JP3135290B2 - 画像処理方法及び装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、縦書きか横書きか不明
な文書画像情報を入力し、該文書画像情報の文字等を認
識する画像処理方法及び装置に関するものである。

【０００２】

【従来の技術】従来の文字認識装置は、文書画像等を読
取って入力する入力部と、入力画像に対して１文字のパ
ターンを切出して各種の正規化を施す前処理部と、この
正規化されたパターンから幾何学的特徴を抽出し、予め
辞書に格納されている標準パターンと照合してその文書
画像の文字部分を認識する認識部から構成されている。
特に、日本語の文字認識を行う文字認識装置では、邦文
には横書き文書以外に縦書きの文書が存在するため、１
文字のパターンを切出す前処理部では、横書き文書画像
の場合には水平方向の射影をとって文字行を抽出し、抽
出された１行あるいは複数行毎に垂直方向の射影をとる
ことにより１文字を切出している。また、縦書き文書画
像の場合には、垂直方向の射影をとって文字行を抽出
し、抽出された１行あるいは複数行毎に水平方向の射影
を取ることにより１文字の切出しを行なっている。

【０００３】また、一つの文書画像情報の中の縦書き領
域及び横書き領域の指定は、ユーザーが入力した画像情
報が表示されている表示上で、範囲指定とその範囲内が
縦書きであるのか横書きであるのかの指定をするものが
あった。

【０００４】

【発明が解決しようとしている課題】しかしながら、上
記従来の技術では、邦文の文字認識を行う文字認識装置
では、横書きの文書の場合と、縦書きの文書の場合とで
は処理が異なる。このため、横書き文書或いは縦書き文
書専用の文字認識装置を用意するか、もしくは文字認識
を行う前に、オペレータが画像に含まれる文字列の方向
を視認して横書き文書であるか、縦書き文書であるかを
指示する操作が必要があり、オペレータに負担を負わせ
るものであった。また、上記従来の技術では、例えば新
聞や雑誌のように縦書きと横書きの文章が一つの画像情
報の中に混在している場合には、オペレータが処理対象
の画像に対して、縦書き文章の領域及び横書き文章の領
域を区別して範囲指定し、各々の領域に含まれる文章が
縦書きであるのか横書きであるのかを指示する操作が必
要であり、オペレータに負担を負わせるものであった。

【０００５】

【課題を解決するための手段】上記課題を解決するため
に、本発明は、入力された画像情報に対して水平方向の
ヒストグラムをとって、前記水平方向のヒストグラムが
所定の閾値以上の領域毎に矩形を切り出し、前記水平方
向のヒストグラムに基づいて切り出した矩形内で垂直方
向のヒストグラムをとって、前記垂直方向のヒストグラ
ムが所定の閾値以上の領域毎に矩形を切り出すことによ
り、少なくとも１つの文字画像を含む第１矩形領域を抽
出し、前記画像情報に対して垂直方向のヒストグラムを
とって、前記垂直方向のヒストグラムが所定の閾値以上
の領域毎に矩形を切り出し、前記垂直方向のヒストグラ
ムに基づいて切り出した矩形内で水平方向のヒストグラ
ムをとって、前記水平方向のヒストグラムが所定の閾値
以上の領域毎に矩形を切り出すことにより、少なくとも
１つの文字画像を含む第２矩形領域を抽出し、前記抽出
した第１矩形領域及び第２矩形領域それぞれの縦横比を
算出し、前記算出した縦横比が１：１に近い方の矩形領
域を抽出した際に、最初にとったヒストグラムの方向
を、前記画像情報に含まれる文字列の方向であると判定
することを特徴とする画像処理方法及び装置を提供す
る。また、好ましくは、前記画像情報は、スキャナを用
いて読み取られた画像情報である。

【０００６】

【０００７】

【０００８】

【０００９】

【００１０】

【００１１】

【００１２】

【００１３】

【００１４】

【００１５】

【００１６】

【００１７】

【実施例】以下、添付図面を参照して本発明の好適な実
施例を詳細に説明する。

【００１８】〔文字認識装置の説明（図１）〕図１は本
発明の実施例の文字認識装置の概略構成を示すブロック
図であり、本発明の実施例全てに共通の構成である。

【００１９】図１において、１は本実施例の文字認識装
置を示している。２は文書画像を読取って入力する入力
部で、例えばスキャナ等により構成され原稿画像データ
をデジタルで入力している。３は装置１全体を制御する
演算処理用の中央処理装置（以下、ＣＰＵという）を示
している。４はＲＯＭで、ＣＰＵ３の後述するフローチ
ャートで示された制御プログラムや各種データを格納し
ている。５はメモリ（ＲＡＭ）で、ＣＰＵ３のワークエ
リアとして使用されるとともに、入力部２より入力され
た文書画像データを記憶する領域をも備えている。

【００２０】６は文字行判定部で、メモリ５に記憶され
た文書画像の文字行の方向、即ち文書画像の文書が縦書
きか横書きかを判定し、図１８に示すようにそれらが混
在している場合はそれぞれの領域を抽出している。７は
前処理部で、メモリ５に記憶された文書画像の１文字の
パターンを切出し、各種の正規化を実行している。８は
認識部で、前処理部７によって前処理されたパターンか
ら幾何学的特徴を抽出し、予め認識用辞書９に格納され
ている標準パターンと照合して文書画像の文字認識を行
っている。１０は表示部で、入力された文書画像の認識
結果等を表示している。１１はシステムバスで、ＣＰＵ
３よりのデ−タバス、アドレスバス及び制御信号バス等
を含んでいる。１２は外部の出力装置、例えばプリンタ
１３等とのインターフェース制御を行うインターフェー
ス部を示している。

【００２１】〔文書画像の説明（図２）〕図２は実施例
の文字認識装置１に入力される文書画像の一例を示す図
である。

【００２２】図２において、２１は入力部２で読取られ
る文書画像を示している。そして、２２は文書画像２１
を水平方向に走査したときの文字画像の射影（黒画素の
計数値）を示し、２３は同じく文書画像２１を垂直方向
に走査したときの文字画像の射影を示している。２４、
２５のそれぞれは基準値αを示す線分を示している。

【００２３】図２の例では、入力された文書画像２１は
横書きの文書であり、各ライン毎に黒画素数をカウント
した計数値が基準値αを越えているライン数が、垂直方
向に比べて水平方向の方が多いことがわかる。

【００２４】（１−１） 基準値αを用い、水平方向の黒画素を１行ごとにカウン
トする例。

【００２５】図３は本実施例のＣＰＵ３の動作を説明す
るフローチャートで、この処理を実行する制御プログラ
ムはＲＯＭ４に記憶されている。

【００２６】まずステップＳ０で、操作者によりセット
された文書画像を入力部２（スキャナ）により読取って
入力し、メモリ５に記憶する。次にステップＳ２に進
み、文字行判定部６において、メモリ５に記憶された文
書画像が横書きか縦書きかを判定する。これはメモリ５
に記憶されている文書画像の水平方向、垂直方向の射影
（黒画素数）を求め、その黒画素数が基準値α以上とな
るライン数が、文書画像全体のライン数と比較してどれ
くらいの割合になるかを求め、水平方向に関して求めた
割合と垂直方向に関して求めた割合とを比較した結果に
応じて判定する処理である。

【００２７】この文字行判定部６で実行されるステップ
Ｓ２の詳細は図４に示す通りである。図４に従って説明
すると、まずステップＳ１１で水平方向の１ライン毎に
黒画素の数をカウントし、ステップＳ１２でその計数値
が基準値α以上となるライン数を求める。これを文書画
像の水平方向の全ライン（ＴＨとする）に対して行な
い、基準値α以上となったライン数ＵＨを求める。そし
て、全ライン数ＴＨに対して、基準値α以上となったラ
イン数ＵＨを基に、その割合ＲＨを求める。このＲＨ
は、以下に示す式により求められる。

【００２８】ＲＨ＝ＵＨ／ＴＨ

【００２９】次にステップＳ１３に進み、同様にして垂
直方向の射影を考える。ここでは、文書画像の垂直方向
の１ライン毎に黒画素の数をカウントする。ステップＳ
１４では、この計数値が基準値α以上であるかチェック
し、これを垂直方向の全ライン（ＴＶとする）に対して
行ない、基準値α以上となったライン数ＵＶを求める。
そして、全ライン数ＴＶに対する基準値α以上となった
ライン数ＵＶを基に、基準値α以上となったライン数の
割合ＲＶを求める。このＲＶは、以下に示す式で求めら
れる。

【００３０】ＲＶ＝ＵＶ／ＴＶ こうして、ステップＳ１５に進み、基準値α以上となっ
た水平方向及び垂直方向のライン数の全ライン数に対す
る割合ＲＨ、ＲＶを比較する。ここで、ＲＨ≧ＲＶを満
たせば、文書画像は横書きであると判定される。

【００３１】再び、図３のフローチャートに戻り、横書
き文書のときはステップＳ３に進み、前処理部７におい
て横書き用の前処理を行なう。この横書き用の前処理と
は、まず水平方向の射影をとって文字行を抽出し、抽出
された１行あるいは複数行毎に垂直方向の射影を取るこ
とにより１文字を切出す文字切出し処理、位置、傾き、
線幅、濃度等の正規化処理、雑音除去処理等である。

【００３２】また、ステップＳ２において、ＲＨ≧ＲＶ
を満たさなかった場合は、メモリ５に記憶されている文
書画像は縦書きであると判定してステップＳ４に進み、
前処理部７において縦書き用の前処理を行なう。この縦
書き用の前処理とは、まず垂直方向の射影をとって文字
行を抽出し、抽出された１行あるいは複数行毎に水平方
向の射影をとることにより１文字を切り出す文字切出し
処理、位置、傾き、線幅、濃度等の正規化処理、雑音除
去処理等である。

【００３３】次にステップＳ５に進み、前処理部７にお
いて前処理された１文字毎の未知文字パターンに対し
て、認識部８で輪郭線特徴等の抽出を行なう。この認識
用辞書９には、認識対象となっている全ての文字の標準
パターンの特徴が記憶されている。この未知文字パター
ンの特徴と、辞書９に記憶されている標準パターンの特
徴をマッチングさせて最も確からしいものを認識結果と
してメモリ５に記憶し、入力された文書画像内の全文字
を同様に認識してメモリ５に記憶する。次にステップＳ
６に進み、メモリ５に記憶された認識結果を表示部１０
に表示する。尚、プリンタ１３より文字等を出力する処
理については説明を省略している。

【００３４】以上の説明により、第１の実施例によれ
ば、横書き文書にも縦書き文書にも対応できる、ユーザ
にとって使い易い文字認識装置を実現することができ
る。

【００３５】（１−２） 先に説明した１−１の処理の変形処理で、垂直方向から
先に黒画素をカウントする例。

【００３６】図５は図３のステップＳ２の横書きか縦書
きを判別する実施例の処理を示すフローチャートで、こ
こでは１．１の実施例のステップＳ１１とＳ１２と、ス
テップＳ１３とＳ１４を実行する順序を逆にしている。
即ち、１．１の実施例では水平方向の次に垂直方向の画
素数を計数するようにしているが、本実施例では最初に
垂直方向の黒画素数を計数し、その後水平方向の黒画素
数を計数するようにしている。尚、本実施例における文
字認識装置の構成は図１に示す構成と同様である。

【００３７】以上の説明により、本実施例においても、
前述の１．１の実施例と同様の作用・効果を得ることが
できる。

【００３８】（１−３） 先に説明した１−１の処理の変形処理で、黒画素に替え
て白画素をカウントする例。

【００３９】図６は本実施例を示すフローチャートであ
る。ここでは、１．１の実施例のステップＳ２における
黒画素のカウントを白画素のカウントに置換えている。
尚、この実施例における文字認識装置の構成及びステッ
プＳ２以外のフローチャートは、１．１の実施例（図１
と図３）と同じである。

【００４０】まずステップＳ３１で、水平方向の１ライ
ン毎に白画素の数をカウントする。次にステップＳ３２
で、その画素数が基準値α以上であるかチェックし、こ
のカウント数が入力画像全域で何ライン基準値α以上と
なったかカウントする。そして、基準値α以上となった
ライン数の全ライン数に対する割合をＲＨとする。

【００４１】次にステップＳ３３に進み、同様にして、
垂直方向の１ライン毎に白画素の数をカウントする。次
にステップＳ３４で、その画素数が基準値α以上である
かチェックし、このカウント数が入力画像全域で何ライ
ン基準値α以上となったかカウントする。そして、基準
値α以上となったライン数の全ライン数に対する割合を
ＲＶとする。

【００４２】次にステップＳ３５に進み、前述のＲＨと
ＲＶを比較し、ＲＨ≦ＲＶを満たせば横書きと判定し、
満たさなければ縦書きと判定する。

【００４３】以上の説明により、本実施例においても前
述の実施例と同様の作用・効果を得ることができる。

【００４４】（１−４） 先に説明した１−１の処理の変形処理で、黒画素をカウ
ントする行を複数行にする例。

【００４５】図７は本実施例を示すフローチャートであ
る。ここでは、１．１の実施例のステップＳ２における
１ライン毎の黒画素のカウントを複数ライン毎の黒画素
のカウントに置換えている。この実施例における文字認
識装置の構成及びステップＳ２以外のフローチャートは
１．１の実施例（図１と図３）と同じである。

【００４６】まずステップＳ４１で水平方向の複数ライ
ン毎に黒画素の数をカウントする。そしてステップＳ４
２で、このカウンタ数が基準値α以上であるかチェック
し、入力画像全域で何ラインが基準値α以上となったか
をみる。そして、基準値α以上となったライン数の、全
ライン数に対する割合をＲＨとする。

【００４７】同様にして、ステップＳ４３で垂直方向に
黒画素数を計数し、ステップＳ４４で基準値α以上とな
ったライン数の、全ライン数に対する割合をＲＶとす
る。

【００４８】こうして求めたＲＨとＲＶとをステップＳ
４５で比較して、ＲＨ≧ＲＶを満たせば横書きと判定
し、満たされなければ縦書きと判定する。

【００４９】以上の説明により本実施例においても前述
の実施例と同様の作用・効果を得ることができる。

【００５０】（１−５） 先に説明した１−３の処理の変形処理で、垂直方向から
先に白画素をカウントする例。

【００５１】前述した１．３の実施例において、前述の
１．２の実施例の如く水平方向と垂直方向の順序を入れ
換えても、１．１の実施例と同様の作用・効果を得るこ
とができる。なお、このときの文字認識装置のブロック
図、フローチャートは１．１の実施例（図１と図３）と
同様であり、フローチャートのステップＳ２は図６のＳ
３１、Ｓ３２と、Ｓ３３、Ｓ３４とを入れ換えて、ステ
ップＳ３３、Ｓ３４、Ｓ３１そしてＳ３２の順に実行す
る。

【００５２】（１−６） 先に説明した１−３の処理の変形処理で、白画素をカウ
ントする行を複数行にする例。

【００５３】前述の１．３の実施例において、前述の
１．４の実施例の如く１ライン毎のカウントを複数ライ
ン毎にしても第１の実施例と同様の効果が得られる。
尚、このときの文字認識装置のブロック図、フローチャ
ートは１．１の実施例（図１と図３）と同じであり、フ
ローチャートのステップＳ２は図６のＳ３１とＳ３３の
「１ライン毎」を「複数ライン毎」に入れ換えたものと
同じである。

【００５４】（１−７） 先に説明した１−４の処理の変形処理で、垂直方向から
先に黒画素をカウントする例。

【００５５】前述の１．４の実施例において、１．２の
実施例の如く水平方向と垂直方向の順序を入れ換えて
も、１．１の実施例と同様の作用・効果を得ることがで
きる。尚、このときの文字認識装置のブロック図、フロ
ーチャートは１．１の実施例（図１と図３）と同じであ
る。そして、１．７の実施例のフローチャートのステッ
プＳ２（図３）は図７のＳ４３、Ｓ４４とＳ４１、Ｓ４
２とを入れ換えて、ステップＳ４３、Ｓ４４、Ｓ４１そ
してＳ４２の順で実行したものと同じである。

【００５６】（１−８） 先に説明した１−１の処理の変形処理で、カウント結果
が基準値α以上の行に替えてα以下の行に注目する例。

【００５７】１．１の実施例のステップＳ２（図４）に
おける「黒画素数が基準値α以上」を「黒画素数が基準
値α以下」におきかえても良い。この実施例における文
字認識装置の構成及びステップＳ２以外のフローチャー
トは１．１の実施例（図１と図３）と同じである。

【００５８】１．８の実施例のフローチャートのステッ
プＳ２の詳細を図８に示す。

【００５９】ステップＳ５１で水平方向の１ライン毎に
黒画素の数をカウントし、基準値α以下であるかチェッ
クする。そして、ステップＳ５２で、入力画像全域で何
ラインが基準値α以下となったかカウントし、そのライ
ン数の全ライン数に対する割合をＲＨとする。

【００６０】次にステップＳ５３で、垂直方向の１ライ
ン毎に黒画素の数をカウントする。ステップＳ５４で
は、基準値α以下であるかチェックして、入力画像全域
で何ラインが基準値α以下となったかカウントし、その
ライン数の割合をＲＶとする。次にステップＳ５５に進
み、この求めたＲＨとＲＶを比較してＲＨ≦ＲＶを満た
せば、文書画像が横書きの文章画像と判定し、満たさな
ければ縦書きと判定する。

【００６１】以上の説明により、１．８の実施例におい
ても前述の１．１の実施例と同様の作用・効果を得るこ
とができる。

【００６２】以上説明したように本実施例によれば、文
書の文字列の方向を自動的に判定して、文書画像が横書
き文書或は縦書き文書であるかを認識できるようにな
る。このため、文書原稿を読取って認識する際、ユーザ
が一々縦書き文書か横書き文書かを指示しなくて良くな
り、文字認識の操作性が向上する効果がある。

【００６３】（２−１） 垂直方向と水平方向の基準値に、異なる値を用いる例。

【００６４】図９に示すように、１．１で説明した図２
に代えて、水平方向の基準値としてα、垂直方向の基準
値としてβを定めることとする。

【００６５】この、α、βの決定は、図１０のフローチ
ャートに示すように、画像情報を入力した後に行う。図
１０のフローチャートにおいて図３のフローチャートと
異るのはＳ１のみなのでここだけ説明する。

【００６６】Ｓ１における基準値α、βの決定は、以下
のように行われる。

【００６７】初期基準値をＢ、文書画像の指定領域にお
ける水平方向の全ラインをＴＨ、垂直方向の全ラインを
ＴＶとすると、水平方向の基準値αは

【００６８】

【外１】 垂直方向の基準値βは

【００６９】

【外２】 ここにおいて、Ｓ_H，Ｓ_V，ｔ_H，ｔ_Vはそれぞれα、βを
補正する補正値である（Ｓ_H≠０，Ｓ_V≠０）。

【００７０】このように文書画像の指定領域の高さや幅
を用いることにより、指定領域の縦横比に影響されずに
正確に縦書き、横書きを判定可能となった。

【００７１】なお、図９は縦書き、横書きを判定する領
域として文書画像すべてを選んでいる。

【００７２】Ｓ１において定められたα、βを、１．１
から１．８で説明した図４から図８の処理における基準
値に用いることができる（図示せず）。

【００７３】（２−２） 黒画素をカウントした結果、最大値を用いて文字列方向
を判定する例。

【００７４】図１１は図３のＳ２の横書きか縦書きかを
判別する処理を示すフローチャートである。

【００７５】ステップＳ６１で水平方向、垂直方向それ
ぞれ黒画素数の最大値を求め、ステップＳ６２でそれら
の最大値を水平方向のライン数ＴＨ、垂直方向のライン
数ＴＶ、補正計数を用いて補正する。ステップＳ６３で
それぞれ補正された水平方向、垂直方向の黒画素の最大
値を比較して、水平方向の方が大きければ横書き、小さ
ければ縦書きと判定する。

【００７６】尚、本実施例における画像処理装置の構成
は図１に示す構成と同様である。

【００７７】（３−１） 縦書き及び横書きの両方を仮定して文字認識し、各々に
おける認識結果の類似度により文字列方向を判定する
例。

【００７８】図１２は図３のステップＳ２の横書きか縦
書きを判別する実施例の処理を示すフローチャートであ
る。

【００７９】ステップＳ７１で水平方向のヒストグラム
により矩形を切り出し（図１３）、その中で垂直方向の
ヒストグラムをとり、ひとつまたは複数個の矩形を抽出
する（図１４）。なお、図１４は１行目から抽出した矩
形のみ表示している。

【００８０】次にステップＳ７２で垂直方向のヒストグ
ラムにより矩形を切り出し（図１５）、その中で水平方
向のヒストグラムをとり、ひとつまたは複数個の矩形を
抽出する（図１６）。

【００８１】次にステップＳ７３でステップＳ７１、ス
テップＳ７２で抽出した矩形を認識し、ステップＳ７４
でその類似度の高さにより横書きか縦書きかを判定して
いる。

【００８２】（３−２） 縦書き及び横書きの両方を仮定して文字領域を抽出し、
各々において抽出された文字領域の縦横比により文字列
方向を判定する例。

【００８３】図１７は図３のステップＳ２の横書きか縦
書きを判別する実施例の処理を示すフローチャートであ
る。ステップＳ８１で水平方向のヒストグラムにより矩
形を切り出し（図１３）、その中で垂直方向のヒストグ
ラムをとり、ひとつまたは複数個の矩形を抽出する（図
１４）。なお、図１４は１行目から抽出した矩形のみ表
示している。

【００８４】次にステップＳ８２で垂直方向のヒストグ
ラムにより矩形を切り出し、（図１５）、その中で水平
方向のヒストグラムをとり、ひとつまたは複数個の矩形
を抽出する（図１６）。

【００８５】次にステップＳ８３でステップＳ８１、ス
テップＳ８２で抽出した矩形の縦横比を計算する。

【００８６】図１４、図１６の例では明らかにステップ
Ｓ８１で抽出した矩形の方が縦：横＝１：１に近い。

【００８７】ステップＳ８４で、縦横比が１：１に近い
方がステップＳ８１で求めたものであれば横書き、そう
でなければ縦書きと判定している。

【００８８】（４−１） 一つの文書画像に縦書き文章と横書き文章が混在する
例。

【００８９】図１８は実施例の文字認識装置１に入力さ
れる縦書きと横書きの領域が混在する文書画像の一例を
示す図である。

【００９０】図１８において、３１は入力部２で読み取
られる文書画像を示している。そして、３２は文書画像
２１を水平方向に走査したときの文字画像の射影（黒画
素の計数値）を示し、３３は同じく文書画像３１を垂直
方向に走査したときの文字画像の射影を示している。３
４、３５のそれぞれは基準値α、βを示す線分を示して
いる。

【００９１】３６、４２は文字行判定部６により判定さ
れた横書き文章領域、３７は同じく文字行判定部６によ
り判定された縦書き領域を示している。３８〜４０はそ
れぞれ文字がそこにあることを示している。４１は文字
がないと判定された領域を示す。

【００９２】図１８の例では、入力された文書画像３１
は横書き、縦書き混在の文書である。

【００９３】図１９は第１の実施例のＣＰＵ３の動作を
説明するフローチャートで、この処理を実行する制御プ
ログラムはＲＯＭ４に記憶されている。

【００９４】まずステップＳ１００で、操作者によりセ
ットされた原稿の文書画像を入力部２（スキャナ）によ
り読取って入力し、メモリ５に記憶する。次にステップ
Ｓ１０１に進み、文字行判定部６において、メモリ５に
記憶された文書画像の横書き文章領域と縦書き文章領域
とを抽出する。これはメモリ５に記憶されている文書画
像の水平方向及び垂直方向の射影（黒画素数）を求め、
その画素数がそれぞれ基準値α、βとなるライン数が、
どれくらいになるかを比較した結果に応じて求められ
る。

【００９５】この文字行判定部６で実行されるステップ
Ｓ１０１の詳細は図２０に示す通りである。図２０に従
って説明すると、まずステップＳ１１１で水平方向の１
ライン毎に黒画素の数をカウントし、その計数値が基準
値α以上となる領域を求める。図１８の例では３６及び
４２を合わせた領域がその領域である。

【００９６】同様に垂直方向に関してステップＳ１１２
で領域を求める。図１８の３６、３７がその領域にあた
る。

【００９７】ステップＳ１１３で文書画像中の横書き領
域、縦書き領域を決定する。

【００９８】ステップＳ１１１、Ｓ１１２により文書画
像は図２１に示す４領域に分けられる。

【００９９】領域Ａ…水平・垂直共に基準値以上 領域Ａ内だけで再度ヒストグラムをとり、ヒストグラム
の水平・垂直各々の最大値から基準値を引いた値が、水
平の方が大きければ横書き領域とする。そうでなければ
縦書き領域とする。

【０１００】領域Ｂ…水平のみ基準値以上 横書き領域とする。図１８の領域４２は横書き領域とな
る。尚、領域３６と４２は隣り合っていて文書方向が同
一なので、２つの領域を結合して一つの領域とする。

【０１０１】領域Ｃ…垂直のみ基準値以上 縦書き領域とする。図１８の領域３７は縦書き領域とな
る。

【０１０２】領域Ｄ…水平・垂直共に基準値未満 この領域内で、再度水平・垂直方向のヒストグラムをと
り、基準値を引いてその値の大きい方が水平なら横書き
と判定する。そうでなければ縦書き領域。尚、領域内の
ヒストグラムが０であれば文字がないということであ
り、図１８の領域４１がそうである。

【０１０３】また前記基準値は文書画像の幅、高さによ
って補正する。

【０１０４】縦書き、横書きの領域が判定されたら、ス
テップＳ１１４で領域の認識順序を決定する。例えば、
座標が上のものから順序をつける。

【０１０５】再び、図１９のフローチャートに戻り、横
書き領域のときはステップＳ１０３に進み、前処理部７
において横書き用の前処理を行なう。この横書き用の前
処理とは、まず水平方向の射影をとって文字行を抽出
し、抽出された１行あるいは複数行毎に垂直方向の射影
を取ることにより１文字を切出す文字切出し処理、位
置、傾き、線幅、濃度等の正規化処理、雑音除去処理等
である。

【０１０６】また、ステップＳ１０２において、縦書き
と判定された場合は、ステップＳ１０４に進み、前処理
部７において縦書き用の前処理を行なう。この縦書き用
の前処理とは、まず垂直方向の射影をとって文字行を抽
出し、抽出された１行あるいは複数行毎に水平方向の射
影をとることにより、１文字を切り出す文字切出し処
理、位置、傾き、線幅、濃度等の正規化処理、雑音除去
処理等である。

【０１０７】次にステップＳ１０５に進み、前処理部７
において前処理された１文字毎の未知文字パターンに対
して、認識部８で輪郭線特徴等の抽出を行なう。この認
識用辞書９には、認識対象となっている全ての文字の標
準パターンの特徴が記憶されている。この未知文字パタ
ーンの特徴と、辞書９に記憶されている標準パターンの
特徴をマッチングさせて最も確からしいものを認識結果
としてメモリ５に記憶し、入力された文書画像内の全文
字を同様に認識してメモリ５に記憶する。

【０１０８】次にステップＳ１０６に進み、認識してい
ない領域があればステップＳ１０２に戻り、すべての領
域の認識が終了したらステップＳ１０７へ進む。次にス
テップＳ１０７では、メモリ５に記憶された認識結果を
表示部１０に表示する。尚、プリンタ１３より文字等を
出力する処理については説明を省略している。

【０１０９】以上の説明により、本実施例によれば、横
書き文書にも縦書き文書にも両方の混在文書にも対応で
きる、ユーザにとって使い易い文字認識装置を実現する
ことができる。

【０１１０】（４−２） 縦書きと横書きの判定及び認識順序を報知し、オペレー
タの確認を可能とする例。

【０１１１】図２２は本実施例を示すフローチャートで
図１９のステップＳ１０１の詳細を示している。

【０１１２】ステップＳ１１１〜Ｓ１１４で縦書き領
域、横書き領域を４．１の実施例と同様に求める。次に
ステップＳ１１５において、抽出した領域の属性（縦、
横書き）、認識順序が正しいか確認をユーザーに求めて
確定する。

【０１１３】

【発明の効果】以上説明したように、本発明によれば、
入力された画像情報に対して水平方向のヒストグラムを
とって、前記水平方向のヒストグラムが所定の閾値以上
の領域毎に矩形を切り出し、前記水平方向のヒストグラ
ムに基づいて切り出した矩形内で垂直方向のヒストグラ
ムをとって、前記垂直方向のヒストグラムが所定の閾値
以上の領域毎に矩形を切り出すことにより、少なくとも
１つの文字画像を含む第１矩形領域を抽出し、前記画像
情報に対して垂直方向のヒストグラムをとって、前記垂
直方向のヒストグラムが所定の閾値以上の領域毎に矩形
を切り出し、前記垂直方向のヒストグラムに基づいて切
り出した矩形内で水平方向のヒストグラムをとって、前
記水平方向のヒストグラムが所定の閾値以上の領域毎に
矩形を切り出すことにより、少なくとも１つの文字画像
を含む第２矩形領域を抽出し、前記抽出した第１矩形領
域及び第２矩形領域それぞれの縦横比を算出し、前記算
出した縦横比が１：１に近い方の矩形領域を抽出した際
に、最初にとったヒストグラムの方向を、前記画像情報
に含まれる文字列の方向であると判定することにより、
入力画像の文字列方向の判定を簡単且つ確実に行なうこ
とができ、また、オペレータによる文字列方向の指示操
作の負担を軽減することができる。

【０１１４】また、さらに、本発明によれば、前記画像
情報はスキャナを用いて読み取られた画像情報とするこ
とにより、スキャナを用いて読み取られた画像の文字列
方向の判定を簡単且つ確実に行なうことができる。以上
説明したように、本発明によれば、想定し得る複数の文
字列方向の中から、より好ましいものを判定することが
できる。

【０１１５】

【図面の簡単な説明】

【図１】本発明の実施例の画像処理装置の構成を示すブ
ロック図。

【図２】本実施例で入力される文書画像情報の射影を取
った第１の例示図。

【図３】本実施例の文字認識処理を示す第１のフローチ
ャート。

【図４】本実施例の文字列の方向を検知する処理を示す
第１のフローチャート。

【図５】本実施例の文字列の方向を検知する処理を示す
第２のフローチャート。

【図６】本実施例の文字列の方向を検知する処理を示す
第３のフローチャート。

【図７】本実施例の文字列の方向を検知する処理を示す
第４のフローチャート。

【図８】本実施例の文字列の方向を検知する処理を示す
第５のフローチャート。

【図９】本実施例で入力される文書画像情報の射影を取
った第２の例示図。

【図１０】本実施例の文字認識処理を示す第２のフロー
チャート。

【図１１】本実施例の文字列の方向を検知する処理を示
す第６のフローチャート。

【図１２】本実施例の文字列の方向を検知する処理を示
す第７のフローチャート。

【図１３】３．１の実施例を説明する為の第１の図。

【図１４】３．１の実施例を説明する為の第２の図。

【図１５】３．１の実施例を説明する為の第３の図。

【図１６】３．１の実施例を説明する為の第４の図。

【図１７】本実施例の文字列の方向を検知する処理を示
す第８のフローチャート。

【図１８】本実施例で入力される文書画像情報の射影を
取った第３の例示図。

【図１９】本実施例の文字認識処理を示す第３のフロー
チャート。

【図２０】本実施例の文字列の方向を検知する処理を示
す第９のフローチャート。

【図２１】ヒストグラムの結果と基準値との比較による
領域の分離を説明する為の図。

【図２２】本実施例の文字列の方向を検知する処理を示
す第１０のフローチャート。

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06K 9/20 320 G06K 9/62

Claims (4)

(57)【特許請求の範囲】
1. 【請求項１】 入力された画像情報に対して水平方向の
   ヒストグラムをとって、前記水平方向のヒストグラムが
   所定の閾値以上の領域毎に矩形を切り出し、前記水平方
   向のヒストグラムに基づいて切り出した矩形内で垂直方
   向のヒストグラムをとって、前記垂直方向のヒストグラ
   ムが所定の閾値以上の領域毎に矩形を切り出すことによ
   り、少なくとも１つの文字画像を含む第１矩形領域を抽
   出し、 前記画像情報に対して垂直方向のヒストグラムをとっ
   て、前記垂直方向のヒストグラムが所定の閾値以上の領
   域毎に矩形を切り出し、前記垂直方向のヒストグラムに
   基づいて切り出した矩形内で水平方向のヒストグラムを
   とって、前記水平方向のヒストグラムが所定の閾値以上
   の領域毎に矩形を切り出すことにより、少なくとも１つ
   の文字画像を含む第２矩形領域を抽出し、 前記抽出した第１矩形領域及び第２矩形領域それぞれの
   縦横比を算出し、 前記算出した縦横比が１：１に近い方の矩形領域を抽出
   した際に、最初にとったヒストグラムの方向を、前記画
   像情報に含まれる文字列の方向であると判定することを
   特徴とする画像処理方法。
2. 【請求項２】 前記画像情報は、スキャナを用いて読み
   取られた画像情報であることを特徴とする請求項１に記
   載の画像処理方法。
3. 【請求項３】 入力された画像情報に対して水平方向の
   ヒストグラムをとって、前記水平方向のヒストグラムが
   所定の閾値以上の領域毎に矩形を切り出し、前記水平方
   向のヒストグラムに基づいて切り出した矩形内で垂直方
   向のヒストグラムをとって、前記垂直方向のヒストグラ
   ムが所定の閾値以上の領域毎に矩形を切り出すことによ
   り、少なくとも１つの文字画像を含む第１矩形領域を抽
   出する第１抽出手段と、 前記画像情報に対して垂直方向のヒストグラムをとっ
   て、前記垂直方向のヒストグラムが所定の閾値以上の領
   域毎に矩形を切り出し、前記垂直方向のヒストグラムに
   基づいて切り出した矩形内で水平方向のヒストグラムを
   とって、前記水平方向のヒストグラムが所定の閾値以上
   の領域毎に矩形を切り出すことにより、少なくとも１つ
   の文字画像を含む第２矩形領域を抽出する第２抽出手段
   と、 前記抽出した第１矩形領域及び第２矩形領域それぞれの
   縦横比を算出する算出手段と、 前記算出した縦横比が１：１に近い方の矩形領域を抽出
   した際に、最初にとったヒストグラムの方向を、前記画
   像情報に含まれる文字列の方向であると判定する判定手
   段とを有することを特徴とする画像処理装置。
4. 【請求項４】 前記画像情報は、スキャナを用いて読み
   取られた画像情報であることを特徴とする請求項３に記
   載の画像処理装置。