JPH08235314A - フォント識別方法 - Google Patents
フォント識別方法Info
- Publication number
- JPH08235314A JPH08235314A JP7036600A JP3660095A JPH08235314A JP H08235314 A JPH08235314 A JP H08235314A JP 7036600 A JP7036600 A JP 7036600A JP 3660095 A JP3660095 A JP 3660095A JP H08235314 A JPH08235314 A JP H08235314A
- Authority
- JP
- Japan
- Prior art keywords
- font
- character
- document
- black pixels
- ratio
- 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.)
- Pending
Links
Landscapes
- Character Input (AREA)
Abstract
(57)【要約】
【目的】 辞書を用いることなく文書、文字毎のフォン
トを識別する。 【構成】 文字切り出し部１０２は、イメージメモリ１
０５内の文書画像データから文字パターンを切り出し、
黒画素割合計算部１０３は、切り出されたパターン中に
占める黒画素の割合を計算する。フォント識別部１０４
は、パターン中の黒画素の割合を用いてフォントを識別
する。
トを識別する。 【構成】 文字切り出し部１０２は、イメージメモリ１
０５内の文書画像データから文字パターンを切り出し、
黒画素割合計算部１０３は、切り出されたパターン中に
占める黒画素の割合を計算する。フォント識別部１０４
は、パターン中の黒画素の割合を用いてフォントを識別
する。
Description
【０００１】
【産業上の利用分野】本発明は、辞書を用いることなく
文書のフォント、文字毎のフォントを識別するフォント
識別方法に関する。
文書のフォント、文字毎のフォントを識別するフォント
識別方法に関する。
【０００２】
【従来の技術】情報の電子化が進展するに伴って、文書
データを保存し、それを検索、閲覧し、再利用すること
がオフィスを初めとして広範な分野で行われている。そ
して、文書内容をデータ化する一手法として、紙にプリ
ントアウトされた文書内容をテキストデータに変換する
文字認識処理の重要性が高まっている。
データを保存し、それを検索、閲覧し、再利用すること
がオフィスを初めとして広範な分野で行われている。そ
して、文書内容をデータ化する一手法として、紙にプリ
ントアウトされた文書内容をテキストデータに変換する
文字認識処理の重要性が高まっている。
【０００３】ところで、一方、ワードプロセッサやＤＴ
Ｐが普及し、一文書中に複数のフォントを使用して作成
された文書が増えつつある。このような文書にあって
は、フォントの種類自体も貴重な情報であり、テキスト
データに変換する際に、フォントを識別できる文字認識
装置が望まれている。
Ｐが普及し、一文書中に複数のフォントを使用して作成
された文書が増えつつある。このような文書にあって
は、フォントの種類自体も貴重な情報であり、テキスト
データに変換する際に、フォントを識別できる文字認識
装置が望まれている。
【０００４】
【発明が解決しようとする課題】上記したフォント識別
を解決する従来の文字認識装置として、特開平４−８４
３８０号公報に記載された技術がある。しかし、この文
字認識装置では、それぞれの文字パターンに対して、各
種フォント（例えば、明朝体、ゴシック体など）毎の辞
書を用意しなければならず、辞書の容量が膨大になると
いう問題あった。
を解決する従来の文字認識装置として、特開平４−８４
３８０号公報に記載された技術がある。しかし、この文
字認識装置では、それぞれの文字パターンに対して、各
種フォント（例えば、明朝体、ゴシック体など）毎の辞
書を用意しなければならず、辞書の容量が膨大になると
いう問題あった。
【０００５】本発明の目的は、辞書を用いることなく文
書のフォント、文字毎のフォントを識別するフォント識
別方法を提供することにある。
書のフォント、文字毎のフォントを識別するフォント識
別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】前記目的を達成するため
に、請求項１記載の発明では、入力された文書画像また
は該文書画像の部分領域の文字フォントの種類を識別す
るフォント識別方法において、該文書画像から切り出し
た文字パターンの黒画素の割合を基に、前記文書または
部分領域のフォントの種類を識別することを特徴として
いる。
に、請求項１記載の発明では、入力された文書画像また
は該文書画像の部分領域の文字フォントの種類を識別す
るフォント識別方法において、該文書画像から切り出し
た文字パターンの黒画素の割合を基に、前記文書または
部分領域のフォントの種類を識別することを特徴として
いる。
【０００７】請求項２記載の発明では、該文書画像から
切り出した文字パターンの黒画素の割合と、該文字パタ
ーンのサイズを基に、前記文書または部分領域のフォン
トの種類を識別することを特徴としている。
切り出した文字パターンの黒画素の割合と、該文字パタ
ーンのサイズを基に、前記文書または部分領域のフォン
トの種類を識別することを特徴としている。
【０００８】請求項３記載の発明では、請求項１記載の
フォント識別方法を用いて文書または部分領域のフォン
ト（以下、基準フォントという）を識別し、文書画像か
ら切り出した各文字パターンを認識し、認識された文字
の中から、フォント識別の対象文字と同一の文字を選
び、選ばれた各文字の黒画素の割合が全て同じであると
き、該フォント識別対象文字は前記基準フォントと識別
し、選ばれた各文字の黒画素の割合が異なるとき、各文
字間で黒画素の割合を比較することにより該フォント識
別対象文字のフォントを識別することを特徴としてい
る。
フォント識別方法を用いて文書または部分領域のフォン
ト（以下、基準フォントという）を識別し、文書画像か
ら切り出した各文字パターンを認識し、認識された文字
の中から、フォント識別の対象文字と同一の文字を選
び、選ばれた各文字の黒画素の割合が全て同じであると
き、該フォント識別対象文字は前記基準フォントと識別
し、選ばれた各文字の黒画素の割合が異なるとき、各文
字間で黒画素の割合を比較することにより該フォント識
別対象文字のフォントを識別することを特徴としてい
る。
【０００９】
【作用】第１の実施例では、文書画像データから切り出
された文字パターン中に占める黒画素の割合を計算し、
該黒画素の割合を用いて文書または部分領域のフォント
（例えば、明朝体、ゴシック体など）を識別する。第２
の実施例では、文字パターンのサイズをも考慮して文書
または部分領域のフォントを識別する。第３の実施例で
は、認識された同一の文字について、各文字の黒画素の
割合が同じであるか否かを調べ、同じであるときは、対
象とする文字は、基準フォントであると識別し、異なる
ときは、各文字間で黒画素の割合を比較して、対象文字
のフォントを識別する。
された文字パターン中に占める黒画素の割合を計算し、
該黒画素の割合を用いて文書または部分領域のフォント
（例えば、明朝体、ゴシック体など）を識別する。第２
の実施例では、文字パターンのサイズをも考慮して文書
または部分領域のフォントを識別する。第３の実施例で
は、認識された同一の文字について、各文字の黒画素の
割合が同じであるか否かを調べ、同じであるときは、対
象とする文字は、基準フォントであると識別し、異なる
ときは、各文字間で黒画素の割合を比較して、対象文字
のフォントを識別する。
【００１０】
【実施例】以下、本発明の一実施例を図面を用いて具体
的に説明する。 〈実施例１〉図１は、本発明の実施例１、２の構成を示
す。図において、１０１はスキャナなどの画像入力部、
１０２は入力された画像データから文字を切り出す文字
切り出し部、１０３は文字パターン中に占める黒画素の
割合を計算する黒画素割合計算部、１０４は黒画素の割
合からフォントを識別するフォント識別部、１０５は読
み取られた文書画像を格納するイメージメモリ、１０６
は切り出された文字パターンを格納するパターンメモリ
である。
的に説明する。 〈実施例１〉図１は、本発明の実施例１、２の構成を示
す。図において、１０１はスキャナなどの画像入力部、
１０２は入力された画像データから文字を切り出す文字
切り出し部、１０３は文字パターン中に占める黒画素の
割合を計算する黒画素割合計算部、１０４は黒画素の割
合からフォントを識別するフォント識別部、１０５は読
み取られた文書画像を格納するイメージメモリ、１０６
は切り出された文字パターンを格納するパターンメモリ
である。
【００１１】画像入力部１０１で文書画像が読み取られ
て、イメージメモリ１０５に格納される。次いで、文字
切り出し部１０２は、イメージメモリ１０５に格納され
た画像データから文字パターンを切り出し、パターンメ
モリ１０６に格納する。黒画素割合計算部１０３は、パ
ターンメモリ１０６に格納されたパターンのそれぞれに
ついて、パターン中に占める黒画素の割合を計算する。
て、イメージメモリ１０５に格納される。次いで、文字
切り出し部１０２は、イメージメモリ１０５に格納され
た画像データから文字パターンを切り出し、パターンメ
モリ１０６に格納する。黒画素割合計算部１０３は、パ
ターンメモリ１０６に格納されたパターンのそれぞれに
ついて、パターン中に占める黒画素の割合を計算する。
【００１２】フォント識別部１０４は、黒画素割合計算
部１０３で計算されたパターン中の黒画素の割合を用い
てフォント識別を行う。このとき、ある程度の領域（例
えば、１００文字、あるいは３〜４行のエリア）につい
て平均化処理を行えば、文字毎の影響がなくなり、辞書
を利用しなくてもその領域内のフォントの種類を識別す
ることができる。本発明者の実験によると、黒画素の割
合は、ゴシック体では約３５％〜約４４％であり、明朝
体では約２６％〜約３８％程度となる。
部１０３で計算されたパターン中の黒画素の割合を用い
てフォント識別を行う。このとき、ある程度の領域（例
えば、１００文字、あるいは３〜４行のエリア）につい
て平均化処理を行えば、文字毎の影響がなくなり、辞書
を利用しなくてもその領域内のフォントの種類を識別す
ることができる。本発明者の実験によると、黒画素の割
合は、ゴシック体では約３５％〜約４４％であり、明朝
体では約２６％〜約３８％程度となる。
【００１３】〈実施例２〉実施例２の構成は図１と同じ
である。この実施例のフォント識別部１０４では、黒画
素割合計算部１０３で計算されたパターン中の黒画素の
割合だけでなく、文字サイズも用いてフォントの識別を
行う。一般に、小さなフォントほど黒画素の割合が高く
なる傾向があるため、文字サイズを用いてその補正を行
う。
である。この実施例のフォント識別部１０４では、黒画
素割合計算部１０３で計算されたパターン中の黒画素の
割合だけでなく、文字サイズも用いてフォントの識別を
行う。一般に、小さなフォントほど黒画素の割合が高く
なる傾向があるため、文字サイズを用いてその補正を行
う。
【００１４】すなわち、ｒを黒画素の割合とし、ｓを文
字サイズとして、 ｒ’＝ｆ（ｒ，ｓ） （１） となるｒ’を用いて判別を行う。ここで、関数ｆとして
は、文字サイズｓ（切り出した縦×横の面積）に応じて
ｒ’の値を小さくするものがよく、例えば、小さい文字
ほどｒ’を小さくするような、 ｒ’＝ｒ×ｓ＊ｎ
（２）があげられる。そして、ｒ’が所定の閾値
以上であるか否かによってフォントを識別する。
字サイズとして、 ｒ’＝ｆ（ｒ，ｓ） （１） となるｒ’を用いて判別を行う。ここで、関数ｆとして
は、文字サイズｓ（切り出した縦×横の面積）に応じて
ｒ’の値を小さくするものがよく、例えば、小さい文字
ほどｒ’を小さくするような、 ｒ’＝ｒ×ｓ＊ｎ
（２）があげられる。そして、ｒ’が所定の閾値
以上であるか否かによってフォントを識別する。
【００１５】ただし、ｓ＊ｎは、ｓのｎ乗を表し、ｎは
任意の正数である。
任意の正数である。
【００１６】図２は、フォントによる特徴量の差異を示
す図であり、横軸を黒画素の割合ｒ、縦軸をｒ’（ｒ’
＝ｒ×ｓ＊（１／３））として、プロットしたものであ
る。この２つの特徴量により、ゴシック体と明朝体を線
形分離可能であることが分かる。
す図であり、横軸を黒画素の割合ｒ、縦軸をｒ’（ｒ’
＝ｒ×ｓ＊（１／３））として、プロットしたものであ
る。この２つの特徴量により、ゴシック体と明朝体を線
形分離可能であることが分かる。
【００１７】〈実施例３〉図３は、実施例３の構成を示
し、実施例１、２の構成に、個別フォント識別部２０
５、文字認識部２０８、シンボル列メモリ２０９、同一
文字選出部２１０が付加されている。フォント識別部２
０４までの処理は、前述した実施例１のものと同様であ
る。文字認識部２０８は、パターンメモリ２０７に格納
された画像データに対して文字認識し、その認識結果
を、文字コードとしてシンボル列メモリ２０９に格納す
る。
し、実施例１、２の構成に、個別フォント識別部２０
５、文字認識部２０８、シンボル列メモリ２０９、同一
文字選出部２１０が付加されている。フォント識別部２
０４までの処理は、前述した実施例１のものと同様であ
る。文字認識部２０８は、パターンメモリ２０７に格納
された画像データに対して文字認識し、その認識結果
を、文字コードとしてシンボル列メモリ２０９に格納す
る。
【００１８】図４は、実施例３の処理フローチャートで
ある。ステップ３０１では、実施例１で説明したと同様
に、フォント識別部２０４は黒画素の割合から文書のフ
ォントを識別する。ここでは、文書全体について、黒画
素の割合を平均化することによって、文書のフォント
（以下、基準フォントという）を識別する。例えば、文
書全体が明朝体で作成されている場合は、基準フォント
は明朝体となり、文書全体がゴシック体で作成されてい
る場合は、基準フォントはゴシック体となり、明朝体と
ゴシック体が混在している文書の場合は、ある平均値を
持つ基準フォントとなる。
ある。ステップ３０１では、実施例１で説明したと同様
に、フォント識別部２０４は黒画素の割合から文書のフ
ォントを識別する。ここでは、文書全体について、黒画
素の割合を平均化することによって、文書のフォント
（以下、基準フォントという）を識別する。例えば、文
書全体が明朝体で作成されている場合は、基準フォント
は明朝体となり、文書全体がゴシック体で作成されてい
る場合は、基準フォントはゴシック体となり、明朝体と
ゴシック体が混在している文書の場合は、ある平均値を
持つ基準フォントとなる。
【００１９】文字認識部２０８は、パターンメモリ２０
７内の文字パターンを認識処理して、認識された文字
を、例えば文字コードとしてシンボル化し、シンボル列
メモリ２０９に書き込み（ステップ３０２）、各文字に
対して以下の処理を繰り返す（ステップ３０３）。
７内の文字パターンを認識処理して、認識された文字
を、例えば文字コードとしてシンボル化し、シンボル列
メモリ２０９に書き込み（ステップ３０２）、各文字に
対して以下の処理を繰り返す（ステップ３０３）。
【００２０】個別フォント識別部２０５は、フォント識
別の対象となる文字と同一の文字を選出するように、同
一文字選出部２１０に対して指示する。同一文字選出部
２１０は、シンボル列メモリ２０９を参照して、フォン
ト識別対象文字と同一の文字を選択して個別フォント識
別部２０５に出力する（ステップ３０４）。例えば、フ
ォント識別対象文字が「あ」であれば、「あ」と認識さ
れた全ての文字が選択される。
別の対象となる文字と同一の文字を選出するように、同
一文字選出部２１０に対して指示する。同一文字選出部
２１０は、シンボル列メモリ２０９を参照して、フォン
ト識別対象文字と同一の文字を選択して個別フォント識
別部２０５に出力する（ステップ３０４）。例えば、フ
ォント識別対象文字が「あ」であれば、「あ」と認識さ
れた全ての文字が選択される。
【００２１】個別フォント識別部２０５は、各文字の黒
画素の割合を計算する（ステップ３０５）。選択された
すべての文字（例えば、「あ」）について、黒画素の割
合が同じであれば、フォント識別対象文字「あ」は、基
準フォントであると識別する（ステップ３０６）。
画素の割合を計算する（ステップ３０５）。選択された
すべての文字（例えば、「あ」）について、黒画素の割
合が同じであれば、フォント識別対象文字「あ」は、基
準フォントであると識別する（ステップ３０６）。
【００２２】黒画素の割合が文字によって異なっている
場合（例えば、ｉ番目の文字「あ」は明朝体であり、ｊ
番目の文字「あ」はゴシック体である場合など）は、そ
れら同じ文字間（例えば、ｉ番目の「あ」とｊ番目の
「あ」の間）で黒画素の割合を比較し（ステップ３０
７）、黒画素が少ないとき、フォント識別対象文字
「あ」は明朝体と識別され（ステップ３０９）、黒画素
が多いとき、フォント識別対象文字「あ」はゴシック体
と識別される（ステップ３０８）。ステップ３０３に戻
り、異なるフォント識別対象文字（例えば「い」）につ
いて同様に処理して、文字「い」のフォントを識別す
る。
場合（例えば、ｉ番目の文字「あ」は明朝体であり、ｊ
番目の文字「あ」はゴシック体である場合など）は、そ
れら同じ文字間（例えば、ｉ番目の「あ」とｊ番目の
「あ」の間）で黒画素の割合を比較し（ステップ３０
７）、黒画素が少ないとき、フォント識別対象文字
「あ」は明朝体と識別され（ステップ３０９）、黒画素
が多いとき、フォント識別対象文字「あ」はゴシック体
と識別される（ステップ３０８）。ステップ３０３に戻
り、異なるフォント識別対象文字（例えば「い」）につ
いて同様に処理して、文字「い」のフォントを識別す
る。
【００２３】なお、上記した実施例では、各機能を実行
する専用の処理部を設けた構成になっているが、本発明
はこれに限定されるものではなく、例えば、各機能をＲ
ＯＭなどに組み込んで、汎用のプロセッサ上で演算、処
理されるように構成を変更することができる。
する専用の処理部を設けた構成になっているが、本発明
はこれに限定されるものではなく、例えば、各機能をＲ
ＯＭなどに組み込んで、汎用のプロセッサ上で演算、処
理されるように構成を変更することができる。
【００２４】
【発明の効果】以上、説明したように、請求項１記載の
発明によれば、文書画像から切り出した文字パターンの
黒画素の割合を基に文書または部分領域のフォントの種
類を識別しているので、辞書を用いることなく、簡単な
方法でフォント識別が可能となる。
発明によれば、文書画像から切り出した文字パターンの
黒画素の割合を基に文書または部分領域のフォントの種
類を識別しているので、辞書を用いることなく、簡単な
方法でフォント識別が可能となる。
【００２５】請求項２記載の発明によれば、文字パター
ンのサイズも考慮しているので、文字サイズによる影響
を受けることなく、簡単な方法でフォント識別が可能と
なる。
ンのサイズも考慮しているので、文字サイズによる影響
を受けることなく、簡単な方法でフォント識別が可能と
なる。
【００２６】請求項３記載の発明によれば、辞書を用い
ることなく、個々の文字について簡単な方法でフォント
識別が可能となる。
ることなく、個々の文字について簡単な方法でフォント
識別が可能となる。
【図１】本発明の実施例１、２の構成を示す。
【図２】フォントによる特徴量の差異を示す図である。
【図３】本発明の実施例３の構成を示す。
【図４】実施例３の処理フローチャートである。
１０１ 画像入力部 １０２ 文字切りだし部 １０３ 黒画素割合計算部 １０４ フォント識別部 １０５ イメージメモリ １０６ パターンメモリ
Claims (3)
- 【請求項１】 入力された文書画像または該文書画像の
部分領域の文字フォントの種類を識別するフォント識別
方法において、該文書画像から切り出した文字パターン
の黒画素の割合を基に、前記文書または部分領域のフォ
ントの種類を識別することを特徴とするフォント識別方
法。 - 【請求項２】 該文書画像から切り出した文字パターン
の黒画素の割合と、該文字パターンのサイズを基に、前
記文書または部分領域のフォントの種類を識別すること
を特徴とする請求項１記載のフォント識別方法。 - 【請求項３】 請求項１記載のフォント識別方法を用い
て文書または部分領域のフォント（以下、基準フォント
という）を識別し、文書画像から切り出した各文字パタ
ーンを認識し、認識された文字の中から、フォント識別
の対象文字と同一の文字を選び、選ばれた各文字の黒画
素の割合が全て同じであるとき、該フォント識別対象文
字は前記基準フォントと識別し、選ばれた各文字の黒画
素の割合が異なるとき、各文字間で黒画素の割合を比較
することにより該フォント識別対象文字のフォントを識
別することを特徴とするフォント識別方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7036600A JPH08235314A (ja) | 1995-02-24 | 1995-02-24 | フォント識別方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7036600A JPH08235314A (ja) | 1995-02-24 | 1995-02-24 | フォント識別方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08235314A true JPH08235314A (ja) | 1996-09-13 |
Family
ID=12474295
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7036600A Pending JPH08235314A (ja) | 1995-02-24 | 1995-02-24 | フォント識別方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08235314A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102888665B1 (ko) * | 2024-11-28 | 2025-11-26 | 보이스아이 주식회사 | 2차원코드 폰트를 이용한 2차원코드 문자 변환 방법 |
-
1995
- 1995-02-24 JP JP7036600A patent/JPH08235314A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102888665B1 (ko) * | 2024-11-28 | 2025-11-26 | 보이스아이 주식회사 | 2차원코드 폰트를 이용한 2차원코드 문자 변환 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5664027A (en) | Methods and apparatus for inferring orientation of lines of text | |
| JPH0713995A (ja) | 自動テキスト特徴決定装置 | |
| JP7244223B2 (ja) | 電子文書における強調テキストの識別 | |
| US8023738B1 (en) | Generating reflow files from digital images for rendering on various sized displays | |
| US7796817B2 (en) | Character recognition method, character recognition device, and computer product | |
| US20200320325A1 (en) | Image processing system, image processing apparatus, image processing method, and storage medium | |
| US7788580B1 (en) | Processing digital images including headers and footers into reflow content | |
| JPH11120293A (ja) | 文字認識／修正方式 | |
| Shafait et al. | Pixel-accurate representation and evaluation of page segmentation in document images | |
| US5455871A (en) | Detecting function words without converting a scanned document to character codes | |
| US7616813B2 (en) | Background area extraction in document layout analysis | |
| US20210303790A1 (en) | Information processing apparatus | |
| JP2002015280A (ja) | 画像認識装置、画像認識方法および画像認識プログラムを記録したコンピュータ読取可能な記録媒体 | |
| JPH0430070B2 (ja) | ||
| Al-Dobais et al. | Adoptive thresholding and geometric features based physical layout analysis of scanned arabic books | |
| JP3171626B2 (ja) | 文字認識の処理領域・処理条件指定方法 | |
| CN116563869B (zh) | 页面图像文字处理方法、装置、终端设备和可读存储介质 | |
| JP2006134079A (ja) | 画像処理装置及びプログラム | |
| JP3243389B2 (ja) | 文書識別方法 | |
| JPH08161432A (ja) | 文字切り出し方法および文字切り出し装置 | |
| JPH10198705A (ja) | 文書画像処理装置および文書画像処理方法および情報記録媒体 | |
| JP3116453B2 (ja) | 英文字認識装置 | |
| KR20220168787A (ko) | 만주어의 글자 추출 방법 및 이를 수행하는 시스템 | |
| JPH01209586A (ja) | 倍角文字・半角文字混在文章の文字認識方式 | |
| JPH03240184A (ja) | 属性判定装置 |