JPH06195505A - 表認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 スキャナーから入力した表画像を基に、表構
造を認識する。 【構成】 スキャナー４１から入力した表画像の縦、横
２方向のランのうち、一定長さ以上のものを連結するこ
とにより、実線の罫線を抽出する。次に、抽出された罫
線に囲まれた内部の画像に対して、連結黒画素の外接矩
形の抽出を行う。破線や点線を構成する画素は、線の長
さ方向と垂直な幅は他の部分に比べて小さいので、抽出
された外接矩形のうち、幅が一定値以下のものを選び、
その頻度のヒストグラムをとる。そのうちしきい値以上
の部分を探し、その両側の一定範囲のヒストグラムを累
積しそれがしきい値以下の部分を点線候補とする。 【効果】 ヒストグラムの累積を見て点線候補を決定す
ることにより、網掛けの部分に誤って点線を抽出するこ
とがなくなり、正確に表認識が可能になる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、印刷された表を読み取
り、表構造及び、セル内の文字を認識する表認識装置に
関するものである。

【０００２】

【従来の技術】近年、表認識装置がコンピュータなどの
入力装置として利用されるようになってきた。文書の清
書システムとして表認識装置の利用を考慮すると、罫線
位置、線種、線幅、及びセル内の文字を認識する必要が
ある。

【０００３】以下に従来の表認識装置について説明す
る。図６は従来の表認識装置の機能ブロック図であり、
１１はスキャナ等の画像入力機器から画像を入力する画
像入力部である。１２は入力された画像データを格納す
る画像領域、１３は画像データを走査して一定長さ以上
の黒画素の並び（以下ランという）を抽出する実線ラン
抽出部、１４は画像データを走査して特定パターンのラ
ンの並びを抽出する破線ラン抽出部、１５は１３及び１
４で抽出されたランの連結性を調べて罫線を抽出し、抽
出された罫線位置の相互関係を見ることにより、セルを
抽出する表構造抽出部、１６はサンプル文字を記憶する
文字パターン辞書、１７は各セル内の文字をサンプル文
字と比較し、前もって決めた値よりも近い類似度なら
ば、その文字として出力する文字認識部、１８は認識し
た表の情報を出力する表出力部である。

【０００４】

【発明が解決しようとする課題】しかしながら上記従来
の構成では、表の中に網掛けを持つ文書の場合、上記破
線ラン抽出部において、網掛け部を誤って点線と認識し
てしまい、表の構造が正確に認識できないという問題点
があった。

【０００５】本発明はこの点に鑑み、表の構造を正確に
認識することのできる表認識装置を提供することを目的
とする。

【０００６】

【課題を解決するための手段】本発明は上記問題点を解
決するため、実線で囲まれた部分の８連結または４連結
の黒画素外接矩形の座標を出力する（以下ラベリングと
いう）ラベリング部と、抽出された外接矩形の内、幅ま
たは高さがしきい値以下のものを選び、その縦、横方向
のヒストグラムをとるヒストグラム抽出部と、ヒストグ
ラムの特徴から点線候補を抽出する点線候補抽出部と、
外接矩形の位置関係から実線以外の罫線を抽出する破線
抽出部を備える。

【０００７】

【作用】本発明は上記した構成により、点線と網掛けの
部分をヒストグラムの特徴によって識別することができ
る。したがって、表の構造を認識する場合、網掛け部分
を誤って点線と認識することがなくなり、正確な構造認
識が可能となる。

【０００８】

【実施例】図１は本発明の一実施例における表認識装置
の機能ブロック図を示すものである。図１において２１
はスキャナ等の画像入力機器から画像を入力する画像入
力部である。２２は入力された画像データを格納する画
像領域、２３は画像データを走査して一定長さ以上のラ
ンを抽出する実線ラン抽出部、２４は２３で抽出された
ランの連結性を調べて罫線を抽出し、罫線で囲まれた部
分をセルとして抽出する実線セル抽出部、２５は２４で
抽出されたセル内の連結黒画素の外接矩形を抽出するラ
ベリング部、２６は抽出された外接矩形の内、幅または
高さがしきい値以下のものを選び、その縦、横方向のヒ
ストグラムをとるヒストグラム抽出部、２７は、２６で
抽出されたヒストグラムの特徴から点線候補を抽出する
点線候補抽出部、２８は点線候補位置の外接矩形の位置
関係から実線以外の罫線を抽出する点線抽出部、２９は
２４で抽出された実線セルと、２８で抽出された実線以
外の罫線から表の構造を抽出する表構造抽出部、３０は
サンプル文字を記憶する文字パターン辞書、３１は各セ
ル内の文字をサンプル文字と比較し、前もって決めた値
よりも近い類似度ならば、その文字として出力する文字
認識部、３２は認識した表の情報を出力する表出力部で
ある。

【０００９】図２は本実施例の表認識装置の構成を示す
ブロック図である。図２において４１は表画像を読み取
るスキャナで、読み取った表画像をイメージデータとし
て出力する。４２はＲＡＭで、スキャナ４１からのイメ
ージデータを記憶する画像メモリ領域４３、イメージデ
ータの縦、横２方向の黒画素の並びを格納するラン領域
４４、イメージデータの連結黒画素の外接矩形を格納す
る外接矩形領域４５、外接矩形の縦、横２方向の頻度の
ヒストグラムを格納するヒストグラム領域４６、表認識
の結果得られる表の構造、セル内の文字を格納する表デ
ータ領域４７を有する。４８はＲＯＭで、文字認識に使
用する辞書を記憶した特徴辞書領域４９及びプログラム
記憶領域５０を有する。５１はプログラム記憶領域５０
に記憶された制御プログラムに従って処理を行う処理回
路である。５２は認識指令を行うキーボードであり、５
３は表データ領域４７に記憶された表を表示する表示部
である。

【００１０】以上のように構成された本実施例の表認識
装置について以下その動作を図３のフローチャートを用
いて説明する。

【００１１】ステップｓ１では、スキャナから画像を入
力し、メモリに格納する。ステップｓ２では、入力した
画像の傾きを補正する。ステップｓ３では、画像の縦、
横２方向の黒画素の並びを抽出する。ステップｓ４で
は、抽出したランの内、一定長さ以上のものを検索す
る。ステップｓ５では、ステップｓ４で検索したランを
連結して、罫線を抽出する。ステップｓ６では、ステッ
プｓ５で抽出した罫線で囲まれた部分があるか調べ、あ
る場合はステップｓ７へ、ない場合はステップｓ８へ進
む。ステップｓ７では、実線以外の罫線を抽出する（こ
のステップの詳細は後述する）。ステップｓ８ではステ
ップｓ５で抽出された罫線とステップｓ７で抽出された
破線に囲まれた部分をセルとして抽出する。ステップｓ
９では文字認識が終了していないセルがあるか調べ、あ
ればステップｓ１０のセル内文字認識を行う。ステップ
ｓ１１では、認識された表を出力する。

【００１２】次に図４のフローチャートを用いてステッ
プｓ７の詳細について説明する。ステップｓ７１では、
領域内の連結黒画素の外接矩形リストを作成する。ステ
ップｓ７２では、未処理のラベリングデータがあるか調
べ、あればステップｓ７３へ、なければステップｓ７７
へ進む。ステップｓ７３では、対象とするラベリングデ
ータの高さがしきい値以下かどうか調べ、しきい値以下
であればステップｓ７４の処理を行う。ステップｓ７４
では、ラベリングデータを横方向に投影した部分のヒス
トグラムを増加させる。ステップｓ７５では、対象とす
るラベリングデータの幅がしきい値以下かどうか調べ、
しきい値以下であればステップｓ７６の処理を行う。ス
テップｓ７６では、ラベリングデータを縦方向に投影し
た部分のヒストグラムを増加させる。ステップｓ７７で
は、ヒストグラムのレベルがしきい値よりも高くあるレ
ベルで切った幅が線幅のしきい値よりも小さいところが
あるか調べ、あればステップｓ７８以下の処理を繰り返
し、なければ終了する。ステップｓ７８では、ステップ
ｓ７７で見つかった部分の近傍のヒストグラムを累積
し、それがしきい値以下だったら点線候補とする。この
処理を行うことにより、図５（ａ）のような表画像を認
識する場合、（ｂ）及び（ｃ）では点線候補が抽出され
るが、（ｄ）では抽出されないため、網掛け部分に誤っ
て点線を抽出することはない。ステップｓ７９では、ス
テップｓ７８で見つかった部分を通るラベリングデータ
を検索し、ラベリングデータの最大間隔がしきい値以下
かどうか調べ、しきい値以下であればステップｓ７９で
実線以外の罫線として出力する。

【００１３】以上のように本実施例によれば、ラベリン
グ部、ヒストグラム抽出部、点線候補抽出部、及び破線
抽出部を設けることにより、正確に表の構造を認識する
ことができる。

【００１４】

【発明の効果】本発明は、実線で囲まれた部分の連結黒
画素外接矩形をとるラベリング部と、抽出された外接矩
形の内、幅または高さがしきい値以下のものを選び、そ
の縦、横方向のヒストグラムをとるヒストグラム抽出部
と、ヒストグラムの特徴から点線候補を抽出する点線候
補抽出部と、外接矩形の位置関係から実線以外の罫線を
抽出する点線抽出部を設けることにより、表の構造を正
確に認識することができる。

【図面の簡単な説明】

【図１】本発明の一実施例における表認識装置の機能ブ
ロック図

【図２】本実施例の表認識装置の構成を示すブロック図

【図３】本実施例における制御手順を示すフローチャー
ト

【図４】本実施例における制御手順を示すフローチャー
ト

【図５】点線候補抽出の説明図

【図６】従来の表認識装置の機能ブロック図

【符号の説明】

２１ 画像入力部 ２２ 画像メモリ ２３ 実線ラン抽出部 ２４ 罫線セル抽出部 ２５ ラベリング部 ２６ ヒストグラム抽出部 ２７ 点線候補抽出部 ２８ 点線抽出部 ２９ 表構造抽出部 ３０ 文字パターン辞書 ３１ 文字認識部 ３２ 表出力部 ４１ スキャナ ４２ ＲＡＭ ４３ 画像メモリ領域 ４４ ラン領域 ４５ 外接矩形領域 ４６ ヒストグラム領域 ４７ 表データ領域 ４８ ＲＯＭ ４９ 特徴辞書領域 ５０ プログラム記憶領域 ５１ 処理回路 ５２ キーボード ５３ 表示部

Claims (1)

【特許請求の範囲】
1. 【請求項１】与えられた入力図形を走査して得られた原
   図形情報に基づいて、表の構造を認識する表認識装置に
   おいて、縦、横２方向の黒画素のランのうち、一定長さ
   以上のものを抽出する手段と、抽出されたランを連結す
   ることにより、実線の罫線を抽出する手段と、抽出され
   た罫線で囲まれた部分の連結黒画素外接矩形リストをと
   る手段と、抽出した外接矩形の内、幅または高さがしき
   い値以下のものを選び、その縦、横方向のヒストグラム
   をとる手段と、ヒストグラムの特徴から点線候補を抽出
   する手段と、外接矩形の位置関係から実線以外の罫線を
   抽出する手段を備え、表の構造を正確に認識することを
   特徴とする表認識装置。