JPH04181376A - 図面自動入力装置の図形候補抽出方法 - Google Patents

図面自動入力装置の図形候補抽出方法

Info

Publication number
JPH04181376A
JPH04181376A JP2309746A JP30974690A JPH04181376A JP H04181376 A JPH04181376 A JP H04181376A JP 2309746 A JP2309746 A JP 2309746A JP 30974690 A JP30974690 A JP 30974690A JP H04181376 A JPH04181376 A JP H04181376A
Authority
JP
Japan
Prior art keywords
vector
contour
vectors
skeleton
loop
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.)
Pending
Application number
JP2309746A
Other languages
English (en)
Inventor
Minoru Yamanaka
稔 山中
Tetsuya Yasuda
哲也 安田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Meidensha Corp
Meidensha Electric Manufacturing Co Ltd
Original Assignee
Meidensha Corp
Meidensha Electric Manufacturing Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Meidensha Corp, Meidensha Electric Manufacturing Co Ltd filed Critical Meidensha Corp
Priority to JP2309746A priority Critical patent/JPH04181376A/ja
Publication of JPH04181376A publication Critical patent/JPH04181376A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

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】 A、産業上の利用分野 本発明は、図面から文字や図形を認識する図面自動入力
装置に係り、特に図面の要素になる図形候補の抽出方法
に関する。
B9発明の概要 本発明は、図面の輪郭ベクトルを芯線ベクトルが閉じた
孤立要素について図形候補を抽するにおいて、 輪郭ベクトルと芯線ベクトルの関係から輪郭ベクトルル
ープをグループ化することにより、輪郭ベクトル群のグ
ループ化を容易にすることにある。
C0従来の技術 図面自動入力装置は、第7図に示す処理手順になる。入
力対象となる図面はイメージスキャナ等によって2値画
像化する入力処理を行い(ステップS1)、該2値画像
に対して連続した画素のつながりとしての輪郭ベクトル
群の抽出とその情報圧縮になる輪郭ベクトル処理を行い
(ステップS2)、閉じた輪郭ベクトル群から図形線分
の芯線ベクトル群を抽出する芯線ベクトル処理を行い(
ステップS3)、これらベクトル群が閉じた孤立要素に
ついて文字候補と図形候補(シンボル候補とその他の線
分候補)に゛分類する図面要素の分離を行う(ステップ
S4)。この分類条件は独立要素(ベクトルの集合体)
の領域四角形の大きさにより設定したしきい値より小さ
いものは文字候補、それ以外は図形候補とする。また、
文字候補はその集合の中から文字同志の横並び/縦並び
関係から複数の文字列に分類する。さらに、1つの文字
列候補の中から文字の大きさと文字間隔を基に1文字候
補を抽出する。抽出した1文字候補はベクトルの集合体
になる。
図形候補はその領域四角形の包含関係を基にグループの
細分化を施す。グループ化した図形候補単位に属するベ
クトルを構造解析し、シンボル候補と線分候補を抽出す
る。抽出した各シンボル候補及び線分候補もまたベクト
ルの集合体になる。
分離された文字候補は各候補別にパターン比較のための
辞書と照合することで最も類似する文字を抽出する文字
認識をしくステップS5)、同様にシンボル候補につい
て最も類似するシンボルを認識しくステップS6)、こ
れら認識結果は文字。
シンボルのコードとして抽出される。線分候補について
は整形を行う線分処理を行う(ステップS7)。
ステップ85〜S7で認識、処理された文字及び図形デ
ータは結合・編集され(ステップS8)、表示や印刷さ
れるほかに図面データ処理を行うためのCAD等のホス
トシステムへのデータ転送がなされる。
D4発明が解決しようとする課題 従来の図面自動入力装置において、図形候補のグループ
化はその領域四角形の包含関係を基に行われるが、図形
候補の領域四角形と実際の面積との差が大きい場合には
正しい包含関係を把持することが難しくなる。正確にそ
の包含関係を調べるときは、図形候補のベクトル集合が
表す多角形領域に対して、包含抽出対象となる相手の図
形候補のベクトル集合の多角形領域が完全に包含関係に
あるかどうかを比較処理することになり、処理数が膨大
になって処理時間を大きくする。
本発明の目的は、輪郭ベクトル群のグループ化処理を容
易にする図形候補の抽出方法を提供することにある。
E1課題を解決するための手段 本発明は、前記目的を達成するため、2値画像化された
図面から輪郭ベクトル集合をループ別に抽出し、前記輪
郭ベクトルから芯線ベクトル集合をセクション別に生成
し、前記輪郭ベクトル及び芯線ベクトルが閉じた孤立要
素について文字候補と図形候補に分類し、夫々の候補に
ついて前記ベクトル情報から文字及び図形を認識する図
面自動入力装置において、前記輪郭ベクトルから芯線ベ
クトルを生成するときに当該輪郭ベクトルの左右ループ
番号を保存しておき、図形候補に含まれる輪郭ベクトル
の右ループ番号を持つ芯線ベクトルセクションを抽出し
、該芯線ベクトルセクションが持つ左ループ番号になる
輪郭ベクトル集合を引き出して該輪郭ベクトルループを
同一グループとすると共に該輪郭ベクトルのループ番号
を持つ他の芯線ベクトルを抽出する繰り返しで図形候補
をグループ化をする。
F1作用 芯線ベクトルはその性格上左右両側に輪郭ベクトルが存
在し、右ループの輪郭ベクトルからそのループ番号を持
つ芯線ベクトルセクションを抽出し、この芯線ベクトル
セクションに持つ左ループの番号を持つ輪郭ベクトルを
抽出し、このベクトルのループを持つ芯線ベクトルを抽
出するという繰り返しで同一グループになる輪郭ベクト
ルを全て抽出する。
G、実施例 まず、輪郭ベクトル処理と芯線ベクトル処理におけるグ
ループ化とデータ構成を説明する。第5図に示すように
、2値画像化された原画像Aは、背景部分に属す画素に
は値「0」が、図形部分に属す画素には値「1」が割り
当てられる。輪郭ベクトル処理は、値が「IJの画素の
輪郭線を追跡して折れ線で近似し、この折れ線が1つの
ベクトルとしてそのリング状つながりが輪郭ベクトル群
として抽出され、図形部分の外側の輪郭線は時計回りの
ループ(右回りのループ)とすると内側の輪郭線は反時
計回りのループ(左回りのループ)となる輪郭ベクトル
ループ#1とループ#2が夫々ベクトル集合としてデー
タ収集される。芯線ベクトル処理は、輪郭ベクトルの中
から最長のベクトルを検索し、この最長ベクトルを包含
する領域の四角形内に含まれ互いに逆の方向性を持つベ
アベクトルを検索し、ベアベクトル間の中央を芯線ベク
トル部分としてベアベクトルの一方のベクトルを順方向
にたどって芯線ベクトル部分を延長し、折点に達したと
きに1つの芯線ベクトルの端点とする。この繰り返しで
芯線ベクトル集合を得、1つのループ又は交点、終端点
1分岐点を持つ芯線ベクトル集合が芯線ベクトルセクシ
ョン1.2としてデータ収集される。図中、○印はベク
トル屈折点、Q印はベクトル交差/分岐点、X印はベク
トル終端点を示す。
上述までの処理によるベクトルデータはループ別及びセ
クション別に第6図に示すデータ構成にされる。輪郭ベ
クトルについては、ループ別に属するグループ番号(後
述の処理で求める)とベクトル数と各ベクトル集合の個
々のベクトル座標列(xi、  yi)を有して保存さ
れる。芯線ベクトルについては対応する輪郭ベクトルが
属するグループ番号とベクトル数と各芯線ベクトル個々
のベクトル座標列(Xi+  Y+)を有するほかに、
輪郭べクトルから芯線ベクトルを生成する際に使用した
輪郭ベクトルのループ番号(右回りと左回りのループ番
号)を有して保存される。
上述までのデータ構成になる輪郭ベクトル及び芯線ベク
トルを使用して各ベクトルのグループ化処理を行う。こ
の処理は、以下の手順になる。
(1)図形候補の輪郭ベクトルのループ番号をnとする
とき、芯線ベクトルの中で輪郭ベクトルのループ番号n
を活用して生成されたものを検索する。
(2)芯線ベクトルはその性格上左右両側に輪郭ベクト
ルが存在し、活用した輪郭ベクトルのループ番号nと反
対側のループ番号mを引出す。
(3)輪郭ベクトルのループ番号mはループ番号nに対
して同一グループのベクトル集合であり、1つの輪郭ベ
クトルのループ番号nを持つ全ての芯線ベクトルに対し
て上記(1)、  (2)処理を繰り返すことでグルー
プ化を行う。
上述までのデータ構成になる輪郭ベクトル及び芯線ベク
トルを使用した各ベクトルのグループ化処理のフローチ
ャートを第1図及び第2図に示す。
第1図はジェネラルフローチャートを示す。まず、輪郭
ベクトルの全ループのグループ番号を零に初期化しくス
テップ511)、次いで芯線ベクトルについても全セク
ションのグループ番号を零に初期化する(ステップ51
2)。そして、輪郭ベクトル群から1ループを選択しく
ステップ513)、このループについて全ベクトルのグ
ループ化終了有無チエツク(ステップ514)を経てベ
クトルのグループ化処理(ステップ515)を行い、こ
のグループ化処理終了で輪郭ベクトルの別のループ選択
(ステップ816)に戻ることで全ベクトルのグループ
化処理を行う。
第2図はステップS15のグループ化処理のフローチャ
ートを示す。選択された1ループの輪郭ベクトルのルー
プ番号C3を持つ芯線ベクトルのセクション群から最初
の芯線ベクトルセクションを選択しくステップ521)
、全ての芯線ベクトルのセクションチエツク終了(ステ
ップ522)を経て該芯線ベクトルセクションのグルー
プ番号が零にあってかつ右ループ番号が当該輪郭ベクト
ルのループ番号C9にあるか否か判定しくステップ52
3)、この芯線ベクトルセクションの左ループ番号にグ
ループ化すべき番号qを与え(ステップ524−)、ル
ープ番号C,を保存しておくと共に左ループの輪郭ベク
トルのループ番号C1をループ番号C8としくステップ
525)、再帰的引用(リカーシブコール)で第1図の
ステップS15に戻り(ステップ526)、保存したル
ープ番号C3を元の03に戻す(ステップ527)。こ
れらステップS23〜S27によって1つの芯線ベクト
ルセクションの左ループ番号が決定される。
同様に、ステップS28〜S32によって1つの芯線ベ
クトルセクションの右ループ番号が決定され、ステップ
S33で次の芯線ベクトルのセクションが選択される。
第3図は開枠図形の輪郭ベクトルと芯線ベクトルを示す
。このときのグループ化は最初に着目される輪郭ベクト
ルのループ番号C1に対して最初の芯線ベクトルセクシ
ョンを選択して芯線ベクトルrnl、m4を抽出し、こ
の芯線ベクトルmlの左ループになる輪郭ベクトルのル
ープ番号C2を抽出し、このループ番号C2から芯線ベ
クトルm6を抽出するという手順の繰り返しにより、第
4図に示すように輪郭ベクトルの包含関係が抽出され、
1つのグループ C1→((C2,c3. C4,Cs、 Co、 C7
) 。
(ml、 m2. m3. m4. m5−−ml、)
 )が抽出される。
H3発明の効果 以上のとおり、本発明によれば、輪郭ベクトルから芯線
ベクトルを生成する際に該輪郭ベクトルの左右ループ番
号を芯線ベクトルセクション別に保存しておき、右ルー
プの輪郭ベクトルから芯線ベクトルセクションを抽出し
、次いで左ループの輪郭ベクトルを抽出するという繰り
返し処理で輪郭ベクトルのグループ化を得るため、従来
の領域四角形との包含関係からのグループ化に較べて図
面の大小関係等に影響されることなく、また処理ステッ
プを低減してグループ化を容易にする。
【図面の簡単な説明】
第1図は本発明におけるベクトルのグループ化のための
ジェネラルフローチャート、第2図は第1図におけるグ
ループ化処理のフローチャート、第3図は開枠図形のベ
クトル図、第4図は第3図における開枠図形ベクトルの
グループ化処理手順図、第5図は輪郭ベクトルのループ
と芯線ベクトルのセクション関係図、第6図は実施例に
おける輪郭ベクトルと芯線ベクトルのデータ構成図、第
7図は図面自動入力装置の処理フローチャートである。 外1名 第1図 ベクトルのグループ化ジェネラルフローチャート第3図 国粋図形のベクトル図 第4図 グループ化処理手順図 L C7→(rnl 1. m3 ) 第5図

Claims (1)

    【特許請求の範囲】
  1. (1)2値画像化された図面から輪郭ベクトル集合をル
    ープ別に抽出し、前記輪郭ベクトルから芯線ベクトル集
    合をセクション別に生成し、前記輪郭ベクトル及び芯線
    ベクトルが閉じた孤立要素について文字候補と図形候補
    に分類し、夫々の候補について前記ベクトル情報から文
    字及び図形を認識する図面自動入力装置において、前記
    輪郭ベクトルから芯線ベクトルを生成するときに当該輪
    郭ベクトルの左右ループ番号を保存しておき、図形候補
    に含まれる輪郭ベクトルの右ループ番号を持つ芯線ベク
    トルセクションを抽出し、該芯線ベクトルセクションが
    持つ左ループ番号になる輪郭ベクトル集合を引き出して
    該輪郭ベクトルループを同一グループとすると共に該輪
    郭ベクトルのループ番号を持つ他の芯線ベクトルを抽出
    する繰り返しで図形候補をグループ化をすることを特徴
    とする図形候補抽出方法。
JP2309746A 1990-11-15 1990-11-15 図面自動入力装置の図形候補抽出方法 Pending JPH04181376A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2309746A JPH04181376A (ja) 1990-11-15 1990-11-15 図面自動入力装置の図形候補抽出方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2309746A JPH04181376A (ja) 1990-11-15 1990-11-15 図面自動入力装置の図形候補抽出方法

Publications (1)

Publication Number Publication Date
JPH04181376A true JPH04181376A (ja) 1992-06-29

Family

ID=17996800

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2309746A Pending JPH04181376A (ja) 1990-11-15 1990-11-15 図面自動入力装置の図形候補抽出方法

Country Status (1)

Country Link
JP (1) JPH04181376A (ja)

Similar Documents

Publication Publication Date Title
Ma et al. Joint layout analysis, character detection and recognition for historical document digitization
US5386508A (en) Apparatus for generating programs from inputted flowchart images
CN112818951B (zh) 一种票证识别的方法
CN116935438B (zh) 一种基于模型结构自主进化的行人图像重识别方法
US5579408A (en) Character recognition method and apparatus
Yamamoto et al. Recognition of handprinted characters by an outermost point method
Zhang et al. SEMv2: Table separation line detection based on instance segmentation
US6035063A (en) Online character recognition system with improved standard strokes processing efficiency
CN113409327A (zh) 一种基于排序与语义一致性约束的实例分割改进方法
Wang et al. Textformer: component-aware text segmentation with transformer
CN117593755B (zh) 一种基于骨架模型预训练的金文图像识别方法和系统
Thi et al. Implementation of OCR system on extracting information from Vietnamese book cover images.
CN116645685B (zh) 表格识别方法、表格识别模型的训练方法、装置及设备
CN117853777A (zh) 基于注意力引导上下文的HRNet铸件缺陷识别方法
CN114282593B (zh) 一种基于机器视觉的手语识别方法
CN111104924A (zh) 一种有效的识别低分辨率商品图像的处理算法
KR940022338A (ko) 문자 인식 방법 및 장치
JPH04181376A (ja) 図面自動入力装置の図形候補抽出方法
CN118170936A (zh) 一种基于多模态的数据与关系增强的遮挡行人检索方法
CN116186310A (zh) 一种融合ai通用助手的ar空间标注及展示方法
CN115082946A (zh) 表格图像处理方法、装置、电子设备及计算机存储介质
Zhong Flower recognition system based on YOLOv8 algorithm
Malvi et al. Variable Length Digit Recognition for Gujarati Language
JP3013442B2 (ja) 図面自動入力装置
CN117593648B (zh) 基于弱监督学习的遥感目标建筑物提取方法