JP3165004B2 - 文書画像の孤立点除去方法 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、例えば画像読取り装
置によって読み込まれた文書画像に設定された文字領域
枠中に正規の文書画像以外の孤立点が含まれる場合に、
この孤立点を識別して除去する方法に関する。

【０００２】

【従来の技術】従来の文書画像の孤立点の除去方法の一
例が、文献：「特開平５−２３３８７９号公報」に記載
されている。この文献に記載の方法によれば、読み込ん
だ画像データ中の画素集団が除去すべき孤立点か否かを
識別するために、その画素集団の輪郭長を利用する。そ
して、画素集団の輪郭長が、設定された孤立画素輪郭長
よりも短い場合に、その画素集団を孤立点として除去す
る。

【０００３】

【発明が解決しようとする課題】しかしながら、上述し
た文献に記載の方法では、画素集団の輪郭長を求めるた
めに、画素集団中の着目画素からいずれに向って輪郭が
繋がっているかを判定しなければならない。このため、
着目画素に隣接する周囲８方向の全ての画素について画
素の白黒の調査を行なうことが必要である。更に、孤立
画素の輪郭を順次に追跡して、輪郭が繋がっている全て
の画素について逐一同様の調査を行なう必要がある。

【０００４】また、文字画像のかすれ等により、本来文
字の一部分を構成する画素集団がその文字の本体から離
れた個別の画素集団として読み込まれた場合に、輪郭長
で孤立点の判定を行なうと、この画素集団が孤立点とし
て除去されてしまう可能性がある。

【０００５】このため、孤立点を効率的に識別して除去
できる方法の実現が望まれていた。

【０００６】

【課題を解決するための手段】この出願に係る文書画像
の孤立点除去方法によれば、文書画像中に、文字画像を
囲む文字領域枠を設定し、この文字領域枠中の画素列毎
に、当該画素列中の黒画素の数を度数としたヒストグラ
ムを作成し、このヒストグラムの度数が０である画素列
が１つ以上連続する白画素区間の画素列の数と、この度
数が１以上である画素列が１つ以上連続する黒画素区間
の画素列の数とを各白画素区間毎および各黒画素区間毎
にそれぞれ計数し、文字領域枠の一辺の画素列を基準端
とし、黒画素区間の画素列の数についての閾値１は、孤
立点の画素集団が小さく、正規の文字の画素列の数に比
べて孤立点の画素列の数が短いことを利用するために設
定し、白画素区間の画素列の数についての閾値２は、正
規の文書画像の直近の孤立点は、文字本体の一部である
可能性が高いことを利用し、除去すべきでない孤立点を
残すために設定し、基準端からの画素列数についての閾
値３は、離間文字の離間した各黒画素を合わせた画素列
の数と、離間文字の黒画素区間の間の白画素区間の画素
列の数との合計の画素列の数は、一定以上の長さになる
ことを利用し、離間文字を残すために設定し、黒画素区
間の画素列数が閾値１以下で、基準端から見て当該黒画
素区間の向こう側で当該黒画素区間に隣接する白画素区
間の画素列数が閾値２未満、または、当該黒画素区間の
画素列数と基準端から当該黒画素区間までの間の画素列
数との和が閾値３より大きい値である場合は、当該黒画
素区間は除去すべきでない孤立点として判定し、引き続
き隣接する黒画素区間について判定を行い、黒画素区間
の画素列数が閾値１以下で、基準端から見て当該黒画素
区間の向こう側で当該黒画素区間に隣接する白画素区間
の画素列数が閾値２以上で、かつ、当該黒画素区間の画
素列数と基準端から当該黒画素区間までの間の画素列数
との和が閾値３以下である場合に、当該黒画素区間およ
び基準端から当該黒画素区間までの間の黒画素区間を除
去すべき孤立点として判定し、この孤立点と判定された
黒画素区間を文字領域枠中から除く位置に基準端を変更
することにより、当該孤立点を除去することを特徴とす
る。尚、この発明において、文書画像の文字には、記号
も含まれる。

【０００７】

【作用】この出願に係る文書画像の孤立点除去方法によ
れば、設定された文字領域中の黒画素のヒストグラムを
作成し、このヒストグラムに基づいて、白画素区間の画
素列の数と黒画素区間の画素列の数とを各白画素区間毎
および各黒画素区間毎にそれぞれ計数する。そして、こ
れら画素列の数と閾値１〜閾値３を比較することにより
除去すべき孤立点を識別する。

【０００８】閾値１は、一般に、孤立点は画素集団が小
さく、正規の文字の画素列の数に比べて孤立点の画素列
の数が短いことを利用するために設定する。この閾値１
の画素列の数は、例えば文字幅の最小値を基準とすると
よい。そして、黒画素区間の画素列の数が閾値１よりも
短いことを、当該黒画素を孤立点として識別するための
要件とする。

【０００９】ところで、画素列の数が短いものを孤立点
として一律に除去すると、本来文書画像の一部分であり
ながら、かすれ等のために、文字の本体から離れてしま
った孤立点、あるいは、ひらがなの「か」のように文字
を構成する画でありながら当該文字の他の画から離れて
いる孤立点（１画）を除去すべき孤立点として除去して
しまうおそれがある。

【００１０】そこで、この発明では、除去すべきでない
孤立点を残すために、白画素区間の画素列の数の長さに
関する閾値２を設定する。閾値２は、一般に、正規の文
書画像の直近の孤立点は、文字本体の一部である可能性
が高いことを利用する。このため、閾値２の画素列の数
は、例えば、正規の文字同士の間の間隔の最大値を基準
にするとよい。そして、基準端から見て孤立点の向こう
側で孤立点に隣接する白画素区間の画素列の数が閾値２
よりも長いことを、その孤立点を除去すべき孤立点とし
て識別するための１つの要件とする。

【００１１】ところで、例えば「い」や「ハ」のよう
に、１文字でありながら文字を構成する各画が互いに離
間して存在する文字がある。以下、このような文字を離
間文字と称する。離間文字の各画の画素列の数は、通
常、閾値１よりも短い。その上、離間文字と次の文字と
の間の白画素区間の画素列の数は、通常、閾値２よりも
長い。このため、閾値１と閾値２のみを用いて孤立点を
判定すると、このような離間文字は、除去すべき孤立点
が複数個互いに近接したものとして識別されるおそれが
高い。

【００１２】そこで、この発明では、離間文字を残すた
めに、基準端からの画素列数（合計の画素列の数）に関
する閾値３を設定する。閾値３は、離間文字の、離間し
た各黒画素区間を合わせた画素列の数と離間文字の黒画
素区間の間の白画素区間の画素列の数との合計の画素列
の数は、一定以上（通常１文字程度以上）の長さになる
ことを利用する。このため、閾値３の画素列の数は、例
えば、文字幅の最小値を基準として設定するとよい。ま
た、閾値３の画素列の数は、閾値１の画素列の数よりも
長いことが必要である。そして、この合計の画素列の数
を、着目する黒画素区間の画素列の数と基準端から着目
する黒画素区間までの間に含まれる黒画素区間および白
画素区間の画素列の数との合計の画素列の数として表
す。そして、この合計の画素列の数が閾値３よりも短い
ことを、基準端から当該黒画素区間までの間の全黒画素
区間を除去すべき孤立点として識別するための１つの要
件とする。

【００１３】従って、この発明の孤立点除去方法によれ
ば、閾値１〜３の３つの閾値と画素列の数とを比較して
除去すべき孤立点を容易に識別することができる。ま
た、閾値２を設定することにより、かすれ等によって生
じた除去すべきでない孤立点を残すことができる。ま
た、閾値３を設定することにより、「ハ」といった離間
文字を誤って除去する恐れを少なくすることができる。
従って、除去すべき孤立点の効率よい識別、除去を図る
ことができ、特に、文字領域枠で囲まれた文字領域の周
辺部にある孤立点の除去に用いて好適である。

【００１４】

【実施例】以下、図面を参照して、この出願に係る発明
の文書画像の孤立点除去方法の実施例について説明す
る。尚、参照する図面は、これらの発明が理解できる程
度に、各手順を概略的に示したものにすぎない。従っ
て、この発明は図示例にのみ限定されるものではない。

【００１５】（実施例１）実施例１では、横書きの文書
画像の孤立点除去方法の一例について説明する。図１
に、実施例１における、孤立点除去方法の概略的な手順
のフローチャートを示す。

【００１６】先ず、図１の（ａ）に示す文字領域枠設定
の手順について説明する。この実施例では、例えばイメ
ージリーダを用いて２値化した文書画像を読み込む。そ
して、従来周知の方法を用いて、文書画像中に、文字画
像を囲む文字領域枠を設定する。

【００１７】そして、従来周知の表解析の手法を用いて
文字領域枠を設定する。このため、先ず、文書画像を複
数の表状の長方形部分に分割し、各画素の座標をｘ、ｙ
軸直交座標系で表す。尚、長方形部分の各辺は、ｘまた
はｙ座標と平行になっている。そして、各長方形部分内
の白画素同士の連結成分を求める。次に、その白画素の
連結成分の内部に存在する黒画素を文字領域（セル）と
判定する。次に、セルと判定した黒画素の、ｘおよびｙ
がそれぞれ最大値の組および最小値の組の（ｘ、ｙ）座
標をそれぞれ求め、ｘおよびｙの最小値の組の座標と最
大値の組の座標とを対角点とする長方形の文字領域枠１
０を設定する。この文字領域枠１０に囲まれた領域が文
字領域１２となる。

【００１８】このようにして文書画像中に文字領域枠１
０を設定した様子を図２の（Ａ）に示す。この実施例で
は、「車両費」という横書きの文字画像１４を囲む文字
領域枠１０を設定しているが、文字領域枠中の左端に不
要な孤立点１６が誤って含まれている。

【００１９】次に、図１の（ｂ）に示すヒストグラム作
成の手順について説明する。文字領域枠が設定された
後、この文字領域枠中の画素列毎に、当該画素列中の黒
画素の数を度数としたヒストグラムを作成する。この実
施例では、横書きの行に対して垂直な縦方向に並んだ画
素を１つの画素列とする。従って、１つの画素列中の画
素の数は、行の高さの画素の数となる。

【００２０】図２の（Ｂ）に、実施例１で作成した黒画
素のヒストグラムを示す。各文字画像に対応するヒスト
グラムの他に、文字画像領域１２の左端の孤立点１６に
対応するヒストグラムが作成される。

【００２１】次に、図１の（ｃ）に示す画素列の数作成
の手順および（ｄ）に示す基準端の設定について説明す
る。

【００２２】画素列の数の作成にあたっては、ヒストグ
ラムの度数が０である画素列が１つ以上連続する白画素
区間の画素列の数と、この度数が１以上である画素列が
１つ以上連続する黒画素区間の画素列の数とを各白画素
区間毎および各黒画素区間毎にそれぞれ計数する。

【００２３】この実施例で用いた文字領域枠の設定方法
では、文字領域枠の両端は黒画素区間となる。そして、
黒画素区間と白画素区間とは原則交互に並ぶ。但し、文
書画像が１文字のみ又は１つの孤立点のみの場合は、１
つの黒画素区間だけになることもある。

【００２４】また、この実施例では、文字領域枠１０の
左端の一辺の画素列を基準端１８とする。尚、基準端１
８を決めるのは画素列の数を設定した後である必要はな
く、文字領域枠を設定後に決めることもできる。従っ
て、図１のフローチャートにおいては、（ｄ）の基準端
設定の処理は、（ｂ）の後から（ｆ）の前のどの段階で
あってもよい。そして、この実施例では、この基準端１
８に近い側から、各黒画素区間および白画素区間毎にそ
れぞれ順次に番号をつける。

【００２５】ここでは、便宜上、黒画素区間を「black
ｎ」または「black ｎ（ｍ）」と表記する。ここで、ｎ
は、その黒画素区間が基準端１８側からｎ番目であるこ
とを示す自然数であり、ｍは、その黒画素区間の画素列
の数、即ち、その黒画素区間中に含まれる画素列の数を
示す自然数である。例えば、black １（８）は、基準端
に１番近い黒画素区間の画素列の数が８画素列分である
ことを表す。同様にして、white １は１７２、black ２
は４９、white ２は１５５、black ３は４７、white ３
は１５４、black ４は４８画素列分である。

【００２６】次に、図１の（ｅ）に示す閾値設定につい
て説明する。孤立点の判定の基準となる閾値として、黒
画素区間の画素列の数についての閾値１、白画素区間の
画素列の数についての閾値２、および、基準端からの画
素列数についての閾値３をそれぞれ設定する。この実施
例では、閾値１を文字の幅を基準にして、１８（画素）
と設定する。また、閾値２を文字間隔を基準にして、１
２（画素）と設定する。また、閾値３を、文字の幅を基
準にしかつ閾値１よりも大きな値である２４（画素）と
設定する。

【００２７】次に、図１の（ｆ）に示す孤立点判定およ
び（ｇ）に示す孤立点除去について、図３を参照して、
説明する。図３は、実施例１における、孤立点の判定お
よび除去のフローチャートを示す。

【００２８】この発明では、文字領域枠中の基準端１８
とこの基準端１８に直近の文字画像との間にある孤立点
を識別する。従って、文字画像が識別されれば、孤立点
の判定は終了し、文字画像が検出されなければ、孤立点
の判定・除去を原則続ける。このため、この実施例で
は、孤立点の判定・除去の処理の終了を判断するため
に、次の〜のいずれかの条件に該当した段階で処理
を終了する。先ず、文字領域枠中の全ての黒画素につ
いて判定を行なった場合（例えば、文字領域枠中に孤立
点しか含まれない場合に該当する。）は終了する。ま
た、孤立点か否か判定しようとする黒画素区間中に、
黒画素の度数が、行の１／２以上のものが含まれている
場合は終了する。この場合、その黒画素区間の画素列の
数の長さにかかわらず、その黒画素区間を文字画像と識
別する。また、判定しようとする黒画素区間の画素列
の数が閾値１の値よりも大きい場合もその黒画素区間を
文字画像と識別して処理を終了する。

【００２９】次に、図３のフローチャートに沿って、判
定・除去の手順について説明する。尚、図３のフローチ
ャート中においては、基準端側からｉ番目の黒画素区間
のおよびその画素列の数を「black [i] 」と表記し、ま
た、基準端からｉ番目の白画素区間の画素列の数を「wh
ite [i] 」と表記する。

【００３０】この実施例では、先ず、（イ）において引
数ｉ等の初期設定を行なう。この初期設定においては、
「ｆｉｒｓｔ＝１」，「ｅｎｄ＝black[i]の個数」，
「ｉ＝１」を設定する。例えば、図２の（ｃ）に示すよ
うに、黒画素区間がblack １〜black ４までの４区間あ
る場合は、ｅｎｄ＝black[i]の個数＝４となる。

【００３１】次に、（ロ）において、上記の終了条件
に該当するか否かを判定する。即ち「ｉ＝ｅｎｄ？」で
ｉ＝４の場合に処理を終了する。一方、ｉ≠４（実際に
はｉ＝１〜３）の場合は、次の（ハ）の手順へ進む。

【００３２】（ハ）においては、上記の終了条件に該
当するか否かを判定する。即ち、判定しようとする黒画
素区間black[i]に含まれる画素列（単に列とも称する）
で黒画素の度数が行の高さの１／２以上の列が存在する
場合は処理を終了する。一方存在しない場合は、次に
（ニ）の手順へ進む。

【００３３】（ニ）においては、上記の終了条件に該
当するか否かを判定する。即ち、判定しようとする黒画
素区間が、文字画像なのか孤立点であるのかを判定す
る。

【００３４】図２に示すblack １（８）について判定を
行なうと、閾値１＝１８であるので、８＜１８である。
従って、black １は、終了条件には該当せず、画素列
の数が閾値１以下で孤立点であるとして（但し、除去す
べき孤立点とは限らない）、次の（ホ）の手順へ進む。

【００３５】（ホ）においては、閾値２および閾値３を
用いて、この孤立点が除去すべき孤立点か否かを判定す
る。

【００３６】先ず、基準端から見て当該黒画素区間の向
こう側で当該黒画素区間に隣接する白画素区間の画素列
の数が閾値２以上であるか否かを判定する。

【００３７】図２に示すblack １（８）について判定を
行なうと、black １の次のwhite １（１７２）の画素列
の数が閾値２以上であるかを判断することになる。この
場合、white １（１７２）、閾値２＝１２であるので、
１７２＞１２である。

【００３８】そして、当該黒画素区間の画素列数と基準
端１８から当該黒画素区間までの間の画素列数との和が
閾値３以下であるか否かの判定をする。

【００３９】図２に示すblack １（８）について判定を
行なうと、black １（８）＜閾値３（＝２４）である。

【００４０】従って、判定しようとする黒画素区間およ
び基準端１８から当該黒画素区間までの間の黒画素区間
を除去すべき孤立点として判定する。この場合は、blac
k １と基準端１８との間に他の黒画素が存在しないので
black １（８）のみが除去すべき孤立点と判定され、次
の（ヘ）の手順へ進む。

【００４１】尚、white １＜閾値２、または、black １
＞閾値３の場合は、black １は単独で除去すべき孤立点
ではないと判定して、次のblack ２について判定を行な
うために、（ト）において引数ｉを１増じてから（ロ）
の手順へ戻る。

【００４２】（ヘ）の手順において、この孤立点と判定
された黒画素区間を文字領域枠中から除く位置に基準端
１８を変更することにより、当該孤立点を除去する。こ
こでは、black ２のうちの初めの基準端１８に最も近い
画素列に、新しい基準端１８ａを設定する。その結果、
初めの基準端１８からwhite １のうちの初めの基準端１
８から最も遠い画素列まで即ち、black １およびwhite
１が除去される。孤立点を除去して設定した文字領域枠
１０ａを図２の（Ｄ）に示す。

【００４３】以下、黒画素区間または白画素区間中の画
素列のうち、基準端に最も近い画素列を「頭端」と称
し、基準端から最も遠い画素列を「尾端」と称す。

【００４４】次に、black ２以降の黒画素列の判定を行
なうため、（チ）においてｆｉｒｓｔに引数iを１増じ
た値を代入し、更に（ト）において引数ｉを１増じてか
ら（ロ）の手順へ戻る。

【００４５】このようにして、最初に設定された文字領
域枠１０の基準端１８と、文字領域枠１０中であって基
準端１８に直近の正規の文字画像（ここでは「車」）と
の間に存在する除去すべき孤立点１６を除去することが
できる。尚、例えば、実施例１において「費」の文字画
像の右側に孤立点が存在する場合は、文字領域枠１０の
右側の一辺の画素列を基準端として、実施例１と同様の
手順により孤立点を除去することができる。従って、横
書きの文字画像の場合、基準端を文字領域枠の左右両側
にそれぞれ設定して、それぞれ孤立点を除去することが
望ましい。

【００４６】（実施例２）実施例２では、横書きの文書
画像の孤立点除去方法の一例について説明する。実施例
２においても実施例１と同様にして文字領域枠２０を設
定する。ここでは、図４の（Ａ）に示すように「合計」
という横書きの文字画像２４を囲む文字領域枠２０を設
定しているが、「計」の文字の第８画目の横棒の右端
が、かすれのために文字の本体から離間して孤立点２６
となっている。

【００４７】次に、実施例１の場合と同様にして、図４
の（Ｂ）に示すヒストグラムを作成する。

【００４８】そして、このヒストグラムに基づいて図４
の（Ｃ）に示す画素列の数を作成する。実施例２では、
文字領域枠の右端の画素列を基準端２８とする。そし
て、この基準端２８に近い側から、各黒画素区間および
白画素区間毎にそれぞれ順次に番号をつける。ここで
は、black １（６）、white １（３）、black ２
（７）、white ２（１１）、black ３（１９）、white
３（３５６）およびblack ４（４５）の画素列の数を作
成する。

【００４９】次に、実施例１で参照した図３のフローチ
ャートに従って、孤立点の判定・除去の処理を行なう。
実施例２においても、実施例１と同一の閾値１〜閾値３
を使用する。

【００５０】図３の「開始」から（イ）、（ロ）および
（ハ）における手順は図１と同様であるので説明を省略
する。

【００５１】（ニ）においては、black １（６）につい
て判定すると、black １（６）＜閾値１（＝１８）であ
る。従って、black １（６）は、孤立点（但し、除去す
べき孤立点とは限らない）と判断される。そして、次の
（ホ）の手順へ進む。

【００５２】（ホ）においては、閾値２および閾値３を
用いて、この孤立点が除去すべき孤立点か否かを判定す
る。

【００５３】先ず、基準端２８から見てblack １（６）
の向こう側で当該黒画素区間に隣接するwhite １の画素
列の数が閾値２以上であるか否かを判定する。white １
（３）＜閾値２（＝１２）であるので、black １（６）
は、除去すべき孤立点ではないと判定される。

【００５４】次のblack ２について判定を行なうため
に、（ト）において引数ｉを１増じてから（ロ）の手順
へ戻る。そして、この段階ではｉ＝２≠４＝ｅｎｄであ
るので、（ロ）の判定で終了とはならずに次の（ハ）の
手順へ進む。

【００５５】black ２に含まれる画素列には、黒画素の
度数が行の高さの１／２以上の列が存在する。従って、
（ハ）において、black ２は、文字画像と判定される。
そして、black ２以降の黒画素区間も文字画像として、
処理を終了する。従って、実施例２では、文字領域枠２
０は変更されず、かすれによって生じた孤立点を残すこ
とができる。

【００５６】（実施例３）実施例３では、横書きの文書
画像の孤立点除去方法の一例について説明する。実施例
３においても実施例１と同様にして文字領域枠３０を設
定する。ここでは、図５の（Ａ）に示すように「３１
０，４６５」という横書きの文字画像３４を囲む文字領
域枠３０を設定しているが、文字領域枠３０の左端付近
に、互いに近接した第１孤立点３６ａおよび第２孤立点
３６ｂが存在している。

【００５７】次に、実施例１の場合と同様にして、図５
の（Ｂ）に示すヒストグラムを作成する。

【００５８】そして、このヒストグラムに基づいて図５
の（Ｃ）に示す画素列の数を作成する。実施例３では、
文字領域枠３０の左端の画素列を（初めの）基準端３８
とする。そして、この基準端３８に近い側から、各黒画
素区間および白画素区間毎にそれぞれ順次に番号をつけ
る。ここでは、black １（８）、white １（５）、blac
k ２（９）、white ２（１２５）、black ３（２１）な
どの画素列の数を作成する。

【００５９】次に、実施例１で参照した図３のフローチ
ャートに従って、孤立点の判定・除去の処理を行なう。
実施例３においても、実施例１と同一の閾値１〜閾値３
を使用する。

【００６０】図３の「開始」から（イ）、（ロ）および
（ハ）における手順は図１と同様であるので説明を省略
する。

【００６１】次に、（ニ）において、第１孤立点１６ａ
のblack １（８）について判定すると、black １（８）
＜閾値１（＝１８）である。従って、black １（６）
は、孤立点（但し、除去すべき孤立点とは限らない）と
判断される。そして、次の（ホ）の手順へ進む。

【００６２】（ホ）においては、閾値２および閾値３を
用いて、この孤立点が除去すべき孤立点か否かを判定す
る。

【００６３】先ず、基準端３８から見てblack １（６）
の向こう側で当該黒画素区間に隣接するwhite １の画素
列の数が閾値２以上であるか否かを判定する。white １
（５）＜閾値２（＝１２）であるので、black １（６）
は、除去すべき孤立点ではないと判定される。

【００６４】次のblack ２について判定を行なうため
に、（ト）において引数ｉを１増じてから（ロ）の手順
へ戻る。そして、この段階ではｉ＝２≠９＝ｅｎｄであ
るので、（ロ）の判定で終了とはならずに次の（ハ）の
手順へ進む。

【００６５】（ハ）において、第２孤立点１６ｂのblac
k ２の度数は行の高さの１／２以下であるので、次の
（ニ）の手順に進む。

【００６６】（ニ）においては、第２孤立点１６ｂにつ
いて判定すると、black ２（９）＜閾値１（＝１８）で
ある。従って、black ２（９）は、孤立点（但し、除去
すべき孤立点とは限らない）と判断される。そして、次
の（ホ）の手順へ進む。

【００６７】（ホ）においては、閾値２および閾値３を
用いて、この孤立点が除去すべき孤立点か否かを判定す
る。

【００６８】先ず、基準端３８から見てblack ２（９）
の向こう側で当該黒画素区間に隣接するwhite ２の画素
列の数が閾値２以上であるか否かを判定する。white ２
（１２５）＞閾値２（＝１２）であるので、black ２
（９）は、除去すべき孤立点であるための要件の１を満
たす。

【００６９】更に、基準点３８からblack ２の尾端まで
の画素列の数が、閾値３以下であるか否かを判定する。
black １、white １およびblack ２のそれぞれの画素列
の数の和である８＋５＋９＝２２＜閾値３（＝２４）で
ある。従って、閾値１〜閾値３についての判定結果か
ら、判定しようとする黒画素区間（black ２）および基
準端３８から当該黒画素区間（black ２）までの間の黒
画素区間（black １）を除去すべき孤立点として判定す
る。そして、次の（ヘ）の手順へ進む。

【００７０】（ヘ）の手順において、この孤立点と判定
された黒画素区間を文字領域枠３０中から除く位置に基
準端３８を変更することにより、当該孤立点を除去す
る。ここでは、新しい基準端３８ａをblack ３の頭端の
位置に設定する。その結果、初めの基準端３８からwhit
e ２の尾端まで、即ち、black １、white １、black ２
およびwhite ２が除去される。第１および第２孤立点３
６ａおよび３６ｂを除去して設定した新しい文字領域枠
３０ａを図５の（Ｄ）に示す。

【００７１】次に、black ３以降の黒画素列の判定を行
なうために、（チ）においてｆｉｒｓｔに引数iを１増
じた値を代入し、更に（ト）において引数ｉを１増じて
から（ロ）の手順へ戻る。

【００７２】この段階でｉ＝３となる。従って（ロ）の
判定で終了とはならずに次の（ハ）の手順へ進む。

【００７３】（ハ）において、black ３の度数はいずれ
も行の高さの１／２以下であるので、次の（ニ）の手順
に進む。

【００７４】（ニ）において、black ３（２１）につい
て判定すると、black ３（２１）＞閾値１（＝１８）で
ある。従って、black ３（１８）は、文字画像と判定さ
れるので、処理を終了する。

【００７５】（実施例４）実施例４では、縦書きの文書
画像の孤立点除去方法の一例について説明する。実施例
４においても実施例１と同様にして文字領域枠４０を設
定する。ここでは、図６の（Ａ）に示すように「はじめ
に」という縦書きの文字画像４４を囲む文字領域枠４０
を設定しているが、文字領域枠４０の上端付近に、孤立
点４６が存在している。

【００７６】次に、実施例１と同様にして、図６の
（Ｂ）に示す黒画素のヒストグラムを作成する。

【００７７】そして、このヒストグラムに基づいて図６
の（Ｃ）に示す画素列の数を作成する。実施例４では、
文字領域枠４０の上端の画素列を基準端４８とする。そ
して、この基準端４８に近い側から、各黒画素区間およ
び白画素区間毎にそれぞれ順次に番号をつける。ここで
は、black １（９）、white １（３６）、black ２（４
０）、white ２（８）、black ３（４２）、white ３
（７）、black ４（４１）、white ４（８）およびblac
k ５（３８）の画素列の数を作成する。

【００７８】次に、実施例１で参照した図３のフローチ
ャートに従って、孤立点の判定・除去の処理を行なう。
実施例４においても、実施例１と同一の閾値１、閾値２
および閾値３を使用する。

【００７９】図３の「開始」から（イ）、（ロ）および
（ハ）における手順は図１と同様であるので説明を省略
する。

【００８０】次に、（ニ）において、孤立点４６のblac
k １（８）について判定すると、black １（８）＜閾値
１（＝１８）である。従って、black １（６）は、孤立
点（但し、除去すべき孤立点とは限らない）と判断され
る。そして、次の（ホ）の手順へ進む。

【００８１】（ホ）においては、閾値２および閾値３を
用いて、この孤立点４６が除去すべき孤立点か否かを判
定する。

【００８２】先ず、基準端４８から見てblack １（９）
の向こう側で当該black １に隣接するwhite ２の画素列
の数が閾値２以上であるか否かを判定する。white ２
（３６）＞閾値２（＝１２）であるので、black １
（９）は、閾値２に関して除去すべき孤立点であるため
の要件の１つを満たす。

【００８３】更に、基準点４８からblack １の尾端まで
の画素列の数が、閾値３以下であるか否かを判定する。
black １（９）＜閾値３（＝２４）であるので、black
１は、閾値３に関して除去すべき孤立点であるための要
件の１つを満たす。従って、閾値１〜閾値３についての
判定結果から、判定しようとする黒画素区間（black
１）および基準端４８から当該黒画素区間（black １）
までの間の黒画素区間（この場合はなし）を除去すべき
孤立点として判定する。そして、次の（ヘ）の手順へ進
む。

【００８４】（ヘ）の手順において、この孤立点と判定
された黒画素区間を文字領域枠４０中から除く位置に新
しい基準端４８ａを設定することにより、当該孤立点４
６を除去する。ここでは、基準端４８ａをblack ２の頭
端に移動する。その結果、初めの基準端４８からwhite
１の尾端まで、即ち、black １およびwhite １が除去さ
れる。孤立点を除去して設定した文字領域枠４０ａを図
６の（Ｄ）に示す。

【００８５】次に、black ２以降の黒画素列の判定を行
なうため、（チ）においてｆｉｒｓｔに引数iを１増じ
た値を代入し、更に（ト）において引数ｉを１増じてか
ら（ロ）の手順へ戻る。

【００８６】この段階でｉ＝２となる。従って（ロ）の
判定で終了とはならずに次の（ハ）の手順へ進む。

【００８７】（ハ）において、black ２の度数はいずれ
も行の高さの１／２以下であるので、次の（ニ）の手順
に進む。

【００８８】（ニ）において、black ２（４０）につい
て判定すると、black ３（４０）＞閾値１（＝１８）で
ある。従って、black ２（４０）は、文字画像と判定さ
れるので、処理を終了する。

【００８９】上述した実施例では、この発明は特定の条
件で構成した例について説明したが、この発明は多くの
変更および変形を行なうことができる。例えば、上述し
た実施例１では、横書きの文書画像の孤立点を除去する
にあたり、正規文書画像の左右両側の孤立点を除去した
が、この発明では、横書き文書画像の正規の文書画像の
上下の孤立点を除去することも可能である。その場合
は、縦書きの場合のように、横方向に延在した列を設定
して、この列毎にヒストグラムを作成して、以下実施例
１と同様に孤立点を識別するとよい。

【００９０】また、実施例４の縦書きの文書画像におい
て、正規の文書画像の左右の孤立点を除去することも可
能である。

【００９１】また、上述した実施例では、閾値１〜３の
画素列の数をそれぞれ一定の値に固定した例について説
明したが、この発明では、各閾値は、任意に変更するこ
とも可能である。

【００９２】また、上述した実施例では、文字領域枠を
設定するのに表解析の手法を用いたが、この発明では、
文字領域枠を設定する方法はこれに限定する必要はな
く、周知の任意の手法を用いることができる。

【００９３】また、上述した実施例では、文字画像の行
に垂直方向に並んだ画素からなる画素列についてヒスト
グラムを作成して孤立点を除去したが、この発明では、
例えば行方向に並んだ画素からなる画素列についてヒス
トグラムを作成して孤立点を除去してもよい。この場
合、横書きの場合は行の上下であって文字領域枠中にあ
るにある孤立点を除去することができる。また、縦書き
の場合は行の左右であって文字領域中にあるにある孤立
点を除去することができる。

【００９４】また、上述した実施例では、文字領域枠の
両端の区間が黒画素区間となるように文字領域枠を設定
したが、この両端の区間は白画素区間であってもよい。

【００９５】また、上述した実施例では、孤立点の削除
を行なうにあたって、処理を終了させる判定の下になっ
た黒画素区間の頭端の位置に新しい基準端を設定した
が、この発明では、例えば、除去前の基準点から見て除
去すべき孤立点の向こう側であって、当該孤立点に隣接
する白画素区間中に新しい基準点を設定してもよい。

【００９６】

【発明の効果】この発明の孤立点除去方法によれば、閾
値１〜３の３つの閾値と画素列の数とを比較して除去す
べき孤立点を容易に識別することができる。また、閾値
２を設定することにより、かすれ等によって生じた除去
すべきでない孤立点を残すことができる。また、閾値３
を設定することにより、「ハ」といった離間文字を誤っ
て除去する恐れが少ない。このように、この発明の孤立
点除去方法によれば、除去すべき孤立点の効率よい識
別、除去を図ることができ、特に、文字領域枠で囲まれ
た文字領域の周辺部にある孤立点の除去に用いて好適で
ある。

【図面の簡単な説明】

【図１】実施例１のフローチャートである。

【図２】実施例１の説明に供する図である。

【図３】実施例１における孤立点の判定および除去のフ
ローチャートである。

【図４】実施例２の説明に供する図である。

【図５】実施例３の説明に供する図である。

【図６】実施例４の説明に供する図である。

【符号の説明】

１０、２０、３０、４０：（初めの）文字領域枠 １０ａ、３０ａ、４０ａ：（新しい）文字領域枠 １２、２２、３２、４２：文字領域 １４、２４、３４、４４：文字画像 １６、２６、４６：孤立点 １８、２８、３８、４８：（初めの）基準端 １８ａ、３８ａ、４８ａ：（新しい）基準端 ３６ａ：第１孤立点 ３６ｂ：第２孤立点

フロントページの続き (72)発明者 鳥越 真 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５−258106（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06K 9/40

Claims (1)

(57)【特許請求の範囲】
1. 【請求項１】 文書画像中に、文字画像を囲む文字領域
   枠を設定し、該文字領域枠の基準端と、該基準端に直近
   の文字画像との間にある孤立点を識別し、除去する文書
   画像の孤立点除去方法において、 該文字領域枠中の画素列毎に、当該画素列中の黒画素の
   数を度数としたヒストグラムを作成し、 該ヒストグラムの度数が０である画素列が１つ以上連続
   する白画素区間の画素列の数と、該度数が１以上である
   画素列が１つ以上連続する黒画素区間の画素列の数とを
   各白画素区間毎および各黒画素区間毎にそれぞれ計数
   し、 前記文字領域枠の一辺の画素列を基準端とし、 黒画素区間の画素列の数についての閾値１は、孤立点の
   画素集団が小さく、正規の文字の画素列の数に比べて孤
   立点の画素列の数が短いことを利用するために設定し、 白画素区間の画素列の数についての閾値２は、正規の文
   書画像の直近の孤立点は、文字本体の一部である可能性
   が高いことを利用し、除去すべきでない孤立点を残すた
   めに設定し、 前記基準端からの画素列数についての閾値３は、離間文
   字の離間した各黒画素を合わせた画素列の数と、離間文
   字の黒画素区間の間の白画素区間の画素列の数との合計
   の画素列の数は、一定以上の長さになることを利用し、
   離間文字を残すために設定し、 黒画素区間の画素列数が前記閾値１以下で、基準端から
   見て当該黒画素区間の向こう側で当該黒画素区間に隣接
   する白画素区間の画素列数が前記閾値２未満、または、
   当該黒画素区間の画素列数と前記基準端から当該黒画素
   区間までの間の画素列数との和が前記閾値３より大きい
   値である場合は、当該黒画素区間は除去すべきでない孤
   立点として判定し、引き続き隣接する黒画素区間につい
   て判定を行い、 一方、黒画素区間の画素列数が前記閾値１以下で、基準
   端から見て当該黒画素区間の向こう側で当該黒画素区間
   に隣接する白画素区間の画素列数が前記閾値２以上で、
   かつ、当該黒画素区間の画素列数と前記基準端から当該
   黒画素区間までの間の画素列数との和が前記閾値３以下
   である場合に、当該黒画素区間および前記基準端から当
   該黒画素区間までの間の黒画素区間を除去すべき孤立点
   として判定し、 該孤立点と判定された黒画素区間を前記文字領域枠中か
   ら除く位置に前記基準端を変更することにより、当該孤
   立点を除去することを特徴とする文書画像の孤立点除去
   方法。