JP2003281469A - 文書画像処理方法 - Google Patents

Abstract

(57)【要約】 【課題】 多値の画像データの画像で暗い背景中に明る
い文字など明度反転状態にかかわらず画像の傾きや文書
方向の判別が可能となり、文字認識処理のための情報と
して有効な情報を出力すること。 【解決手段】 入力される多値の画像からグレー画像を
作成し（ステップＳ３０１）、二値画像Ａを作成し（ス
テップＳ３０２）、画像の傾きの検出や画像の方向の検
出をおこない（ステップＳ３０３）、傾きや方向の検出
の成功を判断する（ステップＳ３０４）。成功時には画
像を角度補正する（ステップＳ３０５）。一方、失敗時
には明度反転したグレー画像を作成し（ステップＳ３０
６）、二値画像Ｂを作成し（ステップＳ３０７）、再
度、角度や方向を検出し（ステップＳ３０８）、角度補
正された画像を作成する（ステップＳ３０５）。これに
より明度反転の有無にかかわらず画像の傾きや方向を正
確に検出し補正できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、文字認識処理の
前処理で文書画像に対する画像処理をおこなう、より詳
しくは、文字認識処理の前段階で多値画像の文書の傾き
や方向検出、および反転文字の抽出をおこなうための文
書画像処理方法に関する。

【０００２】

【従来の技術】従来、カラーやモノクログレースケール
など多値の画像について文書の傾き検出や文字認識をお
こなう場合は、いったん二値画像データを作成し、その
二値画像データに対して処理をおこなう方法が知られて
いる。たとえば、二値画像データを作成し、その画像デ
ータに対して傾き検出をおこなう方法がある（下記の特
許文献１参照。）。

【０００３】さらに、適当なしきい値で二値化をおこな
い、得られた画像データの平均線幅を計算して、その値
が規定外であれば、文字認識処理に不向きであると判断
し、二値化をやり直すような処理も提案されている（下
記の特許文献２参照。）。本出願人は、傾きの検出とし
て、下記の特許文献３に開示された技術を提案し、画像
の方向の検出には下記の特許文献４に開示された技術を
提案している。

【０００４】また、反転文字の抽出については、二値化
した場合に画像上での地と文字がどちらになるかを判断
して、文字が黒となるように反転をさせる技術がある
（下記の特許文献５参照。）。また、黒白画素を計数し
て、その黒画素密度特徴の値から反転判別基準値と比較
することで、白黒が反転されているかどうかを調べる技
術がある（下記の特許文献６参照。）。これらの方法を
組み合わせると、白黒反転部分が多い画像が入力された
場合でも、スキュー（傾き）角度の検出や文書方向の判
別が可能になる。

【０００５】

【特許文献１】特開平６−０６８２４５号公報

【特許文献２】特開平１０−１４３６０８号公報

【特許文献３】特開平７−１０５３１０号公報

【特許文献４】特開２０００−１１３１０３号公報

【特許文献５】特許第２７４３３７８号公報

【特許文献６】特開平８−２４９４２１号公報

【特許文献７】特開平１１−１１０４８２号公報

【特許文献８】特開２００１−００８０３２号公報

【０００６】

【発明が解決しようとする課題】しかしながら、特許文
献１や、特許文献２に開示された技術による処理では、
多値の画像データが入力された場合に、白黒反転部分
（カラーであれば、背景と文字の明度が反転されている
ような部分）が多い画像が入力された場合、文書画像の
傾き検出や、方向の判別ができなくなるという問題があ
った。

【０００７】傾きや方向判別の検出に失敗する理由はい
くつか考えられる。たとえば、傾きを求めるための直線
成分がない場合や、安定して傾きを求められる文字列が
少ない場合や、どの方向から認識しても文字らしい文字
で書かれている場合（記号や数字以外にも工、Ｈ、エ、
田、８などさまざまある）などである。また、失敗する
理由の一つとして、白地に黒文字でなく、黒地に白文字
で書かれている場合がある。

【０００８】また、特許文献３や、特許文献４に開示さ
れた技術では、白地に黒文字で書かれていることを前提
として、黒ランの外接矩形で文字矩形を抽出するもので
あるため、黒地に白文字であると正常な文字矩形が得ら
れないことから、ほぼ確実に失敗していた。

【０００９】また、反転文字が抽出できる特許文献５
や、特許文献６に開示された技術では、新聞の切り抜き
記事をスキャナに載せて圧版を閉めないでスキャンした
ような画像や、デジタルカメラで背景が黒っぽいところ
においた白地に黒文字の画像のようなものを処理したい
場合には、本文相当の画像は白地に黒文字であるにも関
わらず、黒画素の比率や画素数の方が白画素の画素数を
上回るために、反転の判定を誤認するという問題が生じ
た。

【００１０】この発明は、上述した従来技術による問題
点を解消するため、多値の画像データの画像で暗い背景
中に明るい文字など明度反転状態にかかわらず画像の傾
きや文書方向の判別が可能となり、文字認識処理のため
の情報として有効な情報を出力できる文書画像処理方法
を提供することを目的とする。

【００１１】

【課題を解決するための手段】上述した課題を解決し、
目的を達成するため、請求項１の発明にかかる文書画像
処理方法は、入力された多値の画像データの画像の傾き
や画像方向を検出する文書画像処理方法において、前記
多値の画像データの二値化をおこない、前記二値化され
た画像データの画像の傾きおよび／または画像方向を検
出するものであり、回転検出工程での検出に失敗した場
合には、前記入力された多値の画像データの明度を反転
させた画像データを作成し、前記作成された明度反転の
画像データを二値化し、該明度反転後の二値画像データ
の画像の傾きおよび／または画像方向を検出する各工程
を備えたことを特徴とする。

【００１２】この請求項１の発明によれば、明度反転さ
れた画像データが入力されても、これを受け入れて画像
の傾きや画像方向の検出がおこなえるようになる。

【００１３】また、請求項２の発明にかかる文書画像処
理方法は、入力された多値の画像データの画像の傾きや
画像方向を検出する文書画像処理方法において、前記多
値の画像データが明度反転されているか否かを判定し、
前記判定が明度反転の場合には、前記入力された多値の
画像データの明度を反転させた画像データを作成し、前
記明度反転された画像データを二値化し、該明度反転後
の二値画像データの画像の傾きおよび／または画像方向
を検出する各工程を備えたことを特徴とする。

【００１４】この請求項２の発明によれば、最初に画像
データの明度反転を判定するため、画像データに対する
二値化の回数を減らすことができ、入力された画像デー
タの明度反転の有無にかかわらず、傾きや方向を高精度
に検出できるようになる。

【００１５】また、請求項３の発明にかかる文書画像処
理方法は、請求項１または２に記載の発明において、カ
ラーマップを持つ多値の画像データについての明度反転
はカラーマップの反転情報を作り変えておこなうことを
特徴とする。

【００１６】この請求項３の発明によれば、データ部分
は書き換えずカラーマップだけを作り変えて画像データ
の明度反転をおこなう画像処理の効率化を図ることがで
きる。

【００１７】また、請求項４の発明にかかる文書画像処
理方法は、請求項２に記載の発明において、前記明度反
転の判定時には、前記明度反転前後それぞれの二値画像
データにおける黒画素の連結成分からなる外接矩形を抽
出し、抽出された外接矩形のうち、画像上の周辺に接し
ている外接矩形を除く外接矩形を構成する黒画素数を計
数し、前記明度反転前後それぞれの二値画像データを前
記計数された黒画素数に基づき明度反転の有無を判定す
ることを特徴とする。

【００１８】この請求項４の発明によれば、ブック原稿
をスキャンする際に出る原稿周辺のベタノイズ等による
カウントをせず、このベタノイズの影響を排除して原稿
のみの明度反転を正確に判定できるようになる。

【００１９】また、請求項５の発明にかかる文書画像処
理方法は、請求項２に記載の発明において、前記明度反
転の判定時には、前記明度反転前後それぞれの二値画像
データに対し所定の領域分割処理をおこない、前記領域
分割された前記明度反転前後それぞれの二値画像データ
を所定の評価により前記領域分割結果の正当性に基づき
明度反転の有無を判定することを特徴とする。

【００２０】この請求項５の発明によれば、領域分割結
果の評価により明度反転の有無を判定できるようにな
る。

【００２１】また、請求項６の発明にかかる文書画像処
理方法は、請求項２に記載の発明において、前記明度反
転の判定時には、入力された多値の画像データを二値化
し、該二値化された画像データにおける白画素の連結成
分からなる外接矩形を抽出し、該抽出した外接矩形を合
計した面積と画像の面積との比に基づき明度反転の有無
を判定することを特徴とする。

【００２２】この請求項６の発明によれば、面積比を用
い適当な値のしきい値を用いて簡単に明度反転の有無が
判定できるようになる。

【００２３】また、請求項７の発明にかかる文書画像処
理方法は、請求項６に記載の発明において、前記明度反
転の判定時には、画像上における前記抽出した白画素の
外接矩形全てを含む領域の面積Ｓ３を検出し、前記抽出
した白画素の外接矩形のうち面積が大きい上位所定数Ｎ
個による外接矩形の面積Ｓ２を求め、（Ｓ２／Ｓ３）＜
Ｔｈ１である場合に明度が反転されていると判定するこ
とを特徴とする。

【００２４】この請求項７の発明によれば、ブック原稿
をスキャンする際に生じる原稿周辺のベタノイズ等によ
るカウントをせず、このベタノイズの影響を排除して原
稿のみの明度反転を正確に判定できるようになる。

【００２５】また、請求項８の発明にかかる文書画像処
理方法は、請求項６または７に記載の発明において、前
記明度反転の判定時には、前記抽出した外接矩形の面積
が大きい上位所定数Ｎ個以内の外接矩形で、外接矩形中
の白画素の面積があらかじめ定めたしきい値Ｔｈ２以下
である場合、この外接矩形を除いた面積を用いることを
特徴とする。

【００２６】この請求項８の発明によれば、誤認の原因
になる白画素の面積比が少ない白矩形を除き、明度反転
の判定精度を向上できるようになる。

【００２７】また、請求項９の発明にかかる文書画像処
理方法は、請求項２〜８のいずれか一つに記載の発明に
おいて、前記明度反転の判定時には、入力された多値の
画像データを二値化する際に、該画像データを所定の割
合Ｍ１で縮小することを特徴とする。

【００２８】この請求項９の発明によれば、縮小された
画像データを用いることにより、データ容量を小さくし
明度反転の判定を高速化できる。また、ＪＰＥＧなどの
データ劣化が起こる圧縮形式や、印刷に重点をおいた画
像処理で黒ベタ領域の中や周辺に生じる白ぬけノイズの
発生を縮小により回避できるようになる。

【００２９】

【発明の実施の形態】以下に添付図面を参照して、この
発明にかかる文書画像処理方法の好適な実施の形態を詳
細に説明する。

【００３０】図１は、本発明の文書画像処理方法が適用
される文字認識装置の構成を示すブロック図である。文
字認識装置１００は、スキャナ１０１が読み取った画像
データを文字認識してディスプレイ１０２、およびプリ
ンタ等の印字装置１０３にテキスト等の文字データを出
力する。

【００３１】文字認識装置１００は、スキャナ１０１の
画像データを格納する画像メモリ１０４，画像メモリ１
０４の画像データを文字認識処理するＣＰＵ１０５，Ｃ
ＰＵ１０５の文字認識処理時のデータのワークメモリと
して用いられるＲＡＭ１０７，文字認識処理の前処理を
実行する各機能部１０８〜１１２で構成される。

【００３２】これら各機能部は、文字認識処理プログラ
ムの一部を構成するものであり、入力される多値画像デ
ータが有する濃淡階調を二値化する二値化部１０８，二
値化された画像データで画像の傾きおよび文書の方向を
検出する回転検出部１０９，画像の明度を反転させる明
度反転部１１０，画像データを回転させる画像回転部１
１１，画像データの明度反転を判定する明度反転判定部
１１２，の各手段（機能別プログラム）で構成されてい
る。これら各手段で検出された情報（データ）は不図示
の文字認識（ＯＣＲ）部に供給され、文字認識処理時の
情報として利用される。

【００３３】（実施の形態１）図２は、上記構成による
文書処理手順を示すフローチャートである。この文書処
理は、文字認識処理の前処理として実行されるものであ
り、文書の傾きや方向を検出して補正し、必要に応じて
画像を反転させて再度文書の傾きや方向を検出して画像
データを補正し、文字認識部（不図示）に渡すものであ
る。

【００３４】本発明では、以下の各実施形態においてカ
ラーの多値画像データが入力され、これをグレー化して
用いる。また、グレー画像データに対して固定しきい値
での一様二値化をおこなう。このときのパラメーターに
は比較的濃い目の画像が得られる１００を用いて、二値
の画像を作成する。なお、この発明で適応二値化を用い
ない理由は後述する。

【００３５】はじめに、二値化部１０８は、入力された
カラーの多値画像から、二値化をおこない二値の画像デ
ータＡを作成する（ステップＳ２０１）。二値化には判
別分析をするなどいずれの手法を用いても良い。つぎ
に、生成された二値の画像データＡによって画像の傾き
や方向など補正角度Ａを検出する（ステップＳ２０
２）。

【００３６】このように、多値の画像データを用いて直
接これらの角度や方向を検出するのではなく、一度多値
の画像データを二値化し、二値画像データに対して検出
する方法は、上述した特許文献１に開示されている如く
複数存在している。この発明では、特に画像の傾き検出
や画像の方向検出の手法は特にこだわらない。

【００３７】この後、角度検出（傾きや方向の検出）に
失敗したか否か判断する（ステップＳ２０３）。成功し
た場合には（ステップＳ２０３：Ｎｏ）、検出された角
度や方向に基づき画像データを角度補正した画像データ
を作成する（ステップＳ２０４）。この発明では、傾き
や方向の検出に失敗した場合に（ステップＳ２０３：Ｙ
ｅｓ）、失敗した原因が白黒反転にあったかどうかを確
かめるための処理をおこなう。

【００３８】すなわち、画像データを明度反転（白黒反
転）させた画像Ｂを作成し（ステップＳ２０５）、その
画像で角度検出を再度試みるものである。ここで、二値
画像を単純に反転しただけでは比較的安定した文字画像
が得られないことがわかっている。一般の文書画像では
暗色の方が文字であることが多いため、細い暗色の文字
がかすれないように設定されている。適応二値化の方式
であっても、パラメーターで濃い部分（黒）を残すよう
に設定されていることが多い。したがって、暗い背景に
明るい細い文字があった場合の二値画像は、かすれ気味
になる傾向がある。

【００３９】ここで、上記の適応二値化について簡単に
説明する。本出願人は、特許文献８に開示されている適
応二値化の提案をおこなっている。この方式は、画像を
ブロック単位に分け、そのブロックごとに、しきい値を
決めて二値化をするとともに、隣りのブロックの決定済
みのしきい値と大きく異なったしきい値にならないよう
に補正をして、ブロックの境目に線が出たりしないよう
に二値化するものである。上記方式によらず、部分的に
しきい値を変えながら画像全面を二値化していく方法を
適応二値化と呼称している。適応二値化では、ブロック
ごとにしきい値を決める点が特徴となっている。

【００４０】ブロックの中には白と黒が入っていると通
常考え、濃度分布の谷のところをしきい値にすると、白
と黒にはっきり分けることができるという考えを利用し
ている。ところが、仮にブロックの中に黒だけがあった
とする。この場合、背景の一部のブロックでは、ほぼ黒
一色にもかかわらず、白と黒を分けようと計算するた
め、微妙に色の薄い部分が白く二値化されてしまう場合
が発生する。これにより、上記のように、暗い背景に明
るい細い文字があった場合の二値画像は、かすれ気味に
なる傾向が生じる。

【００４１】このため、ステップＳ２０５では、入力さ
れたカラーの多値の画像データ（元画像）自体を明度反
転した画像データを作成する。この後、この明度反転さ
れた画像データを改めて二値化した二値の画像データＢ
を得た後（ステップＳ２０６）、この画像データＢを用
いて再度、傾きと方向を検出し（ステップＳ２０７）、
角度補正された画像データを作成する（ステップＳ２０
４）。

【００４２】上記処理によれば、従来成功していた画像
が入力されたときには、角度および方向の検出を失敗す
ることなく、従来失敗していた、全面が明度反転されて
いる画像について角度および方向の検出を成功させるこ
とができる。

【００４３】なお、上記ステップＳ２０３の処理で判断
する、画像の傾きと方向の検出の失敗の有無について
は、傾きと方向の判別をどちらもおこなう場合に、どち
らか一方が失敗したら、それで終了（失敗）という判断
とすることもできるが、片方（たとえば傾き）が失敗し
ても、もう一方（文書方向）を処理して、そちらが成功
した場合は、傾き検出のみ失敗したという結果を出力
し、両方失敗した場合は、両方失敗したという結果を別
途通知等で出力する構成にできる。この場合、ステップ
Ｓ２０３では、傾きあるいは文書方向の検出失敗により
失敗（ステップＳ２０３：Ｙｅｓ）と判断する。

【００４４】（実施の形態２）つぎに、図３は、他の文
書処理手順を示すフローチャートである。図示の如く実
施の形態１との対比では、入力されたカラーの画像デー
タに対し、彩度を除いた、明度成分のみのグレースケー
ルの画像データＡを作成する点が異なる（ステップＳ３
０１）。

【００４５】カラーからグレー画像の生成方法には、Ｒ
ＧＢからの変換式や最も単純なものでは、近似値という
ことで、Ｇ成分のみ使用する方法などがある。そして、
このグレースケールの画像データを保持しておき、この
グレーの画像データを使用して二値の画像データＡを作
成する（ステップＳ３０２）。この後、この二値の画像
データＡによって画像の傾きの検出や、画像の方向の検
出をおこなう（ステップＳ３０３）。

【００４６】この後、傾きや方向の検出に失敗したか否
か判断する（ステップＳ３０４）。成功した場合には
（ステップＳ３０４：Ｎｏ）、検出された角度や方向に
基づき画像データを角度補正した画像データを作成する
（ステップＳ３０５）。一方、傾きや方向の検出に失敗
した場合には（ステップＳ３０４：Ｙｅｓ）、失敗した
原因が白黒反転にあったかどうかを確かめるための処理
をおこなう。

【００４７】まず、ステップＳ３０１で作成されたグレ
ースケールの画像データＡを明度反転したグレースケー
ルの画像データＢを作成する（ステップＳ３０６）。こ
の後、この明度反転された画像データを改めて二値化し
た二値の画像データＢを得た後（ステップＳ３０７）、
この画像データＢを用いて再度、角度や方向を検出し
（ステップＳ３０８）、角度補正された画像データを作
成する（ステップＳ３０５）。

【００４８】上記処理のように、入力されたカラーの画
像を元に、グレースケールの画像データを作成しておく
ことにより、明度反転用のグレーの画像データの作成、
二値化、反転画像の保持、という各構成は、多値画像を
直接処理するのに比べ処理時間、メモリ容量の点で低コ
スト化できるようになる。

【００４９】（実施の形態３）つぎに、図４は、他の文
書処理手順を示すフローチャートである。図示の如く、
この処理手順では、画像の明度反転判定処理を実行する
構成である。まず、入力されたカラーの多値の画像デー
タが明度全面反転されているか判定処理を実行する（ス
テップＳ４０１）。この明度全面反転判定処理の内容は
後述する。

【００５０】そして、明度反転なしの場合は（ステップ
Ｓ４０２：Ｎｏ）、この画像データの二値の画像データ
Ａを作成する（ステップＳ４０３）。この後、この二値
の画像データＡによって画像の傾きの検出や、画像の方
向の検出をおこない（ステップＳ４０４）、検出された
角度や方向に基づき画像データを角度補正した画像デー
タを作成する（ステップＳ４０５）。

【００５１】一方、明度反転があった場合には（ステッ
プＳ４０２：Ｙｅｓ）、元画像であるカラーの画像デー
タの明度を反転した画像データＢを作成する（ステップ
Ｓ４０６）。この後、明度反転後の二値の画像データＢ
を作成する（ステップＳ４０７）。この後、この二値の
画像データＢによって画像の傾きの検出や、画像の方向
の検出をおこない（ステップＳ４０８）、検出された角
度や方向に基づき画像データを角度補正した画像データ
を作成する（ステップＳ４０５）。

【００５２】上記処理の実行により、二値化の回数を減
らすことができ、また、明度の反転に基づき傾きや方向
の検出の精度向上が図れるようになる。

【００５３】（実施の形態４）つぎに、図５は、他の文
書処理手順を示すフローチャートである。図示の如く、
この処理手順では、グレー画像を作成し、また、画像の
明度反転判定処理を実行する構成である。まず、入力さ
れたカラーの多値の画像データを元にグレースケールの
画像データＡを作成する（ステップＳ５０１）。つぎ
に、この画像データＡが明度全面反転されているか判定
処理を実行する（ステップＳ５０２）。

【００５４】そして、明度反転なしの場合は（ステップ
Ｓ５０３：Ｎｏ）、この画像データの二値の画像データ
Ａを作成する（ステップＳ５０４）。この後、この二値
の画像データＡによって画像の傾きの検出や、画像の方
向の検出をおこない（ステップＳ５０５）、検出された
角度や方向に基づき画像データを角度補正した画像デー
タを作成する（ステップＳ５０６）。

【００５５】一方、明度反転があった場合には（ステッ
プＳ５０３：Ｙｅｓ）、先に作成したグレースケールの
画像データＡの明度を反転した画像データＢを作成する
（ステップＳ５０７）。この後、明度反転した画像デー
タＢを二値化した画像データＢを作成する（ステップＳ
５０８）。この後、この二値の画像データＢによって画
像の傾きの検出や、画像の方向の検出をおこない（ステ
ップＳ５０９）、検出された角度や方向に基づき画像デ
ータを角度補正した画像データを作成する（ステップＳ
５０６）。

【００５６】上記処理の実行により、二値化の回数を減
らすことができ、また、明度の反転に基づき傾きや方向
の検出の精度向上が図れるようになる。また、ステップ
Ｓ５０１でグレースケール画像を作成しておくので、カ
ラー画像から二値画像の作成、カラー画像の反転、反転
した画像データを保持しておくための各処理時間、使用
メモリ量を低コスト化できるようになる。

【００５７】（実施の形態５）実施の形態５は、各実施
の形態１〜４で説明した文書画像処理方法で、多値画像
の明度反転画像を作成するのに、カラーマップだけを作
り変え、データ部分は書き換えない方法で明度反転画像
を作成する方法である。

【００５８】この場合２４ビットフルカラー画像のよう
にカラーマップを持っていない画像では対応できない
が、パーソナル・コンピューター（ＰＣ）で汎用のＤＩ
Ｂ形式におけるグレー画像や２５６色などインデックス
カラーと呼ばれるものは、カラーマップを持っていて、
どのデータがどの色であるかを管理している。

【００５９】具体的にカラーマップの作り変えを説明す
る。これは、カラーマップの明度を反転させた、別マッ
プを作ることであり、たとえば順番に、（Ｒ，Ｇ，Ｂ）
＝（０，０，０），（１，１，１），（２，２，２），
〜（２５５，２５５，２５５）と並んでいた場合に、
（Ｒ，Ｇ，Ｂ）＝（２５５，２５５，２５５），（２５
４，２５４，２５４），〜（０，０，０）としたカラー
マップを作る。このように、カラーマップの情報だけを
書き換えることで、データ部のデータを変更する必要が
なく、データサイズによらず高速な処理をおこなうこと
ができる。

【００６０】（実施の形態６）実施の形態６は、明度反
転処理をおこなう実施の形態３〜５の文書画像処理方法
において、明度反転判定の結果、反転されている、とい
う判定結果の場合に、元画像データが明度反転されてい
るという判定結果を次工程の処理に出力する構成であ
る。

【００６１】次工程は、文字認識部による文字認識処理
であり、文字認識部では、元画像データがそのまま入力
されたか、あるいは元画像データが明度反転された画像
データが入力されたかを判断することができるようにな
る。たとえば、文字認識部が明度反転された画像データ
を用いて文字認識処理をおこない何らかの失敗が生じた
場合、元画像データを再度取り込んで文字認識処理を再
度実行することが可能となる。

【００６２】（実施の形態７）実施の形態７は、上記実
施の形態１〜５において、全面反転した後の出力の二値
画像データＢを用いて画像の傾きや方向判別をおこなっ
た結果が成功した場合に、出力される画像データが元画
像データを明度反転させた画像データであるという結果
を次工程（文字認識部）に出力する構成である。実施の
形態６と比較して、結果出力は傾きや方向判別が成功し
た際に出力されるという点で出力のタイミングが異な
り、文字認識処理前に入力される画像データが明度反転
されたものであるか否かを判断できるようになる。

【００６３】（実施の形態８）実施の形態８は、上記実
施の形態１〜７の各文書画像処理方法において、明度反
転をおこなって二値化した際に、画像の傾きまたは方向
判別が失敗した場合の処理である。このような場合に
は、明度反転されていない、もしくは不明であるという
結果を次工程に出力する構成である。これにより、文字
認識部は、入力された結果に応じた文字認識処理を実行
できるようになる。

【００６４】（実施の形態９）実施の形態９における処
理は、上記実施の形態１〜７の各文書画像処理方法にお
いて、明度反転をおこなって二値化した際に、画像の傾
きまたは方向判別が失敗した場合、次工程（文字認識
部）に対し、明度反転をした画像データを強制的に使用
しない（出力しない）構成である。すなわち、明度反転
しても失敗した画像データをそのまま次工程以降に用い
ることを禁止することにより、次工程以降での失敗の増
加を防ぎ、元画像データで処理を継続させることによ
り、操作者の意図に沿った処理および処理結果を出力で
きるようになる。

【００６５】（実施の形態１０）実施の形態１０は、上
記実施の形態で説明した明度判定処理の具体的処理内容
である。図６は、明度判定処理内容を示すフローチャー
トである。たとえば、図４のステップＳ４０１での判定
処理に相当し、以下に説明する。

【００６６】まず、入力されるカラーの多値画像をグレ
ースケール化したグレーの画像データＡに基づき、この
グレーの画像データＡを明度反転したグレーの画像デー
タＢを作成する（ステップＳ６０１）、つぎに、グレー
の画像データＡから二値化された二値の画像データＡを
作成し（ステップＳ６０２）、明度反転されたグレーの
画像データＢに対しても二値の画像データＢを作成する
（ステップＳ６０３）。

【００６７】そして、二値の画像データＡの黒画素数を
計数し（ステップＳ６０４）、明度反転された二値画像
データＢの黒画素数を計数する（ステップＳ６０５）。
この計数は画素数計測部（図示せず）がおこなう。この
後、これら二値の画像データＡ，Ｂそれぞれで計数され
た黒画素の総数を比較する（ステップＳ６０６）。比較
の結果、二値画像データＡの黒画素数の方が少なければ
（ステップＳ６０６：Ｙｅｓ）、明度反転なしと判定す
る（ステップＳ６０７）。一方、明度反転された二値画
像データＢの黒画素数の方が少なければ（ステップＳ６
０６：Ｎｏ）、明度反転（全面反転）と判定する（ステ
ップＳ６０８）。このように黒画素数の計数だけで容易
に明度反転の有無を判定できる。

【００６８】（実施の形態１１）実施の形態１１は、実
施の形態１０で説明した明度反転判定処理の一部を変更
した構成である。グレーの画像データＡ，Ｂからそれぞ
れ二値の画像データＡ，Ｂを作成するまでの各処理（ス
テップＳ６０１〜Ｓ６０３）までは同様の処理である。
この後、ステップＳ６０４，Ｓ６０５で二値の画像デー
タＡ，Ｂをそれぞれ黒画素を計数する際に、上下左右の
端から連続する黒画素は計数の対象外とする。

【００６９】上記の上下左右の端からの連続とは、画像
の端に接しているものからの連続であり、斜め方向およ
び水平、垂直方向でそれぞれ画像の端から接している黒
画素は計数しない。これにより、ブック原稿をスキャン
する際に生じる原稿周辺のベタノイズ等によるカウント
をせず、このベタノイズの影響を排除して原稿のみの明
度反転を正確に判定できるようになる。

【００７０】（実施の形態１２）実施の形態１２は、明
度判定処理の他の具体的処理内容である。図７は、この
実施形態の明度判定処理内容を示すフローチャートであ
る。ステップＳ７０１〜Ｓ７０４までの元画像データに
対する処理と、ステップＳ７０５〜Ｓ７０９までの元画
像を反転処理した画像データに対する処理は並行して実
行できる。

【００７１】元画像データに対する処理（ステップＳ７
０１〜Ｓ７０４）を説明する。カラーの多値画像データ
がグレースケール化された画像データＡが入力される
と、このグレーの画像データＡを二値化し二値の画像デ
ータＡを作成する（ステップＳ７０１）。つぎに、二値
の画像データＡにおいて黒画素の連結部分による全ての
外接矩形を抽出する（ステップＳ７０２）。つぎに、得
られた外接矩形のうち、外接矩形の座標値が原稿の上下
左右に接触している矩形を無効にする（ステップＳ７０
３）。そして、無効とされた矩形を除く各矩形中の黒画
素を計数する（ステップＳ７０４）。

【００７２】元画像データを明度反転した側の処理（ス
テップＳ７０５〜ステップＳ７０９）も他方と同様であ
るが、まず、グレースケール化された画像データＡを明
度反転したグレーの画像データＢを作成する（ステップ
Ｓ７０５）。つぎに、グレーの画像データＢを二値化し
二値画像データＢを作成する（ステップＳ７０６）。つ
ぎに、二値画像データＢにおいて黒画素の連結部分によ
る全ての外接矩形を抽出する（ステップＳ７０７）。つ
ぎに、得られた外接矩形のうち、外接矩形の座標値が原
稿の上下左右に接触している矩形を無効にする（ステッ
プＳ７０８）。そして、無効とされた矩形を除く各矩形
中の黒画素を計数する（ステップＳ７０９）。

【００７３】つぎに、これら画像データＡ，Ｂで得られ
た各矩形中の黒画素数を対比する（ステップＳ７１
０）。この結果、画像データＡの黒画素数の方が少なけ
れば（ステップＳ７１０：Ｙｅｓ）、明度反転なしと判
定する（ステップＳ７１１）。一方、画像データＢの黒
画素数の方が少なければ（ステップＳ７１０：Ｎｏ）、
明度反転（全面反転）ありと判定する（ステップＳ７１
２）。これにより、ブック原稿をスキャンする際に生じ
る原稿周辺のベタノイズ等によるカウントをせず、この
ベタノイズの影響を排除して原稿のみの明度反転を正確
に判定できるようになる。

【００７４】（実施の形態１３）実施の形態１３は、明
度判定処理の他の具体的処理内容である。図８は、この
実施形態の明度判定処理内容を示すフローチャートであ
る。ステップＳ８０１〜Ｓ８０２の元画像データに対す
る処理と、ステップＳ８０３〜Ｓ８０５までの元画像を
反転処理した画像データに対する処理は並行して実行で
きる。

【００７５】元画像データに対する処理（ステップＳ８
０１，Ｓ８０２）を説明する。カラーの多値画像データ
をグレースケール化した画像データＡが入力されると、
このグレーの画像データＡを二値化し、二値の画像デー
タＡを作成する（ステップＳ８０１）。つぎに、この二
値の画像データＡに対して、自動の領域分割処理をおこ
なう（ステップＳ８０２）。

【００７６】元画像データを明度反転した側の処理（ス
テップＳ８０３〜ステップＳ８０５）も他方と同様であ
るが、まず、グレースケール化された画像データＡを明
度反転したグレーの画像データＢを作成する（ステップ
Ｓ８０３）。つぎに、グレーの画像データＢを二値化
し、二値画像データＢを作成する（ステップＳ８０
４）。つぎに、この二値画像データＢに対して、自動の
領域分割処理をおこなう（ステップＳ８０５）。

【００７７】つぎに、これら画像データＡ，Ｂで得られ
た各領域分割結果を対比する（ステップＳ８０６）。こ
の結果、画像データＡの結果の正当性が高ければ（ステ
ップＳ８０７：Ｙｅｓ）、明度反転なしと判定する（ス
テップＳ８０８）。一方、画像データＢの結果の正当性
が高ければ（ステップＳ８０７：Ｎｏ）、明度反転（全
面反転）ありと判定する（ステップＳ８０９）。

【００７８】上記２つの画像データＡ，Ｂにおける領域
分割の処理概要を説明する。この領域分割処理および評
価は、本出願人が先に出願した特許文献７などに開示さ
れた公知技術を用いることができる。図９は、この領域
分割方法を実現する具体的構成を示すブロック図であ
る。第１，第２の領域分割手段９０１，９０２は、それ
ぞれ異なる領域分割方法を用いて入力文書画像を文字領
域などの要素に分割する。領域分割結果評価手段９０３
は、分割された各領域内における行頭の揃い度合い、あ
るいは文字サイズの変動の度合いを基に、それぞれの分
割結果を評価し、評価値の高い分割結果を選択する。こ
のような領域分割結果の評価により明度反転の有無を判
定できるようになる。

【００７９】（実施の形態１４）実施の形態１４は、上
述した実施形態と異なり、明度反転したグレーの画像デ
ータＢ，二値の画像データＢはすぐには作成しない。グ
レーの画像データＡと、二値の画像データＡを作成す
る。そして、この二値の画像データＡについて、白画素
の連結成分からなる外接矩形を抽出し、この外接矩形の
面積と、二値画像データの全面の面積を特徴として、明
度反転の条件を経験的に設定するものである。この明度
判定では、基本的に、白地に黒文字で書かれていると想
定される領域の面積が、全体に対して大きければ、明度
が反転されていないと判断するものである。

【００８０】上記面積の特徴の使い方の例を図１０のフ
ローチャートを用いて説明する。まず、カラーの多値の
元画像データから作成されたグレースケールの画像デー
タＡの入力により、二値化した画像データＡを作成する
（ステップＳ１００１）。この二値の画像データＡの面
積をＳ１としておく。

【００８１】つぎに、この二値の画像データＡ内におい
て、白画素により構成される全ての矩形を抽出し（ステ
ップＳ１００２）、得られた全ての白画素矩形を面積の
大きい順にソートする（ステップＳ１００３）。つぎ
に、これら白画素矩形の面積が大きい上位の所定の数Ｎ
（例えばＮ：２〜１０）個の矩形を抽出し（ステップＳ
１００４）、これら上位Ｎ個の白画素矩形の面積を積算
（加算）する（ステップＳ１００５）。Ｎ個全ての白画
素の矩形の面積が積算されるまでは、ステップＳ１００
４に復帰するｉ回（ｉ＝０〜Ｎ）のループを実行する
（ステップＳ１００６：Ｎｏ）。Ｎ個全ての白画素の矩
形の面積が積算されると（ステップＳ１００６：Ｙｅ
ｓ）、面積の総和をＳ２とする。

【００８２】つぎに、画像データＡの面積Ｓ１における
白画素矩形の面積Ｓ２の面積比を求め、あらかじめ設定
された所定のしきい値Ｔｈ１（０．４〜０．６）と対比
する（ステップＳ１００７）。そして、下記式

【００８３】（Ｓ２／Ｓ１）＞Ｔｈ１ を満たす場合には（ステップＳ１００７：Ｙｅｓ）、明
度の反転なしと判定する（ステップＳ１００８）。上記
を満たさない場合には（ステップＳ１００７：Ｎｏ）、
明度が反転されていると判定する（ステップＳ１００
９）。ここで、白画素矩形の面積Ｓ２が大きいほど、上
記Ｓ２／Ｓ１の比は大きくなる。したがって、適当な値
のしきい値Ｔｈ１を用いるだけで簡単に明度反転の有無
が判定できる。

【００８４】上記説明したしきい値Ｔｈ１の値について
説明する。背景を囲む面積は、画像の情報を持つ面積の
大半を示すため、白の面積と、黒の面積のいずれが単純
に大きいかの判定に５割（しきい値０．５）の線が通常
の大まかなしきい値となる。しかし、上記処理内容によ
る面積計算では、画像の総面積―白矩形の面積＝黒の面
積とはならない。すなわち、白の面積は白画素の外接矩
形の面積であるため、たとえば、斜めの白い線があると
すると、面積は白画素よりもはるかに大きな値に計算さ
れることになる。このため、通常値に対する余裕を見て
しきい値は、０．４〜０．６の範囲とする。このしきい
値は、通常値に対し経験的（統計的）な範囲で設定でき
る。

【００８５】また、上記処理回数規定のための所定の数
Ｎの設定について説明する。所定の数Ｎ１を２〜１０に
設定した点については、白画素矩形を全て探索するので
は、処理時間がかかるため、処理時間を減らすべく面積
順にして有効そうな数分だけを処理するためである。現
実的には、似たような面積で、しかも白背景である領域
が複数あるものは特殊な事象であり、ここでは少なくと
も一つ以上の数を限定して調べるための値である。この
処理回数規定のためのＮの設定により、計算量（処理時
間）を減らすことができる。結果として全ての矩形の面
積を足すことにならないので、あらかじめ設定されるし
きい値Ｔｈ１には、標準的なしきい値の０．５より小さ
な値をセットしておく方が望ましい。

【００８６】（実施の形態１５）実施の形態１５は、上
記明度反転判定処理の他の例である。この実施の形態１
５は、実施の形態１４にて面積比を計算する際に（ステ
ップＳ１００７）、画像データ全面の面積Ｓ１を用いな
い。代わりに、白画素矩形全てを含む領域の面積Ｓ３を
求めておき、Ｓ１の代わりにＳ３を使用し、白画素矩形
の面積Ｓ２との比で白画素面積比を算出する。

【００８７】面積Ｓ３の算出例は、画像上での白画素矩
形が存在するＸ，Ｙ座標上での最小点位置（Ｘｓ，Ｙ
ｓ）と、最大点位置（Ｘｅ，Ｙｅ）の２点の座標値によ
り、白画素矩形を全て含む４点の座標値が得られ、これ
ら４点で囲まれた範囲を面積Ｓ３として得る。このよう
な処理においても、適当な値のしきい値Ｔｈ１を用い、
下記式

【００８８】（Ｓ２／Ｓ３）＜Ｔｈ１

【００８９】を判断するだけでブック原稿をスキャンす
る際に生じる原稿周辺のベタノイズ等によるカウントを
せず、このベタノイズの影響を排除して原稿のみの明度
反転を正確に判定できるようになる。

【００９０】（実施の形態１６）実施の形態１６は、実
施の形態１４，１５で説明した明度反転の判定処理につ
いての変形例の構成である。これら実施の形態１４，１
５では白画素矩形の面積を用いて明度反転している。こ
れは、白地に黒文字であった場合、背景色は当然白であ
り、背景色の方が文字の黒より多くなるのが通常である
ことに基づく。たとえば、実施の形態１４では、このよ
うな、白が背景色となっている部分の面積Ｓ２を算出
し、画像全体の面積Ｓ１に対する割合であるかを、明度
反転判定に使用している。このため、白画素の面積比が
少ない白矩形は誤認の原因になる可能性が高い。

【００９１】このため、この実施形態では、二値の画像
データについて、白画素の連結成分からなる外接矩形を
抽出した後、抽出された矩形の面積上位の所定の数分の
矩形で、矩形中の白画素の面積比があらかじめ定めたし
きい値Ｔｈ２（０．３〜０．６）以下である場合は、該
当する矩形を除き判定処理（ステップＳ１００７）をお
こなう構成とする。これにより、誤認の原因になる白画
素の面積比が少ない白矩形を除き、明度反転の判定精度
を向上できるようになる。

【００９２】上記説明したしきい値Ｔｈ２の値について
説明する、上記説明したように、白矩形の内部が白の斜
め線などの場合には、面積は大きいが内部の白画素数が
少ないことがあり得る。しきい値Ｔｈ２は、この対策と
して、矩形中の白画素比率の低いものは白矩形として面
積を足しこまないために設定される。たとえば、白背景
に端まで文字が密に記載されていたとすると、実際の白
画素数は少なくなる。しかし白背景であることには変わ
りはなく、面積としては、白画素数分だけではなく、全
体を白背景領域とする方が最も自然であると判断するこ
とに基づいている。他にも、たとえば黒背景にぎざぎざ
が沢山あるような星型の白背景領域があると、線の谷付
近に黒画素がある影響で全体の白画素比率は下がる。こ
の対策として、背景中に存在する黒画素の占有率を考え
たときに、通常のしきい値（０．５）よりも少ない方向
に多く範囲を取ったしきい値Ｔｈ２（０．３〜０．６）
の範囲とすることが有効となる。

【００９３】（実施の形態１７）実施の形態１７は、明
度判定処理の他の具体的処理内容である。図１１は、こ
の実施形態の明度判定処理内容を示すフローチャートで
ある。縮小した二値の画像データを生成し、この縮小さ
れた画像データを用いて明度反転判定をおこなう構成で
ある。

【００９４】カラーの画像データがグレースケール化さ
れ、このグレーの画像データが入力される。はじめに、
このグレーの画像データを所定の倍率（Ｍ１）％に縮小
した画像データを作成する（ステップＳ１１０１）。倍
率Ｍ１としては、たとえば、１２．５％，２５％，５０
％のいずれかの値を使用する。これらの数値は、それぞ
れ画像データを１／８，１／４，１／２に縮小処理する
もので、これらの倍率設定は比較的高速に縮小処理でき
る倍率である。

【００９５】また、倍率Ｍ１として、入力された画像デ
ータの解像度からあらかじめ定めた所定の解像度Ｒ１を
作成するための値を求め設定する構成にもできる。この
場合、解像度Ｒ１の画像データを得るための変倍率Ｍ１
を算出し設定する。解像度Ｒ１としては、５０ｄｐｉ，
７２ｄｐｉ，１００ｄｐｉ，１５０ｄｐｉ，２００ｄｐ
ｉという値が使用される。これらの数値は、通常、入力
が予想される解像度に対して１／ｎ（ｎは整数）倍に相
当することが多く、変倍処理を円滑におこなえる値であ
る。

【００９６】つぎに、この縮小された画像データを二値
化する（ステップＳ１１０２）。そして、この二値の画
像データＡ内において、白画素により構成される全ての
矩形を抽出し（ステップＳ１１０３）、全白画素矩形か
らなる領域の面積（前述した面積Ｓ３に相当）を算出す
る（ステップＳ１１０４）。つぎに、得られた全ての白
画素矩形を面積の大きい順にソートする（ステップＳ１
１０５）。そして、これら白画素矩形の面積が大きい上
位の所定の数Ｎ（例えば、Ｎ：２〜１０）個の矩形を抽
出する（ステップＳ１１０６〜Ｓ１１０９のループ）。
このループ処理では、抽出された矩形の面積上位の所定
の数分の矩形で、矩形中の白画素の面積があらかじめ定
めたしきい値Ｔｈ２（０．３〜０．６）以下である場合
（ステップＳ１１０７：Ｎｏ）、何もせずにステップＳ
１１０６へ戻ることで該当する矩形が除かれ、しきい値
Ｔｈ２よりも大きい場合（ステップＳ１１０７：Ｙｅ
ｓ）にのみ、上位Ｎ個の白画素矩形の面積が積算（加
算）される（ステップＳ１１０８）。

【００９７】Ｎ個全ての白画素の矩形の面積が積算され
るまでは、ステップＳ１１０６に復帰するｉ回（ｉ＝０
〜Ｎ）のループを実行する（ステップＳ１１０９：Ｎ
ｏ）。Ｎ個全ての白画素の矩形の面積が積算されると
（ステップＳ１１０９：Ｙｅｓ）、面積の総和を求め
（面積Ｓ２に相当）、白画素矩形の範囲面積（Ｓ３）に
おける白画素矩形の面積（Ｓ２）の面積比を求め、あら
かじめ設定された所定のしきい値Ｔｈ３（値：１／２）
と対比する（ステップＳ１１１０）。

【００９８】（Ｓ２／Ｓ３）＞Ｔｈ３ を満たす場合には（ステップＳ１１１０：Ｙｅｓ）、明
度の反転なしと判定する（ステップＳ１１１１）。上記
を満たさない場合には（ステップＳ１１１０：Ｎｏ）、
明度反転されていると判定する（ステップＳ１１１
２）。

【００９９】上記処理で縮小された画像データを用いる
ことにより、データ容量を小さくし明度反転の判定を高
速化することができるようになる。また、ＪＰＥＧなど
のデータ劣化が起こる圧縮形式や、印刷に重点をおいた
画像処理で黒ベタ領域の中や周辺に白ぬけノイズが発生
することがある。このノイズは、矩形抽出を用いる方法
では画素が白黒双方であっても無用な矩形が多数発生し
て明度反転判定の処理に影響が生じる。上記のような画
像データの縮小化によれば、この白ぬけノイズの発生を
回避することができる。なお、上記処理で縮小された二
値の画像データは、そのまま以降の処理画像に用いるこ
とができる他、文字認識時に再度、元画像データを取り
込み処理することもできる。

【０１００】なお、本実施の形態で説明した文書画像処
理方法は、あらかじめ用意されたプログラムをパーソナ
ル・コンピュータやワークステーション等のコンピュー
タで実行することにより実現することができる。このプ
ログラムは、ハードディスク、フロッピー（Ｒ）ディス
ク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読
み取り可能な記録媒体に記録され、コンピュータによっ
て記録媒体から読み出されることによって実行される。
またこのプログラムは、上記記録媒体を介して、インタ
ーネット等のネットワークを介して配布することができ
る。

【０１０１】

【発明の効果】以上説明したように、請求項１に記載の
発明によれば、入力された多値の画像データの画像の傾
きや画像方向を検出する文書画像処理方法において、前
記多値の画像データの二値化をおこない、前記二値化さ
れた画像データの画像の傾きおよび／または画像方向を
検出するものであり、回転検出工程での検出に失敗した
場合には、前記入力された多値の画像データの明度を反
転させた画像データを作成し、前記作成された明度反転
の画像データを二値化し、該明度反転後の二値画像デー
タの画像の傾きおよび／または画像方向を検出する各工
程を備えたため、明度反転された画像データが入力され
ても、これを受け入れて画像の傾きや画像方向の検出が
おこなえるという効果を奏する。

【０１０２】また、請求項２に記載の発明によれば、入
力された多値の画像データの画像の傾きや画像方向を検
出する文書画像処理方法において、前記多値の画像デー
タが明度反転されているか否かを判定し、前記判定が明
度反転の場合には、前記入力された多値の画像データの
明度を反転させた画像データを作成し、前記明度反転さ
れた画像データを二値化し、該明度反転後の二値画像デ
ータの画像の傾きおよび／または画像方向を検出する各
工程を備えたので、最初に画像データの明度反転を判定
するため、画像データに対する二値化の回数を減らすこ
とができ、入力された画像データの明度反転の有無にか
かわらず、傾きや方向を高精度に検出できるという効果
を奏する。

【０１０３】また、請求項３の発明によれば、請求項１
または２に記載の発明において、カラーマップを持つ多
値の画像データについての明度反転はカラーマップの反
転情報を作り変えておこなうので、データ部分は書き換
えずカラーマップだけを作り変えて画像データの明度反
転をおこなう画像処理の効率化を図ることができるとい
う効果を奏する。

【０１０４】また、請求項４の発明によれば、請求項２
に記載の発明において、前記明度反転の判定時には、前
記明度反転前後それぞれの二値画像データにおける黒画
素の連結成分からなる外接矩形を抽出し、抽出された外
接矩形のうち、画像上の周辺に接している外接矩形を除
く外接矩形を構成する黒画素数を計数し、前記明度反転
前後それぞれの二値画像データを前記計数された黒画素
数に基づき明度反転の有無を判定することとしたので、
ブック原稿をスキャンする際に出る原稿周辺のベタノイ
ズ等によるカウントをせず、このベタノイズの影響を排
除して原稿のみの明度反転を正確に判定できるという効
果を奏する。

【０１０５】また、請求項５の発明によれば、請求項２
に記載の発明において、前記明度反転の判定時には、前
記明度反転前後それぞれの二値画像データに対し所定の
領域分割処理をおこない、前記領域分割された前記明度
反転前後それぞれの二値画像データを所定の評価により
前記領域分割結果の正当性に基づき明度反転の有無を判
定するので、領域分割結果の評価により明度反転の有無
を判定できるという効果を奏する。

【０１０６】また、請求項６の発明によれば、請求項２
に記載の発明において、前記明度反転の判定時には、入
力された多値の画像データを二値化し、該二値化された
画像データにおける白画素の連結成分からなる外接矩形
を抽出し、該抽出した外接矩形を合計した面積と画像の
面積との比に基づき明度反転の有無を判定することとし
たので、面積比を用い適当な値のしきい値を用いて簡単
に明度反転の有無が判定できるという効果を奏する。

【０１０７】また、請求項７の発明によれば、請求項６
に記載の発明において、前記明度反転の判定時には、画
像上における前記抽出した白画素の外接矩形全てを含む
領域の面積Ｓ３を検出し、前記抽出した白画素の外接矩
形のうち面積が大きい上位所定数Ｎ個による外接矩形の
面積Ｓ２を求め、 （Ｓ２／Ｓ３）＜Ｔｈ１ である場合に明度が反転されていると判定することとし
たので、ブック原稿をスキャンする際に生じる原稿周辺
のベタノイズ等によるカウントをせず、このベタノイズ
の影響を排除して原稿のみの明度反転を正確に判定でき
るという効果を奏する。

【０１０８】また、請求項８の発明によれば、請求項６
または７に記載の発明において、前記明度反転の判定時
には、前記抽出した外接矩形の面積が大きい上位所定数
Ｎ個以内の外接矩形で、外接矩形中の白画素の面積があ
らかじめ定めたしきい値Ｔｈ２以下である場合、この外
接矩形を除いた面積を用いることとしたので、誤認の原
因になる白画素の面積比が少ない白矩形を除き、明度反
転の判定精度を向上できるという効果を奏する。

【０１０９】また、請求項９の発明によれば、請求項２
〜８のいずれか一つに記載の発明において、前記明度反
転の判定時には、入力された多値の画像データを二値化
する際に、該画像データを所定の割合Ｍ１で縮小するこ
ととしたので、この縮小された画像データを用いること
により、データ容量を小さくし明度反転の判定を高速化
できるようになる。また、ＪＰＥＧなどのデータ劣化が
起こる圧縮形式や、印刷に重点をおいた画像処理で黒ベ
タ領域の中や周辺に生じる白ぬけノイズの発生を縮小に
より回避できるという効果を奏する。

【図面の簡単な説明】

【図１】本発明の文書画像処理方法が適用される文字認
識装置の構成を示すブロック図である。

【図２】この発明の実施の形態１にかかる文書画像処理
方法の文書処理手順を示すフローチャートである。

【図３】この発明の実施の形態２にかかる文書画像処理
方法の文書処理手順を示すフローチャートである。

【図４】この発明の実施の形態３にかかる文書画像処理
方法の文書処理手順を示すフローチャートである。

【図５】この発明の実施の形態４にかかる文書画像処理
方法の文書処理手順を示すフローチャートである。

【図６】この発明の実施の形態１０にかかる文書画像処
理方法の明度判定処理手順を示すフローチャートであ
る。

【図７】この発明の実施の形態１２にかかる文書画像処
理方法の明度判定処理手順を示すフローチャートであ
る。

【図８】この発明の実施の形態１３にかかる文書画像処
理方法の明度判定処理手順を示すフローチャートであ
る。

【図９】実施の形態１３に用いられる領域分割処理を実
現する具体的構成を示すブロック図である。

【図１０】この発明の実施の形態１４にかかる文書画像
処理方法の明度判定処理手順を示すフローチャートであ
る。

【図１１】この発明の実施の形態１７にかかる文書画像
処理方法の明度判定処理手順を示すフローチャートであ
る。

【符号の説明】

１００ 文字認識装置 １０１ スキャナ １０２ ディスプレイ １０３ 印字装置 １０４ 画像メモリ １０５ ＣＰＵ １０７ ＲＡＭ １０８ 二値化部 １０９ 回転検出部 １１０ 明度反転部 １１１ 画像回転部 １１２ 明度反転判定部 ９０１，９０２ 領域分割手段 ９０３ 領域分割結果評価手段

Claims (9)

【特許請求の範囲】
1. 【請求項１】 入力された多値の画像データの画像の傾
   きや画像方向を検出する文書画像処理方法において、 前記多値の画像データの二値化をおこない、 前記二値化された画像データの画像の傾きおよび／また
   は画像方向を検出するものであり、 回転検出工程での検出に失敗した場合には、 前記入力された多値の画像データの明度を反転させた画
   像データを作成し、 前記作成された明度反転の画像データを二値化し、 該明度反転後の二値画像データの画像の傾きおよび／ま
   たは画像方向を検出する、各工程を備えたことを特徴と
   する文書画像処理方法。
2. 【請求項２】 入力された多値の画像データの画像の傾
   きや画像方向を検出する文書画像処理方法において、 前記多値の画像データが明度反転されているか否かを判
   定し、 前記判定が明度反転の場合には、 前記入力された多値の画像データの明度を反転させた画
   像データを作成し、 前記明度反転された画像データを二値化し、 該明度反転後の二値画像データの画像の傾きおよび／ま
   たは画像方向を検出する、各工程を備えたことを特徴と
   する文書画像処理方法。
3. 【請求項３】 カラーマップを持つ多値画像データにつ
   いての明度反転はカラーマップの反転情報を作り変えて
   おこなうことを特徴とする請求項１または２に記載の文
   書画像処理方法。
4. 【請求項４】 前記明度反転の判定時には、 前記明度反転前後それぞれの二値画像データにおける黒
   画素の連結成分からなる外接矩形を抽出し、 抽出された外接矩形のうち、画像上の周辺に接している
   外接矩形を除く外接矩形を構成する黒画素数を計数し、 前記明度反転前後それぞれの二値画像データを前記計数
   された黒画素数に基づき明度反転の有無を判定すること
   を特徴とする請求項２に記載の文書画像処理方法。
5. 【請求項５】 前記明度反転の判定時には、 前記明度反転前後それぞれの二値画像データに対し所定
   の領域分割処理をおこない、 前記領域分割された前記明度反転前後それぞれの二値画
   像データを所定の評価により前記領域分割結果の正当性
   に基づき明度反転の有無を判定することを特徴とする請
   求項２に記載の文書画像処理方法。
6. 【請求項６】 前記明度反転の判定時には、 入力された多値の画像データを二値化し、 該二値化された画像データにおける白画素の連結成分か
   らなる外接矩形を抽出し、 該抽出した外接矩形を合計した面積と画像の面積との比
   に基づき明度反転の有無を判定することを特徴とする請
   求項２に記載の文書画像処理方法。
7. 【請求項７】 前記明度反転の判定時には、 画像上における前記抽出した白画素の外接矩形全てを含
   む領域の面積Ｓ３を検出し、 前記抽出した白画素の外接矩形のうち面積が大きい上位
   所定数Ｎ個による外接矩形の面積Ｓ２を求め、 （Ｓ２／Ｓ３）＜Ｔｈ１ である場合に明度が反転されていると判定することを特
   徴とする請求項６に記載の文書画像処理方法。
8. 【請求項８】 前記明度反転の判定時には、 前記抽出した外接矩形の面積が大きい上位所定数Ｎ個以
   内の外接矩形で、外接矩形中の白画素の面積があらかじ
   め定めたしきい値Ｔｈ２以下である場合、この外接矩形
   を除いた面積を用いることを特徴とする請求項６または
   ７に記載の文書画像処理方法。
9. 【請求項９】 前記明度反転の判定時には、 入力された多値の画像データを二値化する際に、該画像
   データを所定の割合Ｍ１で縮小することを特徴とする請
   求項２〜８のいずれか一つに記載の文書画像処理方法。