JPH04343192A - 文字認識装置の文字切り出し方法 - 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】

【０００１】

【産業の利用分野】本発明は、文字認識装置の文字切り
出し方法に係り、特に黒画素連結の外接矩形を用いて文
字切り出しを行なう文字切り出し方法に関する。

【０００２】

【従来の技術】文字切り出しにおいては、隣接した文字
の接触を考慮する必要がある。この接触文字の切り出し
に関しては、黒画素連結の外接矩形を抽出し、接近した
ものを統合した後、予め設定された文字幅の１．５倍を
越える幅の外接矩形については、その中心位置より一定
の範囲内で行と垂直方向の射影が最小値となる位置で分
離する方法が、特開昭６１−１１７６７０号公報に記載
されている。

【０００３】

【発明が解決しようとする課題】黒画素連結の外接矩形
を持ち用いて文字を切り出す方法は、１文字が必ず白画
素に囲まれていることを前提としているため、隣接の２
文字が接触していると、２文字が一つの外接矩形として
抽出される。実際の印刷原稿や、コピー原稿では、この
ような接触文字が少なからず出現する。また、スキュー
が大きいと接触文字が増加する。

【０００４】そこで、上記従来方法では、予め設定した
文字幅の１．５倍を越える幅の外接矩形を接触文字と判
定し、接触文字の分離を行なっている。しかし、このよ
うな方法では、一般的な日本語文書において十分な切り
出し精度を達成できない場合が少なくない。

【０００５】すなわち、日本語文書は、大きさや形状の
差異の大きい漢字とひらがな・カタカナが混じっている
うえに、文字サイズが可変であったり、不定ピッチであ
ったりするため、接触文字を判別するための基準となる
文字幅を固定したのでは、対応できないからである。

【０００６】よって本発明の目的は、文字サイズや文字
ピッチが変動した場合にも接触文字を確実に切り出すこ
とが可能な文字切り出し方法を提供することにある。本
発明の他の目的は、マルチサイズ・不定ピッチの日本語
文書に対して、接触文字も含め文字の切り出し精度が優
れた文字切り出し方法を提供することにある。本発明の
もう一つの目的は、文書のスキューに強い文字切り出し
方法を提供することにある。

【０００７】

【課題を解決するための手段】請求項１の発明は、文書
画像上の黒画素の連結を追跡してその外接矩形を抽出し
、抽出した外接矩形の統合により行を切り出し、各行毎
に外接矩形を用いて文字を切り出す文字切り出し方法に
おいて、各行毎に、外接矩形のサイズ情報に基づいて標
準文字幅を算出し、この標準文字幅と各外接矩形の幅と
を比較することにより接触文字に対応する外接矩形を検
出し、検出した外接矩形に対しては、行と垂直の方向の
射影を求めて、射影値が所定値以下となる位置で当該外
接矩形を分割することを特徴とするものである。

【０００８】請求項２の発明は、文書画像の黒画素の連
結を追跡してその外接矩形を抽出し、抽出した外接矩形
の統合により行を切り出し、各行毎に単独の外接矩形及
び複数の外接矩形の組み合わせよりなる文字パターン候
補を生成して文字認識を行ない、各文字パターン候補を
その認識結果の評価によって最終的に文字パターンとし
て切り出すか否かを判定する文字切り出し方法において
、各行毎に、外接矩形のサイズ情報に基づいて標準文字
幅を算出し、この標準文字幅と各外接矩形の幅とを比較
することにより接触文字に対応する外接矩形を検出し、
検出した外接矩形に対しては、行と垂直の方向の射影を
求めて、射影値が所定値以下となる位置で当該外接矩形
を分割する処理を行ない、当該処理後の外接矩形を文字
パターン候補の生成に用いることを特徴とするものであ
る。

【０００９】請求項３の発明は、請求項１または２の発
明の文字切り出し方法において、各行中の外接矩形の高
さの最大値に基づいて標準文字幅を算出することを特徴
とするものである。

【００１０】

【作用】請求項１の発明によれば、接触文字の外接矩形
の判定基準に用いるための標準文字幅を、文書の文字サ
イズに適応させることができるため、マルチサイズの日
本語文書などにおいても接触文字を確実に切り出すこと
ができる。また、行毎に標準文字幅を算出するため、行
毎に文字サイズが変動する文書にも対応できる。

【００１１】請求項２の発明によれば、文字認識結果を
文字切り出しにフィードバックするため、本質的にマル
チサイズ・不定ピッチの日本語文書などに対する文字切
り出し精度が優れているうえに、各行の文字サイズに適
応化された標準文字幅を用いて接触文字の外接矩形を検
出し、その分離を行なうことにより、接触文字の切り出
し精度が一層向上する。

【００１２】請求項３の発明によれば、外接矩形の幅な
どと違って、文書のスキューによる影響が少ない外接矩
形の高さの最大値を標準文字幅の算出に用いるため、ス
キューに左右されることなく、接触文字の高精度の切り
出しが可能である。

【００１３】

【実施例】本発明の一実施例について、その装置構成を
図１に、処理フローを図２にそれぞれ示し、処理の流れ
に沿って説明する。

【００１４】スキャナなどの２値画像入力装置１１によ
り文書（あるいは帳票）の画像を読み取り、その２値イ
メージデータをイメージメモリ１２に格納する（ステッ
プ５１）。このイメージデータの全体あるいは一部領域
毎に、外接矩形抽出部１３において黒画素の連結を追跡
し、連結成分を包含する外接矩形を抽出し、その座標な
どのデータを外接矩形メモリ１４に格納し、このデータ
を参照し行切り出し部１５において、行方向及び行と垂
直な方向の距離が小さい外接矩形を統合して行の範囲を
抽出し、１行単位にイメージをイメージメモリ１２より
切り出して行画像メモリ１６に格納する（ステップ５２
）。

【００１５】黒画素連結の追跡による矩形抽出では、黒
画素連結の成分が外接矩形として抽出されるため、極端
に小さなものが含まれ、抽出された外接矩形をそのまま
用いて文字パターンの候補を生成すると処理効率が悪い
。そこで、文字パターン候補生成の前処理として、文字
塊切り出し部１７で、外接矩形の座標値や間隔などを参
照して、同一の文字あるいは文字の部分に属すると見做
し得るような接近した外接矩形を統合する処理を行ない
、この統合処理後の矩形を文字塊として切り出し、その
座標などのデータを文字塊メモリ１８に格納する（ステ
ップ５３）。文字塊は、文字パターンそのものである場
合と、文字パターンの一部である場合とがある。

【００１６】この統合処理は、例えば次のように行なわ
れる。行の高さの３分の２よりも幅の大きな外接矩形を
全角矩形とし、隣合う全角矩形の間隔の最小値の半分の
値を最小文字間隔として求める。また、外接矩形の幅の
最大値を最大文字幅として求める。そして、抽出された
外接矩形の中で、間隔が最小文字間隔以下のものを統合
する。ただし、統合後の幅が最大文字幅を越えないよう
にする。

【００１７】標準文字幅算出部１９において、文字塊メ
モリ１８のデータを参照し、１行中の文字塊の高さの最
大値を検出し、この値を、または、この値に補正係数を
乗じるなどして補正した値を、当該行の標準文字幅とし
て標準文字幅メモリ２０に格納する（ステップ５４）。 なお、幅とは行方向のサイズを、高さとは行と垂直な方
向のサイズを、それぞれ意味する。

【００１８】接触文字判別部２１において、文字塊メモ
リ１８を参照し、１行中の文字塊の幅と、標準文字幅メ
モリ２０に得られた当該行の標準文字幅の２倍値とを比
較し、標準文字幅の２倍値を越える幅を持つ文字塊を接
触文字の文字塊として検出し、そのイメージを行画像メ
モリ１６より切り出し接触文字画像メモリ２２に格納す
る（ステップ５５）。そして、このイメージに対して、
接触文字分離部２３は行に垂直な方向の射影をとり、射
影値（黒画素のヒストグラム）が所定の閾値以下の位置
で、当該接触文字の文字塊を分割し、文字塊メモリ１８
の対応データを修正する（ステップ５６，５７）。図３
は、接触した「日」と「本」の分離の様子を示している
。

【００１９】文字パターン生成部１７において、文字塊
メモリ１８を参照し、行頭から行末へ（左から右へ）向
かって、文字塊を組み合わせて文字パターンの候補を生
成し、生成した各文字パターン候補を構成している文字
塊の組み合わせ情報と、そのイメージを文字パターンメ
モリ２５に格納する（ステップ５８）。ただし、組み合
わせ後のパターン幅が最大文字幅を越えないようにする
。

【００２０】認識部２２において、全ての文字パターン
候補に対し、特徴量を抽出して認識辞書の標準特徴量と
のマッチングを行ない認識果候補を求め、その文字コー
ドと距離及び総輪郭数を選択部２７に送る（ステップ５
９）。

【００２１】選択部２７において、文字パターン候補の
文字認識結果の評価により、切り出すべき文字パターン
を確定する（ステップ６０）。すなわち、文字パターン
メモリ２５内の文字塊組み合わせ情報を参照することに
より、他の文字パターン候補と文字塊の重複がある文字
パターン候補について、その認識結果候補の距離を総輪
郭数で除した評価値を計算する。この評価値は、小さい
ぼと文字としての確からしさが高い。そして、文字塊が
重複した複数の文字パターン候補より、それぞれの評価
値に基づいて一つの文字パターン候補を文字パターンと
して確定し、その認識結果データを出力する。例えば、
文字塊の重複は、文字の部分パターンと、その統合パタ
ーンとの間で起こるので、各部分パターンの評価値の最
大値が統合パターンの評価値以上である場合に、統合パ
ターンである文字パターン候補を文字パターンとして切
り出し、逆の場合に部分パターンたる文字パターン候補
をそれぞれ文字パターンとして切り出す。文字塊の重複
がない文字パターン候補は、このような評価が不要であ
るので、そのまま文字パターンとして確定し、その認識
結果データを出力する。

【００２２】

【発明の効果】請求項１の発明によれば、マルチサイズ
の日本語文書などにおいても接触文字を確実に切り出す
ことができ、また、行毎に文字サイズが変動する文書に
も対応できる。

【００２３】請求項２の発明によれば、マルチサイズ・
不定ピッチの日本語文書などに対し、接触文字も含めた
文字切り出しを高精度に行なうことができる。

【００２４】請求項３の発明によれば、スキューに左右
されない、接触文字の高精度切り出しが可能である。

【図面の簡単な説明】

【図１】本発明の一実施例の装置構成を示すブロック図
である。

【図２】本発明の一実施例の処理内容を示すフロー図で
ある。

【図３】接触文字分離の説明図である。

【符号の説明】

１１　　２値画像入力装置　　　　　　　　　　　　　
　１２　　イメージメモリ １３　　外接矩形抽出部　　　　　　　　　　　　　　
　　１４　　外接矩形メモリ １５　　行切り出し部　　　　　　　　　　　　　　　
　　　１６　　行画像メモリ １７　　文字塊切り出し部　　　　　　　　　　　　　
　１８　　文字塊メモリ １９　　標準文字幅算出部　　　　　　　　　　　　　
　２０　　標準文字幅メモリ ２１　　接触文字判別部　　　　　　　　　　　　　　
　　２２　　接触文字画像メモリ ２３　　説職文字分離部　　　　　　　　　　　　　　
　　２４　　文字パターン生成部 ２５　　文字パターンメモリ　　　　　　　　　　　　
２６　　認識部２７　　選択部

Claims (3)

【特許請求の範囲】
1. 【請求項１】　　文書画像上の黒画素の連結を追跡して
   その外接矩形を抽出し、抽出した外接矩形の統合により
   行を切り出し、各行毎に外接矩形を用いて文字を切り出
   す文字切り出し方法において、各行毎に、外接矩形のサ
   イズ情報に基づいて標準文字幅を算出し、この標準文字
   幅と各外接矩形の幅とを比較することにより接触文字に
   対応する外接矩形を検出し、検出した外接矩形に対して
   は、行と垂直の方向の射影を求めて、射影値が所定値以
   下となる位置で当該外接矩形を分割することを特徴とす
   る文字切り出し方法。
2. 【請求項２】　　文書画像上の黒画素の連結を追跡して
   その外接矩形を抽出し、抽出した外接矩形の統合により
   行を切り出し、各行毎に単独の外接矩形及び複数の外接
   矩形の組み合わせよりなる文字パターン候補を生成して
   文字認識を行ない、各文字パターン候補をその認識結果
   の評価によって最終的に文字パターンとして切り出すか
   否かを判定する文字切り出し方法において、各行毎に、
   外接矩形のサイズ情報に基づいて標準文字幅を算出し、
   この標準文字幅と各外接矩形の幅とを比較することによ
   り接触文字に対応する外接矩形を検出し、検出した外接
   矩形に対しては、行と垂直の方向の射影を求めて、射影
   値が所定値以下となる位置で当該外接矩形を分割する処
   理を行ない、当該処理後の外接矩形を文字パターン候補
   の生成に用いることを特徴とする文字切り出し方法。
3. 【請求項３】　　各行中の外接矩形の高さの最大値に基
   づいて標準文字幅を算出することを特徴とする請求項１
   または２記載の文字切り出し方法。