JP2001312697A - 画像方向判別方法及び装置 - Google Patents

Abstract

(57)【要約】 【課題】一部分に手書き文字や、斜めに記載された文字
などがある原稿において、文書方向を正しく判別できる
画像方向判別装置を提供する。 【解決手段】原稿を読み取って得られた画像データを処
理する画像処理装置において、この画像データから、原
稿中の文字領域を抽出し（ステップＳ１３、Ｓ１４）、
その抽出された文字領域のそれぞれについて文字認識を
行い、その結果に基づいて各文字領域の方向を判別する
（ステップＳ１５）。そして、判別された方向が複数種
類存在した場合は、文字領域の合計面積を各判別方向毎
に計算し、この合計面積が最も大きくなる方向を当該原
稿の方向と判断する（ステップＳ１６〜Ｓ１９）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、例えばデジタル複
写機等の原稿画像の読み取り装置によって得られた画像
データが表わす画像の方向を判別する画像方向判別装置
及び方法に関するものである。

【０００２】

【従来の技術】従来、この様な画像処理装置において、
読み取られた原稿画像の文書方向を検出して、原稿の文
書の方向が所定の方向と異なっていても画像データを回
転させ、文書方向をそろえる機能を有するものが提案さ
れている。一般に、この様な機能を有する画像処理装置
においては、１枚の原稿中に複数の文書方向を検出した
場合は、方向を特定せずに検知不能として処理してい
る。

【０００３】

【発明が解決しようとする課題】しかしながら、１枚の
原稿中に複数の文書方向を検出した場合に、方向を特定
せずに検知不能として処理していたため、この原稿の文
書方向はあらかじめ正しい向きに置かれたとして処理す
るか、その他に正しく文書方向が検出できた原稿があれ
ば、その方向に合わせるなどの、正確さを欠く処理を行
わざるを得ないという問題があった。さらに、ワープロ
原稿の様に文書方向判別が正しく行いやすい原稿中に、
一部分の手書き文字が存在するような原稿や、ワープロ
原稿においても、一部分に斜めに配置された文字や飾り
文字等のある原稿などでは、手書き部分や斜めに配置さ
れた部分の文字の方向判別を正しく行うことが困難なた
め、この様な問題が発生する確率が高くなってしまうと
いう問題があった。

【０００４】本発明は、上述の課題に鑑みてなされたも
ので、その目的とするところは、１枚の原稿中に複数の
文字判定結果が出てしまうような場合でも、方向判別を
正しく行うことができる画像方向判別装置及び方法を提
供することにある。

【０００５】

【課題を解決するための手段】上記の目的を達成するた
めの本発明の一態様による画像方向判別装置は、画像デ
ータが表わす画像の方向を判別する画像方向判別装置で
あって、前記画像データから複数の文字領域を抽出する
抽出手段と、前記抽出された複数の文字領域の夫々につ
いて、その方向を判定する判定手段と、前記判定手段に
よる判定の結果、前記複数の文字領域に関して複数の判
定方向が存在した場合に、前記複数の文字領域について
判定方向別に大きさの合計値を算出する算出手段と、前
記算出手段で算出された大きさが最も大きくなる判別方
向を当該画像の方向に決定する決定手段とを備えること
を特徴とする。

【０００６】また、上記の目的を達成するための本発明
の他の態様による画像方向判別方法は、画像データが表
わす画像の方向を判別する画像方向判別方法であって、
前記画像データから複数の文字領域を抽出する抽出工程
と、前記抽出された複数の文字領域の夫々について、そ
の方向を判定する判定工程と、前記判定工程による判定
の結果、前記複数の文字領域に関して複数の判定方向が
存在した場合に、前記複数の文字領域について判定方向
別に大きさの合計値を算出する算出工程と、前記算出工
程で算出された大きさが最も大きくなる判別方向を当該
画像の方向に決定する決定工程とを備えることを特徴と
する。

【０００７】更に、上記の目的を達成するために、本発
明により提供されるコンピュータ可読メモリは、画像デ
ータが表わす画像の方向をコンピュータに判別させるた
めの制御プログラムを格納するコンピュータ可読メモリ
であって、該制御プログラムが、前記画像データから複
数の文字領域を抽出する抽出工程のコードと、前記抽出
された複数の文字領域の夫々について、その方向を判定
する判定工程のコードと、前記判定工程による判定の結
果、前記複数の文字領域に関して複数の判定方向が存在
した場合に、前記複数の文字領域について判定方向別に
大きさの合計値を算出する算出工程のコードと、前記算
出工程で算出された大きさが最も大きくなる判別方向を
当該画像の方向に決定する決定工程のコードとを備える
ことを特徴とする。

【０００８】

【発明の実施の形態】以下、添付の図面を参照して本発
明の好適な実施形態を説明する。

【０００９】以下に、本発明の実施形態にかかる画像処
理装置を説明する。

【００１０】図１は、本発明の実施形態にかかる画像処
理装置の構成を模式的に表した断面図である。１０１は
原稿台ガラスであり、原稿自動送り装置１４２から給送
された原稿が順次、所定位置に載置される。１０２は、
例えば、ハロゲンランプから構成される原稿照明ランプ
で、原稿台ガラス１０１に載置された原稿を露光する。
１０３、１０４および１０５は、走査ミラーであり、不
示図の光学走査ユニットに収容され、往復運動しなが
ら、原稿からの反射光をＣＣＤユニット１０６に導く。
ＣＣＤユニット１０６はＣＣＤに原稿からの反射光を結
像させる結像レンズ１０７、例えばＣＣＤから構成され
る撮像素子１０８、撮像素子１０８を駆動するＣＣＤド
ライバ１０９等から構成されている。撮像素子１０８か
らの画像信号出力は、例えば８ビット、のデジタルデー
タに変換された後、コントローラ部１３９に入力され
る。

【００１１】１１０は感光ドラムであり、画像形成に備
えて、１１２の前露光ランプによって除電される。１１
３は１次帯電器であり、感光ドラム１１０を一様に帯電
させる。１１７は露光手段であり、例えば半導体レーザ
等で構成され、画像形成と装置全体の制御を行うコント
ローラ部１３９で処理された画像データに基づいて感光
ドラム１１０を露光し、静電潜像を形成する（以下、レ
ーザユニット１１７という）。１１８は現像器であり、
黒色の現像剤（トナー）が収容されている。１１９は転
写前帯電器であり、感光ドラム１１０上に現像されたト
ナー像を用紙に転写する前に高圧をかける。１２０、１
２２および１２４は給紙ユニットであり、各給紙ローラ
１２１、１２３および１２５の駆動により、転写用紙が
装置内へ給送され、レジストローラ１２６の配設位置で
一旦停止し、感光ドラム１１０に形成された画像との書
き出しタイミングがとられ再給送される。

【００１２】１２７は転写帯電器であり、感光ドラム１
１０に現像されたトナー像を給送される転写用紙に転写
する。１２８は分離帯電器であり、転写動作の終了した
転写用紙を感光ドラム１１０より分離する。転写されず
に感光ドラム１１０上に残ったトナーはクリーナー１１
１によって回収される。１２９は搬送ベルトで、転写プ
ロセスの終了した転写用紙は定着器１３０に搬送され、
例えば熱により定着される。

【００１３】１３１はフラッパであり、定着プロセスの
終了した転写用紙の搬送パスを、ステイプルソータ１３
２または中間トレイ１３７の配置方向のいずれかに制御
する。ステイプルソータ１３２に排紙された用紙は各ビ
ンに仕分けされ、コントローラ部１３９からの指示によ
りステイプル部１４１がステイプルを行う。また、１３
３から１３６は給送ローラであり、一度定着プロセスの
終了した転写用紙を中間トレイ１３７に反転（多重）ま
たは非反転（両面）して給送する。１３８は再給送ロー
ラであり、中間トレイ１３７に載置された転写用紙を再
度、レジストローラ１２６の配設位置まで搬送する。

【００１４】なお、コントローラ部１３９には後述する
マイクロコンピュータ、画像処理部等が備えられてお
り、操作パネル１４０からの指示に従って、前述の画像
形成動作を行う。

【００１５】図２は、本実施形態にかかる画像処理装置
におけるコントローラ部１３９の構成を表すブロック図
である。

【００１６】２０１は画像処理装置全体の制御を行うＣ
ＰＵであり、装置本体の制御手順（制御プログラム）を
記憶した読み取り専用メモリ２０３（ＲＯＭ）からプロ
グラムを順次読み取り、実行する。ＣＰＵ２０１のアド
レスバスおよびデータバスはバスドライバ／アドレスデ
コーダ回路２０２を経由して各部に接続されている。ま
た、２０４は、入力データの記憶や作業用記憶領域等と
して用いる主記憶装置であるところのランダムアクセス
メモリ（ＲＡＭ）である。２０５はＩ／Ｏインターフェ
ースであり、操作者がキー入力を行ったり装置の状態等
を液晶やＬＥＤを用いて表示するするための操作パネル
１４０、給紙系、搬送系及び光学系の駆動を行うモータ
類２０７、クラッチ類２０８及びソレノイド類２０９、
また、搬送される用紙を検知するための紙検知センサ類
２１０等の、装置各部に接続される。また、現像器１１
８には現像器内のトナー量を検知するトナー残検センサ
２１１が配置されており、その出力信号がＩ／Ｏポート
２０５に入力される。２１５は高圧制御ユニットであ
り、ＣＰＵ２０１の指示に従って、前述の１次帯電器１
１３、現像器１１８、転写前帯電器１１９、転写帯電器
１２７及び分離帯電器１２８への高圧の印加を制御す
る。

【００１７】２０６は画像処理部であり、ＣＣＤユニッ
ト１０６から出力された画像信号が入力され、後述する
画像処理を行い、この処理によって得られた画像データ
に従ってレーザユニット１１７の制御信号を出力する。
レーザユニット１１７から出力されるレーザ光は感光ド
ラム１１０を照射し、露光すると共に、非画像領域にお
いて、受光センサであるところの２１３のビーム検知セ
ンサによって発光状態が検知され、その出力信号がＩ／
Ｏポート２０５に入力される。また、Ｉ／Ｏポート２０
５からは、図３で後述する画像処理部２０６内のセレク
タ３１２に選択信号が出力される。

【００１８】図３は、本実施形態にかかる画像処理装置
におけるコントローラ部１３９内の画像処理部２０６の
構成を示すブロック図である。

【００１９】ＣＣＤ１０８により電気信号に変換された
画像信号は、まずシェーディング回路３０１によって画
素間のばらつきの補正を行い、変倍回路３０２におい
て、縮小コピー時はデータの間引き処理を行い、拡大コ
ピー時はデータの補間を行う。次に、エッジ強調回路３
０３において、例えば５×５のウインドウで２階微分を
とり、画像のエッジを強調する。この画像データは、輝
度データであるのでプリンタに出力するための濃度デー
タに変換するため、γ変換回路３０４でテーブルリサー
チによりデータ変換を行う。濃度データに変換された画
像データは、２値化処理部３０５へ入力される。ここで
は、例えば誤差拡散法（ＥＤ法）により多値データを２
値データに変換する。２値に変換された画像データは、
合成回路３０７に入力される。合成回路３０７では、入
力された画像データと、例えばＤＲＡＭ、により構成さ
れる画像用メモリ３１０内の画像データを選択的に出力
する、または論理ＯＲをとって出力する。この画像用メ
モリ３１０に対するリードライト制御は、メモリ制御部
３０９で行う。これらの画像データは、レーザの発光強
度の信号に変換するためＰＷＭ回路３０８へ入力され、
画像の濃度に従ったパルス幅をレーザユニットに対して
出力する。また、シェーディング回路３０１からの画像
出力は、セレクタ３１２へ入力される。セレクタ３１２
へは、文字パターン発生部３１１からの出力信号が入力
され、ＣＰＵ２０１の指示により、Ｉ／Ｏポート２０５
からセレクタ３１２に選択信号が入力される。入力され
た選択信号に従って、シェーディング回路３０１からの
画像出力信号または文字パターン発生部３１１からの出
力信号のいずれかが文書方向判別部３０６へ入力され、
後述する文書方向判別処理が行われる。

【００２０】次に、図４から図９を用いて、本実施形態
にかかる画像処理装置における文書方向判別部３０６の
動作について説明する。

【００２１】図４は、文書方向判別部３０６内の構成を
示すブロック図である。シェーディング回路３０１から
出力された画像データは、ＣＰＵ／メモリ部４０１に入
力され、画像データを一時的に保存すると共に、各種制
御を行う。コントローラ部１３９内のＣＰＵ２０１と
は、例えば、不図示のデュアルポートＲＡＭによってバ
ス接続されており、データを送受信する。もちろんシリ
アル通信でもよい。

【００２２】文字認識／方向判別部４０２は、文書の方
向を一番正確に表しているのは文字であることに着目
し、文書中の複数個の文字領域について０°、９０°、
１８０°、２７０°の方向から文字認識を行い、それら
各方向における文字認識の精度（文字認識の自信度：文
字の特徴分布に対する距離）の中で一番精度の高い方向
を文書方向とする。

【００２３】領域分離部４０３は、文字認識／方向判別
部４０２による文字認識・方向判別処理を行うための前
処理として、文書画像データより、文字部、図形部、自
然画部、表部などを矩形の領域に分離して、各領域の属
性（文字部など）を付加する処理を行うブロックであ
る。

【００２４】記憶装置４０４は、例えば、ハードディス
クや光磁気ディスクなどにより構成され、各種処理結果
（画像データ、領域分離結果、文字認識結果など）を保
存するために利用される。Ｉ／Ｆ部４０５は、ＳＣＳＩ
やＲＳ２３２Ｃなどにより構成され、外部へデータを伝
送するために設けられている。コンピュータ４０６は、
Ｉ／Ｆ部４０５を介して得られる情報、光磁気ディスク
等の移動可能の記憶装置から得られるデータを利用す
る。

【００２５】次に、本実施形態にかかる画像処理装置に
おける文書方向自動判別・補正、および文字認識処理の
概要を図５と図１１のフローチャートに従って説明す
る。

【００２６】画像データ（多値画像）が入力されると
（ステップＳ１）、入力された画像について文書方向の
判別が行われる（ステップＳ２）。文書方向の判別処理
では、まず領域分離部４０３が、画像から文字部、図形
部、自然画部、表部などの属性別に領域を分離する。本
実施形態では、矩形で囲まれた領域情報を作成する。次
に、各属性より文字領域の矩形情報を抽出する。ここ
で、文字領域とは、文章部、タイトル部、表中の文字、
図のキャプション部などである。例えば、図６（ａ）、
（ｃ）の文書の場合は、それぞれ図６（ｂ）、（ｄ）に
示したような文字領域の矩形情報が抽出される。そし
て、これらの中の数ブロックを用いて、当該画像が表わ
す文書の方向判別を行う。文書方向判別については後で
更に詳しく説明する。

【００２７】その結果、文書方向が正方向であれば、引
き続き画像中の文字ブロックに対して文字認識処理を行
う（ステップＳ３、Ｓ６）。一方、文書方向が正方向で
なければ、画像データを正しい方向に回転させる（ステ
ップＳ３、Ｓ４）。なお、画像の回転は、図４のＣＰＵ
／メモリ４０１を用いて公知の技術により簡単に行うこ
とが可能であり、その説明は省略する。そして、回転画
像に対して領域分離を行い、領域分離情報の補正処理を
行う（ステップＳ５）。この領域分離情報の補正処理
は、画像回転に伴う領域分離情報の相違を補正するもの
であり、補正の方法としては、全回転画像データに対し
て再び領域分離処理を行う第１の方法と、アドレス変換
を領域分離結果にかける第２の方法とがある。ただし、
領域分離処理は、一般に画像が正方向を向いていること
を想定しているため、初期の段階で行った領域分離処理
と回転後の画像データに対して行った領域分離処理とで
は結果が異なることが多い。それゆえ、第１の方法が望
ましい。

【００２８】ステップＳ６で、回転画像データ中の文字
領域ブロックは、文字認識処理系で文字認識される。こ
の結果、最終的に、回転なし／回転ありの両方の場合と
も、領域分離情報と文字認識情報が得られる（ステップ
Ｓ７）。この処理結果は、Ｉ／Ｆ部４０５を介してコン
ピュータ４０６に伝送され、コンピュータ４０６上のフ
ァイリングのアプリケーションソフト等で利用される。
また、コントローラ部１３９内のＣＰＵ２０１に画像毎
に送信される。

【００２９】以上、説明した処理により、図９（ａ）に
示した原画像データ、図９（ｂ）に示した領域分離デー
タ、図９（ｃ）に示した文字認識情報を得ることができ
る。これらの情報は、前述のようにコントローラ部１３
９のＣＰＵ２０１へ送られ、各種画像処理、各種制御に
使用される。

【００３０】領域分離データの形式は、図９（ｂ）に示
したように、領域分離データである旨を示す「header」
と、分離した領域の識別子、「rect1」から「rect4」に
より構成される。さらに、分離した領域の識別子で区別
された各領域（ブロック）の情報は、ブロックの番号
「order」、ブロックの属性（文字部、図形部など）「a
tt」、ブロックの左上の座標値「x1」および「y1」、ブ
ロックの幅「ｗ」、ブロックの高さ「ｈ」、縦書き、ま
たは横書きを示す「direction」、当該ブロックのＩＤ
である「selfID」、当該ブロックを包含する親ブロック
のＩＤである「upperID」、親ブロックの属性「upperAt
t」、予備領域「reserve」により構成されている。

【００３１】また、文字認識情報は、図９（ｃ）に示し
たように、文字認識情報である旨を示す「header」を有
し、例えば「本」等の単一の文字に関する文字認識情報
「OCR1」等と、当該文字が含まれているブロックを示す
上記「rect1」等に相当する「blk header」との組み合
わせ情報により構成されている。

【００３２】そして、「OCR1」等の各文字認識情報は、
文字であるか、あるいは空白であるかを示す「type」、
前述の文字認識の自信度に従った第１から第５候補文
字、「文字１」から「文字５」、当該文字の切り出し位
置「x1」および「y1」、当該文字の幅「ｗ」、当該文字
の高さ「ｈ」、予備領域「reserve」により構成されて
いる。文字認識ができない場合、例えば画像データすべ
てに文字が含まれない等の時は予備領域「reserve」に
「unknown（検知不能）」を表すデータを返す。

【００３３】次に、文字認識処理を用いた文書方向判別
の手法について説明する。図１１は本実施形態にかかる
文書方向自動判別の処理手順を説明するフローチャート
である。

【００３４】図１１において、コピーキーがオンされる
と（或いは原稿読み取りが指示されると）、ステップＳ
１１からステップＳ１２へ進み、原稿画像の読み取りが
行われる。以上が、図５のステップＳ１に相当する処理
である。その後、ステップＳ２で示される文書方向判別
（ステップＳ１３〜Ｓ１９の処理）に処理を進める。ス
テップＳ１３では後述の領域分離処理を行い、ステップ
Ｓ１４ではこの領域分離処理の結果を受けて文字領域が
抽出される。そして、ステップＳ１５において、後述の
文字認識処理と文字方向判別処理を実行することにより
各文字領域の方向を判定する。そして、各文字領域につ
いて判別された方向がすべて一致しておれば、その方向
を文書の方向として決定する（ステップＳ１６、Ｓ１
９）。一方、判別結果として複数の方向が得られた場合
は、ステップＳ１６からステップＳ１７へ進み、同じ方
向に判別された文字領域の合計を計算する。そして、ス
テップＳ１８において、各方向毎の文字領域の大きさを
比較し、ステップＳ１９にて、最も大きい文字領域に対
応する判別方向を文書方向に決定する。

【００３５】＜領域分離処理（ステップＳ１３、Ｓ１
４）＞文書画像データの黒画素を検出してゆき、輪郭線
追跡、またはラベリング方式により、黒画素ブロックの
矩形枠を作成する。次に、その矩形の中の黒画素密度、
隣接矩形ブロックの有無、矩形の縦横比率などを判断基
準にして、文字領域（タイトル、本文、キャプションな
ど）、図形領域、自然画領域、表領域などを判別する。
この処理結果により、文字領域と判別された矩形領域が
得られる。

【００３６】＜文字認識処理と方向判別（ステップＳ１
５）＞文字認識処理の１つの方法として、特徴ベクトル
抽出、比較方法がある。例えば図７（ａ）に示したよう
に、「本」という文字を含む文字領域が判別されたとす
る。第１段階として、この文字領域について文字の切り
出し処理を行う（図７（ｂ）参照）。これは、一つの文
字の矩形を切り出す処理で、まず８ビットである画像デ
ータを白と黒の２値に変換し、黒画素連続性の状態を検
出していけば求められる。第二段階として、一文字をｍ
×ｎ（例えば６４×６４）の画素ブロックに切り出す
（図７（ｃ）参照）。そして、その中から３×３画素の
ウインドウを用いて、黒画素の分布方向を抽出する（方
向ベクトル情報：図７（ｄ）参照）。

【００３７】なお、図７（ｄ）は、方向ベクトル情報の
一部を例示したものであり、上記３×３画素のウインド
ウをずらしてゆき、方向ベクトル情報を数十個得る。こ
のベクトル情報が文字の特徴となる。この特徴ベクトル
と、あらかじめ記憶されている文字認識辞書の内容と比
較して、特徴ベクトルに特徴が一番近い文字から順番に
文字を抽出する。この場合、特徴ベクトルに特徴が近い
順番に第１候補、第２候補・・・となる。この特徴ベク
トルに対する特徴の近さが、その文字に対する距離の近
さ、すなわち文字認識の自信度（精度）という数値であ
る。

【００３８】このようにして文字認識の自信度が求めら
れるが、その自信度に基づいた文字方向判別処理を、図
８に示した「本発明の名称」という文例を用いて説明す
る。図８（ａ）は正方向の文、図８（ｂ）は２７０°回
転した文である。ここで「本」に注目すると、文字方向
を判別する場合は、図８（ｃ）に示したように、１つの
文字「本」について０°、９０°、１８０°、２７０°
の４方向から文字認識を行ってみる。各回転角度は、文
字矩形の領域の読み出し方を変更すればよく、特に原稿
を回転する必要はない。

【００３９】各回転角度における文字認識結果は、図８
（ｃ）に示したように、互いに異なっている。なお、図
８（ｃ）に示される文字認識結果および自信度は、説明
のためのものであり、現実にこの通りになるとは限らな
いことは理解されよう。

【００４０】図８（ｃ）において、正方向（０°）から
文字認識を行った場合は、「本」と正しく認識され、自
信度も０．９０と高い値となる。９０°回転した方向か
ら文字認識を行った場合は、「町」と誤認識され、自信
度も０．４０と低下する。このように誤認識が発生し、
自信度も低下するのは、回転した方向から見た場合の特
徴ベクトルに基づいて文字認識を行ったからである。同
様に１８０°、２７０°回転した方向から文字認識を行
った場合も、誤認識が発生し、自信度も低下する。な
お、文字認識の方向別の自信度は、複雑な文字であれば
あるほど、その差が顕著に現れてくる。

【００４１】図８（ｃ）の結果によれば、正方向の場合
に自信度が１番高いため、文書は正方向に向いている可
能性が高いと判断される。文字方向判別の精度を向上さ
せるため、同一ブロック内の複数の文字について、同様
に４方向から文字認識を行ってみる。こうして、各ブロ
ックについて、当該ブロック内の各認識対象文字につい
て４方向別の自信度の平均値を求め、この平均値が最も
高い方向を当該文字領域の文字方向として認定する。こ
のように、１文字だけの自信度で文字方向を認定するこ
となく、同一ブロック内の複数文字の自信度で文字方向
を認定することにより、文字領域の方向を高精度に判別
することが可能となる。ただし、１文字だけの自信度で
文字方向を判別するようにしてもよい。この場合、信頼
性は若干低下するものの、処理速度が向上することにな
る。

【００４２】次に、図１０の説明図および図１１のフロ
ーチャートを参照して本実施形態にかかる画像処理装置
の詳細な動作について説明する。

【００４３】まず、ステップＳ１１で、操作パネル１４
０上のコピーキーがＯＮしたかどうかを判断する。ＯＮ
されれば、ステップＳ１２で原稿台上の原稿を読み取
り、ステップＳ１３〜Ｓ１５で、前述した方法により文
書方向判別部３０６で文字領域の方向判別を行う。例え
ば、図１０に示した様な原稿の場合、「１．本発明の名
称」という文字列が存在する文字領域、「２．文字認識
装置」という文字列が存在する文字領域、「３．Ａ４Ｒ
の原稿の場合」という文字列が存在する文字領域に関し
ては、すべてが文字方向０°に検出される。また、「Ｃ
ＯＮＦＩＤＥＮＴＩＡＬ」という文字列が存在する文字
領域に対しては、斜めに配置しているために、例えば文
字方向９０°と検出される。

【００４４】次に、ステップＳ１６で、判別された方向
が複数かどうかを判断する。判別方向が１つであれば、
ステップＳ１９に移り、文字方向はその方向に決定され
る。図１０に示した例では、文字方向が０°と９０°の
２方向あるのでステップＳ１７に進み、前述した領域分
離処理によって分離された各文字領域の面積を計算し、
同じ方向とされた文字領域の面積の合計を算出する。図
１０においては、文字方向が０°のエリア１、エリア
２、エリア３の面積の合計及び文字方向が９０°のエリ
ア４の面積を算出する。次に、ステップＳ１８では、ス
テップＳ１７で算出された値（文字領域の面積）を比較
して、面積の大きい方の文字領域の文字方向に当該文書
の方向を決定して終了する。図１０の例では、この文書
全体の文字方向として０°という値が確定される。

【００４５】以上、説明したように、本実施形態によれ
ば、ワープロ原稿などの文書方向判別が正しく行いやす
い原稿中に、一部分、手書き文字が存在するような原稿
や、一部分に斜めに配置された文字や飾り文字等のある
原稿などの、１枚の原稿中に複数の文字判定結果が出や
すい場合でも、方向判別を正しく行うことが可能とな
る。

【００４６】なお、本発明は、複数の機器（例えばホス
トコンピュータ、インタフェイス機器、リーダ、プリン
タなど）から構成されるシステムに適用しても、一つの
機器からなる装置（例えば、複写機、ファクシミリ装置
など）に適用してもよい。

【００４７】また、本発明の目的は、前述した実施形態
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体（または記録媒体）を、システムあるい
は装置に供給し、そのシステムあるいは装置のコンピュ
ータ（またはＣＰＵやＭＰＵ）が記憶媒体に格納された
プログラムコードを読み出し実行することによっても、
達成されることは言うまでもない。この場合、記憶媒体
から読み出されたプログラムコード自体が前述した実施
形態の機能を実現することになり、そのプログラムコー
ドを記憶した記憶媒体は本発明を構成することになる。
また、コンピュータが読み出したプログラムコードを実
行することにより、前述した実施形態の機能が実現され
るだけでなく、そのプログラムコードの指示に基づき、
コンピュータ上で稼働しているオペレーティングシステ
ム（ＯＳ）などが実際の処理の一部または全部を行い、
その処理によって前述した実施形態の機能が実現される
場合も含まれることは言うまでもない。

【００４８】さらに、記憶媒体から読み出されたプログ
ラムコードが、コンピュータに挿入された機能拡張カー
ドやコンピュータに接続された機能拡張ユニットに備わ
るメモリに書込まれた後、そのプログラムコードの指示
に基づき、その機能拡張カードや機能拡張ユニットに備
わるＣＰＵなどが実際の処理の一部または全部を行い、
その処理によって前述した実施形態の機能が実現される
場合も含まれることは言うまでもない。

【００４９】本発明を上記記憶媒体に適用する場合、そ
の記憶媒体には、先に説明したフローチャートに対応す
るプログラムコードが格納されることになる。

【００５０】

【発明の効果】以上説明したように、本発明によれば、
１枚の原稿中に複数の文字判定結果が出てしまうような
場合でも、方向判別を正しく行うことが可能となる。

【図面の簡単な説明】

【図１】本実施形態にかかる画像処理装置の構成の模式
的な断面図である。

【図２】本実施形態にかかる画像処理装置のコントロー
ラ部のブロック図である。

【図３】本実施形態にかかるコントローラ部における、
画像処理部のブロック図である。

【図４】本実施形態にかかる画像処理部における、文書
方向判別部のブロック図である。

【図５】本実施形態にかかる画像処理装置の動作手順を
説明するフローチャートである。

【図６】本実施形態にかかる文書方向自動判別における
領域分離を説明する図である。

【図７】文字認識処理の処理過程を説明するための説明
図である。

【図８】本実施形態にかかる文字領域方向の自動判別処
理を説明する図である。

【図９】領域分離および文字認識情報のデータ構成例を
示した図である。

【図１０】読み取られ、処理される原稿例を示した図で
ある。

【図１１】本実施形態にかかる画像方向の自動判別処理
の手順を説明するフローチャートである。

Claims (9)

【特許請求の範囲】
1. 【請求項１】 画像データが表わす画像の方向を判別す
   る画像方向判別装置であって、 前記画像データから複数の文字領域を抽出する抽出手段
   と、 前記抽出された複数の文字領域の夫々について、その方
   向を判定する判定手段と、 前記判定手段による判定の結果、前記複数の文字領域に
   関して複数の判定方向が存在した場合に、前記複数の文
   字領域について判定方向別に大きさの合計値を算出する
   算出手段と、 前記算出手段で算出された大きさが最も大きくなる判別
   方向を当該画像の方向に決定する決定手段とを備えるこ
   とを特徴とする画像方向判別装置。
2. 【請求項２】 前記判定手段は、前記複数の文字領域の
   夫々について、 文字領域内に存在する文字に対して、複数の方向で文字
   認識処理を行い、 前記複数の方向のうち、前記認識手段による認識の信頼
   度が最も高くなる方向を当該文字領域の方向とすること
   を特徴とする請求項１に記載の画像方向判別装置。
3. 【請求項３】 前記判定手段は、文字領域内に存在する
   複数の文字に対して複数の方向で文字認識処理を行い、
   認識の信頼度の平均値が最大となる方向をもって当該文
   字領域の方向とすることを特徴とする請求項２に記載の
   画像方向判別装置。
4. 【請求項４】 画像データが表わす画像の方向を判別す
   る画像方向判別方法であって、 前記画像データから複数の文字領域を抽出する抽出工程
   と、 前記抽出された複数の文字領域の夫々について、その方
   向を判定する判定工程と、 前記判定工程による判定の結果、前記複数の文字領域に
   関して複数の判定方向が存在した場合に、前記複数の文
   字領域について判定方向別に大きさの合計値を算出する
   算出工程と、 前記算出工程で算出された大きさが最も大きくなる判別
   方向を当該画像の方向に決定する決定工程とを備えるこ
   とを特徴とする画像方向判別方法。
5. 【請求項５】 前記判定工程は、前記複数の文字領域の
   夫々について、 文字領域内に存在する文字に対して、複数の方向で文字
   認識処理を行い、 前記複数の方向のうち、前記認識工程による認識の信頼
   度が最も高くなる方向を当該文字領域の方向とすること
   を特徴とする請求項４に記載の画像方向判別方法。
6. 【請求項６】 前記判定工程は、文字領域内に存在する
   複数の文字に対して複数の方向で文字認識処理を行い、
   認識の信頼度の平均値が最大となる方向をもって当該文
   字領域の方向とすることを特徴とする請求項５に記載の
   画像方向判別方法。
7. 【請求項７】 画像データが表わす画像の方向をコンピ
   ュータに判別させるための制御プログラムを格納するコ
   ンピュータ可読メモリであって、該制御プログラムが、 前記画像データから複数の文字領域を抽出する抽出工程
   のコードと、 前記抽出された複数の文字領域の夫々について、その方
   向を判定する判定工程のコードと、 前記判定工程による判定の結果、前記複数の文字領域に
   関して複数の判定方向が存在した場合に、前記複数の文
   字領域について判定方向別に大きさの合計値を算出する
   算出工程のコードと、 前記算出工程で算出された大きさが最も大きくなる判別
   方向を当該画像の方向に決定する決定工程のコードとを
   備えることを特徴とするコンピュータ可読メモリ。
8. 【請求項８】 前記判定工程は、前記複数の文字領域の
   夫々について、 文字領域内に存在する文字に対して、複数の方向で文字
   認識処理を行い、 前記複数の方向のうち、前記認識工程による認識の信頼
   度が最も高くなる方向を当該文字領域の方向とすること
   を特徴とする請求項７に記載のコンピュータ可読メモ
   リ。
9. 【請求項９】 前記判定工程は、文字領域内に存在する
   複数の文字に対して複数の方向で文字認識処理を行い、
   認識の信頼度の平均値が最大となる方向をもって当該文
   字領域の方向とすることを特徴とする請求項８に記載の
   コンピュータ可読メモリ。