JPH0362285A - 文書読取方式 - 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） 本発明は文書読取方式に関し、特に文書の自動読取およ
び自ＷＪｌｌＩ集に有益な文書読取方式に関する。

（従来の技術） 情報処理システムの多様化に伴い、様々なデータ入力方
法が要求されており、文字認識技術も有力なデータ入力
方法として実用化が進められている。しかし、現、在の
文字認識技術は、文字の読み取り性能の点で人間に比べ
てはるかに劣っており、種々の改良が行われている。改
良の方向の一つとしては個別文字の認識性能を向上させ
ることがあげられるが、もう一つの方向は文書単位の読
み取り能力の改良である。

近年、日本語ワードプロセッサの普及にともない、オフ
ィスにおいて様々な印刷文書が作成されるようになって
きている９人間はその様々な文書からテキスト部、図表
等を容易に判断して読みとっている。

しかし、現状の文字認識装置（以後ＯＣＲ：０ｐｔｉｃ
ａｌ　ｃｈａｒａｃｔｅｒ　Ｒｅａｄｅｒの略：と呼ぶ
）ではあらかじめ文書の形式を定めるか、またはテキス
トの部分を操作者が指定し、指定されたテキスト部だけ
を読みとり、文字だけをコード化して電子化文書を作成
するものに限られている。

従って、文書の重要な情報である下線を情報処理システ
ムに入力するためにはコード化された電子化文書を編集
して下線情報を付加するか、あるいは下線の引かれた箇
所は操作者が別に入力する必要が生じている。

（発明が解決しようとする課ｌ１ｌ） 上述の従来の文書読取方式は操作者にとって煩わしい操
作が必要になっている。

そこで、本発明の目的は、文字分離と同時に下線情報も
抽出して、下線情報を認識結果に付加することによって
、電子化文書に下線を付加するためには操作者が編集ま
たは一部入力をしなければならないという問題を解決し
５．操作者の負担を軽減し、文書の自動読取機能の向上
を図るための文書読取方式を提供することにある。

（課題を解決するための手段） 前述の課題を解決するために本発明による文書読取方式
は、二次元格子状の配列として与えられる文書画像を格
納する文書画像記憶部と、前記文書画像記憶部から前記
文書画像信号を読み込み、下線も含んだ文字行の分離を
行う文字行処理部と、前記文字行処理部で分離された各
文字行画像を格納する文字行画像記憶部と、前記文字行
画像から文字行領域と下線部領域を検出する下線検出部
と、前記文字行画像から文字分離を行って個別文字パタ
ーンを抽出するとともに各文字パターンに下線が引かれ
ているか否かを検出し、文字パターンおよび下線の有無
を含む文字情報を出力する文字分離部と、前記各文字パ
ターンを認識処理して認識結果および文字情報を出力す
る文字認識部とを備えて構成される。

（作用〉 以下、本発明の原理、作用について図面を用いて説明す
る。

第２図は下線を含んだ印刷文書画像を示している。従来
はこの下線は不用な情報として画像処理の前処理によっ
て削除されていた。その−例を示しているのが第３図（
ｂ）である。

第３図（ａ）に示すように文書画像から水平方向の投影
情報を求めることによって文書中の文字行の位置を求め
る手がかりが得られる。投影情報中の大きなピークは文
字行を示しており、幅の狭い比較的低いピークは下線の
存在を示している。

従来は、ピークの幅を検出することによって、第３図（
ｂ）に示すように、下線を除いて文字行を抽出している
。これに対して、本発明においては、第３図（ｃ）に示
すように下線を含んだ状態で文字行を抽出する。

下線部領域の検出方法は、第４図に示すように、下線を
含んだ文字行から投影のピークの幅から文字行の領域Ｓ
と下線の領域Ｔとを分離することで実現できる。

第５図は、各個別文字と下線との関係を示している。下
線を含まない文字行Ｓから、例えば、水平軸上への投影
を用いて文字分離を行い、分離位置を求め、さらにその
分離位置を用いて下線の領域Ｔも分離する０分離された
下線の領域の個々の領域について下線の有無の判定を行
って、下線の引かれた文字を判別する。第５図ではＡ、
Ｂ、Ｃの３文字が下線の引かれた文字である。この後、
下線を含まない文字パターンの認識を行い、認識結果と
下線の有無等を含む文字情報を出力する。

この結果文書の文字コードのみならず、下線の情報が情
報処理システムに自動入力できる。

（実施例〉 次に本発明について図面を参照して説明する。

第１図は本発明の一実施例を示すブロック図である。

文書画像記憶部１は、画像入力手段等によって電気信号
に変換された文書画像を格納する。

文字行処理部２は、文書画像記憶部１から信号１１とし
て文書画像信号を読み込み、作用の項で説明したように
下線を含んだ文字行領域を抽出し、文字行画像信号１２
として出力する。その詳細は後述する。

文字行画像記憶１３は、文字行画像信号１２を格納する
。

下線検出部４は、文字行画像記憶部３から文字行画像を
信号１３として読み込み、下線の有無を調べて、下線が
存在するときには作用の項で説明した文字行と下線の分
離を行い、下線の位置を検出し、下線の始端と終端の位
置座標を信号１４として出力し、下線が存在しないとき
には下線が存在しないことを示すフラッグ信号を出力す
るもので、詳細は後述する。

文字分離部５は、文字行画像記憶Ｍ３から文字行画像信
号１３を読み込み、下線検出部４から下線の始端および
終端位置信号１４を読み込み、作用の項で説明したよう
に文字分離を行い、文字分離結果として得られる位ｒＩ
ｌ座標で下線の領域の分離を行って分離された個々の領
域に下線が含まれているか否かを判定し、各個別文字パ
ターンと下線の有無の情報、位置情報等を信号１５とし
て出力するもので、詳細は後述する。

文字認識部６は、信号１５として送られてきた各個別文
字パターンと下線の有無の情報、位置情報等のうちの個
別文字パターンに対して文字認識処理を行い、得られた
文字認識結果または候補字種と前記下線の有無の情報、
位置情報等とを信号１６として出力するもので、公知の
技術で実現できる。尚、個別文字認識処理方法は種々の
ものが提案されており、本発明においては特定のものに
限るものではない。

第６図は文字行処理部２の構成の一例を詳細に説明する
ための図である。

水平方向投影抽出部２１は、文書画像信号１１を入力し
て水平方向に走査して得られる水平方向投影ヒストグラ
ムを信号１２１として出力する。

投影記憶部２２は、信号１２１として出力された投影ヒ
ストグラムを格納する。

極大・極小検出部２３は、投影記憶部２２から信号１２
２として水平方向投影ヒストグラムを読み込み、大局的
な範囲内の極大値・極小値およびそれらの位置座標を検
出し、極大値・極小値およびそれらの位置座標の上から
下への系列を信号１２３として順次出力するもので公知
技術で実現できる。

ピーク幅検出部２４は、信号１２３を読み込み、極大値
・極小値の系列からピークを検出し、各ピークの上端の
座標および下端の座標からピークの幅を求め、各ピーク
の上端、下端の座標および幅を上から順に信号１２４と
して出力するもので公知技術で実現できる。

文字行検出部２５は、各ピークの上端、下端の座標およ
びピークの幅を信号１２４として読み込み、幅の大きい
ピークの下に小さいピークが隣接するときには大きいピ
ークの上端座標と小さいピークの゛下端座標を文字行の
上端座標・下端座標と決定して信号１２５として出力し
、大きいピークの下に大きいピークが隣接するときは上
の大きいピークの上端・下端の座標を文字行の上端Ｊｉ
ＪＩ（、下端Ｊｉｊｌ［と決定して信号１２５として出
力し、この処理を上から下までのすべてのピークについ
て順に行う、尚、大きいピークか小さいピークの判定は
しきい値処理でよい。

文字行抽出部２゛６は、文書画像信号１１と各文字行の
上端座標・下端座標を示す信号１２５を読み込み、各文
字行の上端座標と下端座標で定まる矩形領域を文字行画
像信号１２として順次出力するもので実現できる。

第７図は下線検出部４の構成の一例を詳細に説明するた
めの図である。

水平方向投影抽出部４１は、文字行画像信号１３を読み
込み、水平方向に走査して得られる水平方向投影ヒスト
グラムを信号１４１として出力するもので、水平方向抽
出部２１と同様の機能をもつ。

投影記憶部４２は、信号１４１として出力された投影ヒ
ストグラムを格納する。

ピーク検出部４３は、極大・極小検出ｇ２３とピーク幅
検出部２４と同様の処理を行って小さいピークの有無を
調べ、小さいピークが存在するときには上端座標および
下端座標を信号１４３として出力し、小さいピークが存
在しないときには存在しないことを示すフラッグを信号
１４として出力する。

第８図は文字分離部５の構成の一例を詳細に説明するた
めの図である。

領域分離部５１は、文字行画像信号１３と下線の有無ま
たは位置座標に関する信号１４を読み込み、下線が存在
するときには文字行領域と下線領域とに分割して、文字
行領域画像信号１５０と下線領域画像信号１５４を出力
し、下線が存在しないときには文字行画像全体を文字行
領域画像信号１５０として出力し、画素の値がすべてク
リアされた画像を下線領域画像信号１５４として出力す
る。

文字行領域画像記憶部５２は、文字行領域画像信号１５
０を格納する。

文字切り出し部５３は、文字行領域画像記憶部５２から
文字行領域画像信号１５１を読み出し、個別文字パター
ンの切り出し処理を行い、個別文字パターンを信号１５
２として、個別文字パターンの左端および右端の位置座
標を信号１５３として出力する。

文字パターン記憶部５４は、個別文字パターンを格納す
る。

文字パターン座標記憶部５５は、信号１５３で表される
個別文字パターンの左端および右端の位置座標を格納す
る。

下線領域画像記憶部５６は、下線領域画像を記憶する。

下線情報検出部５７は、下線領域画像記憶部５６から信
号１５５として下線領域画像を読み込み、文字パターン
座標記憶部５５から信号１５６として各個別文字パター
ンの左端と右端の位置座標を読み込み、第４図で示した
ように各個別文字パターンに対応する位置に下線が引か
れているか否かを判定し、下線の有無を信号１５７とし
て出力する。

文字パターン情報統合部５８は、文字パターン記憶部５
４から信号１５８として個別文字パターンを読み込み、
文字パターン座標記憶部５５から個別文字パターンの位
置情報を信号１５６として読み込み、下線情報検出部５
７から下線の有無の情報を信号１５７として読み込み、
これらをまとめて信号１５として出力するもので容易に
実現できる。

（発明の効果） 以上説明したように、本発明によれば、文字の位置情報
と認識結果のみならず、下線の有無の情報も抽出するこ
とができるので、下線を含んだ文書の自動読取の性能向
上に大きく役立つ。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロック図、第２図は
下線を含んだ印刷文書画像の一例を示す図、第３図（ａ
）〜（ｃ）は下線を含んだ文書の処理を示す図、第４図
は文字行画像の文字行領域部と下線領域部を投影ヒスト
グラムで分離できる例を示す図、第５図は文字切り出し
結果を下線領域部に適用して各個別文字パターンの下線
の有無を検出する開を示す図、第６図は文字行処理部２
の構成の一例を詳細に説明するためのブロック図、第７
図は下線検出部４の構成の一例を詳細に説明するための
ブロック図、第８図は文字分離部５の構成の一例を詳細
に説明するためのブロック図である。 １・・・文書画像記憶部、２・・・文字行処理部、３・
・・文字行画像記憶部、４・・・下線抽出部、５・・・
文字分離部、６・・・文字認識部、２１・・・水平方向
投影抽出部、２２・・・投影記憶部、２３・・・極大・
極小検出部、２４・・・ピーク幅検出部、２５・・・文
字行検出部、２６・・・文字行抽出部、４１・・・水平
方向投影抽出部、４２・・・投影記憶部、４３・・・ピ
ーク検出部、５１・・・領域分離部、５２・・・文字行
領域画像記憶部、５３・・・文字切り出し部、５４・・
・文字パターン記憶部、５５・・・文字パターン座標記
憶部、５６・・・下線領域画像記憶部、５７・・・下線
情報検出部、５８・・・文字パターン情報統合部。

Claims (1)

【特許請求の範囲】
1. 二次元格子状の配列として与えられる文書画像を格納す
   る文書画像記憶部と、前記文書画像記憶部から前記文書
   画像信号を読み込み、下線も含んだ文字行の分離を行う
   文字行処理部と、前記文字行処理部で分離された各文字
   行画像を格納する文字行画像記憶部と、前記文字行画像
   から文字行領域と下線部領域を検出する下線検出部と、
   前記文字行画像から文字分離を行って個別文字パターン
   を抽出するとともに各文字パターンに下線が引かれてい
   るか否かを検出し、文字パターンおよび下線の有無を含
   む文字情報を出力する文字分離部と、前記各文字パター
   ンを認識処理して認識結果および文字情報を出力する文
   字認識部とを備えて構成されることを特徴とする文書読
   取方式。