JP2004030696A - 文字列抽出装置及びパターン抽出装置 - Google Patents
文字列抽出装置及びパターン抽出装置 Download PDFInfo
- Publication number
- JP2004030696A JP2004030696A JP2003353012A JP2003353012A JP2004030696A JP 2004030696 A JP2004030696 A JP 2004030696A JP 2003353012 A JP2003353012 A JP 2003353012A JP 2003353012 A JP2003353012 A JP 2003353012A JP 2004030696 A JP2004030696 A JP 2004030696A
- Authority
- JP
- Japan
- Prior art keywords
- rectangle
- character
- circumscribed
- group
- circumscribed rectangle
- 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
Images
Landscapes
- Character Input (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】 入力画像の連結成分を求め、連結成分の相対的位置及び太さの類似性に基づいてグループに分け、文字認識処理を行ってグループの文字認識度を求め、矩形領域の面積によって重み付けしたものの総和をグループの評価値とし、全てのグループの組み合わせについて評価値を求め、組み合わせの評価値が最も高いグループの組み合わせを文字列として抽出する。
【選択図】 図2
Description
次に、各連結成分の大きさ、太さ、及び相対的位置から文字候補を見つけ出す。
この技術に関する従来方法としては、次の方法がある。
図30は、従来の重なりネスト統合により、文書全体が統合される例を示す図である。
。
図1は、本発明の第1実施例に係わるパターン抽出装置の構成を示すブロック図である。
図2において、連結成分抽出手段11は、入力画像のラベリングを行うことにより、入力画像の連結成分を抽出する。外接矩形生成手段12は、連結成分抽出手段11で抽出された連結成分の外接矩形を生成する。重なり度評価手段13は、外接矩形生成手段12で生成された外接矩形が互いに重なっている他の外接矩形の個数を算出する。重なりネスト統合処理手段14は、重なり度評価手段13の算出結果に基づいて、重なりネスト統合処理を行う。
図3において、21は全体的な処理を行う中央演算処理ユニット(CPU)、22はリードオンリメモリ(ROM)、23はランダムアクセスメモリ(RAM)、24は通信インターフェイス、25は通信ネットワーク、26はバス、27は入出力インターフェイス、28は見出し文字などの認識結果などを表示するディスプレイ、29は見出し文字などの認識結果などを印刷するプリンタ、30はスキャナ31により読み取られたデータを一時的に格納するメモリ、31は入力画像などを読み取るスキャナ、32はキーボード、33は記憶媒体を駆動するドライバ、34はハードディスク、35はICメモリカード、36は磁気テープ、37はフレキシブルディスク、38はCD−ROMやDVD−ROMなどの光ディスクである。
図4(a)において、黒枠の中に「黒白反転」と2行に渡って書かれた黒画素文字と、「調査グ」と縦書きで書かれた白抜き文字が入力画像として入力されたものとし、この入力画像から、「黒白反転」という文字列と「調査グ」という文字列とを抽出するものとする。
入力画像がカラー画像である場合は、各色について連結成分を抽出する。図4(a)の入力画像は白黒2値画像であるで、白黒2値を反転させた反転画像についても、黒画素および白画素が連なる連結成分を抽出する。反転画像は図4(a)に示すように、入力画像の背景領域の色と文字部分の色とが反転する。
次に、入力画像と反転画像のそれぞれについて、連結成分と連結成分の位置関係および連結成分と連結成分の太さの類似性から、共通の文字列または文字列群を構成する可能性が高い連結成分をグループ分けする。
図4(b)に示すように、図4(a)のグループaは、グループb1が占める矩形領域と重ならないため、グループb1と組み合わされる可能性があるが、グループb及びグループa1とは、グループが占める矩形領域が重なるため、グループb及びグループa1と組み合わされることがない。
図4(c)において、グループaとグループb1の組合せが選択され、グループaから抽出されるパターンの文字認識を行った結果、「黒白反転」という文字列が出力され、グループb1から抽出されるパターンの文字認識を行った結果、「調査グ」という文字列が出力される。
図5において、文字列抽出装置41は、連結成分抽出手段42とグルーピング手段43と文字認識手段44と組合せ評価手段45と文字列抽出手段46を備えている。
図6において、まず、ステップS1において、画像が入力され、ステップS2に進む。ステップS2では、入力された画像に対し黒白反転の画像を生成する。続いて、入力画像と反転画像の処理を並行して行うが、入力画像の処理をする場合はステップS3へ、反転画像の処理をする場合はステップS6に進む。
図7は、本発明の一実施例に係わるラベリング処理を説明する図である。
図8において、まず、ステップS21において、文字成分候補を選択する。ステップS21では、対象連結成分の絞り込みを行う。ここでは、連結成分の外接矩形の大きさがある基準以下のものを除去し、明らかに文字成分候補となり得ないものを今後の処理の対象外にする。続いて、ステップS22に進む。
図9は、本発明の一実施例に係わる連結成分と外接矩形の例を示す図である。
図10は、本発明の一実施例に係わる対象連結成分の絞り込み方法を示すフローチャートである。
図11は、本発明の一実施例に係わる連結成分近傍を説明する図である。
ここで、一定の大きさとは、図11に示すように、縦書きの場合は横方向の両側にそれぞれ横方向サイズ×(1/6)、縦方向の上下に縦方向サイズ×(3/4)の領域とする。横書きの場合も近傍の定義は同じである。
図12において、連結成分の家族的類似性は連結成分間の相対的な位置関係と連結成分の平均的太さの差に依存して定まる。ここで、平均的太さは、連結成分の全画素数に対する境界画素数の比、すなわち(境界画素数/全画素数)で表される。
=d/nx+0.1×max(ta,tb)/min(ta,tb)
ここで、dは、近傍連結成分Bのx方向の成分nxが連結成分Aからはみ出た部分の長さを表す。
図13において、グループの文字認識度はグループごとに文字認識処理を行い、その結果の各文字の第1位認識候補の距離値の逆数の和で表される。文字の距離値が小さいことは文字の認識度が高いことを意味する。
なお、図13の「東京の今秋」という文字列の背景領域にある「網点模様」は完全に「点」であれば、対象連結成分の絞り込みで対象外とされる可能性が高いが、仮に、点と点が接続された「網目模様」であるとすると、グループBとして分類され、グループBも、「網目模様」の反転画像のグループも、文字認識度は0であることが予想される。また、このグループBの「網目模様」は、「東京の今秋」という文字列からなるグループAと重なっているため、グループBがグループAと組み合わされて出力されることはない。
図14において、グループが占める矩形領域に重なりがないグループのみを関連付け、グループが占める矩形領域に重なりがないグループの組合せを全て求めるために、連合グラフとクリークの概念を用いている。
例えば、図14において、ノードN1〜N8からなる連合グラフが作成されたものとすると、各ノードから他の全てのノードにパスがででいる完全グラフを求める。例えば、ノードN1は、ノードN1から他の全てのノードN2〜N8にパスがでているので、ノードN1は、クリークのノードとなり、ノードN2は、ノードN2からノードN8にパスがでていないので、ノードN2は、クリークのノードから除外され、ノードN3は、ノードN3から他の全てのノードN1、N2、N4〜N8にパスがでているので、ノードN3は、クリークのノードとなり、ノードN4は、ノードN4から他の全てのノードN12〜N3、N5〜N8にパスがでているので、ノードN4は、クリークのノードとなり、ノードN5は、ノードN5から他の全てのノードN1〜N4、N6〜N8にパスがでているので、ノードN5は、クリークのノードとなり、ノードN6は、ノードN6からノードN8にパスがでていないので、ノードN6は、クリークのノードから除外され、ノードN7は、ノードN7から他の全てのノードN1〜N6、N8にパスがでているので、ノードN7は、クリークのノードとなり、ノードN8は、ノードN8から他の全てのノードN1〜N7にパスがでているので、ノードN8は、クリークのノードとなる。
図15において、各グループについて、他の全てのグループに対し関連付けられるかどうかの判断を行い(ステップS41)、連合グラフを生成する(ステップS42)。次に、連合グラフからクリークを抽出し(ステップS43)、入力画像から抽出されるグループと反転画像から抽出されるグループの組み合わせのうち、整合性のある組み合わせを確定する(ステップS44)。
図16(a)において、「水道メーター」という背景が黒色の白抜き文字と「談合解明」という黒画素文字が入力されたものとし、「談」という文字の一部の連結成分R11とリンク付けられる連結成分を抽出するものとする。
図17(a)において、原画像の「水道メーター」という文字は、太さが互いに同じで、それぞれ近接して配置されているので、グループ1にグルーピングされる。また、原画像の「談合解明」という白抜き文字の背景部分に対応する黒画素領域は、黒画素で1つに連結しているので、グループ2にグルーピングされる。
図18において、組合せの評価値は、整合性のある組合せについて、グループの文字認識度と各グループが占める矩形領域の面積との関数であるグループの評価値を組み合わせて求める。
なお、本実施例では、黒白画像について説明したが、本実施例は黒白画像に限定されることなく、黒白画素を色の彩度、明度、濃度に置き換えることにより、広くカラー文字やカラーの背景に適用できることは勿論のことである。
次に、本発明の第4実施例に係わるパターン抽出装置について説明する。
図19は、本発明の第4実施例に係わるパターン抽出装置の動作を示すフローチャートである。
次に、本文文字サイズの推定を行う(ステップS52)。この本文文字サイズの推定では、まず、連結成分の外接矩形の大きさに関するヒストグラムを作成する。ただし、このヒストグラムは、頻度及び矩形の面積によって重みづけられたものとする。具体的には、まず、ある連結成分の横幅をdx、縦幅をdyとしたとき、その大きい方のヒトスグラムをとる。さらに、得られたヒストグラムの各値H(i)に対し、
H′(i)=H(i)×H(i)×i×i
(ただし、iは矩形の大きさを表す。)
という変換を施して、新しいヒストグラムH′を作成する。この新しいヒストグラムH′に関し、ヒストグラム値の最大を与えるところを本文文字サイズとする。
図20(a)において、重なりネスト統合を行わないで、外接矩形の大きさの頻度Hを表すヒストグラムを生成すると、本文文字の大きさに対応するピークP2が発生するとともに、統合される前の文字の一部の外接矩形の大きさに対応するピークP1が発生する場合がある。
この射影テーブルの作成では、まず、すべての矩形の中から本文文字矩形候補を選出する。具体的には、連結成分の横幅をdx、縦幅をdy、本文文字サイズをc、しきい値をαとすると、
|max(dx,dy)−c|<α
を満たす矩形を本文文字矩形候補とする。
図21において、矩形番号1〜6の外接矩形が生成されたものとすると、各矩形番号1〜6をxy座標軸に射影する。例えば、x座標が4〜6の点には、矩形番号1、6の外接矩形がかかっているので、x座標が4〜6の点には矩形番号1、6が射影される。また、x座標が7、8、10の点には、矩形番号6の外接矩形がかかっているので、x座標が7、8、10の点には矩形番号6が射影される。また、x座標が9の点には、矩形番号2、4、6の外接矩形がかかっているので、x座標が9の点には矩形番号2、4、6が射影される。また、x座標が11の点には、矩形番号3、5の外接矩形がかかっているので、x座標が11の点には矩形番号3、5が射影される。y座標についても同様である。
図22において、まず、矩形の左上点の座標を(x1,y1)、矩形の右下点の座標を(x2,y2)、矩形の右下点のx座標x2と矩形の左上点のx座標x1との差をdx、矩形の右下点のy座標y2と矩形の左上点のy座標y1との差をdy、本文文字サイズをmojiとする(ステップS71)。
かつ
(dx>moji×2またはdy<moji×16)
次に、以下の条件を満たすかどうかを判断し(ステップS73)、この条件を満たさない場合は、見出し矩形候補でないとして処理を終了し、この条件を満たす場合は、見出し矩形候補として登録する(ステップS74)。
かつ
(dx>moji/3またはdy>moji/3)
次に、枠矩形のチェックを行う(ステップS55)。
図23において、外接矩形K1〜K6が抽出され、外接矩形K1〜K5が見出し文字の矩形候補として選択されたものとする。ここで、外接矩形K1〜K4は見出し文字の外接矩形であり、外接矩形K5は、本文文字を囲む枠の外接矩形であるものとする。この場合、外接矩形K1〜K5が同一のグループにグルーピングされると、見出し文字の外接矩形のグループの中に見出し文字以外の外接矩形が属するため、見出し文字の抽出が正確にできなくなるので、外接矩形K5を見出し文字の矩形候補から除去する必要がある。
見出し矩形候補の中には、図や写真の一部からなる連結成分の外接矩形が含まれていることがあり、これらの外接矩形は他の正しい見出し矩形と統合されるなどして、悪影響のもとになる。そこで、これらの図や写真の一部からなる外接矩形は、より大きな矩形に吸収統合しておくことで、見出し矩形の抽出への悪影響を軽減しなければならない。一般に、図や写真の一部からなる矩形は、互いに重なっていることが多く、これらを見分ける目安となる。そこで、外接矩形の互いの重なり度を計算し、あるしきい値を越えるものを図や写真の一部から得られた外接矩形と判断し、その矩形に限り重なりネスト統合を行う。ここで、外接矩形の重なり度とは、外接矩形が他の外接矩形と何重に重なっているかを示す数である。
図24において、「画」という文字の連結成分を抽出した結果、2つの連結成分R1、R2が抽出され、連結成分R1の外接矩形K11及び連結成分R2の外接矩形K12が生成されたものとする。この外接矩形K11、K12に重なりネスト統合を行うと、外接矩形K11、K12を囲む外接矩形K13が生成される。
図25(a)において、外接矩形K21〜K26が生成されたものとする。ここで、例えば、外接矩形K22については、外接矩形K22は外接矩形K21及び外接矩形K23の2つの外接矩形と重なっているので、重なり度が2となる。また、外接矩形K23については、外接矩形K23は外接矩形K22、外接矩形K24〜K26の4つの外接矩形と重なっているので、重なり度が4となる。
まず、図21に示した方法により、見出し矩形候補の射影テーブルを作成する。次に、見出し矩形候補について、1画素ずつ、x座標軸の射影テーブルとy座標軸の射影テーブルとから見出し矩形の番号を参照することにより、重なり度を計算する。
この矩形統合では、見出し矩形同士の統合が行われる。まず、注目する見出し矩形について近傍領域をとり、他の見出し矩形の中で一部がその近傍領域に含まれる見出し矩形を調べ上げる。そして、注目している見出し矩形が、その近傍領域内の見出し矩形と統合できるかどうかを判断する。この際、近傍領域の取り方及び統合条件は、縦書き用と横書き用の2つのケースに即した取り方及び条件で行う。
図26において、外接矩形K31〜K36が生成されているものとし、外接矩形K31を注目矩形として、近傍領域を設定するものとすると、外接矩形K31の周囲の所定の範囲内に近傍領域H1が設定される。外接矩形K31と矩形統合される外接矩形の候補として、近傍領域H1にかかる外接矩形K32〜K34が選択され、外接矩形K35、K36は、外接矩形K31と矩形統合される外接矩形の候補から除かれる。
図27において、まず、矩形集合を入力し(ステップS81)、矩形間のリンク張りを行う(ステップS82)。矩形間のリンク張りでは、まず、注目矩形の近傍を設定し(ステップS91)、注目矩形の近傍にかかる外接矩形を抽出することにより、注目矩形の近傍矩形を決定し(ステップS92)、注目矩形と近傍矩形との位置関係、文字線太さ、または各矩形内の黒画素密度などを考慮することにより、注目矩形と近傍矩形との統合可否の決定を行う。そして、注目矩形と近傍矩形とが統合可とされたものについて、リンクを張る。
この重複矩形除去では、統合された見出し矩形の中で重複をさけるため、同一の矩形の一方を棄却する。
図28において、外接矩形K41、K42が抽出され、外接矩形K41を注目矩形として縦統合を行う場合、外接矩形K41の周囲に近傍領域H11が設定される。そして、近傍領域H11にかかる外接矩形K42が抽出され、外接矩形K41と外接矩形K42との統合が可能であると判定されると、外接矩形K41、K42を含む外接矩形K43が生成される。
次に、枠矩形のチェックを行う(ステップS59)。
次に、見出し矩形の得点づけを行う(ステップS60)。この見出し矩形の得点づけでは、得られた見出し矩形について、その大きさ及び形状から得点を付与する。
図29において、外接矩形K51が生成され、その外接矩形K51の横方向の長さをdx、縦方向の長さをdyとすると、この外接矩形K51についての得点は、以下の式で与えられる。
ratio=max(dx、dy)/min(dx、dy)
ここで、αはパラメータである。
2 認識手段
3 出力手段
11 連結成分抽出手段
12 外接矩形生成手段
13 重なり度評価手段
14 重なりネスト処理手段
21 CPU
22 ROM
23 RAM
24 通信インターフェース
25 通信ネットワーク
26 バス
27 入出力インターフェース
28 ディスプレイ
29 プリンタ
30 メモリ
31 スキャナ
32 キーボード
33 ドライバ
34 ハードディスク
35 ICメモリカード
36 磁気テープ
37 フレキシブルディスク
38 光ディスク
41 文字列抽出装置
42 連結成分抽出手段
43 グルーピング手段
44 文字認識手段
45 組合せ評価手段
46 文字列抽出手段
Claims (7)
- 入力画像の連結成分を抽出する連結成分抽出手段と、
前記連結成分の外接矩形を生成する外接矩形生成手段と、
前記外接矩形の頻度を前記外接矩形の面積で重み付けたヒストグラムを生成するヒストグラム生成手段と、
前記ヒストグラムの最大値を示す外接矩形の大きさを、前記入力画像の文字サイズと推定する文字サイズ推定手段とを備えることを特徴とするパターン抽出装置。 - 前記外接矩形生成手段で生成された外接矩形のグルーピングを行うグルーピング手段と、
前記文字サイズ推定手段で推定された文字サイズを有する第1の外接矩形を所定の個数以上含む第2の外接矩形を抽出する枠矩形抽出手段と、
前記第2の外接矩形を前記グルーピングの対象から除外する枠矩形除外手段とを備えることを特徴とする請求項6に記載のパターン抽出装置。 - 前記外接矩形に与えられた矩形番号を前記入力画像に設定された各座標に射影する射影手段を備え、
前記枠矩形抽出手段は、前記各座標に含まれる矩形番号を前記第2の外接矩形の座標の範囲内で探索することにより、第1の外接矩形を抽出することを特徴とする請求項7に記載のパターン抽出装置。 - 入力画像の連結成分を抽出する連結成分抽出手段と、
前記連結成分の外接矩形を生成する外接矩形生成手段と、
前記外接矩形が互いに重なっている他の外接矩形の個数を算出する重なり度評価手段と、
前記重なり度評価手段の算出結果に基づいて、重なりネスト統合処理を行う重なりネスト統合処理手段とを備えることを特徴とするパターン抽出装置。 - 前記外接矩形に付与された矩形番号を、前記入力画像に設定された各座標に射影する射影手段と、
前記各座標に含まれる矩形番号を所定の外接矩形の座標の範囲内で探索することにより、前記所定の外接矩形に重なっている他の外接矩形を抽出する重なり矩形抽出手段とを備えることを特徴とする請求項9に記載のパターン抽出装置。 - 入力画像の連結成分の外接矩形の重なり度に基づいて、重なりネスト統合処理を部分的に行うことを特徴とするパターン抽出方法。
- 入力画像の連結成分を抽出する機能と、
前記連結成分の外接矩形を生成する機能と、
前記外接矩形が互いに重なっている他の外接矩形の個数を算出する機能と、
前記算出された個数に基づいて、重なりネスト統合処理を行う機能とをコンピュータに実行させるプログラムを格納したコンピュータ読み取り可能な記憶媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003353012A JP2004030696A (ja) | 1997-12-19 | 2003-10-10 | 文字列抽出装置及びパターン抽出装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP35135397 | 1997-12-19 | ||
JP2003353012A JP2004030696A (ja) | 1997-12-19 | 2003-10-10 | 文字列抽出装置及びパターン抽出装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP14619998A Division JP3601658B2 (ja) | 1997-12-19 | 1998-05-27 | 文字列抽出装置及びパターン抽出装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004030696A true JP2004030696A (ja) | 2004-01-29 |
Family
ID=31189812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003353012A Pending JP2004030696A (ja) | 1997-12-19 | 2003-10-10 | 文字列抽出装置及びパターン抽出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004030696A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008269502A (ja) * | 2007-04-25 | 2008-11-06 | Fuji Xerox Co Ltd | 画像処理システム及び画像処理プログラム |
WO2009081791A1 (ja) * | 2007-12-21 | 2009-07-02 | Nec Corporation | 情報処理システム、その方法及びプログラム |
JP2017146225A (ja) * | 2016-02-18 | 2017-08-24 | 三菱電機株式会社 | 文字認識装置 |
WO2018189802A1 (ja) * | 2017-04-11 | 2018-10-18 | 楽天株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP2019049943A (ja) * | 2017-09-12 | 2019-03-28 | 凸版印刷株式会社 | 画像処理装置、画像処理方法、及びプログラム |
-
2003
- 2003-10-10 JP JP2003353012A patent/JP2004030696A/ja active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008269502A (ja) * | 2007-04-25 | 2008-11-06 | Fuji Xerox Co Ltd | 画像処理システム及び画像処理プログラム |
WO2009081791A1 (ja) * | 2007-12-21 | 2009-07-02 | Nec Corporation | 情報処理システム、その方法及びプログラム |
JP2017146225A (ja) * | 2016-02-18 | 2017-08-24 | 三菱電機株式会社 | 文字認識装置 |
WO2018189802A1 (ja) * | 2017-04-11 | 2018-10-18 | 楽天株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JPWO2018189802A1 (ja) * | 2017-04-11 | 2019-04-18 | 楽天株式会社 | 画像処理装置、画像処理方法、及びプログラム |
US10991104B2 (en) | 2017-04-11 | 2021-04-27 | Rakuten, Inc. | Image processing device, image processing method, and program |
JP2019049943A (ja) * | 2017-09-12 | 2019-03-28 | 凸版印刷株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP7006059B2 (ja) | 2017-09-12 | 2022-01-24 | 凸版印刷株式会社 | 画像処理装置、画像処理方法、及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3601658B2 (ja) | 文字列抽出装置及びパターン抽出装置 | |
CN111507251B (zh) | 试题图像中作答区域的定位方法、装置、电子设备及计算机存储介质 | |
US10489682B1 (en) | Optical character recognition employing deep learning with machine generated training data | |
US10423851B2 (en) | Method, apparatus, and computer-readable medium for processing an image with horizontal and vertical text | |
US9575935B2 (en) | Document file generating device and document file generation method | |
JP3913985B2 (ja) | 文書画像中の基本成分に基づく文字列抽出装置および方法 | |
JP2013101616A (ja) | 様々な文字幅を有するテキスト行の文字を分割するための方法及びシステム | |
US10586125B2 (en) | Line removal method, apparatus, and computer-readable medium | |
JP2005317042A (ja) | 画像処理装置 | |
CN110991303A (zh) | 一种图像中文本定位方法、装置及电子设备 | |
JP2004030696A (ja) | 文字列抽出装置及びパターン抽出装置 | |
US20070016567A1 (en) | Searching device and program product | |
CN111611986B (zh) | 一种基于手指交互的焦点文本提取和识别方法及系统 | |
JP2002108847A (ja) | 文書認識装置及び文書認識方法 | |
US20220406083A1 (en) | Image processing apparatus, control method thereof, and storage medium | |
JP2019153230A (ja) | 情報処理装置及び情報処理プログラム | |
JP5107100B2 (ja) | 文字認識方法、文字認識装置及び文字認識プログラム | |
JP2009272714A (ja) | 画像処理装置、画像処理方法、プログラム及びプログラムを記録した記録媒体 | |
CN117275000A (zh) | 单字检测方法及装置 | |
JP2000207491A (ja) | 文字列読取方法及び装置 | |
JP2993533B2 (ja) | 情報処理装置及び文字認識装置 | |
CN115100672A (zh) | 文字检测识别方法、装置、设备与计算机可读存储介质 | |
JP2002342711A (ja) | 画像認識装置、画像認識方法、及び画像認識方法を実現するプログラムとこのプログラムの記録媒体 | |
CN116721431A (zh) | 还原图像中字符排版的方法 | |
CN116092083A (zh) | 一种基于知识库的ocr纠错方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061012 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061017 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061218 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070130 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070330 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070515 |