JP3335844B2 - 文字列方向推定方法および装置 - Google Patents

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は文字認識装置におい
て、読み取り領域が手動でまたは自動的に指定された後
に、その中に記載されている文字列の方向を自動的に求
める文字列方向推定方法および装置に関する。

【０００２】

【従来の技術】文字列の方向を自動的に求める技術とし
て、従来から下記の技術が知られている。 （１）空間周波数を求めるもの。文字画像についてフー
リエ変換等の直交変換を行い空間周波数を求めて、縦書
き、横書きを決定するもの（例えば、特開昭５９−０４
３４６８号公報、特開平０５−８９２８４号公報参
照）。

【０００３】（２）縦横への黒画素の投影結果を用いる
もの。文字画像中の黒画素を適当な縦軸、横軸へ投影
し、できたヒストグラムを元に縦書き、横書きを判定す
るもの（例えば、特開昭６１−１６０１８０号公報、特
開平０３−４３８６号公報、特開平０５−３５９１０号
公報等参照）。 （３）白ランの幅を用いるもの。文字画像から白画素が
連続しているもの（白ラン）を抽出して、隣接している
白ランの幅を求めることで、縦書き、横書きを決定する
もの（例えば、特開平０４−２８８６８９号公報、特開
平０５−３５９０８号公報、特開平０５−３５９０９号
公報等参照）。

【０００４】（４）画像の相関を用いるもの。黒画素の
縦方向の相関と、横方向の相関を求め比較することで、
縦書き、横書きを決定するもの（例えば、特開昭５８−
１４０８６８号公報参照）。 （５）文字認識結果を使うもの。文字領域を求め、その
中から文字を抽出し、予め文字パターンを０，９０，１
８０，２７０度に回転した辞書を用意しておき、そのそ
れぞれと入力文字とのマッチングを行い、最も類似して
いる辞書の回転角から文字列の方向を求めるもの（例え
ば、特開平０１−１７７１７９号公報、特開平０４−３
３０８１号公報、特開平０７−２１３１８号公報等参
照）。

【０００５】（６）文字間隔を使うもの。 縦／横の文字間隔で、一定である割合を求め、その
情報から方向を決定する。縦方向より横方向の割合が大
きい場合には、横書きと判断する。割合がほぼ同じ場合
には、縦横の文字間隔の大小を比較して方向を決定する
（例えば、特開平０４−２９０１８５号公報参照）。 黒画素連結の外接矩形を求め、一つの矩形からみ
て、矩形間の距離から最も近い別の矩形を求める。その
矩形の位置が元の矩形からみて、水平方向にある場合に
は、水平カウンタをインクリメントし、垂直方向にある
場合には、垂直カウンタをインクリメントする。これを
全矩形で行い、水平カウンタと垂直カウンタの値から縦
書き、横書きを決定するもの（例えば、特開平０５−７
３７１８号公報参照）。

【０００６】

【発明が解決しようとする課題】上記した従来技術はそ
れぞれ次のような問題点をもっていた。 （１）空間周波数を用いるもの。計算量が大きく、空間
周波数が綺麗にでないので、有効でない。 （２）縦横への黒画素の投影結果を用いるもの。複雑な
画像では投影結果からでは文字列方向を決定できない。 （３）白ランの幅を用いるもの。白ランが有効にでな
い。複雑な画像では有効でない。 （４）画像の相関を用いるもの。計算量が大きく処理時
間がかかる。また、複雑な画像では空間周波数が綺麗に
でないので有効でない。 （５）文字認識結果を用いるもの。文字認識結果に依存
してしまう。また、計算量が大きく処理時間がかかる。

【０００７】すなわち、上記（１）〜（５）の技術は、
基本的に複雑な画像に対応できないか、または、処理時
間が非常にかかってしまうという問題点がある。そのた
め、上記（６）のような黒画素連結領域の外接矩形を基
本情報とするような技術が必要となる。しかし、（６）
の技術はそれぞれ次のような問題点がある。

【０００８】（６）文字間隔を用いるもの。 縦／横の文字間隔で、一定である割合を求め、その
情報から方向を決定する。横書きの文書を考えた場合、
文字間隔と行間隔を比較すると行間隔の方が文字間隔よ
り安定していて一定間隔になる場合が多い（例えば、雑
誌の本文の英語が混じったものなど）。特開平０４−２
９０１８５号公報によると、間隔の一定割合が多い方の
方向が文字列の方向であるので、上記の場合は誤ること
となる。

【０００９】 黒画素連結の外接矩形を求め、一つの
矩形からみて、矩形間の距離から最も近い別の矩形を求
める。特開平０５−７３７１８号公報に記載されるもの
は、黒画素連結領域の外接矩形を求め矩形に最も近い矩
形の方向から文字列方向を求めるものであり、殆どの場
合正しく文字列を求められると考えられるが、この方法
だけでは文字間隔と行間隔が近くなった場合に不安定と
なる。本発明は上記した従来技術の問題点を考慮してな
されたものであり、その目的とするところは、複雑な画
像からでも、比較的高速に正しい文字列方向を求めるこ
とができる文字列方向推定方法および装置を提供するこ
とである。

【００１０】

【課題を解決するための手段】図１は本発明の原理図で
ある。本発明は図１の(a) 〜(l) のようにして文字列方
向を抽出する（下記(a) 〜(l))は図１の(a) 〜(l) に対
応する）。 (a) 文書を読み込み、画像データを生成する。 (b) 文書画像を表示してユーザが処理領域を指定する
か、あるいは、自動文字領域抽出により処理領域を抽出
する。 (c) 文書画像中の黒画素連結領域を求めることにより、
その外接矩形を求め、その高さまたは幅の最頻値を求め
る。そして、重複した矩形を一つの矩形に統合し、外接
矩形を抽出する。 (d) 外接矩形の縦方向、横方向の投影を求め、縦／横方
向の線密度特徴を抽出する。

【００１１】(e) 上記縦／横方向の線密度特徴から縦方
向、横方向文字列数の推定を行う。縦方向、横方向文字
列数は次のようにして推定することができる。 縦／横方向について、しきい値より大きい線密度の
山の数をカウントするとともにその最後の山の幅を求
め、上記カウント値、および山の幅から縦／横方向の文
字列数を推定する。 縦／横方向の線密度の最大値を求め、その縦／横方
向の線密度の最大値の大小関係から仮に文字列の方向を
推定し、その推定結果を利用して、縦方向あるいは横方
向について、しきい値より大きい線密度の山の数をカウ
ントし、文字列数を推定する。 (f) 上記(e) により推定した文字列数が１であるかを調
べる。 (g) 文字列数が１の場合には、上記(e) の結果を用いて
線密度特徴から文字列方向を決定する。 (h) 文字列数が１でない場合には、外接矩形の縦、横方
向の距離の累積値（あるいは平均距離値）の比を抽出す
る。

【００１２】(i) 上記比が所定範囲内であるかを調べ
る。 (j) 上記比が所定範囲内でないときには、上記(h) で求
めた外接矩形の縦、横方向の距離の累積値（あるいは平
均距離値）の比から文字列方向を決定する。 (k) 上記比が所定範囲内のときには文字列方向が不安定
なので、外接矩形の水平方向、垂直方向の重複値の累計
を求める。 (l) 上記水平方向、垂直方向の重複値の累計値から文字
列方向を決定する。

【００１３】以上のように、本発明においては、次のよ
うにして前記課題を解決する。 （１）文書を画像データに変換して、文書画像を生成
し、この文書画像における黒画素連結領域の外接矩形を
元にして、該外接矩形を縦方向、および横方向に投影し
た線密度特徴を求めて、縦方向もしくは横方向の文字列
数の推定を行うとともに、上記外接矩形の縦方向および
横方向の距離値の累計値の比を求め、上記文字列数と、
距離値の累計値の比に基づき文字列方向を推定する。 （２）上記（１）において、線密度特徴から文字列数の
推定を行い、推定された文字列数が１のとき線密度特徴
から文字列方向を推定し、上記線密度特徴から推定され
た文字列数が２以上の場合、外接矩形の縦方向および横
方向の距離値の累計値の比により文字列方向を推定す
る。 （３）上記（１）（２）において、縦方向と横方向の線
密度特徴の最大値を比較することにより、文字列方向の
推定を行う。 （４）上記（１）（２）（３）において、黒画素連結領
域の外接矩形の間の縦横方向の平均距離値の比によって
文字列方向を推定する。 （５）上記（１）（２）（３）（４）において、黒画素
連結領域の外接矩形の重複値を計算し、該重複値を用い
て文字列方向を推定する。 （６）上記（５）において、平均距離値の比が一定範囲
内のとき、黒画素連結領域の外接矩形の重複値を用いて
文字列方向を推定する。 （７）文書を画像データに変換し、得られた文書画像か
ら必要とする部分領域を取り出して、文字列方向を推定
する文字列方向推定装置において、上記文書画像におけ
る黒画素連結領域の外接矩形を求める外接矩形生成手段
と、上記外接矩形を縦方向、および横方向に投影した線
密度特徴を求める線密度特徴生成手段と、上記外接矩形
の縦方向および横方向の距離値の累計値の比を求める距
離累計値比算出手段と、上記線密度特徴生成手段により
生成された線密度特徴から文字列数を推定し、該文字列
数および距離累計値比算出手段により算出された距離値
の累計値の比に基づき文字列方向を推定する文字列方向
推定手段とを設ける。

【００１４】本発明の請求項１〜７の発明は、上記
（１）〜（７）のように外接矩形の線密度特徴と、外接
矩形の縦／横方向の距離値の累積値（距離平均値）の比
を用いて文字列方向を推定しているので、複雑な文字画
像であっても、また、文字間隔と行間隔が近い場合であ
っても、指定された領域内の文字列方向を高速にかつ正
確に推定することができる。特に、線密度特徴から文字
列数を推定し、文字列数の推定値を用いて文字列方向を
推定しているので、文字列数に応じた処理を行うことが
でき、処理速度を高速化し、正確に文字列方向を推定す
ることができる。

【００１５】また、文字列数の推定値が１のとき線密度
特徴から文字列方向を抽出し、文字列数の推定値が１で
ないときに、外接矩形の縦／横方向の距離値の累積値
（距離平均値）の比を用いて文字列方向を抽出すること
により、文字列数が１の場合の処理を高速化することが
できる。さらに、外接矩形の平均距離値の比が一定範囲
内のとき、外接矩形の重複値を用いて文字列方向を推定
することにより、文字列方向か不安定な場合であっても
文字列方向を高速かつ正確に推定することができる。

【００１６】

【発明の実施の形態】図２は本発明の実施の形態のシス
テム構成図であり、１はスキャナー、ＦＡＸ等の文書画
像情報を読み取る光電変換装置、２はディスプレイ端
末、３はプロセッサ、４はデータ、プログラム等を格納
するメモリである。上記光電変換装置１、ディスプレイ
端末２、プロセッサ３、メモリ４はバス５を介して接続
されている。同図において、光電変換装置１で読み取ら
れた文書画像情報（以下画像データという）は、バス５
を介してメモリ４に格納される。プロセッサ３はメモリ
４に格納された画像データを読み出し、後述する処理を
行って文字列方向を判定する。

【００１７】図３は本発明の実施例の全体処理を示すフ
ローチャート、図４〜図７はその詳細処理を示すフロー
チャートであり、図３〜図７により本発明の実施例を説
明する。図３のステップＳ１において、まずスキャナ等
の光電変換装置１で文書を読み込み、読み込んだ画像デ
ータをメモリ４に格納する（画像入力処理）。ついで、
ステップＳ２において、読み込んだ文書画像をディスプ
レイ端末２に表示し、ユーザに処理領域を指定してもら
う（処理領域抽出処理）。なお、ユーザが処理領域を指
定する代わりに、自動文字領域抽出処理を行い処理領域
の自動抽出をしてもよい。上記のように処理領域が指定
されると、プロセッサ３は次のような処理を行って文字
列方向を抽出する。

【００１８】ステップＳ３において、指定された領域か
らラベリングを使って黒画素連結領域を求め、その外接
矩形を求める（黒画素連結領域抽出処理）。黒画素連結
領域を求めるには、２値化されている画像データの黒画
素を８連結で走査し（一つの黒画素の上、下、左、右、
左上、左下、右上、右下の８方向を走査して隣接黒画素
があるかを調べる）、連結がある場合には、それらの黒
画素に同一のラベル値を与えることにより黒画素連結領
域を生成する。

【００１９】次に、ステップＳ４において、上記のよう
にして得られた外接矩形の高さ、または幅の代表値most
freq 〔例：最も頻度の多い値（最頻値）〕を求める
（外接矩形の高さ／幅の最頻値抽出処理）。そのため、
外接矩形の高さまたは幅の頻度分布を表すヒストグラム
を作成する。例えば、横軸が各外接矩形の高さまたは
幅、縦軸がその高さまたは幅を持つ矩形の数（頻度値）
を表すヒストグラムを作成し、このヒストグラムから矩
形高さの最頻値most freq を求める。なお、図３のステ
ップＳ４〜ステップ７の処理は、本出願人が先に提案し
た特願平７−３４１９８３号あるいは特願平６−３１２
８６０号に詳述されているので、ここでは簡単に説明す
るが、必要なら上記出願を参照されたい。

【００２０】ついで、ステップＳ５において、重なって
いる外接矩形がある場合、それらを一つに統合する（重
複矩形統合処理）。図８は上記重なっている外接矩形を
統合処理した結果の一例を示す図であり、同図に示すよ
うに、入力された文書の画像データに対して上記処理を
行うことにより文字もしくは文字の各部分の外接矩形が
求まる。ステップＳ６において、外接矩形の隣接関係と
隣の矩形までの距離を求める（隣接関係抽出処理）。

【００２１】すなわち、図９（ａ）に示すように基準と
なる矩形から上下左右の最も近い矩形を探索し、その矩
形までの距離を求める。そして、求めた距離と上下左右
の矩形へのポインタを図９（ｂ）に示すように基準矩形
のポインタ値としてテーブルに記憶する。図９の場合に
は、基準矩形と上矩形間の距離Ｄ１と、基準矩形から上
矩形へのポインタ値Ｐ１、上矩形から基準矩形へのポイ
ンタ値Ｐ２；基準矩形と下矩形間の距離Ｄ２と、基準矩
形から下矩形へのポインタ値Ｐ３、下矩形から基準矩形
へのポインタ値Ｐ４、…、がテーブルに記憶される。

【００２２】ステップＳ７において、特定の条件を満た
す場合に、上記ステップＳ６で得た隣接関係を切断する
（隣接関係切断処理）。例えば、図１０（ａ）のａ３と
ｂ１あるいはａ６とｂ３のように、矩形間の距離が他の
矩形間の距離より大きく離れている場合、あるいは、図
１０（ｂ）の矩形ｄ１に示すように他の矩形ｃ１〜ｃ４
に較べて大きさが異なっている等の場合、隣接関係を切
断する。

【００２３】以上の処理が終わると、ステップＳ８にお
いて本発明の係わる文字列方向抽出処理を行う。図４、
図５は上記文字列方向抽出処理のフローチャートであ
り、同図により文字列方向抽出処理について詳述する。
ステップＴ１において、処理領域内で、縦方向、横方向
の線密度特徴を求め、それぞれの線密度の最大値yokoma
x ，tatemax を求める（線密度特徴抽出処理）。線密度
は、最初０クリアされた配列領域において、矩形の存在
する領域を配列領域に対して＋１する処理である。

【００２４】例えば、図１１に示すように矩形Ａ〜Ｄが
配置されているとき、その縦方向のの投影yoko（横軸へ
の投影）、横方向の投影tate（縦軸への投影）は図１１
に示すようになり、この縦方向、横方向の投影から、縦
方向投影の最大値tate maxおよび横方向投影の最大値yo
ko maxを求める。ステップＴ２において、横方向投影、
縦方向投影の線密度特徴から、それぞれの文字列数を計
算するためのしきい値（th yoko 、th tate ）を下式に
より算出する。 th yoko ＝yoko max ×0.1 th tate ＝tate max ×0.1 なお、しきい値の算出係数は０．１に限定されるもので
はなく、その他の値を用いてもよい。また、予め設定さ
れた一定値をしきい値として用いてもよい。

【００２５】ついで、ステップＴ３において、縦方向の
線密度特徴と縦方向のしきい値から、処理領域内にある
縦方向の文字列の数を推定し、yokocount とする。同時
に最後の文字列の幅yokowidth を算出する。また、横方
向の線密度特徴と横方向のしきい値から、処理領域内に
ある横方向の文字列の数を推定し、tatecount とする。
同時に最後の文字列の幅tatewidthを算出する（処理領
域内方向別文字列数推定処理）。

【００２６】図６は上記処理領域内方向別文字列数推定
処理（縦方向の処理）のフローチャートであり、同図に
より図４のステップＴ３の処理を詳述する。なお、横方
向の処理も図６と同様に行うことができるので、ここで
は縦方向の処理のみについて説明する。まず、ステップ
Ｒ１において、yokocount （縦方向文字列数の推定
値）、yokost （処理最後の山の縦方向線密度の開始座
標）、yoko en （同縦方向線密度の終了座標）、flag
（フラグ）、i （縦方向線密度の座標値：前記図１０に
おけるＸ軸方向の座標値）を０に初期設定し、ステップ
Ｒ２において、flag=0であるかを判別する。

【００２７】最初はflag=0であるので、ステップＲ４に
行き、縦方向線密度の座標値０の値yoko[0] （例えば、
前記図１０において、Ｘ＝０のときの横方向線密度の
値）が、前記ステップＴ２で求めたしきい値th yoko よ
り大きいかを判別する。ステップＲ４で、yoko[0] ＞th
yoko であった場合には、ステップＲ５に行き、flag＝
１、yoko st ＝ｉ、yokocount ＝yokocount ＋１とし、
ステップＲ７に行く。また、ステップＲ４でyoko[0] ≦
th yoko であった場合には、そのままステップＲ７に行
き（フラグflag=0のまま）、i がその最大値であるxmax
imumより小さいか判別し、小さい場合にはステップＲ８
にいき、ｉ＝ｉ＋１としてステップＲ２に戻る。

【００２８】ステップＲ２において、フラグflag＝０で
あるかを判別し、flag＝１のときはステップＲ３に行
き、yoko[0] ≦th yoko であった場合には、ステップＲ
６に行き、フラグflagを０にセットするとともに、縦方
向線密度の終了座標yoko en をｉにセットし、ステップ
Ｒ７に行く。また、yoko[0] ＞th yoko のときはそのま
まステップＲ７に行き、上記したようにi がその最大値
であるxmaximumより小さいか判別する。

【００２９】以上の処理をｉがその最大値xmaximumに達
するまで行う。その結果、縦方向線密度の山の数yokoco
unt と、最後の山の開始座標yoko st および終了座標yo
ko en が求まる。なお、ｉがその最大値xmaximumに達し
たとき、まだ最後の山が終了していない場合には、フラ
グflagは１のままとなるので、下記のステップＲ１０に
より最後の山の終了座標を求める。

【００３０】ｉがその最大値xmaximumに達すると、ステ
ップＲ９においてフラグflag＝０であるかを判別する。
そして、フラグflag＝０の場合には、ステップＲ１１に
行き、yokowidth ＝yoko en −yoko st ＋１により最後
の山の幅yokowidth を算出する。また、ステップＲ９で
フラグflag＝１の場合には、ステップＲ１０に行き、yo
ko en ＝xmaximum−１として、ステップＲ１１に行き、
上記と同様の処理を行い、ステップＲ１２で上記と同様
に、横方向の文字列数tatecount 、最後の文字列の幅ta
tewidth を求める。そして、ステップＲ１３でyokocoun
t 、yokowidth 、tatecount 、tatewidth を出力して終
了する。

【００３１】図４に戻り、上記のようにして、縦方向の
文字列数yokocount と最後の文字列の幅yokowidth およ
び横方向の文字列数tatecount と最後の文字列の幅tate
width が求まると、ステップＴ４において、縦方向の文
字列数yokocount ＝１であるかを判別する。縦方向の文
字列数yokocount が１の場合には、ステップＴ５に行
き、縦方向の最後の文字列の幅yokowidth が前記図３の
ステップＳ４で求めた矩形の幅の最頻値 most freqに近
いか、すなわち、most freq/2 とmost freq ×2 の間に
入っているかを調べる。この条件を満たしている場合に
は、ステップＴ６に行き、文字列数count ＝１：tatefl
ag＝１にセットして図５のステップＴ１２にいく。

【００３２】また、縦方向の文字列数yokocount が１で
ない場合には、ステップＴ８に行き、横方向の文字列数
tatecount が１であるかを調べる。横方向の文字列数ta
tecount が１の場合には、ステップＴ９に行き、横方向
の最後の文字列の幅tatewidth が前記図３のステップＳ
４で求めた矩形の幅の最頻値 most freqに近いか、すな
わち、most freq/2 とmost freq ×2 の間に入っている
かを調べる。この条件を満たしている場合には、ステッ
プＴ１０に行き、文字列数count ＝１：tateflag＝０に
セットして図５のステップＴ１２にいく。

【００３３】また、ステップＴ９において上記条件を満
たしていない場合には、ステップＴ１１に行き、文字列
数count ＝０にセットして図５のステップＴ１２にい
く。すなわち、縦方向もしくは横方向の文字列数の推定
値（線密度の山の数）が１であって、その幅が前記した
矩形の幅の最頻値 most freqに近い場合、縦方向の文字
列数の推定値が１のときは縦候補としてcount ＝１，ta
teflag＝１にセットし、また、横方向の文字列数の推定
値が１のときは横候補として、count ＝１，tateflag＝
０にセットし、図５のステップＴ１２にいく。

【００３４】また、上記条件を満たさない場合には、文
字列数count ＝０にセットし、図５のステップＴ１２に
いく。図５のステップＴ１２において、文字列数count
が１であるかを調べ、count＝１の場合には、ステップ
Ｔ２１に行きtateflagが１であるか０であるかを調べ
る。そして、tateflag＝１のときはステップＴ２２に行
き、文字列方向は縦方向であるとして処理を終了する。
また、tateflag＝０のときはステップＴ２３に行き、文
字列方向は横方向であるとして処理を終了する（文字列
方向判定処理１）。

【００３５】ステップＴ１２において、文字列数count
が１でない場合には、ステップＴ１３に行き、縦／横平
均矩形間距離抽出処理を行う。すなわち、矩形の代表値
から求めたしきい値以上の矩形に対して、前記図９
（ｂ）に示したテーブルを参照して、上下方向の距離値
の総和、左右方向の総和を求めるとともに、距離値を求
めるのに使った矩形の数を縦方向、横方向で求める。そ
して、縦方向の平均距離値vertmean（＝上下方向の距離
値／縦方向の矩形数）、横方向の平均距離値horizmean
（＝左右方向の距離値／横方向の矩形数）を求める。

【００３６】ついでステップＴ１４において、横方向の
平均距離値／縦方向の平均距離値から平均距離値の比率
rateを算出する（平均距離値比率抽出処理）。ステップ
Ｔ１５において、上記平均距離値の比率rateが第１のし
きい値th1 （例えば0.8)以上でかつ第２のしきい値th2
（例えは1.25) 以下であるかを調べる。平均距離値の比
率rateが第１のしきい値th1 以下か、あるいは第２のし
きい値th2 以上の場合には、文字列方向が安定している
として、ステップＴ１８に行き、縦方向の平均距離値ve
rtmeanと横方向の平均距離値horizmean の大きさを比較
する。

【００３７】そして、vertmean≦horizmean の場合に
は、すなわち、横方向の文字間距離が縦方向の文字間距
離より大きい場合、ステップＴ１９にいき、文字列方向
は縦方向であると決定して処理を終了する。また、vert
mean＜horizmean の場合には、すなわち、縦方向の文字
間距離が横方向の文字間距離より大きい場合、ステップ
Ｔ２０にいき、文字列方向は横方向であると決定して処
理を終了する。一方、平均距離値の比率rateが第１のし
きい値th1 以上でかつ第２のしきい値th2 以下の場合に
は、文字列方向が不安定なので、ステップＴ１６に行
き、重複計算処理を行う。

【００３８】図７は、上記重複計算処理のフローチャー
ト、図１２は重複計算処理を説明する図であり、図７、
図１２により重複計算処理について説明する。図７のス
テップＵ１において、縦方向の重複幅vdup、横方向の重
複幅hdupを０にクリアする。ステップＵ２において、一
つの矩形の上にある矩形を求め、元の矩形と上の矩形の
垂直方向に重複する幅をvdupに加える。ステップＵ３に
おいて、一つの矩形の下にある矩形を求め、元の矩形と
下の矩形の垂直方向に重複する幅をvdupに加える。

【００３９】例えば、図１２において、矩形Ａについ
て、矩形Ａの上にある矩形Ｂと矩形Ａとの垂直方向の重
複幅vdup1 をvdupに加え、矩形Ａの下にある矩形Ｄとの
垂直方向の重複幅vdup2 をvdupに加える。ステップＵ４
において、一つの矩形の左にある矩形を求め、元の矩形
と左の矩形の水平方向に重複する幅をhdupに加える。ス
テップＵ５において、一つの矩形の右にある矩形を求
め、元の矩形と右の矩形の水平方向に重複する幅をhdup
に加える。例えば、図１２において、矩形Ａについて、
矩形Ａの左にある矩形Ｅと矩形Ａとの水平方向の重複幅
hdup1 をhdupに加え、矩形Ａの右にある矩形Ｄとの水平
方向の重複幅hdup2 をhdupに加える。

【００４０】ステップＵ６において、全ての矩形につい
て処理したかを判別し、全ての矩形についての処理が終
了していない場合には、ステップＵ２に戻り、上記処理
を繰り返す。上記処理が全ての矩形について終了する
と、ステップＵ７に行き、求めたvdup、hdupを返し終了
する。

【００４１】図５に戻り、上記のようにして縦方向の重
複幅vdup、横方向の重複幅hdupが求まると、ステップＴ
１７において、縦方向の重複幅vdupと横方向の重複幅hd
upの大きさを比較する。そして、hdup≦vdupの場合、す
なわち、縦方向の重複が多い場合には、ステップＴ１９
に行き、文字列方向は縦方向であると決定する。また、
hdup＞vdupの場合、すなわち、横方向の重複が多い場合
には、ステップＴ２０に行き、文字列方向は横方向であ
ると決定する（以上のステップＴ１５〜Ｔ０：文字列方
向判定処理２）。

【００４２】なお、上記実施例では、縦方向の平均距離
値vertmean（＝上下方向の距離値／縦方向の矩形数）、
横方向の平均距離値horizmean （＝左右方向の距離値／
横方向の矩形数）を求め、横方向の平均距離値／縦方向
の平均距離値から平均距離値の比率rateを算出している
が、文字画像の処理領域における文字数が縦／横で略等
しい場合には上記距離の累計値の比をそのまま用いても
よい。

【００４３】図１３〜図１５は文字列方向抽出処理の第
２の実施例を示す図である。本実施例は上記第１の実施
例における文字列方向抽出処理を簡略化したものであ
り、同図により本発明の第２の実施例を説明する。図１
３のステップＱ１において、処理領域内で、縦方向、横
方向の線密度特徴を求め、それぞれの線密度の最大値yo
komax ，tatemax を求める（線密度特徴抽出処理）。

【００４４】ステップＱ２において、仮文字方向抽出処
理を行う。すなわち、上記縦方向、横方向の線密度特徴
の最大値yokomax ，tatemax を比較し、tatemax ≧yoko
maxの場合には、文字列方向が横方向であると推定してt
ateflag＝０にセットし、tatemax ＜yokomax の場合に
は、文字列方向が縦方向であると推定してtateflag＝１
にセットする。ステップＱ３において、上記仮文字方向
抽出処理結果を用いて、文字列数を推定し、文字列数推
定値count を求める（処理領域内文字列数推定処理）。

【００４５】図１５は上記処理領域内文字列数推定処理
の詳細を示すフローチャートであり、同図により、本実
施例の処理領域内文字列数推定処理について説明する。
ステップＰ１において、しきい値thcount を算出する。
すなわち、文字列方向が横方向であると推定されtatefl
ag＝０の場合には、しきい値thcount を例えばtatemax
/2に設定し、文字列方向が縦方向であると推定されtate
flag＝１の場合には、しきい値thcount を例えばyokoma
x /2に設定する。

【００４６】ステップＰ２において、tateflag＝１であ
るかを調べ、tateflag＝１の場合には、ステップＰ３に
おいて、縦方向投影線密度特徴の分布から上記しきい値
thcount より大きい部分の個数を求め、これを縦方向の
文字列数の推定値count とする。また、tateflag＝０の
場合には、ステップＰ４において、横方向投影線密度特
徴の分布から上記しきい値thcount より大きい部分の個
数を求め、これを横方向の文字列数の推定値count とす
る。そしてステップＰ５で上記count 値を返して終了す
る。

【００４７】図１３に戻り、ステップＱ４において、上
記文字列数の推定値count が１であるか否かを判別す
る。以下、図１３、図１４のステップＱ５からステップ
Ｑ１５までの処理は前記した図５のステップＴ１３から
ステップＴ２３までの処理と同じであり、count ＝１の
場合には、tateflagが１のとき文字列方向が縦方向、ta
teflagが０のとき文字列方向が横方向と決定する（文字
列方向判定処理１）。また、count ＝１でない場合に
は、縦／横平均距離値を抽出し、その比および縦／横重
複値vdup，hdupにより文字列方向を決定する（文字列方
向判定処理２）。

【００４８】

【発明の効果】以上説明したように本発明においては、
指定された領域内の文字列方向を高速かつ正確に抽出す
ることができる。また、領域内の文字列が多少傾いてい
る場合であっても正確な文字列方向の抽出が可能とな
る。このため、文字認識処理等において、文字列抽出を
行う場合に正しい文字列の抽出が可能となり、その結
果、認識結果の文字並びが正しくなる。

【図面の簡単な説明】

【図１】本発明の原理図である。

【図２】本発明の実施の形態のシステム構成図であり

【図３】本発明の実施例の全体処理を示すフローチャー
トである。

【図４】第１の実施例の文字列方向抽出処理（その１）
を示す図である。

【図５】第１の実施例の文字列方向抽出処理（その２）
を示す図である。

【図６】第１の実施例の方向別文字列数推定処理（縦方
向の処理）を示す図である。

【図７】重複計算処理を示す図である。

【図８】重なっている外接矩形を統合処理した結果の一
例を示す図である。

【図９】外接矩形間距離と矩形間距離を格納するテーブ
ルを説明する図である。

【図１０】隣接関係切断処理を説明する図である。

【図１１】縦方向、横方向の線密度特徴を説明する図で
ある。

【図１２】重複計算処理を説明する図である。

【図１３】第２の実施例の文字列方向抽出処理（その
１）を示す図である。

【図１４】第２の実施例の文字列方向抽出処理（その
２）を示す図である。

【図１５】第２の実施例の処理領域内文字列数推定処理
を示す図である。

【符号の説明】

１ 光電変換装置 ２ ディスプレイ端末 ３ プロセッサ ４ メモリ ５ バス

Claims (7)

(57)【特許請求の範囲】
1. 【請求項１】 文書を画像データに変換して、文書画像
   を生成し、 上記文書画像における黒画素連結領域の外接矩形を元に
   して、該外接矩形を縦方向、および横方向に投影した線
   密度特徴を求めて、縦方向もしくは横方向の文字列数の
   推定を行うとともに、上記外接矩形の縦方向および横方
   向の距離値の累計値の比を求め、上記文字列数と、 距離値の累計値の比に基づき文字列方
   向を推定することを特徴とする文字列方向推定方法。
2. 【請求項２】 線密度特徴から文字列数の推定を行い、
   推定された文字列数が１のとき線密度特徴から文字列方
   向を推定し、 上記線密度特徴から推定された文字列数が２以上の場
   合、外接矩形の縦方向および横方向の距離値の累計値の
   比により文字列方向を推定することを特徴とする請求項
   １の文字列方向推定方法。
3. 【請求項３】 縦方向と横方向の線密度特徴の最大値を
   比較することにより、文字列方向の推定を行うことを特
   徴とする請求項１または請求項２の文字列方向推定方
   法。
4. 【請求項４】 黒画素連結領域の外接矩形の間の縦横方
   向の平均距離値の比によって文字列方向を推定すること
   を特徴とする請求項１，２または請求項３の文字列方向
   推定方法。
5. 【請求項５】 黒画素連結領域の外接矩形の重複値を計
   算し、該重複値を用いて文字列方向を推定することを特
   徴する請求項１，２，３または請求項４の文字列方向推
   定方法。
6. 【請求項６】 平均距離値の比が一定範囲内のとき、黒
   画素連結領域の外接矩形の重複値を用いて文字列方向を
   推定することを特徴する請求項５の文字列方向推定方
   法。
7. 【請求項７】 文書を画像データに変換し、得られた文
   書画像から必要とする部分領域を取り出して、文字列方
   向を推定する文字列方向推定装置であって、 上記文書画像における黒画素連結領域の外接矩形を求め
   る外接矩形生成手段と、 上記外接矩形を縦方向、および横方向に投影した線密度
   特徴を求める線密度特徴生成手段と、 上記外接矩形の縦方向および横方向の距離値の累計値の
   比を求める距離累計値比算出手段と、 上記線密度特徴生成手段により生成された線密度特徴か
   ら文字列数を推定し、、該文字列数および距離累計値比
   算出手段により算出された距離値の累計値の比に基づき
   文字列方向を推定する文字列方向推定手段とを備えたこ
   とを特徴とする文字列方向推定装置。