意味な行があちこちに
挿入されてしまうことになる。

このように、傍点、傍線、ルビ、アンダーライン等は跡
形もなく消滅してしまうか、あるいは他と全く独立した
１個の（しかも無意味な）列または行として存在するか
のいずれかでめった。

したがって、この発明は傍点、傍線、ルビまたはアンダ
ーライン等の情報が失なわれないようにすると〜もに、
これらが付された文字の検出を可能にし、文字読取り性
能を向上させることを目的とする。

〔課題を解決するための手段〕

画像処理装置によυ対象となる文書領域内の文字列（ま
たは文字行）を切出し、隣接する２つの文字列（または
文字行）間の各ピッチから標準ピッチを求め、該標準ピ
ッチから求められるピッチのしきい値と各文字列（ｉた
は文字行）間のピッチとを比較し、しきい値以下のピッ
チをもつ２つの文字列（または文字行）の幅をそれぞれ
標準文字の大きさと比較して一方の文字列（または文字
行）の幅だけが所定値以下のとき、幅の狭い方の文字列
（または文字行）ｆ、傍点、傍線、ルビまたはアンダー
ラインを含む列（または行）として検出した後、この列
（または行）から個々の要素の切出しを行なう一方、文
字列または文字行からも個々の文字の切出しを行ない、
両者の結果を比較することにより傍点、傍線、ルビまた
はアンダーラインが付されている文字を検出する。

〔作用〕

各切出し文字列（ｉたは文字行）間のピッチおよび各文
字列（または文字行）の幅を利用して通常の文字列（ま
たは文字行）と傍点、傍線、ルビまたはアンダーライン
を含む列（または行）とを分離した後、傍点、傍線、ル
ビまたはアンダーライン列に対しその垂直方向にとった
投影結果よシ個々の要素の位置を検出し、この位置と文
字列（または文字行）の各文字位置とを比較することに
より、傍点、傍線、ルビまたはアンダーライン等の付く
文字を検出できるようにし、読取シ性能を向上させる。

〔実施例〕

第１図はこの発明の実施例を示す概略フローチャート、
第２図はその詳細を示すフローチャートで、以下、第２
図に沿って説明する。なお、具体的な例として第３図の
縦書文章を考える。

■（第２図の■に対応、以下同様）文字列の切出し結果
の切出し座標（開始座標Ａｉ、終了座標Ｂ、）をもとに
、文字列の中心軸間の距離（ピッチ）Ｐｉを、 ｐｉ−（Ａｉ＋１＋ｎｉ）／２　（Ａ４＋Ｊ）／２によ
り求める（第３図のＰ。−Ｐ５参照）。

■得られたピッチＰｉからその平均値Ｐ＆（Ｐａ−、召
。Ｐｌ／Ｎ）″または中央呟もしくは最頻値を求め、そ
れを標準ピッチとする。

■Ｐ１の直からＰｔｈ””αＰａ（α：定足数によって
ピッチのしきい値Ｐｔｈｔ求め、Ｐｔｈと各ピッチＰｉ
とを比較する。

■２文字列の幅をそれぞれ求める。

■しさい［Ｐｔｈ以下のピッチをもつ２文字列に対し、
それぞれの文字列の幅を標準文字の大きさをもとに得ら
れる所定の幅しさい匝と比較する。

■比較した結果、２つの文字列のうち１方の文字列の幅
のみが所定幅に満たない場合、その２つの文字列を通常
の文字列と傍点、　ＩＪＳ、ルビあるいはアンダーライ
ン（以下、ルビ、アンダーライン等ともいう。）のＡ且
であるとみなす。

以上の操作を、例えば第３図のごとく文字列の切出しが
行なわれた場合について考える。ピッチＰｏ％Ｐ５によ
シ例えば平均値Ｐ、とそのしきい値Ｐｔｈが求められ、
ＰｔｈとＰ。−Ｂ５をそれぞれ比較して、こへでは小さ
いピッチＰ　およびＢ４を検出する。ピッチＰ。は文字
列Ｃ８と文字列Ｃ１の間のピッチ、Ｂ４は文字列Ｃ４と
文字列Ｃ５の間のピッチである。こうして幅の狭いピッ
チを検出したら、次はその両端の文字列の＠を調べるこ
とになる。例えばピッチＰ０についてであれば、文字列
Ｃ８と文字列Ｃ４の＠を調べる。この場合、文字列Ｃ８
の幅Ｗ。−Ｂｏ−Ａｏに比して文字列１０幅Ｗ１””Ｂ
１−△１は小さいのでＷ。が標準文字の大きさ程度の幅
をもつ通常文字列であれば、適当なしきいｌ（例えば、
標準文字サイズの０．８倍）によって文字列Ｃ６はしき
い値以上、文字列Ｃ１はしきい値以下と判定され、これ
ら２つの文字列は通常の文字列と傍点、傍線、ルビ、ア
ンダーラインとの組であるとされる。文字列Ｃ４と文字
列Ｃ５に対しても、同様の手順で検出が行なわれること
になる。

こうして検出された通常文字列とルビ、アンダーライン
等の組に対して、以下の手順によシルビ。

アンダーライン等の位置検出が行なわれる。

■２つの文字列のうち、幅の広い方の文字列（第３図で
いえば、文字列Ｃ６や文字列Ｃ，）に対しては、文字切
出しアルゴリズムに従って文字切出しを行なう。なお、
文字切出しアルゴリズムについてはよく知られているの
で、ここでは省略する。

０幅の狭い方の文字列（第３図でいう文字列ｃ１や文字
列Ｃ５）に対しては、傍点、傍線、ルビ。

アンダーライン文字列であると考えられるので、傍点、
傍線、ルビ、アンダーラインの切出しを行なう。この切
出しも通常の文字列と同様、文字切出しアルゴリズムに
従う。ただし、この場合、ルビの文字を１文字１文字切
出すことはせず、文字間隔（文字の終了位置と次の文字
の開始位置との距離：第４Ｂ図のＤｒ）が所定の大きさ
以下であるものについては、１つの単語にふられている
ルビ１ｉとｔｂとみなし、ルビの最初の文字の開始位置
（第４Ｂ図のＸｒ）および最後の文字の終了位置（第４
Ｂ図のＹｒ）をもってルビの位置とする。ここで、ルビ
、傍点列と傍線、アンダーライン列とは列の投影（線の
本数または黒点の長さの投影）によシ区別する。また、
ルビと傍点とは線の本数で区別する。

■通常文字の切出しによる各文字の位置とルビ。

アンダーライン等の切出しによるルビ、アンダーライン
等の位置との比較を行ない、ルビまたはアンダーライン
等の引かれている文字を見つけ出す。

具体的な操作手順を、第４Ａ図のような切出し結果が得
られた場合を例にとって説明する。たｙし、と〜ではル
ビだけが付された例を示す。

■−１）各文字の開始座標Ｓ、（第４Ｃ図のＳ。〜Ｓ５
）を値の小さなものから順にルビ開始座標Ｘｒと比較し
ていき１．最初にＸｒ＜８．となるＳｉを見つける。第
４Ｃ図でいえば、これはＳ、となる。

■−２）ＸｒとＳｌおよび３．−、との距離Ｄｌ、Ｄｉ
−。

を算出する（第４Ｃ図のＤ３．Ｄ２）。

■−５）ＤｌとＤト、全比較し、 Ｄｉ−、＜　Ｄｉならば、５ｉ−１を開始座標としても
つ文字を、 Ｄｉ−、〉Ｄｉならば、５ｉを開始座標としてもつ文字
を、 それぞれルビのふられている単語の最初の文字とする。

第４Ｃ図の例でいうと、Ｄ２〈Ｄ、であるので、Ｂ２を
開始座標としてもつ「漢」が最初の文字となる。

■−４）同様の比較を文字の終了座標Ｔ１とルビ。

アンダーライン等の終了座標Ｙｒに対しても行ない、最
初にＹｒくＴ１となるＴＩを見つけ、開始座標の場合と
同様にＥ、、Ｅ、、、−１’に比較することによって、
こメではルビのふられている単語の最後の文字を見つけ
る。第４Ｄ図の例でいうと、検出−ｋｆべてのルビ、ア
ンダーライン等に対して行なう。

以上の如く操作を行ない、ルビ、アンダーライン等に対
しての位置情報を得る。第５図は文字認職にこの発明に
よる方法を適用し、得られた認識結果においてルビのふ
られている単語の前後にルビマークを挿入するという処
理を加えて結果を出力した例でおる。傍点マーク、ｆｊ
Ｉ線マークまたはアンダーラインマークについても同様
な処理が行なわれる。なお、第５図と対応する入力文書
を第６図に示す。

〔発明の効果〕

この発明によれば、傍点、傍線、ルビまたはアンダーラ
インを検出することによ）これらの情報が失なわれるの
を防ぐとへもに各々の位置を検出し、その検出結果とこ
れらが本来付くべき文字列（または文字行）の文字切出
し結果との比較を行なうことにより、どの文字に傍点、
傍線、ルビまたはアンダーラインのいずれが付されてい
るかを検出するようにしたので、読取シ性能が著しく向
上すると云う利点がもたらされる。

【図面の簡単な説明】

第１図はこの発明の実施例を示す概略フ四−チヤード、
第２図はその詳細を示すフローチャート、第３図は各文
字列のピッチの求め方の具体例を説明するための説明図
、第４Ａ図ないし第４Ｄ図は傍点、傍線、ルビまたはア
ンダーラインの付く文字を検出する方法の具体例を説明
するための説明図、第５図はルビの付されている文字を
検出してルビマークを付した例を説明するための説明図
、第６図は第５図と対応する文章例全示す説明図、第７
図は縦書文、横書文と傍点、傍線、ルビまたはアンダー
ラインとの関係を説明するための説明図である。 符号説明 Ａｌ・・・・・・文字列の切出し開始座標、Ｂｉ・・・
・・・文字、Ｐｉ・・・・・・文字列の距離（ピッチ）
、Ｐａ・・・・・・標準ピッチ”　ｔｈ・・・・・・ピ
ッチのしきい呟、Ｃ，・・・・・・文字列、ＷＯｅ　Ｗ
ｌ・・・・・・文字列の幅、Ｘｒ・・・・・・ルビの最
初の文字の開始位置、Ｙｒ・・・・・・ルビの最後の文
字の終了位置、Ｓ、・・・・・・各文字の開始座漂、Ｔ
Ｉ・・・・・・各文字の終了座標。 代理人　弁理士　並　木　昭　夫 代理人　弁理士　松　崎　　　　清 算　１　図 に２１ｉ！＋ ５３　図 第４Ａ図 １４Ｂ図 １Ω図

Claims (1)

【特許請求の範囲】
1. １）画像処理装置により、対象となる文書領域内の文字
   列（または文字行）を切出し、隣接する２つの文字列（
   または文字行）間の各ピッチから標準ピッチを求め、該
   標準ピッチから求められるピッチのしきい値と各文字列
   （または文字行）間のピッチとを比較し、しきい値以下
   のピッチをもつ２つの文字列（または文字行）の幅をそ
   れぞれ標準文字の大きさと比較して一方の文字列（また
   は文字行）の幅だけが所定値以下のとき、幅の狭い方の
   文字列（または文字行）を傍点、傍線、ルビまたはアン
   ダーラインを含む列（または行）として検出した後、該
   列（または行）から傍点、傍線、ルビまたはアンダーラ
   イン等の切出しを行なう一方、文字列（または文字行）
   からも個々の文字の切出しを行ない、両者の結果を比較
   することにより傍点、傍線、ルビまたはアンダーライン
   等が付されている文字を検出することを特徴とする文字
   検出方法。