JPH07105309A - 行切出し方法 - Google Patents

Abstract

(57)【要約】 【目的】 表などのように１行中に大きな空白部がある
場合の文字行の切出し精度を向上させる。 【構成】 短冊領域から切り出された個々の行要素（仮
文字列）を連結して１つの行とするに当たり、隣に連結
可能な仮文字列が存在しない場合は、実在しない仮想的
な仮文字列を追加することにより、仮文字列の連結処理
を合理化し精度を上げる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、一般的な印刷文書を
読み取る漢字読取装置（ＯＣＲ）、特にその各文字行ま
たは文字列の切出し方法に関する。

【０００２】

【従来の技術】出願人は、文書の傾きにも強くするよ
う、各行を短冊状に分割して行切出しを行なう方法を先
に提案している（特開平２−１４１８９０号公報参照：
提案方式ともいう）。図１０は提案方式の強連結処理を
示すフローチャート、図１１は提案方式の弱連結処理を
示すフローチャートである。以下、これらのフローチャ
ートに従い、図１２〜図１６も参照しながら提案方式を
説明する。なお、ここでは主として横書きの文書を想定
しているが、縦書きの場合も同様である。

【０００３】まず、文書を所定の幅をもつ複数の帯領域
に分割し、各帯毎に列方向の投影をとると、図１２に示
すような投影値の分布が得られる。この投影値を所定値
と比較し、所定値以上の場合は文字行があると判断し、
この文字行の上端と下端の座標を記憶する。なお、かか
る文字行の切出し技術は公知である。

【０００４】一方、図示されない記憶装置に図１３，図
１４に示す如きファイルを予め作成しておく。そして、
文字行が切り出される毎に、図１３のファイルに対し、
帯の上から順に各文字行に１，２，３…の番号を付
け、その各々にスタート座標，エンド座標，幅（スター
ト座標−エンド座標），帯番号，属性（標準，細い，太
いを幅により判別）を書き込んで行く。しかる後、図１
０に示す如き強連結処理を順次行なう。

【０００５】（１）ここでは、図１５の如き具体的な文
書の強連結処理について説明する。 イ）１番目の帯について、上から順に〔１〕，
〔２〕，〔３〕のラベル番号を付与する。 ロ）１番目の帯の標準文字行をサーチすることによ
り、最初は行１がサーチされる（ステップＳ１）。 ハ）２番目の帯の標準文字行をサーチすることによ
り、最初に行４がサーチされる（ステップＳ２）。

【０００６】ニ）強連結条件を満たすかどうかのチェッ
クをすべく、行１の座標（Ｓ１１，Ｅ１１）と行４の座
標（Ｓ２１，Ｅ２１）を求め、例えば、次式を満足して
いるかどうかを判断する。 Ｗｏ≧ＴＨ１・Ｗａ かつ Ｗｏ≧ＴＨ１・Ｗｂ …（１） ここに、Ｗａ，Ｗｂは図１６に示す如き２つの文字行１
ｍ，１ｎの文字行幅、Ｗｏは重なり幅、ＴＨ１は設定値
をそれぞれ示している。図１５の例では、上式の条件を
満たしているので、強連結と判断する（ステップＳ
３）。

【０００７】ホ）強連結と判定されると、行４のラベル
番号に対し、行１と同じラベル番号〔１〕が付されると
ともに、行１の連結情報欄に行４が記録される（ステッ
プＳ４）。 ヘ）次に、ステップＳ２に戻り、２番目の帯の標準文
字行をサーチすることにより、次の行５がサーチされ
る。しかし、この行５は行１と座標が重なる部分がない
ので、ステップＳ３で強連結ではないと判断され、その
結果、ステップＳ４では連結情報は記録されず、再びス
テップＳ２に戻る。

【０００８】ト）１番目の帯の標準文字行２，３につ
いても同様の処理が行なわれることにより、行５にはラ
ベル番号〔２〕、行２の連結情報には行５が記録され
る。 チ）この例では、このような処理が２番目の帯，３番
目の帯，４番目の帯についても行なわれる。 リ）なお、２番目の帯の行６、３番目の帯の行７お
よび４番目の帯の行９は前の帯との強連結がないの
で、新たなラベル番号〔４〕，〔５〕，〔６〕がそれぞ
れ付与される。これにより、図１３（イ）のようなファ
イルが作成されることになる。 ヌ）また、この図１３（イ）のファイルをもとに、図１
４（イ）のような各ラベル内の行の連結を示すラベルフ
ァイルが作成される。

【０００９】（２）次に、弱連結処理について主に図１
１を参照して説明する。 ル）図１４（イ）に基づき１番目の行（ラベル番号
〔１〕が付与されたもの）の終わりが属する帯の番号＋
１により、ここでは帯が指定される（ステップＳ
５）。 オ）帯は帯総数４を超えていないので処理Ａに進み、
帯の細い文字行７がサーチされる（ステップＳ６）。

【００１０】ワ）図１４（イ）のラベル番号〔１〕のエ
ンド帯の行４の座標（Ｓ２１，Ｅ２１）と、行７の座
標（Ｓ３１，Ｅ３１）の重なり具合、すなわち次式を満
たすかどうかにより弱連結か否かを判断する。 Ｗｏ≧ＴＨ２・Ｗａ または Ｗｏ≧ＴＨ２・Ｗｂ …（２） （ＴＨ２は設定値） ここでは、この条件を満たすので、弱連結と判断する
（ステップＳ７）。

【００１１】カ）弱連結と判断されると、行７のラベル
番号に行４と同じラベル番号〔１〕が付与されるととも
に、行１の連結情報に行４が記録される（ステップＳ
８）。また、図１４（ロ）のようにラベル〔１〕のエン
ド帯番号がから、帯数が２から３にそれぞれ書き換
えられる。

【００１２】ヨ）次に、ステップＳ１１で帯が指定さ
れるが、帯には太いあるいは細い文字行がないので、
連結情報は記録されない。その後、再びステップＳ１１
において帯が指定されるが、帯はこの例での帯総数
４を超えているので、ステップＳ１２で次のラベル
〔２〕が指定される。ところが、ラベル〔２〕のエンド
帯はであるため、ステップＳ５で帯番号に＋１すると
帯総数４を超えてしまうので、再びステップＳ１２に戻
り、次のラベル〔３〕が指定される。 タ）ラベル〔３〕では、行３と行６が弱連結と判断され
るので、行６のラベル番号に、行３と同じラベル番号
〔３〕が付与されるとともに、行３の連結情報に行６が
記録される（ステップＳ８）。また、図１４（ロ）のよ
うにラベル〔３〕のエンド帯番号がから、帯数が１
から２にそれぞれ書き換えられる。

【００１３】レ）このようにして、ラベル〔４〕，ラベ
ル〔５〕およびラベル〔６〕が指定されるが、ラベル
〔４〕，ラベル〔５〕は無くなっているので、ラベル
〔６〕の処理が行なわれる。ところが、ラベル〔６〕の
エンド帯番号は４であり、ステップＳ５で帯番号＋１に
すると帯総数４を超えてしまう。そのため、ステップＳ
１３で再びラベル〔１〕に戻り、ステップＳ９で帯番号
を−１する。しかし、ラベル番号〔１〕のスタート帯番
号はであるので、０になってしまう。その結果、ステ
ップＳ１４で次のラベル〔２〕が指定されるが、ラベル
〔２〕もラベル〔１〕と同様なので、次にはラベル
〔３〕が指定されるが、このラベル〔３〕も同様なの
で、次のラベル〔４〕が指定される。ところが、ラベル
〔４〕と〔５〕は既に処理されて無くなっているので、
次のラベル〔６〕が指定される。

【００１４】ソ）次のラベル〔６〕のスタート帯番号は
であるので、ステップＳ９で−１されると帯番号と
なり、帯について処理Ａが行なわれる。帯の細い行
７がステップＳ６でサーチされる。そして、ステップＳ
７で行９と行７が弱連結と判断されるので、行９のラベ
ル番号に、行７と同じラベル番号〔１〕が付与されると
ともに、行７の連結情報に行９が記録される（ステップ
Ｓ８）。また、図１４（ロ）のようにラベル〔１〕のエ
ンド帯番号がから、帯数が３から４にそれぞれ書き
換えられる。また、図１３（イ）のファイルは、最終的
には図１３（ロ）のようになる。

【００１５】以上、詳述したように、短冊状に分割され
た文書領域内で切り出された行要素（以下、仮文字列と
もいう）を１つの行に連結する場合に、各仮文字列に対
しその切出し幅に応じて本文，見出し，注釈またはその
他の属性を付与し、隣り合う短冊内の同一属性の仮文字
列の重なり具合を調べ、定められた条件を満たす場合に
同一行と見なす強連結処理と、隣り合う短冊内の異なる
属性の仮文字列の重なり具合を調べ、定められた条件を
満たすときに同一行と見なすなど、属性の組み合わせに
応じた仮文字列の統合，強制分割等の弱連結処理との２
段階の処理により、行の切出しを行なうようにしてい
る。

【００１６】その結果、例えば図１７（イ）のように罫
線を含む文書等で、同図（ロ）の実線ように切出しに失
敗した仮文字列があった場合でも、その前後の短冊内の
仮文字列との弱連結処理を実行することによって、斜線
と点線で示すように強制的に分割することができるよう
になり、行切出しの精度を向上させることができるとい
うわけである。

【００１７】

【発明が解決しようとする課題】しかしながら、以上の
如き提案方式では連結が隣り合う短冊内の仮文字列を対
象として行なわれるので、例えば図１８（イ）のような
表の場合には、本来１行であるべきはずの仮文字列が、
間にその行を含まない短冊が存在するために連結でき
ず、別の行になってしまうという問題がある。また、図
１８（ロ）のような場合は、切出し失敗の仮文字列を、
弱連結処理によっても強制分割できない（第２，４，５
行参照）という問題が生じることになる。したがって、
この発明の課題は間に連結すべき仮文字列がない短冊が
存在する場合でも行切出しを可能にし、精度を高めるこ
とにある。

【００１８】

【課題を解決するための手段】このような課題を解決す
るため、この発明では、文書画像を短冊状の領域に分割
してその各領域から行要素を仮文字列として切り出す一
方、切り出された仮文字列の各々にその切出し幅に応じ
て本文，見出し，注釈またはその他の属性を付与すると
ともに、同一属性の各仮文字列についての重なり具合を
調べる強連結処理と、異なる属性の各仮文字列について
の重なり具合を調べる弱連結処理とを実行し、弱連結処
理において対象となる仮文字列と連結する仮文字列が隣
の短冊状領域に存在しない場合は、その仮文字列と開
始，終了位置を含む属性が等しく、かつ実在しないとい
う情報を持つ仮想的な仮文字列（仮想仮文字列）を生成
させ、この仮想仮文字列によって連結処理を続行するこ
とを特徴としている。この発明においては、前記生成さ
せるべき仮想仮文字列の開始，終了位置を、すでに確定
している仮文字列の連結情報をもとに補正して生成する
ことができる。

【００１９】

【作用】仮想的な仮文字列を生成，連結して行くことに
より、隣り合ってはいないが実質上同一行になる仮文字
列どうしを連結可能とし、表などのように間に空白部分
を含む行の切出し精度を向上させる。

【００２０】

【実施例】図１はこの発明の実施例を示すフローチャー
トである。なお、この発明が適用されるＯＣＲの構成は
良く知られているものを使用できるので、その構成につ
いては説明を省略する。また、具体的には図２の如き文
書画像が入力された場合について説明する。先ず、ステ
ップ（ｓｔｅｐ）１では、文書画像領域を行方向と垂直
な方向にいくつかの短冊状の領域に分割する。図２の如
き文書画像を領域分割した例を図３に示す。Ｒ１〜Ｒ６
は短冊領域を示す。

【００２１】次に、ｓｔｅｐ２では提案方式と同様に、
短冊状の領域内で行方向に投影を取り、その投影値をも
とに仮文字列（行要素）の切出しを行なう。図２または
図３に対応する仮文字列の例を図４に示す。この切出さ
れた仮文字列に対し、ｓｔｅｐ３でその幅に応じて本
文，見出し，注釈またはその他の属性を付与する。

【００２２】ｓｔｅｐ４，５では各仮文字列と、それが
含まれる短冊と隣り合う短冊に含まれる同一属性のすべ
ての仮文字列との重なり具合を調べる。図１６と同様の
図５の場合について説明すると、仮文字列Ａ（開始位置
Ｓ_A ，終了位置Ｅ_A ，仮文字幅Ｈ_A ＝Ｅ_A −Ｓ_A ）と、
その隣の仮文字列Ｂ（開始位置Ｓ_B ，終了位置Ｅ_B ，仮
文字幅Ｈ_B ＝Ｅ_B −Ｓ_B ）との重なりＬ＝Ｅ_A −Ｓ
_B を、それぞれの仮文字幅Ｈ_A ，Ｈ_B と比較し、 条件１：Ｌ≧αＨ_A かつＬ≧αＨ_B （αは予め定められ
た定数） を満たす場合に、連結条件成立として強連結処理を行な
う。なお、この式は符号が異なるだけで、（１）式と同
じである。

【００２３】ｓｔｅｐ６では、ｓｔｅｐ８で追加される
仮想仮文字列と、それが含まれる短冊と隣り合う短冊に
含まれる属性の異なるすべての仮文字列（仮想仮文字列
を含む）との重なり具合を調べる。図６の場合で説明す
ると、仮文字列Ｃ（開始位置Ｓ_C ，終了位置Ｅ_C ，仮文
字幅Ｈ_C ＝Ｅ_C −Ｓ_C ）と、仮文字列Ｄ（開始位置
Ｓ _D ，終了位置Ｅ_D ，仮文字幅Ｈ_D ＝Ｅ_D −Ｓ_D ）との
重なりＬ＝Ｅ_D −Ｓ_D （＝Ｈ_D ）を、それぞれの仮文字
幅Ｈ_C ，Ｈ_D と比較し、 条件２：Ｌ≧βＨ_C またはＬ≧βＨ_D （βは予め定めら
れた定数） を満たす場合に、連結条件成立とする。なお、この式も
符号が異なるだけで、（２）式と同じである。

【００２４】そして、上記連結条件が成立したらｓｔｅ
ｐ７へ進み、連結条件が成立する仮文字列が存在しなか
った場合はｓｔｅｐ８へ進む。ｓｔｅｐ７では従来と同
様の弱連結処理を行なう。このｓｔｅｐ７までは提案方
式と同様である。これに対し、ｓｔｅｐ８はこの発明の
特徴となるところである。すなわち、ここでは隣の短冊
に連結する仮文字列が存在しない場合、例えば図７に示
すような新たな仮文字列Ｇを追加し、仮文字列Ｆ（開始
位置Ｓ_F ，終了位置Ｅ_F ）と連結させる。このとき、追
加する仮文字列Ｇの属性は仮文字列Ｆと等しいものと
し、実在しない仮文字列（仮想仮文字列）であるという
情報を付加しておく。

【００２５】仮文字列Ｇの開始，終了位置Ｓ_G ，Ｅ
_G は、第１の方法では、 式１ Ｓ_G ＝Ｓ_F ，Ｅ_G ＝Ｅ_F とし、第２の方法では、 式２ Ｓ_G ＝ｆ（Ｓ_F ），Ｅ_G ＝ｆ（Ｅ_F ） とする。ここで、補正ｆ（ｘ）は例えば文書の傾きを表
現するものとして、 式３ ｆ（ｘ）＝ｘ＋Δｃ（−） （ただし、Δｃ（−）は確定した仮文字列の中心間の距
離の平均を示すものとする。図８参照）のようにするこ
とが考えられる。

【００２６】以上の如き処理を、仮想仮文字列を含む切
り出されたすべての仮文字列に対して行ない、最終的な
行を生成する。なお、最終的に行情報を生成する段階で
は、本来実在しない仮想仮文字列に関する情報は使用し
ないものとする。こうして生成された最終的な行の例を
図９に示す。

【００２７】

【発明の効果】この発明によれば、一般的な表などに見
られるように、本来１つの行であるが中に空白部分が含
まれていて、従来の如く単に短冊に分割する切り出し方
法では別の行になってしまうような行も、この発明の仮
想仮文字列を用いることで１つの行として切り出すこと
が可能となる。すなわち、入力文書の傾きに強いという
短冊分割による長所を生かしつつ、行切り出しの精度を
向上させることができる利点が得られる。

【図面の簡単な説明】

【図１】この発明の実施例を示すフローチャートであ
る。

【図２】入力画像例を説明するための説明図である。

【図３】図２に示す文書領域の短冊分割方法を説明する
ための説明図である。

【図４】図２から切り出された仮文字列を説明するため
の説明図である。

【図５】仮文字列の重なり具合を説明するための説明図
である。

【図６】仮文字列の重なり具合の別の例を説明するため
の説明図である。

【図７】仮想仮文字列の生成方法を説明するための説明
図である。

【図８】傾きの補正方法を説明するための説明図であ
る。

【図９】図２から最終的に切り出された行を説明するた
めの説明図である。

【図１０】提案方式の強連結処理を説明するためのフロ
ーチャートである。

【図１１】提案方式の弱連結処理を説明するためのフロ
ーチャートである。

【図１２】文字行の切出し方法例を説明するための説明
図である。

【図１３】行番号順の文字行ファイルを説明するための
説明図である。

【図１４】ラベル番号順のファイルを説明するための説
明図である。

【図１５】傾きを持つ文書の具体例を説明するための説
明図である。

【図１６】文字行の行幅を説明するための説明図であ
る。

【図１７】仮文字列の従来の強制分割方法を説明するた
めの説明図である。

【図１８】提案方式の問題点を説明するための説明図で
ある。

【符号の説明】

Ａ〜Ｆ…仮文字列、Ｇ…仮想仮文字列、Ｒ１〜Ｒ６…短
冊領域。

Claims (2)

【特許請求の範囲】
1. 【請求項１】 文書画像を短冊状の領域に分割してその
   各領域から行要素を仮文字列として切り出す一方、切り
   出された仮文字列の各々にその切出し幅に応じて本文，
   見出し，注釈またはその他の属性を付与するとともに、
   同一属性の各仮文字列についての重なり具合を調べる強
   連結処理と、異なる属性の各仮文字列についての重なり
   具合を調べる弱連結処理とを実行し、弱連結処理におい
   て対象となる仮文字列と連結する仮文字列が隣の短冊状
   領域に存在しない場合は、その仮文字列と開始，終了位
   置を含む属性が等しく、かつ実在しないという情報を持
   つ仮想的な仮文字列（仮想仮文字列）を生成させ、この
   仮想仮文字列によって連結処理を続行することを特徴と
   する行切出し方法。
2. 【請求項２】 前記生成させるべき仮想仮文字列の開
   始，終了位置を、すでに確定している仮文字列の連結情
   報をもとに補正して生成することを特徴とする請求項１
   に記載の行切出し方法。