JPH0676108A - 文書画像の傾き検出方法 - Google Patents
文書画像の傾き検出方法Info
- Publication number
- JPH0676108A JPH0676108A JP4224444A JP22444492A JPH0676108A JP H0676108 A JPH0676108 A JP H0676108A JP 4224444 A JP4224444 A JP 4224444A JP 22444492 A JP22444492 A JP 22444492A JP H0676108 A JPH0676108 A JP H0676108A
- Authority
- JP
- Japan
- Prior art keywords
- black pixel
- continuous black
- pixel component
- inclination
- read image
- 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- Withdrawn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
- 238000000034 method Methods 0.000 title claims description 40
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000000605 extraction Methods 0.000 claims abstract description 22
- 230000010354 integration Effects 0.000 description 9
- 238000007796 conventional method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 235000020281 long black Nutrition 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 2
Landscapes
- Character Input (AREA)
- Facsimile Scanning Arrangements (AREA)
Abstract
(57)【要約】
【目的】 文書内の長い黒画素成分（黒ラン）を利用し
て、容易に、かつ効率良く、文書画像の傾きを検出す
る。 【構成】 読取り手段１０によって文書画像を読取り、
その読取り画像から、連続黒画素成分抽出処理３１によ
って連続黒画素成分を抽出する。傾き検出処理３３ａで
は、抽出された連続黒画素成分の外接矩形の高さと幅か
ら読取り画像の傾きを検出する。
て、容易に、かつ効率良く、文書画像の傾きを検出す
る。 【構成】 読取り手段１０によって文書画像を読取り、
その読取り画像から、連続黒画素成分抽出処理３１によ
って連続黒画素成分を抽出する。傾き検出処理３３ａで
は、抽出された連続黒画素成分の外接矩形の高さと幅か
ら読取り画像の傾きを検出する。
Description
【０００１】
【産業上の利用分野】本発明は、光学式文字読取り装置
（ＯＣＲ）、ファクシミリ装置（ＦＡＸ）等における文
書画像の傾きを検出する文書画像の傾き検出方法に関す
るものである。
（ＯＣＲ）、ファクシミリ装置（ＦＡＸ）等における文
書画像の傾きを検出する文書画像の傾き検出方法に関す
るものである。
【０００２】
【従来の技術】従来、この種の文書画像の傾き検出方法
としては、例えば、特開平２−１７５８７号公報に記載
されるものがある。この文書画像の傾き検出方法では、
原稿等の文書画像をイメージセンサ等で読取り、その読
取り画像において各列の白から黒へ反転した時の黒画素
点を検出し、検出された各列の反転黒画素点の中から極
小値を与える点を抽出し、抽出された極小点が同一直線
上にあると判定される点の集合に統合分類する。そし
て、分類された集合の中から、統合された点の数が最も
多い１つの集合を抽出し、抽出された集合に含まれる各
点に最小二乗法等を適用して読取り画像の傾きを算出す
る。この種の傾き検出方法では、傾き抽出のために用い
るデータを削減でき、それによって傾き検出処理の高速
化が図れるという利点がある。
としては、例えば、特開平２−１７５８７号公報に記載
されるものがある。この文書画像の傾き検出方法では、
原稿等の文書画像をイメージセンサ等で読取り、その読
取り画像において各列の白から黒へ反転した時の黒画素
点を検出し、検出された各列の反転黒画素点の中から極
小値を与える点を抽出し、抽出された極小点が同一直線
上にあると判定される点の集合に統合分類する。そし
て、分類された集合の中から、統合された点の数が最も
多い１つの集合を抽出し、抽出された集合に含まれる各
点に最小二乗法等を適用して読取り画像の傾きを算出す
る。この種の傾き検出方法では、傾き抽出のために用い
るデータを削減でき、それによって傾き検出処理の高速
化が図れるという利点がある。
【０００３】
【発明が解決しようとする課題】しかしながら、従来の
方法では、極小点が抽出できない場合、さらに複雑な処
理が必要となり、安定した結果が得られないという問題
があり、容易に、効率良く、文書画像の傾きを検出する
ことが困難であった。本発明は、前記従来技術が持って
いた課題として、極小点が抽出できない時には安定した
結果が得られないという点について解決し、文書画像内
の長い黒画素成分（黒ランともいう）を利用して容易
に、効率良く、文書画像の傾きを検出できる文書画像の
傾き検出方法を提供するものである。
方法では、極小点が抽出できない場合、さらに複雑な処
理が必要となり、安定した結果が得られないという問題
があり、容易に、効率良く、文書画像の傾きを検出する
ことが困難であった。本発明は、前記従来技術が持って
いた課題として、極小点が抽出できない時には安定した
結果が得られないという点について解決し、文書画像内
の長い黒画素成分（黒ランともいう）を利用して容易
に、効率良く、文書画像の傾きを検出できる文書画像の
傾き検出方法を提供するものである。
【０００４】
【課題を解決するための手段】第１の発明は、前記課題
を解決するために、文書画像を読取り、その読取り画像
において各列の白から黒へ反転した時の黒画素点を検出
し、検出された各列の反転黒画素点を用いて前記読取り
画像の傾きを検出する文書画像の傾き検出方法におい
て、連続黒画素成分抽出処理により、前記読取り画像を
縦及び横方向に走査して第１の閾値より長い黒画素成分
を抽出し、抽出された全黒画素成分の外接矩形について
統合条件を満たすものを統合して連続黒画素成分を抽出
する。次に、連続黒画素成分判定処理により、前記連続
黒画素成分抽出処理で抽出された連続黒画素成分の長さ
と第２の閾値との比較によって連続黒画素成分の有無を
判定する。その後、傾き検出処理により、前記連続黒画
素成分判定処理で連続黒画素成分有りと判定された場合
に、前記抽出された連続黒画素成分の外接矩形の高さと
幅から前記読取り画像の傾きを算出し、連続黒画素成分
無しと判定された場合は、前記反転黒画素点を用いた傾
き検出を行うようにしている。
を解決するために、文書画像を読取り、その読取り画像
において各列の白から黒へ反転した時の黒画素点を検出
し、検出された各列の反転黒画素点を用いて前記読取り
画像の傾きを検出する文書画像の傾き検出方法におい
て、連続黒画素成分抽出処理により、前記読取り画像を
縦及び横方向に走査して第１の閾値より長い黒画素成分
を抽出し、抽出された全黒画素成分の外接矩形について
統合条件を満たすものを統合して連続黒画素成分を抽出
する。次に、連続黒画素成分判定処理により、前記連続
黒画素成分抽出処理で抽出された連続黒画素成分の長さ
と第２の閾値との比較によって連続黒画素成分の有無を
判定する。その後、傾き検出処理により、前記連続黒画
素成分判定処理で連続黒画素成分有りと判定された場合
に、前記抽出された連続黒画素成分の外接矩形の高さと
幅から前記読取り画像の傾きを算出し、連続黒画素成分
無しと判定された場合は、前記反転黒画素点を用いた傾
き検出を行うようにしている。
【０００５】第２の発明では、第１の発明の文書画像の
傾き検出方法において、前記読取り画像を所定の縮小率
で縮小した縮小画像を用い、前記第１および第２の閾値
を該縮小率に応じて正規化し、前記連続黒画素成分抽出
処理、連続黒画素成分判定処理、及び傾き検出処理によ
って前記読取り画像の傾きの検出を行うようにしてい
る。
傾き検出方法において、前記読取り画像を所定の縮小率
で縮小した縮小画像を用い、前記第１および第２の閾値
を該縮小率に応じて正規化し、前記連続黒画素成分抽出
処理、連続黒画素成分判定処理、及び傾き検出処理によ
って前記読取り画像の傾きの検出を行うようにしてい
る。
【０００６】
【作用】第１の発明によれば、以上のように文書画像の
傾き検出方法を構成したので、文書画像が読取られる
と、その読取り画像から、連続黒画素成分抽出処理によ
って連続黒画素成分が抽出される。抽出された連続黒画
素成分は、その長さが閾値よりも大きいか否かが連続黒
画素成分判定処理で判定され、大きい時には傾き検出処
理によって該連続黒画素成分の外接矩形の高さと幅から
読取り画像の傾きが検出される。閾値以上の長さの連続
黒画素成分が抽出されない場合は、反転黒画素点を用い
て読取り画像の傾きが検出される。第２の発明によれ
ば、読取り画像を縮小した縮小画像を用い、第１の発明
とほぼ同様に、連続黒画素成分が抽出され、抽出された
連続黒画素成分の外接矩形の高さと幅から縮小画像の傾
きが検出される。従って、前記課題を解決できるのであ
る。
傾き検出方法を構成したので、文書画像が読取られる
と、その読取り画像から、連続黒画素成分抽出処理によ
って連続黒画素成分が抽出される。抽出された連続黒画
素成分は、その長さが閾値よりも大きいか否かが連続黒
画素成分判定処理で判定され、大きい時には傾き検出処
理によって該連続黒画素成分の外接矩形の高さと幅から
読取り画像の傾きが検出される。閾値以上の長さの連続
黒画素成分が抽出されない場合は、反転黒画素点を用い
て読取り画像の傾きが検出される。第２の発明によれ
ば、読取り画像を縮小した縮小画像を用い、第１の発明
とほぼ同様に、連続黒画素成分が抽出され、抽出された
連続黒画素成分の外接矩形の高さと幅から縮小画像の傾
きが検出される。従って、前記課題を解決できるのであ
る。
【０００７】
【実施例】図１は本発明の実施例の傾き検出方法の処理
内容を示すフローチャート、図２（ａ）〜（ｄ）は図１
の連続黒画素成分の説明図、図３は図１における連続黒
画素成分抽出処理（横方向）の処理内容を示すフローチ
ャート、図４（ａ），（ｂ）は図２における横長黒ラン
の場合と縦長黒画ランの場合の結合条件を説明する図、
及び図５（ａ），（ｂ）は図１における幅＞高さの時と
幅≦高さの時の傾き検出処理３３ａの説明図である。
内容を示すフローチャート、図２（ａ）〜（ｄ）は図１
の連続黒画素成分の説明図、図３は図１における連続黒
画素成分抽出処理（横方向）の処理内容を示すフローチ
ャート、図４（ａ），（ｂ）は図２における横長黒ラン
の場合と縦長黒画ランの場合の結合条件を説明する図、
及び図５（ａ），（ｂ）は図１における幅＞高さの時と
幅≦高さの時の傾き検出処理３３ａの説明図である。
【０００８】図１に示すように、本実施例の傾き検出方
法では、先ず、イメージスキャナ等の読取り手段１０に
より、原稿等の文書画像を２値で読取り、その読取り画
像を２値画像メモリ２０に格納する。次に、傾き検出手
段３０により、２値画像メモリ２０に格納した読取り画
像を走査し、図２（ａ）〜（ｄ）のような連続する黒画
素成分（黒ラン）である連続黒画素成分を抽出し、抽出
した連続黒画素成分の外接矩形の高さと幅等から、読取
り画像の傾きを検出し、処理を終了する。次に、本実施
例の特徴である傾き検出手段３０の処理内容を説明す
る。傾き検出手段３０では、先ず、連続黒画素成分抽出
処理３１により、図２のような連続黒画素成分の外接矩
形を抽出する。この連続黒画素成分抽出処理３１の具体
的な処理手順を図３を参照しつつ説明する。図３に示す
ように、ステップ３１ａで、２値画像メモリ２０内の読
取り画像を横方向に走査し、ステップ３１ｂで、長さが
第１の閾値ｔｈ１以上の黒ランが存在するか否かを判定
する。黒ランが存在すれば、ｘ，ｙ座標で表わされるこ
の黒ランの外接矩形ｘｓ，ｙｓ，ｘｅ，ｙｅをステップ
３１ｃで登録した後、ステップ３１ｄで最終ラインか否
かの判定を行う。閾値ｔｈ１以上の長さの黒ランが存在
しなければ、ステップ３１ｄへ進む。ステップ３１ｄで
最終ラインでない時には、ステップ３１ｅを介して次の
ラインへ進み、前記と同様に、読取り画像を横方向に走
査する。この走査を読取り画像全体について行う。
法では、先ず、イメージスキャナ等の読取り手段１０に
より、原稿等の文書画像を２値で読取り、その読取り画
像を２値画像メモリ２０に格納する。次に、傾き検出手
段３０により、２値画像メモリ２０に格納した読取り画
像を走査し、図２（ａ）〜（ｄ）のような連続する黒画
素成分（黒ラン）である連続黒画素成分を抽出し、抽出
した連続黒画素成分の外接矩形の高さと幅等から、読取
り画像の傾きを検出し、処理を終了する。次に、本実施
例の特徴である傾き検出手段３０の処理内容を説明す
る。傾き検出手段３０では、先ず、連続黒画素成分抽出
処理３１により、図２のような連続黒画素成分の外接矩
形を抽出する。この連続黒画素成分抽出処理３１の具体
的な処理手順を図３を参照しつつ説明する。図３に示す
ように、ステップ３１ａで、２値画像メモリ２０内の読
取り画像を横方向に走査し、ステップ３１ｂで、長さが
第１の閾値ｔｈ１以上の黒ランが存在するか否かを判定
する。黒ランが存在すれば、ｘ，ｙ座標で表わされるこ
の黒ランの外接矩形ｘｓ，ｙｓ，ｘｅ，ｙｅをステップ
３１ｃで登録した後、ステップ３１ｄで最終ラインか否
かの判定を行う。閾値ｔｈ１以上の長さの黒ランが存在
しなければ、ステップ３１ｄへ進む。ステップ３１ｄで
最終ラインでない時には、ステップ３１ｅを介して次の
ラインへ進み、前記と同様に、読取り画像を横方向に走
査する。この走査を読取り画像全体について行う。
【０００９】読取り画像全体の走査が終わると、ステッ
プ３１ｆ，３１ｇで、登録された全矩形について図４
（ａ），（ｂ）の統合条件を満たしているか否かを判定
する。図４（ａ）に示す横長黒ランの場合の統合条件
は、ｘ座標がｘｓ1 ＜ｘｅかつｘｅ1 ＞ｘｓで、ｙ座標
が隣接していることである。図４（ｂ）の縦長黒ランの
場合の統合条件は、ｙ座標がｙｓ1 ＜ｙｅかつｙｅ1 ＞
ｙｓで、ｘ座標が隣接していることである。これらの統
合条件を満たしている場合には、ステップ３１ｈで、矩
形の統合を行い、ステップ３１ｉで、全矩形について統
合が終了したか否かを判定し、終了していない時にはス
テップ３１ｆへ戻る。ステップ３１ｇで統合条件を満た
していない時にも、ステップ３１ｆへ戻る。
プ３１ｆ，３１ｇで、登録された全矩形について図４
（ａ），（ｂ）の統合条件を満たしているか否かを判定
する。図４（ａ）に示す横長黒ランの場合の統合条件
は、ｘ座標がｘｓ1 ＜ｘｅかつｘｅ1 ＞ｘｓで、ｙ座標
が隣接していることである。図４（ｂ）の縦長黒ランの
場合の統合条件は、ｙ座標がｙｓ1 ＜ｙｅかつｙｅ1 ＞
ｙｓで、ｘ座標が隣接していることである。これらの統
合条件を満たしている場合には、ステップ３１ｈで、矩
形の統合を行い、ステップ３１ｉで、全矩形について統
合が終了したか否かを判定し、終了していない時にはス
テップ３１ｆへ戻る。ステップ３１ｇで統合条件を満た
していない時にも、ステップ３１ｆへ戻る。
【００１０】全矩形について統合処理が終わると、横方
向の連続黒画素成分抽出処理３１を終了する。図３と同
様の走査を、縦方向についても行い、縦方向の連続黒画
素成分抽出処理３１を行う。なお、一般文書で最も良く
用いられる文書サイズは８〜１０ポイントである。その
ため、文字の一部を誤って連続黒画素成分（黒ラン）と
して抽出しないよう第１の閾値ｔｈ１の値は、文字サイ
ズの倍程度に設定するのが適当である。例えば、読取り
解像度が４００ｄｐｉの時、第１の閾値ｔｈ１は１００
ドット程度となる。図１の連続黒画素成分抽出処理３１
が終了すると、連続黒画素成分判定処理３２へ進む。こ
の連続黒画素成分判定処理３２では、連続黒画素成分抽
出処理３１で抽出された外接矩形から、連続黒画素成分
が存在するか否かを判定する。この判定処理３２では、
連続黒画素成分抽出処理３１で抽出された連続黒画素成
分の長さと、第２の閾値ｔｈ２とを比較し、連続黒画素
成分が存在するか否かを判定する。（連続黒画素成分の
長さ）＞ｔｈ２を満たす成分が存在すれば、連続黒画素
成分が抽出できたと判定される。
向の連続黒画素成分抽出処理３１を終了する。図３と同
様の走査を、縦方向についても行い、縦方向の連続黒画
素成分抽出処理３１を行う。なお、一般文書で最も良く
用いられる文書サイズは８〜１０ポイントである。その
ため、文字の一部を誤って連続黒画素成分（黒ラン）と
して抽出しないよう第１の閾値ｔｈ１の値は、文字サイ
ズの倍程度に設定するのが適当である。例えば、読取り
解像度が４００ｄｐｉの時、第１の閾値ｔｈ１は１００
ドット程度となる。図１の連続黒画素成分抽出処理３１
が終了すると、連続黒画素成分判定処理３２へ進む。こ
の連続黒画素成分判定処理３２では、連続黒画素成分抽
出処理３１で抽出された外接矩形から、連続黒画素成分
が存在するか否かを判定する。この判定処理３２では、
連続黒画素成分抽出処理３１で抽出された連続黒画素成
分の長さと、第２の閾値ｔｈ２とを比較し、連続黒画素
成分が存在するか否かを判定する。（連続黒画素成分の
長さ）＞ｔｈ２を満たす成分が存在すれば、連続黒画素
成分が抽出できたと判定される。
【００１１】なお、一般文書で用いられる最大の文字サ
イズは２８ポイントである。そのため、第２の閾値ｔｈ
２の値は、最大文字サイズの倍程度に設定するのが適当
である。例えば、読取り解像度が４００ｄｐｉの時、第
２の閾値ｔｈ２は３００ドット程度となる。図１の連続
黒画素成分判定処理３２が終わると、傾き検出処理３３
へ進む。連続黒画素成分判定処理３２によって連続黒画
素成分が存在すると判定された場合は、本実施例による
傾き検出処理３３ａで読取り画像の傾きを算出する。即
ち、図５（ａ），（ｂ）に示すように、抽出された連続
黒画素成分の外接矩形が横長の場合は傾きθをｔａｎ-1
（高さ／幅）で求め、縦長の場合は傾きθをｔａｎ
-1（幅／高さ）で求めることができる。連続黒画素成分
が複数抽出された場合は、最も長い成分について傾きθ
を求め、その値を読取り画像の傾きとする。
イズは２８ポイントである。そのため、第２の閾値ｔｈ
２の値は、最大文字サイズの倍程度に設定するのが適当
である。例えば、読取り解像度が４００ｄｐｉの時、第
２の閾値ｔｈ２は３００ドット程度となる。図１の連続
黒画素成分判定処理３２が終わると、傾き検出処理３３
へ進む。連続黒画素成分判定処理３２によって連続黒画
素成分が存在すると判定された場合は、本実施例による
傾き検出処理３３ａで読取り画像の傾きを算出する。即
ち、図５（ａ），（ｂ）に示すように、抽出された連続
黒画素成分の外接矩形が横長の場合は傾きθをｔａｎ-1
（高さ／幅）で求め、縦長の場合は傾きθをｔａｎ
-1（幅／高さ）で求めることができる。連続黒画素成分
が複数抽出された場合は、最も長い成分について傾きθ
を求め、その値を読取り画像の傾きとする。
【００１２】一方、連続黒画素成分判定処理３２によっ
て連続黒画素成分が存在しないと判定された場合は、反
転黒画素点を用いた従来方法の傾き検出処理３３ｂによ
って読取り画像の傾きを求める。この傾き検出処理３３
ｂでは、例えば、前記文献に記載されているように、読
取り画像において各列の白から黒へ反転した時の黒画素
点を検出し、検出された各列の反転黒画素点の中から極
小値を与える点を抽出し、この極小点が同一直線上にあ
ると判定される点の集合に統合分類する。そして、分類
された集合の中から、統合された点の数が最も多い１つ
の集合を抽出し、抽出された集合に含まれる各点に最小
二乗法等を適用して読取り画像の傾きを求める。
て連続黒画素成分が存在しないと判定された場合は、反
転黒画素点を用いた従来方法の傾き検出処理３３ｂによ
って読取り画像の傾きを求める。この傾き検出処理３３
ｂでは、例えば、前記文献に記載されているように、読
取り画像において各列の白から黒へ反転した時の黒画素
点を検出し、検出された各列の反転黒画素点の中から極
小値を与える点を抽出し、この極小点が同一直線上にあ
ると判定される点の集合に統合分類する。そして、分類
された集合の中から、統合された点の数が最も多い１つ
の集合を抽出し、抽出された集合に含まれる各点に最小
二乗法等を適用して読取り画像の傾きを求める。
【００１３】以上のように、本実施例では、連続黒画素
成分抽出処理３１によって連続黒画素成分を抽出し、傾
き検出処理３３ａにより、抽出された連続黒画素成分の
外接矩形の高さと幅から読取り画像の傾きを求めるた
め、文書画像に長い連続黒画素成分が１つでも存在すれ
ば、容易に、かつ効率良く、読取り画像の傾きを検出す
ることができる。文書画像に長い連続黒画素成分が存在
しない場合（例えば、文書画像が文字だけの場合）に
は、読取り画像の傾きを求めることができないので、そ
の時には従来方法による傾き検出処理３３ｂによって画
像の傾きを検出する。
成分抽出処理３１によって連続黒画素成分を抽出し、傾
き検出処理３３ａにより、抽出された連続黒画素成分の
外接矩形の高さと幅から読取り画像の傾きを求めるた
め、文書画像に長い連続黒画素成分が１つでも存在すれ
ば、容易に、かつ効率良く、読取り画像の傾きを検出す
ることができる。文書画像に長い連続黒画素成分が存在
しない場合（例えば、文書画像が文字だけの場合）に
は、読取り画像の傾きを求めることができないので、そ
の時には従来方法による傾き検出処理３３ｂによって画
像の傾きを検出する。
【００１４】なお、本発明は上記実施例に限定されず、
他の種々の実施例が考えられる。その実施例としては、
例えば次のようなものがある。 （ｉ）図１において、読取り手段１０で読み取った読取
り画像を所定の縮小率で縮小した縮小画像を作成し、連
続黒画素成分抽出処理３１及び連続黒画素成分判定処理
３２で用いた第１，第２の閾値ｔｈ１，ｔｈ２を該縮小
率に応じて正規化し、該縮小画像に対して連続黒画素成
分抽出３１、連続黒画素成分判定処理３２、及び傾き検
出処理３３を行うことにより、上記実施例とほぼ同様の
作用効果が得られる。このように縮小画像を用いて傾き
の検出を行う場合、処理すべきデータ数が少なくなるた
め、高速に処理できるという効果もある。 （ii）図１において、従来方法による傾き検出処理３３
ｂでは、前記文献に記載された方法で読取り画像の傾き
を検出するようにしているが、従来の他の方法を用いて
傾きの検出を行っても良い。
他の種々の実施例が考えられる。その実施例としては、
例えば次のようなものがある。 （ｉ）図１において、読取り手段１０で読み取った読取
り画像を所定の縮小率で縮小した縮小画像を作成し、連
続黒画素成分抽出処理３１及び連続黒画素成分判定処理
３２で用いた第１，第２の閾値ｔｈ１，ｔｈ２を該縮小
率に応じて正規化し、該縮小画像に対して連続黒画素成
分抽出３１、連続黒画素成分判定処理３２、及び傾き検
出処理３３を行うことにより、上記実施例とほぼ同様の
作用効果が得られる。このように縮小画像を用いて傾き
の検出を行う場合、処理すべきデータ数が少なくなるた
め、高速に処理できるという効果もある。 （ii）図１において、従来方法による傾き検出処理３３
ｂでは、前記文献に記載された方法で読取り画像の傾き
を検出するようにしているが、従来の他の方法を用いて
傾きの検出を行っても良い。
【００１５】
【発明の効果】以上詳細に説明したように、第１の発明
によれば、連続黒画素成分抽出処理によって連続黒画素
成分を抽出し、傾き検出処理により、抽出された連続黒
画素成分の外接矩形の高さと幅から読取り画像の傾きを
検出するようにしたので、文書画像に長い連続黒画素成
分が１つでも存在すれば、容易に、かつ効率良く、読取
り画像の傾きを検出することができる。第２の発明によ
れば、読取り画像を縮小した縮小画像に対し、連続黒画
素成分を抽出し、抽出された連続黒画素成分の外接矩形
の高さと幅から該縮小画像の傾きを求めるようにしたの
で、第１の発明とほぼ同様の効果が得られる上に、縮小
画像を用いているので、処理すべきデータ数が少なくな
り、高速に傾き検出処理が行える。
によれば、連続黒画素成分抽出処理によって連続黒画素
成分を抽出し、傾き検出処理により、抽出された連続黒
画素成分の外接矩形の高さと幅から読取り画像の傾きを
検出するようにしたので、文書画像に長い連続黒画素成
分が１つでも存在すれば、容易に、かつ効率良く、読取
り画像の傾きを検出することができる。第２の発明によ
れば、読取り画像を縮小した縮小画像に対し、連続黒画
素成分を抽出し、抽出された連続黒画素成分の外接矩形
の高さと幅から該縮小画像の傾きを求めるようにしたの
で、第１の発明とほぼ同様の効果が得られる上に、縮小
画像を用いているので、処理すべきデータ数が少なくな
り、高速に傾き検出処理が行える。
【図１】本発明の実施例の傾き検出方法の処理内容を示
すフローチャートである。
すフローチャートである。
【図２】図１の連続黒画素成分を説明する図である。
【図３】図１の連続黒画素成分抽出処理の処理内容を示
すフローチャートである。
すフローチャートである。
【図４】図２の統合条件を説明する図である。
【図５】図１の傾き検出処理の説明図である。
１０ 読取り手段 ２０ ２値画像メモリ ３０ 傾き検出手段 ３１ 連続黒画素成分抽出処理 ３２ 連続黒画素成分判定処理 ３３ 傾き検出処理
Claims (2)
- 【請求項１】 文書画像を読取り、その読取り画像にお
いて各列の白から黒へ反転した時の黒画素点を検出し、
検出された各列の反転黒画素点を用いて前記読取り画像
の傾きを検出する文書画像の傾き検出方法において、 連続黒画素成分抽出処理により、前記読取り画像を縦及
び横方向に走査して第１の閾値より長い黒画素成分を抽
出し、抽出された全黒画素成分の外接矩形について統合
条件を満たすものを統合して連続黒画素成分を抽出し、 連続黒画素成分判定処理により、前記連続黒画素成分抽
出処理で抽出された連続黒画素成分の長さと第２の閾値
との比較によって連続黒画素成分の有無を判定し、 傾き検出処理により、前記連続黒画素成分判定処理で連
続黒画素成分有りと判定された場合に、前記抽出された
連続黒画素成分の外接矩形の高さと幅から前記読取り画
像の傾きを算出し、連続黒画素成分無しと判定された場
合は、前記反転黒画素点を用いた傾き検出を行うことを
特徴とする文書画像の傾き検出方法。 - 【請求項２】 請求項１記載の文書画像の傾き検出方法
において、 前記読取り画像を所定の縮小率で縮小した縮小画像を用
い、前記第１および第２の閾値を該縮小率に応じて正規
化し、前記連続黒画素成分抽出処理、連続黒画素成分判
定処理、及び傾き検出処理によって前記読取り画像の傾
きの検出を行うことを特徴とする文書画像の傾き検出方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4224444A JPH0676108A (ja) | 1992-08-24 | 1992-08-24 | 文書画像の傾き検出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4224444A JPH0676108A (ja) | 1992-08-24 | 1992-08-24 | 文書画像の傾き検出方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0676108A true JPH0676108A (ja) | 1994-03-18 |
Family
ID=16813871
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4224444A Withdrawn JPH0676108A (ja) | 1992-08-24 | 1992-08-24 | 文書画像の傾き検出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0676108A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07105310A (ja) * | 1993-10-05 | 1995-04-21 | Ricoh Co Ltd | 画像傾き検出方法及び表処理方法 |
| JPH07192086A (ja) * | 1993-12-27 | 1995-07-28 | Ricoh Co Ltd | 画像傾き検出方法 |
-
1992
- 1992-08-24 JP JP4224444A patent/JPH0676108A/ja not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07105310A (ja) * | 1993-10-05 | 1995-04-21 | Ricoh Co Ltd | 画像傾き検出方法及び表処理方法 |
| JPH07192086A (ja) * | 1993-12-27 | 1995-07-28 | Ricoh Co Ltd | 画像傾き検出方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5563403A (en) | Method and apparatus for detection of a skew angle of a document image using a regression coefficient | |
| JP4219542B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラムが格納された記録媒体 | |
| US6798906B1 (en) | Image processing apparatus and method including line segment data extraction | |
| JP4339925B2 (ja) | 文書画像処理方法、文書画像処理装置、文書画像処理プログラムおよび記憶媒体 | |
| EP0692767B1 (en) | Image processing apparatus and method | |
| US6771842B1 (en) | Document image skew detection method | |
| US7660014B2 (en) | Image processing apparatus capable of extracting rule from document image with high precision | |
| US5467410A (en) | Identification of a blank page in an image processing system | |
| US6289120B1 (en) | Method and system for processing images of forms which have irregular construction and/or determining whether characters are interior to a form | |
| JP3090848B2 (ja) | 枠内領域矩形化装置 | |
| JPH0418351B2 (ja) | ||
| EP0766193B1 (en) | Optical character reader with skew correction | |
| JP2003115031A (ja) | 画像処理装置および方法 | |
| JPH0676108A (ja) | 文書画像の傾き検出方法 | |
| EP0975146A1 (en) | Locating the position and orientation of multiple objects with a smart platen | |
| JP2786355B2 (ja) | 文章画像の属性判別方法 | |
| JPH08237404A (ja) | 光学文字認識モードの選択方法 | |
| JP2003281469A (ja) | 文書画像処理方法 | |
| JP2877548B2 (ja) | 文書画像の属性判別方法 | |
| JP2881066B2 (ja) | 文章画像の属性判別方法 | |
| JP3020293B2 (ja) | 属性判別方法 | |
| JP4439054B2 (ja) | 文字認識装置及び文字枠線の検出方法 | |
| JPH08221515A (ja) | 画像処理装置 | |
| JPH0581475A (ja) | 文字領域抽出方法 | |
| JP3754721B2 (ja) | 画像処理装置及びその方法 |
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: 19991102 |