JP3281469B2 - 文書画像の傾き検出方法および装置 - Google Patents
文書画像の傾き検出方法および装置Info
- Publication number
- JP3281469B2 JP3281469B2 JP28896193A JP28896193A JP3281469B2 JP 3281469 B2 JP3281469 B2 JP 3281469B2 JP 28896193 A JP28896193 A JP 28896193A JP 28896193 A JP28896193 A JP 28896193A JP 3281469 B2 JP3281469 B2 JP 3281469B2
- Authority
- JP
- Japan
- Prior art keywords
- inclination
- rectangle
- document image
- histogram
- straight line
- 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 - Lifetime
Links
Landscapes
- Character Input (AREA)
- Image Analysis (AREA)
Description
画像の傾きを検出する方法および装置に関する。
おける前処理として、文書画像の傾きの正規化処理が必
要となる。従来、画像の傾きを検出する方法として、入
力画像を複数の傾きに沿って走査し、黒画素頻度ヒスト
グラムを作成し、閾値以上の頻度を持つ走査線における
超過部分の合計値を算出し、該値が最大となる傾きを文
書の傾きとする方法(特開平2−69886号公報を参
照)、連結成分の特徴量を複数方向に積分し、その分布
を求め、積分した結果が最も尖鋭となる方向を傾き角と
する方法(特開平2−108177号公報を参照)、連
結成分から基準点を求め、Hough変換で傾きを求め
る方法(特開平3−213053号公報を参照)などが
ある。
の方法は、画素を処理対象としているので、処理量が多
くなり相当の処理時間を必要とする。また、第2の方法
では、文字列方向を特に考慮していないために、文字列
方向によらない処理をしている。したがって、文字列に
相当する矩形と、それ以外の矩形の判別に面積を使用し
ているが、判別の精度は十分とはいえない。第3の方法
は、Hough変換を使用するため処理時間がかかり、
精度も悪い。また、上記した何れも方法も原画像におい
て連結成分を抽出しているが、その場合、処理対象とな
る連結成分が多く存在するために処理時間がかかるとい
う問題がある。
用することによって処理対象となるデータ量を削減し、
処理時間を短縮すると共に、縦方向と横方向で異なる処
理をすることにより、文字列方向に係らず正確に傾きを
検出するようにした文書画像の傾き検出方法および装置
を提供することにある。
に、請求項1記載の発明では、文書画像の傾きを検出す
る方法であって、前記文書画像を圧縮した圧縮画像から
黒画素連結成分の外接矩形を求め、前記外接矩形から文
字列に相当する矩形を判別し、該判別された各矩形にお
いて一乃至複数の基準点を設定し、横方向の近傍矩形の
基準点間を結ぶ直線の傾きのヒストグラムと縦方向の近
傍矩形の基準点間を結ぶ直線の傾きのヒストグラムを作
成し、該作成された各ヒストグラムを基に前記圧縮画像
の横方向の傾きと確信度および縦方向の傾きと確信度を
算出し、該算出された各確信度と前記各ヒストグラムか
ら得られる情報に基づいて前記横方向または縦方向の何
れか一方の傾きを、前記文書画像の傾きと決定すること
を特徴としている。
ラムを作成するとき、同一直線上に、所定の閾値以上の
数の基準点がのる場合にのみ計数することを特徴として
いる。
ラムを作成する際の近傍矩形の判別基準は、処理対象矩
形と、その左右上下の各方向にある最近傍矩形との距離
を計測し、該距離が所定の閾値以上のとき、該方向にあ
る最近傍矩形を処理対象外とすることを特徴としてい
る。
線の傾きのヒストグラムを作成するとき、縦方向におけ
るコラムの開始位置を検出し、該コラム開始位置近傍に
ある外接矩形のみを使用することを特徴としている。
を検出する装置であって、前記文書画像を画像圧縮する
手段と、圧縮画像から黒画素連結成分の外接矩形を求め
る手段と、前記外接矩形から文字列に相当する矩形を判
別し、該判別された各矩形において一乃至複数の基準点
を設定し、横方向の近傍矩形の基準点間を結ぶ直線の傾
きのヒストグラムと縦方向の近傍矩形の基準点間を結ぶ
直線の傾きのヒストグラムを作成する手段と、該作成さ
れた各ヒストグラムを基に前記圧縮画像の横方向の傾き
と確信度および縦方向の傾きと確信度を算出し、該算出
された各確信度と前記各ヒストグラムから得られる情報
に基づいて前記横方向または縦方向の何れか一方の傾き
を、前記文書画像の傾きと決定する手段とを備えたこと
を特徴としている。
ラムを作成するとき、同一直線上に、所定の閾値以上の
数の基準点がのる場合にのみ計数することを特徴として
いる。
黒画素の連結成分が抽出される。連結成分の方向から文
字列方向が検出される。文字列の横方向の傾きヒストグ
ラムと縦方向の傾きヒストグラムが作成され、各ヒスト
グラムにおいて候補角と確信度を求め、確信度の高い方
の傾きから文書画像の傾きが決定される。これにより、
文字列方向によらずに、より正確に傾きを検出すること
ができる。
的に説明する。図1は、本発明のブロック構成図であ
る。図において、101は、文書画像を取り込むスキャ
ナなどの画像入力手段、102は、入力された画像を所
定の単位で圧縮する画像圧縮手段である。103は、圧
縮画像から黒画素の連結成分を抽出する連結成分抽出手
段、104は、連結成分から文字列の方向を検出する文
字列方向検出手段である。
ラムを作成するヒストグラム作成手段、106は、横方
向、縦方向のヒストグラムから傾きを決定する傾き決定
手段、107は、データ記憶部、108は、各手段を制
御する制御部、109は、データ通信路および制御通信
路である。
る。画像入力手段101を用いて画像を入力し(ステッ
プ201)、画像圧縮手段102は入力画像を圧縮する
(ステップ202)。この圧縮方法としては種々の方法
があるが、例えば入力画像が400dpi程度とする
と、8×8画素を処理単位とし、8×8画素の内の1つ
でも黒画素がある場合に、圧縮画素を黒とする方式を採
る。この方式による8画素単位の処理は計算機の処理に
適しているので処理速度が速く、また各文字または文字
列が一つの連結成分となることが多い。
にして圧縮された画像から連結成分を抽出し、その外接
矩形を求める(ステップ203)。この連結成分は、前
述したように各文字または文字列が一つの連結成分とな
ることが多く、また図や写真などの領域も一塊となる特
性がある。この特性を利用して、文字列方向検出手段1
04は、高速に文字列方向を検出する(ステップ20
4)。文字列方向の検出方法として、例えば本出願人が
先に提案した文字列方向判別方法(特願平4−1202
63号)を用いる。つまり、この方法は、圧縮した画像
の連結成分は、文字間が融合するために文字列方向に長
くなるという性質を利用した検出方法である。
て説明する。まず、ヒストグラム作成手段105は、横
方向の傾きヒストグラムを作成する(ステップ20
5)。これは、ステップ203で抽出された連結成分の
外接矩形の内、所定の閾値以下の高さを持つ外接矩形だ
けを処理対象とし、この外接矩形の左下点および右下点
を基準点として、該矩形の横方向近傍の同じく閾値以下
の高さを持つ外接矩形との比較を行う。なお、基準点と
しては、上記したものの他に、外接矩形の左上点および
右上点でもよい。
トグラム作成を説明する図である。図において、301
〜304は所定の閾値以下の高さの外接矩形である。3
05〜308は各外接矩形の基準点であり、この例では
各外接矩形の左下点を基準点としている。309、31
0は基準点を結んだ直線である。
まり、文字列に相当する矩形で、上から順番に選び、こ
の選ばれた外接矩形の横方向近傍の内、まず右側にある
近傍矩形を選ぶ。例えば、図3においては、処理対象と
なるのが矩形301であるとすると、その右側にある近
傍矩形302〜304が参照矩形となる。
をみて、参照矩形の方が上部にある場合には基準点を矩
形の左下点とする。そして、この基準点間を結んで傾き
を得る。直線309は、基準点305、306、308
を結んだ直線であり、直線310は、基準点305、3
07を結んだ直線である。直線309の傾きにおいて
は、その直線上に2つの基準点306と308が乗って
いる。従って、直線309の傾きをα1とすると、α1
の頻度は2となり、同様に直線310の傾きをα2とす
ると、α2の頻度は1となる。
散化して、各処理矩形毎に求めた頻度を加算してヒスト
グラムを作成する。また、傾き検出の精度を向上させる
ために、所定の閾値以上の傾きの頻度のみを足し合わせ
ることによって、ヒストグラムを作成するようにしても
よい。図3の例では、閾値を2とすると、α1の頻度
“2”は採用されるが、α2の頻度“1”は採用されな
い。
矩形の判別基準として、参照矩形を探索して頻度を求め
るときに、矩形間距離を測定する。そして、最近傍矩形
との距離(図3の例では、処理矩形301と参照矩形3
02の間の距離311)が所定の閾値以上の場合には、
処理矩形と最近傍矩形(図3の例では参照矩形302)
との傾きを、ヒストグラムの作成には採用しない。これ
により、別コラムの文字間など、本来同一直線上にのる
ことが保証されない文字列間の傾きを考慮することな
く、正しい傾きの方向に頻度が高くなるようにヒストグ
ラムを作成することができる。
形を示しているが、左側についても同様の処理を行う。
また、傾きが左上がりで、処理矩形の右側にある参照矩
形が処理矩形よりも下部にある場合は、前述した基準点
は外接矩形の右下点に設定する。
ムを作成する(ステップ206)。まず、画像を横方向
の帯状に分割し、その帯状の範囲で矩形の左上点を垂直
に投射したヒストグラムを作成する。図4は、縦方向の
ヒストグラム作成を説明する図である。画像は、例えば
1番目のスキャンライン408からK番目のスキャンラ
イン409によって帯状に分割され、401、402、
406、407は帯状範囲にある矩形である。
たヒストグラムである。例えば、頻度値405は、矩形
401、406、407の左上点4011、4061、
4071を垂直に投射したものである。そして、このヒ
ストグラムの局所ピークを検出する。図4の場合のピー
クは405となる。
る矩形(401、406、407)のみを処理対象矩形
として(ピーク外にある矩形402などを用いない)、
前述した横方向と同様に、矩形の左上点間を結ぶ直線の
傾き毎の頻度を求めてヒストグラムを作成する。直線4
04は、左上点4011と4061を結んだ直線であ
り、垂直線とのなす角が傾きとなる。
で、例えば、図4の矩形402に示すように、行間が狭
いために画像圧縮によって異なる行の文字列が融合して
横方向に正しい傾きを求めることができない場合でも、
縦方向に正しい傾きを求めることができる。
のヒストグラムを作成すると、直線404の線上にのる
矩形は全矩形の一部であるので、正しい傾きがヒストグ
ラム上で強いピークを生成しない(横方向のように、ほ
とんどの矩形が何れかの行上にある場合は、正しい傾き
がヒストグラム上で強いピークを生成する)。本発明で
は、これに対処するために、コラムの開始位置を検出す
ることによって、コラムの端近傍の矩形(401、40
6、407)のみを用いる。これによって、精度の高い
傾き検出が可能となる。なお、前述した横方向の場合と
同様に、矩形間の上下距離を測定し、最近傍矩形との距
離(図4の例では、処理矩形401と参照矩形406の
間の上下の距離)が所定の閾値以上の場合には、該最近
傍矩形を処理対象外とする。
横方向、縦方向のヒストグラムから画像の傾きを決定す
る(ステップ207)。決定の方法は、それぞれのヒス
トグラムにおいて、候補角および確信度を求め、確信度
の強い方の角度を採用する。ただし、確信度が同一の場
合は、頻度の高い方を採用する。候補角は、ヒストグラ
ムの最頻値をとることにより求める。また、各クラス毎
の頻度を単純に比較するのではなく、近傍の頻度を足し
合わせたもので比較を行ってもよい。例えば、クラスN
の前後のN−1、N+1における頻度を足し、これを全
体と比較してピークを探すようにしてもよい。
比、あるいは最頻値と第2頻度値との差分などから決定
する。このとき、縦方向と横方向とでは、上記した比な
どのパラメータは異なる値を使用する。つまり、確信度
を異なる値とする。
れるが、行方向が縦の場合は、縦について上記した横方
向の処理を、横について上記した縦方向の処理を適用す
ればよい。
ば、以下のような効果が得られる。 (1)横方向の近傍矩形と縦方向の近傍矩形において、
それぞれヒストグラムを作成し、各ヒストグラムから傾
きと確信度を求め、両者の確信度およびヒストグラムか
ら得られる情報に基づいて、何れかの傾きを採用してい
るので、行方向の縦、横の両方に対応して処理すること
ができる。
方向に異なる処理をしているので、縦方向と横方向の検
出角度を有効に利用することができる。
角度上に閾値以上のる場合にヒストグラムを作成してい
るので、細かい図や写真などが存在して文字列相当の大
きさの矩形が生成される場合でも、これらのノイズの影
響を受けにくくなる。
形の判別基準として、左右上下の最近傍矩形との距離を
計測し、この距離が所定の閾値以上の場合には、その方
向の近傍矩形を処理対象外としているので、別コラムの
文字列矩形を比較して傾きを求めるという事態が回避さ
れ、より正確な画像の傾き検出が可能となる。
とによって、直線の傾きのヒストグラムを求める際に、
文字列矩形とそれ以外のものの判別を行方向別に行うな
ど、縦方向と横方向で異なる処理をしているので、文字
列の方向によらない傾き検出を行うことができる。
よって、文字列方向と異なる方向における直線の傾きの
ヒストグラムを求める際に、コラム開始位置近傍の外接
矩形のみを使用しているので、余分な矩形間傾きを参照
することなく、精度の高い傾き検出を行うことができ
る。
を説明する図である。
る。
Claims (6)
- 【請求項1】 文書画像の傾きを検出する方法であっ
て、前記文書画像を圧縮した圧縮画像から黒画素連結成
分の外接矩形を求め、前記外接矩形から文字列に相当す
る矩形を判別し、該判別された各矩形において一乃至複
数の基準点を設定し、横方向の近傍矩形の基準点間を結
ぶ直線の傾きのヒストグラムと縦方向の近傍矩形の基準
点間を結ぶ直線の傾きのヒストグラムを作成し、該作成
された各ヒストグラムを基に前記圧縮画像の横方向の傾
きと確信度および縦方向の傾きと確信度を算出し、該算
出された各確信度と前記各ヒストグラムから得られる情
報に基づいて前記横方向または縦方向の何れか一方の傾
きを、前記文書画像の傾きと決定することを特徴とする
文書画像の傾き検出方法。 - 【請求項2】 前記各ヒストグラムを作成するとき、同
一直線上に、所定の閾値以上の数の基準点がのる場合に
のみ計数することを特徴とする請求項1記載の文書画像
の傾き検出方法。 - 【請求項3】 前記各ヒストグラムを作成する際の近傍
矩形の判別基準は、処理対象矩形と、その左右上下の各
方向にある最近傍矩形との距離を計測し、該距離が所定
の閾値以上のとき、該方向にある最近傍矩形を処理対象
外とすることを特徴とする請求項1記載の文書画像の傾
き検出方法。 - 【請求項4】 前記縦方向の直線の傾きのヒストグラム
を作成するとき、縦方向におけるコラムの開始位置を検
出し、該コラム開始位置近傍にある外接矩形のみを使用
することを特徴とする請求項1記載の文書画像の傾き検
出方法。 - 【請求項5】 文書画像の傾きを検出する装置であっ
て、前記文書画像を画像圧縮する手段と、圧縮画像から
黒画素連結成分の外接矩形を求める手段と、前記外接矩
形から文字列に相当する矩形を判別し、該判別された各
矩形において一乃至複数の基準点を設定し、横方向の近
傍矩形の基準点間を結ぶ直線の傾きのヒストグラムと縦
方向の近傍矩形の基準点間を結ぶ直線の傾きのヒストグ
ラムを作成する手段と、該作成された各ヒストグラムを
基に前記圧縮画像の横方向の傾きと確信度および縦方向
の傾きと確信度を算出し、該算出された各確信度と前記
各ヒストグラムから得られる情報に基づいて前記横方向
または縦方向の何れか一方の傾きを、前記文書画像の傾
きと決定する手段とを備えたことを特徴とする文書画像
の傾き検出装置。 - 【請求項6】 前記各ヒストグラムを作成するとき、同
一直線上に、所定の閾値以上の数の基準点がのる場合に
のみ計数することを特徴とする請求項5記載の文書画像
の傾き検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP28896193A JP3281469B2 (ja) | 1993-11-18 | 1993-11-18 | 文書画像の傾き検出方法および装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP28896193A JP3281469B2 (ja) | 1993-11-18 | 1993-11-18 | 文書画像の傾き検出方法および装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH07141465A JPH07141465A (ja) | 1995-06-02 |
JP3281469B2 true JP3281469B2 (ja) | 2002-05-13 |
Family
ID=17737045
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP28896193A Expired - Lifetime JP3281469B2 (ja) | 1993-11-18 | 1993-11-18 | 文書画像の傾き検出方法および装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3281469B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8139897B2 (en) | 2007-03-15 | 2012-03-20 | Ricoh Company, Limited | Detecting tilt in an image having different resolutions in different directions |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3876531B2 (ja) | 1998-05-28 | 2007-01-31 | 富士通株式会社 | 文書画像の傾き補正方法 |
JP2000341501A (ja) | 1999-03-23 | 2000-12-08 | Minolta Co Ltd | 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体 |
JP4443194B2 (ja) * | 2003-11-10 | 2010-03-31 | 日立オムロンターミナルソリューションズ株式会社 | 携帯端末の文字認識における処理対象選択方法および携帯端末 |
-
1993
- 1993-11-18 JP JP28896193A patent/JP3281469B2/ja not_active Expired - Lifetime
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8139897B2 (en) | 2007-03-15 | 2012-03-20 | Ricoh Company, Limited | Detecting tilt in an image having different resolutions in different directions |
Also Published As
Publication number | Publication date |
---|---|
JPH07141465A (ja) | 1995-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5506918A (en) | Document skew detection/control system for printed document images containing a mixture of pure text lines and non-text portions | |
JP3278471B2 (ja) | 領域分割方法 | |
US7738734B2 (en) | Image processing method | |
JP2002133426A (ja) | 多値画像から罫線を抽出する罫線抽出装置 | |
JP2002208007A (ja) | スキャンした文書の自動式検出 | |
JP2002228423A (ja) | タイヤ検出方法および装置 | |
JP3281469B2 (ja) | 文書画像の傾き検出方法および装置 | |
JP2871601B2 (ja) | 文字列検出装置及び方法 | |
JP3607753B2 (ja) | 文書画像の領域分割方法および装置、並びに段組種類判別方法および装置 | |
JP2868134B2 (ja) | 画像処理方法及び装置 | |
JPH064704A (ja) | 罫線識別方法及び領域識別方法 | |
JP3187895B2 (ja) | 文字領域抽出方法 | |
JPH06168331A (ja) | パターンマッチング方法 | |
JP2000357287A (ja) | ナンバープレート認識方法および認識装置 | |
JP3095470B2 (ja) | 文字認識装置 | |
US5313529A (en) | System for representing line drawings by polygonal lines | |
JP3618926B2 (ja) | 文書画像の傾き検出方法 | |
JP4439054B2 (ja) | 文字認識装置及び文字枠線の検出方法 | |
CN112801090A (zh) | 文字区域检测方法及装置 | |
JP3381803B2 (ja) | 傾き角検出装置 | |
JPH08235302A (ja) | 車番読取装置 | |
JP3100619B2 (ja) | 写真領域抽出装置 | |
JPH06223224A (ja) | 行切出し方法 | |
JPH1125258A (ja) | ナンバープレート認識装置および方法 | |
JP3084833B2 (ja) | 特徴抽出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080222 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090222 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100222 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110222 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120222 Year of fee payment: 10 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130222 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130222 Year of fee payment: 11 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140222 Year of fee payment: 12 |
|
EXPY | Cancellation because of completion of term |