JPH04130979A - 文字画像切出し方法 - 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〕 本発明は、文字認識システムにおいて２値画像として入
力された文書画像より文字画像を切出す方法に関する。

〔従来の技術〕

文字認識システムにおいては、スキャナー等によって２
値画像として入力された文書画像より行を切出し、各行
毎に文字画像を切出して文字認識を行う。

この文字画像の切出し方法は、射影による方法と連結黒
画素の外接矩形による方法に大別される。

しかし、いずれの方法であっても、射影の一塊もしくは
一つの外接矩形が、そのまま一つの文字のデータとなる
とは限らないため、それらのデータを組合せて、あるい
は区切って１文字データを得る技術が必要である。

そこで従来、連結黒画素（文字素）の外接矩形を抽出し
、単独の外接矩形または複数の外接矩形の組合わせの幅
を、予め設定された標準文字幅と比較し、１文字とみな
し得る幅の外接矩形またはその組合わせ領域を文字枠と
して文字画像を切出す方法（特開昭６１−１１７６７０
号）が知られている。

また、単独の外接矩形または組合わせの領域を文字画像
とみなして文字認識を行い、その結果の確からしさの評
価により文字画像を確定する方法が知られている（同一
出願人による昭和６３年特許出願第１３３４２４号）。

〔発明が解決しようとする課題］ 縦書き行の漢数字「−１二、三」や横書き行の漢字「川
」のように、行方向の垂直な線分のみからなる文字は、
１文字分の文字幅を持っていないことが多く、また連続
して出現した場合、どの部分で区切ってもそれなりの認
識結果が得られる。

したがって、このような文字が連続して出現した場合等
には、前後の空白幅を考慮しても、前記従来方法では切
出し間違いが起こりやすい。

本発明の目的は、行方向に垂直な線分のみからなる漢数
字等の文字画像が連続して出現した場合にも、正確な切
出しが可能な文字画像切出し方法を提供することにある
。

１課題を解決するための手段〕 本発明は、行画像から抽出した文字素外接矩形を統合す
ることによって文字枠を得て行画像より文字画像を切出
す文字画像切出し方法において、幅が所定値より小さい
文字素外接矩形に注目し、該注目した文字素外接矩形と
後続の文字素外接矩形の長さ及び統合したときの幅に関
する条件判定を行い、該条件判定の結果に従って該注目
した文字素外接矩形と後続の文字素外接矩形の統合を制
御することにより、行方向に垂直な線分のみからなる特
定の文字の文字枠を得ることを特徴とする。

〔作　用］ 縦書きの漢数字「−二三」のように、行方向に垂直な線
分のみからなる特定の文字の場合、各文字を構成する各
線分が文字素として抽出されるが、その外接矩形は幅が
十分に小さく、また各線分の長さは文字に固有の比率関
係を持っている。文字全体の幅も文字に固有である。

したがって上に述べた本発明によれば、縦書き行の文字
列「−二三」を例にした場合、次の通り正確に切出すこ
とが可能である。

まず、「−」の文字素外接矩形の幅は十分に小さいので
、これに注目するが、次の文字素外接矩形（「二」の上
線分に対応）と統合した幅は、間に文字間スペースが存
在するために標準的な文字間としては過大となるので、
注目した文字素外接矩形は次の文字素外接矩形とは別々
の文字を構成すると判定して統合せず、注目した文字素
外接矩形を単独で文字枠として「−」の画像を切出すこ
とができる。

次に「二」の上線分に対応した文字素外接矩形に注目す
るが、次の上線分に対応した文字素外接矩形と統合した
間は、間に文字間スペースがないため標準的な文字幅と
して過大ではない。さらに注目した文字素外接矩形の長
さ（線分の長さ）は次の文字素外接矩形の長さより短い
。このような条件から二つの文字素外接矩形は「二」を
構成すると判定して統合し、統合した矩形を文字枠とし
て「二」の画像を切出すことができる。

次に「三」の最上部線分に対応した文字素外接矩形に注
目する。次の文字素外接矩形と統合した幅は標準的な文
字幅として過大ではないが、長さの関係が「＝」と逆で
ある。さらに次の文字素外接矩形まで統合した幅は、標
準的な文字幅として過大とはならず、中央の文字素外接
矩形の長さに比べ最後の文字素外接矩形の長さが大きい
。このような条件から、３１１の文字素外接矩形はｒ三
Ｊを構成すると判定して統合し、統合した矩形を文字枠
として「三Ｊの画像を切出すことができる。

〔実施例〕

第１図は本発明の一実施例に係る文字認識システムのブ
ロック図である。

処理対象の文書画像はスキャナー等から２値画像データ
として入力され、原画像メモリ１に記憶されている０文
字画像切出し処理部２は、この原画像メモリ１内の文書
画像の文字画像を切出す処理を行い、切出した文字画像
を文字画像メモリ３に格納する０文字認識処理部４は、
その文字画像の正規化、特徴量抽出、辞書との照合を行
って文字を認識し、認識結果を認識結果メモリ５に格納
する。

文字画像切出し処理部２において、行切出し部６は文書
画像より１行分の文字素を抽出し、文字素データを文字
素データメモリ７に格納する。例えば、文書画像上の黒
画素の連結を探索し、連結した黒画素の塊を文字素（文
字または文字の一部を構成する黒画素群）として抽出し
、文字素の外接矩形の座標（例えば対角頂点の座標）を
文字素データとして抽出する。また、文字素外接矩形の
間の水平方向及び垂直方向の距離を求め、両方向の距離
がある閾値より小さい文字素外接矩形の集まりを１行と
して切出し、そのデータも文字素データメモリ７に格納
する。このような行切出しは、行方向射影による行切出
しより文書のスキュー等も強い。

パラメータ設定８Ｂは、文字素デーメモリ７内の文字素
データ全体を見渡し、文字切出しく文字素統合及び文字
パターン合成）に用いるための相対的なパラメータを設
定し、パラメータメモリ９に格納する。文字素統合は複
数回行われるが、処理を１回路るごとに、修正された文
字素データメモリ７内の文字素データに基づいてパラメ
ータを再設定する。

設定するパラメータは次の通りである。

（ａ）　　行高さ（横書き行の下端から上端までの距離
、縦書き行の縦書きの左端から右端までの距離） これは、行を構成する文字素外接矩形の最大高さとする
。ただし、文字素外接矩形の高さとは、横書き行であれ
ば下端から、縦書き行であれば左辺から、文字素外接矩
形の最も遠い辺までの距離である。

（ｂ）　　標準文字幅（幅とは行方向のサイズ）行高さ
より少し大きな値であり、例えば［行高さ］＋１　（ド
ツト）とする。

（ｃ）　　最小文字間隔 隣り合う文字素外接矩形の最小間隔とする。

ただし、ある幅、例えば［標準文字幅コの半分以上の幅
を持つ文字素外接矩形だけを対象として決定する。

なお、１回目の文字素統合処理の前においては、次の初
期値に設定する。

［初期値コ＝−［行高さコ／３０ （負の値は、文字素外接矩形に重なっていることを意味
する） （ｄ）　　最大文字幅 行を構成する文字素外接矩形は最大幅とする。

（ｅ）　　Ｋｎｔｈ 行に垂直方向の一つの線分のみからなる文字素とみなし
得る文字素外接矩形の最大幅であり、例えば［行高さ］
／８に設定する。

文字素統合部１０は、パラメータメモリ９内のパラメー
タを用いた条件判定により、行の先頭の文字素より順に
、同一の文字とみなされる文字素外接矩形を統合し、文
字素データメモリ７内の文字素データを修正する。この
文字素統合処理は、通常処理モードと例外処理モードと
からなる。

まず、例外処理モードの内容について説明する。

第２図は例外処理モードの説明のためのフローチャート
である。ただし、Ｗｌは注目している文字素の文字幅、
Ｗ２は注目している文字素の次の文字素の文字幅、Ｗ３
はＷ２の次の文字素の文字幅、Ｌｌは注目している文字
素の長さ、Ｌ２は注目している文字素の次の文字素の長
さ、Ｌ３はＷ２の次の文字素の長さ、Ｗｌ、２は注目し
ている文字素と次の文字素を統合したときの文字幅、Ｗ
ｌ。

２．３は注目している文字素と続く二つの文字素を統合
したときの文字幅である。

横書き行の「川」や縦書き行の「−二三」なとの行方向
に垂直な一つの線分よりなる文字素に分解され、その文
字素の間隔が広い特定の文字は、その文字素間隔が他の
文字の文字素間隔より十分に広い場合であれば、通常処
理モードで切出すことが可能であるが、そのような条件
が満たされる文書は少ない。この例外処理モードは、そ
のような特定文字の切出しを適確な行うための文字素統
合処理を行うモードである。

注目した文字素１の文字幅（文字素外接矩形の行方向の
サイズ）ｗｌと、パラメータＫｎｔｈとの比較判定を行
い（ステップ■）　、ｗ　１　＜　Ｋｎｔｈであれば、
注目文字素ｌは行方向に垂直な一つの線分のみからなる
と見做し例外処理モードに入る。

例外処理モードに入ると、まず注目文字素１と次の文字
素２を統合したときの文字幅１．２と標準文字幅との比
較判定を行い（ステップ■）、ｗｌ、２≧積標準字幅で
あれば注目文字素１を単独の文字素として確定する。例
えば第３図に示すような縦書き行の「−二三」の文字列
において、先頭の「−」の文字素に注目すると、ｗｌ、
２標準文字幅となるので、単独の文字素として確定する
。

ステップ■でｗｌ、２（標準文字幅となったときは、注
目している文字素ｌの長さ（外接矩形の行方向と垂直な
方向のサイズ）Ｌｌと次の文字素２の長さＬ２との比較
判定を行い（ステップ■）、Ｌ２＞Ｌｌならば文字素１
と文字素２を統合し一つの文字素に確定する。例えば第
３図に示した「二」の上の線分の文字素を注目文字素１
とすれば、ステップ■の条件を満足するので、「二」を
構成する二つの文字素は一つの文字素に確定的に統合さ
れる。

ステップ■でＬ２≦Ｌ１となったときは、注目文字素１
、次の文字素２、さらに次の文字素３を統合した文字幅
ｗ１．２．３と標準文字幅の比較判定を行い（ステップ
■）、ｗｌ、２．３＜標準文字幅であれば文字素２の長
さＬ２と文字素３の長さＬ３の大小比較を行い（ステッ
プ■）、Ｌ３）Ｌ２であれば文字素１．２．３を確定的
に統合する。例えば、第３図に示した［三Ｊの一番上の
線分の文字素を注目文字素ｌとすると、ステップ■の条
件を満足するので、「三」を構成する３個の文字素は確
定的に統合される。

以上の説明から明らかなように、第３図に示した通常処
理モードでは切出しが難しい文字列に対し、第４図に示
す文字素統合結果が得られるので、各文字を正しく切出
すことができる。

次に通常処理モードの内容について第５図乃至第９図を
用い説明する。ただし、便宜上、ここでは横書き行であ
るとする。

■）隣り合う二つの文字素外接矩形ａ、ｂが条件式（１
）及び（２）同時に満たす場合、一つの文字素外接矩形
に統合する（第５図参照）。

Ｗａｂ≦［標準文字幅］　　　　　　　　　　条件式（
１）ただしＷａｂはａ、ｂの統合矩形の文字幅である。

Ｘ５ｂ−Ｘｅａ＜　［最小文字間隔コ　　　　　　条件
式（２）ただしＸｓｂはｂの始点Ｘ座標、Ｘｅａはａの
終点Ｘ座標である。

条件式（１）は統合後の文字素外接矩形の幅Ａａｂ［標
準文字幅］を越えないことを示し、条件式（２）はａ、
ｂの間隔Ｇａｂが〔最小文字間隔］より小さいことを示
している。

ただし、条件式（３）に該当する場合には標準文字間を
越えても統合する。

Ｘｅｂ（Ｘｅｂ　　　　　　　　　　　　　　　　条件
式（３）ただしＸｅｂはｂの終点ｘｌｌ標である。ａ、
ｂの位置関係はａが左６１（行先頭寄り）、ｂが右側で
あるとする。

すなわち、第６図に示すようにＤａｂ＜Ｏとなる完全に
重なった二つの文字素外接矩形ａ、ｂはＷａｂ≧［標準
文字幅］であっても統合する。

２）前記１）において条件式（１）を満たすが、条件式
（２）を満たさない場合、右側の文字素外接矩形（ｂと
する）が次の条件式（４）〜（７）をすべて満すときは
、濁点もしくは半濁点の文字素外接矩形であるとみなし
例外的に統合する（第７図参照）。

ｗｂ≦ｆｔｈ　　　　　　　　　　　　　　　　条件式
（４）Ｈｂ≦ｆｔｈ　　　　　　　　　　　　　　　　
条件式（５）（Ｈｂはｂの高さ） Ｙｅｂ　−ＴｓａＳ　ｆ　ｔｈ　　　　　　　　　　　
　条件式（６）（Ｙｅｂはｂの終点ｙ座標、Ｙｅａはａ
の始点ｙ座標）Ｘｓｂ−Ｘｅａ（（最小文字間隔コ＋α
　　　条件式（７）ただしｆｔｈ（閾値）＝［行高さ］
／βである。αとβは経験値であり、例えばα＝２、β
＝３に選ばれる。

３）　前記１）において条件式（１）、　（２）を満た
すものの、右側の文字素外接矩形（ｂとする）が次の条
件式（８）〜（１０）に該当する場合は、句読点である
とみなして例外的に統合しない（第８図参照）。

ｗｂ≦ｆｔｈ　　　　　　　　　　　　　　　　条件式
（８）Ｈｂ≦ｆｔｈ　　　　　　　　　　　　　　　　
条件式（９）ｂａｓｅ−Ｙｅｂ≦ｆ　ｔｈ／　７　　　
　　　　　　　条件式（１０）ただしｂａｓｅはベース
ラインのｙＪ！！標、７は経験値で例えば４に選ばれる
。

以上の如き通常処理モードによる統合処理が１行の文字
素データ（例外処理モードで確定した文字素は除く）に
ついて１回終了するたびに、パラメータ設定部８により
修正後の文字素データに基づき再設定され、パラメータ
メモリ９が書き替えられる。この書き替えられたパラメ
ータを用い、文字素統合部１０は通常処理モードの処理
を再度実行する。

このようにパラメータをダイナミックに修正しつつ文字
素統合処理を繰り返す。この繰り返しは、例えばパラメ
ータが変化しなくなったとき、もしくはパラメータの変
化量がある閾値以下となったときに終了する。

第９図は横書き行の通常処理モードによる文字素統合の
例を示す。（ａ）に示す行画像に対し、行切出し部６に
より（ｂ）に示すような文字素が抽出される。これらの
文字素は１回目の統合処理により（ｃ）に示すように統
合され、２回目の統合処理によって（ｄ）に示すように
統合される。

（ｄ）に示すように統合処理が完了した段階において、
文字素外接矩形の殆どは一つの文字の外接矩形（文字枠
）に対応する。すなわち、殆どの文字の外接矩形が生成
される。しかし、この例における「小Ｊのように統合す
べき文字素が分離したまま残ることもある。

このような統合未完の文字素が残る可能性があるので、
文字画像切出し処理部２は文字パターン合成部１１にお
いて、単純に統合処理後の各文字素外接矩形を文字枠と
して原画像より文字画像を切出すのではなく、連続した
文字素外接矩形を［最大文字幅コ　（パラメータメモリ
９に記憶されている）を越えない程度に組合せ、組合せ
た矩形（１個の文字素外接矩形も含む）のそれぞれを文
字枠として原画像より文字画像の候補を切出し文字画像
メモリ３に出力する。ただし、文字素統合処理の例外処
理モードで確定した文字素については、それ単独での文
字画像切出しだけを行う。

文字認識処理部４においては、文字画像メモリ３に格納
された文字画像候補について文字認識を行う。ただし、
文字素が重複した文字画像候補については、それぞれの
認識結果を評価し、最も文字としての確からしさが他界
文字画像候補を選択しくすなわち文字認識結果より文字
切出しを確定し）、その認識結果だけを認識結果メモリ
５に出力する。

なお、このような文字素を組合せて認識し、認識結果の
評価によって文字切出しを確定する方法については前記
昭和６３年第１３３４２４号特許出願の明細書及び図面
に詳述されている。

〔発明の効果〕

以上、詳細に説明した如く、本発明によれば、行方向の
垂直な線分のみからなる特定の文字（例えば縦書き行の
漢数字ｒ−二三Ｊなど）が連続して出現した場合にも、
正確な文字画像切出しが可能となる。

【図面の簡単な説明】

第１図は本発明の一実施例に係る文字認識システムのブ
ロック図、第２図は文字素統合の例外処理モードを説明
するためのフローチャート、第３図は例外処理モードの
対象となる文字列を示す図、第４図は第３図に示した文
字列の統合処理結果を示す図、第５図乃至第８図は文字
素統合の通常処理モードのための統合条件の説明図、第
９図は文字素統合の例を示す図である。 ｌ・・・原画像メモリ、 ２・−・文字画像切出し処理部、 ３・・・文字画像メモ１ハ　４・・・文字認識処理部、
５・・・認識結果メモリ、　６・・・行切出し部、７・
・・文字素データメモ１ハ ８・・・パラメータ設定部、 ９・・・パラメータメモリ、　　１０・・・文字素統合
部、１１・・・文字パターン合成部。 第３区 第４ 図 、処環Ｓ東 第９図 Ｗ久ｂａｒ中斧乏午女ご虻中９コ Ｑｏ−ｈ＜〔系小文Ｗ賜］ｔｚ Ｗし　≦子土ｈ １−１ｔ、ｊは五ｈ Ｌｃｔｂ’＝ｆそｈ 〈　〔末４ｊ１夕；雪中Ｓコ ≦＋＋ｈ ≦＋ｔｈ ≦　子モｈ

Claims (1)

【特許請求の範囲】
1. （１）行画像から抽出した文字素外接矩形を統合するこ
   とによって文字枠を得て行画像より文字画像を切出す文
   字画像切出し方法において、幅が所定値より小さい文字
   素外接矩形に注目し、該注目した文字素外接矩形と後続
   の文字素外接矩形の長さ及び統合したときの幅に関する
   条件判定を行い、該条件判定の結果に従って該注目した
   文字素外接矩形と後続の文字素外接矩形の統合を制御す
   ることにより、行方向に垂直な線分のみからなる特定の
   文字の文字枠を得ることを特徴とする文字画像切出し方
   法。