JPH05128302A - 文字認識方法及びその装置 - Google Patents
文字認識方法及びその装置Info
- Publication number
- JPH05128302A JPH05128302A JP3288274A JP28827491A JPH05128302A JP H05128302 A JPH05128302 A JP H05128302A JP 3288274 A JP3288274 A JP 3288274A JP 28827491 A JP28827491 A JP 28827491A JP H05128302 A JPH05128302 A JP H05128302A
- Authority
- JP
- Japan
- Prior art keywords
- window
- character recognition
- character
- area
- polygon
- 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.)
- Withdrawn
Links
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
- Digital Computer Display Output (AREA)
Abstract
(57)【要約】
【目的】 文字認識量に応じた適切な文字認識結果の表
示を行う。 【構成】 スキャナ１から読み込んだ画像原稿に２値化
処理を行って得られたイメージをイメージウィンドウ１
１に表示する。表示されたイメージより文字認識を行い
たい領域を指定すると、その中に含まれる文字画像を一
文字ずつ切り出して領域内の文字数や行数を計算する。
次に計算された文字数や行数に基づいて、認識結果を表
示する結果ウィンドウ１３のサイズを求め、これをオー
プンする。最後に、指定された領域内の文字画像に対す
る文字認識を実行し、その結果を結果ウィンドウ１３に
表示する。
示を行う。 【構成】 スキャナ１から読み込んだ画像原稿に２値化
処理を行って得られたイメージをイメージウィンドウ１
１に表示する。表示されたイメージより文字認識を行い
たい領域を指定すると、その中に含まれる文字画像を一
文字ずつ切り出して領域内の文字数や行数を計算する。
次に計算された文字数や行数に基づいて、認識結果を表
示する結果ウィンドウ１３のサイズを求め、これをオー
プンする。最後に、指定された領域内の文字画像に対す
る文字認識を実行し、その結果を結果ウィンドウ１３に
表示する。
Description
【０００１】
【産業上の利用分野】本発明は文字認識方法及びその装
置に関し、特に、紙面に印刷あるいは手書きされた文字
を光学的に読取り認識する文字認識方法及びその装置に
関するものである。
置に関し、特に、紙面に印刷あるいは手書きされた文字
を光学的に読取り認識する文字認識方法及びその装置に
関するものである。
【０００２】
【従来の技術】従来の光学的文字認識装置（以下、ＯＣ
Ｒ：Optical Character Readerという）における文字認
識処理は、一般的には図１５に示すフローチャートのよ
うな手順で実行される。
Ｒ：Optical Character Readerという）における文字認
識処理は、一般的には図１５に示すフローチャートのよ
うな手順で実行される。
【０００３】即ち、ステップＳ５０１でスキャナから画
像原稿を読み取りアナログ電気信号出力を得た後、これ
をステップＳ５０２で２値化処理を施し２値のデジタル
データ（以下、イメージと呼ぶ）に変換する。次にステ
ップＳ５０３で、装置に備えられているディスプレイに
イメージを表示するためのイメージウィンドウ画面をオ
ープンし、例えば、図１６に示されているようにそのイ
メージを表示する。通常、ディスプレイには複数のウィ
ンドウ画面が同時に表示可能となっているが、図１６の
場合はディスプレイ画面いっぱいにイメージウィンドウ
１０１が表示されている例が示されている。
像原稿を読み取りアナログ電気信号出力を得た後、これ
をステップＳ５０２で２値化処理を施し２値のデジタル
データ（以下、イメージと呼ぶ）に変換する。次にステ
ップＳ５０３で、装置に備えられているディスプレイに
イメージを表示するためのイメージウィンドウ画面をオ
ープンし、例えば、図１６に示されているようにそのイ
メージを表示する。通常、ディスプレイには複数のウィ
ンドウ画面が同時に表示可能となっているが、図１６の
場合はディスプレイ画面いっぱいにイメージウィンドウ
１０１が表示されている例が示されている。
【０００４】ステップＳ５０４では、装置操作者がディ
スプレイ上に表示されたイメージを見ながら、認識させ
たい領域（以下、これを認識対象領域という）、例え
ば、図１６の１０２で示されている領域をマウス等のポ
インティングデバイスにより指定する。ステップＳ５０
５では認識対象領域に含まれる文字画像の認識結果を表
示するための結果ウィンドウをオープンする。さらにス
テップＳ５０６では、指定された認識対象領域内の文字
画像を１文字ずつ取り出すための文字切り出し処理を実
行し、ステップＳ５０７では切り出された１文字ずつの
画像に対して認識処理を実行する。最後にステップＳ５
０８では結果ウィンドウに認識結果を表示する。
スプレイ上に表示されたイメージを見ながら、認識させ
たい領域（以下、これを認識対象領域という）、例え
ば、図１６の１０２で示されている領域をマウス等のポ
インティングデバイスにより指定する。ステップＳ５０
５では認識対象領域に含まれる文字画像の認識結果を表
示するための結果ウィンドウをオープンする。さらにス
テップＳ５０６では、指定された認識対象領域内の文字
画像を１文字ずつ取り出すための文字切り出し処理を実
行し、ステップＳ５０７では切り出された１文字ずつの
画像に対して認識処理を実行する。最後にステップＳ５
０８では結果ウィンドウに認識結果を表示する。
【０００５】さて、以上のような一般的な文字認識処理
の手順に加えて、入力した画像原稿に写真、図、見出し
などが含まれ認識対象領域がマウスで指定するような矩
形で切り出せない場合には、ステップＳ５０４のマウス
による領域指定の前に、装置操作者がイメージウィンド
ウ１０１に表示された画像から不要な部分を消去するな
どの操作を行っていた。
の手順に加えて、入力した画像原稿に写真、図、見出し
などが含まれ認識対象領域がマウスで指定するような矩
形で切り出せない場合には、ステップＳ５０４のマウス
による領域指定の前に、装置操作者がイメージウィンド
ウ１０１に表示された画像から不要な部分を消去するな
どの操作を行っていた。
【０００６】例えば、図１７に示されるイメージウィン
ドウ１０１に表示された画像に対して、１０３で示され
た領域に含まれる文字画像を文字認識させたい場合、マ
ウスによる矩形領域指定では画面左上端の『静電誘導』
の見出しを含んでしまうため都合が悪い。このため、装
置操作者が表示された画像から『静電誘導』の部分を消
去する操作を行って、図１８に示される１０３′のよう
な画像を得てからマウスによる矩形領域指定を行ってい
た。
ドウ１０１に表示された画像に対して、１０３で示され
た領域に含まれる文字画像を文字認識させたい場合、マ
ウスによる矩形領域指定では画面左上端の『静電誘導』
の見出しを含んでしまうため都合が悪い。このため、装
置操作者が表示された画像から『静電誘導』の部分を消
去する操作を行って、図１８に示される１０３′のよう
な画像を得てからマウスによる矩形領域指定を行ってい
た。
【０００７】
【発明が解決しようとする課題】しかしながら上記従来
例では、結果ウィンドウが所定の初期値サイズに基づい
て表示されるため、認識対象領域の文字数や行数が結果
ウィンドウサイズと対応せず、無駄な部分を表示した
り、認識結果が見づらいという欠点があった。
例では、結果ウィンドウが所定の初期値サイズに基づい
て表示されるため、認識対象領域の文字数や行数が結果
ウィンドウサイズと対応せず、無駄な部分を表示した
り、認識結果が見づらいという欠点があった。
【０００８】この点について、図１９〜図２１に示す種
々のサイズの結果ウィンドウ１０４と結果ウィンドウ１
０４に表示された認識結果を参照して具体的に説明す
る。これらの図で示される認識結果は、図１６に示した
イメージウィンドウ１０１に表示された画像から指定さ
れた認識対象領域１０２に含まれる文字画像から得られ
たものである。図１９〜図２１において、１０４は結果
ウィンドウ、１０５は認識動作に必要な各種モードを設
定するためのモード設定ウィンドウである。
々のサイズの結果ウィンドウ１０４と結果ウィンドウ１
０４に表示された認識結果を参照して具体的に説明す
る。これらの図で示される認識結果は、図１６に示した
イメージウィンドウ１０１に表示された画像から指定さ
れた認識対象領域１０２に含まれる文字画像から得られ
たものである。図１９〜図２１において、１０４は結果
ウィンドウ、１０５は認識動作に必要な各種モードを設
定するためのモード設定ウィンドウである。
【０００９】さて、図１９に示される場合、認識対象領
域１０２の文字数及び行数に対して結果ウィンドウ１０
４のサイズが大きすぎるため、無駄な部分が生じる。こ
れに対して、図２０に示される場合、結果ウィンドウ１
０４のサイズが小さすぎるため、本来の改行にウィンド
ウサイズの制限による強制改行も加わるため、大変見づ
らくなる。以上の欠点を補うために、図２１に示すよう
に、本来の改行は無視しウィンドウサイズに合わせた改
行だけを挿入する方法も考えられるが、この場合には、
改行位置が元の文章と異なるので、視覚的にはやはり違
和感が残り認識結果の確認・修正作業がやりにくいとい
う不便さは残る。
域１０２の文字数及び行数に対して結果ウィンドウ１０
４のサイズが大きすぎるため、無駄な部分が生じる。こ
れに対して、図２０に示される場合、結果ウィンドウ１
０４のサイズが小さすぎるため、本来の改行にウィンド
ウサイズの制限による強制改行も加わるため、大変見づ
らくなる。以上の欠点を補うために、図２１に示すよう
に、本来の改行は無視しウィンドウサイズに合わせた改
行だけを挿入する方法も考えられるが、この場合には、
改行位置が元の文章と異なるので、視覚的にはやはり違
和感が残り認識結果の確認・修正作業がやりにくいとい
う不便さは残る。
【００１０】また、写真、図、見出しなどが含まれる入
力画像原稿から矩形以外の領域を認識対象としたい場合
には不要な部分を削除するための余計な作業が必要とな
るために、文字画像入力に時間を要するという問題や、
不要部分を削除中に誤って必要部分をも削除してしまう
という操作上のミスが発生する可能性が常にあった。本
発明は上記従来例に鑑みてなされたもので、認識対象領
域に含まれる文字画像の大きさに対応した適切なサイズ
で認識結果を表示可能な文字認識方法及びその装置を提
供することを目的としている。
力画像原稿から矩形以外の領域を認識対象としたい場合
には不要な部分を削除するための余計な作業が必要とな
るために、文字画像入力に時間を要するという問題や、
不要部分を削除中に誤って必要部分をも削除してしまう
という操作上のミスが発生する可能性が常にあった。本
発明は上記従来例に鑑みてなされたもので、認識対象領
域に含まれる文字画像の大きさに対応した適切なサイズ
で認識結果を表示可能な文字認識方法及びその装置を提
供することを目的としている。
【００１１】
【課題を解決するための手段】上記目的を達成するため
に本発明の文字認識方法は、以下のような工程からな
る。即ち、画像原稿を読み取り前記画像原稿に描かれた
文字を認識する文字認識方法であって、前記画像原稿を
読み取る入力工程と、前記入力工程によって読み取られ
た前記画像原稿を画面上の第１のウィンドウに表示する
第１表示工程と、前記第１表示工程によって表示された
前記画像原稿から、文字認識を行いたい領域を指定する
指定工程と、前記指定工程によって指定された前記領域
に含まれる文字を一文字ずつ切り出して、前記領域に含
まれる文字数を算出する算出工程と、前記算出工程によ
って算出された文字数に基づいて、文字認識結果を表示
する第２のウィンドウ画面のサイズを決定し、前記画面
上に前記第２のウィンドウをオープンするウィンドウオ
ープン工程と、前記領域に含まれる文字を一文字ずつ文
字認識する認識工程と、前記認識工程による認識結果を
前記第２のウィンドウに表示する第２表示工程とを有す
ることを特徴とする文字認識方法を備える。
に本発明の文字認識方法は、以下のような工程からな
る。即ち、画像原稿を読み取り前記画像原稿に描かれた
文字を認識する文字認識方法であって、前記画像原稿を
読み取る入力工程と、前記入力工程によって読み取られ
た前記画像原稿を画面上の第１のウィンドウに表示する
第１表示工程と、前記第１表示工程によって表示された
前記画像原稿から、文字認識を行いたい領域を指定する
指定工程と、前記指定工程によって指定された前記領域
に含まれる文字を一文字ずつ切り出して、前記領域に含
まれる文字数を算出する算出工程と、前記算出工程によ
って算出された文字数に基づいて、文字認識結果を表示
する第２のウィンドウ画面のサイズを決定し、前記画面
上に前記第２のウィンドウをオープンするウィンドウオ
ープン工程と、前記領域に含まれる文字を一文字ずつ文
字認識する認識工程と、前記認識工程による認識結果を
前記第２のウィンドウに表示する第２表示工程とを有す
ることを特徴とする文字認識方法を備える。
【００１２】また他の発明によれば、画像原稿を読み取
り前記画像原稿に描かれた文字を認識する文字認識装置
であって、前記画像原稿を読み取る入力手段と、前記入
力手段によって読み取られた前記画像原稿を画面上の第
１のウィンドウに表示する第１表示手段と、前記第１表
示手段によって表示された前記画像原稿から、文字認識
を行いたい領域を指定する指定手段と、前記指定手段に
よって指定された前記領域に含まれる文字を一文字ずつ
切り出して、前記領域に含まれる文字数を算出する算出
手段と、前記算出手段によって算出された文字数に基づ
いて、文字認識結果を表示する第２のウィンドウ画面の
サイズを決定し、前記画面上に前記第２のウィンドウを
オープンするウィンドウオープン手段と、前記領域に含
まれる文字を一文字ずつ文字認識する認識手段と、前記
認識手段による認識結果を前記第２のウィンドウに表示
する第２表示手段とを有することを特徴とする文字認識
装置を備える。
り前記画像原稿に描かれた文字を認識する文字認識装置
であって、前記画像原稿を読み取る入力手段と、前記入
力手段によって読み取られた前記画像原稿を画面上の第
１のウィンドウに表示する第１表示手段と、前記第１表
示手段によって表示された前記画像原稿から、文字認識
を行いたい領域を指定する指定手段と、前記指定手段に
よって指定された前記領域に含まれる文字を一文字ずつ
切り出して、前記領域に含まれる文字数を算出する算出
手段と、前記算出手段によって算出された文字数に基づ
いて、文字認識結果を表示する第２のウィンドウ画面の
サイズを決定し、前記画面上に前記第２のウィンドウを
オープンするウィンドウオープン手段と、前記領域に含
まれる文字を一文字ずつ文字認識する認識手段と、前記
認識手段による認識結果を前記第２のウィンドウに表示
する第２表示手段とを有することを特徴とする文字認識
装置を備える。
【００１３】
【作用】以上の構成により本発明は、入力された画像原
稿から文字認識を行いたい領域を指定し、その領域に含
まれる文字数に基づいて、文字認識結果を表示する第２
のウィンドウ画面のサイズを決定し、これをオープンす
るよう動作する。
稿から文字認識を行いたい領域を指定し、その領域に含
まれる文字数に基づいて、文字認識結果を表示する第２
のウィンドウ画面のサイズを決定し、これをオープンす
るよう動作する。
【００１４】
【実施例】以下添付図面を参照して本発明の好適な実施
例を詳細に説明する。
例を詳細に説明する。
【００１５】［装置の概要説明（図１）］ここでは、以
下に述べるいくつかの実施例において共通に用いられる
文字認識装置について説明する。
下に述べるいくつかの実施例において共通に用いられる
文字認識装置について説明する。
【００１６】図１は本発明の代表的な実施例である光学
的文字認識装置（ＯＣＲ）の構成を示すブロック図であ
る。図１において、１は画像原稿に光を照射してその反
射光を読み取りアナログ電気信号を出力するスキャナ、
２はスキャナ１が出力する電気信号をデジタル変換し白
黒に対応した２値信号に変換する２値化回路、３はイメ
ージウィンドウ上での領域指定など座標を入力するため
のポインディングデバイスであるマウス、４はマウス３
からの信号を他の装置構成要素に伝送するためのマウス
インタフェース回路、５は装置全体の制御及び文字切り
出し処理や認識処理などを実行するＣＰＵ、６はＣＰＵ
５が実行する制御プログラム、各種処理プログラム、認
識辞書などを格納するＲＯＭ、７は文字画像の展開や文
字認識処理のための作業領域などとして用いられるＲＡ
Ｍ、８は入力イメージや認識結果を表示するためのディ
スプレイ、９はディスプレイインタフェース回路、そし
て、１０は各装置構成要素を接続するＣＰＵバスであ
る。
的文字認識装置（ＯＣＲ）の構成を示すブロック図であ
る。図１において、１は画像原稿に光を照射してその反
射光を読み取りアナログ電気信号を出力するスキャナ、
２はスキャナ１が出力する電気信号をデジタル変換し白
黒に対応した２値信号に変換する２値化回路、３はイメ
ージウィンドウ上での領域指定など座標を入力するため
のポインディングデバイスであるマウス、４はマウス３
からの信号を他の装置構成要素に伝送するためのマウス
インタフェース回路、５は装置全体の制御及び文字切り
出し処理や認識処理などを実行するＣＰＵ、６はＣＰＵ
５が実行する制御プログラム、各種処理プログラム、認
識辞書などを格納するＲＯＭ、７は文字画像の展開や文
字認識処理のための作業領域などとして用いられるＲＡ
Ｍ、８は入力イメージや認識結果を表示するためのディ
スプレイ、９はディスプレイインタフェース回路、そし
て、１０は各装置構成要素を接続するＣＰＵバスであ
る。
【００１７】［第１実施例（図２〜図４）］ここでは上
記構成の文字認識装置を用いて実行する文字認識処理に
ついて、図２に示すフローチャートを参照して説明す
る。なお、ここでは従来例で既に説明したと同じ処理ス
テップについては、同じステップ参照番号を付して説明
を省略する。
記構成の文字認識装置を用いて実行する文字認識処理に
ついて、図２に示すフローチャートを参照して説明す
る。なお、ここでは従来例で既に説明したと同じ処理ス
テップについては、同じステップ参照番号を付して説明
を省略する。
【００１８】ステップＳ５０１〜Ｓ５０４では従来の技
術に従って、画像原稿の入力、２値化処理、イメージ表
示、及び、マウスによる認識対象領域の指定を行う。
術に従って、画像原稿の入力、２値化処理、イメージ表
示、及び、マウスによる認識対象領域の指定を行う。
【００１９】次にステップＳ１０では、指定された認識
対象領域から文字切り出し処理を行い、１文字ずつに対
応する矩形領域を取り出す。続いて、Ｓ１５で文字切り
出しの処理結果に基づき、その認識対象領域における文
字数の最大値及び行数を計算する。これらの値から認識
結果文字を表示するのに必要かつ余分のない結果ウィン
ドウのサイズを決定し、ステップＳ２０では計算された
サイズに従う結果ウィンドウをオープンする。
対象領域から文字切り出し処理を行い、１文字ずつに対
応する矩形領域を取り出す。続いて、Ｓ１５で文字切り
出しの処理結果に基づき、その認識対象領域における文
字数の最大値及び行数を計算する。これらの値から認識
結果文字を表示するのに必要かつ余分のない結果ウィン
ドウのサイズを決定し、ステップＳ２０では計算された
サイズに従う結果ウィンドウをオープンする。
【００２０】ステップＳ５０７〜Ｓ５０８では従来の技
術に従って、認識処理を実行し、その結果を結果ウィン
ドウへ表示する。
術に従って、認識処理を実行し、その結果を結果ウィン
ドウへ表示する。
【００２１】以上の処理によって、図３に示すような結
果ウィンドウのサイズと文字認識結果の表示文字量との
関係が適切な表示が得られる。図３において、１１はイ
メージウィンドウで、１３は結果ウィンドウ、１４はＯ
ＣＲの動作に必要な各種モードを設定するためのモード
設定ウィンドウである。また、ここで結果ウィンドウ１
３に表示されている文字は、図１６に示したイメージウ
ィンドウ１０１に表示された画像から指定された認識対
象領域１０２に含まれる文字画像から得られたものであ
る。
果ウィンドウのサイズと文字認識結果の表示文字量との
関係が適切な表示が得られる。図３において、１１はイ
メージウィンドウで、１３は結果ウィンドウ、１４はＯ
ＣＲの動作に必要な各種モードを設定するためのモード
設定ウィンドウである。また、ここで結果ウィンドウ１
３に表示されている文字は、図１６に示したイメージウ
ィンドウ１０１に表示された画像から指定された認識対
象領域１０２に含まれる文字画像から得られたものであ
る。
【００２２】以上の説明では、横書き文書に対する処理
の例を示したが縦書き文書に対しても同様の処理が適用
可能であることは言うまでもない。
の例を示したが縦書き文書に対しても同様の処理が適用
可能であることは言うまでもない。
【００２３】また、上記の説明ではマルチウィンドウ画
面は各ウィンドウが重なり合うオーバラップ型のマルチ
ウィンドウであったが、例えば、図４に示すようなウィ
ンドウが重なり合わないタイル型のマルチウィンドウを
用いることももちろん可能である。図４において、１５
は各種処理モード設定ウィンドウ、１６はイメージウィ
ンドウ、１７は結果ウィンドウである。ここで、結果ウ
ィンドウの高さは固定であるが、幅は認識対象領域の文
字数の最大値に応じて決定される。
面は各ウィンドウが重なり合うオーバラップ型のマルチ
ウィンドウであったが、例えば、図４に示すようなウィ
ンドウが重なり合わないタイル型のマルチウィンドウを
用いることももちろん可能である。図４において、１５
は各種処理モード設定ウィンドウ、１６はイメージウィ
ンドウ、１７は結果ウィンドウである。ここで、結果ウ
ィンドウの高さは固定であるが、幅は認識対象領域の文
字数の最大値に応じて決定される。
【００２４】さらに、各ウィンドウはマウス操作によ
り、移動、リサイズ（拡大・縮小など）、前置、後置等
の操作が自由に行えることは言うまでもない。
り、移動、リサイズ（拡大・縮小など）、前置、後置等
の操作が自由に行えることは言うまでもない。
【００２５】従って本実施例に従えば、指定された認識
対象領域に含まれる文字数の最大値及び行数に基づい
て、結果ウィンドウのサイズが決定されるので、常に、
文字認識結果の表示文字量に適切な結果ウィンドウが得
られ、違和感のない適切な表示が行われる。
対象領域に含まれる文字数の最大値及び行数に基づい
て、結果ウィンドウのサイズが決定されるので、常に、
文字認識結果の表示文字量に適切な結果ウィンドウが得
られ、違和感のない適切な表示が行われる。
【００２６】［第２実施例（図５〜図１１）］第１実施
例では指定された認識対象領域に含まれる文字数の最大
値及び行数に対応して最適な結果ウィンドウのサイズを
決定する処理について説明した。本実施例では、単なる
矩形ではなくより複雑な形をした認識対象領域の指定が
可能な処理について、図５に示すフローチャートを参照
して説明する。なお、ここでも従来例で既に説明したと
同じ処理ステップについては、同じステップ参照番号を
付して説明を省略する。
例では指定された認識対象領域に含まれる文字数の最大
値及び行数に対応して最適な結果ウィンドウのサイズを
決定する処理について説明した。本実施例では、単なる
矩形ではなくより複雑な形をした認識対象領域の指定が
可能な処理について、図５に示すフローチャートを参照
して説明する。なお、ここでも従来例で既に説明したと
同じ処理ステップについては、同じステップ参照番号を
付して説明を省略する。
【００２７】ステップＳ５０１〜Ｓ５０３では従来の技
術に従って、画像原稿の入力、２値化処理、イメージ表
示を行う。
術に従って、画像原稿の入力、２値化処理、イメージ表
示を行う。
【００２８】次にステップＳ３０では、認識対象領域を
マウス３を用いて指定する。本実施例では、マウス３を
操作してイメージウィンドウ画面上に線分を描き、その
線分を連結して多角形を形成し、その多角形によって囲
まれる領域が認識対象領域とみなされる。この認識対象
領域指定の動作については、図６〜図８に示す表示画面
例を参照して具体的に説明する。
マウス３を用いて指定する。本実施例では、マウス３を
操作してイメージウィンドウ画面上に線分を描き、その
線分を連結して多角形を形成し、その多角形によって囲
まれる領域が認識対象領域とみなされる。この認識対象
領域指定の動作については、図６〜図８に示す表示画面
例を参照して具体的に説明する。
【００２９】図６はステップＳ５０３の処理が終了して
スキヤナ１より入力した画像原稿をイメージウィンドウ
４１に表示した様子を示す図である。さらに図６では、
線分４２と線分４３とが既に描かれており、認識対象領
域指定のための多角形が描画中であることを示してい
る。線分の指定はマウス３によって行われ、カーソル４
０を所望の位置に移動させた後、マウス３のボタンを１
回クリックすることによって、多角形の構成要素である
線分の始点または終点が決定される。
スキヤナ１より入力した画像原稿をイメージウィンドウ
４１に表示した様子を示す図である。さらに図６では、
線分４２と線分４３とが既に描かれており、認識対象領
域指定のための多角形が描画中であることを示してい
る。線分の指定はマウス３によって行われ、カーソル４
０を所望の位置に移動させた後、マウス３のボタンを１
回クリックすることによって、多角形の構成要素である
線分の始点または終点が決定される。
【００３０】図７は図６と比べて多角形の描画が進み、
最後の線分を決定する様子を示している。図７ではさら
にカーソル４０を所望の位置に移動させながらマウス３
のボタンの１回クリックが続行されて、線分４４、線分
４５、線分４６が描かれている。多角形を完成させるた
めには、カーソル４０を所望の位置に移動させた後、マ
ウス３のボタンを２回クリック（ダブルクリック）す
る。これによって、例えば、図７に示す場合には、カー
ソル４０の位置と多角形を作成し始めた始点５１とが直
線で結ばれ、図８に示す多角形６１が完成し、この多角
形６１が認識対象領域とみなされる。
最後の線分を決定する様子を示している。図７ではさら
にカーソル４０を所望の位置に移動させながらマウス３
のボタンの１回クリックが続行されて、線分４４、線分
４５、線分４６が描かれている。多角形を完成させるた
めには、カーソル４０を所望の位置に移動させた後、マ
ウス３のボタンを２回クリック（ダブルクリック）す
る。これによって、例えば、図７に示す場合には、カー
ソル４０の位置と多角形を作成し始めた始点５１とが直
線で結ばれ、図８に示す多角形６１が完成し、この多角
形６１が認識対象領域とみなされる。
【００３１】このようにして認識対象領域の指定が完了
すると、処理はステップＳ３５に進み、指定された領域
内での文字切り出し処理が実行され、１文字ずつの矩形
領域が取り出される。ここでは、図９と図１０を参照し
てもう少し具体的に説明する。なお、文字切り出しには
既に多くの方法が公知の技術として知られているが、本
実施例では射影によって得られる黒画素のヒストグラム
を用いて文字切り出し処理を行うものとする。もちろん
輪郭線追跡等、他の切り出し方法を用いても良いことは
言うまでもない。
すると、処理はステップＳ３５に進み、指定された領域
内での文字切り出し処理が実行され、１文字ずつの矩形
領域が取り出される。ここでは、図９と図１０を参照し
てもう少し具体的に説明する。なお、文字切り出しには
既に多くの方法が公知の技術として知られているが、本
実施例では射影によって得られる黒画素のヒストグラム
を用いて文字切り出し処理を行うものとする。もちろん
輪郭線追跡等、他の切り出し方法を用いても良いことは
言うまでもない。
【００３２】説明を簡単にするために、ここでは指定さ
れた認識対象領域を図９に示されるような矩形領域７１
とする。ここで、図９に示すように横方向にｘ軸、縦方
向にｙ軸をとるｘｙ座標系を考えると、この矩形内領域
の座標は、ａ0 ＜ｘ＜ａ1 、ｂ0 ＜ｙ＜ｂ1 と表現でき
る。
れた認識対象領域を図９に示されるような矩形領域７１
とする。ここで、図９に示すように横方向にｘ軸、縦方
向にｙ軸をとるｘｙ座標系を考えると、この矩形内領域
の座標は、ａ0 ＜ｘ＜ａ1 、ｂ0 ＜ｙ＜ｂ1 と表現でき
る。
【００３３】最初に矩形７１内でｘ方向への黒画素の射
影を取ると、ｙ軸方向に関してヒストグラム７２が得ら
れる。このヒストグラム７２に従って、ＹS1，ＹE1，Ｙ
S2，ＹE2，…というように各行の始点及び終点のｙ座標
値が計算される。
影を取ると、ｙ軸方向に関してヒストグラム７２が得ら
れる。このヒストグラム７２に従って、ＹS1，ＹE1，Ｙ
S2，ＹE2，…というように各行の始点及び終点のｙ座標
値が計算される。
【００３４】次に、各行ごとに、即ち、第ｎ行に対して
は、ａ0 ＜ｘ＜ａ、ＹSn＜ｙ＜ＹEnで与えられる矩形内
で、図１０に示すように、ｙ方向への黒画素の射影を取
ると、ｘ軸方向に関してヒストグラム７３が得られる。
そして、このヒストグラム７３に従って、ＸS1，ＸE1，
ｘS2，ＸE2，…という各文字の始点及び終点のｘ座標値
が計算される。
は、ａ0 ＜ｘ＜ａ、ＹSn＜ｙ＜ＹEnで与えられる矩形内
で、図１０に示すように、ｙ方向への黒画素の射影を取
ると、ｘ軸方向に関してヒストグラム７３が得られる。
そして、このヒストグラム７３に従って、ＸS1，ＸE1，
ｘS2，ＸE2，…という各文字の始点及び終点のｘ座標値
が計算される。
【００３５】以上のような考え方は、図１１に示される
多角形の認識対象領域に対しても適用できる。図１１の
多角形７４の場合、多角形によって囲まれる領域の座標
は、 ＸS （ｙ）＜ｘ＜ＸE （ｙ） …（１） かつ、 ＸS （ｘ）＜ｙ＜ＹE （ｘ） …（２） で表される。
多角形の認識対象領域に対しても適用できる。図１１の
多角形７４の場合、多角形によって囲まれる領域の座標
は、 ＸS （ｙ）＜ｘ＜ＸE （ｙ） …（１） かつ、 ＸS （ｘ）＜ｙ＜ＹE （ｘ） …（２） で表される。
【００３６】従って、式（１）及び（２）の条件を満足
する範囲のみでｘ方向及びｙ方向へ射影を取れば、所望
の領域の行の切り出し及び文字の切り出しが実現でき
る。
する範囲のみでｘ方向及びｙ方向へ射影を取れば、所望
の領域の行の切り出し及び文字の切り出しが実現でき
る。
【００３７】最後にステップＳ５０７〜Ｓ５０８では従
来の技術に従って、切り出された文字画像に対して認識
処理を実行し、その結果を結果ウィンドウへ表示する。
来の技術に従って、切り出された文字画像に対して認識
処理を実行し、その結果を結果ウィンドウへ表示する。
【００３８】従って本実施例に従えば、複数の線分を自
由に組み合わせた多角形が認識対象領域となるので、マ
ウスで単純に指定することができない複雑な外形をした
認識対象領域を指定することができる。また、これによ
って写真、図、見出し等が存在しても、それらを容易に
除いて認識対象領域を選択できる。
由に組み合わせた多角形が認識対象領域となるので、マ
ウスで単純に指定することができない複雑な外形をした
認識対象領域を指定することができる。また、これによ
って写真、図、見出し等が存在しても、それらを容易に
除いて認識対象領域を選択できる。
【００３９】なお以上の説明において、マウスをポイン
ティングデバイスとして用いたが、他の各種ポインティ
ングデバイスを用いることも可能である。また、多角形
を形成する際の線分の確定にマウスボタンのシングルク
リックを、多角形の確定にダブルクリックをそれぞれ用
いるものとして説明したが、これらのクリックの定義は
変更可能であるし、また、マウスボタンを離した時点で
線分あるいは多角形が確定するようにしてもよい。
ティングデバイスとして用いたが、他の各種ポインティ
ングデバイスを用いることも可能である。また、多角形
を形成する際の線分の確定にマウスボタンのシングルク
リックを、多角形の確定にダブルクリックをそれぞれ用
いるものとして説明したが、これらのクリックの定義は
変更可能であるし、また、マウスボタンを離した時点で
線分あるいは多角形が確定するようにしてもよい。
【００４０】［第３実施例（図１２〜図１４）］第２実
施例では複数の線分を組み合わせて多角形を形成し、そ
の多角形によって囲まれる領域を認識対象領域とする場
合について説明したが、本実施例では単純な矩形を組み
合わせて認識対象領域を形成する場合について説明す
る。なお、第２実施例と比較したとき、本実施例の特徴
は認識対象領域の形成手順にあり、その他の処理につい
ては共通なので、ここではその形成手順についてのみ図
１２〜図１４を参照して説明する。
施例では複数の線分を組み合わせて多角形を形成し、そ
の多角形によって囲まれる領域を認識対象領域とする場
合について説明したが、本実施例では単純な矩形を組み
合わせて認識対象領域を形成する場合について説明す
る。なお、第２実施例と比較したとき、本実施例の特徴
は認識対象領域の形成手順にあり、その他の処理につい
ては共通なので、ここではその形成手順についてのみ図
１２〜図１４を参照して説明する。
【００４１】認識させたい領域としては、従来例で説明
した図１７に示す領域１０３を考える。まず、図１２に
示す矩形領域８１をマウス３で指定する。矩形領域８１
は、まず、矩形領域８１の左上端にマウスカーソルを合
わせてマウスボタンを一度クリックし、その後、マウス
をドラッグして矩形領域８１の右下端に移動して、さら
にもう一度マウスボタンをクリックすることによって確
定する。次に、マウス３を同様に操作して矩形領域８２
を指定する。このように連続的に複数の矩形領域をマウ
スによって指定すると、本実施例の場合は、指定された
矩形領域を合成して多角形を形成する。例えば、図１２
に示す場合、これら矩形領域８１と８２が重なり合う部
分の線分８３と線分８４が無視されて、その結果、図１
３に示すような多角形８５が認識対象領域とみなされ
る。このようして最終的に図１４に示されるような認識
対象領域８６が得られる。で表される。
した図１７に示す領域１０３を考える。まず、図１２に
示す矩形領域８１をマウス３で指定する。矩形領域８１
は、まず、矩形領域８１の左上端にマウスカーソルを合
わせてマウスボタンを一度クリックし、その後、マウス
をドラッグして矩形領域８１の右下端に移動して、さら
にもう一度マウスボタンをクリックすることによって確
定する。次に、マウス３を同様に操作して矩形領域８２
を指定する。このように連続的に複数の矩形領域をマウ
スによって指定すると、本実施例の場合は、指定された
矩形領域を合成して多角形を形成する。例えば、図１２
に示す場合、これら矩形領域８１と８２が重なり合う部
分の線分８３と線分８４が無視されて、その結果、図１
３に示すような多角形８５が認識対象領域とみなされ
る。このようして最終的に図１４に示されるような認識
対象領域８６が得られる。で表される。
【００４２】言い換えると矩形領域の合成とは、指定さ
れた矩形を構成する線分の最も外側の部分だけを残すこ
とであると言える。このような合成処理は重なりをもつ
矩形領域が指定される度ごとに実行され、常に最も外側
の線分要素だけが認識対象領域の境界線として残され
る。
れた矩形を構成する線分の最も外側の部分だけを残すこ
とであると言える。このような合成処理は重なりをもつ
矩形領域が指定される度ごとに実行され、常に最も外側
の線分要素だけが認識対象領域の境界線として残され
る。
【００４３】従って本実施例に従えば、マウスを用いて
複数の矩形領域を指定し、それを合成することによって
形成される多角形を認識対象領域とすることができる。
複数の矩形領域を指定し、それを合成することによって
形成される多角形を認識対象領域とすることができる。
【００４４】尚、本発明は、複数の機器から構成される
システムに適用しても良いし、１つの機器から成る装置
に適用しても良い。また、本発明はシステム或は装置に
プログラムを供給することによって達成される場合にも
適用できることは言うまでもない。
システムに適用しても良いし、１つの機器から成る装置
に適用しても良い。また、本発明はシステム或は装置に
プログラムを供給することによって達成される場合にも
適用できることは言うまでもない。
【００４５】
【発明の効果】以上説明したように本発明によれば、文
字認識を行いたい領域に含まれる文字数に基づいて、文
字認識結果を表示するウィンドウのサイズを決定してオ
ープンするので、常に文字認識結果に対して適切なサイ
ズのウィンドウを得ることができる効果がある。従っ
て、そのウィンドウが大きすぎて画面上に無駄な部分が
生じることもなく、また、そのウィンドウが小さすぎず
文字認識結果が見やすいので認識結果の確認・修正も容
易であるという利点もある。
字認識を行いたい領域に含まれる文字数に基づいて、文
字認識結果を表示するウィンドウのサイズを決定してオ
ープンするので、常に文字認識結果に対して適切なサイ
ズのウィンドウを得ることができる効果がある。従っ
て、そのウィンドウが大きすぎて画面上に無駄な部分が
生じることもなく、また、そのウィンドウが小さすぎず
文字認識結果が見やすいので認識結果の確認・修正も容
易であるという利点もある。
【００４６】また、文字認識を行いたい領域をオペレー
タが所望の形状の多角形で指定できるため、矩形では何
回かに分割して指定しなければならないような形状の領
域でも一度に指定できるので、操作効率が向上するとい
う効果がある。
タが所望の形状の多角形で指定できるため、矩形では何
回かに分割して指定しなければならないような形状の領
域でも一度に指定できるので、操作効率が向上するとい
う効果がある。
【図１】本発明の代表的な実施例である文字認識装置の
構成を示すブロック図である。
構成を示すブロック図である。
【図２】第１実施例に従う文字認識処理を示すフローチ
ャートである。
ャートである。
【図３】第１実施例に従う、結果ウィンドウの表示例を
示す図である。
示す図である。
【図４】タイル型マルチウィンドウの表示例を示す図で
ある。
ある。
【図５】第２実施例に従う文字認識処理を示すフローチ
ャートである。
ャートである。
【図６】
【図７】
【図８】第２実施例に従うイメージウィンドウに認識対
象領域となる多角形を描画する様子を示す図である。
象領域となる多角形を描画する様子を示す図である。
【図９】射影による行切り出しを説明する図である。
【図１０】射影による文字切り出しを説明する図であ
る。
る。
【図１１】第２実施例に従う多角形の認識対象領域内で
の行、文字切り出しを説明する図である。
の行、文字切り出しを説明する図である。
【図１２】
【図１３】第３実施例に従うイメージウィンドウに認識
対象領域となる複数の矩形を描画する様子を示す図であ
る。
対象領域となる複数の矩形を描画する様子を示す図であ
る。
【図１４】第３実施例に従う多角形の認識対象領域内で
の行、文字切り出しを説明する図である。
の行、文字切り出しを説明する図である。
【図１５】従来例に従う文字認識処理を示すフローチャ
ートである。
ートである。
【図１６】
【図１７】
【図１８】従来例に従うイメージウィンドウの表示例を
示す図である。
示す図である。
【図１９】
【図２０】
【図２１】従来例に従う結果ウィンドウの表示例を示す
図である。
図である。
１ スキャナ ２ ２値化回路 ３ マウス ４ マウスインタフェース回路 ５ ＣＰＵ ６ ＲＯＭ ７ ＲＡＭ ８ ディスプレイ ９ ディスプレイインタフェース回路 １０ ＣＰＵバス
Claims (7)
- 【請求項１】 画像原稿を読み取り前記画像原稿に描か
れた文字を認識する文字認識方法であって、 前記画像原稿を読み取る入力工程と、 前記入力工程によって読み取られた前記画像原稿を画面
上の第１のウィンドウに表示する第１表示工程と、 前記第１表示工程によって表示された前記画像原稿か
ら、文字認識を行いたい領域を指定する指定工程と、 前記指定工程によって指定された前記領域に含まれる文
字を一文字ずつ切り出して、前記領域に含まれる文字数
を算出する算出工程と、 前記算出工程によって算出された文字数に基づいて、文
字認識結果を表示する第２のウィンドウ画面のサイズを
決定し、前記画面上に前記第２のウィンドウをオープン
するウィンドウオープン工程と、 前記領域に含まれる文字を一文字ずつ文字認識する認識
工程と、 前記認識工程による認識結果を前記第２のウィンドウに
表示する第２表示工程とを有することを特徴とする文字
認識方法。 - 【請求項２】 前記指定工程は前記第１のウィンドウ内
に複数の矩形を指定する矩形指定工程と、 前記複数の矩形を合成して１つの多角形を形成し該多角
形を前記領域とする多角形合成工程とを有することを特
徴とする請求項第１項に記載の文字認識方法。 - 【請求項３】 前記指定工程は前記第１のウィンドウ内
に複数の線分を描き、前記複数の線分によって１つの多
角形を形成し、該多角形を前記領域とする領域形成工程
とを有することを特徴とする請求項第１項に記載の文字
認識方法。 - 【請求項４】 画像原稿を読み取り前記画像原稿に描か
れた文字を認識する文字認識装置であって、 前記画像原稿を読み取る入力手段と、 前記入力手段によって読み取られた前記画像原稿を画面
上の第１のウィンドウに表示する第１表示手段と、 前記第１表示手段によって表示された前記画像原稿か
ら、文字認識を行いたい領域を指定する指定手段と、 前記指定手段によって指定された前記領域に含まれる文
字を一文字ずつ切り出して、前記領域に含まれる文字数
を算出する算出手段と、 前記算出手段によって算出された文字数に基づいて、文
字認識結果を表示する第２のウィンドウ画面のサイズを
決定し、前記画面上に前記第２のウィンドウをオープン
するウィンドウオープン手段と、 前記領域に含まれる文字を一文字ずつ文字認識する認識
手段と、 前記認識手段による認識結果を前記第２のウィンドウに
表示する第２表示手段とを有することを特徴とする文字
認識装置。 - 【請求項５】 前記指定手段は前記第１のウィンドウ内
に複数の矩形を指定する矩形指定手段と、 前記複数の矩形を合成して１つの多角形を形成し該多角
形を前記領域とする多角形合成手段とを有することを特
徴とする請求項第４項に記載の文字認識装置。 - 【請求項６】 前記指定手段は前記第１のウィンドウ内
に複数の線分を描き、前記複数の線分によって１つの多
角形を形成し、該多角形を前記領域とする領域形成手段
を有することを特徴とする請求項第４項に記載の文字認
識装置。 - 【請求項７】 前記入力手段は前記画像原稿に光を照射
し、前記光の反射光を受光して前記反射光をアナログ電
気信号に変換するスキャナと、 前記アナログ電気信号をデジタル信号に変換して２値信
号を出力する２値化手段とを有することを特徴とする請
求項第４項に記載の文字認識装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3288274A JPH05128302A (ja) | 1991-11-05 | 1991-11-05 | 文字認識方法及びその装置 |
| US07/934,313 US5703962A (en) | 1991-08-29 | 1992-08-25 | Image processing method and apparatus |
| EP92307847A EP0531060B1 (en) | 1991-08-29 | 1992-08-28 | Image processing method and apparatus |
| DE69230392T DE69230392T2 (de) | 1991-08-29 | 1992-08-28 | Verfahren und Gerät zur Bildverarbeitung |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3288274A JPH05128302A (ja) | 1991-11-05 | 1991-11-05 | 文字認識方法及びその装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05128302A true JPH05128302A (ja) | 1993-05-25 |
Family
ID=17728059
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3288274A Withdrawn JPH05128302A (ja) | 1991-08-29 | 1991-11-05 | 文字認識方法及びその装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05128302A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015201038A (ja) * | 2014-04-08 | 2015-11-12 | 富士通株式会社 | 情報処理装置及び情報処理プログラム |
| KR20200062806A (ko) * | 2018-11-27 | 2020-06-04 | 삼성생명보험주식회사 | 문서 이미지 상에서 글자를 인식하기 위한 방법 |
| JP2023528132A (ja) * | 2021-05-14 | 2023-07-04 | ▲騰▼▲訊▼科技（深▲セン▼）有限公司 | 情報表示方法、装置、端末、及びコンピュータプログラム |
-
1991
- 1991-11-05 JP JP3288274A patent/JPH05128302A/ja not_active Withdrawn
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015201038A (ja) * | 2014-04-08 | 2015-11-12 | 富士通株式会社 | 情報処理装置及び情報処理プログラム |
| KR20200062806A (ko) * | 2018-11-27 | 2020-06-04 | 삼성생명보험주식회사 | 문서 이미지 상에서 글자를 인식하기 위한 방법 |
| JP2023528132A (ja) * | 2021-05-14 | 2023-07-04 | ▲騰▼▲訊▼科技（深▲セン▼）有限公司 | 情報表示方法、装置、端末、及びコンピュータプログラム |
| US12420187B2 (en) | 2021-05-14 | 2025-09-23 | Tencent Technology (Shenzhen) Company Limited | Information display method and apparatus, terminal, storage medium, and computer program product |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11341733B2 (en) | Method and system for training and using a neural network for image-processing | |
| EP0991264B1 (en) | Click and select user interface for document scanning | |
| CN107133615B (zh) | 信息处理设备和信息处理方法 | |
| JP2001175807A (ja) | テキスト領域選択方法 | |
| US5703962A (en) | Image processing method and apparatus | |
| JP2005073015A (ja) | 画像処理装置及び画像処理方法及びコンピュータプログラム | |
| US7068855B2 (en) | System and method for manipulating a skewed digital image | |
| US5291561A (en) | Graphics processing device | |
| US6504540B1 (en) | Method and apparatus for altering one or more attributes of one or more blocks of image data in a document | |
| JPH05128302A (ja) | 文字認識方法及びその装置 | |
| JP2000181988A (ja) | 光学文字読取装置 | |
| US11380032B2 (en) | Image information processing apparatus, method and non-transitory computer readable medium storing program | |
| JPH103516A (ja) | 情報処理方法及び装置 | |
| JP3761923B2 (ja) | 画像処理装置及び方法 | |
| JP2000011192A (ja) | 画像間位置合わせ方法 | |
| JPH10222688A (ja) | 画像処理方法 | |
| JPH04156694A (ja) | 文字認識方式 | |
| JP3484274B2 (ja) | 類似文書の領域分割方法 | |
| JPH07160811A (ja) | 文字認識装置 | |
| JP2734628B2 (ja) | 文字認識装置 | |
| JPH01270107A (ja) | 数値制御加工装置のプログラム作成装置 | |
| JPH0927008A (ja) | 文字認識装置及び方法 | |
| JP2931041B2 (ja) | 表内文字認識方法 | |
| JP2004213215A (ja) | 画像入力方法及び画像入力装置 | |
| JP2954218B2 (ja) | 画像処理方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19990204 |