JPS603074A - 文字・記号抽出方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔技術分野〕 本発明は、文、＃ｌｆｊ像から文字または記号を抽出す
る方式に関する。

〔従来技術〕

文書画像中の文字または記号を抽出するには、一般に連
結パターンの外接長方形の大ぎさを調べ、そのサイズが
それほど大きくない連結パターンが連続している領域を
文章領域と判定し、その文章帆域内の個々の連＾５ノ（
ターン領域を文字また（ま言己号として油出している。

しかし、このような方式では、文字行中にアンダーライ
ンがある場合、図形に文字ρ″−一連結場合、行間に来
る添字がある場合号に文字・言己号を図形と正しく分離
できな（・と℃・う問題カーある。

〔目的〕

本発明の目的は、上記の問題をルト決できるＶｉ　＝い
文字・記号抽出方式を提供すること（（ある。

〔芙〃山例〕

第１図は本発明に係る文字・記号抽出処理装置の戦略ブ
ロック図、第２図と第８図は七〇つ処理フローを示すフ
ローチャートである。

第１図において、１，２はノくターンメモリ（３）。

（ｉ３）、８はプロセッサである。ノくターンメモリ囚
１には、文章画像から抽出された文筆′１泊域θ）ノ＜
ターンが画素単位で書き込まれる。この文章領域の抽出
は従来方法で容易に行い得るので、詳述しｉｌ　ｃ・。

パターンメモリ（［３）　２には、ノくターンメモリ（
５）１１のパターンをＭｘＮ画素単位で融合した／ぐタ
ーンが書き込まれる。この融合処理はプロセッサ８によ
って行うが、この処理も格別Ｍｒしいものでないので詳
細は述べない。なお、プロセッサ８は内部メモリを有す
る汎用または専用のプログラム処理装置である。

今、第５図に示すパターン■）がパターンメモリ（Ａ）
１に格納され、またその融合パターンがパターンメモリ
ｆＢ）　２．に格納されたとして、処理内容を第２図に
涜って説明する。なお、パターンＰ甲の枠紛と接続して
いる文字０形”　ｉｆｇ　”識”は、従来方式によると
枠の一部と認ＥＪされてしまい、正しく抽出できないも
のである。

ステップ■：プロセッサ８は、パターンメモリ（Ｂ）２
内のパターンを走査し、水平方向の周辺分布（濃度分布
）ＨＨ′をめ、それを平均化して周辺分布ＨＨを得る（
第５図径照）。

ステップ■：プロセッサ８はめた周辺分布癌の谷部でパ
ターンを水平方向のザブ領域に分割する。第５図のパタ
ーンＰの場合、ａ、ｂ、ｃのサブ領域に分割される。

ステップ■：プロセッサ８は、パターンメモリの）２を
走査し、谷すブ追域毎に垂直方向の周辺分卸ＨＶをめる
。なｆ６、この周辺分４ｉ　ＭＶについて平滑化を行っ
てもよい。第５図のサブ領域ａ％ｂ、Ｃについては、第
５図の周辺分布ｆ（ｙ（ａ）、Ｈｙ（ｃ）がそれぞれま
る。

ステップ■ニステップ■で釆めた周辺分布Ｈｖの谷部で
、各サブ頭載を最小単位であるブロックに分割する。第
５図のパターンＰの場合、このステップで破線で示すよ
うにブロック分割さ２する。各ブロックは、文字または
記号、あるいは図形の領域である。

ステップ■：プロセッサ８は谷ブロック艇にパターンメ
モリ（Ｂ）２またはパターンメモリ（５）１）内のパタ
ーンを走食し、改めて各ブロック別の水平方向の周辺分
布軸と垂直方向の周辺分布ｈｖをめる。

ステップ■：谷ブロックの周辺分布ｈＨ１ｈＶの分散α
□、αＶを計算する。

ステップ■：各ブロック別にαヨ、αＶと閾値Ｔ１、Ｔ
２を比較し、αＨ、＞”１’１かつα７〉Ｔ２であれば
、そのブロックを文字または記号のブロックと判定する
。

ステップ■：αヨ、α■を閾値Ｔ３、Ｔ４と比較し、α
ゆ〈Ｔ３かつαｖ　（Ｔ４ならば不定ブロックと判定す
る。

それ以外であれば図形ブロックと判定する。

以上の処理で図形ブロックが抽出された場合、図形ブロ
ックとの連結性判定処理を行う。第８図はそのフローチ
ャートである。この処理はパターンメモリ囚１上で行わ
れる。

ステップ■：任意の図形ブロック内の任意の画素を破切
の注目Ｉ［ＩＩ素として選ぶ。

ステップ■：注目画船を黒画素上に移す。

ステップＣ：注目黒画素済みか判定する。

ステップＣ：注目黒画素は文字／記号ブロック内が判定
する。

ステップＣ：注目黒画素を当該図形ブロック内の画素と
みなし、当該図形ブロックを拡張する（または、注目黒
画素に当該図形ブロックの識別番号をつける）。

ステップ０：参照すべき新しい画素が残っているか判定
する。

第４図は図形と文字・記号とが連結した場合の走査順を
説明する図であり、○印は黒画素、Ｑ印肉の数字は参照
順序を示す。＃６の黒画素は非図形ブロック内であるか
ら、＃５の画素に決り、＃８の画素を捜す。

以上の処理によって、第５図のパターンＰのブロックの
うち、（イ）〜（ハ）の各ブロックは文字のブロックと
して抽出される。他のブロックは図形ブロックとして抽
出される。

なお、本実施例においては、周辺分布の分散をめ、それ
を用いてブロックの判定を付っているが（ステップ■〜
■）、周辺分弗の標準偏差を用いるようにしてもよい。

〔効果〕

本発明は以上に詳述したμ口＜であるから、アンダーラ
インや添字がある場合や図形の中に文字・記号がある場
合でも、文字・記号を図形と分離して確実に抽出するこ
とができるものである。

【図面の簡単な説明】

第１図は本発明に係る文字・ｉ己号抽出処理装置の慨１
略ブロック図、第２図および第８図は第１１図装置の処
理を示すフローチャート、第４図は図形ブロックの連結
判定処理における１而素走査順を説明するための図、第
５図は文箪唄域パターンの一例とその処理の１説明図で
ある。 ■、２・・・パターンメモリ、８・・・プロセッサ、ａ
〜Ｃ・・・ザブ′誤域、イ〜ト・・・文字ブロック。 代理人升埋土　鈴　不　誠

Claims (1)

【特許請求の範囲】
1. （１）　文書画像を第ｉ１方向の周辺分布に基づきサブ
   領域に分割し、谷サブ領域を上記第１方向と直交する第
   ２方向の周辺−分布に基づいてブロックに分割し、各ブ
   ロックを上記第１および第２方向の周辺分布に基づき文
   字・記号プｒｙツクであるか判定することを％故とする
   文字・記号抽出方式。