JP3187895B2

JP3187895B2 - 文字領域抽出方法

Info

Publication number: JP3187895B2
Application number: JP32995691A
Authority: JP
Inventors: 高志齋藤
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1991-05-02
Filing date: 1991-11-19
Publication date: 2001-07-16
Anticipated expiration: 2016-07-16
Also published as: JPH0581475A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、所定の書式で書かれた
文書画像中から文字列、コラムを抽出する文字領域抽出
方法に関する。

【０００２】

【従来の技術】従来から文字列の抽出方法として、種々
のアルゴリズムが提案されているが、その代表的なもの
を挙げると、その第１の方法は、黒画素の水平、垂直方
向のヒストグラムをとり、黒画素の分布の高い部分を文
字列として抽出する方法がある（例えば、電子通信学会
論文誌、８３年Ｖol.Ｊ６６−ＤＮo.１ pp.１１１
〜１１８、同８６／８Ｖol.Ｊ６９−ＤＮo.８，pp.
１１８７−１１９５）。

【０００３】第２の方法としては、文字列方向のスキャ
ンラインの短い白ランを黒ランに置き換えることによ
り、小さな白領域を一旦黒で埋めてしまい、その後、黒
の連結領域を求め、この連結領域を文書の構成要素とし
て抽出した後に、領域の大きいものを写真、文字列方向
に長いものは文字列として判定する方法がある（Ｃompu
ter Ｇraphics and Ｉmage Ｐrocessing ２０，３７５
〜３９０，１９８２）。

【０００４】第３の方法としては、画像中の黒画素連結
成分の外接矩形の大きさから図、文字、文字の一部、ノ
イズ等に分類し、文字および文字の一部を文字列方向に
統合処理する方法がある（特開昭６２−１６５２８４号
公報）。

【０００５】

【発明が解決しようとする課題】上記第１の方法は、画
像が傾いている場合に文字列の方向が投射面に対して垂
直でなくなるため、画像の傾きを補正する必要があり、
その補正のための処理量が多くなり、また、画像中に写
真領域が存在している場合には、文字列の黒画素の分布
と写真の黒画素の分布とを識別することが困難であっ
た。

【０００６】また、第２の方法では、反転する白ランの
長さが問題となる。すなわち、反転の閾値を長くする
と、文字列が図や写真等の領域と統合されたり、あるい
は別の文章領域の文字列と統合される場合が生じる。他
方、反転の閾値を短くすると、多数の文字列に分離され
ることになり、このような分離状態からの文字列、さら
にはコラムの抽出が難しいという問題があった。

【０００７】第３の方法では、黒画素の外接矩形を処理
単位としているので、処理量が多くなり、また局所的な
情報を用いて統合処理を行っているので、ノイズや統合
時の距離等のパラメータに影響される傾向が強く、文字
列の統合に失敗することもある。

【０００８】本発明の目的は、傾きのある画像から正確
に文字列領域およびコラムの抽出を可能とする文字領域
抽出方法を提供することにある。

【０００９】本発明の他の目的は、長い文字列の下に、
行間や文字サイズの類似したコラムが並んでいても確実
にコラムを抽出することができる文字領域抽出方法を提
供することにある。

【００１０】本発明の更に他の目的は、ぼかし処理によ
って融合した行を検出して、正確に行を抽出することが
できる文字領域抽出方法を提供することにある。

【００１１】

【課題を解決するための手段】前記目的を達成するため
に、請求項１記載の発明では、文書画像から文字列を抽
出する文字領域抽出方法であって、前記文書画像を文字
列方向にスキャンすることにより入力し、該入力された
画像を縮小し、縮小された画像のランレングスデータを
作成し、該ランレングスデータにおいて、所定の閾値以
上の長さの白ランによって区切られている、黒ランと短
い白ランの繋がりを一つの範囲（以下、ランの集合）と
して、隣接するスキャンラインにおけるランの集合が上
下に連結しているとき統合してブロックとして抽出し、
該抽出された各ブロックの大きさを基に前記各ブロック
を、文字列または文字の一部である確率の高い領域（以
下、文字列確定領域）と、文字列または文字の一部かあ
るいはノイズ、図の一部か判断しにくい領域（以下、文
字列候補領域）とそれ以外の領域に分類し、前記文字列
確定領域と文字列候補領域に分類された各ブロックを文
字列方向に統合することにより文字列を抽出することを
特徴としている。

【００１２】請求項２に記載の発明では、前記文字列と
包含関係にある他の文字列を統合して文字列を更新する
ことを特徴としている。

【００１３】

【作用】実施例１では、スキャナ等の画像入力部によっ
て文書を２値画像として取り込み、画像傾き検出部は、
入力画像から傾きを検出し、画像縮小部において入力画
像を縮小する。縮小画像からランレングスデータを生成
し、ブロック生成、分類部は、ランレングスデータに対
してぼかし処理を施すことによってブロックを抽出し、
ブロックを文字列確定領域と文字列候補領域に分類す
る。文字領域統合部は、文字列確定領域と文字列候補領
域を文字列、コラムへと統合する。

【００１４】実施例２では、統合されたコラムの最下行
において、文字行が複数の文字列によって構成されてい
るとき、これら文字列の間隔が閾値以上あるか調べる。
間隔が閾値以上であれば、文字行を文字列間で分割し、
これら分割された文字行をそれぞれ新しいコラムとす
る。

【００１５】

【実施例】以下、本発明の一実施例を図面を用いて具体
的に説明する。図１は、本発明の実施例のブロック構成
図であり、１０１は、文書画像を文字列方向にスキャン
することにより文書画像を取り込むスキャナ等の画像入
力部、１０２は、画像の傾きを検出する画像傾き検出
部、１０３は、入力画像を縮小する画像縮小部、１０４
は、縮小画像からランレングスデータを生成するランレ
ングスデータ生成部、１０５は、生成されたランレング
スデータに対して、後述するぼかし処理を施すことによ
ってブロックを生成し、生成されたブロックを文字列確
定領域と文字列候補領域に分類するブロック生成・分類
部、１０６は、生成されたブロックの内、文字列確定領
域と文字列候補領域から文字列、コラムへと統合処理す
る文字領域統合部、１０７は、入力画像や縮小画像、生
成されたブロック情報等の各種データを一時記憶するデ
ータ記憶部、１０８は、各部に動作指示を与えて制御す
る制御部である。

【００１６】図２および図３は、本発明の処理の流れを
示すフローチャートである。以下、本発明の動作を図を
参照して詳細に説明する。図２のステップ２０１では、
スキャナ等の画像入力部１０１によって文書を２値画像
として取り込む。次いで、ステップ２０２において、画
像傾き検出部１０２は入力画像から傾きを検出する。こ
の傾きの検出方法としては、例えば、文書画像に対して
２次元フーリエ変換処理を行うことによって画像の傾き
を検出する方法（情報処理学会第２２回全国大会、ｐｐ
６７７−６７８）、あるいは画像を複数の帯状領域に分
割し、各領域内における周辺分布を求め、周辺分布間の
位相のずれから画像の傾きを検出する方法（電子通信学
会論文誌、１９８３年Ｖol.Ｊ６６−ＤＮo.１ pp.
１１１〜１１８）等を用いればよい。

【００１７】ステップ２０３では、画像縮小部１０３に
おいて入力画像を縮小する。この画像の縮小の比率は、
上下の文字や異なるコラムの文字が上下左右で接触しな
い程度に縦横に画像を縮小するものであり、例えば４０
０ｄｐｉの解像度で入力した場合、横８画素、縦４画素
の計３２画素を１画素に縮小する。

【００１８】ランレングスデータ生成部１０４は、この
縮小画像からランレングスデータを生成する（ステップ
２０４）。次いで、ブロック生成・分類部１０５は、生
成されたランレングスデータに対してぼかし処理を施す
ことによってブロックを抽出する（ステップ２０５）。

【００１９】ここで、ぼかし処理とは、スキャンライン
方向に連なるランにおいて、セパレータすなわち閾値以
上の長い白ランによって区切られた、黒ランと短い白ラ
ンの繋がりを一つの範囲（以下、ランの集合）とする処
理をいう。すなわち、図４のスキャンライン３０１、３
０２において、３０３、３０４、３０５が長い白ランで
あり、３０６、３０７、３０８、３０９、３１０がぼか
し処理で得られたランの集合である。また、ぼかし処理
で得られたランの集合で、上下に連結するものを統合し
てブロックとする。図４では、ランの集合３０６と３０
７が一つのブロックを構成し、３０８から３１０がまた
一つのブロックを構成する。

【００２０】本発明のぼかし処理において、そのぼかし
処理の基準となる白ランの長さは、異なる文章の文字列
間よりも少し短い程度（つまり、文字列が融合しない程
度）、例えば、４００ｄｐｉの解像度の場合、横８画素
かける縦４画素の縮小画像では、３画素以上の白ランを
長い白ランとする。

【００２１】ブロック生成・分類部１０５は、以上の処
理によって生成されたブロックを分類する（ステップ２
０６）。この分類は、図、写真等のハーフトーン領域、
表、縦横の領域分割線（セパレータ）、文字列または文
字の一部である確率の高い文字列確定領域、文字または
文字列の一部か、またはノイズや図の一部などか判断し
にくい文字列候補領域に分類する。この分類の方法とし
ては、ブロックの大きさと文字サイズとの比較による方
法、あるいはブロック内の黒白画素数の比を調べること
により判定する方法、更には、ランの数を調べることに
より判定する方法等、公知の方法を用いて行う。

【００２２】全てのランをブロックとして抽出した後
（ステップ２０７）、文字列確定領域、文字列候補領域
として得たブロックを文字列、コラムへと統合してい
く。

【００２３】まず、文字領域統合部１０６における、文
字列への統合（ステップ２０８）について説明すると、
図５は、文字列への統合処理の詳細なフローチャートで
ある。図６は、生成されたブロック５０１と、後述する
ように統合処理された複数ブロックからなる文字列５０
２と、後述するように統合処理されたコラム（文字列の
集まり、あるいは文章領域）５０３との関係を示す図で
ある。

【００２４】図７（ａ）は、文字列への統合処理を説明
するための図で、６０１は、既に作成済みの文字列６０
２の右端の領域にある文字列確定領域であり、６０３
は、未処理の文字列候補領域である。そして、この図で
はスキャンラインに対して画像が角度θだけ傾いている
ものとする（なお、図７（ａ）の場合は、文字列確定領
域と文字列候補領域との統合の例であるが、文字列確定
領域同志、文字列候補領域同志の統合処理も基本的には
同様に行われる。）。

【００２５】図５のステップ４０１では、未処理の文字
列候補領域６０３を次の処理対象として選択し、これら
文字列の端の領域同志で領域の結合を行う（ステップ４
０３）。さて、領域６０１と領域６０３とを結合するか
否かは以下の条件を満たすかどうかを判定することによ
って行う。すなわち、（１）領域間の距離６０４が閾値以下である。（２）領域の上下の実効範囲（領域６０１については線
６０５と線６０６の範囲、領域６０３については線６０
７と線６０８の範囲）に重なり（６０９）がある。（３）実効範囲から求めた文字サイズ（領域６０１は６
１０、領域６０３は６１１）の差が閾値以下である。（４）領域間に領域分割線つまりコラムを仕切る線が存
在しない。

【００２６】領域の上下の実効範囲について説明する
と、画像が傾いている場合には、領域の外接矩形の高さ
は、実際の文字の高さよりも大きくなるので、画像の傾
きθを考慮して実際の文字の占める範囲を表したものが
実効範囲である。すなわち、ぼかし処理で得た黒ランと
短い白ランの集合によって領域６０１の外接矩形が構成
されていると（領域６０３も同様である）、領域６０１
の外接矩形の横幅の２分の１の位置を６１２、領域６０
１の右端から領域の高さ６１３分の距離だけ離れた位置
を６１４、同様に領域の左端から同様に離れた位置を６
１５とする。そして、文字列確定領域については、画像
が右上がりに傾いている場合、領域６０１内の一番上の
ランの集合の左端６１６を通り、画像の傾きθを有する
線６０５と、領域６０１内の一番下のランの集合の右端
６１７を通り、画像の傾きθを有する線６０６との間
が、領域６０１の上下の実効範囲となる。

【００２７】ただし、一番上のランの集合の左端６１６
が位置６１２と６１４を逸脱し、図７（ｂ）に示すよう
に、一番上のランの集合の左端６１６が位置６１２の左
側にあれば、線６０５は、点６１８（６１２と外接矩形
との交点）を通る線に修正され、図７（ｃ）に示すよう
に、一番上のランの集合の左端６１６が位置６１４の右
側にあれば、線６０５は、点６１９（６１４と外接矩形
との交点）を通る線に修正される。同様に、一番下のラ
ンの集合の右端６１７が位置６１２と６１５を逸脱して
いる場合も、線６０６を同様にして修正する。また、画
像が逆に右下がりに傾いている場合は、図７（ａ）を左
右反転することによって上下の実効範囲を求めればよ
い。つまり、線６０５は、一番上のランの集合の右端を
通り、６１２から６１５の範囲で修正する。

【００２８】領域６０３（文字列候補領域）について
は、領域の左端の上下の位置６２０と６２１を通る線６
０７と６０８の間を、領域６０３の上下の実効範囲と
し、線６０７と６０８との距離が文字サイズ６１１とな
る。そして、領域６０１と領域６０３とを結合して文字
列６０２を更新した文字列６２２の上下の実効範囲は、
文字列６０２の上下の実効範囲（６２３、６２４）と、
領域６０３の上下の実効範囲（６０７、６０８）の和、
すなわち６２３から６０８となる。

【００２９】上記した条件（１）から（４）を満たすこ
とによって結合処理された（図５のステップ４０１から
４０５）文字列確定領域と文字列候補領域の例を図８
（ａ）に示す。図８（ａ）において、領域は７０１、７
０２、７０３、７０４の順に結合され、７０５から７０
７は領域の結合を表すリンクである（なお、図８（ａ）
において、領域７０１と領域７０２が結合済みであり、
領域７０９が未処理の領域であっても、領域７０１は統
合された文字列７０８の右端ではないので、領域７０１
と、その右側の領域７０９においては先のステップ４０
３において結合処理は行わない）。

【００３０】次いで、ステップ４０６において、文字列
の包含関係を調べて統合する。すなわち、図８（ａ）に
おいて、ステップ４０５までの処理によって、結合され
た領域（７０１〜７０４）からなる文字列７０８と、文
字列７０９と、文字列７１０の３つの文字列が生成され
たとする。これら文字列間で、左右の範囲および上下の
実効範囲（文字列７０８は、７１１〜７１２であり、文
字列７０９は、７１３〜７１４であり、文字列７１０
は、７１５〜７１６である）を比較し、包含関係にある
場合は、これを統合する。図８（ａ）の場合では、文字
列７０８は文字列７０９を含むので、これを統合し、文
字列７０８は文字列７１０を含まないので、文字列７１
０を統合しない。これによって図８（ｂ）に示すよう
に、更新された文字列７１７は、領域７０１、７０２、
７０３、７０４、７０９を構成要素とし、結合リンク７
１８、７１９、７２０、７２１を形成する。なお、新し
いリンクを形成する場合の順序は、各領域の左端の位置
の順番に従う。

【００３１】以上のようにして文字列への統合処理が行
われると、次いでコラムへの統合処理（ステップ２０
９）が行われる。図９は、コラムへの統合処理のフロー
チャートである。また、図１０は、コラムへの統合処理
を説明するための図で、９０１は、コラム、９０２、９
０３、９０４、９０５は文字列である。また、線９０
６、９０７は、文字列９０２の上下の実効範囲、線９０
６と９０７との距離９０８が文字サイズとなり、同様
に、線９０９、９１０は、文字列９０３の上下の実効範
囲、９１１は文字サイズ、線９１２、９１３は、文字列
９０４の実効範囲、９１４は文字サイズ、線９１５、９
１６は、文字列９０５の実効範囲、９１７は文字サイズ
である。なお、前述したと同様に画像がスキャンライン
に対してθだけ傾いている。

【００３２】まず、上記した処理によって生成された文
字列で、未だコラムへと統合されていない文字列を探す
（ステップ８０１）。図１０においては、文字列の位置
が上にあるものから、つまり文字列９０２、９０３、９
０４、９０５の順に処理を行う。ここで、いま文字列９
０３が処理対象であるとすると、コラム９０１の最下行
９０２（行は一または複数の文字列から構成され、９０
２は文字列であり、また行でもある）に対して、以下の
条件を満たせば、文字列９０３は文字列９０２の次の行
となる。すなわち、（１）文字サイズ９０８と文字サイズ９１１の差が閾値
以下である。（２）文字列９０２と文字列９０３の上下の距離（９０
７〜９０９）つまり行間が所定の範囲内にある。（３）コラムを構成する行が閾値以上（例えば、３以
上）ある場合に、該コラム内の行間の平均値に比べて、
条件（２）の行間が閾値以上大きくない。（４）コラムの左右の実効範囲（９１８〜９１９）と文
字列９０３の左右の範囲（９２０〜９２１）が重なりを
有する。（５）文字列９０２と文字列９０３の行間に領域分割線
がない。

【００３３】ここで、条件（４）におけるコラムの左右
の実効範囲は次のようにして求める。先ず各行、例えば
９０２について、左右の実効範囲（９１８〜９２２）を
求める。すなわち、図１０のように画像が右上がりの方
向に傾いている場合は、各行の左下端を通り、画像の傾
きと同じ傾きを持つ線（９１８）と各行の右上端を通
り、画像の傾きと同じ傾きを持つ線（９２２）の範囲と
し、画像が右下がりの場合は、各行の左上端と右下端を
通る線の範囲とする。そして、各行について左右の範囲
を求めたら、それらの和をとる（コラム９０１は、その
範囲が９１８〜９１９となる）。この処理はコラムに新
しい行を統合するときなど、更新を行う際に順次行う。

【００３４】以上の条件を満足する文字列９０３をコラ
ム９０１に統合し、文字列９０３は新しい行９０３を構
成する。続いて、文字列９０４が処理対象になる。上記
処理によってコラム９０１は行９０３まで含むので、最
下行９０３と処理対象文字列９０４を比較した場合、先
の条件（２）を満たさない。そこで、文字列９０４が次
の条件（６）から（８）を満たす場合に、文字列９０４
を最下行９０３に統合する。すなわち、その条件は、（６）最下行の一つ上の行（図１０の行９０２）との間
で、先の条件（１）から条件（４）を満たす。（７）最下行に対して、上下の実効範囲に共通する部分
（９２３）が閾値以上ある。（８）最下行との間（位置９２０と９２４）に領域分割
線がない。

【００３５】文字列９０４は、条件（６）を、行９０２
と９０３との間で処理したと同様に満たす。また、最下
行９０３の上下の実効範囲（９０９、９１０）と文字列
９０４の上下の実効範囲（９１２、９１３）との共通部
分（９２３）が閾値以上であるので、条件（７）も満た
す。従って、文字列９０４は、文字列９０４と９０３を
要素とする行（９２４）に更新される。以下、同様にし
て文字列９０５が処理される。そして、ある処理対象の
文字列であって、既存のコラムと先の条件を満たさない
ときは、新しい文字列を生成し（ステップ８０５）、未
処理の文字列がなくなったら処理が終了する（ステップ
８０２）。以上の処理によって、文書画像からのコラム
の抽出が行われる。

【００３６】上記した実施例の統合方法では、長い文字
列の下に、行間や文字サイズの類似したコラムが並んだ
場合、誤って統合することがある。そこで、本実施例２
では、このような場合でも正しくコラムを抽出するもの
で、図を参照して説明する。

【００３７】図１１は、本実施例２のコラムへの統合方
法を説明するための図で、１００１は、既に幾つかの文
字列を統合して得たコラム、１００２、１００３、１０
０４、１００５は領域を統合して得た文字列（ただし、
文字列１００２は、コラム１００１の一つの行でもあ
る）、１００６、１００７はコラム１００１の左右の実
効幅、１００８〜１０１５は文字列１００２〜１００５
の上下の実効範囲を示す線、１０１６〜１０１９はこの
線によって規定される文字列の実効高さ、１０２０は文
字行である。

【００３８】前述した実施例と同様に、傾いた画像にお
いて文字列の外接矩形の高さが実際の文字サイズより大
きくなるのを修正するために、文字列の実効高さは、各
文字行において画像の傾きや黒ランの位置から求めたも
のであり、また、実効幅はコラムの各行について求めた
ものの和をとったものである。

【００３９】文書が横書きとすると、図１１のように文
字列が横に並び、また上下に並ぶので、文字列の実効高
さの位置（１００８、１０１０、１０１２、１０１４）
が上の文字列から順に処理するものとする。そして、
今、処理対象が文字列１００３であるとすると、先の実
施例１で説明した方法によって、コラム１００１の最下
行１００２との位置関係、文字サイズから、コラム１０
０１の次の行としてコラム１００１に加えてコラムを更
新する。

【００４０】次いで、文字列１００４が処理対象とな
り、コラム１００１の左右の実効幅（１００６〜１００
７）と文字列１００４の左右の端の位置（１０２１、１
０２２）から、文字列１００４はコラム１００１の一部
と判定され、また更新したコラムの最下行１００３との
実効高さの位置関係および文字サイズから、文字列１０
０３と１００４は同一行と判定する。

【００４１】さて、図９のステップ８０３におけるコラ
ムへの文字列の統合処理において、本実施例２では、以
下のように処理する。処理対象の文字列が、あるコラム
の最下行の次の新しい行である条件を満たすとき（例え
ば、図１１において、上記処理によって、コラム１００
１に行１０２０を加えて更新しているので、行１０２０
が最下行であり、その次の行に相当するのは文字列１０
０５である）、該コラムの最下行（１０２０）におい
て、該文字行が複数の文字列によって構成されていると
き、これら文字列の間隔１０２３が閾値以上あるか否か
調べる。間隔が閾値以上（例えば、該文字行の文字サイ
ズの４倍程度）であれば、文字行を文字列間で分割し、
これら分割された文字行をそれぞれ新しいコラムとし、
既に作成されたコラムも分割する。

【００４２】従って、図１１においては、文字列１００
２を最下行とするコラム１００１と、文字列（行）１０
０３のみからなるコラムと、文字列（行）１００４のみ
からなるコラムとが生成される。そして、文字列１００
５は、生成された新しいコラムを対象にして統合処理が
行われる。文字列全てに対して以上の処理が行われる
と、コラムの抽出処理が終了する（ステップ８０５、８
０２）。

【００４３】このように、実施例２では、長い文字列の
下に並んだ複数のコラムを統合することなく、確実に抽
出することができる。

【００４４】本実施例の文字領域抽出方法においては、
文字行を正確に抽出することによって文字領域が正確に
抽出されることになる。しかるに、行間が狭く、アルフ
ァベットのように、文字が上下に伸びる場合には、ぼか
し処理によって行の融合が発生する可能性がある。この
ため、融合された複数行は一つの行として分類され、そ
の結果、文字サイズの判定処理が正しく行われず、正し
い文字領域への統合が妨げられる。そこで、本実施例３
では、行の融合を検出して、行の分離処理を行うことに
よって、正確な行の抽出を行っている。

【００４５】図１２は、本実施例３のブロック構成図
で、文字行融合検出部１２０４と行分離部１２０５が新
たに付加され、他の構成部分は実施例１のものと同一の
機能を有している。以下、本実施例３の動作を図１３の
処理フローチャートを参照しつつ説明する。

【００４６】まず、画像入力部１２０１によって文書画
像を入力する（ステップ１３０１）。ブロック生成、分
類部１２０２は、前述した実施例と同様にして入力され
た文書画像からブロックを抽出し、分類する（ステップ
１３０２）。このブロックの抽出時には、前述したよう
に、ぼかし処理が行われる。次いで、傾き検出部１２０
３は、画像の傾き角度を求める（ステップ１３０３）。
この傾き角度を求める方法としては、本出願人が先に提
案した方法（特願平３−１２８３４１号）あるいは前掲
した論文に記載の方法等を用いる。

【００４７】次に、文字行融合検出部１２０４は、文字
行の融合検出を行う（ステップ１３０４）。この文字行
の融合検出を図１４を参照して説明すると、図におい
て、１４０１は、抽出された文字列領域のブロックであ
り、１４０２から１４１５は、ブロック内の原画像の黒
画素連結成分の外接矩形であり、１４１６、１４１７
は、画像の傾きを持った線分で、文字列の上辺、下辺の
位置を表している。

【００４８】ここで、黒画素連結成分１４０５と１４１
２は、その外接矩形が重なるほど近接していて、ぼかし
処理を行うと融合してしまう。このような融合が生ずる
例を図１５に示す。従って、ぼかし処理によって外接矩
形１４０２から１４０８は１４０５に融合し、外接矩形
１４０９から１４１５は１４１２に融合するので、結
局、外接矩形１４０２から１４１５は全て融合して一つ
のブロック１４０１となる。

【００４９】そこで、本実施例では、図１４の外接矩形
（１４０２〜１４１５）に関して、図１６に示すような
外接矩形（１４０２〜１４１５）の高さについてのヒス
トグラムを作成し、高さの最頻値を求める。この値を外
接矩形（１４０２〜１４１５）の高さの標準値として、
ブロック内の文字列の予想高さと比較する。ここで、予
想高さ（つまり領域の高さ）は、線分１４１６と１４１
７の間の距離である。線分１４１６、１４１７は、ステ
ップ１３０３で求めた画像の傾き角度をもつ線分であ
り、各外接矩形（１４０２〜１４１５）の存在範囲の上
限、下限の位置から求める。そして、求めた予想高さ
（傾きを考慮して得られた領域の高さ）が、図１６にお
ける１６０１であったとすると、１６０２が１６０３に
比べて閾値以下の比率であるとき、言い替えると、外接
矩形（１４０２〜１４１５）の高さの最頻値が、傾きを
考慮して得られた領域の高さに比べて一定比率以下の大
きさであるとき、該ブロック内で行が融合しているもの
として、検出される。

【００５０】行分離部１２０５は、行の融合が検出され
たときに、行の分離を行う（ステップ１３０５）。すな
わち、まず図１４の傾きを考慮して文字列と垂直方向に
射影（１４１８）をとり、射影のヒストグラムにおいて
閾値以下の分布密度の谷部分１４１９を検出する。谷の
部分と、他の谷の部分または分布の端との距離、つまり
図１４の１４２０、１４２１が外接矩形（１４０２〜１
４１５）の高さの基準値よりも大きい場合に、この谷１
４１９の位置を分岐点として、谷１４１９を通る線分１
４２２によってブロックを上下に分割する。これによ
り、各外接矩形（１４０２〜１４１５）は、線分１４２
２の位置と比較して上下何れかのブロックに属すること
になる。

【００５１】正しく行分離が行われると、前記した実施
例と同様にして、統合処理により文字領域が抽出される
（ステップ１３０６）。このように、本実施例３によれ
ば、ぼかし処理によって文字行が融合しても、確実に行
の分離、抽出を行うことができる。

【００５２】

【発明の効果】以上、説明したように、本発明によれ
ば、縮小画像に対してぼかし処理を施すことによって生
成、抽出されたブロックを処理対象にしているので、画
像の傾きに対処できると共に、他の領域との融合を防い
で確実に文字列およびコラムを抽出することが可能とな
る。

【図面の簡単な説明】

【図１】本発明の実施例のブロック構成図である。

【図２】本発明の処理の流れを示すフロ−チャ−トであ
る。

【図３】図２と同じく本発明の処理の流れを示すフロ−
チャ−トである。

【図４】ぼかし処理で得られたランの集合を示す図であ
る。

【図５】文字列への統合処理の詳細なフローチャートで
ある。

【図６】ブロックと、文字列と、コラムとの関係を示す
図である。

【図７】（ａ）、（ｂ）、（ｃ）は、文字列への統合処
理を説明するための図である。

【図８】（ａ）は、結合された文字列の例を示す図であ
る。（ｂ）は、包含関係によって更新された文字列の例
を示す図である。

【図９】コラムへの統合処理のフローチャートである。

【図１０】コラムへの統合処理を説明するための図であ
る。

【図１１】他の実施例のコラムへの統合方法を説明する
ための図である。

【図１２】他の実施例のブロック構成図である。

【図１３】他の実施例の処理フローチャートである。

【図１４】文字行の融合検出を説明するための図であ
る。

【図１５】融合が生ずる例を示す図である。

【図１６】外接矩形の高さのヒストグラムを示す図であ
る。

【符号の説明】

１０１画像入力部１０２画像傾き検出部１０３画像縮小部１０４ランレングスデータ生成部１０５ブロック生成、分類部１０６文字領域統合部１０７データ記憶部１０８制御部

Claims

(57)【特許請求の範囲】

【請求項１】文書画像から文字列を抽出する文字領域
抽出方法であって、前記文書画像を文字列方向にスキャ
ンすることにより入力し、該入力された画像を縮小し、
縮小された画像のランレングスデータを作成し、該ラン
レングスデータにおいて、所定の閾値以上の長さの白ラ
ンによって区切られている、黒ランと短い白ランの繋が
りを一つの範囲（以下、ランの集合）として、隣接する
スキャンラインにおけるランの集合が上下に連結してい
るとき統合してブロックとして抽出し、該抽出された各
ブロックの大きさを基に前記各ブロックを、文字列また
は文字の一部である確率の高い領域（以下、文字列確定
領域）と、文字列または文字の一部かあるいはノイズ、
図の一部か判断しにくい領域（以下、文字列候補領域）
とそれ以外の領域に分類し、前記文字列確定領域と文字
列候補領域に分類された各ブロックを文字列方向に統合
することにより文字列を抽出することを特徴とする文字
領域抽出方法。
【請求項２】前記文字列と包含関係にある他の文字列
を統合して文字列を更新することを特徴とする請求項１
記載の文字領域抽出方法。