JPH0668777B2 - 文字行検出装置 - Google Patents

Description

【発明の詳細な説明】 ［概要］ 文字行検出装置であって、文字画像を文字行方向と直交
する帯状領域に分割し、各帯状領域毎に部分行を求め、
同一行に対する部分行を連結することにより文字行を検
出する過程において、文字サイズ及び行間隔を推定し、
それに基づき帯状領域の大きさを自動的に最適な値に設
定することで、任意の文字サイズ及び行間隔の文書につ
いても正確に、効率良く文字行を検出できるようにした
ものである。

［産業上の利用分野］ 本発明は文字行検出装置に関し、更に詳しくは、文書を
スキャナで２値画像として読み取った文書画像から、文
書中の文字を認識する文字認識装置に用いられる文字行
検出装置に関する。

文書中の文字を認識するには、先ず、文書画像から文字
行を検出し、その後、文字行から個々の文字を切り出し
て認識するという処理が行われる。

ここで、文書をスキャナで読み取る際に、スキャナに対
して文書が傾く等の理由により、読み取った文書画像に
は、ある程度の傾きが混入する。このため、傾いた文字
行に対しても、文書画像から文字行を正確に、効率良く
検出する装置が必要となる。

［従来の技術］ 従来装置における文字行検出の動作概要は次のものがあ
る。先ず、文字行方向と直交する方向、即ち、横書きの
文書では垂直方向、縦書きの文書では水平方向に、文書
画像を予め設定した大きさの帯状領域に分割し、それぞ
れの帯状領域について文字行方向、即ち、横書きの文書
では水平方向、縦書きの文書では垂直方向の射影を求め
る。ここで、射影は帯状領域を文字行方向に走査し、黒
画素が所定数以上存在すれば黒とし、それ以下であれば
白とする。次に、射影に黒である区間に対応する帯状領
域上の矩形領域を文字行の一部とみなし、これを部分行
とする。その後、各帯状領域の部分行とその隣の帯状領
域の部分行との重なりを調べ、重なりが最大である部分
行同士を連結する。この結果得られた一連の連結した部
分行を文字行として検出する。

今、文字行が第３図に示すようにl1,l2,l3,…と傾いた
状態で読取るものとする。スキャナによる読取方向は図
に示すように水平方向となる。従って、読取られた各帯
状領域間における文字行は、第４図に示すように不連続
なステップ状となる。この場合、帯状領域Ａの文字行L1
を帯状領域Ｂの文字行L2,L3のうちのどれと連結するか
が問題となる。ここでは、前述したように重なりが最大
である方をセレクトしてL1とL2を連結する。

上記の処理においては、帯状領域の大きさが処理速度及
び処理性能に影響する。帯状領域の数が少ないほど、即
ち、帯状領域の大きさが大きい程全体の部分行の数が少
なくなるため、処理時間が減少する。又、帯状領域の大
きさが大きい程複数の行に対する射影が黒である区間が
連続してしまい部分行が正しく検出できない可能性が大
きくなる。更に、帯状領域の大きさが大きい程重なりが
最大の部分行同士が同一行の部分行でない可能性が大き
くなる。一方、帯状領域の大きさが小さい程射影が不安
定になりやすいため部分行が正しく検出できない可能性
が大きくなる。従って、帯状領域の大きさは誤検出がお
きない範囲で最大の大きさとするのが良いが、その値は
対象とする文書の文字サイズや行間隔によって変化す
る。

［発明が解決しようとする問題点］ 従来装置では、帯状領域の大きさは標準的な文書で最適
となるように設定してあるため、文字サイズや行間隔が
標準的な文書と大きく異なる文書では、誤検出が生じた
り必要以上に処理時間がかかるという問題点がある。

本発明は、このような点に鑑みてなされたもので、文字
サイズや行間隔が異なる多様な文書で正確に、効率良く
文字行を検出することができる文字行検出装置を提供す
ることを目的とする。

［問題点を解決するための手段］ 第１図は、本発明の文字行検出装置の原理ブロック図で
ある。

図において、１は文書を白黒の２値画像として読み取
り、文書画像データを出力する文書画像読取手段、２は
文書画像データを入力し、文字行方向と直交するように
とった文書画像データ中の帯状領域について、文字行方
向の射影を求め、それに基づき文字サイズと行間隔を推
定する文字サイズ及び行間隔推定手段である。３は文字
行方向の射影像による黒区間の広がりが文字サイズ及び
行間隔推定手段２によって求められた文字サイズ及び行
間隔以下となるよう帯状領域の大きさを求める帯状領域
幅決定手段、４は帯状領域幅決定手段３で求めた大きさ
に従って文書画像を文字行方向と直交する帯状領域に分
割し、それぞれの帯状領域について文字行方向の射影を
求め、部分行を検出する部分行検出手段、５は部分行検
出手段４で検出された各帯状領域の部分行について重な
りが最大である隣接する部分行を連結し文字行を検出す
る部分行統合手段である。

［作用］ 文字サイズ及び行間隔推定手段２は、文書画像データを
入力し、文書画像データ中の帯状領域についての射影を
求め、文字サイズ及び行間隔を推定し、帯状領域幅決定
手段３は、文字行方向の射影像による黒区間の広がりが
文字サイズ及び行間隔推定手段２によって求められた文
字サイズ及び行間隔以下となるよう帯状領域の大きさを
設定する。部分行検出手段４及び部分行統合手段５は、
文書画像を文字行方向と直交する帯状領域に最適幅で分
割し、各帯状領域毎に部分行を求め、同一行に対する部
分行を連結することにより文字行を検出する。

［実施例］ 以下、図面を用いて本発明の実施例を詳細に説明する。

第２図は本発明の一実施例を示す構成ブロック図であ
る。この図において、第１図の各部分に対応する部分に
は同一符号を付して示す。

文字サイズ及び行間隔推定手段２は、文書画像読取手段
１からの文書画像データを入力する射影回路21、射影区
間を指定する射影区間指定手段22、射影像データを格納
する射影像メモリ23及び射影像の黒区間及び白区間をそ
の大きさによりそれぞれ予め設定したクラスに分類し、
各クラス毎の頻度を計測する頻度計測回路24からなる。
６は全体回路を統轄制御する制御回路、７は部分行テー
ブルメモリで、部分行検出回路４及び部分行統合回路５
に結合している。

このように構成した装置の動作を説明すれば、以下の通
りである。尚、以下の説明では文字行方向、即ち、横書
きの文書では水平方向、縦書きの文書では垂直方向をＸ
軸、文字行方向と直交する方向をＹ軸とするＸ−Ｙ座標
系を用いて説明する。

先ず、制御回路６は、文字サイズ及び行間隔を推定する
ために射影を求める帯状領域の開始位置及び終了位置の
Ｘ座標を射影区間指定手段22に設定し、射影回路21を起
動する。ここで、文字サイズ及び行間隔を推定するため
の帯状領域の大きさは、取り扱う文字の最大サイズが既
知ならばそれに相当する大きさとし、未知ならば文書上
で約1cmに相当する大きさとする。又、帯状領域の位置
は、文書の中央付近とする。但し、これらの大きさや位
置は、上記に限定されるものではない。

射影回路21は、射影区間指定手段22で指定される射影区
間に従って文書画像読取手段１によって得られた文書画
像データの射影を求め、その結果を射影像メモリ23に格
納する。即ち、文書画像データの各Ｙ座標について、射
影区間指定手段22に設定された帯状領域の開始位置のＸ
座標から終了位置のＸ座標までデータを走査し、その間
に黒画素が所定数以上存在すれば、そのＹ座標における
射影像は黒として例えば“1"で表し、その間の黒画素数
が所定数未満ならば、そのＹ座標における射影像は白と
して例えば“0"で表して、その値を射影像メモリ23に格
納する。ここで、射影像を黒とするか白とするかの判定
基準である所定数は、１以上であり、且つ帯状領域の大
きさよりも十分小さい値であればいくらでもよいが、例
えば３とする。

射影処理の終了後、射影回路21は制御回路６に制御を戻
す。次に、制御回路６は頻度計測回路24を起動する。頻
度計測回路24は射影像メモリ23に格納された射影像の黒
区間及び白区間を、その大きさによりそれぞれ予め設定
したクラスに分類し、各クラス毎の頻度を計測する。即
ち、射影像メモリ23に格納された値をＹ座標の昇順に読
み出し、その値が“0"から“1"に変化する位置から、次
に“1"から“0"に変化する位置までを１つの黒区間と
し、その間の“1"の数により、その数に該当する黒区間
のクラスの頻度を１加算する。又、読み出した値が“1"
から“0"に変化する位置から、次に“0"から“1"に変化
する位置までを１つの白区間とし、その間の“0"の数に
より、その数に該当する白区間のクラスの頻度を１加算
する。ここで、各黒区間のクラスの大きさは、例えば文
書上で2mmに相当する大きさとする。又、白区間の各ク
ラスの大きさは、例えば文書上で1mmに相当する大きさ
とする。

投影像の全ての黒区間及び白区間についての処理が終了
した後、頻度計測回路24は文字サイズ及び行間隔を求め
る。ここで、文字サイズは頻度が最大の黒区間のクラス
の代表値、例えばそのクラスの中央値とする。又、行間
隔は頻度が最大の白区間のクラスの代表値、例えばその
クラスの最小値とする。その後、頻度計測回路24は帯状
領域幅決定回路３を起動する。帯状領域幅決定回路３は
頻度計測回路24で求めた文字サイズ及び行間隔に基づき
帯状領域の大きさを決定する（詳細は後述する）。その
後、帯状領域幅決定回路３は制御回路６に制御を戻す。

次に、制御回路６は帯状領域幅決定回路３で決定した帯
状領域の大きさに基づいて、文書画像を分割する位置を
求め、１番目の帯状領域の開始位置及び終了位置のＸ座
標を射影区間指定手段22に設定し、射影回路21を起動す
る。射影回路21は射影区間指定手段22に従って文書画像
データの射影を求め、その結果を射影像メモリ23に格納
する。その後、射影回路21は制御回路６に制御を戻す。
次に、制御回路６は部分行検出回路４を起動する。部分
行検出回路４は射影像メモリ23に格納された射影像の各
黒区間の開始位置及び終了位置のＹ座標を、部分行テー
ブルメモリ７の１番目の帯状領域に対する部分行テーブ
ルに格納する。その後、部分行検出回路４は制御回路６
に制御を戻す。

制御回路６はすべての帯状領域に対する処理が終了する
まで、射影区間指定手段22の設定と射影回路21及び部分
行検出回路４の起動を繰り返す。すべての帯状領域につ
いて部分行の検出が終了すると、制御回路６は部分行統
合回路５を起動する。部分行統合回路５は部分行テーブ
ルメモリ７に格納された部分行テーブルに基づき、各帯
状領域の部分行とそれに隣接する帯状領域の部分行との
重なりを調べ、重なりが最大である部分行同士を連結し
文字行を検出する。

上記の処理において、帯状領域の大きさは文字サイズ及
び行間隔に基づき次のように決定する。文字行方向の射
影像の黒区間は、文字行に傾きがない場合は射影を求め
る区間、即ち、帯状領域の大きさによらず略一定となる
が、文字行が傾いている場合には帯状領域の大きさが大
きくなるにつれて広がってくる。このため、複数の文字
行に対する黒区間が複合してしまう、或いは、隣接する
帯状領域の部分行において重なりが最大の部分行同士が
同一行の部分行でないという問題が生じる。複数の文字
行に対する黒区間が複合してしまうという問題を回避す
るためには、黒区間の広がりが行間隔以下となるように
帯状領域の大きさを設定すればよい。又、隣接する帯状
領域の部分行において重なりが最大の部分行同士が同一
行の部分行でないという問題を回避するためには、黒区
間の広がりが文字サイズ以下となるように帯状領域の大
きさを設定すればよい。黒区間の広がり量をy,帯状領域
の大きさをx,文字行の傾きをθとすると、ｙは ｙ＝ｘ×tan θ で与えられる。従って、文字サイズをc,行間隔をd,予め
設定した許容する文字行の傾きの最大値をａとすると、
上記の２つの条件を同時に満たすためには、帯状領域の
大きさｗは、 ｗ＝min（c,d）／tan a とすればよい。但し、min（c,d）は、ｃとｄの小さい方
の値である。

更に、射影が不安定になるのを回避するため、上の値が
文字サイズ以下の場合は、 ｗ＝ｃ とする。但し、帯状領域の大きさは上で求めた値に限定
されるものではなく、上で求めた値に近い値であればよ
い。

以上、詳細に説明したように、本発明によれば文字サイ
ズや行間隔が異なる多様な文書で正確に、効率良く文字
行を検出することができる。

本発明は、文書画像を文字行方向と直交する帯状領域に
分割し、各帯状領域毎に部分行を求め、同一行に対する
部分行を連結することにより文字行を検出するという点
においては、従来技術と同様であるが、文字サイズ及び
行間隔を推定し、それに基づき帯状領域の大きさを自動
的に最適な値に設定しているため、任意の文字サイズ及
び行間隔の文書で正確に、効率良く文字行を検出するこ
とができるのである。

［発明の効果］ 以上詳細に説明したように、本発明は文字行の検出に先
立ち文字サイズ及び行間隔を推定し、それに基づき帯状
領域の大きさを自動的に最適な値に設定しているため、
任意の文字サイズ及び行間隔の文書で正確に、効率良く
文字行を検出することができる。

【図面の簡単な説明】

第１図は本発明装置の原理ブロック図、 第２図は本発明の一実施例装置の構成ブロック図、 第３図は文字行の傾き方向を示す図、 第４図は部分行の連結法を示す図である。 第１図及び第２図において、 １は文書画像読取手段、 ２は文字サイズ及び行間隔推定手段、 ３は帯状領域幅決定手段、 ４は部分行検出手段、 ５は部分行統合手段である。

Claims (1)

【特許請求の範囲】
1. 【請求項１】文書を白黒の２値画像として読み取り、文
   書画像データとして出力する文書画像読取手段（１）
   と、 文書画像データを入力し、文字行方向と直交するように
   とった文字画像データ中の所定幅の帯状領域について、
   文字行方向の投影を求め、これに基づいて文書画像にお
   ける文字サイズ及び行間隔を求める文字サイズ及び行間
   隔推定手段（２）と、 文字行方向の射影像による黒区間の広がりが前記推定手
   段（２）によって求められた文字サイズ及び行間隔以下
   となるよう帯状領域の大きさを求める帯状領域幅決定手
   段（３）と、 この帯状領域幅決定手段（３）により求められた大きさ
   に従って文書画像を文字行方向と直交する帯状領域に分
   割し、それぞれの帯状領域について文字行方向の射影を
   求め部分行を検出する部分行検出手段（４）と、 この部分行検出手段（４）によって検出された各帯状領
   域の部分行について重なりが最大である隣接する部分行
   を連結し文字行を検出する部分行統合手段（５）とを備
   えた文字行検出装置。