JP2000298725A - テキストデータ検出装置およびその方法 - Google Patents
テキストデータ検出装置およびその方法Info
- Publication number
- JP2000298725A JP2000298725A JP11107472A JP10747299A JP2000298725A JP 2000298725 A JP2000298725 A JP 2000298725A JP 11107472 A JP11107472 A JP 11107472A JP 10747299 A JP10747299 A JP 10747299A JP 2000298725 A JP2000298725 A JP 2000298725A
- Authority
- JP
- Japan
- Prior art keywords
- text data
- data
- text
- pixels
- same color
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 テキストおよび非テキスト（グラフィック）
が混在するビットマップ形式のデータからテキスト領域
のみを検出するテキストデータ検出装置およびその方法
を提供する。 【解決手段】 テキストデータと非テキストデータとが
混在するビットマップ形式のデータにおいて、ビットマ
ップ形式データの例えば水平方向の一列に連続して存在
する同一色のピクセル数が所定値を越えた場合は、テキ
ストデータであると判定する。
が混在するビットマップ形式のデータからテキスト領域
のみを検出するテキストデータ検出装置およびその方法
を提供する。 【解決手段】 テキストデータと非テキストデータとが
混在するビットマップ形式のデータにおいて、ビットマ
ップ形式データの例えば水平方向の一列に連続して存在
する同一色のピクセル数が所定値を越えた場合は、テキ
ストデータであると判定する。
Description
【０００１】
【発明の属する技術分野】本発明は、テキストデータ検
出装置およびその方法に関し、特にビットマップ形式で
テキストデータと非テキストデータとが混在するパソコ
ン表示用のビットマップデータから、テキストデータの
みを検出するテキストデータ検出装置およびその方法に
関する。
出装置およびその方法に関し、特にビットマップ形式で
テキストデータと非テキストデータとが混在するパソコ
ン表示用のビットマップデータから、テキストデータの
みを検出するテキストデータ検出装置およびその方法に
関する。
【０００２】
【従来の技術】パソコンなどの表示画面にはテキスト
（文字列,文章）と非テキスト（グラフィック）とが混
在して表示される場合がある。特に、近年のインターネ
ットの普及に伴い、テキストと非テキストの混在表示は
一般的になってきている。
（文字列,文章）と非テキスト（グラフィック）とが混
在して表示される場合がある。特に、近年のインターネ
ットの普及に伴い、テキストと非テキストの混在表示は
一般的になってきている。
【０００３】ところで、非テキストを鮮明に見せる為に
種々のフィルタが施されたりしているが、テキスト画面
と非テキスト画面の同時表示画面に対して、一様にフィ
ルタを施しても鮮明な表示画面を得ることはできない。
テキスト領域に関しては、フィルタ無し、もしくはエッ
ジ強調,テキスト強調等を実施するのが好ましい。
種々のフィルタが施されたりしているが、テキスト画面
と非テキスト画面の同時表示画面に対して、一様にフィ
ルタを施しても鮮明な表示画面を得ることはできない。
テキスト領域に関しては、フィルタ無し、もしくはエッ
ジ強調,テキスト強調等を実施するのが好ましい。
【０００４】例えば、従来のテキスト判別方法として、
特開平８−９１７７号公報の提案がある。この提案は、
図１１に示すように、画像データとプリセット値を比較
することにより、デジタルコンパレータ１０１で高濃度
部を検出し、デジタルコンパレータ１０２で低濃度部を
検出し、これら何れかのコンパレータで検出された箇所
をテキスト画像とし、それ以外を非テキスト画像と判断
する。
特開平８−９１７７号公報の提案がある。この提案は、
図１１に示すように、画像データとプリセット値を比較
することにより、デジタルコンパレータ１０１で高濃度
部を検出し、デジタルコンパレータ１０２で低濃度部を
検出し、これら何れかのコンパレータで検出された箇所
をテキスト画像とし、それ以外を非テキスト画像と判断
する。
【０００５】また、特開平９−１３９８５６号公報の提
案は、黒または黒に近い色を構成するカラー信号の組み
合わせに対応する１つの密度の濃い検索空間、および白
色または白に近い色または淡い有色背景を構成するカラ
ー信号に対する別の密度の濃い検索空間が存在すれば、
当該選択された領域はテキスト領域だと判断する提案で
ある。
案は、黒または黒に近い色を構成するカラー信号の組み
合わせに対応する１つの密度の濃い検索空間、および白
色または白に近い色または淡い有色背景を構成するカラ
ー信号に対する別の密度の濃い検索空間が存在すれば、
当該選択された領域はテキスト領域だと判断する提案で
ある。
【０００６】
【発明が解決しようとする課題】しかしながら、従来例
のテキスト領域判別方法は、黒色テキスト文字を識別す
る場合に有効であり、インターネット画面等に見られる
自然画の上にテキストが並んでいる場合や、緑の背景に
赤いテキストといった画像には対応出来ないといった問
題がある。
のテキスト領域判別方法は、黒色テキスト文字を識別す
る場合に有効であり、インターネット画面等に見られる
自然画の上にテキストが並んでいる場合や、緑の背景に
赤いテキストといった画像には対応出来ないといった問
題がある。
【０００７】そこで本発明の課題は、テキストおよび非
テキスト（グラフィック）が混在するビットマップ形式
のデータからテキスト領域のみを検出するテキストデー
タ検出装置およびその方法を提供することである。
テキスト（グラフィック）が混在するビットマップ形式
のデータからテキスト領域のみを検出するテキストデー
タ検出装置およびその方法を提供することである。
【０００８】
【課題を解決するための手段】前記課題を解決するため
に本発明は、テキストデータと非テキストデータとが混
在するビットマップ形式のデータから前記テキストデー
タを検出するテキストデータ検出装置であって、ビット
マップ形式データの水平方向または垂直方向の一列に連
続して存在する同一色のピクセル数が所定値を越えた場
合は、テキストデータであるとする閾値を予め格納して
おく一方向閾値格納手段と、前記ビットマップ形式デー
タの水平方向または垂直方向の一列に連続して存在する
同一色のピクセル数をカウントする一方向ピクセル数カ
ウント手段と、該ピクセル数カウント手段がカウントし
た前記ビットマップ形式データの水平方向または垂直方
向の一列に連続して存在する同一色のピクセル数が、前
記閾値を越えた場合に、テキストデータと判断する一方
向判断手段とを備えたことを特徴とする。
に本発明は、テキストデータと非テキストデータとが混
在するビットマップ形式のデータから前記テキストデー
タを検出するテキストデータ検出装置であって、ビット
マップ形式データの水平方向または垂直方向の一列に連
続して存在する同一色のピクセル数が所定値を越えた場
合は、テキストデータであるとする閾値を予め格納して
おく一方向閾値格納手段と、前記ビットマップ形式デー
タの水平方向または垂直方向の一列に連続して存在する
同一色のピクセル数をカウントする一方向ピクセル数カ
ウント手段と、該ピクセル数カウント手段がカウントし
た前記ビットマップ形式データの水平方向または垂直方
向の一列に連続して存在する同一色のピクセル数が、前
記閾値を越えた場合に、テキストデータと判断する一方
向判断手段とを備えたことを特徴とする。
【０００９】このようにすれば、例えば水平方向に一列
に連続して存在する同一色のピクセル数が所定値を越え
た場合は、テキストデータと判定するので、確実にテキ
ストデータを検出できる（図３参照）。
に連続して存在する同一色のピクセル数が所定値を越え
た場合は、テキストデータと判定するので、確実にテキ
ストデータを検出できる（図３参照）。
【００１０】
【発明の実施の形態】以下、本発明を図示の実施例に基
づいて説明する。
づいて説明する。
【００１１】［Ｉ］第１実施例 本実施例を、（１）概略構成,（２）概略動作,（３）原
理,（４）詳細構成,（５）具体例に分けて説明する。
理,（４）詳細構成,（５）具体例に分けて説明する。
【００１２】（１）概略構成 図１は、本実施例のブロック図である。入力ビデオ信号
１はデジタルデータであり、カラー画像データとして、
画像メモリ６に逐次書き込まれる。「一方向閾値格納手
段,一方向ピクセル数カウント手段,一方向判断手段」で
ある検出回路部２は、画像メモリ６に逐次書き込まれた
カラー画像データが、テキスト領域を構成しているもの
か、或いは非テキスト領域を構成しているものかを判別
する。検出回路部２でテキスト領域と判断された場合は
テキスト領域フラグ８を発生し、該フラグ８を画面表示
部５に出力し、画像メモリ６上のカラー画像データはテ
キストフィルタ部３およびグラフィックフィルタ部４に
出力する。
１はデジタルデータであり、カラー画像データとして、
画像メモリ６に逐次書き込まれる。「一方向閾値格納手
段,一方向ピクセル数カウント手段,一方向判断手段」で
ある検出回路部２は、画像メモリ６に逐次書き込まれた
カラー画像データが、テキスト領域を構成しているもの
か、或いは非テキスト領域を構成しているものかを判別
する。検出回路部２でテキスト領域と判断された場合は
テキスト領域フラグ８を発生し、該フラグ８を画面表示
部５に出力し、画像メモリ６上のカラー画像データはテ
キストフィルタ部３およびグラフィックフィルタ部４に
出力する。
【００１３】各フィルタ部３，４に入力されたカラー画
像データに対しテキストフィルタ,グラフィックフィル
タを施し、画面表示部５に出力する。画像表示部５は、
検出回路部２から出力される前記フラグ信号８に対応し
てテキストフィルタ後のカラー画像データ、もしくはグ
ラフィックフィルタを施したカラー画像データを出力す
る。
像データに対しテキストフィルタ,グラフィックフィル
タを施し、画面表示部５に出力する。画像表示部５は、
検出回路部２から出力される前記フラグ信号８に対応し
てテキストフィルタ後のカラー画像データ、もしくはグ
ラフィックフィルタを施したカラー画像データを出力す
る。
【００１４】（２）概略動作 次に、図２を用いて本システムの動作フローを説明す
る。先ず、検出回路部２は、入力ビデオ信号１を受け、
カラー画像データの読み取りを行なう(ステップＳ２
１)。読み取ったカラー画像データをテキストフィルタ
部３とグラフィックフィルタ部４に出力する。
る。先ず、検出回路部２は、入力ビデオ信号１を受け、
カラー画像データの読み取りを行なう(ステップＳ２
１)。読み取ったカラー画像データをテキストフィルタ
部３とグラフィックフィルタ部４に出力する。
【００１５】テキストフィルタ部３では、鮮鋭なテキス
ト画面を得るために、フィルタを施すことなくカラー画
像データをバイパスするか、もしくはテキスト強調,エ
ッジ強調等のテキスト用のフィルタを施す(ステップＳ
２２)。グラフィックフィルタ部４では、滑らかなグラ
フィック画像を得るために、スムージング処理等のグラ
フィック用のフィルタ処理を行なう(ステップＳ２３)。
ト画面を得るために、フィルタを施すことなくカラー画
像データをバイパスするか、もしくはテキスト強調,エ
ッジ強調等のテキスト用のフィルタを施す(ステップＳ
２２)。グラフィックフィルタ部４では、滑らかなグラ
フィック画像を得るために、スムージング処理等のグラ
フィック用のフィルタ処理を行なう(ステップＳ２３)。
【００１６】ステップＳ２２,Ｓ２３でフィルタ処理し
たカラー画像データの同期をとり、画面表示部５へ出力
する。前記フィルタ処理(ステップＳ２２，Ｓ２３)と平
行して、検出回路部２にてカラー画像データを判別し、
テキスト領域の判別処理を行ない、テキスト領域だと判
断されれば、前記フラグ８を出力する(ステップＳ２
４)。
たカラー画像データの同期をとり、画面表示部５へ出力
する。前記フィルタ処理(ステップＳ２２，Ｓ２３)と平
行して、検出回路部２にてカラー画像データを判別し、
テキスト領域の判別処理を行ない、テキスト領域だと判
断されれば、前記フラグ８を出力する(ステップＳ２
４)。
【００１７】表示画面部７は、ステップＳ２２，Ｓ２３
でフィルタ処理されたカラー画像データとテキスト領域
フラグ８を受け取り、該フラグ８に対応したカラー画像
データを選択し、画面出力処理を行なう(ステップＳ２
５)。
でフィルタ処理されたカラー画像データとテキスト領域
フラグ８を受け取り、該フラグ８に対応したカラー画像
データを選択し、画面出力処理を行なう(ステップＳ２
５)。
【００１８】（３）原理説明 カラー画像データ中からテキスト領域を検出する１つの
方法として、テキストデータには同一のカラーデータを
もつピクセルの水平方向の連続が見られるといった特性
を利用する。
方法として、テキストデータには同一のカラーデータを
もつピクセルの水平方向の連続が見られるといった特性
を利用する。
【００１９】図３（Ａ）のビットマップ形式で表示され
たテキスト“Ｎｅｃ日本電気”１０は、ゴシック体のア
ルファベット文字と漢字の文字列(テキスト)である。テ
キスト“Ｎｅｃ日本電気”１０を拡大した場合を、図３
（Ｂ）に符号１０Ａで示す。
たテキスト“Ｎｅｃ日本電気”１０は、ゴシック体のア
ルファベット文字と漢字の文字列(テキスト)である。テ
キスト“Ｎｅｃ日本電気”１０を拡大した場合を、図３
（Ｂ）に符号１０Ａで示す。
【００２０】図３（Ｂ）において、ピクセルの連続性に
着目すると、テキストの場合、同一のカラーデータのピ
クセル（例えば、黒色）が水平方向に連続して現れるこ
とがわかる。
着目すると、テキストの場合、同一のカラーデータのピ
クセル（例えば、黒色）が水平方向に連続して現れるこ
とがわかる。
【００２１】これに対して、図４（Ａ）は、森の風景の
グラフィック画像の一部（例えば、杉の木の枝の部分）
であり、図４（Ｂ）は、図４（Ａ）の一部を拡大したも
のである。図４（Ｂ）に示すように、一般に、非テキス
ト画像は、同一のカラーデータ（例えば、濃い緑）をも
つピクセルの連続性がテキスト領域と比較して顕著に現
れない。
グラフィック画像の一部（例えば、杉の木の枝の部分）
であり、図４（Ｂ）は、図４（Ａ）の一部を拡大したも
のである。図４（Ｂ）に示すように、一般に、非テキス
ト画像は、同一のカラーデータ（例えば、濃い緑）をも
つピクセルの連続性がテキスト領域と比較して顕著に現
れない。
【００２２】よって、テキスト領域は、水平方向に同一
のカラーデータを持つピクセルの連続が現れるといった
特徴を持ち、非テキスト領域は、この特徴を持っていな
いことがわかる。
のカラーデータを持つピクセルの連続が現れるといった
特徴を持ち、非テキスト領域は、この特徴を持っていな
いことがわかる。
【００２３】一方、カラー画像データは、ビットマップ
形式では表示画面の左上隅部から始めて同期的に逐次送
られる。カラー画像データは、走査線を左から右に横切
って１つのピクセルずつ回路へ送られる。同様に、出力
はピクセル単位で左から右へ、また上から下へ逐次送ら
れる。以上のことから、カラー画像データを走査方向に
従い、水平方向にピクセル単位で調べることにより、テ
キスト領域の場合は、同じカラーデータを持つピクセル
の連続を見出すことができる。
形式では表示画面の左上隅部から始めて同期的に逐次送
られる。カラー画像データは、走査線を左から右に横切
って１つのピクセルずつ回路へ送られる。同様に、出力
はピクセル単位で左から右へ、また上から下へ逐次送ら
れる。以上のことから、カラー画像データを走査方向に
従い、水平方向にピクセル単位で調べることにより、テ
キスト領域の場合は、同じカラーデータを持つピクセル
の連続を見出すことができる。
【００２４】テキストを検出する為のアルゴリズムは、
同一のカラーデータを持つピクセルの連続が或る閾値以
上みられるか否かにより、テキスト領域の判断を行な
う。即ち、同一カラーピクセルの連続性が、或る閾値を
満たしている場合は、その領域をテキスト領域と判断す
る。
同一のカラーデータを持つピクセルの連続が或る閾値以
上みられるか否かにより、テキスト領域の判断を行な
う。即ち、同一カラーピクセルの連続性が、或る閾値を
満たしている場合は、その領域をテキスト領域と判断す
る。
【００２５】また、図３（Ａ）のテキスト“Ｎｅｃ日本
電気”１０は、垂直方向においても同一カラー画像デー
タを持つピクセルの連続性を見つけることができる。水
平方向のみの同一カラーデータの連続性によりテキスト
領域の判別を行なう方法も考えられるが、テキスト領域
検出の精度を上げるためには水平方向と垂直方向の両方
向で確認したほうがよい。そこで、次に、水平方向,垂
直方向ともに或る同一カラーデータ（例えば、黒）を持
つピクセルの連続性を確認し、テキスト領域の検出を行
なう場合の検出回路のハードウェア構成について説明す
る。
電気”１０は、垂直方向においても同一カラー画像デー
タを持つピクセルの連続性を見つけることができる。水
平方向のみの同一カラーデータの連続性によりテキスト
領域の判別を行なう方法も考えられるが、テキスト領域
検出の精度を上げるためには水平方向と垂直方向の両方
向で確認したほうがよい。そこで、次に、水平方向,垂
直方向ともに或る同一カラーデータ（例えば、黒）を持
つピクセルの連続性を確認し、テキスト領域の検出を行
なう場合の検出回路のハードウェア構成について説明す
る。
【００２６】（４）詳細構成 前記検出回路部２のハードウェア構成は、図５,図６,図
７,図８に示すように、４つの部分からなる。
７,図８に示すように、４つの部分からなる。
【００２７】即ち、走査線データの一時記憶領域に対す
るライン・ストア・レジスタ３０と、ＭｘＭ(Ｍ：整数)
のピクセル・レジスタ・マトリックス４０と、ピクセル
データを検査してピクセルの連続状態を確認するルック
アップテーブル５０（図８）と、ピクセルを検査した結
果、テキスト領域だと判断されれば、テキストフラグを
立てるフラグ発生器で構成される。
るライン・ストア・レジスタ３０と、ＭｘＭ(Ｍ：整数)
のピクセル・レジスタ・マトリックス４０と、ピクセル
データを検査してピクセルの連続状態を確認するルック
アップテーブル５０（図８）と、ピクセルを検査した結
果、テキスト領域だと判断されれば、テキストフラグを
立てるフラグ発生器で構成される。
【００２８】カラー画像データは、前述の如く表示画像
の左上隅部から始めて同期的に逐次送られ、このデータ
は、走査線を左から右に横切って１つのピクセルずつ回
路へ送られる。同様に、出力もピクセル単位で左から右
へ、また上から下へ逐次送られる。
の左上隅部から始めて同期的に逐次送られ、このデータ
は、走査線を左から右に横切って１つのピクセルずつ回
路へ送られる。同様に、出力もピクセル単位で左から右
へ、また上から下へ逐次送られる。
【００２９】図５のライン・ストア・レジスタ３０は、
Ｎ(Ｎ：整数)本の全走査線を記憶することができる記憶
装置からなる。各ライン・ストア・レジスタ３０は、最
初のシフト・インされたピクセルが最初のシフト・アウ
トされたピクセルであるように、逐次に画像データをシ
フトすることができる。このライン・ストア・レジスタ
３０の目的は、常に調べられる垂直方向の整合を維持す
ることである。即ち、ライン・ストア・レジスタ３０の
使用は、或る走査線の最初のピクセルが前または次の走
査線の最初のピクセルのそれぞれ上または下にあること
を保証する。
Ｎ(Ｎ：整数)本の全走査線を記憶することができる記憶
装置からなる。各ライン・ストア・レジスタ３０は、最
初のシフト・インされたピクセルが最初のシフト・アウ
トされたピクセルであるように、逐次に画像データをシ
フトすることができる。このライン・ストア・レジスタ
３０の目的は、常に調べられる垂直方向の整合を維持す
ることである。即ち、ライン・ストア・レジスタ３０の
使用は、或る走査線の最初のピクセルが前または次の走
査線の最初のピクセルのそれぞれ上または下にあること
を保証する。
【００３０】図６は、必要な垂直方向の整合の原理を示
す。ライン（ｎ＋２）のピクセル１は、更にラインｎの
ピクセル１と整合されるライン（ｎ＋１）のピクセル１
に渡って垂直方向に整合される。
す。ライン（ｎ＋２）のピクセル１は、更にラインｎの
ピクセル１と整合されるライン（ｎ＋１）のピクセル１
に渡って垂直方向に整合される。
【００３１】図５には、またＭｘＭレジスタマトリック
ス４０を示す。このレジスタマトリックス４０は、３０
ＡＡの出力を３０ＡＢの入力に与え、３０ＡＢを３０Ａ
Ｃに与え、というように配置されたＭｘＭ個のＤタイプ
・フリップフロップのマトリクスである。同様に、３０
ＢＡを３０ＢＢに与え、３０ＢＢを３０ＢＢに与え、な
どの如くである。
ス４０を示す。このレジスタマトリックス４０は、３０
ＡＡの出力を３０ＡＢの入力に与え、３０ＡＢを３０Ａ
Ｃに与え、というように配置されたＭｘＭ個のＤタイプ
・フリップフロップのマトリクスである。同様に、３０
ＢＡを３０ＢＢに与え、３０ＢＢを３０ＢＢに与え、な
どの如くである。
【００３２】ライン・ストア・レジスタ３０Ｚの出力を
レジスタマトリックス要素３０ＺＡに与え、最後にＭｘ
Ｍレジスタマトリックス４０を介してライン・ストア・
レジスタ３０Ｙに与える。同様に、ライン・ストア・レ
ジスタ３０Ｙはレジスタマトリックス要素３０ＹＡに与
えられ、といった様に繰り替えし実施される。
レジスタマトリックス要素３０ＺＡに与え、最後にＭｘ
Ｍレジスタマトリックス４０を介してライン・ストア・
レジスタ３０Ｙに与える。同様に、ライン・ストア・レ
ジスタ３０Ｙはレジスタマトリックス要素３０ＹＡに与
えられ、といった様に繰り替えし実施される。
【００３３】最後のライン・ストア・レジスタの場合３
０Ａの場合は、出力はレジスタマトリックス要素３０Ａ
Ａに与えられる。レジスタマトリックス要素３０ＡＺの
出力は、別ライン・ストア・レジスタに対する入力では
なく回路の出力となる。
０Ａの場合は、出力はレジスタマトリックス要素３０Ａ
Ａに与えられる。レジスタマトリックス要素３０ＡＺの
出力は、別ライン・ストア・レジスタに対する入力では
なく回路の出力となる。
【００３４】図８の水平方向のルックアップテーブル５
０にランダム・アクセス・メモリ（ＲＡＭ）装置を使用
することができる。
０にランダム・アクセス・メモリ（ＲＡＭ）装置を使用
することができる。
【００３５】レジスタマトリックス要素３０ｘＡ〜３０
ｘＺ(ｘ＝Ａ〜Ｚ)の各々の出力は、水平方向のＲＡＭ装
置に対するアドレス・ビットとして使用される。
ｘＺ(ｘ＝Ａ〜Ｚ)の各々の出力は、水平方向のＲＡＭ装
置に対するアドレス・ビットとして使用される。
【００３６】図７は、ＲＡＭ装置を水平方向のルックア
ップテーブルとして使用する構成の詳細を示している。
同様に、他の方向は独立的なＲＡＭ装置により処理され
る。水平方向と垂直方向で、予め定められた方向と対応
する２つのＲＡＭ装置が一緒にＯＲされて、水平方向、
垂直方向について同一カラーデータをもつピクセルの連
続性を探すことができる。
ップテーブルとして使用する構成の詳細を示している。
同様に、他の方向は独立的なＲＡＭ装置により処理され
る。水平方向と垂直方向で、予め定められた方向と対応
する２つのＲＡＭ装置が一緒にＯＲされて、水平方向、
垂直方向について同一カラーデータをもつピクセルの連
続性を探すことができる。
【００３７】ここで、図９を用いて、テキスト領域の判
別アルゴリズムについて説明する。水平方向、垂直方向
のルックアップテーブル５０を用いて、ピクセルのカラ
ーデータを検索し、同一のカラーデータを持つピクセル
が連続しているものを探す。先ず、ピクセルの連続性を
確認する（ステップＳ７１)。同一カラーデータを持つ
連続するピクセルの数をカウントし、そのピクセルの連
続数が閾値内であれば（ステップＳ７２)、テキスト領
域のテキスト文字を構成しているピクセルのカラーデー
タ候補と考える（ステップＳ７３)。
別アルゴリズムについて説明する。水平方向、垂直方向
のルックアップテーブル５０を用いて、ピクセルのカラ
ーデータを検索し、同一のカラーデータを持つピクセル
が連続しているものを探す。先ず、ピクセルの連続性を
確認する（ステップＳ７１)。同一カラーデータを持つ
連続するピクセルの数をカウントし、そのピクセルの連
続数が閾値内であれば（ステップＳ７２)、テキスト領
域のテキスト文字を構成しているピクセルのカラーデー
タ候補と考える（ステップＳ７３)。
【００３８】次に、テキスト文字を構成しているカラー
候補となったカラーデータを持つピクセルについて統計
をとる。テキスト文字を構成しているカラーデータ候補
となったカラーデータを持つピクセルの連続性が閾値ａ
に当てはまるものをカウントする（ステップＳ７４)。
テキスト文字を構成しているカラーデータ候補となった
カラーデータを持つピクセルの連続性が閾値ａに当ては
まらないものをカウントする（ステップＳ７５)。
候補となったカラーデータを持つピクセルについて統計
をとる。テキスト文字を構成しているカラーデータ候補
となったカラーデータを持つピクセルの連続性が閾値ａ
に当てはまるものをカウントする（ステップＳ７４)。
テキスト文字を構成しているカラーデータ候補となった
カラーデータを持つピクセルの連続性が閾値ａに当ては
まらないものをカウントする（ステップＳ７５)。
【００３９】ステップＳ７４，Ｓ７５よりテキスト文字
を構成しているカラーデータ候補となったカラーデータ
を持つピクセルの連続性が、閾値ａに当てはまる割合を
調べる（ステップＳ７６）。ステップＳ７６で確認し
た、閾値ａに当てはまる割合が、閾値ｂの範囲に当ては
まるようであれば（ステップＳ７７)、そのカラーデー
タをテキスト文字を構成しているピクセルのカラーデー
タだと判断する（ステップＳ７８)。
を構成しているカラーデータ候補となったカラーデータ
を持つピクセルの連続性が、閾値ａに当てはまる割合を
調べる（ステップＳ７６）。ステップＳ７６で確認し
た、閾値ａに当てはまる割合が、閾値ｂの範囲に当ては
まるようであれば（ステップＳ７７)、そのカラーデー
タをテキスト文字を構成しているピクセルのカラーデー
タだと判断する（ステップＳ７８)。
【００４０】テキスト文字を構成しているピクセルのカ
ラーデータが判明すれば、テキスト文字を構成している
カラーデータをもつピクセルの連続性が見られる近傍
は、テキスト領域だと判断する。
ラーデータが判明すれば、テキスト文字を構成している
カラーデータをもつピクセルの連続性が見られる近傍
は、テキスト領域だと判断する。
【００４１】テキストを構成しているピクセルの連続数
の閾値ａと、閾値ａに当てはまる割合の閾値ｂを適当な
値に設定することで、テキスト文字を構成しているピク
セルのカラーデータ、およびテキスト領域を判断するこ
とができる。
の閾値ａと、閾値ａに当てはまる割合の閾値ｂを適当な
値に設定することで、テキスト文字を構成しているピク
セルのカラーデータ、およびテキスト領域を判断するこ
とができる。
【００４２】（５）具体例 図３（Ｂ）を利用して説明する。ソリッドの背景色を構
成している背景カラーピクセル１２と、テキスト文字を
構成しているテキスト文字カラーピクセル１３の水平方
向の連続性を確認してみる。以下、説明の便宜上、テキ
スト文字カラーピクセル１３のピクセルカラーを黒、背
景カラーピクセル１２のピクセルカラーは、白と仮定を
する。
成している背景カラーピクセル１２と、テキスト文字を
構成しているテキスト文字カラーピクセル１３の水平方
向の連続性を確認してみる。以下、説明の便宜上、テキ
スト文字カラーピクセル１３のピクセルカラーを黒、背
景カラーピクセル１２のピクセルカラーは、白と仮定を
する。
【００４３】図３（Ｂ）の第１水平方向は、背景カラー
ピクセル（白）１２の連続性(連続数)が、{２３，３，
１４}で、テキスト文字カラーピクセル（黒）１３の連
続性(連続数)は、{９，１}である。同様に第２水平方向
は、背景カラーピクセル１２の連続性は、{２７，７，
６}、テキスト文字カラーピクセル１３の連続性は、
{１，９}である。
ピクセル（白）１２の連続性(連続数)が、{２３，３，
１４}で、テキスト文字カラーピクセル（黒）１３の連
続性(連続数)は、{９，１}である。同様に第２水平方向
は、背景カラーピクセル１２の連続性は、{２７，７，
６}、テキスト文字カラーピクセル１３の連続性は、
{１，９}である。
【００４４】このようにして、図３（Ｂ）のカラーピク
セル１２，１３の連続性について確認した結果が図１０
（Ａ），（Ｂ）である。図１０（Ａ）は、同一のカラー
データを持つピクセルが水平方向に３つ以上連続してい
る場合の各ピクセル１２，１３の連続数を表にしたもの
である。図１０（Ｂ）は、各ピクセル１２、１３の連続
性が検索された回数を棒グラフにしたものである。
セル１２，１３の連続性について確認した結果が図１０
（Ａ），（Ｂ）である。図１０（Ａ）は、同一のカラー
データを持つピクセルが水平方向に３つ以上連続してい
る場合の各ピクセル１２，１３の連続数を表にしたもの
である。図１０（Ｂ）は、各ピクセル１２、１３の連続
性が検索された回数を棒グラフにしたものである。
【００４５】テキスト文字を構成している黒ピクセル
は、ピクセルの連続長３〜１４の範囲に収まっているこ
とがわかる。よって、閾値ａ＝３〜１４に設定すれば、
黒ピクセルの検出が可能である。
は、ピクセルの連続長３〜１４の範囲に収まっているこ
とがわかる。よって、閾値ａ＝３〜１４に設定すれば、
黒ピクセルの検出が可能である。
【００４６】また、背景を構成している白ピクセルも黒
ピクセルと同様、閾値ａをパスしてしまうピクセルの連
続長を持っているので、白は、テキスト文字を構成して
いるピクセルのカラーデータ候補となるが、カラーデー
タ：白をもつピクセルの連続長が閾値ａを満たしている
割合が、本実施例では、７８％(閾値ａを満たす連続ピ
クセルの検出回数：３７、閾値ａを満たさない連続ピク
セルの検出回数１０）となるため、例えば、閾値ｂ＝９
０％以上とすることで、黒をテキスト文字を構成してい
るピクセルのカラーデータとして検出することができ
る。
ピクセルと同様、閾値ａをパスしてしまうピクセルの連
続長を持っているので、白は、テキスト文字を構成して
いるピクセルのカラーデータ候補となるが、カラーデー
タ：白をもつピクセルの連続長が閾値ａを満たしている
割合が、本実施例では、７８％(閾値ａを満たす連続ピ
クセルの検出回数：３７、閾値ａを満たさない連続ピク
セルの検出回数１０）となるため、例えば、閾値ｂ＝９
０％以上とすることで、黒をテキスト文字を構成してい
るピクセルのカラーデータとして検出することができ
る。
【００４７】また、本アルゴリズムを用い閾値ａ、ｂを
適切な値に設定できるシステムにおいてグラフィック上
にテキストが書き込まれている場合も、テキストの検出
が可能である。
適切な値に設定できるシステムにおいてグラフィック上
にテキストが書き込まれている場合も、テキストの検出
が可能である。
【００４８】［II］他の実施例 前記第１実施例では、テキスト判別の方法として、パソ
コンの例を挙げているが、これは一つの例であり、プリ
ンタやスキャナ,コピー機等、画像入力と画像出力を行
なう装置で、テキストと非テキストと判別処理を行なう
ことにより、性能向上を図ることができる装置に応用可
能である。
コンの例を挙げているが、これは一つの例であり、プリ
ンタやスキャナ,コピー機等、画像入力と画像出力を行
なう装置で、テキストと非テキストと判別処理を行なう
ことにより、性能向上を図ることができる装置に応用可
能である。
【００４９】第１実施例では、入力ビデオ信号１をデジ
タルデータとしているが、アナログデータの場合は、Ａ
Ｄ変換を行ない入力ビデオ信号１をデジタルデータとし
て第１実施例と同様に対応可能である。しかしながら、
アナログデータをデジタルデータに変換する場合、誤差
が生じる可能性がある。第１実施例では、同一のカラー
画像データをもつピクセルの連続性に着眼して、テキス
ト領域の判別を行なったが、同様(カラーデータの幅を
持たせる)のカラー画像データを持つピクセルの連続性
に着眼して、テキスト領域の判別を行なうことも可能で
ある。
タルデータとしているが、アナログデータの場合は、Ａ
Ｄ変換を行ない入力ビデオ信号１をデジタルデータとし
て第１実施例と同様に対応可能である。しかしながら、
アナログデータをデジタルデータに変換する場合、誤差
が生じる可能性がある。第１実施例では、同一のカラー
画像データをもつピクセルの連続性に着眼して、テキス
ト領域の判別を行なったが、同様(カラーデータの幅を
持たせる)のカラー画像データを持つピクセルの連続性
に着眼して、テキスト領域の判別を行なうことも可能で
ある。
【００５０】また、第１実施例では、画像データをカラ
ーとしているが、モノクロに置き換えることも可能であ
る。
ーとしているが、モノクロに置き換えることも可能であ
る。
【００５１】加えて、第１実施例では、水平方向,垂直
方向ともに、同一カラーデータを持つピクセルの連続性
を検索したが、テキスト判別アルゴリズムの閾値を適切
な値を設定することで、水平方向の同一カラーデータを
持つピクセルの連続性の検出だけでもテキスト領域を判
別可能である。その上、テキスト判別アルゴリズムの閾
値を適切な値を設定できることで、テキストの種類,文
字の大きさに拘らず、テキスト領域を判別可能である。
方向ともに、同一カラーデータを持つピクセルの連続性
を検索したが、テキスト判別アルゴリズムの閾値を適切
な値を設定することで、水平方向の同一カラーデータを
持つピクセルの連続性の検出だけでもテキスト領域を判
別可能である。その上、テキスト判別アルゴリズムの閾
値を適切な値を設定できることで、テキストの種類,文
字の大きさに拘らず、テキスト領域を判別可能である。
【００５２】
【発明の効果】以上説明したように本発明によれば、以
下の効果を奏することができる。テキスト画面、非テキ
スト(グラフィックス)画面が一緒になった表示画面を一
様にフィルタを掛けるてもより最適な表示画面を得るこ
とはできない。テキスト画面は、非テキスト(グラフィ
ックス)画面と同様のフィルタを掛けるのではなく、フ
ィルタ無しもしくはテキスト強調するようなフィルタを
使用すべきである。また、画面表示の為の処理をリアル
タイムで行なうには演算の簡略化が必須である。
下の効果を奏することができる。テキスト画面、非テキ
スト(グラフィックス)画面が一緒になった表示画面を一
様にフィルタを掛けるてもより最適な表示画面を得るこ
とはできない。テキスト画面は、非テキスト(グラフィ
ックス)画面と同様のフィルタを掛けるのではなく、フ
ィルタ無しもしくはテキスト強調するようなフィルタを
使用すべきである。また、画面表示の為の処理をリアル
タイムで行なうには演算の簡略化が必須である。
【００５３】本発明は、テキストの特徴に着眼し、テキ
スト領域の検出を行ない、テキスト領域,非テキスト領
域毎に適切なフィルタを施すことによって表示画面内に
おけるテキストの明瞭化と平滑化された非テキスト表示
を提供することができる。
スト領域の検出を行ない、テキスト領域,非テキスト領
域毎に適切なフィルタを施すことによって表示画面内に
おけるテキストの明瞭化と平滑化された非テキスト表示
を提供することができる。
【図１】本発明の実施例の概略ブロック図である。
【図２】同実施例の概略フローチャートである。
【図３】本発明の原理説明に使用するテキストデータの
サンプルである。
サンプルである。
【図４】本発明の原理説明に使用する非テキストデータ
のサンプルである。
のサンプルである。
【図５】前記概略ブロック図の一部の詳細ブロック図で
ある。
ある。
【図６】前記概略ブロック図の一部の詳細ブロック図で
ある。
ある。
【図７】前記概略ブロック図の一部の詳細ブロック図で
ある。
ある。
【図８】前記概略ブロック図の一部の詳細ブロック図で
ある。
ある。
【図９】前記詳細ブロック図の場合の動作フローチャー
トである。
トである。
【図１０】図３におけるピクセルの連続数と発生頻度を
示す図である。
示す図である。
【図１１】従来のテキストデータ検出器の要部構成を示
すブロック図である。
すブロック図である。
１ 入力ビデオ信号 ２ 検出回路部 ３ テキストフィルタ部 ４ 非テキストフィルタ部 ５ 画面表示部 ６ 画像メモリ ７ 出力ビデオ信号 ８ テキスト領域フラグ
Claims (7)
- 【請求項１】 テキストデータと非テキストデータとが
混在するビットマップ形式のデータから前記テキストデ
ータを検出するテキストデータ検出装置であって、 ビットマップ形式データの水平方向または垂直方向の一
列に連続して存在する同一色のピクセル数が所定値を越
えた場合は、テキストデータであるとする閾値を予め格
納しておく一方向閾値格納手段と、 前記ビットマップ形式データの水平方向または垂直方向
の一列に連続して存在する同一色のピクセル数をカウン
トする一方向ピクセル数カウント手段と、 該ピクセル数カウント手段がカウントした前記ビットマ
ップ形式データの水平方向または垂直方向の一列に連続
して存在する同一色のピクセル数が、前記閾値を越えた
場合に、テキストデータと判断する一方向判断手段とを
備えたことを特徴とするテキストデータ検出装置。 - 【請求項２】 テキストデータと非テキストデータとが
混在するビットマップ形式のデータから前記テキストデ
ータを検出するデータからのテキストデータ検出方法で
あって、 ビットマップ形式データの水平方向または垂直方向の一
列に連続して存在する同一色のピクセル数が所定値を越
えた場合は、テキストデータであるとする閾値を予め格
納しておき、 前記ビットマップ形式データの水平方向または垂直方向
の一列に連続して存在する同一色のピクセル数をカウン
トし、 該ピクセル数のカウントが前記閾値を越えた場合に、テ
キストデータと判断することを特徴とするテキストデー
タ検出方法。 - 【請求項３】 テキストデータと非テキストデータとが
混在するビットマップ形式のデータから前記テキストデ
ータを検出するテキストデータ検出装置であって、 ビットマップ形式データの水平方向および垂直方向の一
列に連続して存在する同一色のピクセル数が所定値を越
えた場合は、テキストデータであるとする閾値を予め格
納しておく二方向閾値格納手段と、 前記ビットマップ形式データの水平方向および垂直方向
の一列に連続して存在する同一色のピクセル数をカウン
トする二方向ピクセル数カウント手段と、 該ピクセル数カウント手段がカウントした前記ビットマ
ップ形式データの水平方向および垂直方向の一列に連続
して存在する同一色のピクセル数が、前記閾値を越えた
場合に、テキストデータと判断する二方向判断手段とを
備えたことを特徴とするテキストデータ検出装置。 - 【請求項４】 テキストデータと非テキストデータとが
混在するビットマップ形式のデータから前記テキストデ
ータを検出するテキストデータ検出方法であって、 ビットマップ形式データの水平方向および垂直方向の一
列に連続して存在する同一色のピクセル数が所定値を越
えた場合は、テキストデータであるとする閾値を予め格
納しておき、 前記ビットマップ形式データの水平方向および垂直方向
の一列に連続して存在する同一色のピクセル数をカウン
トし、 該ピクセル数のカウントが前記閾値を越えた場合に、テ
キストデータと判断することを特徴とするテキストデー
タ検出方法。 - 【請求項５】 前記検出したテキストデータと、残され
た非テキストデータとに、それぞれ別個のフィルタをか
けることを特徴とする請求項１乃至請求項４記載のテキ
ストデータ検出装置またはその方法。 - 【請求項６】 黒色ピクセルにおける前記閾値を、３〜
１４個に設定することを特徴とする請求項１乃至請求項
５のいずれかに記載のテキストデータ検出装置またはそ
の方法。 - 【請求項７】 前記ビットマップ形式の信号は、カラー
画像信号であることを特徴とする請求項１乃至請求項６
のいずれかに記載のテキストデータ検出装置またはその
方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11107472A JP2000298725A (ja) | 1999-04-15 | 1999-04-15 | テキストデータ検出装置およびその方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11107472A JP2000298725A (ja) | 1999-04-15 | 1999-04-15 | テキストデータ検出装置およびその方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000298725A true JP2000298725A (ja) | 2000-10-24 |
Family
ID=14460077
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11107472A Pending JP2000298725A (ja) | 1999-04-15 | 1999-04-15 | テキストデータ検出装置およびその方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000298725A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008004116A (ja) * | 2007-08-02 | 2008-01-10 | Hitachi Ltd | 映像中の文字検索方法及び装置 |
| US7403657B2 (en) | 2001-03-22 | 2008-07-22 | Hitachi, Ltd. | Method and apparatus for character string search in image |
| JP2013257866A (ja) * | 2012-06-12 | 2013-12-26 | Xerox Corp | 自然風景の中のテキストの発見 |
| JP2017138989A (ja) * | 2016-02-03 | 2017-08-10 | 株式会社ストラッドビジョン | 画像に含まれるテキストを検出する方法、装置及びコンピュータ読み取り可能な記録媒体 |
-
1999
- 1999-04-15 JP JP11107472A patent/JP2000298725A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7403657B2 (en) | 2001-03-22 | 2008-07-22 | Hitachi, Ltd. | Method and apparatus for character string search in image |
| JP2008004116A (ja) * | 2007-08-02 | 2008-01-10 | Hitachi Ltd | 映像中の文字検索方法及び装置 |
| JP2013257866A (ja) * | 2012-06-12 | 2013-12-26 | Xerox Corp | 自然風景の中のテキストの発見 |
| JP2017138989A (ja) * | 2016-02-03 | 2017-08-10 | 株式会社ストラッドビジョン | 画像に含まれるテキストを検出する方法、装置及びコンピュータ読み取り可能な記録媒体 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH02105978A (ja) | 自動文書セグメンテーションのためのシステム及び方法 | |
| JP2001109844A (ja) | 文字列抽出方法、手書き文字列抽出方法、文字列抽出装置、および画像処理装置 | |
| CN109035256A (zh) | 用户界面图像切割方法、装置、服务器和存储介质 | |
| JP3215768B2 (ja) | 画像処理装置 | |
| US5687252A (en) | Image processing apparatus | |
| JP3427554B2 (ja) | 画像処理装置及び方法 | |
| EP0657838B1 (en) | Image processing apparatus and method | |
| JP2000298725A (ja) | テキストデータ検出装置およびその方法 | |
| US6289122B1 (en) | Intelligent detection of text on a page | |
| JP2004178562A (ja) | グラフによる画像分割 | |
| JP2001022342A (ja) | 画素数変換回路及びこれを用いた画像表示装置 | |
| US20050238235A1 (en) | Run length based connected components and contour following for enhancing the performance of circled region extraction algorithm | |
| US6356657B1 (en) | Image processing method and apparatus for discriminating an input image area or an attribute of image information in the discriminated area | |
| JPS6359272A (ja) | 画像処理装置 | |
| JPS58106665A (ja) | 文字行切出し方法 | |
| JPS62212879A (ja) | イメ−ジデ−タ検索方式 | |
| JPS6331825B2 (ja) | ||
| JPH0564396B2 (ja) | ||
| JPH05344330A (ja) | 画像領域識別装置 | |
| JPH02267678A (ja) | 画像領域識別装置 | |
| JPS6224374A (ja) | 画像変換装置 | |
| JPH05298443A (ja) | カラー画像領域抽出装置 | |
| JPH07175927A (ja) | 画像処理装置 | |
| KR100232308B1 (ko) | 칼라 영상 분류 방법 및 장치 | |
| TW503377B (en) | Image processing method and system with multiple modes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20031211 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20031211 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20031211 |
|
| A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20040224 |
|
| A912 | Removal of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20040319 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20050311 |