JPS62169285A - 文書処理装置 - 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】 ［産業上の利用分野］ 本発明は文書処理装置に係り、特に文字パターンの抽出
を行う文書処理装置に関する。

［従来の技術］ 従来、文字パターン等の図形パターンの外接枠を抽出す
る技術では、英語、フランス語等の文字パターンの外接
枠を抽出できるものが提案されているが、漢字やかな文
字などの文字については利用出来なかった。

［発明が解決しようとする問題点］ 本発明は上記従来例に鑑みなされたもので、漢字やカナ
文字等を含む日本語等の文字パターンの外接枠を高速に
抽出できる文書処理装置を提供することを目的とする。

［問題点を解決するための手段］ この問題を解決する一手段として、例えば第１図に示す
実施例の文書処理装置は、水平情報記憶手段の水平投射
メモリ５と、垂直情報記憶手段の垂直投射メモリ６と、
抽出手段と文書情報を算出する手段のＣＰＵ　１と文字
外接枠情報メモリとを備える。

［作用］ かかる第１図の構成において水平投射メモリ５と垂直投
射メモリ６に記憶された、ドツト情報の水平方向と垂直
方向のいずれかあるいは両方に連続したドツト情報を文
字片として抽出する。かかる文字片の個々の水平位置や
、幅、高さ等に基づいて、行位置や標準文字幅、文字ピ
ッチ等を算出して、行の先頭より文字片と文字の対応付
けを行う。

通常の文字幅より小さい文字片は、特殊文字の可能性が
あるため、記憶されている特殊文字パターンとのパター
ンマツチングを行って特殊文字の検出を行う。

［実施例コ 以下、添付図面に従って本発明の実施例を詳細に説明す
る。

［文書処理装置の全体構成図（第２図）］第２図は本発
明の一実施例である文書処理装置の全体構成図で、１０
は文書情報等を人力する入力部、１１は入力された文書
情報を格納する文書メモリ、１２は文字パターンをドツ
トイメージで格納している文字パターン発生部である。

１３は文書情報を表示や印刷等で出力する出力部、１４
は文字パターンを抽出を行うパターン抽出部である。

［パターン抽出部の説明（第１図）］ 第１図は第２図のパターン抽出部１４のブロック図であ
る。

１はパターン抽出部１４の制御を行うＣＰＵで、ＣＰＵ
Ｉの制御プログラムやデータを格納するＲＯＭ、ＣＰＵ
ＩのワークエリアであるＲＡＭとを備えている。２は後
述するメモリ等のインターフェースを行うＩ１０コント
ローラ、３は文字や記号情報をビットイメージで格納す
るイメージメモリである。４はメモリスキャン回路で、
イメージメモリ３を水平方向あるいは垂直方向にスキャ
ンして、水平方向にスキャンしたビットの状態を水平投
射メモリ５に送出して記録し、同様にイメージメモリ３
の垂直方向にスキャンしたビット状態を垂直投射メモリ
６に記憶する。これらの情報に基づき文書画像の外枠を
文字外枠情報メモリ７に作成し記録する。

以下これら文書画像からの文字枠抽出について説明する
。

［文字矩形領域と段落の説明 （第３図（ａ）〜（Ｃ）］ 第３図（ａ）は文字矩形領域を示す図である。

文字矩形領域３０は例えば図のようにＣＳ、ＣＥ、ＣＶ
、ＣＶ’　の４つの座標によって表すことができる。こ
のうち水平方向の位置であるＣ５゜ＣＥは、文字によっ
て当然まちまちである。垂直方向の位置であるｃｖ、ｃ
ｖ’　は同じ行内の文字であれば、その行の文字に対し
共通して同じ値を適用する方が便利である。さらに、活
字サイズの同じ文字が文中全体で使われているならば、
Ｃ■′　（あるいはＣＶ）の代わりに全文字に共通な文
字の高さを示す値としてＣＨ＝　（ＣＶ’　−ＣＶ＋１
）と用意すれば十分である。

またこのようにして抽出した文字の中から、句読点や括
弧など（特殊文字と呼ぶ）を認識する必要がある。それ
は、もし編集の１つである横書きから縦書きの変換をす
る場合に、普通の文字では画像を一定方向に一定角回転
させる操作であるのに対し、特殊文字ではこれと違った
画像変換をしなければならず、更に禁則処理にも有効で
あると考えられるためである。

第３図（ｂ）は文字列の文字データを示す図である。

各文字データは画像文書中での位置を示すＣ３，ＣＥ、
ＣＶや、その文字の種類を表すタグコード３１等の複数
のデータから構成される。タグコード３１によってその
文字が普通の文字であるか、それとも特殊文字かを判別
できるようにし、また段落冒頭の空白部分や１文字分の
スペース等もタグコードによって表現し、文字列の中に
１文字分のデータとして組み入れる。また、キーボード
等からの文字コードを、タグコードとしてタグ部に格納
するなどして文字データの中に取り込めば、文字コード
と画像文字を共存させるこ−とができる。

画像情報を抽出するブリプロセスとしては、行の抽出、
文字の抽出、特殊文字検出、段落検出の４つから成り、
以下にこれらの説明を行う。

まず行の抽出は、水平投射メモリ５の度数分布に基づい
て、各行の上限ＬＨｉと下限ＬＬＩ、それから基準位置
ＬＢｉを求める。文字の位置ＣＶ、ＣＨは上述の値に基
づいて、 ＣＶｉ　＝ＬＢｉ　−ｍａｘ　（ＬＢｋ　−ＬＨｋ　）
ＣＨ＝ｍａｘ　（ＬＢｋ　−ＬＨｋ　）＋ｍａｘ（ＬＬ
ｋ　　−ＬＢｋ　　）＋　１ で表される。ここでｋは１≦に５行数である。

またＣＶｉは行ｉ中の文字の抽出時に各文字のＣＶに代
入される。

また段落の検出は第３図（Ｃ）に示すように、行中の左
側の文字３２が、他の行の左端の文字位置に比べ右側に
あるような行を探せば、段落３３の領域を知ることがで
きる。

これら行の抽出と段落の検出は、従来の英文の処理（特
願昭５９−１３３９１１）においても実施できるが、日
本語の処理と英文の処理で異なるのは、文字矩形領域の
水平位置Ｃ３，ＣＥの決定法と、特殊文字を認識するこ
とである。よって以後はそれらに関して説明を行う。

文字抽出及び特殊文字を認識する手順は大まかに、「文
字片領域の切り出し」、「標準文字幅、標準文字ピッチ
の検出」、「最終的な文字領域の決定及び特殊文字の認
識」の３つの段階に分けることができる。

以上、順を追って説明する。

［文字片領域の切り出しの説明 （第４図、第５図）］ 第４図は文字片領域の切り出しを説明するための図であ
る。

文書画像の各行に対して、その行の矩形領域の画像をＸ
軸方向に斜影して水平投射メモリ５に記録する。その記
憶された度数の有無により、文字の存在する（黒メツシ
ユ４０がある）領域４１〜４４と、存在しない（黒メツ
シユがない）領域４５．４６を区分することができる。

いま、黒メツシユの存在する領域の左端のＸ座標をＣ３
ｊ、右端のＸ座標をＣＥｊとし、その行のＬＨの値をＣ
Ｖｊに代入すれば、一応は文字の切り出しはできたこと
になる。ただし、この段階では「い」等の分離した文字
は領域４２．４３で示される如く分離したまま切り出さ
れる。従って、ここで切り出された各領域４１〜４４は
完全に文字として切り出されたとは限らないので、文字
片と呼ぶことにする。

このようにして得られた領域のうちそれ自体で１文字を
形成していない文字片（例えば「い」の左部分４２、右
部分４３）を、それと隣接している文字片と結合して完
全、１な文字として切り出すのが第５図に示す処理であ
る。

［標準文字幅、標準文字ピッチめ検出 （第６図（ａ）（ｂ）］ この処理を行う準備として、まず文字幅と文字ピッチを
ここで求める。文字幅とは文字の左端から右端までの長
さで、第３図（ａ）に示すように（ＣＥ−Ｃ３＋１）で
表され、文字ピッチとは文字の中央から次の文字の中央
までの距離と定義する。これらは文字によってバラツキ
があるが、テキスト全体を通して適合するような代表値
として、標準文字幅Ｗ、標準文字ピッチＰを求める。

第６図（ａ）は文字片の存在位置を示す図で、６０〜６
３は文字片の外枠を表している。

いま第６図（ａ）に示すように、ｊ番目より（ｊ＋ｎ−
１）番目までのｎ個の文字片が切り出されたとすると、
ｊ番目の文字片６０の文字幅立ｊＯは旦ｊＯすＣＥｊ−
Ｃ３ｊ＋１で与えられる。同様に、文字片６０と次の文
字片６１の右端までの長さ旦ｊ１は、旦ｊ１＝ｃＥｊ＋
１−Ｃ３ｊ＋１で与えられ、文字片６２の右端までの長
さ見ｊ２は、旦ｊ２＝ＣＥｊ＋２−ＣＳｊ＋１で与えら
れる。以下同様にしてＪｌｊｏからｎ　ｊ　ｌ−１まで
を算出する。（ｍは適当な数を設定する。ｍ＝：５くら
いが適当である。） （ｊ＋１）番目、（ｊ＋２）番目・・・（ｊ＋ｎ）番目
の文字片に対しても同様に、それらの文字片を基準にし
て、各々につき０から（ｍ−１）偏光の文字片の右端ま
での長さをそれぞれｍ個算出する。尚、文字片がもうそ
れ以上右側になく、ｍ個分の値の算出ができない場合に
は、（ｊ＋ｎ−１）番目の文字片６３（行最後の文字片
）の右端までを対象にした計算をする。第６図（ｂ）は
これを示したもので、（ｊ＋ｎ−３）番目の文字片６４
を基準にした場合は、（ｊ＋ｎ−１）番目の文字片６３
の右端までの距離を求めて、その文字片６４に対する処
理を終了する場合を示している。

以上説明したように標準文字幅Ｗは、 ｌ　ｊ＋ｎ−１，０（１＜　ｎ　＜　１行の文字数）で
与えられる数の例えば平均値として算出され、標準文字
ピッチＰは、ｌ　ｊ＋ｎ−１，ｍ　−Ｉ　Ｊ＋ｎ−１，
ｍ−１（１≦ｍ≦５）の例えば平均値等で求めることが
できる。

［最終的文字領域の決定 （第７図、第８図（ａ）５　（ｂ）］ 各文字片の情報（Ｃ３，ＣＥ、ＣＶ）と標準文字幅Ｗ、
標準文字ピッチＰを用い、第７図に示すフローチャート
に従って、最終的な文字位置を決定する。

第７図は日本語文字位置を求めるための動作を概説する
フローチャートである。

ステップＳ１では「い」等の文字を分離して切り出した
文字片を、標準文字幅Ｗと標準文字ピッチＰを用いて１
つの文字として切り出しを行う。

これは、１つ前に決定された文字位置を基糸にして、標
準文字幅Ｗと標準文字ピッチＰかう次の文字の位置を推
測し、推測した文字枠に納まるような少なくとも１つの
文字片を、１文字とみなして切り出すものである。この
結果、文字片に分割された文字（「い」　「ハ」　「に
」等）は１文字として切り出される。

しかし、これだけでは文字幅の小さい文字がテキスト中
に現れて、文字ピッチが標準文字ピッチＰと比較して大
幅に変った様な場合には、２文字を１文字として切り出
したり、隣りの文字の１部分と一緒に切り出してしまっ
たりすることが応々にして起こり得る。

第８図（ａ）（ｂ）は文字片を誤って切り出した場合の
一例を示す図である。

第８図（ａ）はＡ”と“「”をまとめて１文字とした場
合であり、第８図（ｂ）は“。”と°゛シ”を合わせて
１文字にした場合を示している。

ステップＳ２ではステップＳ１で切り出した１文字が、
過って切り出されている可能性があるか否かをその抽出
結果から判断するために、特殊文字が含まれている可能
性があるかをみる。可能性があればステップＳ４に進む
が、可能性がなければステップＳ３に進み、次の文字の
切り出しを行う。

ステップＳ４では特殊文字の認識を行う。この−特殊文
字の認識は重心調査と簡単なパターンマツチング、ある
いは前述したタグコードによるコードチェック等によっ
て行う。この特殊文字認識の結果に応じて、必要ならば
ステップＳ１で得た文字位置を修正し、最終的な文字位
置を決定する。

なお、ステップＳ２の判断を加えることにより必要な時
だけ特殊文字の認識を行えばよく、すべての文字片に対
して認識過程を経ないで済むため、文字抽出処理全体か
ら特殊文字の認識による時間のロスを最小限におさえる
ことができる。

以下、前述の各ステップの処理を更に詳しく説明する。

［文字位置の決定（ステップ５１） （第９図（ａ）〜（ｆ）］ 第９図（ａ）のように（ｊ　−１）番目の文字７０まで
、（（ｋ−１）番目の文字片まで）が切り出された確定
したものとする。次に切り出そうとする第ｊ番目の文字
の左端位置をＣ８ｊ、右端位置をｔｅｍｐＣＥ　ｊ　　
（ｔｅｍｐＣＥ　ｊはステップＳ４で変更される可能性
があるので、最終的に決定されるＣＥｊ　とは区別して
いる。Ｃ５ｊの方はここで決められた値が最終的な位置
となる。）を次のように定める。

ｊ番目の文字の左端を示す値には、ｋ番目の文字片７１
の左端の値を代入し、同様にｊ番目の２文字の右端の値
にはに′番目の文字片の右端の値を代入する。ここでに
′は、ｊ番目の文字の左端位置Ｃ３ｊから期待される右
端位置（期待値ＣＥｊ）に最も近い右端位置を有する文
字片の番号である。これを式で表すと下式のようになる
。

Ｃ３ｊ←ＣＳ　　・・・（１） ｔｅｍｐＣＥｊ　←ＣＥｋ　’　・・・（２）ｌｃＥｋ
’　−（期待値ＣＥｊ） ＝ｍｉｎ　　ｌ　ＣＥｉ　−（期待値ＣＥ）ｌ・　（３
）但し、ｋ＝ｉである。

（期待値ＣＥ）の求め方は、行頭文字以外の場合は（４
）式に示すように１つ前の文字より推測されるが、行頭
の文字を切り出す場合は、推測の基準となる前の文字が
存在しないため、行の先頭の文字片のＣ５あるいは行頭
からＷだけ右に６動した位置とする。（５（式））。

（期待値ＣＥ）−（期待値Ｃ３ｎ　）＋ｗ・−・（４）
ＣＳ＋Ｗ　　　　　　・・・（５） 第９図（ｂ）は（４）式を、第９図（Ｃ）は（５）式の
関係を示す図である。

なお、（４）式に示された（期待値Ｃ３ｎ）は、前の文
字の中央、左端、右端の位置を基準にして求められる複
数の候補値ｃｓｏ　、ｃｓｔ　、ｃＳ２に最も近いもの
を選ぶ。第９図（ｄ）〜（ｆ）は各候補値を求める原理
を示す図で、各図は下記の（６）〜（８）式に対応して
いる。

・・・　（６） ＣＳＩ　　＝ｃｓｊ−ｔ　　＋ｐ　　　・・・　（７）
Ｃ３２＝ＣＥｊ−１＋Ｐ−Ｗ＋１　　　・・・　（８）
［特殊文字が含まれる可能性の判断（ステップＳ２）　
　　　　（第１０図（ａ）〜（Ｃ））コ第１０図（ａ）
〜（ｃ）は、ステップＳ２における特殊文字が含まれる
可能性の判断を説明するための図である。

１００はすでに抽出した文字を示し、斜線を記入した文
字片は現在処理中の文字片を示している。第１０図（ａ
）は切り出した文字の中に文字幅の小さい文字片１０１
があり、文字ピッチの変化に伴って、次の文字１０２と
一緒に切り出した場合を示しており、文字の幅が標準文
字ピッチＰよりも大きくなったことを表している。これ
を式で示すと下式のようになる。

ｋ＝に’かつｔｅｍｐｃＥ−ＣＳ＋１＞Ｐ・・・（９） 第１０図（ｂ）は切り出した文字の幅が他に比べて小さ
い場合を示しており、文字片１０３の文字の幅（ｔｅｍ
ｐｃＥ−ＣＳ＋１）が文字幅の半分以下の場合で、特殊
文字の可能性があることを示しており、これを表したの
が（１０）式である。

ｔｅｍｐＣＥ−ｃｓ＋ｔ＜ｗ／ｚ−（ｔ　ｏ）第１０図
（ｃ）は幅の小さい文字１０４の後に分離文字等１０５
がきて、切り出した文字片１０４．１０５の間に文字片
が存在しない、即ち複数の文字片からなる場合を示して
いて、これを式で表すと（１１）式のようになる。

ＣＳ　　＋　ｔｅｍｐＣＥ ＣＥ　　　＜　　　　　　　　　　　　　　　　　　　
　　　　＜ＣＨ（ｋ≦ｉ≦に’　　）　　・・・　（１
１）をみたすｉが存在すると咎が、第１０図（Ｃ）のよ
うな場合であると判断できる。

上記（９）〜（１１）式で表された３つの条件のうち、
少なくとも１つを満足すれば特殊文字を含む可能性があ
ると判断できる。ただし以上の条件のいずれかを満足し
ても、ステップＳ１における切り出し結果が正しい場合
もあることを念のために注意しておく。

［特殊文字の認識（ステップ５４） （第１１図、第１２図）］ 第１１図は第７図のステップＳ４での特殊文字の認識処
理動作を示すフローチャートである。

いま、ｊ番目の文字を構成しているｋからｋまでの文字
片に対して、ｋ番目の文字片から順に特殊文字かどうか
を調べるもので、まずステップＳＩＯでカウンタｉにｋ
をセットし、ステップＳ１１ではｉかに′に等しいか又
は小さいかをみる。ｉかに′に等しいか又は小さいとき
は、ステップＳ１２に進み、後述する特殊文字の認識（
１）を行う。ステップ３１３ではステップＳ１２での認
識に基づいて、第１２図に示すＬＷ、ＨＩのいずれかの
特殊記号に該当するかを調べ、そうならばステップＳ１
６に進むが、ＬＷ、ＨＩのいずれでもなければステップ
Ｓ１４に進んで、後述する特殊文字の認識（２）を行う
。

ステップＳ１５では、ステップＳ１４の認識結果に基づ
いて、第１２図に示すり、Ｒいずれかの特殊記号に該当
するかを調べる。いずれの特殊記号にも該当しなければ
ステップＳ１７に進んで、カウンタｉを＋１して次の文
字片を調べる動作に入るが、特殊記号に該当するときは
ステップ５１６に進み、次の文字片を調べる必要がある
かをみる。必要のあるときはステップＳ１８に進んでＣ
ＥＪを決定してステップＳ３に進む。

ステップＳｌｌでｉかに′より大きくなると、。

即ちに′まで文字片を調べても特殊文字が認識されなか
った場合は、ｋからに′までめ文字片のうち、その間隙
が標準文字ピッチＰより大きいものを検出する（ステッ
プ５１９）。ステップＳ１９の条件を満たさない時は、
ステップＳ３へ進んで処理を終了するが、それ以外はス
テップＳ２０に進み、ｋからに′までの文字片のうち、
その間隙が最も広い箇所で文字を切って、文字ピッチが
文字幅か標準文字幅より著しく大きくなるのを回避する
。

［特殊文字の認識（１）（第１３図）］第１３図は文字
領域と文字片を示す図で、１２１は文字領域、１２０は
文字片である。いま文字片１２０の重心のｙ座標をＧｙ
とし、重心ＧｙがＣＶから相対的にどれだけ離れている
かという値ｒによってＬＷかＨｌかを判断する。

（１２）式によってｒが求められると、その値に応じて ｒ＜Ｔｈｌ　　ならば　ＨＩ、 ｒ＞Ｔｈ２　　ならば　ＬＷ　　とする。

ここでＴｈｌ　、Ｔｈ２は閾値であり、実験的に求めた
値として、Ｔｈｌ　＝０．２、Ｔｈ２＝０．７　に設定
すると良い結果が得られる。

［特殊文字の認識（２） （第１４図）（第１５図）］ 第１４図は対象となる文字片４ｏを、斜線を引いた８つ
の領域１４１〜１４９に分割したもので、各領域は２値
化されている。このソースパターンＳＰと、第１２図に
分類記号り、Ｒで示されたカッコのパターンＭＰとのパ
ターンマツチングを行い、それぞれのカッコを認識する
ものである。　領域１４１〜１４９の２値化は、その領
域の内部に黒メツシユが１つでもあれば１、なければ０
とすることによってなされ、ソースパターンＳＰは、８
ビツトのビット列で表すことができる。

第１５図はそれらカッコのパターンＭＰを示したもので
、各パターンは０〜５まで６通りのパターンが用意され
ている。図中の＊印は０．１どちらでもよいことを表し
ており、＊印を含んだパターンＭＰを表現するために、
ＭＰの＊印部分を１としたパターンＭＰ’　と、＊印の
部分だけを１としたパターンＭＰ’　とを用意している
。　　　また添字が偶数であるＭＰは左括弧、奇数のも
のは右括弧を表わすようにしである。

ソースパターンＳＰとのマツチングの判定は下記の式に
よって行われる。

（ＳＰ　　ｏｒ　　ＭＰｓ”）ＥＸＯＲＭＰｓ　’　　
＝０で、Ｓが偶数のときは左括弧り、Ｓが奇数のときは
右括弧Ｒであり、それ以外は不一致として処理する。

以上述べたようにして第１１図のフローチャートのステ
ップＳ１６に入る時は、ＬＷ％ＨＩ、Ｌ、Ｒのいずれか
、あるいはこれら以外の非特殊文字であると分類される
ことになる。今、上記いずれにも認識されなかった非特
殊文字をＱで表すことにする。このようにして文字片ｋ
から順にＬＷ、ＨＩ、Ｌ、Ｒ，Ｑのどれかに分類されて
いくわけであるが、その並びによりＣＥＪが定まったり
、あるいはさらに次の文字片の種類が調べられたりする
。それを示したのが第１６図（ａ）・〜（ｅ）である。

第１６図（ａ）、（ｂ）はに番目の文字片１６０〜１６
３が特殊文字の場合はその文字片の右端をＣＥｊとする
図である。但し第１６図（ｂ）は文字片１６４がＨＩ以
外に分類された場合を示している。

第１６図（Ｃ）はＨＩが連続して現れる場合を示してお
り、（ｋ＋１）番コの文字片１６６の右端をＣＥｊとす
る。

第１６図（ｄ）はに番目の文字片１６７より、（ｍ＋１
）個（０≦ｍ＜ｋ’−ｋ）の非特殊文字Ｑが続いた後、
特殊文字１６８が現れた場合に、最も右側にある文字片
１６７の右端をＣＥｊとする。

第１６図（ｅ）はに番目よりに′番目までの文字片がす
べてＱであった場合を表しており、ｔｅｍｐＣＥ　−Ｃ
Ｓ　ｊ　＋　１が標準文字ピッチＰより大きいときｋか
らに′までの文字片間にあるスペースのうち、その最も
幅の広いスペースの直前にある文字片の右端をＣＥｊと
する。一方、ｔｅｍｐＣＥ−Ｃ３ｊ＋１がＰより小さい
ときは、ＣＥｊ←ｔｅｍｐＣＥとする。

なお本実施例では、イメージメモリに文字パターンで展
開されている文書画像を基に説明したが、これに限定さ
れるものではなく、例えばＣＯＤやスキャナ等の光学読
取部よりのデジタル化された文書画像データについて行
っても良い。

以上述べたように本実施例によれば、日本語の文字片を
特殊文字も含めて正確にかつ高速に切り出すことができ
、例えば文字認識や文書情報をイメージで処理できる等
の効果がある。

［発明の効果］ 以上述べた如く本発明によれば、漢字やカタカナ文字そ
れに特殊文字等を含む日本語文等の文字パターンの外接
枠を高速かつ正確に抽出できるという効果がある。

【図面の簡単な説明】

第１図は本実施例の文書処理装置のパターン抽出部のブ
ロック図、 第２図は本発明の一実施例の文書処理装置の全体描想図
、 第３図（ａ）は文字矩形領域を示す図、第３図（ｂ）は
文字データの１例を示す図、第３図（ｃ）は段落を表し
た図、 第４図は文字片領域の切り出しを説明するための図、 第５図は文字片から文字として切り出す図、第６図（ａ
）（ｂ）は文字片の存在位置を示す図、 第７図は文字位置を求めるための動作フローチャート、 第８図（ａ）（ｂ）は文字片を誤って文字として切り出
した１例を示す図、 第９図（ａ）〜（ｆ）は文字位置の決定を行う場合の位
置決定を例示した図、 第１０図（ａ）〜（ｃ）は特殊文字が含まれる可能性の
判断を説明するための図、 第１１図は特殊文字の認識処理動作のフローチャート、 第１２図は特殊文字の分類を示す図、 第１３図は文字領域と文字片を示す図、第１４図は文字
片を分割した図、 第１５図はカッコのパターンを示す図、第１６図（ａ）
〜（ｅ）は文字の種類による文字幅の決定を説明するた
めの図である。 図中、１・・・ＣＰＵ、２・・・Ｉ１０コントローラ、
３・・・イメージメモリ、４・・・メモリスキャン回路
、５・・・水平投射メモリ、６・・・垂直投射メモリ、
７・・・文字外枠情報メモリ、１０・・・入力部、１工
・・・文書メモリ、１２・・・文字パターン発生部、１
３・・・出力部、１４・・・パターン抽出部、３０・・
・文字矩形領域、３３・・・段落、６０〜６５・・・文
字片である。 第　１図 第２図 第３図 二ｉ７６図 （ｂ） ｌ　　　　　　Ｌｊ争嘴・す 第７図 易 閤 （３１０図 （Ｇ） （ｂ） （Ｃ） 第１３図 第１４図 １４／　　１４８　１４” 第１５図

Claims (3)

【特許請求の範囲】
1. （１）文書画像の水平方向のドツト情報を検出して記憶
   する水平情報記憶手段と、文書画像の垂直方向のドツト
   情報を検出して記憶する垂直情報記憶手段と、水平方向
   と垂直方向のいずれかあるいは両方向に連続したドツト
   情報に基づいて文字片を抽出する抽出手段と、前記文字
   片に対応して文書情報を算出する手段とを備え、前記文
   書画像より前記文字片を文字情報として抽出可能にした
   ことを特徴とする文書処理装置。
2. （２）文書情報を算出する手段は少なくとも行の位置、
   文字幅、文字の高さ、文字間隔を算出することを特徴と
   する特許請求の範囲第１項記載の文書処理装置。
3. （３）特殊文字パターンを格納するメモリと、文字片の
   ドツトパターンと前記特殊文字パターンを比較する比較
   手段とを備え、特殊文字の検出を可能にしたことを特徴
   とする特許請求の範囲第１項記載の文書処理装置。