JP3618926B2

JP3618926B2 - 文書画像の傾き検出方法

Info

Publication number: JP3618926B2
Application number: JP27089196A
Authority: JP
Inventors: 高志齋藤; 勝士森本
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1996-07-02
Filing date: 1996-10-14
Publication date: 2005-02-09
Anticipated expiration: 2016-10-14
Also published as: JPH1074239A

Description

【０００１】
【発明の属する技術分野】
本発明は、文書画像の傾き検出方法に関する。
【０００２】
【従来の技術】
本出願人は先に、文書画像の傾き検出方法として、縮小した文書画像から黒画素連結成分の外接矩形を抽出し、この外接矩形同志のなす角度を所定範囲内でヒストグラムとして求め、該ヒストグラムのピークから当該文書画像の傾きを検出する方法（特開平７−１４１４６５号公報を参照）を提案した。
【０００３】
【発明が解決しようとする課題】
上記した方法では、まず画像を縮小する。縮小することによって文字列が融合して、抽出された連結成分矩形の数が原画像から抽出する場合に比べて非常に少なくなることを利用している。処理対象となる矩形が少ないので処理時間が短縮され、文字がばらばらにならず、適当に融合するので抽出角度が安定する。しかし、縮小画像を使用することから、画像の傾き角度を高精度に検出することが難しいという問題がある。
【０００４】
本発明の目的は、縮小画像を利用する利点を活かしつつ、精度よく文書画像の傾き角度を求めることができる文書画像の傾き検出方法を提供することにある。
【０００５】
【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、文書画像の傾きを検出する方法であって、該文書画像を縮小し、該縮小された画像から前記文書画像の傾きを粗く検出し、次いで、前記傾きを粗く検出する際に用いた基準となる第１の縮小画像矩形と、該第１の縮小画像矩形の頂点から、前記粗く検出された傾きに沿って延ばした線分と交差する、または線分から近い場所にある第２の縮小画像矩形とを求め、前記第１、第２の縮小画像矩形内の原画像から矩形を抽出し、該抽出された原画像矩形を用いて前記文書画像の詳細な傾きを検出することを特徴としている。
【０００６】
請求項２記載の発明では、前記粗く検出された傾きに沿って延ばした線分と交差する、または線分から近い場所にある第３の縮小画像矩形と、前記第２の縮小画像矩形との間の距離が所定の閾値以上離れているとき、前記第３の縮小画像矩形を、矩形抽出の対象外とすることを特徴としている。
【０００７】
【発明の実施の形態】
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、本発明の実施例の構成を示す。図において、１０１は画像の入力手段、１０２は入力された文書画像を縮小する画像縮小手段、１０３は縮小画像から黒画素連結成分の外接矩形を抽出する縮小画像外接矩形抽出手段、１０４は外接矩形抽出手段１０３で抽出した縮小画像の矩形情報から粗傾きを検出する粗傾き検出手段、１０５は粗傾きを利用して原画像から効率的に矩形を抽出する原画像外接矩形抽出手段、１０６は矩形抽出手段１０５で抽出した原画像の外接矩形から詳細な傾きを求める詳細傾き検出手段、１０７は入力された画像や処理中の各種情報を蓄積するデータ記憶部、１０８は全体の制御部、１０９はデータ通信路である。
【０００８】
図２は、本発明の処理フローチャートを示す。以下、図２に従って本発明を説明する。まず、画像入力手段１０１によって文書画像を得る（ステップ２０１）。この画像入力手段は、スキャナやファックスであり、あるいはネットワーク経由で別の機器から画像を得る手段でもよい。
【０００９】
次に、入力された文書画像を画像縮小手段１０２によって縮小する（ステップ２０２）。この縮小方法としては、例えば８×８画素を１画素に縮小する方法がある。このとき、８×８画素（６４画素）中に、所定の閾値以上の個数の黒画素が存在すれば当該縮小画素を黒とすればよい。
【００１０】
縮小した画像では近接する文字は融合している。縮小画像外接矩形抽出手段１０３は、このような状態になった縮小画像から黒画素連結成分の外接矩形を抽出する（ステップ２０３）。粗傾き検出手段１０４は、抽出した矩形情報から文書画像全体の傾き角度を検出する（ステップ２０４）。この検出処理としては、例えば前掲した公報に記載の方法を使用する。この方法では、矩形の頂点を参照点（基準点）として傾きを検出している。
【００１１】
図３は、本出願人が先に提案した傾き検出方法を説明する図である。この図３を例に説明すると、３０１と３０２は縮小画像での外接矩形である。その頂点（図中の丸印）を結んだ線３０５がステップ２０４において傾き検出に利用される。ところが実際の文字の外接矩形は３０３や３０４であり、正しい傾きは３０６となる。縮小画像を利用しているために、まずここで誤差を含むことになる。
【００１２】
また、前掲した公報に記載されたように、ヒストグラムを使用してそのピークから傾き角度を決定する方法では、ヒストグラムの各クラスの幅をあまり狭くできないので精度が低く、正しい角度近辺にピークを検出できるが、必ずしも該角度とピークとは一致しない。
【００１３】
そこで、本発明では、このように誤差を含んだ検出結果を得た後に、詳細な角度検出処理を行う。前述したように縮小画像を使用する限りは誤差を含んでしまうので、本発明では原画像の矩形情報を利用する。しかし、原画像からの矩形抽出処理には時間がかかり、また矩形自体の数も多い。本発明では、全体の処理量を減らすために、原画像からの矩形抽出に制限を設け、処理時間が増加することを防止している。
【００１４】
図４は、本発明の詳細傾き検出を説明する図である。また、図５は、図２のステップ２０５、２０６の詳細な処理フローチャートである。まず、適当に縮小矩形を選ぶ（粗傾き検出に利用した縮小矩形を選ぶ）（ステップ５０２）。図４において、粗傾き検出に利用した縮小矩形４０１を選択する。この矩形４０１の上下の頂点から、ステップ２０４で求めた粗傾きで線を引く。この線が４０４、４０５である。この線分４０４、４０５に交わる矩形を選ぶ（ステップ５０３）。ステップ５０３によって選択された矩形が４０２、４０３である。
【００１５】
該矩形間の距離を矩形４０１側から調べ、矩形間の距離が所定の閾値を越える場合はそれ以降は処理対象外とする（ステップ５０４）。図４では、矩形４０１と矩形４０２間の距離４０６は閾値以内であるが、矩形４０２と矩形４０３間の距離４０７は閾値を越えている。従って、矩形４０３より右側の矩形は、例え線４０４、４０５に交差していたとしても、ここでは処理対象外となる。
【００１６】
次に、処理対象となる矩形４０１、４０２内の原画像矩形を抽出する（ステップ５０５）。抽出された矩形が、矩形４０８、４０９、４１０、４１１などである。これらの矩形の内、線４０４と線４０５の範囲内にない矩形４１０や４１１を除く（ステップ５０６）。残った原画像矩形を利用して詳細な傾きを検出する（ステップ５０７）。これには最小２乗法を使用して回帰直線を求める方法、例えば特願平３−１２８３４１号に記載の方法などを使用すればよい。
【００１７】
上記したステップ５０２からステップ５０７の処理によって傾き角度が求められるが、一箇所から傾きを求めるとわずかながら全体の傾きからずれが生じる場合がある。これを防ぐために上記したステップ５０２からステップ５０７の処理を繰り返す。そして、十分な回数の処理を行ったら処理を終了し（ステップ５０１）、求めた角度の平均値を画像全体の傾き角度とする（ステップ５０８）。ここで、求めた角度の中心値や、大きく外れた値を除いた平均値を使用することもできる。
【００１８】
なお、本発明は上記したものに限定されず、ソフトウェアによっても実現することができる。本発明をソフトウェアによって実現する場合には、ＣＰＵ、ＲＯＭ、ＲＡＭ、ハードディスク、キーボード、ＣＤ−ＲＯＭドライブなどからなる汎用の処理装置を用意する。そして、ＣＤ−ＲＯＭなどの記録媒体には、本発明の文書画像の傾き検出の機能（図２、図５の各ステップ）を実現するプログラムが記録されている。本発明の文書画像の傾き検出処理を行うときは、ＣＤ−ＲＯＭドライブにセットされた該記録媒体から、上記した処理機能を実現するプログラムが読み出され、ＲＡＭ上にロードされて、ＣＰＵによって逐一実行される。また、傾き検出の処理対象となるデータは、例えばスキャナなどから入力される原稿データである。
【００１９】
【発明の効果】
以上、説明したように、本発明によれば、粗傾き検出の高速性を保持しつつ詳細な傾きを求めることができる。
【００２０】
本発明によれば、高速に粗傾きを検出しつつ、詳細な傾きを求めることができる。
【００２１】
本発明によれば、詳細な角度を原画像矩形を利用して求める際に、余分な矩形を処理対象としなくて済むので、高速かつ高精度に詳細な傾きを求めることができる。
【図面の簡単な説明】
【図１】本発明の実施例の構成を示す。
【図２】本発明の処理フローチャートである。
【図３】本出願人が先に提案した傾き検出方法を説明する図である。
【図４】本発明の詳細傾き検出を説明する図である。
【図５】図２のステップ２０５、２０６の詳細な処理フローチャートである。
【符号の説明】
１０１画像入力手段
１０２画像縮小手段
１０３縮小画像外接矩形抽出手段
１０４粗傾き検出手段
１０５原画像外接矩形抽出手段
１０６詳細傾き検出手段
１０７データ記憶部
１０８制御部
１０９データ通信路

Claims

文書画像の傾きを検出する方法であって、該文書画像を縮小し、該縮小された画像から前記文書画像の傾きを粗く検出し、次いで、前記傾きを粗く検出する際に用いた基準となる第１の縮小画像矩形と、該第１の縮小画像矩形の頂点から、前記粗く検出された傾きに沿って延ばした線分と交差する、または線分から近い場所にある第２の縮小画像矩形とを求め、前記第１、第２の縮小画像矩形内の原画像から矩形を抽出し、該抽出された原画像矩形を用いて前記文書画像の詳細な傾きを検出することを特徴とする文書画像の傾き検出方法。
前記粗く検出された傾きに沿って延ばした線分と交差する、または線分から近い場所にある第３の縮小画像矩形と、前記第２の縮小画像矩形との間の距離が所定の閾値以上離れているとき、前記第３の縮小画像矩形を、矩形抽出の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。