JP3157530B2

JP3157530B2 - 文字切り出し方法

Info

Publication number: JP3157530B2
Application number: JP06409391A
Authority: JP
Inventors: 吾朗別所
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1990-05-24
Filing date: 1991-03-05
Publication date: 2001-04-16
Anticipated expiration: 2016-04-16
Also published as: JPH04211884A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字認識装置における
文字切り出し方法に係り、特にマルチサイズや不定ピッ
チの日本語文書に適用できる文字切り出し方法に関す
る。

【０００２】

【従来の技術】日本語文書は一般に、文字サイズが可変
のものや不定ピッチのものなど、文字切り出しを難しく
する要因が多い。このため、日本語文書の処理の場合、
例えば同一出願人による昭和６３年第１３３４２４号特
許出願の明細書及び図面に述べられているような、行画
像の垂直射影をとったり黒画素の連結を追跡したりし
て、文字塊（文字素）を抽出し、この文字塊を統合して
１文字と見做せるパターンをすべて文字認識し、認識結
果の確からしさを示す評価値を用いて、最も確からしい
パターンを文字パターンとして選択する文字切り出し方
法が有効である。

【０００３】

【発明が解決しようとする課題】しかし、この文字切り
出し方法を、半角文字や不定ピッチ文字が現われやすい
横書き文書と比較的に定ピッチで印字されることが多い
縦書き文書の両方に適用した場合、縦書き文書中の上下
（行方向）に二つ以上のパターンに分かれた文字のパタ
ーンが、誤って二つ以上に分離されて切り出されること
がある。よって本発明の目的は、横書き文書及び縦書き
文書のいずれについても、文字塊のパターンまたは文字
塊の統合パターンを評価して高精度の文字切り出しが可
能な文字切り出し方法を提供することにある。

【０００４】

【課題を解決するための手段】本発明では、文書の行画
像から文字塊を切り出し、１文字の大きさと見做し得る
１個の文字塊または連続した複数個の文字塊を文字パタ
ーンの候補とし、そのすべてを文字認識して認識結果の
確からしさを表わす評価値を求める。文字塊が重複した
複数の文字パターン候補が存在する場合、その中から切
り出すべき文字パターンを選択する必要があるが、横書
き文書と縦書き文書を区別し、横書き文書であれば認識
結果の評価値により文字パターンを選択し、縦書き文書
であれば認識結果の評価値だけでなく文字サイズも参照
することにより文字パターンを選択する。

【０００５】

【作用】本発明によれば、横書き文書の場合に認識結果
の確からしさの評価値により文字パターンを確定するた
め、半角サイズの文字や不定ピッチの文字が混在しやす
い横書き文書に対し高精度の文字切り出しが可能であ
る。他方、比較的定ピッチで印字されることが多い縦書
き文書の場合に、文字パターンを確定する際に認識結果
の確からしさの評価値に加えて文字サイズも参照するた
め、上下に分離した文字パターンの分離切り出しを減ら
すことができる。

【０００６】

【実施例】図１は本発明の第１の実施例を示すブロック
図であり、図２は同実施例における処理全体のフローチ
ャートである。以下、装置構成及び処理内容を説明す
る。

【０００７】２値画像入力部１００はスキャナー等によ
り文書画像を読み取り、その２値画像データをイメージ
メモリ１０１に格納する（処理２０１）。行切り出し部
１０２において、その文書画像より、行方向の射影をと
り、射影値が一定値を超える区間を行（文字列）として
切り出す（処理２０２）。

【０００８】文字塊切り出し部１０３において、行画像
に対し行に垂直な方向の射影（垂直射影）をとり、射影
値が一定値を越える区間を文字塊（文字素）として切り
出し、あるいは黒画素の連結を追跡することにより連結
した黒画素の塊を文字塊として切り出す（処理２０
３）。この文字塊は、それ単独で文字パターンを構成す
る場合と、あるいは文字パターンの一部である場合とが
ある。

【０００９】文字パターン生成部１０４において、文字
塊切り出し部１０３からの文字塊切り出し情報に従い、
連続した文字塊を組み合わせて（統合して）、１文字の
大きさと見做し得る文字パターン候補を生成し、各文字
パターン候補についての文字塊の組み合わせの情報を組
み合わせ情報テーブル１０５に格納する。なお、単独の
文字塊が文字パターン候補となることもある。

【００１０】より具体的には、文字塊切り出し情報より
行の最小文字間隔と最大文字幅を求める（処理２０４，
２０５）。最小文字間隔は例えば、全角文字塊と全角文
字塊との間隔の最小値を２で除した値とする。ここで全
角文字塊とは、明らかに全角と見做される大きさの文字
塊であって、例えば文字塊幅≧行高さ×２／３を満足す
るものとする。また、最大文字幅は例えば、行内の文字
塊の幅の最大値とする。そして、間隔が最小文字間隔以
下の文字塊を統合し、統合後の幅が最大文字幅を越えな
いパターンを文字パターン候補とし、それぞれの組み合
わされた文字塊の番号を組み合わせ情報として組み合わ
せ情報テーブル１０５に格納する（処理２０６，２０
７）。

【００１１】図５は横書きの場合の行画像と文字塊及び
文字パターン候補の例を示す。この場合、行画像からａ
〜ｆの文字塊が切り出され、Ａ〜Ｉの文字パターン候補
が生成される。したがって、組み合わせ情報テーブル１
０５の内容は図６に示す如くになる。

【００１２】文字サイズ計算部１０６において、生成さ
れた各文字パターン候補の行方向の幅やピッチ等の文字
サイズに関連した値を計算し、それを文字サイズテーブ
ル１０７に格納する（処理２０８）。認識部１０８にお
いて、生成された全ての文字パターン候補の特徴抽出と
パターン辞書１０９とのマッチングを行なって文字認識
し、認識結果（候補文字コード）と、辞書との距離、な
らびに文字パターンの総輪郭数を認識情報メモリ１１０
に格納する（処理２０９）。

【００１３】評価値算出部１１１において、認識結果情
報メモリ１１０を参照し、各文字パターン候補に対する
認識結果の確からしさの評価値Ｅ＝距離／総輪郭数（1）を算出し、求めた評価値Ｅを評価値メモリ１１２に格納
する（処理２１０）。なお、総輪郭数で除算する目的
は、パターンが複雑であるほど辞書との距離が大きくな
る傾向があるので、それを補正するためである。

【００１４】文字パターン選択部１１３においては、外
部より設定された（あるいは、行切り出し時等に自動的
に検出された）行方向（横書き／縦書きの区別）を読み
込み、行方向に応じて横書き処理または縦書き処理を選
択し、横書き処理（処理２１２）または縦書き処理（処
理２１３）を実行する。

【００１５】横書きの処理２１２では、評価値メモリ１
１２より各文字パターン候補の認識結果の評価値を読み
込み、評価値の大小により各文字パターン候補を評価し
て文字パターンを選択する。他方、縦書き処理２１３で
は、評価値メモリから評価値を読み込み、さらに文字サ
イズテーブル１０７より文字幅や文字間ピッチ等の文字
サイズに関する値を読み込み、評価値及び文字サイズに
より文字パターン候補を評価して文字パターンを選択す
る。そして、選択した文字パターンの認識結果を認識結
果メモリ１１４に書き出す（処理２１４）。

【００１６】横書き処理２１２の内容について、図３の
フローチャートを参照し説明する。なお、先の（１）式
より、本実施例では、評価値は、値が大きい程、文字ら
しくないことを表わす。組み合わせ情報テーブル１０５
を参照し、文字塊の重複を調べて処理の流れを選ぶ（処
理３０１）。文字塊の重複がないときは、その文字パタ
ーン候補をそのまま文字パターンとして選択し、その認
識結果を出力する（処理３０２）。しかし、分離文字等
の文字塊が重複した文字パターン候補については、評価
値により評価を行なって文字パターンを選択する。基本
的には、分離パターンのいずれか一つでも、その評価値
が統合パターンの評価値よりも高かった場合（分離パタ
ーン中に、より文字らしくないものが存在する場合）、
統合パターンを選択し、分離パターンのいずれの評価値
も統合パターンの評価値より小さかった場合（分離パタ
ーンが、いずれも、より文字らしい場合）、分離パター
ンを選択する。

【００１７】図５の例では、文字パターン候補Ａ，Ｃは
文字パターン候補Ｂと文字塊が重複し、同様に文字パタ
ーン候補Ｄ〜Ｉもそれぞれ文字パターン候補Ｅ，Ｈと文
字塊が重複しているので、処理３０３に進む。文字パタ
ーン候補Ａ，Ｂ，Ｃの場合、分離パターンであるＡ，Ｃ
の評価値Ｅ（ｓ１），Ｅ（ｓ２）の最大値Ｅ（ｓ）を求
め（処理３０３）、即ち、ＡとＣのうちの、より文字ら
しくない方の評価値をＥ（Ｓ）とし、これと統合パター
ンであるＢの評価値Ｅ（ｕ）と比較する（処理３０
４）。この例では、評価値の具体的数値は示さないが、
Ｅ（ｓ）＜Ｅ（ｕ）とはならないので、統合パターンで
あるＢを文字パターンとして選択することになる（処理
３０６）。分離パターンであるＡ，Ｃは文字パターン候
補から除かれる。文字パターン候補Ｄ，Ｅ，Ｆの組、
Ｇ，Ｈ，Ｉの組も同様であり、統合パターンであるＥ，
Ｈを文字パターンとして選択することになる（すなわ
ち、文字としての切り出しが確定する）。図５の例では
出現しないが、処理３０４でＥ（ｓ）＜Ｅ（ｕ）と判定
された場合は、分離パターンである文字パターン候補を
文字パターンとして選択する（処理３０５）。

【００１８】次に縦書き処理２１３の内容について、図
４のフローチャートを参照し説明する。まず行内の標準
文字サイズを算出する（処理４０１）。この標準文字サ
イズは、行の幅で近似してもよいし、あるいは行内の文
字塊の幅から統計的な処理を行なって算出してもよい。
次に、組み合わせ情報テーブル１０５を参照し、分離文
字等の文字塊が重複した文字パターン候補と文字塊の重
複のない文字パターン候補を探し（処理４０２）、文字
塊の重複のない文字パターン候補は無条件に文字パター
ンとして選択し、その認識結果を出力する（処理４０
３）。図７に示した例では、文字パターン候補Ａ，Ｂ，
Ｆが文字パターンとして選択される。

【００１９】分離文字等の文字塊が重複した文字パター
ン候補が出現した場合、例えば図７における文字パター
ン候補Ｃ，Ｄの場合、文字サイズテーブル１０７を参照
し、その文字パターン候補の文字サイズを計算する（処
理４０４）。文字サイズは、その文字パターン候補の行
方向の幅に次の文字パターン候補までのピッチを加えた
値である。これは例えば図７のＡのような、他に比べ幅
の小さなパターンが比較の対象となったときの悪影響を
避けるためである。

【００２０】次に、文字サイズと標準文字サイズとの差
を計算し、結果を文字サイズテーブル１０７に格納する
（処理４０５）。そして、このサイズ差の小さい順に比
較対象となっている文字パターン候補をソートし（処理
４０６）、また評価値メモリ１１２より対応した評価値
を読み出し、評価値の小さい順に対象の文字パターン候
補をソートする（処理４０７）。

【００２１】文字サイズ差によりソートされた第１位の
文字パターン候補と、評価値の小さい順にソートされた
第１位の文字パターン候補とが同一であれば、その文字
パターン候補を文字パターンとして選択し、その認識結
果を出力する（処理４０９）。しかし、両方の第１位の
文字パターン候補が一致しない場合、評価値でソートさ
れた第１位文字と第２位の文字パターン候補との評価値
の差が一定値以上離れているか調べ（処理４１０）、一
定値以上離れているときは評価値でソートされた第１位
の文字パターン候補を文字パターンとして選択し、その
認識結果を出力する（処理４１１）。

【００２２】他方、評価値でソートされた第１位と第２
位の文字パターン候補の評価値の差が一定値未満の場
合、文字サイズ差でソートされた第１位と第２位の文字
パターン候補のサイズ差が一定値以上離れているか調べ
る（処理４１２）。サイズ差が一定値以上離れていると
きは、その第１位文字パターン候補を選択し、その認識
結果を出力する（処理４１３）。しかし、サイズ差が一
定値以上離れていないときは、評価値でソートされた第
１位の文字パターン候補を選択し、その認識結果を出力
する（処理４１４）。

【００２３】このような処理により、図７の例では、単
独パターンである文字パターン候補Ａ，Ｂ，Ｆと、文字
塊の統合パターンである文字パターン候補Ｄが文字とし
て切り出される。

【００２４】図９は本発明の第２の実施例を示すブロッ
ク図である。本実施例と前記第１実施例との装置構成上
の相違点は、本実施例では図１に示した文字サイズ計算
部１０６と文字サイズテーブル１０７が設けられていな
いことと、領域認識部１３０、文字種指定部１３１及び
文字種情報メモリ１３２が追加されていること、並び
に、文字パターン生成部１０４Ａのパターン生成方法及
び文字パターン選択部１１３Ａのパターン選択方法が一
部変更になっていることである。

【００２５】図１０は、本実施例の処理全体のフローチ
ャートである。以下、処理内容について説明するが、処
理６０１は処理２０１（図２）と同一内容の処理であ
り、処理６０４は処理２０２と、処理６０５は処理２０
３と、処理６０８は処理２０４から処理２０７までの処
理と、処理６０９は処理２０９と、処理６１０は処理２
１０と、また処理６１１は処理２１２と、それぞれ同一
内容である。よって、これらを除いた処理の内容につい
て説明する。

【００２６】領域認識部１３０において、イメージメモ
リ１０１に読み込まれた２値画像データに対して、文字
認識を行なう領域より文書領域、表領域、その他の領域
を認識する（処理６０２）。この領域認識は、２値画像
のランデータの統計処理等によって自動的に行なわれる
か、あるいは、画像を表示したディスプレイ画面上でマ
ウス等のポインティングデバイスを用いて指定するよう
な人手による方法で行なわれる。いずれの方法も公知技
術により実現できるので、これ以上の説明は省略する。

【００２７】文字種指定部１３１において、処理６０２
により認識された領域毎に文字種を指定し、領域毎の文
字種の情報を文字種情報メモリ１３２に格納する（処理
６０３）。この文字種指定の方法は、２値画像と領域を
表示したディスプレイ画面上で人手によって領域と文字
種を直接的に指定する方法であるか、あるいは認識結果
の一部をフィードバックさせて自動的に指定する方法で
ある。

【００２８】文字パターン生成部１０４Ａにおいて、文
字種情報メモリ１３２を参照することにより、注目して
いる文字塊が属する領域の文字種が英字または数字のみ
であるか否かを調べる（処理６０６）。英数字のみの領
域であれば、一つの文字塊から一つの文字パターン候補
を生成し、文字塊を組み合わせた文字パターン候補は生
成しない（処理６０７）。他方、英数字以外の文字種も
含む領域に関しては、文字塊の組み合わせによる文字パ
ターン候補の生成を行なう（処理６０８）。文字パター
ン選択部１１３Ａでは、英数字のみの領域の文字パター
ン候補は、文字塊が複数パターンに重複することがない
ため、そのまま文字パターンとして選択し、英数字以外
の文字種が含まれる領域の文字パターン候補は、評価値
によって選択する（処理６１１）。

【００２９】図１１の（ａ）に示した表を例にすると、
領域Ｂは数字のみからなる領域であるため、同図（ｃ）
に示すように単独の文字塊よりなる文字パターン候補
ｅ，ｆ，ｇが生成され、これらはそのまま文字として切
り出される。他方、領域Ａは英数字以外の文字種（ここ
では漢字）からなる領域であるので、文字塊の組み合わ
せによる文字パターン生成が行なわれる結果、同図
（ｂ）に示す文字パターン候補ａ，ｂ，ｃ，ｄが生成さ
れ、文字パターン選択処理６１１によって評価値に基づ
きｂ，ｄが文字として切り出される。

【００３０】文字種を考慮しないで（あらゆる文字種の
混在を前提として）文字切り出しを行なうと、無駄な処
理が増加する。例えば表領域の数字のみの文字列の場
合、文字の分離の可能性は殆どないので、文字塊を複数
個統合した文字パターン候補の生成や、その評価は不必
要である。このような無駄な処理を行なうことは、処理
速度の低下を招くほか、不適切な文字パターンが選択さ
れる危険があり認識率の低下を招く原因ともなる。第２
実施例によれば、特定の文字種のみからなる領域に関し
ては１個の文字塊を１個の文字パターンとして切り出す
ので、そのような無駄な処理を排除して、処理を高速化
し、また切り出しエラーを減らすことができる。

【００３１】本発明では、例えば、第１実施例に第２実
施例と同様の領域認識と文字種指定、文字種による文字
パターン候補の生成方法の変更を導入することが可能で
ある。

【００３２】

【発明の効果】本発明によれば、横書き文書の場合に認
識結果の確からしさの評価値により文字パターンを確定
するため、半角サイズの文字や不定ピッチの文字が混在
しやすい横書き文書に対し高精度の文字切り出しが可能
であり、他方、比較的に定ピッチで印字されることが多
い縦書き文書の場合に、文字パターンの確定に際し認識
結果の確からしさの評価値に加えて文字サイズも参照す
るため、上下に分離した文字パターンの分離切り出しを
減らすことができる。このように、書き文書と縦書き文
書のいずれに対しても高精度の文字切り出しが可能とな
り、日本語の一般文書を対象とする文字認識装置の文字
切り出し性能を大幅に向上させることができる。

【図面の簡単な説明】

【図１】第１実施例の装置構成を示すブロック図であ
る。

【図２】第１実施例の処理全体のフローチャートであ
る。

【図３】第１実施例の横書き文書処理のフローチャート
である。

【図４】第１実施例の縦書き文書処理のフローチャート
である。

【図５】横書き文書の行画像と文字塊及び文字パターン
候補の例の説明図である。

【図６】図５に示した例の場合の組み合わせ情報テーブ
ルの内容説明図である。

【図７】縦書き文書の行画像と文字塊及び文字パターン
候補の例の説明図である。

【図８】図７に示した例の場合の組み合わせ情報テーブ
ルの内容説明図である。

【図９】第２実施例の装置構成を示すブロック図であ
る。

【図１０】第２実施例の処理全体のフローチャートであ
る。

【図１１】文字種の異なる領域の例と生成される文字パ
ターン候補の説明図である。

【符号の説明】１００２値画像入力部１０１イメージメモリ１０２行切り出し部１０３文字塊切り出し部１０４文字パターン生成部１０５組み合わせ情報テーブル１０６文字サイズ計算部１０７文字サイズテーブル１０８認識部１０９パターン辞書１１０認識情報メモリ１１１評価値算出部１１２評価値メモリ１１３文字パターン選択部１１４認識結果メモリ１３０領域認識部１３１文字種指定部１３２文字種情報メモリ

Claims

(57)【特許請求の範囲】

【請求項１】文書の行画像から文字塊を切り出し、１
文字と見做し得る１個の文字塊または連続した複数個の
文字塊を文字パターン候補として文字認識し、認識結果
の確からしさを表わす評価値を求め、文書が横書きの場合、文字塊の重複がない文字パターン
候補に関しては、当該文字パターン候補を切り出すべき
文字パターンとして選択し、文字塊が重複した複数の文
字パターン候補に関しては、評価値によって切り出すべ
き文字パターンを選択し、文書が縦書きの場合、文字塊の重複がない文字パターン
候補に関しては、当該文字パターン候補を切り出すべき
文字パターンとして選択し、文字塊が重複した複数の文
字パターンに関しては、評価値とともに、評価値が近い
場合には文字サイズによって、切り出すべき文字パター
ンを選択する、ことを特徴とする文字切り出し方法。