JP2010004152A - 画像処理装置および文字領域抽出方法、並びにコンピュータプログラム - Google Patents

Abstract

【課題】文字領域の判別の処理において、必要となるメモリの容量を抑えつつ、従来よりも高い精度で判別ができるようにする。
【解決手段】原画像内の所定の領域に含まれる部分画像のエッジを抽出する第２エッジ抽出部１０７と、部分画像の低解像度画像を生成する解像度変換部１０１と、低解像度画像のエッジを抽出する第１エッジ抽出部１０２と、第１エッジ抽出部１０２が抽出したエッジをクロージング処理するクロージング部１０３と、低解像度画像内の各画素が当該低解像度画像内においてポジ領域の画素であるかネガ領域の画素であるかを判別するネガポジ判別部１０５と、第２エッジ抽出部１０７が抽出したエッジの画素、クロージング部１０３の処理結果、およびネガポジ判別部１０５の判別結果に基づいて、文字を構成する画素を抽出する文字属性判別部１０９と、を画像形成装置１に設けておく。
【選択図】図３

Description

本発明は、画像内において文字を示す領域を抽出する画像処理装置およびその抽出の方法などに関する。

近年、高圧縮ＰＤＦ（Portable Document Format）またはコンパクトＰＤＦなどと呼ばれる、従来よりも高い圧縮率を実現するＰＤＦの方式が用いられている。この方式では、次のようにしてＰＤＦファイルを生成する。まず、画像内の所定の領域を、文字が示される文字領域であるかそれ以外の非文字領域（背景領域）であるかを判別する。文字領域に対しては、文字の判読性を考慮して非文字領域よりも低い圧縮率で圧縮を行い単色の文字レイヤを生成する。非文字領域に対しては、ＪＰＥＧなどの方式で高い圧縮率で圧縮を行い、ＪＰＥＧレイヤを生成する。そして、それらのレイヤを用いてＰＤＦファイルを生成する。

コンパクトＰＤＦの方式において、文字の判読性が適切に維持されるようにする処理を行うためには、文字が示される領域を文字領域であると正しく判別する必要がある。

図１２には、従来の文字領域の判別の処理の流れが示される。図１２に示す方法では、まず、処理対象の画像データＤＪを取得し（＃９０１）、その画像データＤＪに示される画像ＧＪ内の各画素について、Ｒ（レッド）、Ｇ（グリーン）、およびＢ（ブルー）の色変数のうちの最小の値（ＭＩＮ（ＲＧＢ））を取得する（＃９０２）。取得した値を用いてエッジ判別の処理およびネガポジ判別の処理を行う（＃９０３および＃９０４）。

エッジ判別の処理では、画像ＧＪ内の各画素について、それらが画像ＧＪのエッジの部分（エッジ部分）を形成する画素であるか否かを判別する。この処理は、例えば、公知の微分フィルタを用いて行う。

エッジ部分が検出できると、次に、検出したエッジ部分に対してクロージング処理を行う（＃９０５）。クロージング処理では、一旦エッジ部分に対して拡張処理（ダイレーション）を行ってそのエッジ部分を太らせた（膨張させた）後、縮小処理（エローション）を行う。

図１３（ａ）に示すように、通常、文字のエッジとエッジとの間隔は狭いので、図１３（ｂ）のようにエッジ部分を拡張処理してエッジ部分を太らせていくと、図１３（ｃ）に示すように文字の内側においてエッジ同士が結合してエッジ間が埋められる。どの程度太らせるかは、クロージングに用いるマトリクス（クロージングマトリクス）によって調整できる。エッジ間が埋められた状態で、縮小処理を行うと、図１３（ｄ）に示すような、エッジとエッジとに挟まれた文字の内部がエッジの色で塗り潰された画像が生成される。塗り潰されている部分の画素が文字の内部を構成する画素であることが検出される。

ネガポジ判別の処理では、画像ＧＪ内の各画素が、濃度の濃い領域（ポジ領域）内の画素であるか、濃度の薄い領域（ネガ領域）内の画素であるかを判別する。この処理は、例えば次のようにして行う。

まず、図１４に示すように、画像ＧＪを所定のサイズのマトリクスに区画する（マトリクス展開する）。マトリクス内の画素の濃度値の最大値および最小値を求めそれらの中間値をリファレンス値として求める。図１５に示すように、そのマトリクス内の各画素の濃度値を入力値として、リファレンス値よりも入力値が高い画素をポジ領域の画素と判別し、リファレンス値よりも入力値が低い画素をネガ領域の画素と判別する。

クロージングの処理の結果とネガポジ判別の処理の結果とによって、所定の領域内の画像が文字であるか否かおよびその文字が濃い色の文字であるか周囲の色に対して薄く抜けた文字であるかを知ることができる。

文字の色の判別は、画像ＧＪの各画素の明度または彩度に基づいて行う（＃９０６および＃９０７）。彩度（Ｗ）は、例えば、次の式（１）で求めることができる。

W＝MAX(RGB)-MIN(RGB) ……（１）
明度と彩度との関係を示すリファレンステーブルの値と画素の彩度とを比較することでカラーの領域とグレーの領域とを判別する。

以上の処理によって、画像ＧＪ内にどのような文字が含まれているかが検出される（＃９０８）。

上述のような文字領域の判別に関連する技術として、従来、特許文献１のような方法が提案されている。

特許文献１の方法によると、処理対象の６００ｄｐｉの画像を半分の解像度の３００ｄｐｉまで低解像度化する。その低解像度化した画像を用いて、網点の検出およびエッジの検出を行い、それらの検出の結果を用いて文字画像域を分離する。
特開平１１−１３６５０５号公報

ところで、図１３（ｄ）に示すように、クロージングの処理によってエッジ間が塗り潰されると、塗り潰された部分の画素が文字の内部の画素であると特定できる。塗り潰すことができるエッジ間の距離はクロージングマトリクスによって決まるので、判別可能な文字のサイズはクロージングマトリクスに依存すると言える。よって、大きなサイズの文字に対応できるようにしようとすると、大きなサイズのクロージングマトリクスが必要となり、それによって、必要なメモリの容量が増加しコストの増加を招いてしまう。そこで、上述の特許文献１のような方法を適用することが考えられる。この方法のように画像の解像度を下げて処理を行うことによって、クロージングマトリクスのデータ量を減らすことができるので必要なメモリの容量を削減できる。

しかし、このような従来の方法では、解像度を下げたことによって、文字を構成する画素を高精度で抽出できないことがあり、文字の形状を正確に検出できないことがある。それによって、文字を表す部分が文字ではないと誤判定されてしまうおそれが増加する。小さなサイズの文字に対してはそのような問題が特に顕著に現れる。

本発明はそのような問題点に鑑み、必要となるメモリの容量を抑えつつ、従来よりも高い精度で文字領域を判別できるようにすることを目的とする。

本発明の一形態に係る画像処理装置は、原画像内の所定の領域に含まれる部分画像において文字を構成する画素を抽出する画像処理装置であって、前記部分画像のエッジを抽出する第１エッジ抽出手段と、前記部分画像を低解像度化して低解像度画像を生成する低解像度化手段と、前記低解像度画像のエッジを抽出する第２エッジ抽出手段と、前記第２エッジ抽出手段が抽出したエッジに対してクロージングを行うことによって、当該低解像度画像内の各画素について、それぞれの画素が文字の内部を構成する画素であるか否かを判別するクロージング処理手段と、前記低解像度画像の各画素について、それぞれの画素が当該低解像度画像において濃度の高いポジ領域に含まれる画素であるか濃度の低いネガ領域に含まれる画素であるかを判別するネガポジ判別手段と、前記第１エッジ抽出手段が抽出したエッジを構成する画素、前記クロージング処理手段の判別の結果、およびネガポジ判別手段の判別の結果に基づいて、前記部分画像において文字を構成する画素を抽出する文字領域抽出手段と、を有する。

好ましくは、前記部分画像内の各画素について、それぞれの画素が前記エッジ抽出手段が抽出したエッジを構成する画素であるか否かを判別するエッジ部内外判別手段を有し、
前記文字領域抽出手段は、前記エッジ部内外判別手段の判別の結果、前記クロージング処理手段の判別の結果、および前記ネガポジ判別手段の判別の結果に基づいて、前記部分画像において文字を構成する画素を抽出する。

または、前記クロージング処理手段によって文字の内部を構成すると判別された画素によって示される文字内部画像が所定画素数分拡張されるように、当該文字内部画像の境界から当該所定画素数の距離範囲内の画素を文字の内部を構成する画素として判別し直す第１ダイレーション処理手段を、有し、前記文字領域抽出手段は、前記エッジ部内外判別手段の判別の結果、前記ネガポジ判別手段の判別の結果、および前記クロージング処理手段または前記第１ダイレーション処理手段によって文字の内部を構成すると判別された画素に基づいて、前記部分画像において文字を構成する画素を抽出する。

または、前記ネガポジ判別手段によって前記ポジ領域内の画素であると判別された画素によって示されるポジ画像が所定画素数分拡張されるように、当該ポジ画像の境界から当該所定画素数の距離範囲内の画素を当該ポジ領域内の画素として判別し直す第２ダイレーション処理手段を、有し、前記文字領域抽出手段は、前記第１エッジ抽出手段が抽出したエッジを構成する画素、前記クロージング処理手段の判別の結果、および前記ネガポジ判別手段または前記第２ダイレーション処理手段によって前記ポジ領域内の画素と判別された画素に基づいて、前記部分画像において文字を構成する画素を抽出する。

または、前記文字領域抽出手段は、文字のエッジ部分については前記第１エッジ抽出手段によって抽出された画素を用い、文字の内部については前記クロージング処理手段によって文字の内部と判別された画素を用いて、文字を構成する画素を抽出する。

本発明によると、必要となるメモリの容量を抑えつつ、従来よりも高い精度で文字領域を判別できるようになる。

図１は本発明の一形態に係る画像形成装置１のハードウェア構成の例を示す図である。

画像形成装置１は、コピー、スキャナ、ファックス、ネットワークプリンティング、ドキュメントサーバ、およびファイル転送などの様々な機能を集約した複合機またはＭＦＰ（Multi Function Peripherals）などと呼ばれる画像処理装置である。

図１に示すように、画像形成装置１は、ＣＰＵ１０ａ、ＲＡＭ１０ｂ、ＲＯＭ１０ｃ、ハードディスク１０ｄ、制御用回路１０ｅ、操作パネル１０ｆ、通信インタフェース１０ｇ、印刷装置１０ｈ、およびスキャナ１０ｉなどによって構成される。

スキャナ１０ｉは、原稿の用紙に描かれている写真、文字、絵、図表などの画像を光学的に読み取って画像データを生成する装置である。

印刷装置１０ｈは、スキャナ１０ｉでスキャンして得た画像データまたは他の装置から送信されてきた画像データに基づいて、画像を用紙に印刷する装置である。

通信インタフェース１０ｇは、他の装置と通信を行うためのＮＩＣ（Network Interface Card）またはモデムなどである。

操作パネル１０ｆは、ユーザが画像形成装置１に指令を入力するための装置であり、タッチパネルおよび複数の操作ボタンなどによって構成される。

制御用回路１０ｅは、ハードディスク１０ｄ、スキャナ１０ｉ、印刷装置１０ｈ、通信インタフェース１０ｇ、および操作パネル１０ｆなどの装置を制御するための回路である。制御用回路１０ｅは、例えば、種々の電子部品を用いたハードウェア回路によって構成される。

ＲＯＭ１０ｃおよびハードディスク１０ｄには、後で説明する図２の各部の機能を実現する種々プログラム（コンピュータプログラム）およびデータがインストールされている。これらのプログラムおよびデータは必要に応じてＲＡＭ１０ｂに読み出され、ＣＰＵ１０ａによってプログラムが実行される。つまり、ＣＰＵ１０ａは、コンピュータとして動作することが可能である。なお、コンピュータプログラムは、半導体メモリ、ＣＤ−ＲＯＭ、およびＤＶＤなどの記録媒体に記憶され、適宜インストールされる。または、サーバからネットワークを介してダウンロードしてインストールするようにしてもよい。

図２は画像形成装置１の機能的構成の例を示す図である。図２に示されるように、画像形成装置１は、画像データ調整部１１、文字領域処理部１２、孤立点判別部１３、周期性判別部１４、網点領域判別部１５、色空間変換部１６、画像データ補正部１７、スクリーン・誤差拡散処理部１８、およびデータ保存部１９などによって構成される。

画像データ調整部１１は、スキャナ１０ｉで読み取った多階調の画像ＧＺを示す画像データＤＧを取得し、画像データＤＧに対して、画像形式の変換および下地除去などの、これ以降の処理のための準備の処理を行う。以下、図２に示す各部によって処理された後の画像も含めて「画像ＧＺ」と記載し、それらの各部によって処理された後の画像データも含めて「画像データＤＧ」と記載する。

文字領域処理部１２は、画像ＧＺ内の所定の領域に示される画像（以下、「部分画像」）が文字を示すか否かを判定するための処理を行う。これについては、後で詳しく説明する。

孤立点判別部１３は、画像ＧＺに含まれる孤立点を除去する。周期性判別部１４は、画像ＧＺの周期性を判定する。

網点領域判別部１５は、画像ＧＺ内の各画素について、それらが網点を示すものであるか否かを判別する。

色空間変換部１６は、画像データＤＧを他の色空間のデータに変換する。例えばＲＧＢの色空間のデータからＬＡＢの色空間のデータに変換する。

画像データ補正部１７は、画像データＤＧに対して、色補正などの種々の補正の処理を行う。スクリーン・誤差拡散処理部１８は、画像データＤＧに対して、スクリーン制御および誤差拡散処理を行う。

データ保存部１９は、スクリーン・誤差拡散処理部１８によって処理された後の画像データＤＧをＰＤＦ（Portable Document Format）などの形式のファイルとして保存する。

図３は文字領域処理部１２の構成の例を示す図、図４は第１低解像度処理の流れを説明するためのフローチャート、図５は第２低解像度処理の流れを説明するためのフローチャート、図６は高解像度処理の流れを説明するためのフローチャート、図７は本実施形態の処理の結果の画像の遷移を示す図、図８は画像ＧＺに含まれる文字の例を示す図、図９はエッジ画像の例を示す図、図１０はエッジ付近のネガポジ判別の処理を説明するための図である。

図３に示すように、文字領域処理部１２は、解像度変換部１０１、第１エッジ抽出部１０２、クロージング部１０３、第１拡大処理部１０４、ネガポジ判別部１０５、第２拡大処理部１０６、第２エッジ抽出部１０７、エッジ部ネガポジ判別部１０８、および文字属性判別部１０９などによって構成される。

次に、文字領域処理部１２の処理の詳細について、「第１低解像度処理」、「第２低解像度処理」、および「高解像度処理」の３つの処理に分けて、図４〜図６のフローチャートおよび図７を参照しながら説明する。また、図８に示すような、画像ＧＺに含まれる「Ａ」の文字を表す領域ＡＲ１内の部分画像ＧＢに対して処理を行った場合の例を適宜示す。

解像度変換部１０１は、画像データ調整部１１から取得した多階調の画像ＧＺを示す画像データＤＧを低解像度化する。本実施形態では、画像データＤＧを、６００ｄｐｉから３００ｄｐｉに低解像度化する。これによって、図８に示す６００ｄｐｉの「Ａ」の文字の部分画像ＧＢから図７の＃５１に示す３００ｄｐｉの画像が生成される。

以下、低解像度化された後の画像を「低解像度画像ＧＴ」と記載し、低解像度画像ＧＴを示す画像データを「低解像度画像データＤＴ」と記載する。

第１エッジ抽出部１０２、クロージング部１０３、および第１拡大処理部１０４は、図４に示す第１低解像度処理を行う。

第１エッジ抽出部１０２は、低解像度画像ＧＴを図１４に示すように所定のサイズのマトリックスに区画してマトリクス展開し（＃１０１）、低解像度画像ＧＴのエッジの部分（エッジ部分）を抽出する（＃１０２）。これによって、図７の＃５２の例に示すような、低解像度画像ＧＴのエッジ部分を示す画像（以下、「低解像度エッジ画像ＧＥ」と記載する。）が生成される。

クロージング部１０３は、比較的大きなサイズのクロージング用のマトリクス（クロージングマトリクス）を用いて、生成された低解像度エッジ画像ＧＥに対してクロージングの処理を行う（＃１０４）。クロージングマトリクスとして、例えば、縦６１画素および横６１画素のサイズのマトリクスを用いる。これによって、図７の＃５３に示すような、抽出されたエッジとエッジとの間（文字の内部）がエッジの色で塗り潰された（埋められた）画像（以下、「クロージング画像ＧＣ」と記載する。）が生成される。

第１拡大処理部１０４は、クロージング画像ＧＣの解像度を高解像度化することによって単純拡大する（＃１０５）。本実施形態では、３００ｄｐｉの解像度から６００ｄｐｉの解像度に戻す処理を行う。これによって、図７の＃５４に示すような画像が得られる。

ネガポジ判別部１０５および第２拡大処理部１０６は、図５に示すような第２低解像度処理を行う。

ネガポジ判別部１０５は、低解像度画像ＧＴの各画素について、それぞれが、濃度の濃い領域（ポジ領域）の画素であるか濃度の薄い領域（ネガ領域）の画素であるかの判別（ネガポジ判別）を行う。ここでは、例えば縦６３画素および横６３画素の比較的大きなサイズのマトリクスを用いてマトリクス展開を行い（＃２０１）、画素の判別を行う（＃２０２）。この判別の方法は、図１５において既に説明したとおりである。

図８の例の場合、ネガポジ判別部１０５の処理によって、「Ａ」の文字が濃い色で表される文字であるか、周辺の背景に対して薄く抜けた文字であるかが判別される。例えば、黒文字であるか白文字であるかが判別される。

さらに、ネガポジ判別部１０５は、第１拡大処理部１０４と第２拡大処理部１０６との処理の同期が図られるタイミングで、判別結果を第２拡大処理部１０６に出力する（＃２０３）。

第２拡大処理部１０６は、ネガポジ判別部１０５における低解像度（３００ｄｐｉ）での判別結果のデータを高解像度（６００ｄｐｉ）の場合のデータに変換する（＃２０４）。すなわち、低解像度でのネガポジ判別部１０５の判別結果に基づいて、高解像度の画像内の各画素について、それぞれの画素がポジ領域の画素であるかネガ領域の画素であるかを求める。

第２エッジ抽出部１０７およびエッジ部ネガポジ判別部１０８は、図６に示すような高解像度処理を行う。

第２エッジ抽出部１０７は、図９（ａ）に示すような、画像ＧＺのエッジを示すエッジ画像ＧＦを生成する（＃３０１）。通常、文字のエッジ部分は、図９（ｂ）に示すように、複数画素分の幅を有している。

エッジ部ネガポジ判別部１０８は、エッジ付近の画素について、それぞれの画素がエッジ部分の内側にあるか外側にあるかを判別する。すなわち、それぞれの画素が、エッジの部分を構成する画素であるか否かを判別する。

エッジ部ネガポジ判別部１０８では、比較的小さなサイズのマトリクスでマトリクス展開し（＃３０２）、図１５で説明した方法を用いて各画素がポジ領域の画素かまたはネガ領域の画素かを判別する（＃３０３）。ここでは、ポジ領域の画素をエッジの内側の画素とし、ネガ領域の画素をエッジの外側の画素とする。なお、例えば、縦７画素および横７画素のサイズのマトリクスを用いる。

エッジ部分のように比較的狭い範囲でポジ領域およびネガ領域が入れ替わる部分については、比較的小さなサイズのマトリクスを用いてフィルタを組む。原稿をスキャナ１０ｉで読み取った場合、ＭＴＦ（Modulation Transfer Function）の影響で、原稿に含まれる細い線（細線）が、周囲の白い領域の階調に影響を受けて実際よりも明るい色の線として検出されることがある。比較的狭い範囲でポジ領域およびネガ領域が入れ替わる部分で大きなサイズのマトリクスを用いると、図１０（ａ）に示すように、そのような細線とエッジ部分とが同じ１つのマトリクス内に含まれる可能性が高くなる。エッジ部分が含まれると、エッジ部分の濃度値の影響でそのマトリクスのリファレンス値が高くなる。細線が実際よりも明るい色として検知されるとその細線の部分の画素の入力値は低くなる。そうすると、図１０（ｂ）に示すように、細線の入力値がリファレンス値よりも低くなってしまうことがあり、それによって、細線が検出されなくなってしまうことがある。よって、エッジ付近においては、比較的小さなサイズのマトリクスを用いて、細線が正しく検出されるようにすることが望ましい。なお、図１０（ｂ）に示す入力値は、図１０（ａ）に示す画像内のラインＬ１における各画素の濃度値に基づく値である。

また、低解像度でのネガポジ判別部１０５による判別の結果と高解像度でのエッジ部ネガポジ判別部１０８による判別の結果とが異なる場合は、エッジ部ネガポジ判別部１０８の判別の結果を採用することによって、エッジ部分の判別の精度を向上させる。

エッジ部ネガポジ判別部１０８は、第１拡大処理部１０４および第２拡大処理部１０６の出力との同期が図られるようにして、判別の結果を文字属性判別部１０９に出力する（＃３０４）。

第１拡大処理部１０４、第２拡大処理部１０６、およびエッジ部ネガポジ判別部１０８の結果を統合することによって、図７の＃５６に示すような結果を得ることができる。なお、図７の＃５６において、黒色で表される部分はエッジ部ネガポジ判別部１０８においてポジ領域と判別された画素、つまりエッジ部分を構成する画素である。グレーで表される部分は、第１拡大処理部１０４から出力された、文字の内部と判定された画素を示す。または、第２拡大処理部１０６から出力された、ポジ領域またはネガ領域と判定された画素を示す。

なお、それぞれの出力結果を統合した際に、図７の＃５６に示すように、第１拡大処理部１０４および第２拡大処理部１０６の出力結果のグレーの部分がエッジ部ネガポジ判別部１０８の出力結果のエッジの画像よりも小さくならないようにすることが好ましい。そこで、第１拡大処理部１０４および第２拡大処理部１０６において、ダイレーション処理を行うようにしてもよい。

例えば、第１拡大処理部１０４において、６００ｄｐｉに単純拡大した文字の内部を示す画像である文字内部画像（図７の＃５４においてグレーで表される部分）に対して、文字内部画像が大きくなるように外側に所定画素分拡大するようにしてもよい。すなわち、 クロージング部１０３によって文字の内部を構成すると判別された画素によって示される画像（文字内部画像）が所定画素数分拡張されるように、その文字内部画像の境界から当該所定画素数の距離範囲内の画素を文字の内部を構成する画素として判別し直すようにしてもよい。

また、例えば、第２拡大処理部１０６において、高解像度で求めたポジ領域およびネガ領域に関して、ポジ領域をネガ領域の方に所定画素数分拡大するようにしてもよい。すなわち、ネガポジ判別部１０５によってポジ領域内の画素であると判別された画素によって示される画像（ポジ画像）が所定画素数分拡張されるように、そのポジ画像の境界から当該所定画素数の距離範囲内の画素をポジ領域内の画素として判別し直すようにしてもよい。または、ネガ領域をポジ領域の方に所定画素数分拡大するようにしてもよい。

また、第１拡大処理部１０４および第２拡大処理部１０６におけるダイレーションの処理を高解像度化の前に行い、ダイレーションの後の画像を高解像度化するようにしてもよい。

文字属性判別部１０９は、第１拡大処理部１０４、第２拡大処理部１０６、およびエッジ部ネガポジ判別部１０８による各処理の結果のデータを用いて、処理対象の部分画像ＧＢが文字を示す画像であるか否かを判別する。文字を示すと判別した場合に、その文字を構成する画素を抽出するとともに、その文字が周囲の色に対して色の濃い文字であるか、周囲の色に対して薄く抜けた文字であるかを判別する。

文字属性判別部１０９は、抽出されたエッジとエッジとの間がクロージングよってエッジの色で完全に埋められた場合に、それらのエッジが文字を形成するエッジであると判別する。

さらに、文字のエッジについて第２エッジ抽出部１０７によって抽出された画素を用い、文字の内部について第１拡大処理部１０４によって文字の内部の画素に指定された画素を用いて、当該文字を表す文字画像を生成した場合のその文字画像（図７の＃５７）を用いて、部分画像ＧＢ内の各画素が文字を構成する画素であるか否かを判別する。

図１１は文字領域処理部１２における処理の流れを説明するためのフローチャートである。

高い圧縮率を実現するＰＤＦ（コンパクトＰＤＦ）のファイルを生成する際の文字領域処理部１２の処理の流れを説明する。

ユーザが画像データの保存形式としてＰＤＦを選択し、スキャナ１０ｉに原稿をセットして画像形成装置１にスキャンの実行を指示すと、画像形成装置１は、セットされた原稿をスキャンする。さらに、スキャンして得た画像データＤＧをＰＤＦファイルに変換するために画像を調整する前処理を行う。

文字領域処理部１２は、前処理が施された後の６００ｄｐｉの画像ＧＺを示す画像データＤＧを取得し（＃１１）、それを用いて３００ｄｐｉの低解像度画像ＧＴを示す低解像度画像データＤＴを生成する（＃１２）。

その低解像度画像データＤＴを用いて、図４の第１低解像度処理および図５の第２低解像度処理を行う（＃１３および＃１４）。また、画像データＤＧを用いて、図６の高解像度処理を行う（＃１５）。

ステップ＃１３〜１５のそれぞれの処理によって出力されたデータの遅延を整合して同期を図る（＃１６）。そして、同期させたデータに基づいて、文字属性の判別を行う（＃１７）。

画像形成装置１は、文字を示す画像であると判別された部分画像に対しては、高い解像度を保ったままでＭＭＲなどの可逆の圧縮方式で圧縮する。それ以外の部分画像に対しては、低解像度化した後でＪＰＥＧなどの非可逆の圧縮方式で圧縮する。それぞれの圧縮方式による圧縮データを用いてＰＤＦファイルを生成し保存する。

本実施形態によると、比較的大きなサイズのマトリクスを用いるが厳密さが要求されない処理であるクロージングおよびネガポジ判別においては低解像度画像ＧＴを用いる。また、高い判別精度が要求されるが小さなサイズのマトリクスで処理できるエッジ部分の判別の処理においては、元の解像度のままの画像ＧＺを用いる。つまり、多くのメモリの容量を必要とするクロージングおよびネガポジ判別において低解像度画像ＧＴを用いるので、必要なメモリ容量を少なく抑えることができる。しかも、高い精度が要求されるエッジ部分の判別の処理においては、解像度が高い元の画像ＧＺを用いるので、エッジを正確に抽出でき、従来の方法よりも文字領域の判別精度を高めることができる。その結果、文字がきれいに見える。

本実実施形態では、エッジ部ネガポジ判別部１０８の処理を行う場合の例を示したが、これを行わないようにしてもよい。その場合は、文字属性判別部１０９は、第１拡大処理部１０４による処理の結果、第２拡大処理部１０６による処理の結果、および第２エッジ抽出部１０７によって抽出されたエッジに基づいて判別を行うようにしてもよい。

また、文字属性判別部１０９は、第１拡大処理部１０４による処理の結果および第２エッジ抽出部１０７によって抽出されたエッジに基づいて判別を行うようにしてもよい。

なお、画像形成装置１の全体または各部の構成、機能、処理の内容または順序、各データが示す内容などは、本発明の趣旨に沿って適宜変更することができる。

本発明の一形態に係る画像形成装置のハードウェア構成の例を示す図である。 画像形成装置の機能的構成の例を示す図である。 文字領域処理部の構成の例を示す図である。 第１低解像度処理の流れを説明するためのフローチャートである。 第２低解像度処理の流れを説明するためのフローチャートである。 高解像度処理の流れを説明するためのフローチャートである。 本実施形態の処理の結果の画像の遷移を示す図である。 画像に含まれる文字の例を示す図である。 エッジ画像の例を示す図である。 エッジ付近のネガポジ判別の処理を説明するための図である。 文字領域処理部における処理の流れを説明するためのフローチャートである。 文字領域の判別の従来の処理の流れを示す図である。 クロージングの処理の具体例を示す図である。 マトリクス展開を説明するための図である。 ネガポジ判別の処理における判別の方法を説明するための図である。

符号の説明

１ 画像形成装置（領域判別装置、文字領域抽出装置）
１０ａ ＣＰＵ（コンピュータ）
１０１ 解像度変換部（低解像度化手段）
１０２ 第１エッジ抽出部（第２エッジ抽出手段）
１０３ クロージング部（クロージング処理手段）
１０４ 第１拡大処理部（第１ダイレーション処理手段）
１０５ ネガポジ判別部（ネガポジ判別手段）
１０６ 第２拡大処理部（第２ダイレーション処理手段）
１０７ 第２エッジ抽出部（第１エッジ抽出手段）
１０８ エッジ部ネガポジ判別部（エッジ部内外判別手段）
１０９ 文字属性判別部（文字領域判別手段）
ＧＺ 画像（原画像）

Claims (7)

1. 原画像内の所定の領域に含まれる部分画像において文字を構成する画素を抽出する画像処理装置であって、
   前記部分画像のエッジを抽出する第１エッジ抽出手段と、
   前記部分画像を低解像度化して低解像度画像を生成する低解像度化手段と、
   前記低解像度画像のエッジを抽出する第２エッジ抽出手段と、
   前記第２エッジ抽出手段が抽出したエッジに対してクロージングを行うことによって、当該低解像度画像内の各画素について、それぞれの画素が文字の内部を構成する画素であるか否かを判別するクロージング処理手段と、
   前記低解像度画像の各画素について、それぞれの画素が当該低解像度画像において濃度の高いポジ領域に含まれる画素であるか濃度の低いネガ領域に含まれる画素であるかを判別するネガポジ判別手段と、
   前記第１エッジ抽出手段が抽出したエッジを構成する画素、前記クロージング処理手段の判別の結果、およびネガポジ判別手段の判別の結果に基づいて、前記部分画像において文字を構成する画素を抽出する文字領域抽出手段と、
   を有することを特徴とする画像処理装置。
2. 前記部分画像内の各画素について、それぞれの画素が前記エッジ抽出手段が抽出したエッジを構成する画素であるか否かを判別するエッジ部内外判別手段を有し、
   前記文字領域抽出手段は、前記エッジ部内外判別手段の判別の結果、前記クロージング処理手段の判別の結果、および前記ネガポジ判別手段の判別の結果に基づいて、前記部分画像において文字を構成する画素を抽出する、
   請求項１記載の画像処理装置。
3. 前記クロージング処理手段によって文字の内部を構成すると判別された画素によって示される文字内部画像が所定画素数分拡張されるように、当該文字内部画像の境界から当該所定画素数の距離範囲内の画素を文字の内部を構成する画素として判別し直す第１ダイレーション処理手段を、有し、
   前記文字領域抽出手段は、前記エッジ部内外判別手段の判別の結果、前記ネガポジ判別手段の判別の結果、および前記クロージング処理手段または前記第１ダイレーション処理手段によって文字の内部を構成すると判別された画素に基づいて、前記部分画像において文字を構成する画素を抽出する、
   請求項１または２記載の画像処理装置。
4. 前記ネガポジ判別手段によって前記ポジ領域内の画素であると判別された画素によって示されるポジ画像が所定画素数分拡張されるように、当該ポジ画像の境界から当該所定画素数の距離範囲内の画素を当該ポジ領域内の画素として判別し直す第２ダイレーション処理手段を、有し、
   前記文字領域抽出手段は、前記第１エッジ抽出手段が抽出したエッジを構成する画素、前記クロージング処理手段の判別の結果、および前記ネガポジ判別手段または前記第２ダイレーション処理手段によって前記ポジ領域内の画素と判別された画素に基づいて、前記部分画像において文字を構成する画素を抽出する、
   請求項１ないし３のいずれかに記載の画像処理装置。
5. 前記文字領域抽出手段は、文字のエッジ部分については前記第１エッジ抽出手段によって抽出された画素を用い、文字の内部については前記クロージング処理手段によって文字の内部と判別された画素を用いて、文字を構成する画素を抽出する、
   請求項１ないし４のいずれかに記載の画像処理装置。
6. 原画像内の所定の領域に含まれる部分画像において文字を構成する画素を抽出する文字領域抽出方法であって、
   前記部分画像のエッジを抽出する第１エッジ抽出ステップと、
   前記部分画像を低解像度化して低解像度画像を生成する低解像度化ステップと、
   前記低解像度画像のエッジを抽出する第２エッジ抽出ステップと、
   前記第２エッジ抽出ステップにおいて抽出したエッジに対してクロージングを行うことによって、当該低解像度画像内の各画素について、それぞれの画素が文字の内部を構成する画素であるか否かを判別するクロージング処理ステップと、
   前記低解像度画像の各画素について、それぞれの画素が当該低解像度画像において濃度の高いポジ領域に含まれる画素であるか濃度の低いネガ領域に含まれる画素であるかを判別するネガポジ判別ステップと、
   前記第１エッジ抽出ステップで抽出したエッジを構成する画素、前記クロージング処理ステップにおける判別の結果、およびネガポジ判別ステップにおける判別の結果に基づいて、前記部分画像において文字を構成する画素を抽出する文字領域抽出ステップと、
   を有することを特徴とする文字領域抽出方法。
7. 原画像内の所定の領域に含まれる部分画像において文字を構成する画素を抽出する処理を行うコンピュータにおいて実行されるコンピュータプログラムであって、
   前記部分画像のエッジを抽出する第１エッジ抽出処理と、
   前記部分画像を低解像度化して低解像度画像を生成する低解像度化処理と、
   前記低解像度画像のエッジを抽出する第２エッジ抽出処理と、
   前記第２エッジ抽出処理において抽出したエッジに対してクロージングを行うことによって、当該低解像度画像内の各画素について、それぞれの画素が文字の内部を構成する画素であるか否かを判別するクロージング処理と、
   前記低解像度画像の各画素について、それぞれの画素が当該低解像度画像において濃度の高いポジ領域に含まれる画素であるか濃度の低いネガ領域に含まれる画素であるかを判別するネガポジ判別処理と、
   前記第１エッジ抽出処理で抽出したエッジを構成する画素、前記クロージング処理における判別の結果、およびネガポジ判別処理における判別の結果に基づいて、前記部分画像において文字を構成する画素を抽出する文字領域抽出処理と、
   を前記コンピュータに実行させることを特徴とするコンピュータプログラム。

Images