JPH07192086A - 画像傾き検出方法 - Google Patents
画像傾き検出方法Info
- Publication number
- JPH07192086A JPH07192086A JP5331253A JP33125393A JPH07192086A JP H07192086 A JPH07192086 A JP H07192086A JP 5331253 A JP5331253 A JP 5331253A JP 33125393 A JP33125393 A JP 33125393A JP H07192086 A JPH07192086 A JP H07192086A
- Authority
- JP
- Japan
- Prior art keywords
- image
- regression coefficient
- regression
- extracted
- coefficient
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
- G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Input (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 少ない処理量で高速に、画像の傾き角度を検
出する。文字のない画像の傾きも検出可能にする。 【構成】 黒／白画素境界判定部１０４によって、２値
イメージメモリ１０２に入力された２値画像上の黒画素
と白画素の境界の点を複数個抽出する。この点列のＸ座
標とＹ座標を２変数とする回帰直線の回帰係数を回帰係
数算出部１０８で計算する。画像傾き検出部１１２で、
回帰係数の値より画像の傾き角度を計算する。
出する。文字のない画像の傾きも検出可能にする。 【構成】 黒／白画素境界判定部１０４によって、２値
イメージメモリ１０２に入力された２値画像上の黒画素
と白画素の境界の点を複数個抽出する。この点列のＸ座
標とＹ座標を２変数とする回帰直線の回帰係数を回帰係
数算出部１０８で計算する。画像傾き検出部１１２で、
回帰係数の値より画像の傾き角度を計算する。
Description
【０００１】
【産業上の利用分野】本発明は、画像入力機器に対する
画像の傾き角度を検出する技術に関する。
画像の傾き角度を検出する技術に関する。
【０００２】
【従来の技術】文字認識装置において文書や帳票の画像
を処理する場合、画像の傾きがあると認識率に悪影響を
及ぼすことが知られている。また、コピー、ファクシミ
リ、スキャナ等の画像入力機器一般において、画像を傾
きのない状態で入力したいという要求が強い。
を処理する場合、画像の傾きがあると認識率に悪影響を
及ぼすことが知られている。また、コピー、ファクシミ
リ、スキャナ等の画像入力機器一般において、画像を傾
きのない状態で入力したいという要求が強い。
【０００３】文字認識装置における文書画像の傾きに対
応する技術としては、行切り出し、文字切り出しを行な
った後に、各文字の特定の位置を通る任意の直線を想定
し、ハフ（Ｈｏｕｇｈ）変換によりパラメータの組を求
め、パラメータ空間上で各文字の代表点ごとにその点を
通直線についてのパラメータのヒストグラムを求め、こ
のヒストグラムの最頻度を与えるパラメータの組を基準
線として抽出し、その傾きを検出する方法が知られてい
る（特開平２−１１６９８７号）。
応する技術としては、行切り出し、文字切り出しを行な
った後に、各文字の特定の位置を通る任意の直線を想定
し、ハフ（Ｈｏｕｇｈ）変換によりパラメータの組を求
め、パラメータ空間上で各文字の代表点ごとにその点を
通直線についてのパラメータのヒストグラムを求め、こ
のヒストグラムの最頻度を与えるパラメータの組を基準
線として抽出し、その傾きを検出する方法が知られてい
る（特開平２−１１６９８７号）。
【０００４】
【発明が解決しようとする課題】しかし、上記方法は、
文字行及び文字を抽出できることが前提となっており、
これが正確に行なわれない場合には正常な傾き検出を期
待できない。また、文字が存在せず、罫線だけのフォー
マットデータのみからなる帳票等には適用できない。し
かも、ハフ変換は処理量が膨大になるため、処理速度の
点で実用的でないという問題もある。
文字行及び文字を抽出できることが前提となっており、
これが正確に行なわれない場合には正常な傾き検出を期
待できない。また、文字が存在せず、罫線だけのフォー
マットデータのみからなる帳票等には適用できない。し
かも、ハフ変換は処理量が膨大になるため、処理速度の
点で実用的でないという問題もある。
【０００５】よって、本発明の目的は、そのような従来
方法の問題点を解決し、少ない処理量で高速に文書等の
画像の傾き角度を正確に検出するための方法を提供する
ことにある。
方法の問題点を解決し、少ない処理量で高速に文書等の
画像の傾き角度を正確に検出するための方法を提供する
ことにある。
【０００６】
【課題を解決するための手段】上記目的を達成するた
め、請求項の発明は、画像上の黒画素と白画素の境界の
点を複数個抽出し、その点列のＸ座標及びＹ座標を２変
数とする回帰直線を求め、その回帰係数の値より画像の
傾き角度を求めることを特徴とするものである。
め、請求項の発明は、画像上の黒画素と白画素の境界の
点を複数個抽出し、その点列のＸ座標及びＹ座標を２変
数とする回帰直線を求め、その回帰係数の値より画像の
傾き角度を求めることを特徴とするものである。
【０００７】請求項２の発明は、回帰係数が複数得られ
た場合に、回帰係数に対応する点列の相関関数を求め、
予め定めた一定値以上の相関関数に対応する回帰係数を
集合して、その集合での平均値または中央値より画像の
傾き角度を求めることを特徴とするものである。
た場合に、回帰係数に対応する点列の相関関数を求め、
予め定めた一定値以上の相関関数に対応する回帰係数を
集合して、その集合での平均値または中央値より画像の
傾き角度を求めることを特徴とするものである。
【０００８】請求項３の発明は、回帰係数のヒストグラ
ムを作成し、その頂点に対応する回帰係数の値より画像
の傾き角度を求めることを特徴とするものである。
ムを作成し、その頂点に対応する回帰係数の値より画像
の傾き角度を求めることを特徴とするものである。
【０００９】請求項４の発明は、回帰係数に対応する点
列の相関関数を求め、相関関数で重み付けした回帰係数
のヒストグラムを作成し、その頂点に対応する回帰係数
の値より画像の傾き角度を求めることを特徴とするもの
である。
列の相関関数を求め、相関関数で重み付けした回帰係数
のヒストグラムを作成し、その頂点に対応する回帰係数
の値より画像の傾き角度を求めることを特徴とするもの
である。
【００１０】請求項５の発明は、黒画素と白画素の境界
の点列を抽出する方法として、黒画素の接続関係を調
べ、接続した黒画素の端点を抽出する方法をとることを
特徴とするものである。
の点列を抽出する方法として、黒画素の接続関係を調
べ、接続した黒画素の端点を抽出する方法をとることを
特徴とするものである。
【００１１】請求項６の発明は、請求項５の発明の方法
において、接続している黒ランの相互の位置関係によっ
て画像の傾き方向を判定し、この判定結果に応じて、抽
出すべき黒ランの端点として黒ランの始点または終点を
選択することを特徴とするものである。
において、接続している黒ランの相互の位置関係によっ
て画像の傾き方向を判定し、この判定結果に応じて、抽
出すべき黒ランの端点として黒ランの始点または終点を
選択することを特徴とするものである。
【００１２】請求項７の発明は、画像上の黒画素の連結
する領域を包含する矩形を抽出し、抽出した矩形の代表
点の点列を抽出し、抽出した点列のＸ座標とＹ座標を２
変数とする回帰直線を求め、その回帰係数の値より画像
の傾き角度を求めることを特徴とするものである。
する領域を包含する矩形を抽出し、抽出した矩形の代表
点の点列を抽出し、抽出した点列のＸ座標とＹ座標を２
変数とする回帰直線を求め、その回帰係数の値より画像
の傾き角度を求めることを特徴とするものである。
【００１３】請求項８の発明は、原画像上の黒画素の連
結する領域を包含する矩形と原画像の圧縮画像上の黒画
素の連結する領域を包含する矩形を抽出し、圧縮画像よ
り抽出された矩形の領域内に含まれる原画像より抽出さ
れた矩形の代表点を１つの点列として抽出し、この点列
のＸ座標及びＹ座標を２変数とする回帰直線を求め、そ
の回帰係数の値より画像の傾き角度を求めることを特徴
とするものである。
結する領域を包含する矩形と原画像の圧縮画像上の黒画
素の連結する領域を包含する矩形を抽出し、圧縮画像よ
り抽出された矩形の領域内に含まれる原画像より抽出さ
れた矩形の代表点を１つの点列として抽出し、この点列
のＸ座標及びＹ座標を２変数とする回帰直線を求め、そ
の回帰係数の値より画像の傾き角度を求めることを特徴
とするものである。
【００１４】請求項９の発明は、請求項８の発明の方法
において、圧縮画像の主走査方向の圧縮率と副走査方向
の圧縮率とを異ならせることを特徴とするものである。
において、圧縮画像の主走査方向の圧縮率と副走査方向
の圧縮率とを異ならせることを特徴とするものである。
【００１５】請求項１０の発明は、請求項８の発明の方
法において、主走査方向の圧縮率を副走査方向の圧縮率
より大きくした圧縮画像と、副走査方向の圧縮率を主走
査方向の圧縮率より大きくした圧縮画像のそれぞれに対
して、回帰係数を求めることを特徴とするものである。
法において、主走査方向の圧縮率を副走査方向の圧縮率
より大きくした圧縮画像と、副走査方向の圧縮率を主走
査方向の圧縮率より大きくした圧縮画像のそれぞれに対
して、回帰係数を求めることを特徴とするものである。
【００１６】請求項１１の発明は、請求項８の発明の方
法において、主走査方向の圧縮率と副走査方向の圧縮率
との異なった組み合わせによる圧縮画像それぞれに対し
て回帰回数を求めることを特徴とするものである。
法において、主走査方向の圧縮率と副走査方向の圧縮率
との異なった組み合わせによる圧縮画像それぞれに対し
て回帰回数を求めることを特徴とするものである。
【００１７】請求項１２の発明は、請求項７または８の
発明の方法において、回帰係数に対応した点列の相関係
数を求め、予め定められた一定値以上の相関係数に対応
する回帰係数を集合とし、この集合での平均値または中
央値を選択し、選択した回帰係数の値より画像の傾き角
度を求めることを特徴とするものである。
発明の方法において、回帰係数に対応した点列の相関係
数を求め、予め定められた一定値以上の相関係数に対応
する回帰係数を集合とし、この集合での平均値または中
央値を選択し、選択した回帰係数の値より画像の傾き角
度を求めることを特徴とするものである。
【００１８】請求項１３の発明は、請求項７または８の
発明の方法において、回帰係数のヒストグラムを作成
し、このヒストグラムの頂点に対応する回帰係数の値よ
り画像の傾き角度を求めることを特徴とするものであ
る。
発明の方法において、回帰係数のヒストグラムを作成
し、このヒストグラムの頂点に対応する回帰係数の値よ
り画像の傾き角度を求めることを特徴とするものであ
る。
【００１９】請求項１４の発明は、請求項７または８の
発明の方法において、回帰係数に対応する点列に対する
相関係数を求め、回帰係数に、それに対応した相関関数
で重み付けしたもののヒストグラムを作成し、このヒス
トグラムの頂点に対応する回帰係数の値より画像の傾き
角度を求めることを特徴とするものである。
発明の方法において、回帰係数に対応する点列に対する
相関係数を求め、回帰係数に、それに対応した相関関数
で重み付けしたもののヒストグラムを作成し、このヒス
トグラムの頂点に対応する回帰係数の値より画像の傾き
角度を求めることを特徴とするものである。
【００２０】
【作用】請求項１の発明の方法によれば、黒画素と白画
素の境界の点を、画像の傾きを表わす代表点として抽出
し、この点列の回帰直線の回帰係数より画像の傾き角度
を計算することにより、少ない処理量で高速に、画像の
傾きを正確に検出することができる。
素の境界の点を、画像の傾きを表わす代表点として抽出
し、この点列の回帰直線の回帰係数より画像の傾き角度
を計算することにより、少ない処理量で高速に、画像の
傾きを正確に検出することができる。
【００２１】請求項２の発明の方法によれば、相関係数
が一定値を越えるような回帰係数の集合での平均値また
は中央値を用いて画像の傾き角度を求めるため、より信
頼性の高い傾き角度を検出できる。
が一定値を越えるような回帰係数の集合での平均値また
は中央値を用いて画像の傾き角度を求めるため、より信
頼性の高い傾き角度を検出できる。
【００２２】請求項３の発明の方法によれば、回帰係数
のヒストグラムの頂点の回帰係数値を用いるため、ノイ
ズや原稿のバリエーションに対応できる。
のヒストグラムの頂点の回帰係数値を用いるため、ノイ
ズや原稿のバリエーションに対応できる。
【００２３】請求項４の発明の方法によれば、回帰係数
の単純なヒストグラムではなく、相関関数で重み付けし
た回帰係数のヒストグラムの頂点の回帰係数値を用いる
ため、より正確な傾き角度検出が可能である。
の単純なヒストグラムではなく、相関関数で重み付けし
た回帰係数のヒストグラムの頂点の回帰係数値を用いる
ため、より正確な傾き角度検出が可能である。
【００２４】請求項５の発明の方法によれば、接続した
黒ランの頂点を画像の傾きを代表する点列として抽出す
ることにより、回帰直線を利用して、表中の罫線やセパ
レータ等の線分情報を基に画像の傾き角度を検出するこ
とができる。
黒ランの頂点を画像の傾きを代表する点列として抽出す
ることにより、回帰直線を利用して、表中の罫線やセパ
レータ等の線分情報を基に画像の傾き角度を検出するこ
とができる。
【００２５】請求項６の発明の方法によれば、罫線の統
合される状況も考慮して、より忠実な点列を得ることに
よって、正確な傾き角度検出が可能である。
合される状況も考慮して、より忠実な点列を得ることに
よって、正確な傾き角度検出が可能である。
【００２６】請求項７の発明の方法及び請求項８の発明
の方法によれば、文字列の情報を基に、回帰直線を利用
して画像の傾き角度を検出することができる。
の方法によれば、文字列の情報を基に、回帰直線を利用
して画像の傾き角度を検出することができる。
【００２７】請求項９の発明の方法によれば、画像の圧
縮率を主走査方向と副走査方向で異ならせることによっ
て、行間の詰まった原稿に対しても、正確な傾き角度の
検出が可能である。
縮率を主走査方向と副走査方向で異ならせることによっ
て、行間の詰まった原稿に対しても、正確な傾き角度の
検出が可能である。
【００２８】請求項１０乃至１４の発明の方法によれ
ば、縦書きか横書きか不明の原稿に対しても、画像の傾
き角度を正確に検出可能である。
ば、縦書きか横書きか不明の原稿に対しても、画像の傾
き角度を正確に検出可能である。
【００２９】
【実施例】以下、本発明の実施例について図面を用いて
説明する。なお、各図において、同等部または対応部を
同一符号によって示す。
説明する。なお、各図において、同等部または対応部を
同一符号によって示す。
【００３０】＜実施例１＞図１は本実施例のための装置
構成の一例を示すブロック図であり、図２及び図３は処
理内容を説明するための図である。
構成の一例を示すブロック図であり、図２及び図３は処
理内容を説明するための図である。
【００３１】図１において、スキャナ等の２値画像入力
部１００によって、文書原稿を読み取り、原稿の２値イ
メージデータを２値イメージメモリ１０２に格納する。
部１００によって、文書原稿を読み取り、原稿の２値イ
メージデータを２値イメージメモリ１０２に格納する。
【００３２】黒／白画素境界判定部１０４において、２
値イメージメモリ１０２内の２値イメージデータをスキ
ャンして、黒画素と白画素との境界点を複数個抽出し、
各境界点の点列の座標データを点列座標メモリ１０６に
格納する。例えば、図１に示すような文字列「あいうえ
お」が書かれている原稿の場合、各文字の上端における
白／黒境界点の座標（Ｘ1，Ｙ1）〜（Ｘ5，Ｙ5）が点列
の座標データとなる。回帰係数算出部１０８において、
点列座標メモリ１０６内の点列座標データを参照し、こ
の点列座標から回帰直線を求め、その回帰係数ｂを計算
して回帰係数メモリ１１０に格納する。
値イメージメモリ１０２内の２値イメージデータをスキ
ャンして、黒画素と白画素との境界点を複数個抽出し、
各境界点の点列の座標データを点列座標メモリ１０６に
格納する。例えば、図１に示すような文字列「あいうえ
お」が書かれている原稿の場合、各文字の上端における
白／黒境界点の座標（Ｘ1，Ｙ1）〜（Ｘ5，Ｙ5）が点列
の座標データとなる。回帰係数算出部１０８において、
点列座標メモリ１０６内の点列座標データを参照し、こ
の点列座標から回帰直線を求め、その回帰係数ｂを計算
して回帰係数メモリ１１０に格納する。
【００３３】図２は、点列と回帰直線との関係を示す図
である。一般に、二つの変数ｘとｙとの関係を解析する
のに用いられる回帰係数ｂは次式で定義される。
である。一般に、二つの変数ｘとｙとの関係を解析する
のに用いられる回帰係数ｂは次式で定義される。
【００３４】
【数１】
【００３５】ここでＳｘ，Ｓｙはそれぞれ変量ｘとｙの
残差平方和で、Ｓｘｙはｘの残差とｙの残差の積の和で
ある。すなわち、次の式で表わされる。
残差平方和で、Ｓｘｙはｘの残差とｙの残差の積の和で
ある。すなわち、次の式で表わされる。
【００３６】
【数２】
【００３７】画像傾き検出部１１２は、回帰係数メモリ
１１０から読み込んだ回帰係数ｂより画像の傾き角度
（θ）を次式によって算出する。
１１０から読み込んだ回帰係数ｂより画像の傾き角度
（θ）を次式によって算出する。
【００３８】
【数３】
【００３９】このように本実施例によれば、白／黒画素
の境界点列を画像の傾きを示す代表点列として検出し、
その回帰直線を求めるだけで、高速かつ正確に画像の傾
き角度を求めることができる。
の境界点列を画像の傾きを示す代表点列として検出し、
その回帰直線を求めるだけで、高速かつ正確に画像の傾
き角度を求めることができる。
【００４０】＜実施例２＞図４は本実施例のための装置
構成の一例を示すブロック図である。図４において、１
２０と１２２は追加されたブロックであり、黒／白画素
境界点列の座標データから回帰係数を求めて回帰係数メ
モリ１１０に格納するまでの構成と処理は前記実施例１
と同じである。
構成の一例を示すブロック図である。図４において、１
２０と１２２は追加されたブロックであり、黒／白画素
境界点列の座標データから回帰係数を求めて回帰係数メ
モリ１１０に格納するまでの構成と処理は前記実施例１
と同じである。
【００４１】相関係数算出部１２０において、求められ
た回帰係数に対応する点列に対して相関係数を計算し、
それを相関係数メモリ１２２に格納する。一般に、相関
係数ｒは次式によって求められる。
た回帰係数に対応する点列に対して相関係数を計算し、
それを相関係数メモリ１２２に格納する。一般に、相関
係数ｒは次式によって求められる。
【００４２】
【数４】
【００４３】ここで、Ｓｘ，Ｓｙ，Ｓｘｙは前記の
（２）式，（３）式，（４）式で表わされる。
（２）式，（３）式，（４）式で表わされる。
【００４４】画像傾き検出部１１２において、回帰係数
とそれに対応する相関係数とを回帰係数メモリ１１０及
び相関係数メモリ１２２より読み込み、相関係数が予め
定めた一定値を越えたものに対応する回帰係数を集合と
し、その集合での平均値あるいは中央値を選択する。そ
して、選択した回帰係数の値を用い前記（５）式によっ
て画像の傾き角度（θ）を求める。
とそれに対応する相関係数とを回帰係数メモリ１１０及
び相関係数メモリ１２２より読み込み、相関係数が予め
定めた一定値を越えたものに対応する回帰係数を集合と
し、その集合での平均値あるいは中央値を選択する。そ
して、選択した回帰係数の値を用い前記（５）式によっ
て画像の傾き角度（θ）を求める。
【００４５】本実施例によれば、回帰係数と同時に相関
係数を求めることによって、前記実施例１に比べ、より
信頼性の高い傾き角度の検出が可能となる。なお、本実
施例は回帰係数が複数求められる場合に効果がある。
係数を求めることによって、前記実施例１に比べ、より
信頼性の高い傾き角度の検出が可能となる。なお、本実
施例は回帰係数が複数求められる場合に効果がある。
【００４６】＜実施例３＞図５は本実施例のための装置
構成の一例を示すブロック図である。図５において、１
３０と１３２は追加されたブロックであり、黒／白画素
境界点列の座標データから回帰係数を求めて回帰係数メ
モリ１１０に格納するまでの構成と処理は前記実施例１
と同じである。
構成の一例を示すブロック図である。図５において、１
３０と１３２は追加されたブロックであり、黒／白画素
境界点列の座標データから回帰係数を求めて回帰係数メ
モリ１１０に格納するまでの構成と処理は前記実施例１
と同じである。
【００４７】ヒストグラム算出部１３０において、回帰
係数メモリ１１０内に求められた回帰係数を適当な間隔
で量子化し、そのヒストグラムを作成して回帰係数ヒス
トグラムメモリ１３２に格納する。
係数メモリ１１０内に求められた回帰係数を適当な間隔
で量子化し、そのヒストグラムを作成して回帰係数ヒス
トグラムメモリ１３２に格納する。
【００４８】画像傾き検出部１１２において、回帰係数
ヒストグラムメモリ１３２内のヒストグラムを参照し、
同ヒストグラムのピークを見つける。そして、このピー
クに対応する回帰係数を用いて、前記（５）式により画
像の傾き角度を求める。
ヒストグラムメモリ１３２内のヒストグラムを参照し、
同ヒストグラムのピークを見つける。そして、このピー
クに対応する回帰係数を用いて、前記（５）式により画
像の傾き角度を求める。
【００４９】このように本実施例によれば、回帰係数の
ヒストグラム（画像の傾き角度のヒストグラムと等価）
をとることによって、ノイズや原稿のバリエーションに
対して対応することが可能になる。なお、回帰係数のヒ
ストグラムの代わりに、回帰係数に対応する傾き角度を
前記（５）式によって計算して、そのヒストグラムを作
成し、そのピークの傾き角度を画像の傾き角度として求
めることもよく、これは本実施例の処理と実質的に等価
である。
ヒストグラム（画像の傾き角度のヒストグラムと等価）
をとることによって、ノイズや原稿のバリエーションに
対して対応することが可能になる。なお、回帰係数のヒ
ストグラムの代わりに、回帰係数に対応する傾き角度を
前記（５）式によって計算して、そのヒストグラムを作
成し、そのピークの傾き角度を画像の傾き角度として求
めることもよく、これは本実施例の処理と実質的に等価
である。
【００５０】＜実施例４＞図６は本実施例のための装置
構成の一例を示すブロック図である。本実施例は、回帰
係数算出部１０８によって回帰係数を求めて回帰係数メ
モリ１１０に格納するまでの処理と構成は前記実施例１
と同様である。また、相関係数算出部１２０で回帰係数
に対応する点列に対して相関係数を計算し、これを相関
係数メモリ１２２に格納する処理は前記実施例３と同様
である。
構成の一例を示すブロック図である。本実施例は、回帰
係数算出部１０８によって回帰係数を求めて回帰係数メ
モリ１１０に格納するまでの処理と構成は前記実施例１
と同様である。また、相関係数算出部１２０で回帰係数
に対応する点列に対して相関係数を計算し、これを相関
係数メモリ１２２に格納する処理は前記実施例３と同様
である。
【００５１】重み付きヒストグラム算出部１４０は、回
帰係数を適当な間隔で量子化し、そのヒストグラムを作
成する点は前記実施例３のヒストグラム算出部１３０と
同様である。しかし、重み付きヒストグラム算出部１４
０では、ヒストグラム作成の際に、回帰係数に対応する
相関係数を重みとして掛けたもののヒストグラムを作成
する。相関係数は１に近いほど相関があるため、相関が
あるほどヒストグラムの高さが大きくなる。なお、相関
係数は−１から＋１の値をとるので、計算機上で扱いや
すくするため定数を掛けて整数に変換したものを用い
る。このようにして作成された重み付き回帰係数ヒスト
グラムは、重み付きヒストグラムメモリ１４２に格納さ
れる。
帰係数を適当な間隔で量子化し、そのヒストグラムを作
成する点は前記実施例３のヒストグラム算出部１３０と
同様である。しかし、重み付きヒストグラム算出部１４
０では、ヒストグラム作成の際に、回帰係数に対応する
相関係数を重みとして掛けたもののヒストグラムを作成
する。相関係数は１に近いほど相関があるため、相関が
あるほどヒストグラムの高さが大きくなる。なお、相関
係数は−１から＋１の値をとるので、計算機上で扱いや
すくするため定数を掛けて整数に変換したものを用い
る。このようにして作成された重み付き回帰係数ヒスト
グラムは、重み付きヒストグラムメモリ１４２に格納さ
れる。
【００５２】画像傾き検出部１１２において、前記実施
例３の場合と同様に、重み付きヒストグラムメモリ１４
２内のヒストグラムのピークを見つけ、そのピークに対
応した回帰係数の値を用いて、前記（５）式により画像
の傾き角度を求める。
例３の場合と同様に、重み付きヒストグラムメモリ１４
２内のヒストグラムのピークを見つけ、そのピークに対
応した回帰係数の値を用いて、前記（５）式により画像
の傾き角度を求める。
【００５３】本実施例のように、相関関数による重み付
けをした回帰係数のヒストグラムを用いると、重み付け
しない回帰係数のヒストグラムを用いる場合に比べ、よ
り正確な傾き角度の検出が可能になる。
けをした回帰係数のヒストグラムを用いると、重み付け
しない回帰係数のヒストグラムを用いる場合に比べ、よ
り正確な傾き角度の検出が可能になる。
【００５４】なお、回帰係数に対応する傾き角度を前記
（５）式によって求め、それに相関係数を掛けたものの
ヒストグラムを求め、そのピークに対応した傾き角度を
画像の傾き角度として求めてもよく、これは本実施例の
処理内容と実質的に等価である。
（５）式によって求め、それに相関係数を掛けたものの
ヒストグラムを求め、そのピークに対応した傾き角度を
画像の傾き角度として求めてもよく、これは本実施例の
処理内容と実質的に等価である。
【００５５】＜実施例５＞本実施例のための装置構成と
全体的な処理内容は前記各実施例と同様であるので、そ
の説明を省略する。本実施例に特有な内容は、黒／白画
素境界判定部１０４（図１，図４，図５，図６）におけ
る点列の決定に関する処理方法であり、以下、これにつ
いてのみ説明する。図７及び図８はその説明のための図
である。
全体的な処理内容は前記各実施例と同様であるので、そ
の説明を省略する。本実施例に特有な内容は、黒／白画
素境界判定部１０４（図１，図４，図５，図６）におけ
る点列の決定に関する処理方法であり、以下、これにつ
いてのみ説明する。図７及び図８はその説明のための図
である。
【００５６】本実施例においては、黒画素と白画素の境
界点を抽出する方法として、接続している黒ランの端点
座標を用いる。この方法は、表中の線分やセパレータ、
アンダーラインといった長い線分が現われる原稿に対し
て有効である。
界点を抽出する方法として、接続している黒ランの端点
座標を用いる。この方法は、表中の線分やセパレータ、
アンダーラインといった長い線分が現われる原稿に対し
て有効である。
【００５７】すなわち、主走査方向について、黒画素が
一定個数以上続くランを抽出する。そして、図７に示す
ように、主走査方向に接続した黒ランの終点の座標（Ｘ
ｅ1，Ｙｅ1）〜（Ｘｅｎ，Ｙｅｎ）を点列の座標データ
として求める。あるいは、図８に示すように、抽出した
黒ランの始点の座標（Ｘｓ1，Ｙｓ1）〜（Ｘｓｎ，Ｙｓ
ｎ）を点列の座標データとして求める。
一定個数以上続くランを抽出する。そして、図７に示す
ように、主走査方向に接続した黒ランの終点の座標（Ｘ
ｅ1，Ｙｅ1）〜（Ｘｅｎ，Ｙｅｎ）を点列の座標データ
として求める。あるいは、図８に示すように、抽出した
黒ランの始点の座標（Ｘｓ1，Ｙｓ1）〜（Ｘｓｎ，Ｙｓ
ｎ）を点列の座標データとして求める。
【００５８】主走査方向について説明したが、副走査方
向についても同様の方法で点列を検出することができ
る。
向についても同様の方法で点列を検出することができ
る。
【００５９】本実施例にように、接続した一定以上の長
さの黒ランの端点座標を点列として用いることにより、
文字列のない原稿に対しても、表中の罫線やセパレータ
等の線分情報を利用して画像の傾き角度を求めることが
できる。
さの黒ランの端点座標を点列として用いることにより、
文字列のない原稿に対しても、表中の罫線やセパレータ
等の線分情報を利用して画像の傾き角度を求めることが
できる。
【００６０】＜実施例６＞本実施例は、前記実施例５の
変形例に相当するものである。すなわち、一定の値以上
の長さの黒ランを統合して矩形として抽出する処理の際
に（この統合処理は、黒／白画素境界判定部１０４で行
なってもよいし、別の処理系で行なってよい）、その黒
ランの接続関係を調べて、原稿の大まかな傾き方向を判
定する。すなわち、黒ランを統合して矩形を作る際に、
どの方向に統合されたか（矩形が広がったか）を調べ
て、右下がりか、右上がりかを判断する。
変形例に相当するものである。すなわち、一定の値以上
の長さの黒ランを統合して矩形として抽出する処理の際
に（この統合処理は、黒／白画素境界判定部１０４で行
なってもよいし、別の処理系で行なってよい）、その黒
ランの接続関係を調べて、原稿の大まかな傾き方向を判
定する。すなわち、黒ランを統合して矩形を作る際に、
どの方向に統合されたか（矩形が広がったか）を調べ
て、右下がりか、右上がりかを判断する。
【００６１】そして、図７に示すように右下がりに原稿
が傾いている場合には、一定以上の長さの黒ランの終点
座標（Ｘｅ1，Ｙｅ1）〜（Ｘｅｎ，Ｙｅｎ）を点列とし
て求め、これを回帰係数の計算に用いる。
が傾いている場合には、一定以上の長さの黒ランの終点
座標（Ｘｅ1，Ｙｅ1）〜（Ｘｅｎ，Ｙｅｎ）を点列とし
て求め、これを回帰係数の計算に用いる。
【００６２】他方、図８に示すように右上がりに原稿が
傾いている場合には、一定以上の長さの黒ランの始点座
標（Ｘｓ1，Ｙｓ1）〜（Ｘｓｎ，Ｙｓｎ）を点列として
求め、これを回帰係数の計算に用いる。
傾いている場合には、一定以上の長さの黒ランの始点座
標（Ｘｓ1，Ｙｓ1）〜（Ｘｓｎ，Ｙｓｎ）を点列として
求め、これを回帰係数の計算に用いる。
【００６３】このようにすると、罫線の統合される状況
も考慮されるため、より忠実に画像の傾きを表わす点列
を得られ、より正確な傾き検出が可能となる。
も考慮されるため、より忠実に画像の傾きを表わす点列
を得られ、より正確な傾き検出が可能となる。
【００６４】なお、以上に説明した点列の検出方法以外
は、前記実施例１乃至４と同様であるので説明を省略す
る。
は、前記実施例１乃至４と同様であるので説明を省略す
る。
【００６５】＜実施例７＞本実施例は、回帰係数を求め
るための点列を以下に説明する方法によって求める。図
９は点列検出の説明のための図である。これ以外は前記
実施例１と同様である。
るための点列を以下に説明する方法によって求める。図
９は点列検出の説明のための図である。これ以外は前記
実施例１と同様である。
【００６６】まず、黒画素が連結している領域を全て包
含する矩形を求める（この処理は、画像傾き検出とは別
の処理系で行なってもよい）。そして、その矩形の代表
点の座標を点列として求める。例えば、図９に示すよう
に、各黒画素連結矩形の左上コーナーの座標（Ｘｓ1，
Ｙｓ1）〜（Ｘｓｎ，Ｙｓｎ）を点列として求め、これ
を用いて回帰係数を計算することになる。このような処
理を原稿全体に対して行ない、決定された回帰係数から
画像の傾き角度を求める。
含する矩形を求める（この処理は、画像傾き検出とは別
の処理系で行なってもよい）。そして、その矩形の代表
点の座標を点列として求める。例えば、図９に示すよう
に、各黒画素連結矩形の左上コーナーの座標（Ｘｓ1，
Ｙｓ1）〜（Ｘｓｎ，Ｙｓｎ）を点列として求め、これ
を用いて回帰係数を計算することになる。このような処
理を原稿全体に対して行ない、決定された回帰係数から
画像の傾き角度を求める。
【００６７】このような方法によれば、文字列の情報か
ら画像の傾き角度を求めることができる。
ら画像の傾き角度を求めることができる。
【００６８】＜実施例８＞本実施例は、回帰係数を求め
るための点列を以下に説明する方法によって求める。図
１０は点列検出の説明のための図である。これ以外は前
記実施例１と同様である。
るための点列を以下に説明する方法によって求める。図
１０は点列検出の説明のための図である。これ以外は前
記実施例１と同様である。
【００６９】まず、原稿の原画像（圧縮前の画像）上で
黒画素が連結している領域をすべて包含する矩形を求め
る。次に、原稿の原画像を一定の圧縮率で圧縮した画像
上で黒画素が連結している領域をすべて包含する矩形を
求める。なお、この矩形を求める処理は、画像傾き検出
とは別の処理系で行なってもよい。
黒画素が連結している領域をすべて包含する矩形を求め
る。次に、原稿の原画像を一定の圧縮率で圧縮した画像
上で黒画素が連結している領域をすべて包含する矩形を
求める。なお、この矩形を求める処理は、画像傾き検出
とは別の処理系で行なってもよい。
【００７０】そして、原画像で得られた矩形と圧縮画像
で得られた矩形を対応付け、１つの圧縮画像上の矩形に
含まれる原画像上の矩形の代表点の座標を点列として検
出する。図１０に示す例であれば、網掛けされた矩形
（原画像上の矩形）の左上コーナーの座標（Ｘｓ1，Ｙ
ｓ1）〜（Ｘｓｎ，Ｙｓｎ）を点列として検出し、その
回帰係数を計算する。この処理を原稿全体に対して行な
って決定された回帰係数を画像の傾き角度の計算に用い
る。
で得られた矩形を対応付け、１つの圧縮画像上の矩形に
含まれる原画像上の矩形の代表点の座標を点列として検
出する。図１０に示す例であれば、網掛けされた矩形
（原画像上の矩形）の左上コーナーの座標（Ｘｓ1，Ｙ
ｓ1）〜（Ｘｓｎ，Ｙｓｎ）を点列として検出し、その
回帰係数を計算する。この処理を原稿全体に対して行な
って決定された回帰係数を画像の傾き角度の計算に用い
る。
【００７１】本実施例によっても、前記実施例７と同様
に、文字列情報を利用して画像の傾きを求めることがで
きる。
に、文字列情報を利用して画像の傾きを求めることがで
きる。
【００７２】＜実施例９＞本実施例は、前記実施例８の
変形例に相当するもので、圧縮画像の圧縮率を主走査方
向と副走査方向とで変化させることが前記実施例８と異
なる。
変形例に相当するもので、圧縮画像の圧縮率を主走査方
向と副走査方向とで変化させることが前記実施例８と異
なる。
【００７３】すなわち、横書き原稿の場合には、主走査
方向（横方向）の圧縮率を、副走査方向（縦方向）の圧
縮率よりも大きくする。このようにすることで、圧縮画
像上での矩形が行単位で抽出されることになるので、横
の行同士の統合が減る。他方、縦書き原稿の場合には、
副走査方向の圧縮率を主走査方向の圧縮率よりも大きく
して、縦の行同士の統合を減らす。そして、前記実施例
８と同様に、１つの圧縮画像上の矩形中の原画像上の矩
形の代表点を点列として求める。
方向（横方向）の圧縮率を、副走査方向（縦方向）の圧
縮率よりも大きくする。このようにすることで、圧縮画
像上での矩形が行単位で抽出されることになるので、横
の行同士の統合が減る。他方、縦書き原稿の場合には、
副走査方向の圧縮率を主走査方向の圧縮率よりも大きく
して、縦の行同士の統合を減らす。そして、前記実施例
８と同様に、１つの圧縮画像上の矩形中の原画像上の矩
形の代表点を点列として求める。
【００７４】本実施例によれば、行間の詰まった原稿に
対しても、文字列の情報を利用して正確に画像の傾き角
度を検出することができる。なお、上に説明した以外は
前記各実施例１と同様である。
対しても、文字列の情報を利用して正確に画像の傾き角
度を検出することができる。なお、上に説明した以外は
前記各実施例１と同様である。
【００７５】＜実施例１０＞本実施例は前記実施例９の
変形例に相当する。前記実施例９では原稿が縦書きか横
書きからによって各走査方向の圧縮率を変化させたが、
本実施例では原稿の縦横に関係なく、次のように処理す
る。
変形例に相当する。前記実施例９では原稿が縦書きか横
書きからによって各走査方向の圧縮率を変化させたが、
本実施例では原稿の縦横に関係なく、次のように処理す
る。
【００７６】すなわち、まず、主走査方向（横方向）の
圧縮率を副走査方向（縦方向）の圧縮率よりも大きくし
た圧縮画像上の１つの矩形の中の原画像上矩形の代表点
を点列として検出し、その回帰係数を求める。次に、副
走査方向の圧縮率を主走査方向の圧縮率より大きくした
圧縮画像上の１つの矩形中の原画像上矩形の代表点を点
列として検出し、その回帰係数を求める。そして、それ
ぞれで得られた回帰係数の値の平均などを、画像の傾き
角度の検出に用いる。
圧縮率を副走査方向（縦方向）の圧縮率よりも大きくし
た圧縮画像上の１つの矩形の中の原画像上矩形の代表点
を点列として検出し、その回帰係数を求める。次に、副
走査方向の圧縮率を主走査方向の圧縮率より大きくした
圧縮画像上の１つの矩形中の原画像上矩形の代表点を点
列として検出し、その回帰係数を求める。そして、それ
ぞれで得られた回帰係数の値の平均などを、画像の傾き
角度の検出に用いる。
【００７７】このような方法によれば、原稿が縦書きか
横書きか不明の場合でも、確実な傾き角度の検出が可能
になる。
横書きか不明の場合でも、確実な傾き角度の検出が可能
になる。
【００７８】＜実施例１１＞前記実施例１０では主／副
走査方向の圧縮率の大小関係を変えて、点列検出を行な
ったが、本実施例では、これに加えて各走査方向の圧縮
率そのものを変化させて点列検出を行なう。すなわち、
各走査方向の圧縮率を１／２，１／４，１／８，１／１
６の４段階に変化させる。
走査方向の圧縮率の大小関係を変えて、点列検出を行な
ったが、本実施例では、これに加えて各走査方向の圧縮
率そのものを変化させて点列検出を行なう。すなわち、
各走査方向の圧縮率を１／２，１／４，１／８，１／１
６の４段階に変化させる。
【００７９】例えば、主走査方向の圧縮率，副走査方向
の圧縮率の組み合わせを、（主１／２，副１／２）から
始めて、（主１／８，副１／２）、（主１／１６，副１
／２）、というように変化させ、それぞれの圧縮率の組
み合わせにて前記実施例１０と同様に点列を検出して回
帰係数を求める。次に、（主１／２，１／４）から始め
て（主１／２，副１／８）、（主１／２，副１／１
６）、というように圧縮率の組み合わせを変え、それぞ
れの圧縮率の組み合わせにて点列を検出して回帰係数を
求める。このようにして得られた回帰係数の値の平均な
どを用いて傾き角度の計算に用いる。これ以外は前記実
施例１０と同様である。
の圧縮率の組み合わせを、（主１／２，副１／２）から
始めて、（主１／８，副１／２）、（主１／１６，副１
／２）、というように変化させ、それぞれの圧縮率の組
み合わせにて前記実施例１０と同様に点列を検出して回
帰係数を求める。次に、（主１／２，１／４）から始め
て（主１／２，副１／８）、（主１／２，副１／１
６）、というように圧縮率の組み合わせを変え、それぞ
れの圧縮率の組み合わせにて点列を検出して回帰係数を
求める。このようにして得られた回帰係数の値の平均な
どを用いて傾き角度の計算に用いる。これ以外は前記実
施例１０と同様である。
【００８０】本実施例も、前記実施例１０と同様に、原
稿が縦書きか横書きか不明の場合でも、正確に画像の傾
き角度を求めることができる。
稿が縦書きか横書きか不明の場合でも、正確に画像の傾
き角度を求めることができる。
【００８１】＜実施例１２＞本実施例においては、前記
実施例１１の方法によって点列を検出し、その回帰係数
を求める。各圧縮率の組み合わせについて回帰係数が求
められた段階で、その回帰係数に対応する相関係数（前
記実施例２参照）も計算する。
実施例１１の方法によって点列を検出し、その回帰係数
を求める。各圧縮率の組み合わせについて回帰係数が求
められた段階で、その回帰係数に対応する相関係数（前
記実施例２参照）も計算する。
【００８２】この処理を全ての圧縮率の組み合わせにつ
いて行い、予め定められた一定値を越えた相関係数に対
応する回帰係数を集合とし、その集合での平均値または
中央値を選択し、これを画像傾き角度の計算のための回
帰係数値として用いる。ここまでの説明から理解される
ように、本実施例の装置構成は前記実施例２と同様でよ
い。
いて行い、予め定められた一定値を越えた相関係数に対
応する回帰係数を集合とし、その集合での平均値または
中央値を選択し、これを画像傾き角度の計算のための回
帰係数値として用いる。ここまでの説明から理解される
ように、本実施例の装置構成は前記実施例２と同様でよ
い。
【００８３】本実施例も前記実施例１１と同様に縦書き
原稿でも横書き原稿でも正確な傾き角度の検出が可能で
ある。
原稿でも横書き原稿でも正確な傾き角度の検出が可能で
ある。
【００８４】＜実施例１３＞本実施例においては、前記
実施例１１の方法によって点列を検出し、その回帰係数
を求めるが、各圧縮率の組み合わせでの回帰係数が求め
られた段階で、回帰係数を適当な間隔で量子化してヒス
トグラムを作成し、このヒストグラムのピークを見つけ
る。この処理を、すべての圧縮率の組み合わせについて
行なう。そして、前記実施例３と同様に、得られた全ヒ
ストグラムの最大ピークに対応する回帰係数の値、各ヒ
ストグラムのピークに対応する回帰係数値の平均値ある
いは中央値を、画像傾き角度の計算のための回帰係数値
として用いる。なお、ここまでの説明から理解されるよ
うに、本実施例のための装置構成は前記実施例３と同様
でよい。
実施例１１の方法によって点列を検出し、その回帰係数
を求めるが、各圧縮率の組み合わせでの回帰係数が求め
られた段階で、回帰係数を適当な間隔で量子化してヒス
トグラムを作成し、このヒストグラムのピークを見つけ
る。この処理を、すべての圧縮率の組み合わせについて
行なう。そして、前記実施例３と同様に、得られた全ヒ
ストグラムの最大ピークに対応する回帰係数の値、各ヒ
ストグラムのピークに対応する回帰係数値の平均値ある
いは中央値を、画像傾き角度の計算のための回帰係数値
として用いる。なお、ここまでの説明から理解されるよ
うに、本実施例のための装置構成は前記実施例３と同様
でよい。
【００８５】本実施例も前記実施例１１と同様に、原稿
の向きが不明でも正確な傾き角度の検出が可能である。
の向きが不明でも正確な傾き角度の検出が可能である。
【００８６】＜実施例１４＞本実施例においては、前記
実施例１１の方法によって点列を検出し、その回帰係数
を求めるが、各圧縮率の組み合わせでの回帰係数が求め
られた段階で、回帰係数に対応する相関係数（前記実施
例２参照）も求める。そして、前記実施例４と同様に、
この相関係数で回帰係数を重み付けしてから量子化して
ヒストグラム（重み付き回帰係数ヒストグラム）を作成
し、そのピークを見つける。この処理を、すべての圧縮
率の組み合わせについて行なう。
実施例１１の方法によって点列を検出し、その回帰係数
を求めるが、各圧縮率の組み合わせでの回帰係数が求め
られた段階で、回帰係数に対応する相関係数（前記実施
例２参照）も求める。そして、前記実施例４と同様に、
この相関係数で回帰係数を重み付けしてから量子化して
ヒストグラム（重み付き回帰係数ヒストグラム）を作成
し、そのピークを見つける。この処理を、すべての圧縮
率の組み合わせについて行なう。
【００８７】このようにして得られた得られた全ての重
み付き回帰係数ヒストグラムの最大ピークに対応する回
帰係数の値、各ヒストグラムのピークに対応する回帰係
数値の平均値あるいは中央値を、画像傾き角度の計算の
ための回帰係数値として用いる。ここまでの説明から理
解されるように、本実施例のための装置構成は前記実施
例４と同様でよい。
み付き回帰係数ヒストグラムの最大ピークに対応する回
帰係数の値、各ヒストグラムのピークに対応する回帰係
数値の平均値あるいは中央値を、画像傾き角度の計算の
ための回帰係数値として用いる。ここまでの説明から理
解されるように、本実施例のための装置構成は前記実施
例４と同様でよい。
【００８８】本実施例によっても、前記実施例１１と同
様、原稿の縦書き、横書きにかかわらず正確な画像傾き
角度の検出が可能である。
様、原稿の縦書き、横書きにかかわらず正確な画像傾き
角度の検出が可能である。
【００８９】なお、本発明は以上説明した実施例に限定
されるものではなく、さまざまな変形が許される。例え
ば、前記各実施例の２つまたはそれ以上を組み合わせた
構成も可能であって、これも本発明に含まれるものであ
る。
されるものではなく、さまざまな変形が許される。例え
ば、前記各実施例の２つまたはそれ以上を組み合わせた
構成も可能であって、これも本発明に含まれるものであ
る。
【００９０】
【発明の効果】以上説明した如く、本発明によれば以下
の効果を得られる。
の効果を得られる。
【００９１】請求項１の発明によれば、少ない処理量で
高速に、画像の傾きを正確に検出できるようになる。
高速に、画像の傾きを正確に検出できるようになる。
【００９２】請求項２の発明によれば、相関係数が一定
値を越えるような回帰係数の集合での平均値または中央
値を用いて画像の傾き角度を求めるため、より信頼性の
高い傾き角度検出が可能になる。
値を越えるような回帰係数の集合での平均値または中央
値を用いて画像の傾き角度を求めるため、より信頼性の
高い傾き角度検出が可能になる。
【００９３】請求項３の発明によれば、ノイズや原稿の
バリエーションに対応できる。
バリエーションに対応できる。
【００９４】請求項４の発明によれば、回帰係数に相関
関数で重み付けすることにより、より正確な傾き角度検
出が可能になる。
関数で重み付けすることにより、より正確な傾き角度検
出が可能になる。
【００９５】請求項５の発明によれば、回帰直線を利用
して、表中の罫線やセパレータ等の線分情報を基に画像
の傾き角度を検出することができるようになる。
して、表中の罫線やセパレータ等の線分情報を基に画像
の傾き角度を検出することができるようになる。
【００９６】請求項６の発明によれば、罫線の統合され
る状況も考慮して、より正確な傾き角度検出が可能にな
る。
る状況も考慮して、より正確な傾き角度検出が可能にな
る。
【００９７】請求項７または８の発明によれば、文字列
の情報を基に、回帰直線を利用して画像の傾き角度を検
出可能になる。
の情報を基に、回帰直線を利用して画像の傾き角度を検
出可能になる。
【００９８】請求項９の発明によれば、行間の詰まった
原稿に対しても、正確な傾き角度の検出が可能になる。
原稿に対しても、正確な傾き角度の検出が可能になる。
【００９９】請求項１０乃至１４の発明によれば、縦書
きか横書きか不明の原稿に対しても、画像の傾き角度を
正確に検出可能になる。
きか横書きか不明の原稿に対しても、画像の傾き角度を
正確に検出可能になる。
【図１】図１は実施例１のための装置構成の一例を示す
ブロック図である。
ブロック図である。
【図２】黒画素と白画素の境界の点の抽出を説明するた
め図である。
め図である。
【図３】点列とそれに対する回帰直線の例を示す図であ
る。
る。
【図４】実施例２のための装置構成の一例を示すブロッ
ク図である。
ク図である。
【図５】実施例３のための装置構成の一例を示すブロッ
ク図である。
ク図である。
【図６】実施例４のための装置構成の一例を示すブロッ
ク図である。
ク図である。
【図７】接続した黒ランとその統合矩形、及び黒ランの
終点座標を示す図である。
終点座標を示す図である。
【図８】接続した黒ランとその統合矩形、及び黒ランの
始点座標を示す図である。
始点座標を示す図である。
【図９】連結した黒画素の外接矩形とその代表点座標を
示す図である。
示す図である。
【図１０】圧縮画像上の連結黒画素矩形と、原画像上の
連結黒画素矩形及びその代表点座標を示す図である。
連結黒画素矩形及びその代表点座標を示す図である。
１００ ２値画像入力部 １０２ ２値イメージメモリ １０４ 黒／白画素境界判定部 １０６ 点列座標メモリ １０８ 回帰係数算出部 １１０ 回帰係数メモリ １１２ 画像傾き検出部 １２０ 相関係数算出部 １２２ 相関係数メモリ １３０ ヒストグラム算出部 １３２ 回帰係数ヒストグラムメモリ １４０ 重み付きヒストグラム算出部 １４２ 重み付き回帰係数ヒストグラムメモリ
Claims (14)
- 【請求項１】 画像上の黒画素と白画素の境界の点を複
数個抽出し、その点列のＸ座標とＹ座標を２変数とする
回帰直線を求め、その回帰係数の値より画像の傾き角度
を求めることを特徴とする画像傾き検出方法。 - 【請求項２】 画像上の黒画素と白画素の境界の点を複
数個抽出し、抽出した点列のＸ座標とＹ座標を２変数と
する回帰直線の回帰係数を求めるとともに回帰係数に対
応する点列に対する相関係数を求め、予め定めた一定値
を越える相関係数に対応する回帰係数を集合とし、この
集合での平均値または中央値を選択し、選択した回帰係
数の値より画像の傾き角度を求めることを特徴とする画
像傾き検出方法。 - 【請求項３】 画像上の黒画素と白画素の境界の点を複
数個抽出し、抽出した点列のＸ座標とＹ座標を２変数と
する回帰直線を求めて、その回帰係数のヒストグラムを
作成し、このヒストグラムの頂点に対応する回帰係数の
値より画像の傾き角度を求めることを特徴とする画像傾
き検出方法。 - 【請求項４】 画像上の黒画素と白画素の境界の点を複
数個抽出し、抽出した点列のＸ座標とＹ座標を２変数と
する回帰直線の回帰係数を求めるとともに回帰係数に対
応する点列に対する相関係数を求め、回帰係数に、それ
に対応した相関関数で重み付けしたもののヒストグラム
を作成し、このヒストグラムの頂点に対応する回帰係数
の値より画像の傾き角度を求めることを特徴とする画像
傾き検出方法。 - 【請求項５】 黒ランの接続関係を調べ、接続している
黒ランの端点を、黒画素と白画素の境界の点として抽出
することを特徴とする請求項１乃至４のいずれか１項に
記載の画像傾き検出方法。 - 【請求項６】 接続している黒ランの相互の位置関係に
よって画像の傾き方向を判定し、この判定結果に応じて
黒ランの始点または終点の一方を、黒画素と白画素の境
界の点として選択し抽出することを特徴とする請求項５
記載の画像傾き検出方法。 - 【請求項７】 画像上の黒画素の連結する領域を包含す
る矩形を抽出し、抽出した矩形の代表点の点列を抽出
し、抽出した点列のＸ座標とＹ座標を２変数とする回帰
直線を求め、その回帰係数の値より画像の傾き角度を求
めることを特徴とする画像傾き検出方法。 - 【請求項８】 原画像上の黒画素の連結する領域を包含
する矩形を抽出するとともに、該原画像の圧縮画像上の
黒画素の連結する領域を包含する矩形を抽出し、該圧縮
画像より抽出された矩形の領域内に含まれる該原画像よ
り抽出された矩形の代表点を１つの点列として抽出し、
抽出した点列のＸ座標及びＹ座標を２変数とする回帰直
線を求め、その回帰係数の値より画像の傾き角度を求め
ることを特徴とする画像傾き検出方法。 - 【請求項９】 圧縮画像の主走査方向の圧縮率と副走査
方向の圧縮率とを異ならせることを特徴とする請求項８
記載の画像傾き検出方法。 - 【請求項１０】 主走査方向の圧縮率を副走査方向の圧
縮率より大きくした圧縮画像と、副走査方向の圧縮率を
主走査方向の圧縮率より大きくした圧縮画像とに対し
て、それぞれ回帰係数を求めることを特徴とする請求項
８記載の画像傾き検出方法。 - 【請求項１１】 主走査方向の圧縮率と副走査方向の圧
縮率との異なった組み合わせによる圧縮画像それぞれに
対して回帰回数を求めることを特徴とする請求項８記載
の画像傾き検出方法。 - 【請求項１２】 請求項７または８記載の画像傾き検出
方法において、回帰係数に対応した点列の相関係数を求
め、予め定められた一定値以上の相関係数に対応する回
帰係数を集合とし、この集合での平均値または中央値を
選択し、選択した回帰係数の値より画像の傾き角度を求
めることを特徴とする画像傾き検出方法。 - 【請求項１３】 請求項７または８記載の画像傾き検出
方法において、回帰係数のヒストグラムを作成し、この
ヒストグラムの頂点に対応する回帰係数の値より画像の
傾き角度を求めることを特徴とする画像傾き検出方法。 - 【請求項１４】 請求項７または８記載の画像傾き検出
方法において、回帰係数に対応する点列に対する相関係
数を求め、回帰係数に、それに対応した相関関数で重み
付けしたもののヒストグラムを作成し、このヒストグラ
ムの頂点に対応する回帰係数の値より画像の傾き角度を
求めることを特徴とする画像傾き検出方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP33125393A JP3338537B2 (ja) | 1993-12-27 | 1993-12-27 | 画像傾き検出装置 |
| US08/355,902 US5563403A (en) | 1993-12-27 | 1994-12-14 | Method and apparatus for detection of a skew angle of a document image using a regression coefficient |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP33125393A JP3338537B2 (ja) | 1993-12-27 | 1993-12-27 | 画像傾き検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07192086A true JPH07192086A (ja) | 1995-07-28 |
| JP3338537B2 JP3338537B2 (ja) | 2002-10-28 |
Family
ID=18241622
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP33125393A Expired - Fee Related JP3338537B2 (ja) | 1993-12-27 | 1993-12-27 | 画像傾き検出装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5563403A (ja) |
| JP (1) | JP3338537B2 (ja) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001253334A (ja) * | 2000-03-09 | 2001-09-18 | Sumitomo Rubber Ind Ltd | 路面摩擦係数判定装置および方法 |
| JP2001334920A (ja) * | 2000-05-26 | 2001-12-04 | Sumitomo Rubber Ind Ltd | 路面摩擦係数判定装置および方法 |
| JP2002037046A (ja) * | 2000-07-24 | 2002-02-06 | Sumitomo Rubber Ind Ltd | 路面摩擦係数判定装置の初期化装置および方法 |
| US6771842B1 (en) | 1998-05-28 | 2004-08-03 | Fujitsu Limited | Document image skew detection method |
| KR100600466B1 (ko) * | 2000-03-09 | 2006-07-13 | 스미토모 고무 고교 가부시키가이샤 | 노면마찰계수 판정장치 및 방법 |
| US7263212B2 (en) | 2002-09-18 | 2007-08-28 | Nec Corporation | Generation of reconstructed image data based on moved distance and tilt of slice data |
| JP2010130441A (ja) * | 2008-11-28 | 2010-06-10 | Acutelogic Corp | 文字画像補正装置及び文字画像補正方法 |
| JP2010186407A (ja) * | 2009-02-13 | 2010-08-26 | Dainippon Screen Mfg Co Ltd | 配列方向検出装置、配列方向検出方法および配列方向検出プログラム |
| US8363963B2 (en) | 2008-12-17 | 2013-01-29 | Sharp Kabushiki Kaisha | Apparatus, method and computer readable medium that associates a plurality of possible word recognition results with an image |
| US8532434B2 (en) | 2009-06-15 | 2013-09-10 | Sharp Kabushiki Kaisha | Image processing method and apparatus for determining orientations based on reliabilities of a plurality of portions into which image has been divided or for determining orientations of portions of image divided by user's input so as to recognize characters for each divided portion of image, image forming apparatus, and storage medium |
| CN103310212A (zh) * | 2012-03-14 | 2013-09-18 | 鸿富锦精密工业（深圳）有限公司 | 图像文件处理系统及方法 |
| US8780407B2 (en) | 2009-04-23 | 2014-07-15 | Sharp Kabushiki Kaisha | Control apparatus, image reading apparatus, image forming apparatus, and recording medium for efficient rereading |
| US8941864B2 (en) | 2010-11-12 | 2015-01-27 | Sharp Kabushiki Kaisha | Image processing apparatus, image reading apparatus, image forming apparatus, and image processing method |
| US9268998B2 (en) | 2013-09-30 | 2016-02-23 | Sharp Kabushiki Kaisha | Image determining apparatus, image processing system, and recording medium |
Families Citing this family (39)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2761467B2 (ja) * | 1995-03-29 | 1998-06-04 | インターナショナル・ビジネス・マシーンズ・コーポレイション | 画像切り出し装置及び文字認識装置 |
| JP3113827B2 (ja) * | 1996-11-28 | 2000-12-04 | インターナショナル・ビジネス・マシーンズ・コーポレ−ション | 矩形オブジェクトの認識方法及び認識装置 |
| JP3615333B2 (ja) * | 1996-12-05 | 2005-02-02 | 株式会社リコー | 罫線消去装置 |
| JP3099771B2 (ja) * | 1997-05-07 | 2000-10-16 | 日本電気株式会社 | 文字認識方法、装置及び文字認識プログラムを記録した記録媒体 |
| JPH11143986A (ja) * | 1997-10-17 | 1999-05-28 | Internatl Business Mach Corp <Ibm> | ビットマップイメージの処理方法及び処理装置、ビットマップイメージの処理を行うイメージ処理プログラムを格納した記憶媒体 |
| JPH11232378A (ja) * | 1997-12-09 | 1999-08-27 | Canon Inc | デジタルカメラ、そのデジタルカメラを用いた文書処理システム、コンピュータ可読の記憶媒体、及び、プログラムコード送出装置 |
| US6449397B1 (en) * | 1999-04-05 | 2002-09-10 | Mustek Systems Inc. | Image processing system for scanning a rectangular document |
| US6285802B1 (en) * | 1999-04-08 | 2001-09-04 | Litton Systems, Inc. | Rotational correction and duplicate image identification by fourier transform correlation |
| TW466873B (en) * | 2000-02-18 | 2001-12-01 | Mustek Systems Inc | Method to determine the occurrence of line-dropping in the scanned image of scanner |
| EP1184808A3 (en) * | 2000-08-29 | 2003-10-29 | Eastman Kodak Company | Method for detection of skew angle and border of document images in a production scanning environment |
| US7898695B1 (en) | 2000-10-06 | 2011-03-01 | Lexmark International, Inc. | Method of compensating for electronic printhead skew and bow correction in an imaging machine to reduce print artifacts |
| US7221810B2 (en) * | 2000-11-13 | 2007-05-22 | Anoto Group Ab | Method and device for recording of information |
| US6735337B2 (en) * | 2001-02-02 | 2004-05-11 | Shih-Jong J. Lee | Robust method for automatic reading of skewed, rotated or partially obscured characters |
| US7411593B2 (en) * | 2001-03-28 | 2008-08-12 | International Business Machines Corporation | Image rotation with substantially no aliasing error |
| RU2251738C2 (ru) * | 2003-01-28 | 2005-05-10 | "Аби Софтвер Лтд." | Способ приведения в соответствие заполненной машиночитаемой формы и ее шаблона при наличии искажений (варианты) |
| US20050276454A1 (en) * | 2004-06-14 | 2005-12-15 | Rodney Beatson | System and methods for transforming biometric image data to a consistent angle of inclination |
| US7391930B2 (en) * | 2004-12-17 | 2008-06-24 | Primax Electronics Ltd. | Angle de-skew device and method thereof |
| US20060187050A1 (en) * | 2005-02-11 | 2006-08-24 | Psc Scanning, Inc. | Loop antenna for RFID |
| US20060224953A1 (en) * | 2005-04-01 | 2006-10-05 | Xiaofan Lin | Height-width estimation model for a text block |
| NO20052656D0 (no) * | 2005-06-02 | 2005-06-02 | Lumex As | Geometrisk bildetransformasjon basert pa tekstlinjesoking |
| US8139897B2 (en) | 2007-03-15 | 2012-03-20 | Ricoh Company, Limited | Detecting tilt in an image having different resolutions in different directions |
| US8249391B2 (en) * | 2007-08-24 | 2012-08-21 | Ancestry.com Operations, Inc. | User interface method for skew correction |
| US8160393B2 (en) * | 2008-09-18 | 2012-04-17 | Certifi Media Inc. | Method for image skew detection |
| US8620080B2 (en) * | 2008-09-26 | 2013-12-31 | Sharp Laboratories Of America, Inc. | Methods and systems for locating text in a digital image |
| US8370759B2 (en) | 2008-09-29 | 2013-02-05 | Ancestry.com Operations Inc | Visualizing, creating and editing blending modes methods and systems |
| JP4758502B2 (ja) * | 2008-12-10 | 2011-08-31 | シャープ株式会社 | 画像処理装置、画像読取装置、画像送信装置、画像形成装置、画像処理方法、プログラムおよびその記録媒体 |
| KR101035739B1 (ko) * | 2009-02-13 | 2011-05-20 | 전남대학교산학협력단 | 문자 인식의 왜곡을 보정하는 방법 |
| JP4772888B2 (ja) * | 2009-03-27 | 2011-09-14 | シャープ株式会社 | 画像処理装置、画像形成装置、画像処理方法、プログラムおよびその記録媒体 |
| WO2011001439A2 (en) | 2009-07-02 | 2011-01-06 | Hewlett-Packard Development Company, L.P. | Skew detection |
| US8189961B2 (en) | 2010-06-09 | 2012-05-29 | Microsoft Corporation | Techniques in optical character recognition |
| FR2977964B1 (fr) * | 2011-07-13 | 2013-08-23 | Commissariat Energie Atomique | Procede d'acquisition d'un angle de rotation et des coordonnees d'un centre de rotation |
| US9064191B2 (en) | 2012-01-26 | 2015-06-23 | Qualcomm Incorporated | Lower modifier detection and extraction from devanagari text images to improve OCR performance |
| US9053361B2 (en) | 2012-01-26 | 2015-06-09 | Qualcomm Incorporated | Identifying regions of text to merge in a natural image or video frame |
| US9141874B2 (en) | 2012-07-19 | 2015-09-22 | Qualcomm Incorporated | Feature extraction and use with a probability density function (PDF) divergence metric |
| US9047540B2 (en) | 2012-07-19 | 2015-06-02 | Qualcomm Incorporated | Trellis based word decoder with reverse pass |
| US9262699B2 (en) | 2012-07-19 | 2016-02-16 | Qualcomm Incorporated | Method of handling complex variants of words through prefix-tree based decoding for Devanagiri OCR |
| US9076242B2 (en) * | 2012-07-19 | 2015-07-07 | Qualcomm Incorporated | Automatic correction of skew in natural images and video |
| US9183458B2 (en) | 2012-07-19 | 2015-11-10 | Qualcomm Incorporated | Parameter selection and coarse localization of interest regions for MSER processing |
| CN104866822B (zh) * | 2015-05-06 | 2018-08-24 | 南京信息工程大学 | 一种基于sivv特征的文档图像粗分类方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0244486A (ja) * | 1988-08-05 | 1990-02-14 | Nippon Telegr & Teleph Corp <Ntt> | 文書画像処理方法 |
| JPH02150979A (ja) * | 1988-12-01 | 1990-06-11 | Mitsubishi Heavy Ind Ltd | 直線群の傾斜方向検出装置 |
| JPH02278104A (ja) * | 1989-04-19 | 1990-11-14 | Fuji Electric Co Ltd | 文書画像の傾き角検出方法 |
| JPH0535914A (ja) * | 1991-05-02 | 1993-02-12 | Ricoh Co Ltd | 画像傾き検出方法 |
| JPH0589285A (ja) * | 1991-09-30 | 1993-04-09 | Sumitomo Electric Ind Ltd | 文字行の傾き検出装置 |
| JPH05128306A (ja) * | 1991-11-08 | 1993-05-25 | Oki Electric Ind Co Ltd | 文章画像の属性判別方法 |
| JPH0652309A (ja) * | 1992-07-31 | 1994-02-25 | Hitachi Ltd | 傾き検出方法および画像処理装置 |
| JPH0676108A (ja) * | 1992-08-24 | 1994-03-18 | Oki Electric Ind Co Ltd | 文書画像の傾き検出方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58119079A (ja) * | 1982-01-07 | 1983-07-15 | Canon Inc | 相関検知装置 |
| US4558461A (en) * | 1983-06-17 | 1985-12-10 | Litton Systems, Inc. | Text line bounding system |
| US5046114A (en) * | 1985-10-01 | 1991-09-03 | The Palantir Corporation | Method and structure for separating joined patterns for use in pattern and character recognition system |
| US4941189A (en) * | 1987-02-25 | 1990-07-10 | Lundy Electronics & Systems, Inc. | Optical character reader with skew recognition |
| JPH07120385B2 (ja) * | 1987-07-24 | 1995-12-20 | シャープ株式会社 | 光学的読取り方法 |
| US5077811A (en) * | 1990-10-10 | 1991-12-31 | Fuji Xerox Co., Ltd. | Character and picture image data processing system |
| US5452374A (en) * | 1992-04-06 | 1995-09-19 | Ricoh Corporation | Skew detection and correction of a document image representation |
-
1993
- 1993-12-27 JP JP33125393A patent/JP3338537B2/ja not_active Expired - Fee Related
-
1994
- 1994-12-14 US US08/355,902 patent/US5563403A/en not_active Expired - Lifetime
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0244486A (ja) * | 1988-08-05 | 1990-02-14 | Nippon Telegr & Teleph Corp <Ntt> | 文書画像処理方法 |
| JPH02150979A (ja) * | 1988-12-01 | 1990-06-11 | Mitsubishi Heavy Ind Ltd | 直線群の傾斜方向検出装置 |
| JPH02278104A (ja) * | 1989-04-19 | 1990-11-14 | Fuji Electric Co Ltd | 文書画像の傾き角検出方法 |
| JPH0535914A (ja) * | 1991-05-02 | 1993-02-12 | Ricoh Co Ltd | 画像傾き検出方法 |
| JPH0589285A (ja) * | 1991-09-30 | 1993-04-09 | Sumitomo Electric Ind Ltd | 文字行の傾き検出装置 |
| JPH05128306A (ja) * | 1991-11-08 | 1993-05-25 | Oki Electric Ind Co Ltd | 文章画像の属性判別方法 |
| JPH0652309A (ja) * | 1992-07-31 | 1994-02-25 | Hitachi Ltd | 傾き検出方法および画像処理装置 |
| JPH0676108A (ja) * | 1992-08-24 | 1994-03-18 | Oki Electric Ind Co Ltd | 文書画像の傾き検出方法 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6771842B1 (en) | 1998-05-28 | 2004-08-03 | Fujitsu Limited | Document image skew detection method |
| JP2001253334A (ja) * | 2000-03-09 | 2001-09-18 | Sumitomo Rubber Ind Ltd | 路面摩擦係数判定装置および方法 |
| KR100600466B1 (ko) * | 2000-03-09 | 2006-07-13 | 스미토모 고무 고교 가부시키가이샤 | 노면마찰계수 판정장치 및 방법 |
| JP2001334920A (ja) * | 2000-05-26 | 2001-12-04 | Sumitomo Rubber Ind Ltd | 路面摩擦係数判定装置および方法 |
| JP2002037046A (ja) * | 2000-07-24 | 2002-02-06 | Sumitomo Rubber Ind Ltd | 路面摩擦係数判定装置の初期化装置および方法 |
| US7263212B2 (en) | 2002-09-18 | 2007-08-28 | Nec Corporation | Generation of reconstructed image data based on moved distance and tilt of slice data |
| JP2010130441A (ja) * | 2008-11-28 | 2010-06-10 | Acutelogic Corp | 文字画像補正装置及び文字画像補正方法 |
| US8363963B2 (en) | 2008-12-17 | 2013-01-29 | Sharp Kabushiki Kaisha | Apparatus, method and computer readable medium that associates a plurality of possible word recognition results with an image |
| JP2010186407A (ja) * | 2009-02-13 | 2010-08-26 | Dainippon Screen Mfg Co Ltd | 配列方向検出装置、配列方向検出方法および配列方向検出プログラム |
| US8780407B2 (en) | 2009-04-23 | 2014-07-15 | Sharp Kabushiki Kaisha | Control apparatus, image reading apparatus, image forming apparatus, and recording medium for efficient rereading |
| US8532434B2 (en) | 2009-06-15 | 2013-09-10 | Sharp Kabushiki Kaisha | Image processing method and apparatus for determining orientations based on reliabilities of a plurality of portions into which image has been divided or for determining orientations of portions of image divided by user's input so as to recognize characters for each divided portion of image, image forming apparatus, and storage medium |
| US8941864B2 (en) | 2010-11-12 | 2015-01-27 | Sharp Kabushiki Kaisha | Image processing apparatus, image reading apparatus, image forming apparatus, and image processing method |
| CN103310212A (zh) * | 2012-03-14 | 2013-09-18 | 鸿富锦精密工业（深圳）有限公司 | 图像文件处理系统及方法 |
| US9268998B2 (en) | 2013-09-30 | 2016-02-23 | Sharp Kabushiki Kaisha | Image determining apparatus, image processing system, and recording medium |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3338537B2 (ja) | 2002-10-28 |
| US5563403A (en) | 1996-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3338537B2 (ja) | 画像傾き検出装置 | |
| US7697776B2 (en) | Model-based dewarping method and apparatus | |
| US6347156B1 (en) | Device, method and storage medium for recognizing a document image | |
| US6898316B2 (en) | Multiple image area detection in a digital image | |
| US7170647B2 (en) | Document processing apparatus and method | |
| US5075895A (en) | Method and apparatus for recognizing table area formed in binary image of document | |
| JPH03201866A (ja) | 圧縮形態のデータを含むデータから画像スキュー角度を決定する方法 | |
| JP4522468B2 (ja) | 画像判別装置、画像検索装置、画像検索プログラムおよび記録媒体 | |
| EP1017011A2 (en) | Block selection of table features | |
| US6175664B1 (en) | Optical character reader with tangent detection for detecting tilt of image data | |
| JP4208520B2 (ja) | 画像処理装置および画像処理方法、プログラムおよび記憶媒体 | |
| JP2002199179A (ja) | 傾き検出装置 | |
| JP2005275854A (ja) | 画像処理装置、画像処理方法、画像処理プログラムおよびこのプログラムを記憶した記録媒体 | |
| CN112364835A (zh) | 视频信息取帧方法、装置、设备及存储介质 | |
| JP3303246B2 (ja) | 画像処理装置 | |
| JPH0896072A (ja) | ページ傾き検出方法 | |
| JPH11288453A (ja) | 再生用のスキャン環境における原稿画像のスキュ―角度および黒い境界線を検出する方法およびシステム | |
| JP2877548B2 (ja) | 文書画像の属性判別方法 | |
| JP2003216958A (ja) | 多角形検出装置、多角形検出方法及び多角形検出プログラム | |
| JPH0573718A (ja) | 領域属性識別方式 | |
| JP2536205B2 (ja) | 文書画像傾き検出方法及び装置 | |
| JP3381803B2 (ja) | 傾き角検出装置 | |
| JP3274063B2 (ja) | 画像傾き検出装置 | |
| JPH05274472A (ja) | 画像認識装置 | |
| JPH0676108A (ja) | 文書画像の傾き検出方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080809 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080809 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090809 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090809 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100809 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100809 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110809 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |