JPS63291184A

JPS63291184A - 文字列抽出方法

Info

Publication number: JPS63291184A
Application number: JP62125904A
Authority: JP
Inventors: Hiroshige Sotozono; 外園　広重
Original assignee: Hitachi Seiko Ltd
Current assignee: Via Mechanics Ltd
Priority date: 1987-05-25
Filing date: 1987-05-25
Publication date: 1988-11-29
Anticipated expiration: 2010-09-20
Also published as: JPH0786906B2

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、図形と文字の混在する図面の中から、文字お
よび複数の文字からなる文字列を抽出する文字列抽出方
法に係り、特に文字と図形の重なり、おるいは、文字同
志が重なった場合にも文字列の抽出が可能な文字列抽出
方法に関するものである。

〔従来技術〕

ＣＡＤシステムの普及に伴ない、光電変換素子を備えた
読取装置を用いて図面情報を計算機へ自動的に入力する
ことが試みられている。読取装置から計算機に入力され
た図面情報の画像データつまシラスタデータを線として
認識し、ベクトルデータに変換する線認識処理が研究さ
れている。

近年では、図形と同様にさらに文字や記号も認識するこ
とが要求され、文字や記号の認識処理の研究が行われる
ようになった。

図面内の任意の位置に書かれた文字を認識するためには
、文字認識の前処理として図面情報から文字の情報だけ
を抽出する必要がある。

従来、例えば「情報処理学会第３２回（昭和６１年前期
）全国大会講演論文集４Ｎ−５」に記載された文字列抽
出方法が提案されている。

この方式は、まず図面情報の中の独立した線分群を囲む
矩形領域が予め認定された文字サイズ内のとき、その矩
形領域を文字領域として抽出する。

その文字領域のデータム１線分群を囲む矩形の座標デー
タと矩形内の線分群の座標データとから構成されている
。そして、図面情報中の複数の文字領域の中から、所定
の方向に所定の間隔で並ぶ文字領域同志を連結して文字
列を抽出していた。

〔発明が解決しようとする問題点〕

このような文字列抽出方法では、文字と文字あ″るいは
文字と図形が交差あるいは重なった場合、その線分群は
予め設定された文字サイズより大きな線分群として認識
されるため、文字が図形とみなされ、抽出できない問題
点があった。

本発明の目的は、前記問題点を鑑み、文字と文字あるい
は文字と図形が交差もしくは重なる場合にも文字列を抽
出することが可能な文字列抽出方法を提供することにあ
る。

〔問題点を解決するための手段〕

上記目的を解決するだめの本発明の構成を実施例に対応
する第１図および第２図を用いて説明する。

１４Ｖｉ座標列データ記憶部で、図形と文字を構成する
各線分の座標と、これらの線分の中から文字候補となり
うる線分の座標を記憶する。１５は制御・演算処理部で
、座標列データ記憶部１４に接続され、図面情報の中か
ら文字候補となりうる線分の抽出と、これらの線分の配
列から文字列を抽出する。

〔作　　用〕

以上の構成で、制御・演算処理部１５は以下の座標列デ
ータ記憶部１４に起源された図形と文字を構成する線分
の中から、予め設定された文字サイズより短かい線分を
文字候補として抽出し、座標列データ記憶部１４に再記
憶させる（第２図のステップ２１、以下第２図における
各ステップは、ステップ○○と表示する）。

座標列データ記憶部１４に再記憶された線分の中から最
初に呼出した線分を含み、かつ＾σ記文字サすズ内に最
も多く線分が入るように文字領域を設定する。（ステッ
プ２２）前記文字領域を基準として、その周囲を囲む所定の太き
ての第１の抽出領域を設定する（ステップ２３）第１の抽出領域内に少なくとも一部が含まれる未抽出の
線分’ｋｆｆｉ標列デー標記データ記憶部記憶された線
分の中から抽出する（ステップ２４）。

新に抽出した線分を含む方向に第１の抽出領域を拡張し
、第１の抽出領域に拡張した領域を含めた第２の抽出領
域を設定すると共（（、抽出領域の拡張方向を決める（
ステップ２５）。

そして、第２の抽出領域内の線分を文字候補と１し、第
２の抽出領域を新な第１の抽出領域として設定する（ス
テップ２８）。

再び、新な第１の抽出領域内に少なくとも一部が含まれ
る他の未抽出の線分を抽出する（ステップ２４）。

以後、順次拡張される新な第１の抽出領域に少なくとも
一部が含まれる未抽出の線分がなくなるまで、（ステッ
プ２４）ｆＬいしくステップ２８）をくシかえし、第１
の抽出領域内の線分群を文字列として抽出する（ステッ
プ２９）。

以上のように、文字を含む図面情報から、文字とみなさ
れる短かい線分を抽出し、抽出された各線分の配列から
文字列を抽出できる。

〔実　施　例〕

以下、本発明の一実施例を第１図ないし第７図により説
明する。

第１図において、１１は図面で、文字と図形が混在して
書かれている。１２は走査人力部で、図面１１から文字
と図形の図面情報を読取り、ラスタデータとして出力す
る。１３は画像処理部で、走査入力部１２から前記ラス
タデータが入力され、そのラスタデータをベクトル化す
る線認識処理をほどこし、座標列データとして出力する
。１４は座標列データ記憶部で、画像処理部１３から入
力された図面情報に対応する座標データと、後述する制
御、演算処理部から入力される線分の座標列データを記
憶する。１５は制御、演算処理部で、座標列データ記憶
部１４に接続され、図面情報に対応する座標列データを
呼出し、その座標列データの中から文字候補となる線分
の座標列データを抽出し、座標列データ記憶部１４に再
記憶させる憔と共に、座標列データ記憶部１４から前記文字候補とな
る線分の座標列データを逐次呼出し、そのデータの中か
ら文字列の抽出を行う。１６は文字列データ記憶部で、
制御・演算処理部１５から入力された文字列データを記
憶する。１７は表示部で、文字列データ記憶部１６から
入力された文字列のデータをディスプレイ（図示せず）
に表示する。１８は出力部で、文字列データ記憶部１６
か（七ら入力された文字列データを記舊媒体（図示せず）に出
力するっ以上の構成で、走査入力部１２は図面１１を上下方向に
走査し、徐々に左から右へ移動することにより、図面１
１の全体を図面情報としてもれなく読取る。

前記図面情報のデータを所定の閾値を基準に２値化して
、線分のある部分の１すめは黒レベル、線分のない部分
のますめは白レベルのドツトデータと判定し、第３図（
ｂ）のようなラスタデータとして画像処理部１３に出力
する。

画像処理部１３は線分の存在する黒レベルのドツトデー
タを線分の一部と認識して、一方向の黒レベルのドツト
データが隣接し、その方向と反対方向に黒レベルのドツ
トデータが隣接しない点Ｑｌを端点として求める。その
点Ｑ１に隣接する黒レベルのドツトデータと同一方向に
黒レベルのドツトデータを順次追跡し、黒レベルのドツ
トデータがとぎれる点Ｑ２を他方の端点として脇線する
みそして、第３図（ｃ）のようＶＣ線分ＱｔＱｚとして
認識し、点Ｑ１．Ｑｚを線分の始点と終点の座標データ
、つまシベクトルデータとして座標列データ記憶部１４
に出力する。以下、同様に線分Ｑ２ＱａとＱ４Ｑ５をベ
クトルデータとして座標列データ記憶部１４に出力する
。

座標列データ記憶部１４には、画像処理部１３から入力
されるベクトルデータの始点と終点が、第１表のように
座標列データとして順次記憶される、制御・演算処理部１５は、座標列データ記憶部１４よシ
逐次前記座豫列データを呼出し、予め設定された文字サ
イズよシ短かい線分を抽出し、抽出した線分の始点と終
点の座標データを座標列データ記憶部１４へ戻し、再記
憶させる。例えば、８ｇ４図（ｂ）において、四角形Ｅ
ＦＧＨを予め設定された文字サイズとすれば、線分ＱＩ
　Ｑ２の場合、ｌＸ２−ＸＩ　ｌ＜ｌＸｌｌ−Ｘ６　１
　ｔ　１Ｙｚ−ＹＩ　Ｉ＜ＩＹｕ−Ｙｏ　Ｉとなるので
抽出対象の線分ＱＩＱ２として抽出する（ステップ２１
）。

制御・演算処理部１５は、座標列データ記憶部１４に再
記憶された線分の座標データの中から任意の線分を呼出
し、その線分を基準として前記文字サイズＥＦＧＨと同
じ大きざの領域ＥＦＧＨを設定する。

例えは、第４図（ａ）のｌ’−ＡＮＤＪを構成する線分
群を再記憶された線分の座標データとし、その線分の中
から線分ＱＩＱ２を呼出し、第４図（ｂ）に示すように
線分ＱＩＱ２を基準として領域ＥＦＧＨを設定する。

ついで、少なくとも一端が領域ＥＦＧＨ内に含１れろ線
分Ｑ２Ｑ３を呼出す。そして、領域ＥＦＧＨを、線分Ｑ
ＩＱｚと線分ＱｚＱｓを囲む方向に移動させる。このと
き、線分ＱＩＱ２とＱ２Ｑ３を領域ＥＦＧＨで凹むこと
ができれば、第４図（ｅ）に示すように、線分ＱＩＱ２
とＱ２Ｑ３を基準として領域ＥＩＦＩＧＩＨＩの位置を
設定する５また、新に呼出した線分Ｑ２Ｑ３を囲むこと
ができない場合には、線分Ｑ２Ｑ３を取消し、他の線分
を呼出す。

ついで、少なくとも１端が移動後の領域ＥＩＦＩＧＩＨ
Ｉに含まれる線分Ｑ４Ｑ５を呼出す。このとき、線分Ｑ
ａＱｓは１　・　　　　　　線分ＱＩＱｚと線分Ｑ２Ｑ
３６間にあるので、第４図（ｄ）に示すように領域Ｅφ
毛１）（ｔは移動しない。

このようにして、少なくとも一端が領域ＥＦＧＨに含ま
れ、かつ線分ＱＩＱｚが領域ＥＦＧＨから突出しない範
凹で線分の呼出と領域の移動を行ない、線分を所も多く
含む位置へ領域ＥＦＧＨを位置決めする。そして、その
領域Ｅ　Ｆ　Ｇ　Ｈを文字領域Ｆａｒ　Ｉ　Ｆ　ｓ　Ｇ
　Ｉ　Ｈｔとして設定する（ステップ２２）。

制御・演Ｓ処理部１５は文字領域ＥＩＦＩＧＩＨ１を基
準として、その周囲を囲む所定の大きさの矩形の領域Ｒ
＊ＲｘＲｚＲ３を第１の抽出領域として設定する。この
抽出領域Ｒｏ　ＲＩＲ２ＲＢの設定は、例えば、文字領
域ＥＩＦＩＧＩＨＩの各辺の長さｄｘ、ｄｙの２倍の長
さＤｘｔＤｙを各辺の長さとする矩形の領域である。そ
の抽出領域ＲｏＲＩＲｚＲａの座標データとその中に含
まれる３本の線分（ＱＩＱ２とＱｚＱｓとＱ４Ｑ５）の
始点と終点の座標データを抽出領域および文字候補とし
て設定する（ステップ２３）。

次に、制御・演算処理部１５は座標列データ記憶部１４
に再記憶された座標データの中から第４図（ｅｌ）のよ
うに、少なくとも一端が前記抽出領域ＲｏＲＩＲｚＲａ
に含まれる未抽出の線分Ｑ６Ｑ７を抽出する（ステップ
２４）。

そして、先に抽出された３本の線分（ＱＩＱ２とＱｚＱ
ｓとＱ４Ｑｌｌ　）と、新に抽出された線分ＱａＱｙを
基準として、その周囲を囲む矩形の領域ＲＯＩＳＩＳ２
Ｒ３を設定し、これを第２の抽出領域Ｒｏ　Ｓ　ＩＳ　
ｚ　Ｒｓとして仮定する（ステップ２５）。

そして、第２の抽出領域Ｒｅ　Ｓ　Ｉ　Ｓ　２Ｒ３が先
に設定された抽出領域ＲＯ８ＩＳ２Ｒ３に対し横方向に
拡張されているので、線分ＱＩＱ２．Ｑ２Ｑｓ　＊Ｑａ
Ｑｓ　ＩＱ６Ｑ７は横方向の文字列と判定する。

次に、線分ＱａＱｙを第１の抽出領域ＲＯＲＩＲｘ　Ｒ
ｓの縦方向のサイズＤｙと比較する。そして、線分Ｑ６
Ｑ７がサイズＤｙ内に含まれるとき、第２の抽出領域Ｒ
ｏＳＩＳｚＲｉを新な抽出領域と判定する（ステップ２
６）。

このとき、線分Ｑ６Ｑ７がサイズＤ７から突出している
場合には、第２の抽出領域は取消され、線分ＱｓＱｙは
削除される（ステップ２７）。

この抽出領域と判定された第２の抽出領域Ｒ。

Ｓ　ＩＳ　ｚＲｓの座標データと、その中に含まれる線
分ＱｘＱｚ　、ＱｚＱｓ　？Ｑ４Ｑ５　＋ＱａＱｙのそ
れぞれの始点と終点の座標データを新に第１の抽出領域
および文字候補として設定する（ステップ２８）。

再び、第４図（ｆ）のように第１の抽出領域Ｒｏｓｘｓ
２Ｒｓに少なくとも一端が含まれる線分ＱｙＱｓを抽出
する（ステップ２４）。

以下、同様に、線分ＱｙＱｓ−ＱｓＱｓ　、ＱＩＯＱｔ
ｔ　ｔ　ＱｔｔＱｔｚ　ｖ　Ｑ１２Ｑ１３　ｔ　Ｑｔｎ
Ｑｔａ　ｔ　Ｑ１４Ｑ１５ｓ　ＱＩＳＱ１６　ｔ　Ｑ１
６Ｑ１７　＋　Ｑ１７Ｑ１０について（ステップ２４）
ないしくステップ２８）の処理を第４図（ｇ）のように
第１の抽出領域ＲＯＺＩＺ２Ｒ３に少なくとも一端が含
まれる未抽出の線分がなくなるまでくりかえす。

そして、第１の抽出領域Ｒｏ　Ｚ　ＩＺ　２　Ｒ３に含
まれる未抽出の線分がなくなると、抽出領域Ｒ０ＺＩＺ
２Ｒ３内て含まれる線分ＱＩＱ２　、Ｑ２Ｑａ　１Ｑ４
Ｑ５　ｔＱｓＱ７＊ＱｙＱａ　ＰＱ８Ｑ９　＃ＱＩＯＱ
ＩＩ　ｔ　ＱｌｌＱ１２　ｐ　ＱｔｚＱｔ３　、　Ｑ１
３Ｑ１４１　Ｑ１４Ｑｌｓ　＊　ＱｔｓＱｔａ　ｖ　Ｑ
１６Ｑ１？　ｒ　Ｑ１７Ｑ１０のそれぞれの始点と終点
の座標データが文字列「ＡＮＤＪを構成する文字候補と
して文字列データ記憶部１６に記憶６１″′６・　　　
　　　　　　　　　本東そして、文字列データ記憶部１
６に記憶された前記各線分ＱＩＱ２ないしＱ　１？　Ｑ
　ｓｏの各座標データは二重に抽出されないように座標
列データ記１ｉ１ｓ１４から削除される（ステップ２９
）。

次に、座標列データ記憶部１４に、さらに座標データが
ある場合、前記の操作をくりかえし天行して文字列の抽
出を行なう。そして、座標列データ記憶部１４に座標デ
ータがなくなったとき、文字列の抽出を終了する（ステ
ップ３０）。

このようにして、所定の間隔で並ぶ複数の文字を文字列
として抽出することができる。

また、文字が一つの場合でも抽出できる。

文字同志が重なった場合の例を第５図に示す。

同図の場合、線分Ｑ□Ｑｚ−Ｑ２Ｑ３　＝Ｑ４Ｑ！１１
Ｑ６Ｑ７を含む領域Ｅ　Ｉ　Ｆ　ｔ　Ｇ　Ｉ　Ｈ１が文
字−領域として設定嘔れる。以後は前記第４図の場合と
同様に、各線分ＱｔＱｓないしＱ　１？　Ｑ　１０を順
次抽出することにより、各線分ＱＩＱ−ないしＱｔｙＱ
ＩＣｌを文字列「ＡＮＤ」を構成する文字の候補として
抽出することができる。

文字と図形が交差した場合の例を第６図に示す。

この場合、文字候補となる線分ＱＩＱ！ないしＱ　ｘｔ
　Ｑ　ｔｏを抽出する際に文字サイズＥＦＧＨより長い
線分ＰＩＰ２が削除されるので、第４図の場合と同じ方
法で文字列を抽出することができる。

文字を構成する線分と図形を構成する線分の一部が重な
った場合の例を第７図に示す。

同図（＆）に示すように、文字ｒＮＪを構成する線分Ｑ
ｓＱｓと、図形を構成する線分Ｐ４Ｐ。

が重なり合う場合、文字候補となる線分の抽出で、文字
サイズＥＩＦＩＧＩＨＩよυ長い線分ＰｓＰａｅＰａＰ
ｓが除外され、同図（ｂ）に示すように線分ＱＩＱｚ　
ｓＱｚＱｍ　ｅＱ４Ｑ１１　？Ｑ６Ｑ７ｔ　Ｑ　７Ｑｌ
ｌ　ｅ　ＱＩＯＱＩＩ　ｔ　ＱｔｔＱｕｅ　ＱｘｚＱ１
ａ＋　Ｑ１３Ｑ１４　ｔ　Ｑ１４Ｑ１５　ｔ　ＱｌｓＱ
ｔｓ　＊　Ｑ１６Ｑ１７　ｔ　Ｑ１７Ｑｌｏ　ｙ　Ｐ　
！ｌ　Ｐ　ａが抽出でれる（ステップ２１）。

以下、第４図と同様にして第７図（ｂ）に示すように前
記各線分ＱｘＱｚないしＱ　１７　Ｑ　１ａと線分Ｐｉ
Ｐｓの座標データを文字列データ記憶部１６へ記憶する
。

文字列データ記憶部１６は記憶された文字候補の座標デ
ータを表示部１７に出力し、ディスプレイ（図示せず）
に表示する。また、文字列データ記憶部１６は、出力部
１８にも出力し、フロッピディスクやサードディスクな
どの記憶媒体（図示せず）に記憶させ、文字候補の座標
データを保管させることもできる。

上記のように、文字と文字あるいは文字と図形の交差ま
たは重なシが存在する図面情報から文字候補になる線分
の！標データを文字列として抽出することができる。

なお、上記各実施例はいずれも横方向の文字列の場合に
ついて説明したが、抽出領域が縦方向に拡張されたとき
、総方向の文字列と判定し、前記す（、”　Ｄ　７　Ｖ
Ｃ（相轟するサイズＤＸの大きさは、抽出領域Ｒｏ　Ｒ
ＩＲｚ　Ｒｓの横方向の寸法と同じ大きさに設定する。

以降、（ステップ２６）の第２の抽出領域は横方向のサ
イズＤｘで比較することにより、第４図と同様に文字列
を抽出でさる。

°ま之、抽出領域Ｒｏ　Ｒｔ　Ｒｚ　Ｒｓの横方向の寸
法Ｄｘと縦方向の寸法Ｄｙは文芋多′イズｆｆ１ＦＧＨ
の横方向の寸法ｄｘと縦方向の寸法ｄｙの２倍に限らず
任意に設定してもよい。

なお、上記実施例においては、抽出した線分を文字候補
とするか否かを判定する基準として、最初に設定された
抽出領域のＩｊｌｌ（または横）方向のサイズＤｙ（ま
たはＤｘ）を用いる場合について説明したが、このサイ
ズＤｙ（またはＤ　Ｘ　）　＋７）代りに、抽出領域Ｒ
ｏ　ＲＩＲｚ　Ｒｓと文字領域Ｅ１〆χ そして、サイズ番ヲを設定した場合、第７図（Ｃ）に示
すように、線分ＰｓＰａは、その一端が物サイズの平から突出しているため、文字候補から除外さ
れる（ステップ２８）。

従って、第７図（ｄ）に示すように線分ＱＩＱ２ないし
Ｑ　１ｒ　Ｑ　ｔｏを文字列として抽出することができ
る。

〔発明の効果〕

以上述べたように、本発明によれば文字と文字あるいは
文字と図形の交差または重なりが存在する図面情報から
文字候補の座標データを文字列として抽出することがで
きる。

【図面の簡単な説明】

第１図は本発明の文字列抽出処理を実現する装置のブロ
ック図、第２図は本発明の処理手順の一実施例を示すフ
ローチャート、第３図は図面情報を読取る工程図、第４
図は本発明の文字列抽出の工程図、第５図ないし第７図
は本発明による文字列抽出の実施例の説明図である。１４・・・座標列データ記憶部、　　１５・・・制御・
演算処理部。代理人弁理士　　小　川　勝　男＄１図第２図第３区（Ｃ）Ｃ山〕（ｂ）（Ｃ）（ｃＬ）第５図第７図＜ｂ＞

Claims

【特許請求の範囲】

１、図面情報の中から、予め認定された文字サイズ内に
入る短かい線分を抽出し、これらの線分の中から最初に
抽出された線分を含み、かつ前記文字サイズ内に最も多
くの線分を含む領域を文字領域として設定し、この文字
領域を基準として文字領域を囲う所定の大きさの抽出領
域を設定し、前記抽出領域に少なくとも一部が含まれる
新な線分を抽出し、新に抽出された線分を含む方向に前
記抽出領域を拡張すると共に、以後の抽出領域の拡張方
向を設定したのち、拡張された抽出領域内に少なくとも
一部が含まれる線分がなくなるまで、抽出領域を認定さ
れた方向に拡張して、この抽出領域内に含まれる線分群
を文字列として抽出することを特徴とする文字列抽出方
法。