JP2012093876A - 画像処理装置及び画像処理プログラム - Google Patents
画像処理装置及び画像処理プログラム Download PDFInfo
- Publication number
- JP2012093876A JP2012093876A JP2010239389A JP2010239389A JP2012093876A JP 2012093876 A JP2012093876 A JP 2012093876A JP 2010239389 A JP2010239389 A JP 2010239389A JP 2010239389 A JP2010239389 A JP 2010239389A JP 2012093876 A JP2012093876 A JP 2012093876A
- Authority
- JP
- Japan
- Prior art keywords
- line
- image
- module
- information
- line element
- 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.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 238000000605 extraction Methods 0.000 claims description 43
- 239000000284 extract Substances 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 description 34
- 238000000034 method Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/412—Layout analysis of documents structured with printed lines or input boxes, e.g. business forms or tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Image Analysis (AREA)
- Facsimile Image Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
【解決手段】画像処理装置の線情報受付手段は、線の可能性がある画像に関する情報であって、線を構成し得る矩形の画素塊である線要素を示す情報の集合を受け付け、予測判別手段は、前記線情報受付手段によって受け付けられた線要素を示す情報に基づいて、対象としている線要素は該線要素の位置において該線要素が線を構成していると予測した場合の線要素の予測値に合致しているか否かを判別し、特徴量算出手段は、前記予測判別手段によって予測値に合致していないと判別された場合に関する前記画像の特徴量を算出し、線判別手段は、前記特徴量算出手段によって算出された特徴量に基づいて、前記画像は線であるか否かを判別する。
【選択図】図1
Description
これに関連する技術として、例えば、特許文献1には、2値図面イメージから線分が傾いていたり、途中で多少曲がっていたり、途中で途切れていたりしても、線分を抽出できるようにすることを課題とし、ランデータ抽出手段は2値図面イメージを縦方向及び横方向で走査してランデータ群を抽出し、指示点検出手段は開始指示点及び終了指示点の位置を検出し、ランデータ選択手段は開始指示点、終了指示点間の傾きに応じて縦方向及び横方向のランデータ群の一方を選択し、開始ラン検出手段は選択されたランデータ群からラン長が規定値以下で開始指示点からの距離が最小のランデータを検出して開始ランとし、ラントレース手段は開始ランから終了指示点への方向につながるランデータを終了指示点の位置までトレースして得られたランデータのつながりを線分とすることが開示されている。
請求項1の発明は、線の可能性がある画像に関する情報であって、線を構成し得る矩形の画素塊である線要素を示す情報の集合を受け付ける線情報受付手段と、前記線情報受付手段によって受け付けられた線要素を示す情報に基づいて、対象としている線要素は該線要素の位置において該線要素が線を構成していると予測した場合の線要素の予測値に合致しているか否かを判別する予測判別手段と、前記予測判別手段によって予測値に合致していないと判別された場合に関する前記画像の特徴量を算出する特徴量算出手段と、前記特徴量算出手段によって算出された特徴量に基づいて、前記画像は線であるか否かを判別する線判別手段とを具備することを特徴とする画像処理装置である。
図1は、第1の実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア(コンピュータ・プログラム)、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム(コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム)、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、1モジュールを1プログラムで構成してもよいし、複数モジュールを1プログラムで構成してもよく、逆に1モジュールを複数プログラムで構成してもよい。また、複数モジュールは1コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって1モジュールが複数コンピュータで実行されてもよい。なお、1つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続(データの授受、指示、データ間の参照関係等)の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク(一対一対応の通信接続を含む)等の通信手段で接続されて構成されるほか、1つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」(社会システム)にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、RAM(Random Access Memory)、外部記憶媒体、通信回線を介した記憶装置、CPU(Central Processing Unit)内のレジスタ等を含んでいてもよい。
図2は、対象とする画像の例を示す説明図である。この画像内には、線である画像(パタン)と線でない画像がある。
図3は、図2に例示した画像をスキャナ等で読み取った画像(画素データ)の例を示す説明図である。このとき、スキャナ等での読み取りノイズ、点線、破線、線でないパタン等の影響により、抽出しようとする線は、対象としている画像において、必ずしも、直線とみなせる1つの領域として現れない。具体的には、線に対して、つぶれ、欠け等が発生する。
線を、線の方向と交差する方向(例えば、直交)に連なる画素ランに対応する領域の集合と捉える。以下では、この領域を線要素とよぶ。
第1の実施の形態は、図4の例に示すように、抽出しようとする線に対応する画素ラン(すなわち、観測された線要素)を検出し、統合するものである。画素ランを統合した結果が線の画像となる。
また、これら画素ランに基づいて、真の線要素(すなわち、修正された線要素)を生成してもよい。例えば、図4では、点線で示した観測線要素411〜428は画像内の観測された線要素であり、灰色の矩形で示した修正線要素451〜468は観測線要素411等に基づいて修正された線要素である。例えば、観測線要素411と修正線要素451は同じであるが、観測線要素412は下に移動して修正線要素452となり、観測線要素414は上に移動して修正線要素454となり、観測線要素422と観測線要素425の間に観測された線要素はないが、修正線要素463と修正線要素464を追加している。
図5は、受け付けた画像の例を示す説明図である。受け付けた画像500は、背景画素510、パタン画素520に分かれ、パタン画素520は画素ラン530等によって構成されている。この画像500から水平な線を抽出する例を示す。
図6は、受け付けた画像から抽出した線要素の例を示す説明図である。パタン画素520は、線要素640等の集合によって構成されている。ここで、線要素とは、線を構成し得る矩形の画素塊、又は前述の画素ランに対応する領域である。「線要素を示す情報」としては、例えば、線要素を描画するための情報があり、具体的には、その線要素を描画する位置、その線要素の大きさである。
ある線が、複数の線要素で構成されているとき、例えば、k番目の線要素は以下の情報を持つ。
tk : 線要素の太さ
Pk : 線要素の位置
tkは、線要素の形状に関する情報であり、線の方向と交差する方向の長さである、つまり、線の太さに対応する情報である。
Pkは、位置に関する情報であり、水平方向の線であれば、画像上の高さに対応する情報である。
なお、前述の情報は、必ずしも全て利用しなくてもよい。例えば、後述する線抽出によって線の位置を用いる場合、個々の線要素の位置の情報は不要である。
また、多値画像を扱い、画素の濃度情報を与えてもよい。例えば、色情報が急激に変化する線要素は観測失敗である、と判別してもよい。
また、観測失敗解析モジュール120は、観測失敗であれば、失敗の種別もあわせて、観測失敗情報122として出力するようにしてもよい。
観測失敗解析モジュール120は、線情報112を受け付け、種別のある観測失敗の情報である観測失敗情報122を出力する。
図10に例示するように、進行方向に対して連なる線要素で構成される線を対象とする。このとき、線情報108から、以下のような、線の情報を得る。
ft(k) : 位置kにおける線の太さ
fP(k) : 位置kにおける線の位置
ft(k)、fP(k)は、位置kにおける、線要素の理想値とする。
このとき、位置kにおける線要素の太さであるtkは、必ずしもft(k)と一致しない。
また同様に、位置kにおける線要素の位置であるpkは、必ずしもfP(k)と一致しない。
また、位置kにおける線要素が存在しない場合がある。
したがって、位置kにおける線要素には、以下のような観測失敗の種別がありうる。
A)線要素が存在しない。
B)pkとfP(k)の差異が、予め定められた閾値よりも大きい。
C)tkとft(k)の差異が、予め定められた閾値よりも大きい。
線要素のうち、図10の例では左から3番目の隣(Aが指し示している位置)には、線要素が存在しない。つまり、観測失敗の(A)の例である。
線要素のうち、図10の例では左から7番目の線要素(Bが指し示している位置)は、上に飛び出しており、pkとfP(k)の差異(値の差分)が、予め定められた閾値よりも大きい。つまり、観測失敗の(B)の例である。
また、tkとft(k)の差異(値の差分)の正負の値によって観測失敗の種別が異なる。図10の例では左から11番目の線要素(C−1が指し示している位置)は、理想的な線の線要素と比較して太すぎる。そして、図10の例では左から15番目の線要素(C−2が指し示している位置)は、理想的な線の線要素と比較して細すぎる。
条件として、対象としている線要素の隣に線要素があることを条件とする。具体的に、前述のA)である。そして、その条件を満たさない場合を第1種の観測失敗とする。
次の条件として、観測された線要素の位置と、予測された線要素の位置とを比較して閾値以内であることを条件とする。具体的に、前述のB)である。そして、この差分が閾値以上に大きい場合、第2種の観測失敗とする。
次の条件として、観測された線要素の幅が、予測された線要素の幅と比較して閾値以内であることを条件とする。具体的に、前述のC)である。観測された線要素の幅が、予測された線要素の幅に対して閾値以上に大きい場合、第3種の観測失敗とする。そして、観測された線要素の幅が、予測された線要素の幅に対して閾値以上に小さい場合、第4種の観測失敗とする。
なお、前述した閾値は、定数、fP(k)の定数倍、ft(k)の定数倍、又は、線要素の分散の定数倍としてもよい。
また、観測失敗解析モジュール120は、観測失敗について、A)、B)、C)−1、C)−2のように種別を付加して出力するようにしてもよい。
なお、ft(k)、fP(k)を求める場合、必ずしも全ての線要素を参照しなくてもよい。例えば、判別しようとする線要素について、付近の線要素を参照すればよい。ここでの付近とは、対象としている線要素から予め定められた距離内にあることをいう。また、明らかに観測失敗である線要素を除外した残りの線要素を参照してもよい。
また、以上の観測失敗の他、線要素の濃度情報を参照した観測失敗の種別を設けてもよい。
1つは、線情報受付モジュール110によって受け付けられた線要素に関する情報に基づいて、対象とする線要素の位置からその線要素が線を構成している場合の、対象としている位置における線要素に関する情報の予測値を算出する予測値算出モジュールである。
2つ目は、予測値算出モジュールによって算出された予測値と線情報受付モジュール110によって受け付けられた線要素に関する情報は合致しているか否かを判別する予測判別処理モジュールである。
また、観測失敗解析モジュール120は、予測値に合致していない場合を種別に分類分けしてもよい。
具体的には、以下のように求める。
まず、数式(1)、数式(2)のように、観測失敗の種別をまとめる。なお、n{X}とは、観測失敗の種別Xの発生回数である。なお、観測失敗の種別をまとめ方は、数式(1)、数式(2)に限らない。例えば、n{C2}をthick_skipへ加えるようにしてもよい。また、必ずしも、観測失敗の種別をまとめなくてもよい。
採用判別モジュール140は、特徴量算出モジュール130によって算出された特徴量132に基づいて、線情報受付モジュール110が受け付けた線情報108によって構成される画像は線であるか否かを判別する。
採用判別モジュール140は、線の特徴量132に基づいて、線の採用/不採用142の情報を出力する。ここでは、それぞれの特徴量が、予め定められた条件を満たすか否かを判別すればよい。例えば、図11の例に示す判別処理を行う。なお、θratio_blank_skip、θratio_thick_skipは、予め定められた値である。また、特徴量から判別機を学習により生成してもよい。このとき、他の線の特徴量を利用してもよい。すなわち、本処理は、少なくとも観測失敗の種別に関する線の特徴量を入力とする、2クラス分類機として構成される。
ステップS1102では、数式(5)が成立する又は数式(6)が成立するか否かを判断し、いずれかが成立すればステップS1104へ進み、それ以外の場合はステップS1106へ進む。
ステップS1106では、「不採用」を出力する。
また、観測失敗の発生率が、予め定められた値以下である場合、後段の判別にかかわらず線を採用する、又は、後段の判別の閾値を更新する、という判別を行ってもよい。これらは、抽出した線の観測が成功している場合、線として採用される確率を高めるよう調節することに相当する。
画像受付モジュール1210、線抽出モジュール1220、観測失敗解析モジュール120、特徴量算出モジュール130、採用判別モジュール1240を有している。なお、第1の実施の形態と同種のモジュールには同一符号を付し重複した説明を省略する。また、同一符号のモジュールであっても、以下に説明するものは、第1の実施の形態の該当するモジュールの働き、機能に付加又は置換するものである。第3の実施の形態の説明以降も同様である。
画像受付モジュール1210は、線抽出モジュール1220と接続されており、画像1208を受け付けて、画像1212を線抽出モジュール1220へ渡す。
特徴量算出モジュール130は、線抽出モジュール1220、観測失敗解析モジュール120、採用判別モジュール1240と接続しており、線抽出モジュール1220によって抽出された線要素を示す情報の集合である線情報1222と観測失敗解析モジュール120から観測失敗情報122を受け付け、観測失敗情報122に対応する線情報1222の特徴量を算出し、特徴量132を採用判別モジュール1240に渡す。なお、ここで、他の特徴量を算出してもよい。
採用判別モジュール1240は、線抽出モジュール1220、特徴量算出モジュール130と接続されており、特徴量132に基づいて、線として採用すべきか否かを判別し、線/無効信号1242を出力する。つまり、採用であれば線であることを示す情報を出力し、不採用であれば無効信号の⊥を出力する。
画像受付モジュール1210、線抽出モジュール1320、観測失敗解析モジュール1330、特徴量算出モジュール130、採用判別モジュール1240を有している。観測失敗解析モジュール1330は、線抽出モジュール1320と併合してもよい。すなわち、線抽出において、線要素を統合する過程において、線要素を取得する度に、逐次、観測失敗解析を行えばよい。第2の実施の形態の図12の例と比較して、改めて観測失敗解析を行う必要がなく、処理速度が改善され得る。また、不要な観測失敗である線要素を除外するため、メモリ効率が改善され得る。
線抽出モジュール1320は、画像受付モジュール1210、観測失敗解析モジュール1330、特徴量算出モジュール130、採用判別モジュール1240と接続されている。観測失敗解析モジュール1330は、線抽出モジュール1320と接続されている。線抽出モジュール1320における線要素の統合過程において、画像1212から線要素1322を取得する度に、逐次、観測失敗解析モジュール1330に前述の観測失敗解析処理を行わせる。そして、観測失敗情報1332を観測失敗解析モジュール1330から受け取る。最終的に、画像1212に線がなければ無効信号1326を出力し、線の可能性がある画像があれば、線情報、観測失敗情報1324を特徴量算出モジュール130、採用判別モジュール1240に渡す。
特徴量算出モジュール130は、線抽出モジュール1320、採用判別モジュール1240と接続されており、線抽出モジュール1320から線情報、観測失敗情報1324を受け取って、画像の特徴量を算出する。
採用判別モジュール1240は、線抽出モジュール1320、特徴量算出モジュール130と接続されており、線抽出モジュール1320から線情報、観測失敗情報1324、特徴量算出モジュール130から特徴量132を受け取り、線/無効信号1242を出力する。
画像受付モジュール1410、文字列抽出モジュール1420、画像処理モジュール1430、文字認識モジュール1440、出力モジュール1450を有している。
画像受付モジュール1410は、文字列抽出モジュール1420と接続されており、文字列を含む画像を受け付ける。画像内には、下線、取り消し線等が含まれていてもよい。
文字列抽出モジュール1420は、画像受付モジュール1410、画像処理モジュール1430と接続されており、画像受付モジュール1410によって受け付けられた画像から文字列を抽出し、その文字列の方向に基づいて、線の可能性がある画像を抽出する。文字列の抽出は、既存の技術を用いてもよい。例えば、縦方向、横方向に黒画素のヒストグラムをとり、その分布から縦書き、横書きの方向を抽出してもよい。その文字列の方向を線の方向として、線の可能性がある画像を抽出する。
文字認識モジュール1440は、画像処理モジュール1430、出力モジュール1450と接続されており、画像処理モジュール1430によって画像から線として判別された画像を削除して、文字画像だけとなった画像を文字認識する。
出力モジュール1450は、文字認識モジュール1440と接続されており、文字認識モジュール1440による文字認識結果を出力する。
画像受付モジュール1510、枠線方向指定モジュール1520、画像処理モジュール1530、帳票処理モジュール1540、出力モジュール1550を有している。
画像受付モジュール1510は、枠線方向指定モジュール1520と接続されており、枠線を含む画像を受け付ける。例えば、帳票の画像を受け付ける。
枠線方向指定モジュール1520は、画像受付モジュール1510、画像処理モジュール1530と接続されており、画像受付モジュール1510によって受け付けられた画像から枠線の方向に基づいて、線の可能性がある画像を抽出する。例えば、帳票に主に用いられている垂直方向の線、水平方向の線をそれぞれ抽出するよう指定して、線の可能性がある画像を抽出する。
帳票処理モジュール1540は、画像処理モジュール1530、出力モジュール1550と接続されており、画像処理モジュール1530によって画像から線として判別された線画像の位置から帳票内の欄を判別して、その欄内にある文字画像を文字認識して、欄と文字認識結果を対応付けるようにしてもよい。
出力モジュール1550は、帳票処理モジュール1540と接続されており、帳票処理モジュール1540による帳票処理結果を出力する。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク(DVD)であって、DVDフォーラムで策定された規格である「DVD−R、DVD−RW、DVD−RAM等」、DVD+RWで策定された規格である「DVD+R、DVD+RW等」、コンパクトディスク(CD)であって、読出し専用メモリ(CD−ROM)、CDレコーダブル(CD−R)、CDリライタブル(CD−RW)等、ブルーレイ・ディスク(Blu−ray Disc(登録商標))、光磁気ディスク(MO)、フレキシブルディスク(FD)、磁気テープ、ハードディスク、読出し専用メモリ(ROM)、電気的消去及び書換可能な読出し専用メモリ(EEPROM(登録商標))、フラッシュ・メモリ、ランダム・アクセス・メモリ(RAM)等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク(LAN)、メトロポリタン・エリア・ネットワーク(MAN)、ワイド・エリア・ネットワーク(WAN)、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。
120…観測失敗解析モジュール
130…特徴量算出モジュール
140…採用判別モジュール
1210…画像受付モジュール
1220…線抽出モジュール
1240…採用判別モジュール
1320…線抽出モジュール
1330…観測失敗解析モジュール
1410…画像受付モジュール
1420…文字列抽出モジュール
1430…画像処理モジュール
1440…文字認識モジュール
1450…出力モジュール
1510…画像受付モジュール
1520…枠線方向指定モジュール
1530…画像処理モジュール
1540…帳票処理モジュール
1550…出力モジュール
Claims (6)
- 線の可能性がある画像に関する情報であって、線を構成し得る矩形の画素塊である線要素を示す情報の集合を受け付ける線情報受付手段と、
前記線情報受付手段によって受け付けられた線要素を示す情報に基づいて、対象としている線要素は該線要素の位置において該線要素が線を構成していると予測した場合の線要素の予測値に合致しているか否かを判別する予測判別手段と、
前記予測判別手段によって予測値に合致していないと判別された場合に関する前記画像の特徴量を算出する特徴量算出手段と、
前記特徴量算出手段によって算出された特徴量に基づいて、前記画像は線であるか否かを判別する線判別手段と
を具備することを特徴とする画像処理装置。 - 画像を受け付ける画像受付手段と、
前記画像受付手段によって受け付けられた画像から線の可能性がある画像を抽出し、該線の線要素を示す情報の集合を抽出する線抽出手段と
を具備し、
前記線情報受付手段は、前記線抽出手段によって抽出された線要素を示す情報の集合を受け付ける
ことを特徴とする請求項1に記載の画像処理装置。 - 前記予測判別手段は、予測値に合致しているか否かを判別するための条件を複数有し、
前記特徴量算出手段は、前記予測判別手段によって予測値に合致していないと判別された場合の条件の種別に基づいた特徴量を抽出する
ことを特徴とする請求項1又は2に記載の画像処理装置。 - 前記画像受付手段は、文字列を含む画像を受け付け、
前記線抽出手段は、前記画像受付手段によって受け付けられた画像から文字列の方向に基づいて、線の可能性がある画像を抽出する
ことを特徴とする請求項2又は3に記載の画像処理装置。 - 前記画像受付手段は、枠線を含む画像を受け付け、
前記線抽出手段は、前記画像受付手段によって受け付けられた画像から枠線の方向に基づいて、線の可能性がある画像を抽出する
ことを特徴とする請求項2又は3に記載の画像処理装置。 - コンピュータを、
線の可能性がある画像に関する情報であって、線を構成し得る矩形の画素塊である線要素を示す情報の集合を受け付ける線情報受付手段と、
前記線情報受付手段によって受け付けられた線要素を示す情報に基づいて、対象としている線要素は該線要素の位置において該線要素が線を構成していると予測した場合の線要素の予測値に合致しているか否かを判別する予測判別手段と、
前記予測判別手段によって予測値に合致していないと判別された場合に関する前記画像の特徴量を算出する特徴量算出手段と、
前記特徴量算出手段によって算出された特徴量に基づいて、前記画像は線であるか否かを判別する線判別手段
として機能させるための画像処理プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010239389A JP5640645B2 (ja) | 2010-10-26 | 2010-10-26 | 画像処理装置及び画像処理プログラム |
US13/090,807 US8620090B2 (en) | 2010-10-26 | 2011-04-20 | Line determination apparatus, line determination method, and computer-readable medium |
CN201110165801.XA CN102456139B (zh) | 2010-10-26 | 2011-06-16 | 图像处理设备和图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010239389A JP5640645B2 (ja) | 2010-10-26 | 2010-10-26 | 画像処理装置及び画像処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012093876A true JP2012093876A (ja) | 2012-05-17 |
JP5640645B2 JP5640645B2 (ja) | 2014-12-17 |
Family
ID=45973075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010239389A Expired - Fee Related JP5640645B2 (ja) | 2010-10-26 | 2010-10-26 | 画像処理装置及び画像処理プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US8620090B2 (ja) |
JP (1) | JP5640645B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021520561A (ja) * | 2019-04-03 | 2021-08-19 | ベイジン センスタイム テクノロジー デベロップメント カンパニー, リミテッド | テキスト認識 |
US11100356B2 (en) | 2019-01-24 | 2021-08-24 | Fujifilm Business Innovation Corp. | Information processing apparatus and non-transitory computer readable medium storing program |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09305701A (ja) * | 1996-05-09 | 1997-11-28 | Hitachi Ltd | 帳票認識方法 |
JP2008059298A (ja) * | 2006-08-31 | 2008-03-13 | Fujitsu Ltd | 罫線抽出プログラム、罫線抽出装置、罫線抽出方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0535806A (ja) * | 1991-07-29 | 1993-02-12 | Toshiba Corp | 線分解釈方式 |
US5293429A (en) * | 1991-08-06 | 1994-03-08 | Ricoh Company, Ltd. | System and method for automatically classifying heterogeneous business forms |
JP2576413B2 (ja) | 1994-06-30 | 1997-01-29 | 日本電気株式会社 | 2値図面イメージの線分抽出方式 |
US6226402B1 (en) * | 1996-12-20 | 2001-05-01 | Fujitsu Limited | Ruled line extracting apparatus for extracting ruled line from normal document image and method thereof |
JP3904840B2 (ja) * | 2000-08-15 | 2007-04-11 | 富士通株式会社 | 多値画像から罫線を抽出する罫線抽出装置 |
US6609725B1 (en) * | 2000-09-25 | 2003-08-26 | Let's Go Aero, Inc. | Securing device for receiver hitch assemblies |
US7583841B2 (en) * | 2005-12-21 | 2009-09-01 | Microsoft Corporation | Table detection in ink notes |
US8224112B2 (en) * | 2009-06-08 | 2012-07-17 | Xerox Corporation | Fuzzy method to detect thin lines in scanned image |
-
2010
- 2010-10-26 JP JP2010239389A patent/JP5640645B2/ja not_active Expired - Fee Related
-
2011
- 2011-04-20 US US13/090,807 patent/US8620090B2/en not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09305701A (ja) * | 1996-05-09 | 1997-11-28 | Hitachi Ltd | 帳票認識方法 |
JP2008059298A (ja) * | 2006-08-31 | 2008-03-13 | Fujitsu Ltd | 罫線抽出プログラム、罫線抽出装置、罫線抽出方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11100356B2 (en) | 2019-01-24 | 2021-08-24 | Fujifilm Business Innovation Corp. | Information processing apparatus and non-transitory computer readable medium storing program |
JP2021520561A (ja) * | 2019-04-03 | 2021-08-19 | ベイジン センスタイム テクノロジー デベロップメント カンパニー, リミテッド | テキスト認識 |
JP7066007B2 (ja) | 2019-04-03 | 2022-05-12 | ベイジン センスタイム テクノロジー デベロップメント カンパニー, リミテッド | テキスト認識 |
Also Published As
Publication number | Publication date |
---|---|
JP5640645B2 (ja) | 2014-12-17 |
US20120099797A1 (en) | 2012-04-26 |
US8620090B2 (en) | 2013-12-31 |
CN102456139A (zh) | 2012-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8768052B2 (en) | Image processing apparatus, image processing method, and non-transitory computer readable medium | |
KR20060125525A (ko) | 조사 영역 추출 방법 및 화상 처리 장치 | |
US10643097B2 (en) | Image processing apparatuses and non-transitory computer readable medium | |
JP5640645B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP5601027B2 (ja) | 画像処理装置及び画像処理プログラム | |
US8749854B2 (en) | Image processing apparatus, method for performing image processing and computer readable medium | |
US8805076B2 (en) | Image processing apparatus, image processing method and computer readable medium | |
JP5489894B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP2011065204A (ja) | 画像処理装置及び画像処理プログラム | |
JP5742367B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP5724341B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP5251489B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP2017010187A (ja) | 画像処理装置及び画像処理プログラム | |
JP5262778B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP5821648B2 (ja) | 情報処理装置及び情報処理プログラム | |
JP2014120832A (ja) | 画像処理装置及び画像処理プログラム | |
JP2016053797A (ja) | 画像処理装置及び画像処理プログラム | |
US9258446B2 (en) | Image processing apparatus | |
JP5935324B2 (ja) | 情報処理装置及び情報処理プログラム | |
JP6187307B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP6241311B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP6409423B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP2014078913A (ja) | 画像処理装置及び画像処理プログラム | |
JP6003375B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP2010039810A (ja) | 画像処理装置及び画像処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130917 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140424 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140507 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140626 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140930 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141013 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5640645 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |