JP2005285006A - 画像処理装置および画像処理方法 - Google Patents

Abstract

【課題】文字可読性に優れたエッジ画像を得ることのできる画像処理装置を提供する。
【解決手段】エッジ処理に適した濃度や色情報に変換された画像の情報から、決められた画像単位ごとに、隣接する他の画像単位との間の差分の値を求め、求められた差分の値が負であるものについて、その差分の絶対値を、前記隣接する他の画像単位の差分の値に移動加算してエッジ画像を生成する。
【選択図】図４

Description

本発明は、カラー文書やグレースケール文書などから文字のエッジ画像を作成する画像処理装置および画像処理方法に関するものである。

カラー文書やグレースケール文書などを対象とする文字認識技術に関して、文書中の文字の輪郭を背景から分離した画像を得るためにエッジ検出と呼ばれる手法が用いられる。このエッジ検出は、隣接する画素間での濃度や色などの値の変化（差分値）を検出する方法であり（たとえば特許文献１を参照）。これにより、たとえば、文字の濃度が背景の濃度よりも高い画像などから、文字の輪郭に対応したエッジ画像などを得ることができる。
特開２００１−１７５８０８号公報（段落００１０など）

しかしながら、隣接する画素間での濃度や色などの値の差分の絶対値をそのまま用いてエッジ画像としただけでは、文字の輪郭線に沿った部分は濃く、その内側は薄い、いわゆる中抜け状となったり、文字の線幅が太くなったりする傾向にあり、文字が接触してしまったり、文字可読性の高い画像が得られにくいという問題があった。

本発明は、このような課題を解決するためのもので、カラー文書やグレースケール文書などから文字可読性に優れたエッジ画像を得ることのできる画像処理装置および画像処理方法を提供することを目的としている。

上記課題を解決するために、本発明の画像処理装置は、画像の情報を入力する入力部と、入力部により入力された画像の情報をエッジ検出に適した情報に変換する変換部と、変換部を通して得られた画像の情報から、決められた画像単位ごとに、決められた方向に隣接する他の画像単位との間の差分の値を求め、求められた差分の値が負であるものについて、その差分の絶対値を、前記決められた方向に隣接する他の画像単位の差分の値に移動加算してエッジ画像を生成する画像処理部とを具備する。この発明により、エッジ画像における文字の線幅の広がりが防止されるとともに、文字の中抜けが抑制され、文字可読性の高いエッジ画像を得ることができる。

また、本発明の画像処理装置において、変換部は、入力された画像の情報を濃度と色情報に変換し、画像処理部は、変換部により得られた濃度と色情報の各々のついてエッジ画像を生成し、これらのエッジ画像を合成して一つのエッジ画像を作成するものとしてもよい。

この発明により、濃度や色の異なる様々な文字と背景との組み合せに対して、文字可読性の高いエッジ画像を得ることができる。

さらに、本発明の画像処理装置において、画像入力部は、非反転文字の領域と反転文字の領域とが混在する画像の情報を入力し、画像処理部は、非反転文字用のエッジ画像を作成するとともに反転文字用のエッジ画像を作成し、作成された各エッジ画像から文字列の領域ごとに一方のエッジ画像を選択し、これらを合成して一つのエッジ画像を作成するものであってもよい。特に、画像処理部は、作成された各エッジ画像から、文字列の領域ごとにこれに含まれる文字領域のサイズの平均値が小さい方のエッジ画像を選択するものとする。

この発明によれば、非反転文字と反転文字が混在した文書画像から、文字の可読性の高いエッジ画像を生成することができる。

さらに、本発明の画像処理装置において、画像処理部は、作成されたエッジ画像において文字領域のサイズの平均値が閾値以上である文字列の領域を判定し、この文字列領域の原画像に対する二値化画像を作成し、この二値化画像を同文字列領域のエッジ画像に代えて、他の文字列領域の画像と合成するものであってもよい。

この発明によれば、入力画像において文字サイズが異なる文字列領域が混在する場合にも、中抜けのない可読性の高い文字の画像が得られる。

本発明の画像処理装置および画像処理方法によれば、カラー文書やグレースケール文書などから、文字可読性に優れたエッジ画像を得ることができる。

以下、本発明の実施形態を図面に基づいて説明する。

図１は本発明の第１の実施形態にかかる画像処理装置１００の構成を示すブロック図である。

同図に示すように、この画像処理装置１００は、画像入力部１、画像補正部２、色空間変換部３、エッジ画像生成部４、画像出力部５およびページメモリ６を備える。

画像入力部１は画像の情報を入力する手段であり、具体的には、複写機、スキャナ、ファクシミリ、デジタルカメラなどの入力機器や、あらかじめストレージデバイスなどに記憶された画像の情報を入力する手段であってもよい。画像補正部２は、エッジ検出のための前処理としてフィルタリングによる網点除去などの画像補正を行う。色空間変換部３は、補正後の画像をエッジ処理に適した濃度や色情報に変換する。エッジ画像生成部４は、エッジ処理に適した情報に変換された画像からエッジ画像を生成する。画像出力部５は、生成されたエッジ画像を出力する手段であり、具体的には、複写機、プリンター、ファクシミリ、ディスプレイなどの出力機器や、エッジ画像をファイル化してストレージデバイスなどに出力する手段であってもよい。ページメモリ６は入力された画像の情報や、各処理途中の画像の情報が記憶されるメモリである。

次に、この実施形態の画像処理装置１００の動作を説明する。

図２は、第１の実施形態の画像処理装置１００の処理の流れを示すフローチャートである。

まず、画像入力部１により、フルカラーまたはグレースケールの画像情報が入力されてページメモリ６に格納される（ステップＳ１０１）。続いて、画像補正部２により、ページメモリ６に格納された画像に対し、たとえば網点除去などの補正処理が行われる（ステップＳ１０２）。次に、色空間変換部３にて、ＲＧＢ色空間の画像情報がエッジ処理に適したたとえば濃度や色空間の情報（たとえば彩度、色相成分、輝度成分、色度など）に変換される（ステップＳ１０３）。続いて、エッジ画像生成部４にて、エッジ処理に適した情報に変換された画像から、主走査方向および副走査方向の各々に対してエッジの検出が行われ、エッジ画像が作成される（ステップＳ１０４）。そして、画像出力部５により、作成されたエッジ画像が出力される（ステップＳ１０５）。

次に、図３および図４を用いて、ステップＳ１０４のエッジ画像生成の手順を説明する。

図３は入力された原画像の例であり、この原画像は背景とこの背景上に配置された、背景よりも濃度が高い文字とで構成されている。図４は図３に示す原画像からの濃度によるエッジ画像生成の様子を示しており、図４（ａ）は図３の原画像のＸ軸方向におけるＡ−Ｂ区間の濃度分布、図４（ｂ）は図４（ａ）の濃度分布に対して下記の式（１）で計算される差分処理の結果である。
ｆ’（ｘ）＝ｆ（ｘ）−ｆ（ｘ−１） ・・・（１）
ここで、ｆ（ｘ）は原画像におけるＸ軸上の位置（ｘ）にある画像単位の濃度値、ｆ（ｘ−１）は原画像における位置（ｘ）の画像単位の隣の位置（ｘ−１）の画像単位の濃度値、ｆ’（ｘ）はエッジ画像における位置（ｘ）の画像単位の濃度値（差分値）である。このように、濃度分布から、各々の画像単位ごとに隣の画像単位との濃度の差分値を求める。なお、画像単位とは、原画像を区分する単位であり、たとえば、１画素、Ｎ＊Ｎ（Ｎは任意の整数）画素のまとまりである。

図４（ｂ）の差分の値の絶対値をとることで、図４（ｃ）に示すように、文字の輪郭に相当するエッジが検出される。しかし、この状態では、文字において中抜けが存在し、さらに画像単位の幅だけ文字線分の幅が太いままであるため、文字可読性の高いエッジ画像とは言えない。

そこで、図４（ｄ）に示すように、差分の値が負であるものについては、その絶対値を１画像単位分だけ隣接する画像単位の差分値にそれぞれ移動加算する。図４（ｄ）の例では、Ｘ軸方向においてＸ座標の値が小さくなる方向（左）に絶対値を１画像単位分だけ移動して加算を行っている。

なお、（１）式を
ｆ’（ｘ）＝ｆ（ｘ）−ｆ（ｘ＋１）・・・（１´）
に変更した場合には、差分の値が負となったものの絶対値をＸ軸方向においてＸ座標の値が大きくなる方向（右）に１画像単位分だけ移動して加算を行うようにすればよい。

図４では、原画像から一方の軸方向（Ｘ軸方向）での濃度によるエッジ画像を生成する場合を示したが、二軸方向（Ｘ軸方向とＹ軸方向）について同様の処理を行い、各方向の処理結果を合成してエッジ画像を生成するようにしてもよいことは言うまでもない。この場合の計算例を以下に示す。

ｆ（ｘ，ｙ）を原画像の（ｘ，ｙ）座標位置の画像単位の濃度値、ｆ’（ｘ，ｙ）をエッジ画像の（ｘ，ｙ）座標位置の画像単位の濃度値とすると、エッジ画像は次式（２）によって算出される。
ｆ’（ｘ，ｙ）＝ｆｘ’（ｘ，ｙ）＋ｆｙ’（ｘ，ｙ） ・・・（２）
ここで、ｆｘ＝ｆ（ｘ，ｙ−１）−ｆ（ｘ−１，ｙ−１）＋ｆ（ｘ，ｙ）−ｆ（ｘ−１，ｙ）＋ｆ（ｘ，ｙ＋１）−ｆ（ｘ−１，ｙ＋１）、ただし、ｆ（ｘ）＞＝０の場合、ｆｘ’（ｘ，ｙ）＝ｆｘ、ｆｘ＜０の場合、ｆｘ’（ｘ，ｙ）＝ｆｘ’（ｘ−１，ｙ）−ｆｘ。
また、ｆｙ＝ｆ（ｘ−１，ｙ）−ｆ（ｘ−１，ｙ−１）＋ｆ（ｘ，ｙ）−ｆ（ｘ，ｙ−１）＋ｆ（ｘ＋１，ｙ）−ｆ（ｘ＋１，ｙ−１）、ただし、ｆｙ＞＝０の場合、ｆｙ’（ｘ，ｙ）＝ｆｙ、ｆｙ＜０の場合、ｆｙ’（ｘ，ｙ）＝ｆｙ’（ｘ，ｙ−１）−ｆｙ。

図５に、本実施形態の画像処理装置１００により得られたエッジ画像を従来の方法で得られたエッジ画像と比較して示す図である。図５（ａ）は原画像の例であり、この原画像から差分の値の絶対値をとって得られたエッジ画像が図５（ｂ）、そして本実施形態によって得られたエッジ画像が図５（ｃ）である。図５（ｂ）と図５（ｃ）の各エッジ画像を比較することで明らかなように、本実施形態によれば、エッジ画像における文字の線幅の広がりが防止されるとともに、文字の中抜けが抑制され、文字可読性の高いエッジ画像を得ることができる。

次に、本発明の第２の実施形態を説明する。

図６は、第２の実施形態の画像処理装置２００の構成を示すブロック図である。
同図に示すように、この画像処理装置２００は、画像入力部１、画像補正部２、色空間変換部３、エッジ画像生成部４、画像出力部５、ページメモリ６およびエッジ画像合成部７を備える。この画像処理装置２００において、エッジ画像生成部４は、第１の実施形態では、濃度のエッジ画像や色情報のエッジ画像のみといったように１つのエッジ画像を生成していたが、この実施形態では濃度のエッジ画像に加えて、色空間の情報（たとえば彩度、色相成分、輝度成分、色度など）のエッジ画像も同時に生成する。エッジ画像合成部７は、エッジ画像生成部４にて生成された複数のエッジ画像を合成して画像出力部５に出力する。その他のブロックの機能は第１の実施形態と同じである。

図７は、この第２の実施形態の画像処理装置２００の処理の流れを示すフローチャートである。
まず、画像入力部１により、フルカラーまたはグレースケールの画像情報が入力されてページメモリ６に格納される（ステップＳ７０１）。続いて、画像補正部２により、ページメモリ６に格納された画像に対し、たとえば網点除去などの補正処理が行われる（ステップＳ７０２）。次に、色空間変換部３にて、ＲＧＢ色空間の画像情報がエッジ処理に適した濃度の情報と色空間（たとえば彩度、色相成分、輝度成分、色度など）の情報に変換される（ステップＳ７０３）。続いて、エッジ画像生成部４にて、エッジ処理に適した情報に変換された画像から、主走査方向および副走査方向に対して、濃度の情報と色情報の各々についてエッジの検出が行われ、濃度のエッジ画像と色情報のエッジ画像が生成される（ステップＳ７０４）。この際、第１の実施形態と同様の手順で濃度のエッジ画像と色情報のエッジ画像の生成が行われる。続いて、生成された各エッジ画像がエッジ画像合成部７にて合成され（ステップＳ７０５）、１つの合成エッジ画像として画像出力部５より出力される（ステップＳ７０６）。

エッジ画像の合成方法には、個々のエッジ画像の画像単位の値に、情報の属性（濃度、彩度、色相成分、輝度成分、色度など）に応じた重みを加え、その平均値を求める方法や、個々のエッジ画像の画像単位の値に色情報の属性に応じた重みを加え、最大値となった画像単位を集めたものを合成エッジ画像とする方法などが考えられる。

したがって、この第２の実施形態の画像処理装置２００によれば、濃度や色の異なる様々な文字と背景との組み合せに対して、文字可読性の高いエッジ画像を得ることができる。

次に、本発明の第３の実施形態を説明する。

図８は、第３の実施形態の画像処理装置３００の構成を示すブロック図である。
同図に示すように、この画像処理装置３００は、画像入力部１、画像補正部２、色空間変換部３、エッジ画像生成部４、画像出力部５、ページメモリ６、エッジ画像合成部７および文字列領域抽出部８を備える。この画像処理装置３００において、文字列領域抽出部８は、エッジ画像から文字列領域を抽出して個々の文字領域のサイズやその平均値を算出する。また、エッジ画像生成部４には、１つの原画像から非反転文字用のエッジ画像と反転文字用のエッジ画像を作成する機能が付加されている。エッジ画像合成部７は、文字列領域抽出部８によって算出された文字列領域ごとの文字領域のサイズ平均値に基づいて、エッジ画像生成部４にて作成された非反転文字用のエッジ画像と反転文字用のエッジ画像のいずれか一方を選択し、これらを合成して一つのエッジ画像を作成する機能を有している。その他のブロックの機能は第１の実施形態と同じである。

図９は、この第３の実施形態の画像処理装置３００の処理の流れを示すフローチャートである。

まず、画像入力部１により、フルカラーまたはグレースケールの画像情報が入力されてページメモリ６に格納される（ステップＳ９０１）。続いて、画像補正部２により、ページメモリ６に格納された画像に対し、たとえば網点除去などの補正処理が行われる（ステップＳ９０２）。次に、色空間変換部３にて、ＲＧＢ色空間の画像情報がエッジ処理に適したたとえば濃度や色空間の情報（たとえば彩度、色相成分、輝度成分、色度など）に変換される（ステップＳ９０３）。続いて、エッジ画像生成部４にて、エッジ処理に適した情報に変換された画像から、主走査方向および副走査方向の各々についてエッジの検出が行われ、非反転文字用のエッジ画像ｆ’（ｘ，ｙ）と反転文字用のエッジ画像ｆ’ｉｎｖ（ｘ，ｙ）が生成される（ステップＳ９０４）。

反転文字用のエッジ画像ｆ’ｉｎｖ（ｘ，ｙ）は次式（３）によって算出される。
ｆ’ｉｎｖ（ｘ，ｙ）＝ｆｘ’（ｘ，ｙ）＋ｆｙ’（ｘ，ｙ） ・・・（３）
ここで、ｆｘ＝−｛ｆ（ｘ，ｙ−１）−ｆ（ｘ−１，ｙ−１）＋ｆ（ｘ，ｙ）−ｆ（ｘ−１，ｙ）＋ｆ（ｘ，ｙ＋１）−ｆ（ｘ−１，ｙ＋１）｝、ただし、ｆｘ＞＝０の場合、ｆｘ’（ｘ，ｙ）＝ｆｘ、ｆｘ＜０の場合、ｆｘ’（ｘ，ｙ）＝ｆｘ’（ｘ−１，ｙ）−ｆｘ。
また、ｆｙ＝−｛ｆ（ｘ−１，ｙ）−ｆ（ｘ−１，ｙ−１）＋ｆ（ｘ，ｙ）−ｆ（ｘ，ｙ−１）＋ｆ（ｘ＋１，ｙ）−ｆ（ｘ＋１，ｙ−１）｝、ただし、ｆｙ＞＝０の場合、ｆｙ’（ｘ，ｙ）＝ｆｙとし、ｆｘ＜０の場合、ｆｙ’（ｘ，ｙ）＝ｆｙ’（ｘ，ｙ−１）−ｆｙ。

この結果、たとえば、図１０（ａ）の原画像に対して、図１０（ｂ）に示すような非反転文字用のエッジ画像ｆ’（ｘ，ｙ）と、図１０（ｃ）に示すような反転文字用のエッジ画像ｆ’ｉｎｖ（ｘ，ｙ）が得られる。このように反転文字に対する非反転文字用のエッジ画像ｆ’（ｘ，ｙ）は縁取り状の文字となる。非反転文字に対する反転文字用のエッジ画像ｆ’ｉｎｖ（ｘ，ｙ）も同様である。

次に、文字列領域抽出部８により、エッジ画像ｆ’（ｘ，ｙ）とエッジ画像ｆ’ｉｎｖ（ｘ，ｙ）から文字列領域が抽出される（ステップ９０５）。文字列領域の抽出は、エッジ画像から連結成分をラベリング処理によって抽出し、連結成分のレイアウト解析によって連結成分が連続して直線状に並んでいる領域を文字列と判定する方法などによって実現できる。この際、図１１に示すように、個々の連結部分を１つの文字領域７１，７３とみなして、その文字領域７１，７３の幅Ｗと高さＨを求め、文字列領域７２，７４ごとに、これに含まれる文字領域７１，７３の幅Ｗと高さＨの値の平均値を求めておく。

たとえば、図１２に示すように、非反転文字の文字列と反転文字の文字列とが混在する原画像８０からエッジ画像ｆ’（ｘ，ｙ）とエッジ画像ｆ’ｉｎｖ（ｘ，ｙ）が得られ、６つの文字列領域８１−８６が得られる。

次に、エッジ画像合成部７により、エッジ画像ｆ’（ｘ，ｙ）とエッジ画像ｆ’ｉｎｖ（ｘ，ｙ）とにおいて対応する文字列領域のうちから文字可読性の高い方をそれぞれ選択して１つの合成エッジ画像８７を生成する（ステップ９０６）。ここで、文字可読性の高い文字例領域は、文字列領域ごとの上記文字領域の幅と高さの値の平均値に基づいて判定される。

すなわち、図１１に示したように、反転文字に対する非反転文字用のエッジ画像ｆ’（ｘ，ｙ）は縁取り状の文字となり、この場合の個々の文字領域７１のサイズは、反転文字に対する反転文字用のエッジ画像ｆ’ｉｎｖ（ｘ，ｙ）として得られたストローク状の文字の文字領域７３のサイズよりも大きい。一般にストローク状の文字は縁取り状の文字よりも可読性が高いので、文字領域の幅と高さの値の平均値が小さいほうの文字例領域を可読性の高い文字例領域として判定すればよい。

この結果、図１２の例では、文字列領域８１，８２，８６が文字可読性の高い文字例領域として判定され、これらの文字例領域８１，８２，８６のエッジ画像を合成して１つの合成エッジ画像８７が作成される。最後に、このようにして作成された合成エッジ画像８７が画像出力部５より出力される（ステップＳ９０７）。

したがって、この第３の実施形態の画像処理装置３００によれば、非反転文字と反転文字が混在した文書画像から、文字の可読性の高いエッジ画像を生成することができる。

次に、本発明の第４の実施形態を説明する。

図１３は、第４の実施形態の画像処理装置４００の構成を示すブロック図である。
同図に示すように、この画像処理装置４００は、画像入力部１、画像補正部２、色空間変換部３、エッジ画像生成部４、画像出力部５、ページメモリ６、文字列領域抽出部８、画像二値化部９および画像合成部１０を備える。この画像処理装置４００において、文字列領域抽出部８は、エッジ画像から文字列領域を抽出して個々の文字領域のサイズやその平均値を算出する。画像二値化部９は、画像入力部１により入力された原画像の二値化処理を行う。画像合成部１０は、エッジ画像生成部４により作成されたエッジ画像と画像二値化部９により作成された二値画像とを合成するものである。その他のブロックの機能は、図１に示した第１の実施形態と同じである。

図１４は、第４の実施形態の画像処理装置４００の処理の流れを示すフローチャートである。

まず、画像入力部１により、フルカラーまたはグレースケールの画像情報が入力されてページメモリ６に格納される（ステップＳ１４０１）。続いて、画像補正部２により、ページメモリ６に格納された画像に対し、たとえば網点除去などの補正処理が行われる（ステップＳ１４０２）。次に、色空間変換部３にて、ＲＧＢ色空間の画像情報がエッジ処理に適した濃度の情報や色空間の情報（たとえば彩度、色相成分、輝度成分、色度など）に変換される（ステップＳ１４０３）。続いて、エッジ画像生成部４にて、エッジ処理に適した情報に変換された画像から、主走査方向および副走査方向の各々についてエッジの検出が行われ、エッジ画像が作成される（ステップＳ１４０４）。この際、第１の実施形態と同様の手順でエッジ画像の生成が行われる。

次に、文字列領域抽出部８により、エッジ画像から文字列領域が抽出され、文字列領域ごとに、これに含まれる文字領域の幅と高さの値の平均値が求められる（ステップ１４０５）。続いて、画像合成部１０は、エッジ画像から抽出された文字列領域の文字領域の幅と高さの値の平均値を閾値を基準に評価する（ステップＳ１４０６）。この評価によって、文字領域の幅と高さの値の平均値が閾値以上である文字列領域が存在しないことが判定された場合には（ステップＳ１４０６のＮＯ）、ステップＳ１４０４で作成されたエッジ画像を画像出力部５より出力する（ステップＳ１４０７）。

文字領域の幅と高さの値の平均値が閾値以上である文字列領域が存在する場合には（ステップＳ１４０６のＹＥＳ）、画像二値化部９により、その文字領域の幅と高さの値の平均値が閾値以上である文字列領域に対して原画像の二値化処理を行う（ステップＳ１４０８）。二値化処理は、該当する文字列領域の原画像に対してヒストグラムをとるなどして下地部分と文字部分とが適切に分離されるように行うことが好ましい。また、元画像の文字が反転文字である場合には、文字部分が黒となるように、下地部分と文字部分の二値化処理の結果の値を反転させた結果を最終的な二値化画像として出力する。

画像合成部１０は、画像二値化部９より二値化画像を取得すると、この二値化画像を同じ文字列領域のエッジ画像に代えて採用し、他の文字列領域のエッジ画像または二値化画像と合成して１つの合成エッジ画像を作成する（ステップＳ１４０９）。最後に、このようにして作成された合成エッジ画像が画像出力部５より出力される（ステップＳ１４０７）。

図１５に、以上の画像処理の具体例を示す。図１５（ａ）は原画像、図１５（ｂ）は原画像から作成されたエッジ画像であり、画像の一つの文字列領域９１に含まれている文字領域のサイズの平均値は閾値以上であり、他の文字列領域９２，９３，９４に含まれている文字領域のサイズの平均値は閾値未満であるとする。本実施形態では、エッジ画像の作成において１画像単位分だけ移動して加算を行うので、中抜け防止の効果が得られる文字サイズに制限があり、この制限を超えるサイズの文字の場合には、結果的に中抜けのある縁取り状となってしまう。そこで、文字領域のサイズの平均値が閾値以上である文字列領域９１については、エッジ画像に代えて原画像の二値化画像を採用し、他の文字列領域９２，９３，９４のエッジ画像と合成し、図１５（ｃ）に示す１つの出力画像とする。

これにより、原画像において文字のサイズが異なる文字列領域が混在する場合にも、中抜けのない可読性の高い文字の画像を得ることができる。

なお、本発明は、上述の図示例にのみ限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更を加え得ることは勿論である。

たとえば、上記各実施形態では、エッジ検出において差分フィルタを用いたが、２次微分フィルタ（ラプラシアンフィルタ）を用いることも可能である。

本発明の第１の実施形態にかかる画像処理装置の構成を示すブロック図である。 第１の実施形態の画像処理装置の処理の流れを示すフローチャートである。 入力された原画像の例を示す図である。 図３の原画像からのエッジ画像生成の様子を示す図である。 第１の実施形態の画像処理装置により得られたエッジ画像を従来の方法で得られたエッジ画像と比較して示す図である。 本発明の第２の実施形態の画像処理装置の構成を示すブロック図である。 第２の実施形態の画像処理装置の処理の流れを示すフローチャートである。 第３の実施形態の画像処理装置の構成を示すブロック図である。 第３の実施形態の画像処理装置の処理の流れを示すフローチャートである。 非反転文字用のエッジ画像と反転文字用のエッジ画像の例を示す図である。 文字領域のサイズを算出する方法を示す図である。 非反転文字の文字列と反転文字の文字列とが混在する原画像に対するエッジ画像の合成の様子を示す図である。 第４の実施形態の画像処理装置の構成を示すブロック図である。 第４の実施形態の画像処理装置の処理の流れを示すフローチャートである。 第４の実施形態の画像処理装置の画像処理の例を示す図である。

符号の説明

１…画像入力部、２…画像補正部、３…色空間変換部、４…エッジ画像生成部、５…画像出力部、６…ページメモリ、７…エッジ画像合成部、８…文字列領域抽出部、９…画像二値化部、１０…画像合成部、１００…画像処理装置

Claims (10)

1. 画像の情報を入力する入力部と、
   前記入力部により入力された画像の情報をエッジ検出に適した情報に変換する変換部と、
   前記変換部を通して得られた画像の情報から、決められた画像単位ごとに、決められた方向に隣接する他の画像単位との間の差分の値を求め、求められた差分の値が負であるものについて、その差分の絶対値を、前記決められた方向に隣接する他の画像単位の差分の値に移動加算してエッジ画像を生成する画像処理部と
   を具備することを特徴とする画像処理装置。
2. 前記変換部は、前記入力された画像の情報を濃度と色情報に変換し、
   前記画像処理部は、前記変換部により得られた濃度と色情報の各々のついてエッジ画像を生成し、これらのエッジ画像を合成して一つのエッジ画像を作成する
   ことを特徴とする請求項１に記載の画像処理装置。
3. 前記画像入力部は、非反転文字の領域と反転文字の領域とが混在する画像の情報を入力し、
   前記画像処理部は、非反転文字用のエッジ画像を作成するとともに反転文字用のエッジ画像を作成し、作成された前記各エッジ画像から文字列の領域ごとに一方のエッジ画像を選択し、これらを合成して一つのエッジ画像を作成する
   ことを特徴とする請求項１または２に記載の画像処理装置。
4. 前記画像処理部は、作成された前記各エッジ画像から、前記文字列の領域ごとにこれに含まれる文字領域のサイズの平均値が小さい方のエッジ画像を選択する
   ことを特徴とする請求項３に記載の画像処理装置。
5. 前記画像処理部は、作成されたエッジ画像において文字領域のサイズの平均値が閾値以上である文字列の領域を判定し、この文字列領域の原画像に対する二値化画像を作成し、この二値化画像を同文字列領域のエッジ画像に代えて、他の文字列領域の画像と合成する
   ことを特徴とする請求項１または２に記載の画像処理装置。
6. 入力された画像の情報をエッジ検出に適した情報に変換し、この変換後の画像情報から、決められた画像単位ごとに、決められた方向に隣接する他の画像単位との間の差分の値を求め、求められた差分の値が負であるものについて、その差分の絶対値を、前記決められた方向に隣接する他の画像単位の差分の値に移動加算してエッジ画像を生成する
   ことを特徴とする画像処理方法。
7. 前記入力された画像の情報を濃度と色情報に変換し、
   前記変換後の濃度と色情報の各々のついてエッジ画像を生成し、これらのエッジ画像を合成して一つのエッジ画像を作成する
   ことを特徴とする請求項６に記載の画像処理方法。
8. 非反転文字の領域と反転文字の領域とが混在する画像の情報を入力し、
   この入力された画像の情報から、前記非反転文字用のエッジ画像を作成するとともに反転文字用のエッジ画像を作成し、作成された前記各エッジ画像から文字列の領域ごとに一方のエッジ画像を選択し、これらを合成して一つのエッジ画像を作成する
   ことを特徴とする請求項６または７に記載の画像処理方法。
9. 作成した前記各エッジ画像から、前記文字列の領域ごとにこれに含まれる文字領域のサイズの平均値が小さい方のエッジ画像を選択する
   ことを特徴とする請求項８に記載の画像処理方法。
10. 作成されたエッジ画像において文字領域のサイズの平均値が閾値以上である文字列の領域を判定し、この文字列領域の原画像に対する二値化画像を作成し、この二値化画像を同文字列領域のエッジ画像に代えて、他の文字列領域の画像と合成する
    ことを特徴とする請求項６または７に記載の画像処理方法。

Images