JP2000306041A

JP2000306041A - 文字サイズ推定方法および記録媒体

Info

Publication number: JP2000306041A
Application number: JP11116906A
Authority: JP
Inventors: Tsutomu Oishi; 勉大石
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1999-04-23
Filing date: 1999-04-23
Publication date: 2000-11-02
Anticipated expiration: 2019-04-23
Also published as: JP4129898B2

Abstract

(57)【要約】【課題】画像中の文字サイズを精度よく推定する。【解決手段】ラン抽出部３は、原画メモリ２内の画像
データの主走査方向についてランを抽出する。連結矩形
抽出部４は、抽出されたランを用いて連結矩形を抽出
し、頻度計数部５は、抽出された矩形の縦サイズについ
て頻度を計数する。ピーク検出部６は、頻度分布上で、
縦サイズの小さい方から、微分値の符号が変化する点を
探索し、この点をピークとし、文字サイズ出力部７は、
ピークを文字サイズとして出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像中の文字サイ
ズを推定する文字サイズ推定方法および文字サイズ推定
処理プログラムを記録した記録媒体に関する。

【０００２】

【従来の技術】文字認識などを行う際に、その前処理と
して文字サイズが抽出される。例えば、文書画像を短冊
状に分割して得られる各領域内の投影データを用いて文
字サイズを抽出するもの（特許第２５６９１５１号）、
文書画像の周辺分布から画素塊の縦幅、横幅を算出する
ことにより文字サイズを抽出するもの（特開平５−８９
２８３号公報を参照）、長体、正体、平体文字を判別
し、文字の幅／高さを基に文字サイズを決定するもの
（特開平５−２８２４９２号公報を参照）、手書き文字
列の第１方向の文字寸法を推定する際に、ファーストマ
ージ後の第２方向寸法の中から、大きい方からｎ番目に
ある寸法値を選択し、これを基に文字サイズ推定値を求
めるもの（特開平７−２１３１２号公報を参照）、白ラ
ンレングスの平均値から文字サイズを推定するもの（特
開平７−１８４０３４号公報を参照）などが挙げられ
る。

【０００３】

【発明が解決しようとする課題】ところで、従来、表を
処理する場合に、その表に含まれる文字サイズなどを予
め推定することなく、予定された文字サイズ以下なら
ば、線などとして誤認識することは少ない。しかし、予
定された文字サイズよりも大きな文字サイズを含む表な
どでは、文字内に存在する直線成分を罫線として誤認識
する可能性が高くなるという問題があった。

【０００４】本発明の目的は、画像中の文字サイズを精
度よく推定する文字サイズ推定方法および記録媒体を提
供することにある。

【０００５】

【課題を解決するための手段】前記目的を達成するため
に、請求項１記載の発明では、入力された画像から連結
矩形を抽出し、該矩形の縦幅または横幅の頻度分布を求
め、該頻度分布を基に前記画像に含まれる文字のサイズ
を推定することを特徴としている。

【０００６】請求項２記載の発明では、前記頻度分布の
ピークを検索し、該ピークに対応するサイズを文字サイ
ズとすることを特徴としている。

【０００７】請求項３記載の発明では、前記頻度分布の
ピークを検索し、該ピークからサイズの大きい方向へ探
索したとき、頻度値が所定値よりも小さくなったところ
のサイズを文字サイズとすることを特徴としている。

【０００８】請求項４記載の発明では、前記頻度分布の
微分値の符号が反転する全ての点を検索し、該点からサ
イズの大きい方向へ探索したとき、頻度値が所定値より
も小さくなったところのサイズを文字サイズとし、複数
の文字サイズを推定することを特徴としている。

【０００９】請求項５記載の発明では、前記抽出された
矩形が文字矩形であるか否かを判定し、文字矩形と判定
された矩形を用いて文字サイズを推定することを特徴と
している。

【００１０】請求項６記載の発明では、前記推定された
文字サイズの面積と、抽出された矩形の面積とを基に単
位面積当たりの罫線数を算出し、該罫線数を基に文字矩
形であるか否かをさらに判定することを特徴としてい
る。

【００１１】請求項７記載の発明では、前記文字矩形で
あるか否かの判定は、前記抽出された連結矩形に含まれ
るランの中心点を用いて矩形を抽出し、該抽出された矩
形数を基に判定することを特徴としている。

【００１２】請求項８記載の発明では、入力された画像
から所定の閾値を用いて罫線を抽出し、該罫線の数を基
に文字矩形であるか否かを判定し、文字矩形と判定され
た矩形を用いて文字サイズを推定することを特徴として
いる。

【００１３】請求項９記載の発明では、前記画像の主走
査方向および副走査方向におけるランの頻度分布を求
め、該頻度分布を基に前記所定の閾値を設定することを
特徴としている。

【００１４】請求項１０記載の発明では、前記頻度分布
の微分値を基に所定の閾値を設定することを特徴として
いる。

【００１５】請求項１１記載の発明では、前記頻度分布
に対してデジタルフィルタ処理を行うことを特徴として
いる。

【００１６】請求項１２記載の発明では、前記頻度分布
を基に所定の閾値を設定するとき、頻度分布のピークよ
りも大きい部分に閾値を設定することを特徴としてい
る。

【００１７】請求項１３記載の発明では、前記文字矩形
内の連結矩形を構成するランの属性情報として、文字で
あることを記録し、該文字であるランに対応した画像上
のデータを消去することを特徴としている。

【００１８】請求項１４記載の発明では、入力された画
像から連結矩形を抽出する機能と、該矩形の縦幅または
横幅の頻度分布を算出する機能と、該頻度分布を基に前
記画像に含まれる文字のサイズを推定する機能をコンピ
ュータに実現させるためのプログラムを記録したコンピ
ュータ読み取り可能な記録媒体であることを特徴として
いる。

【００１９】

【発明の実施の形態】以下、本発明の一実施例を図面を
用いて具体的に説明する。（実施例１）図１は、本発明の実施例１の構成を示し、
図２は、実施例１の処理フローチャートを示す。図にお
いて、１は画像入力部、２は原画メモリ、３はラン抽出
部、４は連結矩形抽出部、５は頻度計数部、６はピーク
検出部、７は文字サイズ出力部である。

【００２０】以下、図２を参照しながら、実施例１の処
理動作を説明する。スキャナなどの画像入力部１で原稿
を読み取り、入力画像を原画メモリ２に格納する（ステ
ップ１０１）。ラン抽出部３は、原画メモリ２内の画像
データの主走査方向（または副走査方向）についてラン
を抽出しメモリに格納する（ステップ１０２）。

【００２１】次いで、連結矩形抽出部４は、主走査方向
における抽出されたランを用いて連結矩形の抽出を行う
（ステップ１０３）。頻度計数部５は、抽出された矩形
の縦サイズ（あるいは横サイズ）について頻度を計数す
る（ステップ１０４）。ピーク検出部６は、頻度分布上
で、縦サイズの小さい方から、微分値の符号が変化する
点を探索し、この点をピークとする（ステップ１０
５）。文字サイズ出力部７は、上記したピークを文字サ
イズとして出力する（ステップ１０６）。

【００２２】このように、頻度分布のピークを使用する
ことにより、画像中で一番多い文字のサイズを推定する
ことができる。

【００２３】上記した実施例では、矩形の縦横分布のピ
ークで文字サイズを推定しているが、ある文字サイズ
は、全て同じ大きさではなく、文字によってバラツキが
ある。そこで、このバラツキを吸収するために、矩形の
縦横分布の終わり値で文字サイズを推定する。すなわ
ち、ピークを検出した後、ピークから縦サイズの大きい
方を探索し、頻度が一定値以下になった点を文字サイズ
とする。

【００２４】さらに、複数の文字サイズを使用している
場合に、その複数の文字サイズを推定するために、ピー
クを探索した後、探索した全てのピークについて、ピー
クから縦サイズの大きい方を探索し、頻度が一定値以下
になった点を文字サイズとする。

【００２５】図３は、２つの文字サイズを含む文字矩形
の縦サイズ頻度分布の一例を示す。同じ文字サイズの文
字に関して、抽出された連結矩形の横サイズはバラツキ
が多いが、縦サイズは図に示すように、ある一定範囲に
収まる特性がある。この特性は漢字や英語によらない。
そして、分布の塊となっている領域（図では２つの領
域）を見つけ出すことにより、読み込んだ画像中に存在
する文字サイズを推定している。

【００２６】つまり、図３の例で、ピークを文字サイズ
として出力とする場合は、４０（ドット）が文字サイズ
として推定される。また、ピークから縦サイズの大きい
方を探索し、頻度が一定値以下になった点を文字サイズ
とする場合は、図３の例で、頻度が一定値（例えば２）
以下になった点、つまり４５（ドット）が文字サイズと
して推定される。さらに、複数の文字サイズを推定する
場合には、頻度が一定値（例えば２）以下になった点で
ある６５（ドット）も文字サイズとして推定される。

【００２７】（実施例２）実施例２は、表処理などに先
だって連結矩形抽出が行われるが、この抽出された矩形
が文字であるか否かを予め判定しておくことにより、よ
り正確に文字サイズを推定する実施例である。また、文
字に含まれる直線成分を利用して文字矩形を判定するこ
とにより、より正確な文字サイズの推定を行う。

【００２８】図４は、本発明の実施例２の構成を示し、
図５は、実施例２の処理フローチャートを示す。図４に
おいて、２１は画像入力部、２２は原画メモリ、２３は
ラン抽出部、２４は連結矩形抽出部、２５は罫線抽出
部、２６は文字矩形判定部、２７は頻度計数部、２８は
ピーク検出部、２９文字サイズ出力部である。

【００２９】以下、図５を参照しながら、実施例２の処
理動作を説明する。スキャナなどの画像入力部２１で原
稿を読み取り、入力画像を原画メモリ２２に格納する
（ステップ２０１）。ラン抽出部２３は、原画メモリ２
２内の画像データの主走査方向についてランを抽出し、
メモリに格納する（ステップ２０２）。

【００３０】次いで、連結矩形抽出部２４は、主走査方
向において抽出されたランについて、所定の閾値（固定
閾値）より大きなランのみを対象に連結矩形の抽出を行
い（ステップ２０３）、罫線抽出部２５は、抽出された
連結矩形から罫線（直線成分）を抽出する（ステップ２
０４）。副走査方向についても同様の処理を行い（ステ
ップ２０６）、罫線を抽出する。

【００３１】文字矩形判定部２６は、主走査方向／副走
査方向の何れにも３本以上の罫線が存在していれば（ス
テップ２０７）、文字矩形として判定する（ステップ２
０８）。上記した処理を全ての矩形について処理する
（ステップ２０９）。

【００３２】頻度計数部２７は、文字矩形と判定された
矩形の縦サイズについて頻度を計数する（ステップ２１
０）。ピーク検出部２８は、頻度分布上で、縦サイズの
小さい方から、微分値の符号が変化する点を探索し、こ
の点をピークとする（ステップ２１１）。文字サイズ出
力部２９は、上記したピークから縦サイズの大きい方を
探索し、頻度がある一定値以下になった点を文字サイズ
として出力する（ステップ２１２）。

【００３３】（実施例３）文字矩形同士が接触してい
て、推定された文字サイズを超える大きさの矩形を形成
しても、単位面積当たりの罫線数を基に文字矩形として
推定する実施例である。つまり、推定された文字サイズ
を一片とする方形領域の面積を１単位として、この方形
領域よりも大きな連結矩形について、その単位面積当た
りの罫線数を算出し、その罫線数から文字矩形を判定す
る。

【００３４】図６は、本発明の実施例３の構成を示し、
図７，８は、実施例３の処理フローチャートを示す。実
施例３では、実施例２の構成に、さらに連結矩形抽出部
３０、罫線抽出部３１、文字矩形判定部３２を追加して
いる。また、図８の処理フローチャートにおいて、ステ
ップ３１２までの処理は実施例２と同様である。ただ
し、ステップ３０８で判定された文字矩形は仮文字矩形
とする。

【００３５】以下の処理を仮文字矩形と判定された全て
の矩形について行う。連結矩形抽出部３０は、主走査方
向において、固定閾値より大きなランのみを対象に連結
矩形の抽出を行い（ステップ３１３）、罫線抽出部３１
は、抽出された連結矩形から罫線（直線成分）を抽出す
る（ステップ３１４）。副走査方向についても同様の処
理を行い、罫線を抽出する。

【００３６】文字矩形判定部３２は、主走査方向／副走
査方向について、罫線数を（現在処理中の矩形面積／推
定された文字サイズの面積）で割って、単位面積（ドッ
トの２乗）当たりの罫線数を求め（ステップ３１５）、
主走査方向／副走査方向の何れにも、単位面積当たりの
罫線数が３本以上存在すれば、文字矩形として判定する
（ステップ３１６）。

【００３７】（実施例４）実施例４は、芯線処理によっ
て文字矩形を判定することにより、より正確な文字サイ
ズを推定する実施例である。図９は、本発明の実施例４
の構成を示し、図１０は、本発明の実施例４の処理フロ
ーチャートである。図において、４０は画像入力部、４
１は原画メモリ、４２はラン抽出部、４３は連結矩形抽
出部、４４はＩＤ付与部、４５は芯線矩形抽出部、４６
は文字矩形判定部、４７は頻度計数部、４８はピーク検
出部、４９は文字サイズ出力部である。

【００３８】スキャナなどの画像入力部４０で原稿を読
み取り、入力画像を原画メモリ４１に格納する（ステッ
プ４０１）。ラン抽出部４２は、原画メモリ４１内の画
像データの主走査方向についてランを抽出しメモリに格
納する（ステップ４０２）。連結矩形抽出部４３は、メ
モリ上のランを使って連結矩形を抽出し、ＩＤ付与部４
４は連結矩形に矩形ＩＤ（シリアル番号）を付与し、そ
の矩形ＩＤを、その連結矩形成分を構成する全てのラン
にも付与する（ステップ４０３）。

【００３９】芯線矩形抽出部４５は、同じ矩形ＩＤをも
つランについて、ランの中点のみの芯線を使用して矩形
を抽出し（ステップ４０４）、副走査方向についても同
様の処理を行い、芯線矩形を抽出する（ステップ４０
６）。図１１は、芯線矩形の一例を示す。

【００４０】文字矩形判定部４６は、主走査方向／副走
査方向の何れにも３個以上の芯線矩形が存在すれば（ス
テップ４０７）、文字矩形と判定する（ステップ４０
８）。この処理を全ての矩形について行う（ステップ４
０９）。以下、実施例２と同様に処理して文字サイズを
出力する。

【００４１】（実施例５）従来の方法では、固定閾値を
用いて罫線を抽出している。このため、表の中に含まれ
る文字の大きさよりも少し大きな長さを持った線を抽出
することが難しい。これは、あらゆるドキュメントにお
いて文字内に罫線が抽出されないような、ある程度大き
な固定の閾値を設定する必要があるためである。このよ
うに、従来の方法では、ある程度大きな固定の閾値を設
定しているので、文字内の疑似罫線の抽出を抑えること
ができるが、逆に、文字サイズよりも少し大きい程度の
短い罫線を抽出することができない。

【００４２】そこで、本実施例では、閾値を固定値では
なく、読み取り原稿の特徴から閾値を推定し、この閾値
を基に罫線を判別している。

【００４３】図１２は、実施例５の構成を示す。図１３
は、実施例５の処理フローチャートである。入力画像を
原画メモリ５２に格納し（ステップ５０１）、ラン抽出
部５３は、主走査方向においてランを抽出しメモリに格
納する（ステップ５０２）。連結矩形抽出部５４は、メ
モリ上のランを使って連結矩形を抽出し、ＩＤ付与部５
５は連結矩形に矩形ＩＤ（シリアル番号）を付与し、そ
の矩形ＩＤを、その連結矩形成分を構成する全てのラン
にも付与する（ステップ５０３）。矩形ＩＤ選択部５６
は、ある特定の（つまり、処理対象となる）連結矩形
（矩形ＩＤ）を選択し（ステップ５０４）、頻度計数部
５７は指定された矩形ＩＤをもつランを検索し、頻度を
計数する（ステップ５０５）。

【００４４】次いで、閾値設定部５８は、ラン頻度の分
布を基に閾値を求める（ステップ５０６）。連結矩形抽
出部５９は、主走査方向における抽出されたランについ
て、上記算出された閾値より大きなランのみを対象に連
結矩形の抽出を行う（ステップ５０７）。罫線抽出部６
０は、抽出された連結矩形から罫線を抽出する（ステッ
プ５０８）。副走査方向についても同様の処理を行い
（ステップ５１０）、罫線を抽出する。

【００４５】文字矩形判定部６１は、主走査方向／副走
査方向の何れにも３本以上の罫線が存在していれば（ス
テップ５１１）、文字矩形として判定する（ステップ５
１２）。以下の処理は実施例２と同様である。

【００４６】（実施例６）一般的に、縦線と横線を含む
表の枠の連結矩形成分のラン頻度分布は、図１４に示す
ようになる。すなわち、ランレングス１〜１０が縦線の
ラン分布であり、１０〜２８が縦線あるいは横線に接触
している文字のラン分布となっている。２９以上のラン
分布は横線のラン分布である。図１４の分布では、閾値
を２９に設定することにより、横線のみが抽出できる。
分布の微分値がゼロ、つまりラン分布が変化しなくなっ
たら、その点が閾値となる。本実施例では、この閾値を
探索するために差分を使用している。

【００４７】図１５は、実施例６の構成を示す。実施例
５と相違する点は、差分計算部６５を設けた点である。
図１６は、実施例６の処理フローチャートを示す。

【００４８】差分計算部６５は、頻度分布についてラン
レングスの小さい方から順に、隣の頻度との差分を求め
る（ステップ６０６）。閾値設定部５８は、差分がゼロ
となったランレングスを閾値とする（ステップ６０
７）。以下、実施例５と同様に、連結矩形抽出部５９
は、主走査方向において、設定された閾値より大きなラ
ンのみを対象に連結矩形の抽出を行い（ステップ６０
８）、罫線抽出部６０は抽出された連結矩形から罫線を
抽出する（ステップ６０９）。

【００４９】（実施例７）オフィスで作成される表を含
む文書のラン分布は、概ね図１４に示す傾向となるが、
上記した実施例６のように差分を求めたとき、ノイズ等
によって、ランレングス値２９より小さい値でも隣の分
布頻度値と一致することがある。あるいは、２９より大
きいランレングスでも、頻度値としては１０またはそれ
以上の頻度値となる場合もあり、頻度値が隣と一致する
場合が必ずあるとは限らない。これは、ラン分布にのっ
ている高周波成分のノイズが原因である。

【００５０】一般に、高周波成分ノイズはＦＩＲ（Ｆｉ
ｎｉｔＩｍｐｕｌｓｅＲｅｓｐｏｎｓｅ）型デジタ
ルフィル夕で除去することができる。そこで、本実施例
では、デジタルフィル夕を使用して、高周波ノイズに相
当する部分を除去する。

【００５１】図１７は、実施例７の構成を示し、実施例
６の構成にさらにフィルタ処理部６６を付加したもので
ある。また、図１８は、実施例７の処理フローチャート
を示す。ステップ７０１〜７０５、ステップ７０７〜７
１２は、実施例６の処理と同様である。ステップ７０６
では、フィルタ処理部６６において、頻度分布に対して
デジタルフィルタ（ローパスフィルタ）をかけて高周波
ノイズを除去する。

【００５２】（実施例８）図１９は、横線のみのラン分
布を示す。ラン分布を連結矩形単位でとると、表の枠を
構成する連結矩形や、横線を構成する連結矩形が含まれ
る。横線のみの連結矩形を、閾値３３の付近で取り出す
ためには、ラン分布のピークより大きい位置で、微分値
がゼロになる点を探せば良い。

【００５３】図２０は、実施例８の構成を示す。実施例
７と相違する点は、ピーク検出部６７を設けた点と、差
分計算部６５の処理内容が異なる点である。図２１は、
実施例８の処理フローチャートである。

【００５４】ステップ８０６までの処理は実施例７と同
様である。ステップ８０７では、ピーク検出部６７は、
頻度分布におけるランレングスの小さい方から、２次微
分値がゼロあるいは微分値の符号が変化する点を探索
し、ピークとする。次いで、差分計算部６５は、ピーク
より後方で、隣の頻度との差分を求める（ステップ８０
８）。閾値設定部５８は、差分がゼロとなったランレン
グスを閾値とする（ステップ８０９）。以下の処理は、
実施例７と同様であるので、説明を省略する。

【００５５】（実施例９）表を認識する際には、連結矩
形抽出を繰返し行う必要があり、その都度、原画からラ
ンを抽出して、連結矩形を抽出すると処理に時間を要す
る。そこで、ラン情報のみをあらかじめ用意しておくこ
とにより、ランを使った他の特徴量の抽出等の処理時間
を短縮できる。

【００５６】つまり、ランの属性を保持することで、処
理の結果を累積的に保持できるため、認識が終了したラ
ンを、その次の認識処理から除くことができ、その結
果、認識処理全体の処理時間の短縮が可能となる。同時
にラン単位で認識が可能となるため、細部にわたって精
度の高い認識処理が可能となる。また、ラン情報に変換
されているため、各種の画像処理を短時間で行うことが
できる。

【００５７】図２２は、実施例９の構成を示す。この実
施例では、実施例８の構成にさらに属性情報記録部６８
と文字データ消去部６９を付加している。また、図２３
は、実施例９の処理フローチャートである。ステップ９
０３において、ラン抽出部５３は、抽出したランに対応
するラン属性情報（例えば文字、線などの属性）を保持
する領域を確保する。

【００５８】属性情報記録部６８は、文字矩形判定部６
１で文字矩形として判定された矩形内において、連結矩
形を構成するランに文字であることを示すマークを記録
する（ステップ９１８）。文字サイズが出力された後、
文字データ消去部６９では、抽出されたランを調べ、文
字であるマークが付与されているランに対応する原画上
の黒画素を消去する（ステップ９２２）。

【００５９】なお、ラン属性情報としては、この他に、
ランが線、写真などの画像、ノイズ、線ノイズ、背景な
どのどれに属しているかを示す属性を保持するようにし
てもよい。

【００６０】（実施例１０）実施例１０は、本発明をソ
フトウェアによって実現する場合の実施例である。図２
４は、実施例１０のシステム構成例を示す。ＣＤ−ＲＯ
Ｍなどの記録媒体には、本発明の文字サイズ推定処理機
能または処理手順が記録されていて、これをシステムに
インストールする。スキャナなどにセットされた原稿を
読み取り、メモリ上に展開された原稿画像から文字矩形
を抽出し、抽出された文字矩形のサイズを推定し、その
結果をディスプレイなどに表示出力する。

【００６１】

【発明の効果】以上、説明したように、請求項１、１４
記載の発明によれば、連結矩形の縦横幅の分布から文字
サイズの推定が可能になる。

【００６２】請求項２記載の発明によれば、画像中に最
も多く存在する文字矩形の文字サイズを推定することが
できる。

【００６３】請求項３記載の発明によれば、画像中に最
も多く存在する文字矩形の文字サイズのばらつきを吸収
しながら推定することができる。

【００６４】請求項４記載の発明によれば、画像中に複
数存在する文字サイズを推定することができる。

【００６５】請求項５記載の発明によれば、予め文字で
あるか否かの判定を行っているので、より正確に文字サ
イズの推定が可能になる。

【００６６】請求項６記載の発明によれば、文字矩形同
士が接触している場合などでも、文字矩形であるか否か
の判定が可能になる。

【００６７】請求項７記載の発明によれば、簡単な芯線
処理によって文字矩形を判定することができる。

【００６８】請求項８記載の発明によれば、文字内に存
在する直線成分を利用しているので、ノイズに強い文字
矩形の判定が可能になる。

【００６９】請求項９記載の発明によれば、従来の固定
閾値では抽出できない短い罫線を抽出することができ
る。また、分布自体は表の大きさに依存しないため、大
きな表や小さな表を同じ処理方法によって処理すること
ができる。つまり、本発明の処理方法は解像度に依存し
ない。

【００７０】請求項１０記載の発明によれば、分布の微
分値から閾値を推定しているので、より正確な閾値推定
が可能となる。

【００７１】請求項１１記載の発明によれば、分布にの
っている高周波ノイズを除去しているので、より正確な
閾値の推定が可能となる。

【００７２】請求項１２記載の発明によれば、縦線、横
線を含む表枠だけではなく、単なる直線からなる分布に
対しても適切な閾値を推定できる。

【００７３】請求項１３記載の発明によれば、ランに属
性情報を付与しているので、文字に相当するランの原画
消去処理を高速に行うことができる。

【図面の簡単な説明】

【図１】本発明の実施例１の構成を示す。

【図２】本発明の実施例１の処理フローチャートを示
す。

【図３】２つの文字サイズを含む文字矩形の縦サイズ頻
度分布の一例を示す。

【図４】本発明の実施例２の構成を示す。

【図５】本発明の実施例２の処理フローチャートを示
す。

【図６】本発明の実施例３の構成を示す。

【図７】本発明の実施例３の処理フローチャートを示
す。

【図８】図７の続きの処理フローチャートを示す。

【図９】本発明の実施例４の構成を示す。

【図１０】本発明の実施例４の処理フローチャートを示
す。

【図１１】芯線矩形の一例を示す。

【図１２】本発明の実施例５の構成を示す。

【図１３】本発明の実施例５の処理フローチャートを示
す。

【図１４】一般的な表を含むランの頻度分布を示す。

【図１５】本発明の実施例６の構成を示す。

【図１６】本発明の実施例６の処理フローチャートを示
す。

【図１７】本発明の実施例７の構成を示す。

【図１８】本発明の実施例７の処理フローチャートを示
す。

【図１９】横線のみのラン分布を示す。

【図２０】本発明の実施例８の構成を示す。

【図２１】本発明の実施例８の処理フローチャートを示
す。

【図２２】本発明の実施例９の構成を示す。

【図２３】本発明の実施例９の処理フローチャートを示
す。

【図２４】本発明の実施例１０の構成を示す。

【符号の説明】

１画像入力部２原画メモリ３ラン抽出部４連結矩形抽出部５頻度計数部６ピーク検出部７文字サイズ出力部

Claims

【特許請求の範囲】

【請求項１】入力された画像から連結矩形を抽出し、
該矩形の縦幅または横幅の頻度分布を求め、該頻度分布
を基に前記画像に含まれる文字のサイズを推定すること
を特徴とする文字サイズ推定方法。
【請求項２】前記頻度分布のピークを検索し、該ピー
クに対応するサイズを文字サイズとすることを特徴とす
る請求項１記載の文字サイズ推定方法。
【請求項３】前記頻度分布のピークを検索し、該ピー
クからサイズの大きい方向へ探索したとき、頻度値が所
定値よりも小さくなったところのサイズを文字サイズと
することを特徴とする請求項１記載の文字サイズ推定方
法。
【請求項４】前記頻度分布の微分値の符号が反転する
全ての点を検索し、該点からサイズの大きい方向へ探索
したとき、頻度値が所定値よりも小さくなったところの
サイズを文字サイズとし、複数の文字サイズを推定する
ことを特徴とする請求項１記載の文字サイズ推定方法。
【請求項５】前記抽出された矩形が文字矩形であるか
否かを判定し、文字矩形と判定された矩形を用いて文字
サイズを推定することを特徴とする請求項１記載の文字
サイズ推定方法。
【請求項６】前記推定された文字サイズの面積と、抽
出された矩形の面積とを基に単位面積当たりの罫線数を
算出し、該罫線数を基に文字矩形であるか否かをさらに
判定することを特徴とする請求項５記載の文字サイズ推
定方法。
【請求項７】前記文字矩形であるか否かの判定は、前
記抽出された連結矩形に含まれるランの中心点を用いて
矩形を抽出し、該抽出された矩形数を基に判定すること
を特徴とする請求項５記載の文字サイズ推定方法。
【請求項８】入力された画像から所定の閾値を用いて
罫線を抽出し、該罫線の数を基に文字矩形であるか否か
を判定し、文字矩形と判定された矩形を用いて文字サイ
ズを推定することを特徴とする文字サイズ推定方法。
【請求項９】前記画像の主走査方向および副走査方向
におけるランの頻度分布を求め、該頻度分布を基に前記
所定の閾値を設定することを特徴とする請求項８記載の
文字サイズ推定方法。
【請求項１０】前記頻度分布の微分値を基に所定の閾
値を設定することを特徴とする請求項８記載の文字サイ
ズ推定方法。
【請求項１１】前記頻度分布に対してデジタルフィル
タ処理を行うことを特徴とする請求項９または１０記載
の文字サイズ推定方法。
【請求項１２】前記頻度分布を基に所定の閾値を設定
するとき、頻度分布のピークよりも大きい部分に閾値を
設定することを特徴とする請求項８記載の文字サイズ推
定方法。
【請求項１３】前記文字矩形内の連結矩形を構成する
ランの属性情報として、文字であることを記録し、該文
字であるランに対応した画像上のデータを消去すること
を特徴とする請求項８記載の文字サイズ推定方法。
【請求項１４】入力された画像から連結矩形を抽出す
る機能と、該矩形の縦幅または横幅の頻度分布を算出す
る機能と、該頻度分布を基に前記画像に含まれる文字の
サイズを推定する機能をコンピュータに実現させるため
のプログラムを記録したコンピュータ読み取り可能な記
録媒体。