JP2786361B2 - 文書画像の領域抽出方法 - Google Patents
文書画像の領域抽出方法Info
- Publication number
- JP2786361B2 JP2786361B2 JP3328862A JP32886291A JP2786361B2 JP 2786361 B2 JP2786361 B2 JP 2786361B2 JP 3328862 A JP3328862 A JP 3328862A JP 32886291 A JP32886291 A JP 32886291A JP 2786361 B2 JP2786361 B2 JP 2786361B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- area
- writing
- vertical
- image
- 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.)
- Expired - Lifetime
Links
Landscapes
- Character Input (AREA)
Description
【0001】
【産業上の利用分野】本発明は、ファクシミリ等の通信
機器や文書画像データベース入力装置、光学的文字読取
り装置(OCR)等において、文書画像をその構成要素
の領域に抽出する文書画像の領域抽出方法に関するもの
である。
機器や文書画像データベース入力装置、光学的文字読取
り装置(OCR)等において、文書画像をその構成要素
の領域に抽出する文書画像の領域抽出方法に関するもの
である。
【0002】
【従来の技術】従来、この種の文書画像の領域抽出方法
には、例えば、特開昭62ー71379号公報に記載さ
れるものがあった。
には、例えば、特開昭62ー71379号公報に記載さ
れるものがあった。
【0003】この文献に記載された文書画像の領域抽出
方法では、文書画像データを入力し、走査方向(例え
ば、横方向)に黒画素を計数して閾値を超えるラインを
検出し、該計数値が閾値以下の白ラインが所定個数連続
する状態を判定して第1の領域切り出しを行なう。この
第1の領域切り出し内で、副走査方向(例えば、縦方
向)に黒画素を計数して該計数値が閾値を超える列を検
出し、該計数値が閾値以下の白列が所定個数連続する状
態を判定して第2の領域切り出しを行なう。
方法では、文書画像データを入力し、走査方向(例え
ば、横方向)に黒画素を計数して閾値を超えるラインを
検出し、該計数値が閾値以下の白ラインが所定個数連続
する状態を判定して第1の領域切り出しを行なう。この
第1の領域切り出し内で、副走査方向(例えば、縦方
向)に黒画素を計数して該計数値が閾値を超える列を検
出し、該計数値が閾値以下の白列が所定個数連続する状
態を判定して第2の領域切り出しを行なう。
【0004】さらに、第2の領域切り出し内で、第1の
領域切り出しと同様な処理により、第3の領域切り出し
を行い、この第3の領域切り出し内で、第2の領域切り
出しと同様な処理により、第4の領域切り出しを行う。
そこで、この第4の領域切り出しで検出された領域につ
いて、その領域のランレングス情報、及び黒画素率情報
により、文字領域、写真領域、及び図表領域の属性を判
別している。
領域切り出しと同様な処理により、第3の領域切り出し
を行い、この第3の領域切り出し内で、第2の領域切り
出しと同様な処理により、第4の領域切り出しを行う。
そこで、この第4の領域切り出しで検出された領域につ
いて、その領域のランレングス情報、及び黒画素率情報
により、文字領域、写真領域、及び図表領域の属性を判
別している。
【0005】
【発明が解決しようとする課題】しかしながら、上記構
成の文書画像の領域抽出方法では、次のような課題があ
った。
成の文書画像の領域抽出方法では、次のような課題があ
った。
【0006】(a)従来の方法では、領域を分割して抽
出する際に、その分割対象に応じて様々な閾値を任意に
設定する必要があった。例えば、個々の論文誌に対して
領域分割処理を施す場合、それらの閾値を各論文誌に応
じた適切な値に設定し直さなければならず、その値の選
定に手間がかかるという問題があった。
出する際に、その分割対象に応じて様々な閾値を任意に
設定する必要があった。例えば、個々の論文誌に対して
領域分割処理を施す場合、それらの閾値を各論文誌に応
じた適切な値に設定し直さなければならず、その値の選
定に手間がかかるという問題があった。
【0007】(b)前記(a)の問題を解決するため
に、本願出願人は、先に特願平03ー052846号明
細書において、領域抽出方法の提案を行なった。
に、本願出願人は、先に特願平03ー052846号明
細書において、領域抽出方法の提案を行なった。
【0008】図2は、本出願人の先の提案における文字
領域例を示す図である。本出願人が先に行った提案で
は、先ず、入力された文書画像から白黒2値画像を作成
するとともに、文書画像と同サイズで全面黒の多値の領
域画像を作成する。次に、2値画像を横及び縦方向に走
査し、各々の方向で閾値T1、T2以上の白ランが存在
すれば領域画像においてその白ランに対応する部分を白
にして、文書画像の構成要素を黒画素連結領域として表
現する。この領域画像の黒の部分に対しラベル付けを行
い、領域画像の各領域分割を行うというものであった。
領域例を示す図である。本出願人が先に行った提案で
は、先ず、入力された文書画像から白黒2値画像を作成
するとともに、文書画像と同サイズで全面黒の多値の領
域画像を作成する。次に、2値画像を横及び縦方向に走
査し、各々の方向で閾値T1、T2以上の白ランが存在
すれば領域画像においてその白ランに対応する部分を白
にして、文書画像の構成要素を黒画素連結領域として表
現する。この領域画像の黒の部分に対しラベル付けを行
い、領域画像の各領域分割を行うというものであった。
【0009】ところが、この方法では、図2に示すよう
に、文字領域Aが行単位もしくは文字単位といった小さ
な領域でしか表現することができず、文字認識を行なう
際に文書の構成や、文章のつながり等を知ることが困難
であり、未だ充分満足のゆく領域抽出方法が得られなか
った。
に、文字領域Aが行単位もしくは文字単位といった小さ
な領域でしか表現することができず、文字認識を行なう
際に文書の構成や、文章のつながり等を知ることが困難
であり、未だ充分満足のゆく領域抽出方法が得られなか
った。
【0010】本発明は、前記従来技術が持っていた課題
として、文字領域を小さな領域でしか表現できず、それ
によって文字認識の効率が低下するという点について解
決した文書画像の領域抽出方法を提供するものである。
として、文字領域を小さな領域でしか表現できず、それ
によって文字認識の効率が低下するという点について解
決した文書画像の領域抽出方法を提供するものである。
【0011】
【課題を解決するための手段】本発明は、前記課題を解
決するために、縦書きと横書きが混在する文書画像を2
値化して2値画像を作成し、文書画像と同じ大きさで全
面黒の領域画像を作成し、2値画像と全面黒の領域画像
から文書画像の構成要素を黒画素連結領域として表現し
た領域画像を作成する領域画像作成処理と、領域画像の
構成要素に一意に番号を与えたラベル画像を作成するラ
ベル画像作成処理とを施し、ラベル画像を用いて文書画
像の領域抽出を行う文書画像の領域抽出方法において、
以下の処理を行う。まず、ラベル画像から文字領域以外
の領域を全て白にした文字画像を作成する文字画像作成
処理を行う。次に、文字画像内に存在する複数の文字領
域の、横方向の長さと縦方向の長さの比を用いて、文字
領域の書き方向が、横書きであるか、または、縦書きで
あるかを文字領域ごとに判別し、その判別結果を、文字
領域ごとに記録した後、文字領域ごとに上下左右それぞ
れの最も近くに位置する文字領域を検索する隣接領域検
索処理を行う。そして、隣接領域検索処理の結果を用
い、隣接する文字領域が、横書きの文字領域どうしの場
合には文字領域の縦方向の長さと文字領域間の距離との
比をとり、閾値と比較し、閾値より小さければ隣接する
文字領域を結合して、結合後の文字領域の横方向の長さ
が結合前より長い横方向結合文字領域を作成するととも
に、その横方向結合文字領域に書き方向として横書きを
記録し、縦書きの文字領域どうしの場合には文字領域の
横方向の長さと文字領域間の距離との比をとり閾値より
小さければ隣接する文字領域を結合して、結合後の文字
領域の縦方向の長さが結合前より長い縦方向結合文字領
域を作成するとともに、その縦方向結合文字領域に書き
方向として縦書きを記録する書き方向結合処理を行う。
さらに、書き方向結合処理により記録された書き方向を
用い、書き方向が横書きで一致する横方向結合文字領域
どうしの場合には、横方向結合文字領域の縦方向の長さ
と横方向結合文字領域間の距離との比を閾値と比較し、
閾値より小さければ横方向結合文字領域間を結合し、結
合後の文字領域の縦方向の長さが結合前 より長い横書き
領域グループを作成する。同様に、書き方向が縦書きで
一致する縦方向結合文字領域どうしの場合には、縦方向
結合文字領域の横方向の長さと縦方向結合文字領域間の
距離との比を閾値と比較し、閾値より小さければ縦方向
結合文字領域間を結合し、結合後の文字領域の横方向の
長さが結合前より長い縦書き領域グループを作成するグ
ループ化結合処理を行う。その後、グループ化結合処理
で結合された横書き領域グループと縦書き領域グループ
を、それぞれ別の領域として囲み、最小の縦書き矩形領
域と最小の横書き矩形領域を求める領域結合処理を行
う。
決するために、縦書きと横書きが混在する文書画像を2
値化して2値画像を作成し、文書画像と同じ大きさで全
面黒の領域画像を作成し、2値画像と全面黒の領域画像
から文書画像の構成要素を黒画素連結領域として表現し
た領域画像を作成する領域画像作成処理と、領域画像の
構成要素に一意に番号を与えたラベル画像を作成するラ
ベル画像作成処理とを施し、ラベル画像を用いて文書画
像の領域抽出を行う文書画像の領域抽出方法において、
以下の処理を行う。まず、ラベル画像から文字領域以外
の領域を全て白にした文字画像を作成する文字画像作成
処理を行う。次に、文字画像内に存在する複数の文字領
域の、横方向の長さと縦方向の長さの比を用いて、文字
領域の書き方向が、横書きであるか、または、縦書きで
あるかを文字領域ごとに判別し、その判別結果を、文字
領域ごとに記録した後、文字領域ごとに上下左右それぞ
れの最も近くに位置する文字領域を検索する隣接領域検
索処理を行う。そして、隣接領域検索処理の結果を用
い、隣接する文字領域が、横書きの文字領域どうしの場
合には文字領域の縦方向の長さと文字領域間の距離との
比をとり、閾値と比較し、閾値より小さければ隣接する
文字領域を結合して、結合後の文字領域の横方向の長さ
が結合前より長い横方向結合文字領域を作成するととも
に、その横方向結合文字領域に書き方向として横書きを
記録し、縦書きの文字領域どうしの場合には文字領域の
横方向の長さと文字領域間の距離との比をとり閾値より
小さければ隣接する文字領域を結合して、結合後の文字
領域の縦方向の長さが結合前より長い縦方向結合文字領
域を作成するとともに、その縦方向結合文字領域に書き
方向として縦書きを記録する書き方向結合処理を行う。
さらに、書き方向結合処理により記録された書き方向を
用い、書き方向が横書きで一致する横方向結合文字領域
どうしの場合には、横方向結合文字領域の縦方向の長さ
と横方向結合文字領域間の距離との比を閾値と比較し、
閾値より小さければ横方向結合文字領域間を結合し、結
合後の文字領域の縦方向の長さが結合前 より長い横書き
領域グループを作成する。同様に、書き方向が縦書きで
一致する縦方向結合文字領域どうしの場合には、縦方向
結合文字領域の横方向の長さと縦方向結合文字領域間の
距離との比を閾値と比較し、閾値より小さければ縦方向
結合文字領域間を結合し、結合後の文字領域の横方向の
長さが結合前より長い縦書き領域グループを作成するグ
ループ化結合処理を行う。その後、グループ化結合処理
で結合された横書き領域グループと縦書き領域グループ
を、それぞれ別の領域として囲み、最小の縦書き矩形領
域と最小の横書き矩形領域を求める領域結合処理を行
う。
【0012】ここで、隣接領域検索処理は、全ての文字
領域に対して、各文字領域の上,下,左,右に隣接する
文字領域を検索する。書き方向結合処理は、隣接領域検
索処理の結果を用い、書き方向が一致する隣接文字領域
間で、文字の大きさ(高さあるいは幅)と隣接文字領域
間隔との比を閾値と比較し、閾値より小さければ隣接す
る文字領域を結合するとともに、該結合された文字領域
に書き方向の情報を与える。グループ化結合処理は、書
き方向結合処理の結果を用い、書き方向が一致する隣接
した文字領域に対し、文字幅と文字領域間隔との比を閾
値と比較し、閾値より小さければ隣接文字領域を結合す
る。領域統合処理は、グループ化結合処理で結合された
文字領域を囲む最小の矩形領域を求める。
領域に対して、各文字領域の上,下,左,右に隣接する
文字領域を検索する。書き方向結合処理は、隣接領域検
索処理の結果を用い、書き方向が一致する隣接文字領域
間で、文字の大きさ(高さあるいは幅)と隣接文字領域
間隔との比を閾値と比較し、閾値より小さければ隣接す
る文字領域を結合するとともに、該結合された文字領域
に書き方向の情報を与える。グループ化結合処理は、書
き方向結合処理の結果を用い、書き方向が一致する隣接
した文字領域に対し、文字幅と文字領域間隔との比を閾
値と比較し、閾値より小さければ隣接文字領域を結合す
る。領域統合処理は、グループ化結合処理で結合された
文字領域を囲む最小の矩形領域を求める。
【0013】
【作用】本発明によれば、以上のように文書画像の領域
抽出方法を構成したので、領域画像作成処理によって文
書画像の領域画像を作成し、該作成された領域画像から
ラベル画像を作成する。次に、隣接領域検索処理で全て
の文字領域に対して、各文字領域の上,下,左,右に隣
接する文字領域を検索し、書き方向結合処理に送る。書
き方向結合処理では、書き方向が一致する隣接文字領域
を結合する。該書き方向結合処理により、文字(列)を
行方向あるいは列方向に結合することができる。グルー
プ化結合処理では、書き方向結合処理の結果に対し、さ
らに書き方向が一致する隣接文字領域を結合する。該グ
ループ化結合処理により、複数行あるいは複数列の文字
列を結合することができる。領域統合処理は、グループ
化結合処理で結合された文字領域を囲む最小の矩形領域
を求め新たな文字領域とする。これにより、文字領域を
大きな領域として表現でき、文書の構成や文章のつなが
り等を容易に知ることが可能となり、効率のよい文字認
識が行える。従って、前記課題を解決できるのである。
抽出方法を構成したので、領域画像作成処理によって文
書画像の領域画像を作成し、該作成された領域画像から
ラベル画像を作成する。次に、隣接領域検索処理で全て
の文字領域に対して、各文字領域の上,下,左,右に隣
接する文字領域を検索し、書き方向結合処理に送る。書
き方向結合処理では、書き方向が一致する隣接文字領域
を結合する。該書き方向結合処理により、文字(列)を
行方向あるいは列方向に結合することができる。グルー
プ化結合処理では、書き方向結合処理の結果に対し、さ
らに書き方向が一致する隣接文字領域を結合する。該グ
ループ化結合処理により、複数行あるいは複数列の文字
列を結合することができる。領域統合処理は、グループ
化結合処理で結合された文字領域を囲む最小の矩形領域
を求め新たな文字領域とする。これにより、文字領域を
大きな領域として表現でき、文書の構成や文章のつなが
り等を容易に知ることが可能となり、効率のよい文字認
識が行える。従って、前記課題を解決できるのである。
【0014】
【実施例】図1は、本発明の実施例の領域抽出方法を示
す処理内容の図である。文書画像の領域抽出処理を行う
場合、まず、領域画像作成処理1により、全面黒の領域
画像と原画像から文書画像の構成要素を黒画素連結領域
として表現した領域画像を作成し、ラベル画像作成処理
2により、該領域画像の構成要素に一意に番号を与えた
ラベル画像を作成する。
す処理内容の図である。文書画像の領域抽出処理を行う
場合、まず、領域画像作成処理1により、全面黒の領域
画像と原画像から文書画像の構成要素を黒画素連結領域
として表現した領域画像を作成し、ラベル画像作成処理
2により、該領域画像の構成要素に一意に番号を与えた
ラベル画像を作成する。
【0015】次に、このラベル画像から文字画像作成処
理3で、文字領域以外の領域をすべて白にした文字画像
を作成する。隣接領域検索処理4では、該文字画像内に
存在する複数の文字領域の、横方向の長さと縦方向の長
さの比を用いて、文字領域の書き方向が、横書きか縦書
きであるかを文字領域ごとに判別する。その判別結果
を、文字領域ごとに記録し、さらに、全ての文字領域に
対して、各文字領域の上、下、左、右に隣接する文字領
域を検索する。書き方向結合処理5は、隣接領域検索処
理4の結果を用い、書き方向が一致する隣接文字領域間
で横書きの文字領域同士の場合には文字領域の高さと隣
接文字領域間の距離との比を閾値と比較し、閾値より小
さければ隣接する文字領域を横方向に結合する。縦書き
の文字領域同士の場合には文字領域の幅と隣接文字領域
間の距離との比を閾値と比較し、閾値より小さければ隣
接する文字領域を縦方向に結合する。その後、結合され
た文字領域のそれぞれに縦書きか横書きかの書き方向の
情報を与える。グループ化結合処理6は、書き方向結合
処理5の結果を用い、書き方向が一致する隣接する文字
領域に対し、横書きの文字領域の場合は文字領域の高さ
と隣接文字領域間の距離との比を閾値と比較し、閾値よ
り小さければ隣接する文字領域を縦方向に結合する。縦
書きの文字領域の場合は文字領域の幅と隣接文字領域間
の距離との比を閾値と比較し、閾値より小さければ隣接
する文字領域を横方向に結合する。領域結合処理7は、
グループ化結合処理6で結合された横書き領域と縦書き
領域を、それぞれ別の領域として囲み、最小の縦書きと
横書きの矩形領域を求める。これにより、図3に示すよ
うに、文字領域Bを大きな領域として表現できる。その
ため、文書の構成や文章のつながり等を容易に知ること
ができ、効率良く文字認識が行える。
理3で、文字領域以外の領域をすべて白にした文字画像
を作成する。隣接領域検索処理4では、該文字画像内に
存在する複数の文字領域の、横方向の長さと縦方向の長
さの比を用いて、文字領域の書き方向が、横書きか縦書
きであるかを文字領域ごとに判別する。その判別結果
を、文字領域ごとに記録し、さらに、全ての文字領域に
対して、各文字領域の上、下、左、右に隣接する文字領
域を検索する。書き方向結合処理5は、隣接領域検索処
理4の結果を用い、書き方向が一致する隣接文字領域間
で横書きの文字領域同士の場合には文字領域の高さと隣
接文字領域間の距離との比を閾値と比較し、閾値より小
さければ隣接する文字領域を横方向に結合する。縦書き
の文字領域同士の場合には文字領域の幅と隣接文字領域
間の距離との比を閾値と比較し、閾値より小さければ隣
接する文字領域を縦方向に結合する。その後、結合され
た文字領域のそれぞれに縦書きか横書きかの書き方向の
情報を与える。グループ化結合処理6は、書き方向結合
処理5の結果を用い、書き方向が一致する隣接する文字
領域に対し、横書きの文字領域の場合は文字領域の高さ
と隣接文字領域間の距離との比を閾値と比較し、閾値よ
り小さければ隣接する文字領域を縦方向に結合する。縦
書きの文字領域の場合は文字領域の幅と隣接文字領域間
の距離との比を閾値と比較し、閾値より小さければ隣接
する文字領域を横方向に結合する。領域結合処理7は、
グループ化結合処理6で結合された横書き領域と縦書き
領域を、それぞれ別の領域として囲み、最小の縦書きと
横書きの矩形領域を求める。これにより、図3に示すよ
うに、文字領域Bを大きな領域として表現できる。その
ため、文書の構成や文章のつながり等を容易に知ること
ができ、効率良く文字認識が行える。
【0016】図4は図1中の隣接領域検索処理4の処理
内容を示す図であり、1つの文字領域iの上,下,左,
右に隣接する文字領域を検索する処理を示している。こ
こで、文字領域iは図1中の文字画像作成処理3で得ら
れた文字領域全ての文字領域について行う。まず、文字
領域iの縦横の長さ比を求め、縦/横>1の場合は縦書
き、縦/横<1の場合は横書き、縦/横=1の場合は不
明とする(S11)。次に、文字領域iに対し水平方向
に位置する文字領域jを検索する(S13)。文字領域
jは文字領域iを除く全ての文字領域とする(S1
2)。検索条件は図4の左側に示すように、文字領域i
のy座標の範囲に文字領域jがかかれば水平方向に存在
するものとする。すなわち、文字領域iの上端のy値を
iys、下端のy値をiye、文字領域jの上端のy値
をjys、下端のy値をjyeとし、iys<jyeか
つiye>jysであれば、文字領域iの水平方向に文
字領域jが存在するものとする。図4の左側図におい
て、座標の原点は左上にあるものとし、x座標は右側が
大きい値、y座標は下側が大きい値とする。更に文字領
域jが文字領域iの右側に位置し、今までの文字領域よ
りも文字領域iに近ければ変数i_rightにjを、
j_leftにiを保存する(S14,S15)。
内容を示す図であり、1つの文字領域iの上,下,左,
右に隣接する文字領域を検索する処理を示している。こ
こで、文字領域iは図1中の文字画像作成処理3で得ら
れた文字領域全ての文字領域について行う。まず、文字
領域iの縦横の長さ比を求め、縦/横>1の場合は縦書
き、縦/横<1の場合は横書き、縦/横=1の場合は不
明とする(S11)。次に、文字領域iに対し水平方向
に位置する文字領域jを検索する(S13)。文字領域
jは文字領域iを除く全ての文字領域とする(S1
2)。検索条件は図4の左側に示すように、文字領域i
のy座標の範囲に文字領域jがかかれば水平方向に存在
するものとする。すなわち、文字領域iの上端のy値を
iys、下端のy値をiye、文字領域jの上端のy値
をjys、下端のy値をjyeとし、iys<jyeか
つiye>jysであれば、文字領域iの水平方向に文
字領域jが存在するものとする。図4の左側図におい
て、座標の原点は左上にあるものとし、x座標は右側が
大きい値、y座標は下側が大きい値とする。更に文字領
域jが文字領域iの右側に位置し、今までの文字領域よ
りも文字領域iに近ければ変数i_rightにjを、
j_leftにiを保存する(S14,S15)。
【0017】次に、文字領域iに対し垂直方向に位置す
る文字領域jを検索する。検索条件は図4の左側に示す
ように、文字領域iのx座標の範囲に文字領域jがかか
れば垂直方向に存在するものとする。すなわち、文字領
域iの左端のx値をixs、右端のx値をixe、文字
領域jの左端のx値をjxs、右端のx値をjxeと
し、ixs<jxeかつixe>jxsであれば、文字
領域iの垂直方向に文字領域jが存在するものとする
(S16)。更に文字領域jが文字領域iの下側に位置
し、今までの文字領域よりも文字領域iに近ければ変数
i_downにjを、j_upにiを保存する(S1
7,S18)。該処理を全ての文字領域jについて繰り
返すことにより文字領域iに対する上下左右の隣接文字
領域を検出できる。
る文字領域jを検索する。検索条件は図4の左側に示す
ように、文字領域iのx座標の範囲に文字領域jがかか
れば垂直方向に存在するものとする。すなわち、文字領
域iの左端のx値をixs、右端のx値をixe、文字
領域jの左端のx値をjxs、右端のx値をjxeと
し、ixs<jxeかつixe>jxsであれば、文字
領域iの垂直方向に文字領域jが存在するものとする
(S16)。更に文字領域jが文字領域iの下側に位置
し、今までの文字領域よりも文字領域iに近ければ変数
i_downにjを、j_upにiを保存する(S1
7,S18)。該処理を全ての文字領域jについて繰り
返すことにより文字領域iに対する上下左右の隣接文字
領域を検出できる。
【0018】図5は図1中の書き方向結合処理5の処理
内容を示す図である。ここで、iは図1中の文字画像作
成処理3で得られた文字領域全ての文字領域について行
う(S21)。まず、文字領域iのi_rightで示
された文字領域kが縦書き以外すなわち横書きあるいは
不明であるかを判定する(S22)。縦書き以外でない
ときはステップS25に進む。縦書き以外の場合は、ス
テップS23で文字領域iと文字領域kの間隔が文字の
高さ及び文字領域iとi_downで示された文字領域
mとの間隔よりも小さい場合、文字領域iと文字領域k
を結合し、該結合した文字領域を横書きとする(S2
4)。さらに、ステップS24において文字領域の結合
による各文字領域が保持する隣接文字領域情報の変更を
行う。
内容を示す図である。ここで、iは図1中の文字画像作
成処理3で得られた文字領域全ての文字領域について行
う(S21)。まず、文字領域iのi_rightで示
された文字領域kが縦書き以外すなわち横書きあるいは
不明であるかを判定する(S22)。縦書き以外でない
ときはステップS25に進む。縦書き以外の場合は、ス
テップS23で文字領域iと文字領域kの間隔が文字の
高さ及び文字領域iとi_downで示された文字領域
mとの間隔よりも小さい場合、文字領域iと文字領域k
を結合し、該結合した文字領域を横書きとする(S2
4)。さらに、ステップS24において文字領域の結合
による各文字領域が保持する隣接文字領域情報の変更を
行う。
【0019】ステップS25で、文字領域iのi_ri
ghtで示された文字領域kが横書き以外すなわち縦書
きあるいは不明であるかを判定する。横書き以外でない
ときはステップS28に進む。横書き以外の場合は、ス
テップS26で文字領域iとi_downで示された文
字領域mの間隔が文字の幅及び文字領域iとi_rig
htで示された文字領域kとの間隔よりも小さい場合、
文字領域iと文字領域mを結合し、該結合した文字領域
を縦書きとする(S27)。さらに、ステップS27に
おいて文字領域の結合による各文字領域が保持する隣接
文字領域情報の変更を行う。ステップS28において、
全ての文字領域iについて、前記処理を繰り返す。
ghtで示された文字領域kが横書き以外すなわち縦書
きあるいは不明であるかを判定する。横書き以外でない
ときはステップS28に進む。横書き以外の場合は、ス
テップS26で文字領域iとi_downで示された文
字領域mの間隔が文字の幅及び文字領域iとi_rig
htで示された文字領域kとの間隔よりも小さい場合、
文字領域iと文字領域mを結合し、該結合した文字領域
を縦書きとする(S27)。さらに、ステップS27に
おいて文字領域の結合による各文字領域が保持する隣接
文字領域情報の変更を行う。ステップS28において、
全ての文字領域iについて、前記処理を繰り返す。
【0020】図6は図1中のグループ化結合処理6の処
理内容を示す図である。ここで、iは図1中の書き方向
結合処理5で得られた文字領域全ての文字領域について
行う(S31)。まず、文字領域iのi_rightで
示された文字領域kが横書き以外であるか否かを判定す
る(S32)。横書き以外でないときはステップS35
に進む。横書き以外の場合は、ステップS33で文字領
域iと文字領域kの間隔と文字の幅との比が閾値gr_
yxよりも小さい場合、文字領域iと文字領域kを結合
する(S34)。さらに、ステップS34において文字
領域の結合による各文字領域が保持する隣接文字領域情
報の変更を行う。
理内容を示す図である。ここで、iは図1中の書き方向
結合処理5で得られた文字領域全ての文字領域について
行う(S31)。まず、文字領域iのi_rightで
示された文字領域kが横書き以外であるか否かを判定す
る(S32)。横書き以外でないときはステップS35
に進む。横書き以外の場合は、ステップS33で文字領
域iと文字領域kの間隔と文字の幅との比が閾値gr_
yxよりも小さい場合、文字領域iと文字領域kを結合
する(S34)。さらに、ステップS34において文字
領域の結合による各文字領域が保持する隣接文字領域情
報の変更を行う。
【0021】ステップS35で、文字領域i_righ
tで示された文字領域kが縦書き以外すなわち横書きあ
るいは不明であるか判定する。縦書き以外でないとき、
すなわち縦書きのときはステップS38に進む。縦書き
以外の場合は、ステップS36で文字領域iとi_do
wnで示された文字領域mの間隔と文字の高さとの比が
閾値gr_xyよりも小さい場合、文字領域iと文字領
域mを結合する(S37)。さらに、ステップS37に
おいて文字領域の結合による各文字領域が保持する隣接
文字領域情報の変更を行う。ステップS38において、
全ての文字領域iについて、前記処理を繰り返す。
tで示された文字領域kが縦書き以外すなわち横書きあ
るいは不明であるか判定する。縦書き以外でないとき、
すなわち縦書きのときはステップS38に進む。縦書き
以外の場合は、ステップS36で文字領域iとi_do
wnで示された文字領域mの間隔と文字の高さとの比が
閾値gr_xyよりも小さい場合、文字領域iと文字領
域mを結合する(S37)。さらに、ステップS37に
おいて文字領域の結合による各文字領域が保持する隣接
文字領域情報の変更を行う。ステップS38において、
全ての文字領域iについて、前記処理を繰り返す。
【0022】以上のように、本実施例によれば、領域画
像生成処理1によって領域画像を作成し、その領域画像
からラベル画像生成処理2によってラベル画像を作成し
た後、文書画像作成処理3によって文書画像を作成し、
その文書画像に基づき隣接領域検索処理4、書き方向結
合処理5、グループ化結合処理6、及び領域統合処理7
によって文字領域を文字の書き方向に従って結合してい
るので、これまで文字領域を小さな領域でしか表現でき
なかったものを、図3に示すように大きな文字領域Bと
して表現できる。そのため、文字認識における際の文書
の構成や、文章のつながり等を容易に知ることができ、
文字認識の効率のよい処理が行える。
像生成処理1によって領域画像を作成し、その領域画像
からラベル画像生成処理2によってラベル画像を作成し
た後、文書画像作成処理3によって文書画像を作成し、
その文書画像に基づき隣接領域検索処理4、書き方向結
合処理5、グループ化結合処理6、及び領域統合処理7
によって文字領域を文字の書き方向に従って結合してい
るので、これまで文字領域を小さな領域でしか表現でき
なかったものを、図3に示すように大きな文字領域Bと
して表現できる。そのため、文字認識における際の文書
の構成や、文章のつながり等を容易に知ることができ、
文字認識の効率のよい処理が行える。
【0023】なお、本発明の図1の各処理1〜7は、集
積回路等の個別回路で構成した装置で実行したり、或い
はコンピュータを用いたプログラム制御等により実行す
るようにしてもよい。
積回路等の個別回路で構成した装置で実行したり、或い
はコンピュータを用いたプログラム制御等により実行す
るようにしてもよい。
【0024】
【発明の効果】以上詳細に説明したように、本発明によ
れば、領域画像生成処理及びラベル画像作成処理の後、
文書画像作成処理で文字画像を作成し、その文字画像を
用いて隣接領域検索処理を行う。 まず、書き方向結合処
理により、文字領域が横書きの場合は、横方向に隣接す
る文字領域を結合し、文字領域が縦書きの場合は、縦方
向に隣接する文字領域を結合していく。次に、グループ
化結合処理で、横書きで横方向に結合された文字領域を
縦方向に隣接する横書きの文字領域と結合し、縦書きで
縦方向に結合された文字領域を横方向に隣接する縦書き
の文字領域と結合する。さらに、領域結合処理によっ
て、グループ化結合処理で得られた文字領域を囲む最小
の矩形領域を抽出しているので、文字領域の書き方向に
従って、同一書き方向の文字領域を順次結合し、拡大し
ていくことができ、これまで文字領域を小さな領域でし
か表現できなかったものを、大きな領域として表現でき
る。従って、縦書きと横書きが混在する文書画像を、縦
書きと横書きの矩形領域に分割することができ、文字認
識における際の文書の構成や、文章のつながり等を容易
に知ることができ、それによって文字認識効率を著しく
向上させることができる。
れば、領域画像生成処理及びラベル画像作成処理の後、
文書画像作成処理で文字画像を作成し、その文字画像を
用いて隣接領域検索処理を行う。 まず、書き方向結合処
理により、文字領域が横書きの場合は、横方向に隣接す
る文字領域を結合し、文字領域が縦書きの場合は、縦方
向に隣接する文字領域を結合していく。次に、グループ
化結合処理で、横書きで横方向に結合された文字領域を
縦方向に隣接する横書きの文字領域と結合し、縦書きで
縦方向に結合された文字領域を横方向に隣接する縦書き
の文字領域と結合する。さらに、領域結合処理によっ
て、グループ化結合処理で得られた文字領域を囲む最小
の矩形領域を抽出しているので、文字領域の書き方向に
従って、同一書き方向の文字領域を順次結合し、拡大し
ていくことができ、これまで文字領域を小さな領域でし
か表現できなかったものを、大きな領域として表現でき
る。従って、縦書きと横書きが混在する文書画像を、縦
書きと横書きの矩形領域に分割することができ、文字認
識における際の文書の構成や、文章のつながり等を容易
に知ることができ、それによって文字認識効率を著しく
向上させることができる。
【図1】本発明の実施例を示す文書画像の領域抽出方法
の処理内容図である。
の処理内容図である。
【図2】先の提案の文字領域例を示す図である。
【図3】図1中の文字領域例を示す図である。
【図4】図1中の隣接領域検索処理4の処理内容を示す
図である。
図である。
【図5】図1中の書き方向結合処理5の処理内容を示す
図である。
図である。
【図6】図1中のグループ化結合処理6の処理内容を示
す図である。
す図である。
1 領域画像作成処理 2 ラベル画像作成処理 3 文字画像作成処理 4 隣接領域検索処理 5 書き方向結合処理 6 グループ化結合処理 7 領域統合処理
───────────────────────────────────────────────────── フロントページの続き (72)発明者 塚本 明利 東京都港区虎ノ門1丁目7番12号 沖電 気工業株式会社内 (56)参考文献 特開 平1−216493(JP,A) 特開 平3−126181(JP,A)
Claims (1)
- 【請求項1】 縦書きと横書きが混在する文書画像を2
値化して2値画像を作成し、前記文書画像と同じ大きさ
の全面黒の領域画像を作成し、前記2値画像と全面黒の
領域画像から前記文書画像の構成要素を黒画素連結領域
として表現した領域画像を作成する領域画像作成処理
と、前記領域画像の構成要素に一意に番号を与えたラベ
ル画像を作成するラベル画像作成処理とを施し、前記ラ
ベル画像を用いて前記文書画像の領域抽出を行う文書画
像の領域抽出方法において、 前記ラベル画像から文字領域以外の領域を全て白にした
文字画像を作成する文字画像作成処理と、 前記文字画像内に存在する複数の文字領域の、横方向の
長さと縦方向の長さの比を用いて、文字領域の書き方向
が、横書きであるか、または、縦書きであるかを文字領
域ごとに判別し、その判別結果を、文字領域ごとに記録
した後、文字領域ごとに上下左右それぞれの最も近くに
位置する文字領域を検索する隣接領域検索処理と、 前記隣接領域検索処理の結果を用い、隣接する文字領域
が、横書きの文字領域どうしの場合には文字領域の縦方
向の長さと文字領域間の距離との比をとり、閾値と比較
し、閾値より小さければ隣接する文字領域を結合して、
結合後の文字領域の横方向の長さが結合前より長い横方
向結合文字領域を作成するとともに、その横方向結合文
字領域に書き方向として横書きを記録し、縦書きの文字
領域どうしの場合には文字領域の横方向の長さと文字領
域間の距離との比をとり閾値より小さければ隣接する文
字領域を結合して、結合後の文字領域の縦方向の長さが
結合前より長い縦方向結合文字領域を作成するととも
に、その縦方向結合文字領域に書き方向として縦書きを
記録する書き方向結合処理と、 前記書き方向結合処理により記録された書き方向を用
い、隣接する文字領域の書き方向が横書きで一致する横
方向結合文字領域どうしの場合には、横方向結合文字領
域の縦方向の長さと横方向結合文字領域間の距離との比
を閾値と比較し、閾値より小さければ横方向結合文字領
域間を結合し、結合後の文字領域の縦方向の長さが結合
前より長い横書き領域グループを作成するとともに、書
き方向が縦書きで一致する縦方向結合文字領域どうしの
場合には、縦方向結合文字領域の横 方向の長さと縦方向
結合文字領域間の距離との比を閾値と比較し、閾値より
小さければ縦方向結合文字領域間を結合し、結合後の文
字領域の横方向の長さが結合前より長い縦書き領域グル
ープを作成するグループ化結合処理と、 前記グループ化結合処理で結合された横書き領域グルー
プと縦書き領域グループを、それぞれ別の領域として囲
み、最小の縦書き矩形領域と最小の横書き矩形領域を求
める領域結合処理とを、 実行して縦書きと横書きが混在する前記文書画像を、縦
書きと横書きの矩形領域に分割することを特徴とする文
書画像の領域抽出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3328862A JP2786361B2 (ja) | 1991-12-12 | 1991-12-12 | 文書画像の領域抽出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3328862A JP2786361B2 (ja) | 1991-12-12 | 1991-12-12 | 文書画像の領域抽出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH05166000A JPH05166000A (ja) | 1993-07-02 |
JP2786361B2 true JP2786361B2 (ja) | 1998-08-13 |
Family
ID=18214929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP3328862A Expired - Lifetime JP2786361B2 (ja) | 1991-12-12 | 1991-12-12 | 文書画像の領域抽出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2786361B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5173337B2 (ja) * | 2007-09-18 | 2013-04-03 | Kddi株式会社 | 要約コンテンツ生成装置およびコンピュータプログラム |
JP6204076B2 (ja) * | 2013-06-10 | 2017-09-27 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 文章領域読み取り順序判定装置、文章領域読み取り順序判定方法及び文章領域読み取り順序判定プログラム |
JP2019109704A (ja) * | 2017-12-18 | 2019-07-04 | トッパン・フォームズ株式会社 | 文書マークアップ装置、文書マークアップ方法、及びプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01216493A (ja) * | 1988-02-24 | 1989-08-30 | Nec Corp | 文字行抽出装置 |
JPH03126181A (ja) * | 1989-10-11 | 1991-05-29 | Oki Electric Ind Co Ltd | 文書画像の領域分割方法 |
-
1991
- 1991-12-12 JP JP3328862A patent/JP2786361B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JPH05166000A (ja) | 1993-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7454060B2 (en) | Image processor for character recognition | |
US5179599A (en) | Dynamic thresholding system for documents using structural information of the documents | |
EP0854433B1 (en) | Caption and photo extraction from scanned document images | |
US6108444A (en) | Method of grouping handwritten word segments in handwritten document images | |
US8208744B2 (en) | Image processing apparatus capable of accurately and quickly determining character part included in image | |
US5307422A (en) | Method and system for identifying lines of text in a document | |
JPH03119486A (ja) | 記入済書式に含まれている情報を記憶または伝送のために圧縮する方法 | |
US7392472B2 (en) | Layout analysis | |
US5502777A (en) | Method and apparatus for recognizing table and figure having many lateral and longitudinal lines | |
US6269186B1 (en) | Image processing apparatus and method | |
US5357582A (en) | Character boundary identification method and system | |
JP2786361B2 (ja) | 文書画像の領域抽出方法 | |
US5361309A (en) | Character recognition apparatus and method with low-resolution storage for character extraction | |
US6356657B1 (en) | Image processing method and apparatus for discriminating an input image area or an attribute of image information in the discriminated area | |
JP4040905B2 (ja) | 縮小画像表示装置、方法、プログラムおよびプログラムを記録した記録媒体 | |
JPH0656618B2 (ja) | 画像情報の文字・図形分離方法 | |
KR0186172B1 (ko) | 문자 인식장치의 접촉문자 분리 및 특징 추출방법 | |
JPH10232926A (ja) | 画像処理装置及びその方法 | |
JPH03142691A (ja) | 表形式文書認識方式 | |
JPS6343788B2 (ja) | ||
KR100315427B1 (ko) | 다단계 지형학적 특징 및 점-선-면 확장법에 의한 자막영역 추출 장치 및 그 방법 | |
JPH05159062A (ja) | 文書認識装置 | |
JPH03268181A (ja) | 文書読み取り装置 | |
JPH08241376A (ja) | 文字認識装置および文字認識方法 | |
JPH0646253A (ja) | 文書画像の領域抽出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19980512 |