JPH09190492A - 情報処理装置及び方法 - Google Patents

Abstract

(57)【要約】 【課題】 通常の射影処理で持って行分割が正常に行な
えない場合であっても、文字画像を該当する文字列の行
に属するものとして下位の処理に渡すことを可能にす
る。 【解決手段】 画像を入力し（Ｓ２０１）、その画像に
ついて通常の射影処理を行って画像ブロックを抽出する
（Ｓ２０２）。そして、得られた画像ブロックでもって
バンド画像の最大許容文字サイズを得（Ｓ２０３）、そ
れに従って文字画像の基準位置を得る（Ｓ２０４）。こ
の後、本文の文字とルビ文字との境界位置を決定し（Ｓ
２０５）、注目画像ブロックがルビ範囲を越えるかどう
かを判定する。この判定によって注目画像はルビ文字か
どうかを決定し（Ｓ２０７、Ｓ２０８）、ルビであれば
本文とは別の行の文字として認識し、本文文字であれば
本文として文字認識を行ない（Ｓ２０９）、認識結果を
表示する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は情報処理装置及び方
法、詳しくは入力画像から文字画像を取り出し、例えば
文字認識処理等の下位の処理に渡す情報処理装置及び方
法に関するものである。

【０００２】

【従来の技術】従来、文字認識装置においては、画像入
力後、図７に示すように、まず行方向に射影（黒画素の
分布を示す）７０１を取り、７０２のように行の高さを
得る。そして、次に前記射影と垂直方向に射影７０３を
取り、行の長さ及び符号７０４のように画像ブロック
（ドット分布の外接矩形等）を抽出するように構成され
ている。但し、図示の如く、文字“は”などの場合には
左右に分離した２つの画像ブロックとして抽出されてし
まう。また、２つの文字が接触している場合には全体を
１つの文字の画像ブロックとして抽出してしまう。

【０００３】そこで、一般には、各画像ブロックの幅の
平均、もしくは、各画像ブロックの幅の分布でもっとも
頻度の大きいものなどから、基準となる文字サイズ（以
下、基準文字サイズ）を求める。そして、先に得られた
複数の画像ブロックを結合した時に、その幅が基準文字
サイズになる場合にはそれらの画像ブロックを結合して
１つの画像ブロックとしてみなす。また、画像ブロック
が基準文字サイズの整数倍になっていれば、それを基準
文字サイズで整数等分して文字単位の画像ブロックを決
定する。

【０００４】

【発明が解決しようとする課題】ここで問題となるの
は、本文を構成している文字にルビ文字が付随してい
て、行方向の射影をとった場合に、ルビ文字の位置が本
文の文字と近接した位置にあって、ルビ文字の行と本文
の文字の行が別の行として識別できない場合や、原稿画
像が多少傾いて入力されたり、原稿画像中の行が傾いて
いた場合などである。

【０００５】このような場合、先に説明した処理で文字
部分の画像ブロックの抽出を行うと、画像ブロックには
本文の文字、本文の文字＋ルビ文字、ルビ文字の３通り
が得られる可能性を有する。

【０００６】画像ブロックが「本文の文字＋ルビ文字」
になってしまうと、文字認識は正しく行われない。ルビ
文字のみの画像ブロックが得られると、認識結果である
本文の文字の間にルビ文字の認識結果が挿入されること
になり、精度良い文字認識は望めない。

【０００７】

【課題を解決するための手段】本発明は係る問題点に鑑
みなされたものであり、通常の射影処理で持って行分割
が正常に行なえない場合であっても、文字画像を該当す
る文字列の行に属するものとして下位の処理に渡すこと
を可能ならしめる情報処理装置及び方法を提供しようと
するものである。

【０００８】この課題を解決するため、例えば本発明の
情報処理装置は以下に示す構成を備える。すなわち、入
力文書画像から文字画像部分を切り出して下位の処理に
渡す情報処理装置であって、入力した文書画像から射影
をとってバンド画像を取り出し、当該バンド画像中にお
ける画像ブロックを抽出する抽出手段と、前記バンド画
像中の各画像ブロックの大きさの分布に基づいて許容文
字サイズを推定する推定手段と、推定された許容文字サ
イズに基づいて、注目画像ブロックがどの行の文字画像
であるかを判定する判定手段と、該判定手段の判定結果
に基づいて注目画像ブロックを対応する行中の文字画像
として前記下位の処理に渡す制御手段とを備える。

【０００９】また、本発明の好適な実施形態に従えば、
前記行は本文文字列の行と、ルビ文字列の行であること
が望ましい。これによってルビ文字と本文文字との分離
が正常に行われにくい状況に対して有効に作用する。

【００１０】また、前記下位処理は文字認識処理である
ことが望ましい。これによって、各行の文字が本来の行
単位に正しく認識させることが可能になる。

【００１１】また、更に、前記許容文字サイズに基づい
て注目画像ブロックが複数の行にまたいでいるか否かを
判定する第２の判定手段と、該第２の判定手段で複数の
行にまたいでいると判定した場合、当該注目画像ブロッ
クを分割する分割手段とを備えることが望ましい。これ
によって、単なる射影によって得られた画像ブロック中
に複数行の文字画像があっても、対応する行の文字画像
として下位の処理に渡すことが可能になる。

【００１２】また、この場合には、更に、前記分割手段
で得られた分割画像それぞれに対して射影をとって第２
の画像ブロックを抽出する第２の抽出手段を備えること
が望ましい。これによって、本文文字１つに対して複数
の文字、例えばルビ文字があっても、個々のルビ文字を
下位処理に正しく渡すことが可能になる。

【００１３】

【発明の実施の形態】以下、添付図面に従って本発明に
係る実施形態の一例を詳細に説明する。

【００１４】＜第１の実施形態＞図１は実施形態におけ
る文字認識装置のブロック構成を示している。図中、１
０１は本装置全体の制御を司るＣＰＵであり、１０２は
ＣＰＵ１の動作処理手順であるプログラムを記憶してい
るＲＯＭである。１０３は文書画像などを記憶したり、
文字認識処理におけるＣＰＵ１のワークエリアとして使
用するＲＡＭである。１０４は磁気ディスクなどの外部
記憶装置であり、文字認識用辞書や認識結果等を記憶し
ている。１０５はディスプレイ、１０６はキーボード、
１０７はマウス等のポインティングデバイス、１０８は
認識対象の文書画像を入力するための装置であり、実施
形態ではイメージスキャナである。

【００１５】上記構成における実施形態における文字認
識処理を図２のフローチャートに従って説明する。

【００１６】先ず、ステップＳ２０１では、スキャナ１
０８などから文書画像を入力し、ステップＳ２０２で、
入力した文書画像から先に説明した手順、すなわち、行
方向及び行方向に垂直な方向の射影を取って画像ブロッ
クの抽出を行なう。

【００１７】尚、この時点では、ルビの行が本文とが分
離できない状態（バンド画像）であり、例えば、図４の
例のように、符号４０１，４０２，４０３，４０４の４
個の画像ブロックが得られ、ルビのみの画像ブロック４
０３が混ざる可能性がある。

【００１８】そこで、ステップＳ２０３では、本文の文
字画像が許容できる最大許容文字サイズを求める。図３
は、行内のブロックの大きさ（画像ブロックの高さ）の
分布を取ったものである。頻度が最大となる値３０１は
その行の標準文字サイズ（図示の符号４０１の画像ブロ
ックが標準文字サイズに近い値を有することになる）と
みなし、最大許容文字サイズは、標準文字サイズ以上
で、頻度がなくなる値３０２（頻度がとぎれる値）とす
ることで求められる。

【００１９】次にステップＳ２０４で本文文字部とルビ
文字部の境界位置をえるための基準となる位置を求め
る。ルビのみの画像ブロックは、基準位置から最大許容
文字サイズの範囲外に存在することになる。横書きの文
書の例を挙げると、基準位置は、注目画像ブロックとそ
の前後の画像ブロックのうち、ブロックの下端が最も下
にある位置とする。図４の符号４０３の画像ブロックを
今、注目画像ブロックとすると、４０２，４０３，４０
４でも最も下の画像ブロックを探す。この結果、画像ブ
ロック４０２がその対象となり、基準位置４０６を得
る。基準位置が得られたら、ステップＳ２０５で本文と
ルビの境界位置を求める。４０５は先のステップＳ２０
３で求めた最大許容文字サイズで、基準位置４０６から
離れた位置４０７が境界位置となる。

【００２０】尚、注目画像ブロック及びその前後の画像
ブロック、すなわち、比較的狭い範囲で基準位置を決定
するのは理由がある。すなわち、入力した文書画像が多
少傾いていてもその限られた範囲で処理することでその
影響を少なくすることができるからである。

【００２１】さて、境界位置が求まれば、ステップＳ２
０６で、画像ブロックが境界位置よりルビ側の範囲を越
えないかどうかを判定する。境界を越えればステップＳ
２０７でその画像ブロックをルビと判定し、越えなけれ
ばステップＳ２０８でルビでないと判定する。

【００２２】その後、ステップＳ２０９で各文字画像ブ
ロックについて、各文字の標準特徴などが格納されてい
る認識辞書との類似度を求める識別演算を行ない、最も
類似度が大きい文字を認識結果とし、ステップＳ２１０
では認識結果をディスプレイ１０５に表示する。尚、こ
のとき、ルビと判定された画像ブロックは本文文字部と
は別の行として認識するのは言うまでもない。

【００２３】以上説明したように、画像ブロックの大き
さの分布を用いて最大許容文字サイズを求めるので、ル
ビのみの画像ブロックを正しく判別することが可能とな
る効果がある。

【００２４】なお、上記実施形態では、本発明を実施す
るための最低限の構成要件で説明を行なっているが、例
えば汎用コンピュータに、本発明を実施する処理を行な
うプログラム等を外部から提供したり、予め外部記憶１
０４に記憶しておき、ＲＡＭ１０３に格納するように構
成されてもよい。

【００２５】尚、上記実施形態では、文書画像をイメー
ジスキャナから入力したが、例えば文書画像をフロッピ
ーディスク、回線を介して受信した場合でも良いので、
上記によって本発明が限定されるものではない。これは
以下に説明する各実施形態でも同様である。

【００２６】＜第２の実施形態＞以下、第２の実施形態
を説明する。尚、装置構成は第１の実施形態、すなわ
ち、図１と同じとし、その説明は省略する。

【００２７】以下、第２の実施形態における動作処理内
容を図５のフローチャートに従って説明する。

【００２８】先ず、ステップＳ５０１では、スキャナ１
０８などから文書画像を入力する。ステップＳ５０２で
は入力した文書画像から先に説明したように文字単位の
画像ブロックの抽出を行なう（この時点では図４に示す
ようにルビ文字は正しく認識されていない可能性があ
る）。

【００２９】次にステップＳ５０３に進み、第１の実施
形態で説明したルビ画像ブロックの判定を行なう。例え
ば、図６の例では、画像ブロック６０２をルビとして判
定できることは第１の実施形態で説明した。本第２の実
施形態では画像ブロック６０３を本文文字とルビ文字と
を分離するものである。

【００３０】さて、抽出した画像ブロックの全てについ
て、ルビ画像ブロック（ルビ文字のみの画像ブロック）
の判定を行なったら、画像ブロックを１つずつ注目して
いき、ステップＳ５０４で注目画像ブロックがルビの場
合、その前後の画像ブロックについて以下の処理を行な
う。

【００３１】まず、ルビと本文文字との境界位置をステ
ップＳ５０５で推定する。横書きなら、例えば、境界位
置はルビ画像ブロックの下端位置とする。図６では符号
６０４が境界位置となる。

【００３２】次にステップＳ５０６で、注目画素ブロッ
クの前後の画像ブロックが境界位置をまたいで存在する
かどうかを調べる。図６の場合には、画像ブロック６０
３がこれに該当することになる。該当した画像ブロック
は、ステップＳ５０７において、ルビ部と本文が分離可
能かどうかを調べる。画像ブロック６０３の場合、境界
位置６０４の近傍の水平方向の画素列を調べ、全て白画
素なら分離可能とし、黒画素が存在すれば、予め決めら
れた範囲内で上下にずらし、同様に白画素列の存在を調
べる。こうして、白画素列の存在が確認されたら、分離
可能として判断し、ステップＳ５０８に進み、分離位置
を決定するが、これは、ステップＳ５０７で得られた白
画素列の位置としてよい。

【００３３】ステップＳ５０９では、分離位置より本文
文字側の画像ブロックの中で、新たな文字画像ブロック
を求める。この結果画像ブロック６０５が得られる。ス
テップＳ５１０では、画像ブロックの残りの部分からル
ビ画像ブロックの抽出を行なう。分離されたルビ側の画
像ブロックは、従来例の行の抽出が終了した時点に相当
するので、同様の処理で抽出が行なえ、ステップＳ６０
７，Ｓ６０７の２つの画像ブロックが得られる。

【００３４】さらに、抽出されたルビ画像ブロック６０
６，６０７は、注目画像ブロックＳ６０２と同一な本文
文字に対するルビであることが一般的であるので、ステ
ップＳ５１１で３つのルビ画像ブロックを関連付けて記
憶し、さらに、ステップＳ５１２で抽出された本文文字
ブロック６０５と３つのルビ画像ブロックを関連付けて
記憶する。

【００３５】このように、入力画像から文字画像ブロッ
クが抽出されたら、ステップＳ５１３で各文字画像ブロ
ックについて各文字の標準特徴などが格納されている認
識辞書との類似度を求める識別演算を行ない、最も類似
度が大きい文字を認識結果とする。ステップＳ５１４で
は、ルビを持つ文字かどうかを判断し、ルビを持てばス
テップＳ５１５で、例えば本文文字の上や本文文字のと
なりに括弧をつけるなど、本文文字と区別できるような
異なる方法で表示し、ルビを持たなければＳ５１６で認
識結果をディスプレイ１０５に表示する。

【００３６】以上説明したように、ルビのみの画像ブロ
ックを基準にすることで、その前後に存在する可能性の
あるルビと本文が結合した画像ブロックを、ルビ画像ブ
ロックと本文文字画像ブロックに分割することが可能と
なる効果がある。また、ルビのみの画像ブロックと分離
されたルビ画像ブロックを、分離された本文文字画像ブ
ロックと関連付けて記憶することで、本文文字列中の対
応する文字にルビを付けて表示できる効果がある。

【００３７】なお、これまでの実施形態は横書きの例を
用いているが、縦書き文書の場合でも本発明が実施可能
なことは、容易に推測されよう。従って、上記実施形態
によって本願発明が限定されるものではない。

【００３８】＜第３の実施形態＞以下、第３の実施形態
を説明する。尚、装置構成は第１の実施形態と同じと
し、以下ではその動作処理内容を図８のフローチャート
に従って説明する。

【００３９】先ず、ステップＳ８０１では、スキャナ１
０８などから文書画像を入力し、ステップＳ８０２で、
入力した文書画像から先に説明した処理で持って文字単
位の画像ブロックの抽出を行なう。この時点ではルビを
含んで抽出された画像ブロックが存在する可能性がある
ので、画像ブロックすべてについて、ルビが含まれる画
像ブロックかどうかを判定する。以下に、その判定方法
を説明する。

【００４０】まず、ステップＳ８０３で本文の文字画像
の、文書が横書きならば文字画像の高さの、縦書きなら
ば幅の標準サイズを求める。標準サイズは、第１の実施
形態で説明したように、各行毎のブロックの平均値や、
各行毎のブロックの大きさの分布を取り、頻度が最大と
なる値とすることで求められる。次に、ステップＳ８０
４で本文の文字画像がとり得る最大の大きさ（最大許容
文字サイズ）を求める。この最大許容文字サイズは、ス
テップＳ８０３で求めた標準サイズに１以上の値を掛け
た値や、標準文字サイズ以上で、頻度がなくなる値とす
ることで求められる（詳細は第１の実施形態を参照）。

【００４１】ステップＳ８０５では、本文文字部とルビ
部の境界位置を得るための基準となる位置を求める。本
文文字画像は、基準位置から最大許容文字サイズの範囲
に存在することになる。

【００４２】図９を用いて、横書き文書の基準位置を得
るための説明を行なう。この図において、ｙ軸を上から
下にとる。行の左端から画像ブロックが９０１，９０
２，９０３，９０４，…と並んでいるとする。左端の画
像ブロック９０１の基準位置は、画像ブロック９０１と
両隣の画像ブロック（図示の場合には右隣の画像９０２
しかないので、画像ブロック９０２のみが対象になる）
のブロックの下端のｙ座標を比べ、ｙ座標値が大きい方
（下側のある方）とする。従って、この場合には画像ブ
ロック９０１の下端のｙ座標である符号９０５が基準位
置となる。画像ブロック９０２については、画像ブロッ
ク９０２と、左隣の画像９０１、右隣の画像９０３の３
つの画像ブロックの下端のｙ座標を比べ、ｙ座標が最大
値を基準位置とする。この図では、画像ブロック９０１
の下端のｙ座標である符号９０５が基準位置となる。同
様に、画像ブロック９０３については画像ブロック９０
４の下端のｙ座標である符号９０６が基準位置となる。

【００４３】さて、基準位置が求まれば、ステップＳ８
０６で、文字画像ブロックが本文許容範囲を越えて存在
するかどうかを判定する。一例を図１０を用いて説明す
る。図示において、１００４はステップＳ８０５で求め
た基準位置、１００５はステップＳ８０３で求めた基準
サイズ、１００６はステップＳ８０４で求めた最大許容
文字サイズとし、基準位置１００４から最大許容文字サ
イズ１００６の範囲１００８を求める。画像ブロックが
１００８を越えるかどうかを調べ、越えた画像ブロック
１００２や１００３についてはステップＳ８０７に進
む。

【００４４】ステップＳ８０７では、さらにそれらの画
像ブロックが、本文文字を含むかどうかを判定する。図
１０において、基準位置１００４から基準サイズ１００
５の範囲１００７を求め、そこに画像ブロックの一部が
含まれているかを判定する。この結果、画像ブロック１
００２が残る。

【００４５】ここまでの処理で残った画像ブロックは、
次にステップＳ８０８で、ルビ部と本文文字の分離位置
を推定することになる。画像ブロック１００２について
は、画像ブロックの上端から１画素、あるいは予め定め
た値だけ下から位置１００７の範囲１００９に分離位置
が存在すると推定する。

【００４６】ステップＳ８０９では、ステップＳ８０８
で推定した範囲で画像が分離されるかどうかを調べる。
例えば、画像ブロック１００２ならｙ座標が符号１００
７の画素列が全て白画素なら分離可能とし、黒画素が存
在すれば推定した範囲内でｙ座標を１ずつ減らして調べ
ていく。あるいはｙ座標が符号１００８の画素列から始
め、推定範囲内を調べるようにしてもよい。

【００４７】以上の処理により、画像ブロックが分離可
能なら、その画像ブロックはルビが含まれると判定され
る。

【００４８】次に、ルビが含まれると判定された画像ブ
ロックについてルビと本文を分割する。以下に、その分
割方法を説明する。

【００４９】まず、分割する位置を取得するが、これは
ステップＳ８０９で得られた白画素列の座標としてよ
い。ステップＳ８１０では、分割位置より本文文字側の
画像ブロックの中で、新たな文字画像ブロックを求め
る。図１１を用いて説明すると、画像ブロック１１０１
において、分割位置１１０２により、本文側ブロック１
１０３とルビ側ブロック１１０４に分割され、本文側ブ
ロック１１０３から文字画像ブロック１１０５が得られ
る。

【００５０】最後に、ステップＳ８１１でルビ側の画像
ブロックからルビ画像ブロックを抽出する。ルビ側ブロ
ック６０４には１つ以上のルビが存在するので、１１０
４を行矩形とし、この矩形内で縦方向の射影をとってル
ビ文字の画像ブロック１１０６，１１０７が抽出され
る。この様に本文文字ブロックとルビ画像ブロックが分
割されたら、ステップＳ８１２でそれらを関連付けて記
憶しておく。

【００５１】入力画像から全ての文字画像ブロックが抽
出されたら、ステップＳ８１３で各文字画像ブロックに
ついて、各文字の標準特徴などが格納されている認識辞
書との類似度を求める識別演算を行ない、最も類似度が
大きい文字を認識結果とする。ステップＳ８１４では、
ルビを持つ文字かどうかを判断し、ルビを持たなければ
ステップＳ８１６で認識結果をディスプレイ１０５に表
示し、ルビを持てばステップＳ８１５で、例えば本文文
字の上や本文文字の隣に括弧をつけるなど、本文文字と
区別できるような異なる方法で表示する。

【００５２】以上説明したように、画像ブロックの大き
さの分布を用いて最大許容文字サイズを求めるので、ル
ビ画像を含む画像ブロックと本文のみの画像ブロックを
正しく判別することが可能となる効果がある。

【００５３】なお、上記説明では、実施形態を実現する
ため最低限の構成要件で説明を行っているが、例えば汎
用コンピュータに、本発明を実施する処理を行なうプロ
グラム等のデータを外部から提供し、あるいは、予め外
部記憶１０４に記憶しておき、ＲＡＭ１０３に格納する
ように構成されてもよい。

【００５４】＜第４の実施形態＞第４の実施形態を説明
する。本第４の実施形態では、上記第３の実施形態に対
し、その存在範囲推定工程における、基準位置の求め方
が異なる。

【００５５】図１２は文書内のある横書きの行を表わ
す。まず、十分に間隔をあけて窓７０１を２ヶ所設定す
る（垂直方向の位置は同じ）。次に、窓の中の文字画像
の射影７０２を水平方向にとる。その結果、枠の幅の中
央で、射影の底部の２点７０３を結ぶ直線７０４が、こ
の行の基準線となり、画像ブロックの位置により基準位
置が決定される。

【００５６】以上説明したように本第４の実施形態によ
れば、入力文書が傾斜した場合でも、判定のための基準
位置を正しく得ることができ、ルビ抽出の精度が向上す
る効果がある。

【００５７】なお、本第４の実施形態でも横書きの例を
説明しがた、縦書き文書の場合でも本発明が可能なこと
は、容易に推測されよう。

【００５８】また、上記実施形態では、ルビ文字と本文
文字を正常に切り出して文字認識する例を説明したが、
文字認識処理それ自身は本発明には直接関係しないの
で、その部分は公知の手順で行なわせるようにしてもよ
い。すなわち、文字認識処理に渡すべき画像ブロックを
確定させる処理を上記実施形態で説明した手順で行な
い、画像ブロックが抽出されたら下位の文字認識処理に
引数もしくはパラメータとして渡し、その認識結果を受
けるようにしても良い。

【００５９】また、本発明は、複数の機器（例えばホス
トコンピュータ、インターフェース機器、リーダ、プリ
ンタ等）から構成されるシステムに適用しても、１つの
機器からなる装置（例えば複写機、ファクシミリ等）に
適用しても良い。

【００６０】また、本発明の目的は、上述した実施形態
の機能を実現するソフトウェアのプログラムコードを記
憶した記憶媒体を、システム或いは装置に供給し、その
システム或いは装置のコンピュータ（またはＣＰＵやＭ
ＰＵ）が記憶媒体に格納されたプログラムコードを読出
して実行することによっても、達成されることは言うま
でのもない。

【００６１】この場合、記憶媒体から読み出されたプロ
グラムコード自体が本発明の新規な機能を実現すること
になり、そのプログラムコードを記憶した記憶媒体は本
発明を構成することになる。

【００６２】プログラムコードを供給するための記憶媒
体としては、例えばフロッピーディスク、ハードディス
ク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ
−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭ等
を用いることができる。

【００６３】また、コンピュータが読出したプログラム
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼動しているＯＳなどが実
際の処理の一部または全部を行ない、その処理によって
実施形態の機能が実現される場合も含まれることは言う
までもない。

【００６４】更に、記憶媒体から読み出されたプログラ
ムコードが、コンピュータに挿入された拡張機能ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書き込まれた後、そのプログラムコードの指示
に基づき、その機能拡張ボードや機能拡張ユニットに備
わるＣＰＵなどが実際の処理の一部または全部を行な
い、その処理によって前述した実施形態の機能が実現さ
れる場合も含まれることは言うまでもない。

【００６５】本発明を上記記憶媒体に適用する場合、そ
の記憶媒体には、先に説明したフローチャートに対応す
るプログラムコードを格納することになるが、簡単に説
明すると、図１３のメモリマップ例に示す各モジュール
を記憶媒体に格納することになる。すなわち、少なくと
も、入力した文書画像から射影をとってバンド画像を取
り出し、当該バンド画像中における画像ブロックを抽出
する抽出モジュールと、バンド画像中の各画像ブロック
の大きさの分布に基づいて許容文字サイズを推定する推
定モジュールと、推定された許容文字サイズに基づい
て、注目画像ブロックがどの行の文字画像であるかを判
定する判定モジュールと、判定結果に基づいて注目画像
ブロックを対応する行中の文字画像として前記下位の処
理に渡す制御モジュールとを記憶する。

【００６６】以上説明したように、本実施形態に従え
ば、入力文書画像が射影によってルビの行を分離できな
くても、ルビと本文を分離し、正しく文字切り出しが可
能となり、誤認識が減少するとともに、誤認識や認識不
能文字の修正作業が軽減され、文書入力作業が効率的に
行なえる効果がある。

【００６７】

【発明の効果】以上説明したように本発明によれば、通
常の射影処理で持って行分割が正常に行なえない場合で
あっても、文字画像を該当する文字列の行に属するもの
として下位の処理に渡すことが可能になる。

【００６８】また、他の発明によれば、射影によって個
々の行に分離できなくても、各行の文字を正しく認識す
ることが可能になる。

【００６９】

【図面の簡単な説明】

【図１】第１の実施形態に係る文字認識装置のブロック
図である。

【図２】第１の実施形態に係る文字認識処理のフローチ
ャートである。

【図３】第１の実施形態に係る最大許容文字サイズ取得
する処理工程での、画像ブロックの大きさの分布を説明
する図である。

【図４】第１の実施形態の説明のための入力画像の一例
を示す図である。

【図５】第２の実施形態に係る文字認識処理のフローチ
ャートである。

【図６】第２の実施形態の説明のための入力画像の一例
を示す図である。

【図７】従来例における文字画像ブロック抽出を説明す
る図である。

【図８】第３の実施形態に係る文字認識処理のフローチ
ャートである。

【図９】第３の実施形態における基準位置検出処理の概
要を説明するための図である。

【図１０】第３の実施形態における行分離位置検出処理
の概要を説明するための図である。

【図１１】第３の実施形態における本文文字とルビ文字
の分離処理を説明するための図である。

【図１２】第４の実施形態における基準位置決定処理の
概念を説明するための図である。

【図１３】実施形態における記憶媒体の格納モジュール
を示す図である。

【符号の説明】

１０１ ＣＰＵ １０２ ＲＯＭ １０３ ＲＡＭ １０４ 外部記憶装置 １０５ ディスプレイ １０６ キーボード １０７ ポインティングデバイス １０８ イメージスキャナ

Claims (30)

【特許請求の範囲】
1. 【請求項１】 入力文書画像から文字画像部分を切り出
   して下位の処理に渡す情報処理装置であって、 入力した文書画像から射影をとってバンド画像を取り出
   し、当該バンド画像中における画像ブロックを抽出する
   抽出手段と、 前記バンド画像中の各画像ブロックの大きさの分布に基
   づいて許容文字サイズを推定する推定手段と、 推定された許容文字サイズに基づいて、注目画像ブロッ
   クがどの行の文字画像であるかを判定する判定手段と、 該判定手段の判定結果に基づいて注目画像ブロックを対
   応する行中の文字画像として前記下位の処理に渡す制御
   手段とを備えることを特徴とする情報処理装置。
2. 【請求項２】 前記行は本文文字列の行と、ルビ文字列
   の行であることを特徴とする請求項第１項に記載の情報
   処理装置。
3. 【請求項３】 前記下位処理は文字認識処理であること
   を特徴とする請求項第１項に記載の情報処理装置。
4. 【請求項４】 更に、前記許容文字サイズに基づいて注
   目画像ブロックが複数の行にまたいでいるか否かを判定
   する第２の判定手段と、 該第２の判定手段で複数の行にまたいでいると判定した
   場合、当該注目画像ブロックを分割する分割手段とを備
   えることを特徴とする請求項第１項に記載の情報処理装
   置。
5. 【請求項５】 更に、前記分割手段で得られた分割画像
   それぞれに対して射影をとって第２の画像ブロックを抽
   出する第２の抽出手段を備えることを特徴とする請求項
   第４項に記載の情報処理装置。
6. 【請求項６】 入力文書画像から文字画像部分を切り出
   して下位の処理に渡す情報処理方法であって、 入力した文書画像から射影をとってバンド画像を取り出
   し、当該バンド画像中における画像ブロックを抽出する
   抽出工程と、 前記バンド画像中の各画像ブロックの大きさの分布に基
   づいて許容文字サイズを推定する推定工程と、 推定された許容文字サイズに基づいて、注目画像ブロッ
   クがどの行の文字画像であるかを判定する判定工程と、 該判定工程の判定結果に基づいて注目画像ブロックを対
   応する行中の文字画像として前記下位の処理に渡す制御
   工程とを備えることを特徴とする情報処理方法。
7. 【請求項７】 前記行は本文文字列の行と、ルビ文字列
   の行であることを特徴とする請求項第６項に記載の情報
   処理方法。
8. 【請求項８】 前記下位処理は文字認識処理であること
   を特徴とする請求項第６項に記載の情報処理方法。
9. 【請求項９】 更に、前記許容文字サイズに基づいて注
   目画像ブロックが複数の行にまたいでいるか否かを判定
   する第２の判定工程と、 該第２の判定工程で複数の行にまたいでいると判定した
   場合、当該注目画像ブロックを分割する分割工程とを備
   えることを特徴とする請求項第６項に記載の情報処理装
   置。
10. 【請求項１０】 更に、前記分割工程で得られた分割画
    像それぞれに対して射影をとって第２の画像ブロックを
    抽出する第２の抽出工程を備えることを特徴とする請求
    項第９項に記載の情報処理方法。
11. 【請求項１１】 情報処理装置が記憶媒体内の情報を読
    み込み実行することで、入力文書画像から文字画像部分
    を切り出して下位の処理に渡す処理を行なわせる記憶媒
    体であって、 入力した文書画像から射影をとってバンド画像を取り出
    し、当該バンド画像中における画像ブロックを抽出する
    抽出工程の手順コードと、 前記バンド画像中の各画像ブロックの大きさの分布に基
    づいて許容文字サイズを推定する推定工程の手順コード
    と、 推定された許容文字サイズに基づいて、注目画像ブロッ
    クがどの行の文字画像であるかを判定する判定工程の手
    順コードと、 該判定工程の判定結果に基づいて注目画像ブロックを対
    応する行中の文字画像として前記下位の処理に渡す制御
    工程の手順コードとを備えることを特徴とする記憶媒
    体。
12. 【請求項１２】 前記行は本文文字列の行と、ルビ文字
    列の行であることを特徴とする請求項第１１項に記載の
    記憶媒体。
13. 【請求項１３】 前記下位処理は文字認識処理であるこ
    とを特徴とする請求項第１１項に記載の記憶媒体。
14. 【請求項１４】 更に、前記許容文字サイズに基づいて
    注目画像ブロックが複数の行にまたいでいるか否かを判
    定する第２の判定工程の手順コードと、 該第２の判定工程で複数の行にまたいでいると判定した
    場合、当該注目画像ブロックを分割する分割工程の手順
    コードとを備えることを特徴とする請求項第１１項に記
    載の記憶媒体。
15. 【請求項１５】 更に、前記分割工程で得られた分割画
    像それぞれに対して射影をとって第２の画像ブロックを
    抽出する第２の抽出工程の手順コードを備えることを特
    徴とする請求項第１４項に記載の記憶媒体。
16. 【請求項１６】 入力文書画像中の文字画像を認識する
    情報処理装置であって、 入力した文書画像から射影をとってバンド画像を取り出
    し、当該バンド画像中における画像ブロックを抽出する
    抽出手段と、 前記バンド画像中の各画像ブロックの大きさの分布に基
    づいて許容文字サイズを推定する推定手段と、 推定された許容文字サイズに基づいて、注目画像ブロッ
    クがどの行の文字画像であるかを判定する判定手段と、 該判定手段の判定結果に基づいて注目画像ブロックを対
    応する行中の文字画像として認識する認識手段とを備え
    ることを特徴とする情報処理装置。
17. 【請求項１７】 前記行は本文文字列の行と、ルビ文字
    列の行であることを特徴とする請求項第１６項に記載の
    情報処理装置。
18. 【請求項１８】 更に、前記ルビ文字列の行の文字の認
    識結果を、本文中の対応する認識結果に関連付けて出力
    する出力手段とを備えることを特徴とする請求項第１７
    項に記載の情報処理装置。
19. 【請求項１９】 更に、前記許容文字サイズに基づいて
    注目画像ブロックが複数の行にまたいでいるか否かを判
    定する第２の判定手段と、 該第２の判定手段で複数の行にまたいでいると判定した
    場合、当該注目画像ブロックを分割する分割手段とを備
    えることを特徴とする請求項第１６項に記載の情報処理
    装置。
20. 【請求項２０】 更に、バンド画像の、所定距離を隔て
    た２つの所定領域の射影をとることで、注目バンドの傾
    き方向及び行の基準位置を判断する判断手段とを備える
    ことを特徴とする請求項第１６項に記載の情報処理装
    置。
21. 【請求項２１】 入力文書画像中の文字画像を認識する
    情報処理方法であって、 入力した文書画像から射影をとってバンド画像を取り出
    し、当該バンド画像中における画像ブロックを抽出する
    抽出工程と、 前記バンド画像中の各画像ブロックの大きさの分布に基
    づいて許容文字サイズを推定する推定工程と、 推定された許容文字サイズに基づいて、注目画像ブロッ
    クがどの行の文字画像であるかを判定する判定工程と、 該判定工程の判定結果に基づいて注目画像ブロックを対
    応する行中の文字画像として認識する認識工程とを備え
    ることを特徴とする情報処理方法。
22. 【請求項２２】 前記行は本文文字列の行と、ルビ文字
    列の行であることを特徴とする請求項第２１項に記載の
    情報処理方法。
23. 【請求項２３】 更に、前記ルビ文字列の行の文字の認
    識結果を、本文中の対応する認識結果に関連付けて出力
    する出力工程とを備えることを特徴とする請求項第２２
    項に記載の情報処理方法。
24. 【請求項２４】 更に、前記許容文字サイズに基づいて
    注目画像ブロックが複数の行にまたいでいるか否かを判
    定する第２の判定工程と、 該第２の判定工程で複数の行にまたいでいると判定した
    場合、当該注目画像ブロックを分割する分割工程とを備
    えることを特徴とする請求項第２１項に記載の情報処理
    方法。
25. 【請求項２５】 更に、バンド画像の、所定距離を隔て
    た２つの所定領域の射影をとることで、注目バンドの傾
    き方向及び行の基準位置を判断する判断工程とを備える
    ことを特徴とする請求項第２１項に記載の情報処理方
    法。
26. 【請求項２６】 情報処理装置が記憶媒体内の情報を読
    み込み実行することで、入力文書画像中の文字画像を認
    識させる記憶媒体であって、 入力した文書画像から射影をとってバンド画像を取り出
    し、当該バンド画像中における画像ブロックを抽出する
    抽出工程の手順コードと、 前記バンド画像中の各画像ブロックの大きさの分布に基
    づいて許容文字サイズを推定する推定工程の手順コード
    と、 推定された許容文字サイズに基づいて、注目画像ブロッ
    クがどの行の文字画像であるかを判定する判定工程の手
    順コードと、 該判定工程の判定結果に基づいて注目画像ブロックを対
    応する行中の文字画像として認識する認識工程の手順コ
    ードとを備えることを特徴とする記憶媒体。
27. 【請求項２７】 前記行は本文文字列の行と、ルビ文字
    列の行であることを特徴とする請求項第２６項に記載の
    記憶媒体。
28. 【請求項２８】 更に、前記ルビ文字列の行の文字の認
    識結果を、本文中の対応する認識結果に関連付けて出力
    する出力工程とを備えることを特徴とする請求項第２７
    項に記載の記憶媒体。
29. 【請求項２９】 更に、前記許容文字サイズに基づいて
    注目画像ブロックが複数の行にまたいでいるか否かを判
    定する第２の判定工程の手順コードと、 該第２の判定工程で複数の行にまたいでいると判定した
    場合、当該注目画像ブロックを分割する分割工程の手順
    コードとを備えることを特徴とする請求項第２６項に記
    載の記憶媒体。
30. 【請求項３０】 更に、バンド画像の、所定距離を隔て
    た２つの所定領域の射影をとることで、注目バンドの傾
    き方向及び行の基準位置を判断する判断工程の手順コー
    ドを備えることを特徴とする請求項第２６項に記載の記
    憶媒体。