JP2797523B2 - 図面続取装置 - Google Patents

Description

【発明の詳細な説明】 A.産業上の利用分野 本発明は、文字、線分、シンボル等が混在する書類や
図面から、文字データを検出してその文字の認識を行う
図面読取装置に関する。

B.発明の概要 本発明は文字、線分、シンボルが混在する書類や図面
等の被写体をラスタスキャンして得られた黒白に対応す
る２値化画素データから文字位データを抽出し、その文
字の認識を行う図面読取装置において、 前記２値化画素データについて輪郭ベクトル化処理を
施し、該輪郭ベクトルに外接する外接四角形データを文
字候補として求める輪郭ベクトル化処理部と、該文字候
補の外接四角形データをツリー構造で登録する登録部
と、該登録された文字候補から文字列候補を抽出する文
字列侯補抽出部と、該文字列候補から文字列を抽出する
文字列抽出部と、該抽出された文字列内の複数の文字候
補を統合する機能を有した文字切り出し部とを設けたこ
とにより、 文字、線分、シンボルが混在する書類や図面から文字
を読み取って認識する場合、大きさや書式に限定条件を
付けることなくいかなる大きさ、書式の文字であっても
容易に且つ正確に読み取ることができるとともに、処理
の簡単化を図ったものである。

C.従来の技術 文字や図形等を読み取る場合、例えば、書類や図面等
の被写体をイメージスキャナ等の入力装置でラスタスキ
ャンして黒と白の２値画像データ（入力パターン）に変
換し、この２値画像データから対象物の文字データを抽
出し、対象物の認識処理を行っている。文字、図形等が
混在する図面等に含まれる文字を認識するには、まず文
字の部分と図形の部分を分け、さらに１文字分の情報ご
とに切り出して認識を行う必要がある。

D.発明が解決しようとする課題 ここで図面に含まれる文字は、文書のものとは異なり
文字の大きさが一定ではなく、またその書式も定まって
いない。このため文字、線分、シンボル等が混在する書
類や図面に含まれる文字を、その書式や大きさにとらわ
れることなく抽出して認識することは極めて困難であっ
た。またそれらの処理に時間がかかるという欠点もあっ
た。

本発明は上記の点に鑑みてなされたものでその目的
は、書類や図面に含まれる文字がいかなる大きさ、書式
であっても容易に且つ正確に読み取ることができるとと
もに処理速度を高速化した図面読取装置を提供すること
にある。

E.課題を解決するための手段 本発明は、文字、線分、シンボルが混在する被写体を
ラスタスキャンして得られた黒白に対応する２値化画素
データから文字データを抽出し、該抽出された文字デー
タと文字辞書を参照、比較して文字を認識する図面読取
装置において、 前記被写体をラスタスキャンして得られた黒白に対す
る２値化画素データに基づいて、互いに隣接した２個の
黒画素を結ぶベクトルを結合して成る輪郭ベクトルのデ
ータを求めるとともに、該輪郭ベクトルに外接する外接
四角形データを文字候補として求める輪郭ベクトル化処
理部と、 前記輪郭ベクトル化処理部で求められた文字候補の外
接四角形データをツリー構造で登録する登録部と、 所定の大きさに設定した文字列候補の核から検索範囲
を決定し、前記登録部に登録された文字候補のうち中心
座標が前記検索範囲内に存在する文字列を文字列候補と
して抽出する文字列候補抽出部と、 前記文字列候補抽出部で抽出されたデータの中から、
文字列候補核の高さh_Cと文字列侯補内の互いに隣接する
文字候補間の距離ｄがｄ＜h_C×α（αは定数）なる関係
にあるデータを文字列として抽出する文字列抽出部と、 前記文字列抽出部で抽出された文字列内の近接する複
数の文字候補を統合する機能を有し、文字列から文字を
切り出す文字切り出し部とを備え、 前記文字切り出し部で切り出された文字データに基づ
いて文字認識を行うことを特徴としている。

F.作用 前記ベクトル化処理によって外接四角形を求めると、
文字、線分、シンボルが混在する被写体（書類や図面）
の中から文字候補のデータが得られる。この文字候補の
外接四角形データはツリー構造で登録部に登録される。
文字列候補抽出部は文字列候補核で決まる検索範囲で前
記登録部内のデータを検索し、中心座標が検索範囲内に
ある文字列を文字列候補として抽出する。前記外接四角
形データはツリー構造で登録されているので領域四角形
の近房検索処理は軽減される。前記文字列候補の中で、
ｄ＜h_C×α（ｄは隣接する文字候補間距離、h_cは文字列
候補核の高さ、αは定数）の関係が成立するデータが文
字列抽出部によって文字列として抽出される。すなわち
被写体の中に混在する線分やシンボルは除外され文字列
のデータのみが抽出される。次に文字切り出し部は前記
文字列から文字を切り出す。このとき文字列内の近接す
る複数の文字候補の大きさや文字候補間距離が所定値で
ある場合には、それら複数の文字候補を統合し、統合さ
れた文字候補を１個の文字として切り出す。これによっ
て文字の大きさや書式がいかなるものであっても文字と
して読み取ることができる。

G.実施例 以下、図面を参照しながら本発明の一実施例を説明す
る。まず本発明による図面読取装置は第１図のように輪
郭ベクトル化処理部１、登録部２、文字列侯補抽出部
３、文字列抽出部４、文字切り出し部５および文字認識
部６を備えており、全体の処理の流れは第２図のように
示される。すなわちまずステップS₁において輪郭ベクト
ル化処理部１が前処理を行い、ステップS₂において登録
部２、文字列候補抽出部３、文字列抽出部４および文字
切り出し部５が文字切り出し処理を行い、ステップS₃に
おいて文字認識部６が文字認識処理を行う。前記輪郭ベ
クトル化処理部１が行う前処理は第３図のようなフロー
チャートで表される。すなわちステップS₁において画像
入力処理を行い、ステップS₂において輪郭ベクトル化処
理を行い、ステップS₃において要素分離処理を行う。こ
のうち前記画像入力処理および輪郭ベクトル化処理は例
えば特願昭63−78684の特許明細書に記載された輪郭検
出装置によって、次のようにして行う。

第４図は輪郭検出装置の構成を示す図であり、11は輪
郭抽出部である。この輪郭抽出部11は、第５図に示すよ
うに書類や図面等の被写体をラスタスキャンて得られた
黒白に対応する２値化画素データを取り込んで、縦横２
画素×２画素の画素データをスキャンラインに沿って順
次に取り出し、この画素データに基づいて輪郭検出用の
コマンド列を作成して後段の輪郭解析部12に出力する。
輪郭解析部12は前記コマンド列に基づいてテーブル格納
部13内の輪郭要素テーブル、輪郭管理テーブル及び輪郭
接続テーブルの記載を更新する。また、輪郭解析部12は
輪郭要素テーブルと輪郭管理テーブルを使用して１輪郭
画素系列を構成する各点のうち始点からみて極大となる
点を抽出する（巨視的処理部31）とともに、この処理で
抽出された連続する２点の間にある最大距離となる点を
設定したしきい値との関係からいくつか抽出し（微視的
処理部32）、この処理により抽出された点の輪郭ベクト
ルを輪郭ベクトル系列テーブル33に記載し、この輪郭ベ
クトルのうち短い（ショート）ベクトルをショートベク
トル除去部34で除去し、その記載を更新する。

ここで輪郭要素とは互いに隣接した２個の黒画素を結
ぶベクトルに相当するものであり、これを結合すること
によって輪郭が構成される。そして輪郭要素テーブルと
は、第６図に示すように輪郭要素とこれら輪郭要素群よ
りなる輪郭とに対して各々固有の符号を付すと共に、輪
郭要素毎に、その座標及び方向と輪郭要素が所属する輪
郭の符号と輪郭要素の前後に夫々接続されている他の輪
郭要素の符号とを記載するためのものである。また輪郭
管理テーブルとは第７図に示すように輪郭毎に先端及び
終端に位置する輪郭要素の符号を記載するためのもので
あり、輪郭接続テーブルとは、第８図に示すようにラス
タスキャン方向に並ぶ座標とその座標に前端または後端
が存在する未接続の輪郭要素の符号とその輪郭要素の未
接続端の前後端の区別とを対応させて記載するためのも
のである。また、輪郭ベクトル系列テーブルとは第９図
に示すように輪郭ベクトル系列毎に始点座標の符号を記
載するためのものである。

輪郭抽出部11より出力されるコマンド列は、そのとき
に取り出された２画素×２画素の画素データに係る画素
と輪郭画素との接続関係の情報、及び当該画素データの
黒白の配列パターンの情報を含む接続・パターンコード
と、当該画素データのＸ座標を示す座標コードとを組み
合わせてなる。前記接続関係の一例を第10図に示すと、
同図（イ）の太枠で囲まれた２画素×２画素の画素デー
タを取り込んだときには、この画素データのＸ座標X_nに
位置する輪郭要素の前端が接続されているという情報に
なる。この例では、画素データの座標としては、紙面に
向かって右下に位置する画素P₁の座標をとっている。ま
た同図（ロ）の太枠で囲まれた画素データを取り込んだ
ときには、この画素データのＸ座標より一つ前の座標X
_n-1に位置する輪郭要素の後端が接続されているという
情報になる。なお第10図中○印を有する枠は黒画素を示
し、○印を有しない枠は白画素を示している。そして例
えば第10図（イ）の太枠に着目すると、この場合の接続
・パターンコードは、上述の接続情報と太枠内に黒白の
配列パターンの情報とを含み、コマンド列は、この接続
・パターンコードと画素P₁のＸ座標を示す座標コードと
の組み合わせとなる。なおこの座標コードについては輪
郭解析部12側にて、コマンド列の取り込みのタイミング
に同期して発生させることもできる。

このようにして得たコマンド列が輪郭解析部12に取り
込まれると次のような処理が行われる。今第11図の太枠
の画素データに関するコマンド列が取り込まれたとする
と、点線で示す輪郭要素Cjを輪郭要素テーブルに登録
し、その方向及び座標を記入すると共に、当該輪郭要素
Cjの前後に夫々接続されている他の輪郭要素の番号を接
続要素番号欄に記入する。この場合輪郭要素Cjは輪郭要
素Ciの前方に位置するので、輪郭要素Cjの欄に係る後方
接続欄にCjを記入し、輪郭要素Cjの欄に係る前方接続欄
にCiを記入する。更に輪郭要素Cjの所属する輪郭の番号
をこの例ではSiを輪郭番号欄に記入する。輪郭要素の方
向については例えば８連結の場合、第12図に示すように
上下，左右，斜めの方向に対応してa₁〜a₈が規定され、
また４連結の場合、上下，左右の４方向が規定される。
そして輪郭管理テーブルの輪郭番号Siについて、先端の
輪郭要素番号欄をCiからCjに更新すると共に、輪郭接続
テーブルにおける当該画素データのＸ座標について、未
接続の輪郭要素番号の前方接続の欄をCiからCjに更新す
る。ところで実際の処理においては、輪郭要素Ciに接続
されるべき輪郭要素は輪郭接続テーブルにより明らかに
されているため、輪郭要素テーブルの輪郭要素番号Cj欄
に係る前方接続欄のCjの記載は、輪郭接続テーブルを参
照して行われる。以上において所属輪郭番号は、ラスタ
スキャンの進行に伴って別々に発生した二つの輪郭が接
続されて一つの輪郭になった場合には一方が他方に統合
されて同一になる。

上記のような処理において、１輪郭画素系列を構成す
る各点のうち始点からみて極大となる点を抽出し、次に
抽出された連続する２点の間にある最大距離となる点を
抽出する。このように抽出された輪郭ベクトルをテーブ
ルに格納する。

上記のような画像入力処理および輪郭ベクトル化処理
によって、被写体の例えば「Ａ」という文字の入力画素
は第13図のような輪郭ベクトルで表される。

次に文字候補の抽出を行う要素分離処理（第３図のス
テップS₃）について説明する。まず前述した第９図の輪
郭ベクトル系列テーブルを使用してショートベクトルを
除去する。第14図はショートベクトル除去手段を説明す
るフローチャートであり、ステップS₁で第９図に示す輪
郭ベクトル系列テーブルから輪郭ベクトルの外接四角形
（第15図に示す）（x_min,y_min）、（x_max、y_max）の算
出を行う。次にステップS₂でdx＝x_man−x_min,dy＝y_max
−y_minとしきい値DX_th,DY_thとを比較する。ステップS₃
ではステップS₂の比較判断部で、このステップS₃で（dx
＞DX_th）∪（dy＞DY_th）を判断し、YESならステップS₄
で輪郭ベクトルとして外接四角形という情報を作成す
る。この情報の１例を第16図に外接四角形情報テーブル
として示す。前記ステップS₃でNOなら第９図に示す輪郭
ベクトル系列テーブルからステップS₅で同一系統のベク
トルを削除して雑音（ノイズ）を除去する。

第15図は輪郭ベクトルの外接四角形を示す説明図であ
り、この図において、x_max,x_min,y_max,y_minは次のよう
になる。

x_max＝max（…,x_i,…） x_min＝min（…,x_i,…） y_max＝max（…,y_i,…） y_min＝min（…,y_i,…） dx＝x_max−x_min dy＝y_max−y_min （dx＜DX_th）∩（dy＜DY_th） 但し、DX_th,DY_th:しきい値である。

上記のようにして求められた外接四角形情報（第13
図）に基づいて次のような条件で文字候補を抽出する。

条件 w_x＜しきい値且つw_y＜しきい値（w_xは外接四角
形のｘ方向長さ、w_yは外接四角形のｙ方向長さ） 条件 外周輪郭ベクトル そして文字候補の外接四角形に完全包含される外周及
び内周の輪郭ベクトルは文字候補となった輪郭ベクトル
にリンク付けされる。

以上、第３図〜第16図のようにして前処理を行うが、
次に文字切り出し処理（第２図のステップS₂）について
説明する。

まずこの文字切り出し処理は、前記輪郭ベクトル処理
部１で求められた文字候補を対象に第17図のように水平
方向（ステップS₁），垂直方向（ステップS₂）および斜
め方向（ステップS₃）に行われる。各方向の処理は各々
同一の内容であり、第18図に示すように文字後列候補抽
出処理（ステップS₁）を行った後、文字列抽出処理（ス
テップS₂）を行った後、文字切り出し処理（ステップ
S₃）を行う。

前記各ステップの処理は次のようにして行われる。ま
ず文字列候補抽出処理は第19図に示すように文字候補の
ツリー構造化処理（ステップS₁）を行った後、文字列候
補の範囲検索処理（ステップS₂）を行う。実際には第16
図のように得られた文字候補の外接四角形の中心座標を
基に空間的な２分割を繰り返す形式のツリー構造として
登録部（第１図の登録部２）に登録する。そして文字候
補のうち検索しようとする文字列の高さと同程度の高さ
をもつものを文字列候補の核として第20図（ａ）に示す
ような検索範囲に中心座標がある文字候補を前記登録部
２の文字候補ツリーから検索する。この検索は次のよう
な手順で第１図の文字列候補抽出部３が行う。

文字列核から右側に第20図（ｂ）のような探索範囲内
に他の文字候補の中心点を検索する。

前記で見つかった中心点のうち、中心核より最も遠
い距離にあるものを次の探索範囲の開始点とする。もし
で中心点が見つからない場合は右側方向の探索終り。

左側方向について前記，と同様に行う。

上記の検索で見つけられたものを文字列侯補とする。
尚文字列候補の核となる大きさを大きなものから数段階
に分けて設定して検索を行うことにより、大きさの異な
る文字列に対いても対応がとれる。

次に文字列抽出部４は文字列候補の中から次の条件に
合うものを文字列として抽出する。すなわち第21図に示
すように文字列候補核の高さhcと文字候補間距離ｄが ｄ（i,j）＜hc×定数 ‥‥‥（１） なる関係にあるとき、図示文字列候補内のi,jが文字列
となる。次に文字切り出し部５は前記抽出された文字列
から文字候補単位で文字の切り出しを行う。このとき次
の第（２）式に示す条件に合致する場合には第22図のス
テップS₁のように高さ方向分離文字統合を行い、第
（３）式，第（４）式に示す条件に合致する場合には第
22図のステップS₂のように幅方向分離文字統合を行う。
例えば第23図のように高さ方向に文字候補i,jが分離し
ているときに下記第（２）式の条件が成立すれば、該文
字候補i,jは図示の如く統合される。

max（x_min（ｉ）,x_min（ｊ）） ≦（x_cen（ｉ） or x_cen（ｊ）） ≦min（x_max（ｉ）,x_max（ｊ）） ‥‥‥（２） （x_min:外接四角形のｘ方向最小座標 x_max:外接四角形のｘ方向最大座標 x_cen:外接四角形のｘ方向中心座標） また例えば第24図のように幅方向に文字候補j,kが分
離しているときに下記第（３）式，第（４）式の条件が
成立すれば、該文字候補j,kは図示の如く統合される。

ｄ（j,k）＜ｄ（文字列内平均）×定数 ‥‥‥（３） 且つｗ（ｊ）＋ｗ（ｋ）＋ｄ（j,k）≦ｈ×定数 ‥‥‥（４） （d:文字候補間距離 w:文字候補幅 h:文字列高さ） 上述した文字切り出し処理（第17図、第18図）の過程
では、文字候補が文字列として確定する毎に処理済マー
クがつき処理対象数が少なくなる。また第18図の各処理
では水平方向について説明したが、垂直方向については
x,y方向が逆になる。斜め方向については所定の傾き角
度を仮定し、その角度での座標変換処理が、文字列抽出
処理、文字切り出し処理（第18図のステップS₂,S₃）に
含まれる。

文字認識処理（第２図のステップS₃）は次のようにし
て行われる。文字認識部６は前記文字切り出し部５で切
り出された文字と、予め文字が登録された辞書と参照
し、比較し、一文字ずつ認識する。

H.発明の効果 以上のように本発明によれば輪郭ベクトル化処理部
と、登録部と、文字列候補抽出部と、文字列抽出部と、
文字切り出し部とを設けたので、文字、線分、シンボル
が混在する書類や図面から文字を読み取って認識する場
合、大きさや書式に限定条件を付けることなくいかなる
大きさ、書式の文字であっても容易に且つ正確に読み取
ることができる。また文字候補のデータはツリー構造で
登録しておくので処理の高速化が図れる。

【図面の簡単な説明】

第１図〜第24図は本発明の一実施例を示し、第１図は全
体構成のブロック図、第２図は全体のフローチャート、
第３図は輪郭ベクトル化処理部のフローチャート、第４
図は輪郭検出装置のブロック図、第５図はラスタスキャ
ンの様子を示す説明図、第６図は輪郭要素テーブルを示
す説明図、第７図は輪郭管理テーブルを示す説明図、第
８図は輪郭接続テーブルを示す説明図、第９図は輪郭ベ
クトル系列テーブルを示す説明図、第10図（イ），
（ロ）は、各々画素データと輪郭要素との関係を示す説
明図、第11図は輪郭要素間の接続状態を示す説明図、第
12図は輪郭要素の方向を示す説明図、第13図は輪郭ベク
トル化処理の説明図、第14図はショートベクトル除去手
段のフローチャート、第15図は外接四角形の説明図、第
16図は外接四角形情報テーブルを示す説明図、第17図お
よび第18図はともに文字切り出し処理のフローチャー
ト、第19図は文字列候補抽出処理のフローチャート、第
20図（ａ），（ｂ）はともに文字列候補抽出処理の説明
図、第21図は文字列抽出処理の説明図、第22図は文字切
り出し処理のフローチャート、第23図は高さ方向分離文
字統合処理の説明図、第24図は幅方向分離統合処理の説
明図である。 １……輪郭ベクトル化処理部、２……登録部、３……文
字列候補抽出部、４……文字列抽出部、５……文字切り
出し部、６……文字認識部、11……輪郭抽出部、12……
輪郭解析部、13……テーブル格納部、31……巨視的処理
部、32……微視的処理部、33……輪郭ベクトル系列テー
ブル、34……ショートベクトル除去部。

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁶，ＤＢ名) G06K 9/20 G06K 9/34

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】文字、線分、シンボルが混在する被写体を
   ラスタスキャンして得られた黒白に対応する２値化画素
   データから文字データを抽出し、該抽出された文字デー
   タと文字辞書を参照、比較して文字を認識する図面読取
   装置において、 前記被写体をラスタスキャンして得られた黒白に対応す
   る２値化画素データに基づいて、互いに隣接した２個の
   黒画素を結ぶベクトルを結合して成る輪郭ベクトルのデ
   ータを求めるとともに、該輪郭ベクトルに外接する外接
   四角形データを文字候補として求める輪郭ベクトル化処
   理部と、 前記輪郭ベクトル化処理部で求められた文字候補の外接
   四角形データをツリー構造で登録する登録部と、 所定の大きさに設定した文字列候補の核から検索範囲を
   決定し、前記登録部に登録された文字候補のうち中心座
   標が前記検索範囲内に存在する文字列を文字列候補とし
   て抽出する文字列候補抽出部と、 前記文字列候補抽出部で抽出されたデータの中から、文
   字列候補核の高さh_Cと文字列侯補内の互いに隣接する文
   字候補間の距離ｄがｄ＜h_C×α（αは定数）なる関係に
   あるデータを文字列として抽出する文字列抽出部と、 前記文字列抽出部で抽出された文字列内の近接する複数
   の文字候補を統合する機能を有し、文字列から文字を切
   り出す文字切り出し部とを備え、 前記文字切り出し部で切り出された文字データに基づい
   て文字認識を行うことを特徴とする図面読取装置。