JPH09120430A

JPH09120430A - 画像処理装置

Info

Publication number: JPH09120430A
Application number: JP8275812A
Authority: JP
Inventors: Yasuaki Nakano; 康明中野; Hiromichi Fujisawa; 浩道藤澤; Junichi Tono; 純一東野; Toshihiro Hananoi; 歳弘花野井; Kiyomichi Kurino; 清道栗野
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1996-10-18
Filing date: 1996-10-18
Publication date: 1997-05-06

Abstract

(57)【要約】【目的】本発明の目的は、画像の傾きを高速に補正でき
る文書画像処理装置を提供することにある。【構成】デジタル画像情報を入力する入力手段４と、上
記デジタル画像情報を格納するメモリ５と、該メモリ中
のデジタル画像情報の処理を行なう制御部２とを有し、
該制御部は上記デジタル画像情報の輪郭デ−タを抽出す
る手段、該輪郭デ−タを演算して特徴量を算出する手
段、該特徴量を複数の方向に投影して積分して積分値を
得る手段、該積分値が極値を取る方向を抽出する手段を
有する画像処理装置。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は画像処理装置に係り、特
に文書画像の傾きの正規化に好適な画像処理装置に関す
る。

【０００２】

【従来の技術】従来の文書画像処理、特に二値文書画像
処理において、画像を光電変換及びディジタル化を行っ
て、入力画像をディジタル画像に変換してから処理を行
うのが普通である。この際用いる光電変換及びディジタ
ル化のための装置をスキャナと呼ぶ。画像の人力の際、
文書とスキャナとの相対的な傾きは避けられず、その結
果生ずる画像の傾きは文書画像処理、たとえば文書中の
文字列の抽出に悪影響を及ぼす。また文書とスキャナと
の相対的な傾きを極めて小さくできたとしても、文書を
タイプライタで作成する場合や文書を複写した場合な
ど、文書中の文字列が用紙に対し元々傾いていることも
ある。

【０００３】従来技術ではこのような問題点に対処する
ため、文書画像を複数の方向に対して積分し、その積分
値がピークとなるような方向を求め、その方向が紙面の
エッジとなす角度だけ文書画像を回転する方法が知られ
ており、たとえば昭和５９年度電子通信学会全国大会講
演論文集第1769番「黒色背景を有する帳票上の文字切り
出し方式」で報告されている。しかし、この方法は全て
の画素の濃淡値について演算を行なうために、処理量が
膨大となるという問題があった。

【０００４】

【発明が解決しようとする課題】本発明の目的は、画像
の傾きを高速に補正できる文書画像処理装置を提供する
ことにある。

【０００５】

【課題を解決するための手段】かかる目的を達成するた
めに、本発明は、画像から輪郭抽出を行い、抽出された
輪郭から罫線など直線部分の傾きを抽出して、この直線
部分の傾きが水平（あるいは垂直）になるように傾きを
補正することにより画像の傾きを高速に補正することを
特徴とする。

【０００６】図１にその原理を示す。図１（Ａ）は文書
画像の例、（Ｂ）は（Ａ）から輪郭抽出を行って得られ
る画像、（Ｃ）は（Ｂ）の中で外輪郭だけを抽出した画
像を示す。（Ａ）の罫線１１に対応して、（Ｂ）の輪郭
２１が得られる。（Ｃ）の２１は同じ輪郭を示す。輪郭
は、その上を黒地を左に見て一周するときの座標系列と
して表現されており、その場合反時計方向に一周するな
らば外輪郭、時計方向に一周するならば内輪郭として区
別できる。

【０００７】輪郭座標系列を（Ｘｊ，Ｙｊ），ｊ＝０，
１，２，，，（Ｌ−１）とする（Ｌは点列の長さ）。こ
のとき２個の量（Ｘｊ−Ｙｊ），（Ｘｊ＋Ｙｊ）の最大
値及び最小値を与える点を求めることにより、図１
（Ｄ）のように輪郭２１の４隅を求めることができる。
ただし、（Ｄ）では輪郭２１は拡大して示してある。

【０００８】全ての輪郭について輪郭の４隅を求め、そ
の間の距離を求めることにより、細長い輪郭のみを抽出
することができる。文書上に（水平の）罫線と文字部の
みしか存在しないことが分っている場合、上記の細長い
輪郭は罫線であり、その水平線となす角度もまた輪郭４
隅の座標を用いて求めることができる。この角度を用い
て、罫線が水平となるように文書画像全体を回転すれば
よい。罫線は判り易い一つの例であるが、原理的には図
１（ｃ）に示すように各文字の輪郭それぞれも、も、そ
の辺が特定の方向を向いていることが多い。

【０００９】回転は、原画像を直線回転してもよいが、
輪郭座標系列について座標変換した後、画像に戻しても
よい。また、文書上に罫線以外の細長い模様が存在する
ときは、輪郭４隅の間を結ぶ点列の直線性を検定して罫
線のみを抽出できる。また、文書上の直線として傾線や
垂直線も存在するときは、同様に直線の傾きを求めて水
平線と垂直線（ほぼ水平または垂直に近い線）のみを抽
出し、そのどちらかを用いて傾きを補正することにより
画像の傾きを高速に補正すればよい。

【００１０】また、本発明の態様においては、画像から
抽出された輪郭に対して特微量を求め、この特徴量をい
ろいろな方向に積分し、その積分値がピークとなるよう
な方向を求め、その方向が紙面のエッジとなす角度だけ
傾きを補正することにより画像の傾きを高速に補正する
ものである。

【００１１】画像から抽出された輪郭に対する特微量の
例としては、輪郭（外輪郭）に外接する長方形を作り、
その縦または横の辺の長さを取ることができる。この方
法は、罫線が存在しない場合に文字列の傾きを求めるた
めに使用できる。他の例としては、長方形の面積や、こ
れらの値をもとに求められた任意の関数値を考えること
ができる。

【００１２】図２，図３にその原理を示す。図２（Ａ）
は文書画像の例、（Ｂ）は（Ａ）から輪郭抽出を行って
得られている画像、（Ｃ）は（Ｂ）の中で外輪郭だけを
抽出した画像を示す。（Ｃ）の外輪郭から（Ｄ）のよう
な外接長方形を作る。外接長方形の座標は、輪郭点列座
標の最大値と最小値とから容易に求められるが、これを（ＰＸｊ，ＰＹｊ），（ＱＸｊ，ＱＹｊ），（ＲＸｊ，
ＲＹｊ），（ＳＸｊ，ＳＹｊ）とする。ここで、Ｐ，Ｑ，Ｒ，Ｓはそれぞれ、外接長方
形ｊの左上、左下、右下、右上を表す。すなわち、（ＱＸｊ，ＱＹｊ），（ＲＸｊ，ＲＹｊ）はそれぞれ、外接長方形ｊの下辺の画像を表す。このと
き、ある角度αに対し次の量Ｖ（α）を計算する。ま
ず、ヒストグラムを格納する配列Ｈ（ｋ），ｋ＝０，１，，，（Ｎ−１）を０クリアする。Ｎ文書画像をＭ×Ｎとしたときの縦の
長さである。つぎに、ｊに関するループによりＨ（Ｋｊ）←Ｈ（Ｋｊ）＋｜ＱＸｊ−ＲＸｊ｜ただし、Ｋｊ＝Ｇ［ＱＹｊ−ＱＸｊ・tan（α）］を計
算する。上記において記号「←」は代入を意味し、Ｇ
［ｘ］は実数ｘを整数に変換する関数を示す。

【００１３】図３に示すようにＫｊは、３１の外接長方
形ｊの左下隅の点Ｑｊから角度αの直線を引いたとき、
画像の左辺３２と交わる点のＹ座標である。したがっ
て、ヒストグラムＨ（Ｋｊ）は角度αだけ画像を傾けて
外接長方形ｊの下辺の長さを積分することに相当する。
これを角度α方向の辺長周辺分布と呼ぶ。ｊに関するル
ープが終了するとＶ（α）＝Σ｜Ｈ（ｋ）−Ｈ（ｋ−１）｜を計算する。Ｖ（α）は角度α方向の辺長周辺分布の鋭
さを表す量である。角度αを例えば−２°から＋２°ま
で０.１°きざみで変化させ、Ｖ（α）の最大となる角
度を求めることにより、外接長方形の下辺が最もよく重
なるような方向が求まる。一般に文字の行はほぼ下辺が
揃って印刷あるいは書かれるから、これが同じ線上に並
ぶような角度は文字列の傾きと考えることができる。

【００１４】図７を用いて特徴値として矩形の底辺の長
さを用いた場合について、さらに判り易く説明する。図
７（ａ）は、ヒストグラムＨ（Ｋ）を傾き角と等しい角
度αで求めたときの図である。文字の外接矩形が四角の
列で示されている。同図に示すように傾き角と等しい方
向に矩形の底辺の長さを積分すると、ヒストグラムは各
文字行に対応した位置に大きな値を持つ。もし、文字の
輪郭を示す矩形がまったく規則的であったとすると各矩
形の左下隅の点は一直線状に並び、同図に示すようにヒ
ストグラムは対応する位置のみにピークをもつ。よっ
て、これに対するＶ（α）は、Ｈ（Ｋ）のとなり同士の
値の差分を積分した値なので、大きな値をとることにな
る。実際には、文字パターンはそれぞれ形状や大きさが
異なるが、その場合でも、ヒストグラムの示す傾向は変
わらない。

【００１５】一方、積分する方向αが図７（ｂ）のよう
に傾き角と異なる場合には、鋭いピークは現われずに、
各文字行に対応する位置の周りに分布を持つ。よってこ
れに対するＶ（α）は図７（ａ）に比べてずっと小さ
い。このように複数の方向についてＶ（α）を計算する
ことで、傾き角度に近いαのときにＶ（α）が最大にな
ることを利用して、画像の傾きを知ることができる。こ
の例では文字に外接する矩形の辺の長さを特徴量とした
が、矩形の面積を特徴量としても同様の効果が得られる
ことは明白である。

【００１６】

【実施例】以下、本発明の実施例について図面を用いて
詳細に説明する。

【００１７】図４は本発明の一実施例による文書処理方
式を採用した装置の構成を示すブロック図である。装置
の各部はバス１に接続され、全体の動作は制御部２によ
り制御される。文書３上の情報（文書画像）はスキャナ
４により光電変換・ディジタル化されてディジタル画像
となり、バス１を介してメモリ５１に格納される。メモ
リ５１は後述する５２，５３，５４とともにメモリ５の
一部をなす。ディジタル画像５１をスキャナ４から得る
代わりに、光ディスクなどのディジタル画像ファイル装
置から読みこんでもよい。また、以下の説明では１画素
１ビットに二値化するものとするが、１画素を多値で表
現したものや、カラースキャナにより光電変換して色情
報を付与したものでも、処理に僅かの変更を加えるのみ
で適用できることは明らかである。

【００１８】制御部２のソフトウェアにより、メモリ５
１中の画像に対し輪郭抽出を行い、メモリ５２に格納す
る。輪郭抽出は公知の手法を使用すればよいので詳細は
省略する。輪郭抽出の代わりにいわゆる連結領域抽出法
を使用してもよい。次に後述するようにして、メモリ５
２の中の輪郭データからその４隅の座標を求め、メモリ
５３に格納する。次にメモリ５２中の輪郭データに対し
傾き補正処理を行い、補正後の輪郭データをメモリ５４
に格納する。この補正後の輪郭データから内部を塗り潰
した画像を生成し、メモリ５１に傾き補正した画像を得
る。補正完了後、コンソール６を用いた使用者との対話
により、この画像を格納すべきファイル７中のアドレス
を決定し、ファイル７に格納する。

【００１９】図５を用いて４隅の抽出と傾き補正処理の
詳細を述べる。図５は、これらの処理の流れを説明する
図である。処理の流れは、ＰＡＤ（Program Analysis D
iagram）形式で書かれている。１０１で文書画像の輪郭
データ（メモリ５２中にある）を入力する。１０２は、
輪郭ｉに関するループ制御である。１０３で各輪郭の輪
郭データからそのＸ座標及びＹ座標の和及び差（Ｘ（ｉ）−Ｙ（ｉ）），（Ｘ（ｉ）＋Ｙ（ｉ））の最大値及び最小値を抽出する。ｉは輪郭上の番号、こ
の４個の数値を与えるｉから輪郭の４隅の座標（ＰＸｉ，ＰＹｉ），（ＱＸｉ，ＱＹｉ），（ＲＸｉ，
ＲＹｉ），（ＳＸｉ，ＳＹｉ）が決まる。（後述した外接長方形の４隅とは異なること
に注意）。

【００２０】１０４〜１０８は罫線判定処理を行う部分
である。１０３では最大値Ｒ_maxの初期化を行う。１０
４は、輪郭ｉに関するループ制御である。

【００２１】１０６で幅Ｗｉと高さＨｉの比をそれまで
の最大値と比較し、新しい最大値の場合は１０７でＲ
_maxを更新しそのときのｉをｉｍとして登録する。

【００２２】１０８では輪郭ｉｍの幅Ｗｉと高さＨｉが
ある範囲に入っているかを判定する、範囲に入っている
とき、輪郭ｉｍは水平の罫線（複数ある時は最も細長い
もの）であると判定し、１０９で罫線と判定された輪郭
ｉｍの傾きθを求める。ただし、 θ＝arctan((ＳＹ
ｉ−ＲＹｉ)／(ＳＸｉ−ＲＸｉ)) また、１１０は、失敗したときの出口である。

【００２３】１１１〜１１６は傾き補正処理した画像を
生成する部分である。１１１は、出力画像エリアＢをク
リアする。１１２は、輪郭ｉに関するループ制御であ
る。１１３は、輪郭ｉを構成する点ｊに関するループ制
御である。１１４は点ｊの座標（Ｘｊ，Ｙｊ）を傾き補
正した座標（Ｘｊ，Ｙｊ）を計算式Ｙｊ’＝Ｙｊ−Ｘｊ・tan（θ）によって求める処理である。１１５は画素Ｂ（Ｘｊ，Ｙ
ｊ）を１とするもので、出力画像エリア上に輪郭ｉの点
列データをマッピングする処理である。１１６は輪郭内
部を塗り潰す処理であり、外輪郭では内部を黒で、内輪
郭では内部Ｈで塗り潰す。輪郭を塗り潰した後、内輪郭
を塗り潰すようにすれば、原パターンが完全に復元され
る。

【００２４】以上の説明から理解されるように、傾き補
正はずれ変形を用いているが、回転変形を用いることも
できる。

【００２５】また、１０８の罫線判定の論理を変更する
ことにより罫線の代りに表の上下辺あるいは左右辺を使
用することもできる。

【００２６】次に、本発明の実施例について説明する。

【００２７】本実施例による文書処理装置を採用した装
置の構成は先に説明した実施例と同様であり、制御部２
における処理が異なっている。本実施例では、文字列の
傾きを検出して傾き補正を行うものであり、先に説明し
た例と異なる点は傾き検出の部分であるので、この部分
について説明する。

【００２８】図６は、第２の実施例における傾き検出の
処理の流れ図であり、図５の１０３〜１０７の罫線判定
処理を行う部分に対応する。図６で、２０１〜２１１は
文字列の傾きを検出する部分である。２０１は、Ｖ_max
を初期値にセットする。２０２は、角度αに関するルー
プ制御である。２０３はＶ（α）の初期値を０にセット
する。２０４はバッファエリアＨ（ｋ），ｋ＝０.１，，，（Ｎ−１）を０クリアする。２０５は輪郭ｉに関するループ制御で
ある。２０６は、輪郭ｉの外接長方形の下辺の両端の座
標（ＱＸｉ，ＱＹｉ），（ＲＸｉ，ＲＹｉ）を求める。２０７は輪郭ｉの大きさがある範囲に入って
いるときのみ２０８以降の処理を行う。２０８はＨ（Ｋｊ）←Ｈ（Ｋｊ）＋｜ＱＸｊ−ＲＸｊ｜ただし、Ｋｊ＝ＱＹｊ−ＱＸｊ・ｔａｎ（α）を計算す
る。輪郭ｉに関するループが終了すると２０９でα方向
の辺長周辺分布の鋭さを、次式Ｖ（α）＝Σ｜Ｈ（ｋ）−Ｈ（ｋ−１）｜によって計算する。２１０，２１１はＶ（α）の最大値
を与えるαの値αｍ及び最大値Ｖ_maxを更新する。２０
２のループを終了したときのαｍが文字列の傾きを与え
る。

【００２９】以上の説明から理解されるように、第１の
実施例及び第２の実施例では罫線あるいは文字列はほぼ
水平であるとしたが、これらが垂直の場合であっても処
理内容をそのように変更することは容易である。また、
これらの傾きが水平か垂直か不明の場合でも、水平ある
いは垂直に近い方向の直線を選択し、それを用いて傾き
補正するように処理内容を修正することは容易である。

【００３０】

【発明の効果】以上の説明から理解されるように、本発
明では傾き補正で対象とする演算が全画素ではなく、黒
領域の輪郭のみであるので処理量が著しく減少している
ため、文書の傾き補正を高速に行うことができる。

【００３１】また、文字列に着目する本発明では、罫線
の存在しない文書でも補正が可能である。また輪郭の大
きさを判定して文字らしい輪郭のみ積分し、文字以外の
模様や雑音を積分から除外しているので、高速性と耐雑
音性を兼ね備えることができる。

【図面の簡単な説明】

【図１】本発明の原理を説明する図。

【図２】本発明の原理を説明する図。

【図３】本発明の原理を説明する図。

【図４】本発明の文書処理方式を実施する装置の構成を
示すブロック図。

【図５】図４の制御部２における処理の流れ図。

【図６】図４の制御部２における処理の流れ図。

【図７】本願発明の原理を説明する模式図

【符号の説明】

１…バス、２…制御部、３…文書、４…スキャナ、５…
メモリ、６…コンソール、７…ファイル。

───────────────────────────────────────────────────── フロントページの続き (72)発明者花野井歳弘神奈川県小田原市国府津2880番地株式会社日立製作所小田原工場内 (72)発明者栗野清道神奈川県小田原市国府津2880番地株式会社日立製作所小田原工場内

Claims

【特許請求の範囲】

【請求項１】デジタル画像情報を入力する入力手段と、
上記デジタル画像情報を格納するメモリと、該メモリ中
のデジタル画像情報の処理を行なう制御部とを有し、該制御部は上記デジタル画像情報の輪郭デ−タを抽出す
る手段、該輪郭デ−タを演算して特徴量を算出する手
段、該特徴量を複数の方向に投影して積分して積分値を
得る手段、該積分値が極値を取る方向を抽出する手段を
有する画像処理装置。
【請求項２】文書をデジタル画像情報化して入力する入
力手段と、上記デジタル画像情報を格納するメモリと、
該メモリ中のデジタル画像情報の処理を行なう制御部と
を有し、該制御部は上記デジタル画像情報中の文字デ−タの輪郭
デ−タを抽出する手段、該輪郭デ−タを演算して特徴量
を算出する手段、該特徴量を複数の方向に投影して積分
して積分値を得る手段、該積分値が極値を取る方向を抽
出する手段を有する画像処理装置。