JP3142950B2 - 線分認識方式 - Google Patents
線分認識方式Info
- Publication number
- JP3142950B2 JP3142950B2 JP04120162A JP12016292A JP3142950B2 JP 3142950 B2 JP3142950 B2 JP 3142950B2 JP 04120162 A JP04120162 A JP 04120162A JP 12016292 A JP12016292 A JP 12016292A JP 3142950 B2 JP3142950 B2 JP 3142950B2
- Authority
- JP
- Japan
- Prior art keywords
- line segment
- black
- extracting
- line
- rectangle
- 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 - Fee Related
Links
Description
【０００１】
【技術分野】本発明は、線分認識方式に関し、より詳細
には、文書画像処理、例えば文書の帳票等の２値画像中
の線分認識処理における線分認識方式に関する。
には、文書画像処理、例えば文書の帳票等の２値画像中
の線分認識処理における線分認識方式に関する。
【０００２】
【従来技術】文書画像中の線分を認識してそれをデータ
として入力して再利用する要望が強い。例えばワープロ
で出力された表原稿を入力する場合、表内部の文字をＯ
ＣＲ（Optical character Reader；光学式文字読取装
置）で入力するのみならず、表を構成する罫線も同時に
入力して再利用することがある。そのため、表中の文字
を読み取るだけでなく、罫線を認識して罫線データとし
て入力する方法が取られている。ところがこの方式は、
罫線の存在する座標値を求めることに主眼を置いてお
り、太線・中線・細線などの線の太さに関する情報は一
切求めることができない。したがって線の太さが異なる
原稿に対しては、これらの違いが識別できず、原稿のよ
り忠実な再現を行ないたいという要望に答えることはで
きない。そこで、本発明は、太線・中線・細線などの線
の太さを求め、これらの情報を取り入れることによっ
て、原稿により忠実な線分の再現を行なうことを可能と
したものである。
として入力して再利用する要望が強い。例えばワープロ
で出力された表原稿を入力する場合、表内部の文字をＯ
ＣＲ（Optical character Reader；光学式文字読取装
置）で入力するのみならず、表を構成する罫線も同時に
入力して再利用することがある。そのため、表中の文字
を読み取るだけでなく、罫線を認識して罫線データとし
て入力する方法が取られている。ところがこの方式は、
罫線の存在する座標値を求めることに主眼を置いてお
り、太線・中線・細線などの線の太さに関する情報は一
切求めることができない。したがって線の太さが異なる
原稿に対しては、これらの違いが識別できず、原稿のよ
り忠実な再現を行ないたいという要望に答えることはで
きない。そこで、本発明は、太線・中線・細線などの線
の太さを求め、これらの情報を取り入れることによっ
て、原稿により忠実な線分の再現を行なうことを可能と
したものである。
【０００３】
【目的】本発明は、上述のごとき実情に鑑みてなされた
もので、文書画像処理装置における文書中の線分を抽出
する処理として、その線分の太さを認識して、より正確
な線分データの抽出を可能にする線分認識方式を提供す
ることを目的としてなされたものである。
もので、文書画像処理装置における文書中の線分を抽出
する処理として、その線分の太さを認識して、より正確
な線分データの抽出を可能にする線分認識方式を提供す
ることを目的としてなされたものである。
【０００４】
【構成】本発明は、上記目的を達成するために、（１）
２値の文書画像に対して線分を抽出する線分抽出方式に
おいて、一定値以上の黒ランを抽出する黒ラン抽出手段
と、該黒ラン同士が主走査方向あるいは副走査方向にそ
れぞれ別に定めた一定値以内の範囲に入っている場合
は、該黒ランを全て包含する矩形に統合する統合手段
と、該矩形同士が主走査方向あるいは副走査方向にそれ
ぞれ別に定めた一定値以内の範囲に入っている場合は、
該矩形を全て包含する新たな矩形として線分を認識する
線分抽出手段と、該線分矩形の垂直方向の長さによって
線分の太さを認識する線分太さ認識手段とから成るこ
と、或いは、（２）２値の文書画像に対して線分を抽出
する線分抽出方式において、一定値以上の黒ランを抽出
する黒ラン抽出手段と、該黒ラン同士が主走査方向ある
いは副走査方向にそれぞれ別に定めた一定値以内の範囲
に入っている場合は、該黒ランを全て包含する矩形に統
合する統合手段と、該矩形同士が主走査方向あるいは副
走査方向にそれぞれ別に定めた一定値以内の範囲に入っ
ている場合は、該矩形を全て包含する新たな矩形として
線分を認識する線分抽出手段と、該線分矩形の中の黒画
素数を計数する黒画素数計数手段と、該黒画素数を前記
線分矩形の水平方向の長さで割った値によって線分の太
さを認識する線分太さ認識手段とから成ること、或い
は、（３）２値の文書画像に対して線分を抽出する線分
抽出方式において、一定値以上の黒ランを抽出する黒ラ
ン抽出手段と、該黒ラン同士が主走査方向あるいは副走
査方向にそれぞれ別に定めた一定値以内の範囲に入って
いる場合は、該黒ランを全て包含する矩形に統合する統
合手段と、黒ランを矩形に統合する際に前記黒ランを構
成する黒画素数を計数する黒画素数計数手段と、該矩形
同士が主走査方向あるいは副走査方向にそれぞれ別に定
めた一定値以内の範囲に入っている場合は、該矩形を全
て包含する新たな矩形として線分を認識する線分抽出手
段と、前記黒画素数計数手段が計数した黒画素数を前記
線分矩形の水平方向の長さで割った値によって線分の太
さを認識する線分太さ認識手段とから成ること、或い
は、（４）２値の文書画像に対して線分を抽出する線分
抽出方式において、黒ランの連結する範囲を包含する矩
形を求め、全ての矩形の幅と高さおよびその隣接する矩
形との距離の値を計数する矩形数計数手段と、それぞれ
の累積値がある一定値を越えた場合には各矩形を統合し
て線分を認識する線分抽出手段と、該線分矩形の中の黒
画素数を計数する黒画素数計数手段と、該黒画素数を前
記線分矩形の水平方向の長さの補正値で割った値によっ
て線分の太さを認識する線分太さ認識手段とから成るこ
と、或いは、（５）２値の文書画像に対して線分を抽出
する線分抽出方式において、黒ランの連結する範囲を包
含する矩形を求め、黒ランを矩形に統合する際に黒画素
数を計数する黒画素数計数手段と、全ての矩形の幅と高
さおよびその隣接する矩形との距離の値を計数する矩形
数計数手段と、それぞれの累積値がある一定値を越えた
場合には各矩形を統合して線分を認識する線分抽出手段
とから成り、黒画素数を前記線分矩形の水平方向の長さ
の補正値で割った値によって線分の太さを認識する線分
太さ認識手段とから成ること、更には、（６）前記
（１）において、前記線分矩形の垂直方向の長さをしき
い値処理によって線種を判断すること、更には、（７）
前記（２）において、前記黒画素数を前記線分矩形の水
平方向の長さで割った値をしきい値処理によって線種を
判断すること、更には、（８）前記（３）において、前
記黒画素数を黒ランと水平方向の長さで割った値をしき
い値処理によって線種を判断すること、更には、（９）
前記（４）において、前記黒画素数を黒ランと水平方向
の長さの補正値で割った値をしきい値処理によって線種
を判断すること、更には、（１０）前記（５）におい
て、前記黒画素数計数手段が計数した黒画素数を前記線
分矩形の水平方向の長さで割った値をしきい値処理によ
って線種を判断することを特徴としたものである。以
下、本発明の実施例に基づいて説明する。
２値の文書画像に対して線分を抽出する線分抽出方式に
おいて、一定値以上の黒ランを抽出する黒ラン抽出手段
と、該黒ラン同士が主走査方向あるいは副走査方向にそ
れぞれ別に定めた一定値以内の範囲に入っている場合
は、該黒ランを全て包含する矩形に統合する統合手段
と、該矩形同士が主走査方向あるいは副走査方向にそれ
ぞれ別に定めた一定値以内の範囲に入っている場合は、
該矩形を全て包含する新たな矩形として線分を認識する
線分抽出手段と、該線分矩形の垂直方向の長さによって
線分の太さを認識する線分太さ認識手段とから成るこ
と、或いは、（２）２値の文書画像に対して線分を抽出
する線分抽出方式において、一定値以上の黒ランを抽出
する黒ラン抽出手段と、該黒ラン同士が主走査方向ある
いは副走査方向にそれぞれ別に定めた一定値以内の範囲
に入っている場合は、該黒ランを全て包含する矩形に統
合する統合手段と、該矩形同士が主走査方向あるいは副
走査方向にそれぞれ別に定めた一定値以内の範囲に入っ
ている場合は、該矩形を全て包含する新たな矩形として
線分を認識する線分抽出手段と、該線分矩形の中の黒画
素数を計数する黒画素数計数手段と、該黒画素数を前記
線分矩形の水平方向の長さで割った値によって線分の太
さを認識する線分太さ認識手段とから成ること、或い
は、（３）２値の文書画像に対して線分を抽出する線分
抽出方式において、一定値以上の黒ランを抽出する黒ラ
ン抽出手段と、該黒ラン同士が主走査方向あるいは副走
査方向にそれぞれ別に定めた一定値以内の範囲に入って
いる場合は、該黒ランを全て包含する矩形に統合する統
合手段と、黒ランを矩形に統合する際に前記黒ランを構
成する黒画素数を計数する黒画素数計数手段と、該矩形
同士が主走査方向あるいは副走査方向にそれぞれ別に定
めた一定値以内の範囲に入っている場合は、該矩形を全
て包含する新たな矩形として線分を認識する線分抽出手
段と、前記黒画素数計数手段が計数した黒画素数を前記
線分矩形の水平方向の長さで割った値によって線分の太
さを認識する線分太さ認識手段とから成ること、或い
は、（４）２値の文書画像に対して線分を抽出する線分
抽出方式において、黒ランの連結する範囲を包含する矩
形を求め、全ての矩形の幅と高さおよびその隣接する矩
形との距離の値を計数する矩形数計数手段と、それぞれ
の累積値がある一定値を越えた場合には各矩形を統合し
て線分を認識する線分抽出手段と、該線分矩形の中の黒
画素数を計数する黒画素数計数手段と、該黒画素数を前
記線分矩形の水平方向の長さの補正値で割った値によっ
て線分の太さを認識する線分太さ認識手段とから成るこ
と、或いは、（５）２値の文書画像に対して線分を抽出
する線分抽出方式において、黒ランの連結する範囲を包
含する矩形を求め、黒ランを矩形に統合する際に黒画素
数を計数する黒画素数計数手段と、全ての矩形の幅と高
さおよびその隣接する矩形との距離の値を計数する矩形
数計数手段と、それぞれの累積値がある一定値を越えた
場合には各矩形を統合して線分を認識する線分抽出手段
とから成り、黒画素数を前記線分矩形の水平方向の長さ
の補正値で割った値によって線分の太さを認識する線分
太さ認識手段とから成ること、更には、（６）前記
（１）において、前記線分矩形の垂直方向の長さをしき
い値処理によって線種を判断すること、更には、（７）
前記（２）において、前記黒画素数を前記線分矩形の水
平方向の長さで割った値をしきい値処理によって線種を
判断すること、更には、（８）前記（３）において、前
記黒画素数を黒ランと水平方向の長さで割った値をしき
い値処理によって線種を判断すること、更には、（９）
前記（４）において、前記黒画素数を黒ランと水平方向
の長さの補正値で割った値をしきい値処理によって線種
を判断すること、更には、（１０）前記（５）におい
て、前記黒画素数計数手段が計数した黒画素数を前記線
分矩形の水平方向の長さで割った値をしきい値処理によ
って線種を判断することを特徴としたものである。以
下、本発明の実施例に基づいて説明する。
【０００５】図１は、本発明による線分認識方式の一実
施例（実施例１）を説明するための構成図で、図中、１
は２値画像入力部、２は２値イメージメモリ、３は黒ラ
ン抽出部、４は黒ランメモリ、５は矩形統合部、６は矩
形メモリ、７は線分抽出部、８は線分メモリ、９は線分
太さ認識部である。 スキャナ等の２値画像入力装置を用いて文書や帳票を
読み込み、２値イメージメモリ２に格納する。 読み込んだ２値イメージに対して、黒ラン抽出部３に
おいて、一定値以上の長さを持つ黒ランのみを抽出し、
黒ランメモリ４に格納する（図６の太い実線）。 矩形統合部５において、前記で抽出された黒ランに
対して、黒ラン同士が主走査方向あるいは副走査方向に
それぞれ別に定めた一定値以内の範囲にあれば、その黒
ランを全て包含する矩形に統合し、矩形メモリ６に格納
する（図６の点線の矩形）。 線分抽出部７において、前記で抽出された矩形に対
して、矩形同士が主走査方向あるいは副走査方向にそれ
ぞれ別に定めた一定値以内の範囲にあれば、その矩形を
全て包含する新たな矩形として線分を認識し、線分メモ
リ８の格納する（図６の実線の矩形）。 線分太さ認識部９において、前記で抽出された線分
矩形の、黒ランと垂直方向の長さによって線分の太さを
認識し、その値を線分太さとして出力する。
施例（実施例１）を説明するための構成図で、図中、１
は２値画像入力部、２は２値イメージメモリ、３は黒ラ
ン抽出部、４は黒ランメモリ、５は矩形統合部、６は矩
形メモリ、７は線分抽出部、８は線分メモリ、９は線分
太さ認識部である。 スキャナ等の２値画像入力装置を用いて文書や帳票を
読み込み、２値イメージメモリ２に格納する。 読み込んだ２値イメージに対して、黒ラン抽出部３に
おいて、一定値以上の長さを持つ黒ランのみを抽出し、
黒ランメモリ４に格納する（図６の太い実線）。 矩形統合部５において、前記で抽出された黒ランに
対して、黒ラン同士が主走査方向あるいは副走査方向に
それぞれ別に定めた一定値以内の範囲にあれば、その黒
ランを全て包含する矩形に統合し、矩形メモリ６に格納
する（図６の点線の矩形）。 線分抽出部７において、前記で抽出された矩形に対
して、矩形同士が主走査方向あるいは副走査方向にそれ
ぞれ別に定めた一定値以内の範囲にあれば、その矩形を
全て包含する新たな矩形として線分を認識し、線分メモ
リ８の格納する（図６の実線の矩形）。 線分太さ認識部９において、前記で抽出された線分
矩形の、黒ランと垂直方向の長さによって線分の太さを
認識し、その値を線分太さとして出力する。
【０００６】図２は、本発明による線分認識方式の他の
実施例（実施例２）を示す図で、図中、１０は黒画素数
計数部、１１は黒画素数メモリで、その他、図１と同じ
作用をする部分は同一の符号を付してある。スキャナ等
の２値画像入力装置を用いて文書を読み込むところか
ら、線分抽出を行ない線分メモリに格納するところまで
は図１と同様である。 抽出された線分メモリ８上の座標値を参照して、２値
イメージメモリ２から黒画素数を計数し、黒画素数メモ
リ１１に格納する（図７の線分矩形の中の黒画素数を計
数する）。 線分太さ認識部９において、線分メモリ８、黒画素数
メモリ１１を参照し、線分太さを計算する。線分太さの
計算は次のように行なう。 前記で得られた黒画素数Pixelと線分矩形の黒ラン
と水平方向の長さWidthから線分太さThickを求める。 Thick＝Pixel／Width 線分太さThickの値をその線分の太さとして出力す
る。この線分太さThickを用いると図７（ａ）のような
スキューのある原稿に対しては、図７（ｂ）のような実
際の線分の太さに近いものが得られることになる。
実施例（実施例２）を示す図で、図中、１０は黒画素数
計数部、１１は黒画素数メモリで、その他、図１と同じ
作用をする部分は同一の符号を付してある。スキャナ等
の２値画像入力装置を用いて文書を読み込むところか
ら、線分抽出を行ない線分メモリに格納するところまで
は図１と同様である。 抽出された線分メモリ８上の座標値を参照して、２値
イメージメモリ２から黒画素数を計数し、黒画素数メモ
リ１１に格納する（図７の線分矩形の中の黒画素数を計
数する）。 線分太さ認識部９において、線分メモリ８、黒画素数
メモリ１１を参照し、線分太さを計算する。線分太さの
計算は次のように行なう。 前記で得られた黒画素数Pixelと線分矩形の黒ラン
と水平方向の長さWidthから線分太さThickを求める。 Thick＝Pixel／Width 線分太さThickの値をその線分の太さとして出力す
る。この線分太さThickを用いると図７（ａ）のような
スキューのある原稿に対しては、図７（ｂ）のような実
際の線分の太さに近いものが得られることになる。
【０００７】図３は、本発明による線分認識方式の更に
他の実施例（実施例３）を示す図である。 読み込んだ２値イメージに対して、黒ラン抽出部３に
おいて、一定値以上の長さを持つ黒ランのみを抽出し、
黒ランメモリ４に格納する。 黒画素数計数部１０において、矩形統合されうる黒ラ
ンに対してその黒画素数を黒画素数メモリ１１に累積し
ていく。 矩形統合部５において、黒ランを統合し、矩形メモリ
６に格納する。 線分太さ認識部９において、前記で求めた黒画素数
Pixelと線分矩形の黒ランと水平方向の長さWidthから線
分太さThickを求める。 Thick＝Pixel／Width 線分太さThickの値をその線分の太さとして出力す
る。
他の実施例（実施例３）を示す図である。 読み込んだ２値イメージに対して、黒ラン抽出部３に
おいて、一定値以上の長さを持つ黒ランのみを抽出し、
黒ランメモリ４に格納する。 黒画素数計数部１０において、矩形統合されうる黒ラ
ンに対してその黒画素数を黒画素数メモリ１１に累積し
ていく。 矩形統合部５において、黒ランを統合し、矩形メモリ
６に格納する。 線分太さ認識部９において、前記で求めた黒画素数
Pixelと線分矩形の黒ランと水平方向の長さWidthから線
分太さThickを求める。 Thick＝Pixel／Width 線分太さThickの値をその線分の太さとして出力す
る。
【０００８】図４は、本発明による線分認識方式の更に
他の実施例（実施例４）を示す図で図中、１２は矩形数
計数部、１３はヒストグラムメモリで、その他、図２と
同じ作用をする部分は同一の符号を付してある。 スキャナ等の２値画像入力装置を用いて文書や帳票を
読み込み、２値イメージメモリ２に格納する。 読み込んだ２値イメージに対して、黒ラン抽出部３に
おいて、黒ランを抽出し、黒ランメモリ４に格納する。 矩形統合部５において、前記で抽出された黒ランに
対して、黒ラン同士が接続しているものがあればその黒
ランを全て包含する矩形に統合し、矩形メモリ６に格納
する。 矩形数計数部１２のおいて、すベての矩形の幅と高さ
およびその隣接する矩形との距離の値を計数し、そのそ
れぞれの累積値を求め、ヒストグラムメモリ１３に格納
する。 線分抽出部７において、前記で求められたヒストグ
ラムがある一定値を益えた場合には矩形を統合して線分
を抽出し、線分メモリ８に格納する。 抽出された線分メモリ８上の座標値を参照して、２値
イメージメモリ２から黒画素数を計数し、黒画素数メモ
リ１１に格納する。 線分太さ認識部９において、線分メモリ８、黒画素数
メモリ１１を参照し、線分太さを計算する。線分太さの
計算は次のように行なう。 前記で得られた黒画素数Pixelと線分矩形の黒ラン
と水平方向の長さWidthから線分太さThickを求める。 Thick＝Pixel／（Width−CONST） （CO
NSTは定数） この補正は点線や破線のきれぎれの線分に対するもので
ある。 線分太さThickの値をその線分の太さとして出力す
る。
他の実施例（実施例４）を示す図で図中、１２は矩形数
計数部、１３はヒストグラムメモリで、その他、図２と
同じ作用をする部分は同一の符号を付してある。 スキャナ等の２値画像入力装置を用いて文書や帳票を
読み込み、２値イメージメモリ２に格納する。 読み込んだ２値イメージに対して、黒ラン抽出部３に
おいて、黒ランを抽出し、黒ランメモリ４に格納する。 矩形統合部５において、前記で抽出された黒ランに
対して、黒ラン同士が接続しているものがあればその黒
ランを全て包含する矩形に統合し、矩形メモリ６に格納
する。 矩形数計数部１２のおいて、すベての矩形の幅と高さ
およびその隣接する矩形との距離の値を計数し、そのそ
れぞれの累積値を求め、ヒストグラムメモリ１３に格納
する。 線分抽出部７において、前記で求められたヒストグ
ラムがある一定値を益えた場合には矩形を統合して線分
を抽出し、線分メモリ８に格納する。 抽出された線分メモリ８上の座標値を参照して、２値
イメージメモリ２から黒画素数を計数し、黒画素数メモ
リ１１に格納する。 線分太さ認識部９において、線分メモリ８、黒画素数
メモリ１１を参照し、線分太さを計算する。線分太さの
計算は次のように行なう。 前記で得られた黒画素数Pixelと線分矩形の黒ラン
と水平方向の長さWidthから線分太さThickを求める。 Thick＝Pixel／（Width−CONST） （CO
NSTは定数） この補正は点線や破線のきれぎれの線分に対するもので
ある。 線分太さThickの値をその線分の太さとして出力す
る。
【０００９】図５は、本発明による線分認識方式の更に
他の実施例（実施例５）を示す図である。 読み込んだ２値イメージに対して、黒ラン抽出部３に
おいて、黒ランを抽出し、黒ランメモリ４に格納する。 黒画素数計数部１０において、矩形統合されうる黒ラ
ンに対して、その黒画素数を黒画素数メモリ１１に累積
していく。 矩形統合部５において、黒ランを統合し、矩形メモリ
６に格納する。 線分太さ認識部９において、前記で求めた黒画素数
Pixelと線分矩形の黒ランと水平方向の長さWidthから線
分太さThickを求める。 Thick＝Pixel／（Width−CONST） （CO
NSTは定数） この補正は点線や破線のきれぎれの線分に対するもので
ある。 線分太さThickの値をその線分の太さとして出力す
る。
他の実施例（実施例５）を示す図である。 読み込んだ２値イメージに対して、黒ラン抽出部３に
おいて、黒ランを抽出し、黒ランメモリ４に格納する。 黒画素数計数部１０において、矩形統合されうる黒ラ
ンに対して、その黒画素数を黒画素数メモリ１１に累積
していく。 矩形統合部５において、黒ランを統合し、矩形メモリ
６に格納する。 線分太さ認識部９において、前記で求めた黒画素数
Pixelと線分矩形の黒ランと水平方向の長さWidthから線
分太さThickを求める。 Thick＝Pixel／（Width−CONST） （CO
NSTは定数） この補正は点線や破線のきれぎれの線分に対するもので
ある。 線分太さThickの値をその線分の太さとして出力す
る。
【００１０】次に、実施例６について説明する。実施例
１におけるスキャナ等の２値画像入力装置を用いて文書
を読み込むところから、線分抽出を行ない線分メモリ８
に格納するところまでは同様である。線分太さ認識部９
において、抽出された線分矩形の、黒ランと垂直方向の
長さを例えば２段階のしきい値によって、太線・中線・
細線の３種類の線種に分類し、この線種を出力する。
１におけるスキャナ等の２値画像入力装置を用いて文書
を読み込むところから、線分抽出を行ない線分メモリ８
に格納するところまでは同様である。線分太さ認識部９
において、抽出された線分矩形の、黒ランと垂直方向の
長さを例えば２段階のしきい値によって、太線・中線・
細線の３種類の線種に分類し、この線種を出力する。
【００１１】次に実施例７について説明する。実施例２
におけるスキャナ等の２値画像入力装置を用いて文書を
読み込むところから、線分抽出を行ない線分メモリ８に
格納するところまでは同様である。線分太さThickの値
を例えば２段階のしきい値によって、太線・中線・細線
の３種類の線種に分類し、この線種を出力する。
におけるスキャナ等の２値画像入力装置を用いて文書を
読み込むところから、線分抽出を行ない線分メモリ８に
格納するところまでは同様である。線分太さThickの値
を例えば２段階のしきい値によって、太線・中線・細線
の３種類の線種に分類し、この線種を出力する。
【００１２】次に、実施例８について説明する。実施例
３におけるスキャナ等の２値画像入力装置を用いて文書
を読み込むところから、線分抽出を行ない線分メモリ８
に格納するところまでは同様である。線分太さThickの
値を例えば２段階のしきい値によって、太線・中線・細
線の３種類の線種に分類し、この線種を出力する。
３におけるスキャナ等の２値画像入力装置を用いて文書
を読み込むところから、線分抽出を行ない線分メモリ８
に格納するところまでは同様である。線分太さThickの
値を例えば２段階のしきい値によって、太線・中線・細
線の３種類の線種に分類し、この線種を出力する。
【００１３】次に、実施例９について説明する。実施例
４におけるスキャナ等の２値画像入力装置を用いて文書
を読み込むところから、線分抽出を行ない線分メモリ８
に格納するところまでは同様である。線分太さThickの
値を例えば２段階のしきい値によって、太線・中線・細
線の３種類の線種に分類し、この線種を出力する。
４におけるスキャナ等の２値画像入力装置を用いて文書
を読み込むところから、線分抽出を行ない線分メモリ８
に格納するところまでは同様である。線分太さThickの
値を例えば２段階のしきい値によって、太線・中線・細
線の３種類の線種に分類し、この線種を出力する。
【００１４】次に、実施例１０について説明する。実施
例５におけるスキャナ等の２値画像入力装置を用いて文
書を読み込むところから、線分抽出を行ない線分メモリ
８に格納するところまでは同様である。線分太さThick
の値を例えば２段階のしきい値によって、太線・中線・
細線の３種類の線種に分類し、この線種を出力する。
例５におけるスキャナ等の２値画像入力装置を用いて文
書を読み込むところから、線分抽出を行ない線分メモリ
８に格納するところまでは同様である。線分太さThick
の値を例えば２段階のしきい値によって、太線・中線・
細線の３種類の線種に分類し、この線種を出力する。
【００１５】
【効果】以上の説明から明らかなように、本発明による
と、以下のような効果がある。 （１）本実施例１の効果は、文書中の線分を抽出する処
理に際し、その線分の太さを実際の画像上の絶対値とし
て出力できるところであり、これによって、原稿により
正確な線分データを抽出することが可能になる。 以上の説明から明らかなように、本発明によると、以下
のような効果がある。 （２）本実施例２の効果は、文書中の線分を抽出する処
理に際し、その線分の太さを実際の画像上の絶対値とし
て出力できるところであり、特に、スキューのある原稿
に対して、より正確な値を求めることが可能になる。 （３）本実施例３の効果は、文書中の線分を抽出する処
理に際し、その線分の太さを実際の画像上の絶対値とし
て出力できるところであり、特に、スキューのある原稿
に対して、より正確な値を求めるができる。また、ラン
の統合の際に黒画素数を計数しているので、より高速な
処理が可能となる。 （４）本実施例４の効果は、点線や破線のようなきれぎ
れの線分に対しても、線分太さを求めることが可能にな
ることで、これによって、線分の種類の許容度が増すこ
とになる。 （５）本実施例５の効果は、点線や破線のようなきれぎ
れの線分に対しても、線分太さを求めることが可能にな
ることで、これによって、線分の種類の許容度が増すこ
とになる。また、ランの統合の際に黒画素数を計数して
いるので、より高速な処理が可能となる。 （６）本実施例６の効果は、文書中の線分を抽出する処
理に際し、その線分の太さを実際の画像上の絶対値とし
て出力できるところであり、これによって、原稿により
正確な線分データを表現することが可能になる。 （７）本実施例７の効果は、文書中の線分を抽出する処
理に際し、その線分の太さを実際の画像上の絶対値とし
て出力できるところであり、これによって、原稿により
正確な線分データを表現することが可能になる。特に、
スキューのある原稿に対してより正確な線分データを表
現することが可能になる。 （８）本実施例８の効果は、文書中の線分を抽出する処
理に際し、その線分の太さを実際の画像上の絶対値とし
て出力できるところであり、これによって、原稿により
正確な線分データを表現することが可能になる。特に、
スキューのある原稿に対してより正確な線分データを表
現することが可能になる。また、ランの統合の際に黒画
素数を計数しているので、より高速な処理が可能とな
る。 （９）本実施例９の効果は、点線や破線のようなきれぎ
れの線分に対しても、線分太さを求めることが可能にな
ることで、これによって、線分の種類の許容度が増すこ
とになる。 （１０）本実施例１０の効果は、点線や破線のようなき
れぎれの線分に対しても、線分太さを求めることが可能
になることで、これによって、線分の種類の許容度が増
すことになる。また、ランの統合の際に黒画素数を計数
しているので、より高速な処理が可能となる。
と、以下のような効果がある。 （１）本実施例１の効果は、文書中の線分を抽出する処
理に際し、その線分の太さを実際の画像上の絶対値とし
て出力できるところであり、これによって、原稿により
正確な線分データを抽出することが可能になる。 以上の説明から明らかなように、本発明によると、以下
のような効果がある。 （２）本実施例２の効果は、文書中の線分を抽出する処
理に際し、その線分の太さを実際の画像上の絶対値とし
て出力できるところであり、特に、スキューのある原稿
に対して、より正確な値を求めることが可能になる。 （３）本実施例３の効果は、文書中の線分を抽出する処
理に際し、その線分の太さを実際の画像上の絶対値とし
て出力できるところであり、特に、スキューのある原稿
に対して、より正確な値を求めるができる。また、ラン
の統合の際に黒画素数を計数しているので、より高速な
処理が可能となる。 （４）本実施例４の効果は、点線や破線のようなきれぎ
れの線分に対しても、線分太さを求めることが可能にな
ることで、これによって、線分の種類の許容度が増すこ
とになる。 （５）本実施例５の効果は、点線や破線のようなきれぎ
れの線分に対しても、線分太さを求めることが可能にな
ることで、これによって、線分の種類の許容度が増すこ
とになる。また、ランの統合の際に黒画素数を計数して
いるので、より高速な処理が可能となる。 （６）本実施例６の効果は、文書中の線分を抽出する処
理に際し、その線分の太さを実際の画像上の絶対値とし
て出力できるところであり、これによって、原稿により
正確な線分データを表現することが可能になる。 （７）本実施例７の効果は、文書中の線分を抽出する処
理に際し、その線分の太さを実際の画像上の絶対値とし
て出力できるところであり、これによって、原稿により
正確な線分データを表現することが可能になる。特に、
スキューのある原稿に対してより正確な線分データを表
現することが可能になる。 （８）本実施例８の効果は、文書中の線分を抽出する処
理に際し、その線分の太さを実際の画像上の絶対値とし
て出力できるところであり、これによって、原稿により
正確な線分データを表現することが可能になる。特に、
スキューのある原稿に対してより正確な線分データを表
現することが可能になる。また、ランの統合の際に黒画
素数を計数しているので、より高速な処理が可能とな
る。 （９）本実施例９の効果は、点線や破線のようなきれぎ
れの線分に対しても、線分太さを求めることが可能にな
ることで、これによって、線分の種類の許容度が増すこ
とになる。 （１０）本実施例１０の効果は、点線や破線のようなき
れぎれの線分に対しても、線分太さを求めることが可能
になることで、これによって、線分の種類の許容度が増
すことになる。また、ランの統合の際に黒画素数を計数
しているので、より高速な処理が可能となる。
【図１】 本発明による線分認識方式の一実施例を説明
するための構成図である。
するための構成図である。
【図２】 本発明による線分認識方式の他の実施例を示
す図である。
す図である。
【図３】 本発明による線分認識方式の更に他の実施例
を示す図である。
を示す図である。
【図４】 本発明による線分認識方式の更に他の実施例
を示す図である。
を示す図である。
【図５】 本発明による線分認識方式の更に他の実施例
を示す図である。
を示す図である。
【図６】 図１における線分太さの説明図である。
【図７】 図２における線分太さの説明図である。
１…２値画像入力部、２…２値イメージメモリ、３…黒
ラン抽出部、４…黒ランメモリ、５…矩形統合部、６…
矩形メモリ、７…線分抽出部、８…線分メモリ、９…線
分太さ認識部。
ラン抽出部、４…黒ランメモリ、５…矩形統合部、６…
矩形メモリ、７…線分抽出部、８…線分メモリ、９…線
分太さ認識部。
───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.7，ＤＢ名) G06T 7/60 G06K 9/36 G06K 9/46 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (5)
- 【請求項１】 ２値の文書画像に対して線分を抽出する
線分抽出方式において、一定値以上の黒ランを抽出する
黒ラン抽出手段と、該黒ラン同士が主走査方向あるいは
副走査方向にそれぞれ別に定めた一定値以内の範囲に入
っている場合は、該黒ランを全て包含する矩形に統合す
る統合手段と、該矩形同士が主走査方向あるいは副走査
方向にそれぞれ別に定めた一定値以内の範囲に入ってい
る場合は、該矩形を全て包含する新たな矩形として線分
を認識する線分抽出手段と、該線分矩形の垂直方向の長
さによって線分の太さを認識する線分太さ認識手段とか
ら成ることを特徴とする線分認識方式。 - 【請求項２】 ２値の文書画像に対して線分を抽出する
線分抽出方式において、一定値以上の黒ランを抽出する
黒ラン抽出手段と、該黒ラン同士が主走査方向あるいは
副走査方向にそれぞれ別に定めた一定値以内の範囲に入
っている場合は、該黒ランを全て包含する矩形に統合す
る統合手段と、該矩形同士が主走査方向あるいは副走査
方向にそれぞれ別に定めた一定値以内の範囲に入ってい
る場合は、該矩形を全て包含する新たな矩形として線分
を認識する線分抽出手段と、該線分矩形の中の黒画素数
を計数する黒画素数計数手段と、該黒画素数を前記線分
矩形の水平方向の長さで割った値によって線分の太さを
認識する線分太さ認識手段とから成ることを特徴とする
線分認識方式。 - 【請求項３】 ２値の文書画像に対して線分を抽出する
線分抽出方式において、一定値以上の黒ランを抽出する
黒ラン抽出手段と、該黒ラン同士が主走査方向あるいは
副走査方向にそれぞれ別に定めた一定値以内の範囲に入
っている場合は、該黒ランを全て包含する矩形に統合す
る統合手段と、黒ランを矩形に統合する際に前記黒ラン
を構成する黒画素数を計数する黒画素数計数手段と、該
矩形同士が主走査方向あるいは副走査方向にそれぞれ別
に定めた一定値以内の範囲に入っている場合は、該矩形
を全て包含する新たな矩形として線分を認識する線分抽
出手段と、前記黒画素数計数手段が計数した黒画素数を
前記線分矩形の水平方向の長さで割った値によって線分
の太さを認識する線分太さ認識手段とから成ることを特
徴とする線分認識方式。 - 【請求項４】 ２値の文書画像に対して線分を抽出する
線分抽出方式において、黒ランの連結する範囲を包含す
る矩形を求め、全ての矩形の幅と高さおよびその隣接す
る矩形との距離の値を計数する矩形数計数手段と、それ
ぞれの累積値がある一定値を越えた場合には各矩形を統
合して線分を認識する線分抽出手段と、該線分矩形の中
の黒画素数を計数する黒画素数計数手段と、該黒画素数
を前記線分矩形の水平方向の長さの補正値で割った値に
よって線分の太さを認識する線分太さ認識手段とから成
ることを特徴とする線分認識方式。 - 【請求項５】 ２値の文書画像に対して線分を抽出する
線分抽出方式において、黒ランの連結する範囲を包含す
る矩形を求め、黒ランを矩形に統合する際に黒画素数を
計数する黒画素数計数手段と、全ての矩形の幅と高さお
よびその隣接する矩形との距離の値を計数する矩形数計
数手段と、それぞれの累積値がある一定値を越えた場合
には各矩形を統合して線分を認識する線分抽出手段とか
ら成り、黒画素数を前記線分矩形の水平方向の長さの補
正値で割った値によって線分の太さを認識する線分太さ
認識手段とから成ることを特徴とする線分認識方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04120162A JP3142950B2 (ja) | 1992-04-13 | 1992-04-13 | 線分認識方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP04120162A JP3142950B2 (ja) | 1992-04-13 | 1992-04-13 | 線分認識方式 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05290166A JPH05290166A (ja) | 1993-11-05 |
| JP3142950B2 true JP3142950B2 (ja) | 2001-03-07 |
Family
ID=14779488
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP04120162A Expired - Fee Related JP3142950B2 (ja) | 1992-04-13 | 1992-04-13 | 線分認識方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3142950B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5556504B2 (ja) * | 2010-08-24 | 2014-07-23 | 富士ゼロックス株式会社 | 画像処理装置及びプログラム |
-
1992
- 1992-04-13 JP JP04120162A patent/JP3142950B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05290166A (ja) | 1993-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111814722B (zh) | 一种图像中的表格识别方法、装置、电子设备及存储介质 | |
| JP2940936B2 (ja) | 表領域識別方法 | |
| Kise et al. | Segmentation of page images using the area Voronoi diagram | |
| JP4771804B2 (ja) | レイアウト解析プログラム、レイアウト解析装置、レイアウト解析方法 | |
| EP1310912A2 (en) | Image processing method, apparatus and system | |
| WO1991017519A1 (en) | Row-by-row segmentation and thresholding for optical character recognition | |
| Yin | Skew detection and block classification of printed documents | |
| US6035064A (en) | Apparatus and method for detecting and recognizing character line using simplified projection information | |
| CN115410191B (zh) | 文本图像识别方法、装置、设备和存储介质 | |
| JP3142950B2 (ja) | 線分認識方式 | |
| Lehal et al. | A range free skew detection technique for digitized Gurmukhi script documents | |
| US6983071B2 (en) | Character segmentation device, character segmentation method used thereby, and program therefor | |
| JP2868134B2 (ja) | 画像処理方法及び装置 | |
| JPS6325391B2 (ja) | ||
| JPH0721817B2 (ja) | 文書画像処理方法 | |
| US6678427B1 (en) | Document identification registration system | |
| JPH07230525A (ja) | 罫線認識方法及び表処理方法 | |
| JPH0548510B2 (ja) | ||
| JPH05159062A (ja) | 文書認識装置 | |
| JP2902097B2 (ja) | 情報処理装置及び文字認識装置 | |
| JP4040231B2 (ja) | 文字抽出方法及び装置並びに記憶媒体 | |
| JP3162414B2 (ja) | 罫線認識方法及び表処理方法 | |
| JP2931041B2 (ja) | 表内文字認識方法 | |
| JP3127413B2 (ja) | 文字認識装置 | |
| JP2002015283A (ja) | 分離文字列統合方法および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071222 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081222 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081222 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091222 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101222 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101222 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111222 Year of fee payment: 11 |
|
| LAPS | Cancellation because of no payment of annual fees |