JP3733154B2 - 画像処理装置及びその方法 - Google Patents

Description

【０００１】
【産業上の利用分野】
本発明は画像処理装置及びその方法に関し、例えば、画像中の文字認識処理のための画像領域分割処理を行なう画像処理装置及びその方法に関するものである。
【０００２】
【従来の技術】
近年の画像処理技術の進歩に伴い、文字や写真、グラフ等が混在した画像を例えばコンピュータ等の画像処理装置において処理することが増えてきた。この場合の処理手順としては、まずスキャナ等の画像入力装置で処理対象の画像を読み取り、画像処理装置に入力する。そして、画像処理装置では入力された画像に対して領域分割処理や光学的文字認識処理（以下、ＯＣＲ処理）等を施し、文書管理を行って、得られた画像や文字を利用していた。尚、領域分割処理とは、画像中の文字／写真／グラフ／表等の領域をそれぞれの特徴によって分離し、各領域情報を取り出す処理である。また、ＯＣＲ処理とは、画像内の文字領域について、該文字イメージを形成するビットマップを文字コードへ変換する文字認識処理である。
【０００３】
次に、上述した従来の画像処理装置における文字を含んだ画像処理を図２２のフローチャートに示し、説明する。
【０００４】
まず、ステップＳ２２１で原稿となる画像をスキャナ等の画像処理装置により入力する。尚、この入力は、例えば８ビットの多値画像データとして行なわれる。次にステップＳ２２２において、画像入力時に発生するスキャナの電気的ノイズの除去をはじめ、入力された原稿画像の劣化、原稿の傾き等を補正する。次いでステップＳ２２３で、入力画像に対して所定の固定閾値による単純２値化を施して領域分割処理を行い、各領域データを出力することにより、文字領域を抽出する。尚、この時の単純２値化処理は、例えば入力画像の濃度に応じた２値化処理であっても良い。そしてステップＳ２２４では、抽出された文字領域に対して各領域毎にＯＣＲ処理又は擬似中間調処理等の所望する画像処理を行なうことにより、文字認識を行う。そして最後にステップＳ２２５において、認識された文字等の処理結果を表示する。
【０００５】
以上説明した様に従来の画像処理装置においては、入力画像を固定閾値での単純２値化、又は原稿画像の濃度に応じた単純２値化の後、領域分割処理を行うことによって画像中の文書領域を抽出し、文字認識処理を行っていた。
【０００６】
【発明が解決しようとする課題】
しかしながら、上記従来の画像処理装置においては、以下に示す問題点があった。
【０００７】
例えば、原稿画像の下地が白であって、文字が黒色、又は灰色によって描かれている場合について考える。この場合、即ち原稿画像内に３つ以上の輝度レベル対象が混在しており、このような画像に対して固定閾値による単純２値化を施すと、灰色の文字領域については「白」として２値化される領域と、「黒」として２値化される領域とが発生する。これら２領域は不規則に発生するため、灰色文字のつぶれやかすれ等が発生し、高精度の２値化結果が得られなかった。従って正確な文字認識処理を行うことができず、特に灰色文字の認識率が著しく低下してしまっていた。
【０００８】
また、原稿画像の濃度に応じた単純２値化を行う場合においても、例えば下地も純粋に「白」ではないため、下地を「白」、黒色文字と灰色文字を「黒」として２値化したり、又は、下地と灰色文字を「白」、黒色文字を「黒」として２値化してしまっていた。従って、やはり灰色文字を精度良く２値化することができないため正確な文字認識処理を行うことができず、灰色文字の認識率が著しく低下してしまっていた。
【０００９】
更に、灰色文字の文字認識ができたとしても、黒色文字と区別して認識することはできなかった。
【００１０】
本発明は上述した問題点を解決するためになされたものであり、３つ以上の輝度レベル対象が存在した画像を処理する場合においても、輝度階層別に高精度に文字認識が可能となる画像処理装置及びその方法を提供することを目的とする。
【００１１】
【課題を解決するための手段】
上述した目的を達成するために、本発明は以下の構成を備える。
【００１２】
即ち、本発明の一側面に係る画像処理装置は、第１入力画像のヒストグラムを算出するヒストグラム算出手段と、前記ヒストグラムの分布の偏りを示す統計量が所定の範囲内に収まるように２値化閾値を設定する第１の閾値設定手段と、前記第１の閾値設定手段により設定された２値化閾値により前記第１入力画像を２値化して第１の２値画像を生成する第１の２値化手段と、前記第１の２値化手段で生成された第１の２値画像に基づいて領域を分割する領域分割手段と、前記分割された領域を前記第１入力画像から削除することによって第２入力画像を生成し、当該生成された第２入力画像を前記第１入力画像の代わりに用いて前記ヒストグラム算出手段と前記閾値設定手段と前記領域分割手段とによる処理を繰り返すことによって、輝度階層別に分割された領域を取得する繰り返し手段と、前記輝度階層別に分割された領域の中から文字領域を判別し、当該判別された文字領域に対して文字認識を行なう文字認識手段とを有することを特徴とする。
【００１９】
【作用】
以上の構成により、輝度階層別に２値化閾値を算出し、該輝度階層別の２値化閾値により輝度階層別の２値画像を作成し、該輝度階層別の２値画像から黒画素領域を分割し、該分割済み領域以外の領域の２値化閾値を算出し、該２値化閾値により２値画像を作成し、該２値画像に対して文字認識処理を行なうことができる。
【００２０】
これにより、画像中の輝度階層別の文字認識処理を施すことができる画像処理装置及びその方法を提供することができるという特有の作用効果が得られる。
【００２１】
【実施例】
以下、本発明に係る一実施例について、図面を参照して詳細に説明する。
【００２２】
図１は、本実施例における画像処理装置を含んだシステム構成を示すブロック図である。図１に示す各構成における動作の詳細については、後述する。
【００２３】
図１において、１は本実施例における文書管理を行なう画像処理装置であり、２は画像を入力するスキャナ等の画像入力装置、３は処理後の画像を表示する画像表示装置である。
【００２４】
画像処理装置１において、４は画像入力装置２とのインターフェースとなる入力部、５は処理中のデータを記憶するメモリ等の記憶部、６は入力画像の輝度頻度（ヒストグラム）を累計する輝度頻度累計部である。７は入力画像の輝度階層別の２値化閾値を算出する２値化閾値算出部であり、８は２値化閾値算出部７において算出された閾値を用いて輝度階層別の２値画像を作成する２値化部である。９は画像を属性毎の領域に分割する領域分割部であり、１０は領域分割により文字領域として抽出された領域に対する文字認識処理を行う文字認識部、１１は文字領域以外に分割された領域に対する各種画像処理を行う画像処理部、１２は画像表示装置３とのインターフェースとなる出力部である。これら各構成は、不図示のＣＰＵにより統括的に制御されている。
【００２５】
以下、画像処理装置１における画像処理を図２のフローチャートに示し、説明する。
【００２６】
まずステップＳ２１で、画像入力装置２により原稿となる画像を入力部４を介して画像処理装置１に入力する。尚、この入力は８ビットの多値画像データとして行い、入力画像は不図示の作業用メモリに展開される。そしてステップＳ２２では、画像入力時に発生する画像入力装置２の電気的ノイズの除去や、原稿画像の劣化、原稿の傾き等、入力画像に対する補正を行う。次にステップＳ２３に進み、輝度頻度累計部６，２値化閾値算出部７，及び２値化部８による輝度階層別の２値化処理と、領域分割部９による領域分割処理を行なう。ステップＳ２３における輝度階層別領域分割処理の詳細については、後述する。
【００２７】
次にステップＳ２４に進み、ステップＳ２３における輝度階層別の領域分割結果に応じて、文字領域に対しては文字認識部１０でＯＣＲ処理を、文字領域以外に対しては画像処理部１１で誤差拡散法やディザ法等の擬似中間調処理等の画像処理を行なう。そしてステップＳ２５に進み、輝度階層別に画像処理された各領域を１枚の画像に合成し、合成された画像をステップＳ２６で出力部１２を介して画像表示装置３に表示する。
【００２８】
＜輝度階層別領域分割処理＞
次に、図２のステップＳ２３に示す輝度階層別領域分割処理について、詳細に説明する。
【００２９】
本実施例においては、白地に黒色文字と灰色文字による文字が描かれている画像を処理する場合を例として、以下説明する。
【００３０】
図４に、本実施例において処理される文字領域を含む画像の輝度頻度（ヒストグラム）の例を示す。
【００３１】
図４に示すヒストグラムにおいて、横軸は左端が「０」、右端が「２５５」を表す輝度値であり、この値はデジタル値である。即ち、横軸の左端が「黒」、右端が「白」に相当する。また、縦軸は、夫々のデジタル値の頻度を表している。従って図４において、処理対象となる画像の白地部分は高輝度であるため右側の山に相当し、黒色文字部分は低輝度であるため左側の山に相当し、また、灰色文字は中輝度であるため、中央の山に相当する。
【００３２】
以下、本実施例における輝度階層別領域分割処理を図３のフローチャートに示し、説明する。
【００３３】
まず、ステップＳ３１で輝度階層番号を「１」にセットする。ここで、輝度階層番号とは画像内の輝度頻度の特徴（山の数）に基づいて設定されるものであり、図４に示した例の場合、黒色文字の輝度階層番号が「１」、灰色文字の輝度階層番号が「２」、白地の輝度階層番号が「３」である。輝度階層番号は最終的に文字認識を行いたい輝度レベル毎に付与される。
【００３４】
続いてステップＳ３２において、領域分割の前処理として領域分割に最も適した閾値による単純２値化を行なう。その後ステップＳ３３において、２値化された画像から黒画素領域を抽出して、その特徴等により文字領域、写真領域、図形領域等に分割する領域分割処理を行い、後述する領域データを出力する。そしてステップＳ３４に進み、領域分割の後処理として領域誤りを除去する。ステップＳ３４の領域誤り除去処理については、詳細を後述する。次にステップＳ３５では、輝度階層番号が「１」以下であるか否かを判断する。輝度階層番号が「１」以下である、即ち「１」であれば処理はステップＳ３６へ進み、「１」以下でない、即ち「２」以上であれば処理を終了する。
【００３５】
尚、ステップＳ３５においては輝度階層番号が「１」以下であるか否かの判定を行うが、この値は輝度階層番号の最大値「３」から固定値「２」を減じることにより設定する。これにより、本実施例は輝度階層数の増減にも対応することができる。
【００３６】
ステップＳ３６では、輝度階層番号が「１」、即ち黒色文字として分割された黒画素領域を、分割済み領域として入力画像から削除して記憶部５に格納しておく。この削除を行うことにより、輝度階層番号が「２」である領域、即ち灰色文字領域の分割処理を行なう際に、輝度階層番号が「１」である黒色文字領域を除いた領域のみに注目して処理することができる。そしてステップＳ３７では、輝度階層番号に「１」を加算し、ステップＳ３２の領域分割前処理へ戻る。
【００３７】
以上説明したように本実施例の輝度階層別領域分割処理においては、まず輝度階層番号が「１」、即ち黒色文字領域である場合について２値化を行い、領域分割の後に領域誤りが除去され、該分割された黒画素領域が削除された後に、今度は輝度階層番号が「２」、即ち灰色文字領域である場合について２値化を行い、領域分割、領域誤り除去が行われる。
【００３８】
＜＜領域分割前処理（２値化処理）＞＞
次に、図３のステップＳ３２における領域分割前処理としての２値化処理について、図５のフローチャートを参照して詳細に説明する。ステップＳ３２の領域分割前処理は、輝度階層番号が「１」である場合と「２」である場合との２回実行される。従って、それぞれに対応する２値化閾値としてＴＨ１，ＴＨ２をパラメータとして使用するが、図５においてはこれをＴＨで一括して表記することとする。
【００３９】
まず、輝度階層番号が「１」である場合について説明する。
【００４０】
図５のステップＳ５１においては、入力画像のヒストグラムを算出する。ここでは、画像中の全画素を用い、８ビット、即ち「０」から「２５５」までの各デジタル値に対する頻度を計算する。これにより、例えば図４に示したヒストグラムが得られる。
【００４１】
次にステップＳ５２において、パラメータＳＴＡＲＴ，ＥＮＤにそれぞれ「０」、「２５５」をセットする。ＳＴＡＲＴ，ＥＮＤはそれぞれ、後段のステップＳ５３やステップＳ５４で求める輝度値の統計量の始点及び終点に対応する。
【００４２】
ステップＳ５３では、ＳＴＡＲＴからＥＮＤまでのデジタル値に対応する画素の平均値ＡＶを算出する。例えば、ＳＴＡＲＴ＝０，ＥＮＤ＝２５５であれば「０」から「２５５」の値を持つ画素（この場合、全画素）の平均値ＡＶを算出し、ＳＴＡＲＴ＝０，ＥＮＤ＝１７７であれば「０」から「１７７」の値を持つ画素の平均値ＡＶを算出する。
【００４３】
ステップＳ５４では、ＳＴＡＲＴからＥＮＤまでの輝度値に対応する画素のスキュー値ＳＫを算出する。スキュー値とは、ヒストグラム分布の偏りを示す統計量である。スキュー値の算出には、以下に示す（１）式を用いる。
【００４４】
ＳＫ＝（Σ（Ｘｉ−ＡＶ）^3）／Ｄ ・・・（１）
（尚、Ｒ^3 の表記によってＲの３乗を示すものとする。）
ここで、Ｘｉは画素の輝度値である。また、Ｄは画像全体の分散値であり、（２）式により算出される。
【００４５】
Ｄ＝Σ（Ｘｉ−ＡＶ）^2 ・・・（２）
（尚、Ｒ^2 の表記によってＲの２乗を示すものとする。）
続いてステップＳ５５、Ｓ５６では、ヒストグラムの偏りの方向を判断する。まずステップＳ５５では、以下に示す（３）式によりヒストグラムの偏りの方向を判断する。これは、ヒストグラムの偏りが左方向であるか否かの判断となる。
【００４６】
ＳＫ＜−１．０ ・・・（３）
ステップＳ５５において（３）式が真ならばステップＳ５９へ進み、偽ならばステップＳ５６へ進む。ステップＳ５９では、ＳＴＡＲＴは変化させず、ＥＮＤに平均値ＡＶをセットする。そしてステップＳ５３に戻り、再びＳＴＡＲＴ値からＥＮＤ値までの平均値ＡＶを算出する。
【００４７】
一方、ステップＳ５６では以下に示す（４）式によりヒストグラムの偏りの方向を判断する。これは、ヒストグラムの偏りが右方向であるか否かの判断となる。
【００４８】
ＳＫ＞１．０ ・・・（４）
ステップＳ５６において（４）式が真ならばステップＳ５１０へ進み、偽ならばステップＳ５７へ進む。ステップＳ５１０では、ＳＴＡＲＴに平均値ＡＶをセットし、ＥＮＤは変化させない。そしてステップＳ５３に戻り、再びＳＴＡＲＴ値からＥＮＤ値までの平均値ＡＶを算出する。
【００４９】
一方、ステップＳ５７ではステップＳ５５，Ｓ５６における条件が共に偽である場合の平均値ＡＶを、２値化閾値ＴＨ１として設定する。そして、ステップＳ５８で２値化閾値ＴＨ１を用いた単純２値化処理を行なう。
【００５０】
以上説明したようにして、本実施例では輝度階層番号が「１」である場合の２値化処理が行われる。この処理により、黒色文字が描かれた領域についての適切な２値化閾値が設定され、単純２値化処理が行われる。言い換えれば、黒色文字領域において適切な２値化が行われる。
【００５１】
次に、図４に示すヒストグラムの例を用いて、上述した２値化閾値ＴＨ１の決定処理について、更に詳細に説明する。
【００５２】
図６は、図４に示す様なヒストグラムを有する画像に対して、上述した図５で示す領域分割前処理を行った際の、各パラメータの値の変化を示す図である。図６において示される各パラメータ値は、図５のフローチャートにおいてステップＳ５３及びＳ５４を通過する回数によって、それぞれ示されている。
【００５３】
まず、ステップＳ５３及びＳ５４を通過する１回目の処理では、ＳＴＡＲＴ＝０，ＥＮＤ＝２５５で平均値ＡＶ，統計量ＳＫを計算し、それぞれ「１８５」，「−１０２．５」という値を得る。この場合、統計量ＳＫが「−１．０」未満であるため、ステップＳ５９においてＳＴＡＲＴ＝０，ＥＮＤ＝１８５が設定される。
【００５４】
続いて２回目の処理ではＳＴＡＲＴ＝０，ＥＮＤ＝１８５における平均値ＡＶ，統計量ＳＫを計算し、それぞれ「９８」，「−１４．６」という値を得る。これも、統計量ＳＫが「−１．０」未満であるため、ステップＳ５９においてＳＴＡＲＴ＝０，ＥＮＤ＝９８が設定される。
【００５５】
続いて３回目の処理では、ＳＴＡＲＴ＝０，ＥＮＤ＝９８における平均値ＡＶ，統計量ＳＫを計算し、それぞれ「４５」，「１０．７」という値を得る。この場合は、統計量ＳＫが「１．０」を超えるため、ステップＳ５１０においてＳＴＡＲＴ＝４５，ＥＮＤ＝９８が設定される。
【００５６】
続いて４回目の処理では、ＳＴＡＲＴ＝４５，ＥＮＤ＝９８における平均値ＡＶ，統計量ＳＫを計算し、それぞれ「７７」，「−８．２」という値を得る。これも、統計量ＳＫが「−１．０」未満であるため、ステップＳ５９においてＳＴＡＲＴ＝４５，ＥＮＤ＝７７が設定される。
【００５７】
続いて５回目の処理では、ＳＴＡＲＴ＝４５，ＥＮＤ＝７７における平均値ＡＶ，統計量ＳＫを計算し、それぞれ「６３」，「−３．０」という値を得る。これも、統計量ＳＫが「−１．０」未満であるため、ステップＳ５９においてＳＴＡＲＴ＝４５，ＥＮＤ＝６３が設定される。
【００５８】
そして６回目の処理では、ＳＴＡＲＴ＝４５，ＥＮＤ＝６３における平均値ＡＶ，統計量ＳＫを計算し、それぞれ「５４」，「−０．９」という値を得る。ここで、統計量ＳＫが「−１．０」以上かつ「１．０」以下であるため、ステップＳ５５，Ｓ５６の条件を満たさず、ステップＳ５７へ進んで２値化閾値ＴＨ１として、「５４」が設定される。そしてステップＳ５８において、２値化閾値ＴＨ１を用いた単純２値化処理が行われる。
【００５９】
以上説明したように、スキュー値が所定値まで収束するように、２値化閾値を決定する。
【００６０】
以上、輝度階層番号が「１」である場合の２値化処理について説明したが、次に、輝度階層番号が「２」である中輝度文字の２値化処理について、上述した図５のフローチャートを参照して同様に説明する。
【００６１】
まずステップＳ５１において、対象画像のヒストグラムを算出する。この場合、上述した図３におけるステップＳ３６で、輝度階層番号が「１」である分割済み領域（黒色文字領域）を削除し、ステップＳ３７で輝度階層番号を「２」にセットしてあるため、ステップＳ５１では画像中の輝度階層番号が「１」である分割済み領域以外の画素を用いて、輝度階層番号「２」に対応する輝度値に対する頻度を算出することができる。
【００６２】
その結果、ステップＳ５１において得られるヒストグラムは、図７に示すような形状を呈する。尚、図４と図７においては、縦軸のスケールは異なっている。そして、ステップＳ５２からステップＳ５８までの処理は上述した輝度階層番号が「１」である場合と同様であるが、もちろん決定される２値化閾値ＴＨ２は、上述した２値化閾値ＴＨ１とは異なっている。
【００６３】
以下、図７に示すヒストグラムの例を用いて、上述した２値化閾値ＴＨ２の決定処理について、更に詳細に説明する。
【００６４】
図８は、図７に示す様なヒストグラムを有する画像に対して、上述した図５で示す領域分割前処理を行った際の、各パラメータの値の変化を示す図である。図８において示される各パラメータ値は、図５のフローチャートにおいてステップＳ５３及びＳ５４を通過する回数によって、それぞれ示されている。
【００６５】
まず、ステップＳ５３及びＳ５４を通過する１回目の処理では、ＳＴＡＲＴ＝０，ＥＮＤ＝２５５で平均値ＡＶ，統計量ＳＫを計算し、それぞれ「１８６」，「−５３．４」という値を得る。この場合、統計量ＳＫが「−１．０」未満であるため、ステップＳ５９においてＳＴＡＲＴ＝０，ＥＮＤ＝１８６が設定される。
【００６６】
続いて２回目の処理では、ＳＴＡＲＴ＝０，ＥＮＤ＝１８６における平均値ＡＶ，統計量ＳＫを計算し、それぞれ「１２２」，「４．２」という値を得る。この場合、統計量ＳＫが「１．０」を超えるため、ステップＳ５１０においてＳＴＡＲＴ＝１２２，ＥＮＤ＝１８６が設定される。
【００６７】
続いて３回目の処理では、ＳＴＡＲＴ＝１２２，ＥＮＤ＝１８６における平均値ＡＶ，統計量ＳＫを計算し、それぞれ「１４９」，「５．８」という値を得る。この場合は、統計量ＳＫが「１．０」を超えるため、ステップＳ５１０においてＳＴＡＲＴ＝１４９，ＥＮＤ＝１８６が設定される。
【００６８】
そして４回目の処理では、ＳＴＡＲＴ＝１４９，ＥＮＤ＝１８６における平均値ＡＶ，統計量ＳＫを計算し、それぞれ「１６７」，「−０．５」という値を得る。ここで、統計量ＳＫが「−１．０」以上かつ「１．０」以下となるため、ステップＳ５５，Ｓ５６で示される条件を満たさないため、ステップＳ５７へ進んで２値化閾値ＴＨ２＝１６７が設定される。そしてステップＳ５８において、２値化閾値ＴＨ２を用いて単純２値化処理が行われる。
【００６９】
以上説明したようにして、輝度階層番号が「２」である領域について２値化処理が行われる。
【００７０】
以上説明した、輝度階層番号が「１」である場合の２値化閾値ＴＨ１と、輝度階層番号が「２」である場合の２値化閾値ＴＨ２とは、図９の示すような関係にになる。図９に示すのヒストグラムは図４のそれと同一であり、全画素による輝度頻度を表わしている。即ち、まず輝度階層番号が「１」について２値化閾値ＴＨ１＝５４で２値化され、「黒」となる領域Ａが「白」となる領域Ｂから分割される。また、輝度階層番号が「２」について、全画素から領域Ａを削除した領域、即ち領域Ｂの画像が２値化閾値ＴＨ２＝１６７で２値化され、「黒」となる領域Ｃが「白」となる領域Ｄから分割される。
【００７１】
以上説明したように図９によれば、本実施例において全画素は輝度値が「０〜５４」（領域Ａ），「５４〜１６７」（領域Ｃ），「１６７〜２５５」（領域Ｄ）の３領域に分割されることが分かる。
【００７２】
＜＜領域分割処理＞＞
次に、上述した図３のステップＳ３３で示した領域分割処理について、図１０のフローチャートを参照して詳細に説明する。
【００７３】
まず、ステップＳ１０１において、入力部４を介して入力した２値画像を作業用メモリに入力する。そしてステップＳ１０２ではｍ×ｎ画素が１画素となるように入力画像を間引き、領域分割用の画像を生成する。この時、ｍ×ｎ画素中に１つでも黒色画素が存在していれば、該ｍ×ｎ画素を黒の１画素とする。
【００７４】
そしてステップＳ１０３では、領域分割用画像の全画素について、黒画素が上下、左右、斜めの方向に所定数連続している領域を一つの領域として、領域分割を行なう。その際、領域の検出順に番号を付すことにより、各領域に対するラベル付けを行なう。次にステップＳ１０４において、各領域の幅、高さ、面積、領域内の黒画素密度により領域を分類し、属性のラベル付けを行なう。領域の属性としては、詳細は後述するが、「テーブル」，「外枠領域」，「テキスト」等がある。
【００７５】
そしてステップＳ１０５では、「テキスト」とラベル付けされた全ての領域の幅と高さの平均を算出し、得られた平均幅が平均高さより大きい場合には処理画像は横書きの文書であるとみなし、逆の場合は縦書きの文書であるとみなすことにより、文字組みを判断する。同時に、横書きならば平均高さを、縦書きならば平均幅をもって、一文字の文字サイズとする。
【００７６】
また、領域分割用画像上の縦方向（横書き時）または横方向（縦書き時）の「テキスト」領域全てのヒストグラムから、文章の段組、行間隔、が検出される。ステップＳ１０６では、「テキスト」領域において文字サイズが大きい領域については、「タイトル」とする。そしてステップＳ１０７では、何の関連もなくばらばらに存在したままの「タイトル」領域、「テキスト」領域を、周りの領域との間隔に応じて併合し、一つのまとまった領域とする。次にステップＳ１０８において、各領域毎に属性、原画像における座標や大きさ等の領域データを記憶部５に出力し、記憶する。
【００７７】
以上の処理を行なうことにより、本実施例では２値画像の領域分割処理を行い、各領域データが得られる。
【００７８】
図１１に、上述した領域データの例を示す。図１１に示す各領域データ項目について、以下説明する。
・「番号」：領域の検出順序を示す。
・「属性」：領域の属性情報を示し、以下に示す８通りが用意されている。
【００７９】
「ルート」 入力画像そのものであることを示す。
【００８０】
「テキスト」 文字領域であることを示す。
【００８１】
「タイトル」 見出し領域であることを示す。
【００８２】
「テーブル」 表領域であることを示す。
【００８３】
「ノイズ」 文字領域とも画像領域とも判断できなかった領域であることを示す。
【００８４】
「外枠」 罫線等の領域であることを示す。
【００８５】
「写真画像」 写真領域であることを示す。
【００８６】
「線画像」 線画像領域であることを示す。
・「始点座標」：原画像における領域開始のＸ，Ｙ座標を示す。
・「終点座標」：原画像における領域終了のＸ，Ｙ座標を示す。
・「画素数」：領域内の全画素数を示す。
・「文字組情報」：縦書き，横書き，不明の３通りの文字組情報を示す。
【００８７】
図１１に示す領域データについて、「属性」が「テキスト」で示される領域のみ、図１０に示すステップＳ１０７における併合前の、行に関する領域データ（行領域データ）を階層的に保持している。
【００８８】
以上説明したようにして、本実施例では領域分割処理が行われる。尚、図１１に示した領域データは本実施例を適用した一例にすぎず、画像処理装置に応じて例えば他の情報を適宜追加しても良いし、または減らしても良い。
【００８９】
＜＜領域分割後処理（領域除去処理）＞＞
次に、図３のステップＳ３４に示す領域分割後処理について、図１２のフローチャートを参照して詳細に説明する。本実施例における領域分割後処理は、領域分割された各領域のうち、領域分割誤りの領域を除去する処理であり、以下、レイアウトノイズリダクション（ＬＮＲ）と称する。
【００９０】
まずステップＳ１２１で、領域分割後の各領域データはルート領域であるか否かが判断される。ルート領域とは画像全体を囲む領域、即ち全体領域のことであり、ルート領域であればステップＳ１２６に進み、ＬＮＲ処理は施さない。ルート領域でなければステップＳ１２２に進み、テキスト領域（文字領域）であるか、またはノイズ領域であるかが判断される。テキスト領域またはノイズ領域である場合には処理はステップＳ１２３へ、いずれでもない場合はステップＳ１２５へ進む。
【００９１】
ステップＳ１２３では、領域の大きさに応じて領域データが領域分割誤りとして除去されるＬＮＲ処理１を行い、次にステップＳ１２４で、領域内の黒比率に応じて領域データが領域分割誤りとして除去されるＬＮＲ処理３を行う。一方、ステップＳ１２５では、テキスト領域でなく、かつノイズ領域でもない領域データが、領域の大きさに応じて領域分割誤りとして除去されるＬＮＲ処理２が行われる。尚、ステップＳ１２３，Ｓ１２４，Ｓ１２５におけるＬＮＲ処理１，３，２については、それぞれ以下に詳述する。
【００９２】
そしてステップＳ１２６において、全ての領域に対する処理が終了したか否かが判断され、終了していなければステップＳ１２１へ戻り、終了していればＬＮＲ処理を終了する。
【００９３】
以上説明したようにして、本実施例においては領域分割により黒画素領域として分割された領域データから、領域分割誤りとなる領域を除去する。
【００９４】
以下、まずステップＳ１２３に示すＬＮＲ処理１について詳細に説明する。図１３は、ＬＮＲ処理１を示すフローチャートである。まずステップＳ１３１で、処理対象領域の領域データから高さＨ１，幅Ｗ１を参照する。そして、領域の大きさの判断に用いる高さの閾値ＨＴ１，幅の閾値ＷＴ１を算出するために、ステップＳ１３２において、スキャナ等の画像入力装置２の読み取り解像度ＳＲと、画像中の除去しない最小文字のポイント数ＭＰ１をそれぞれ高さ，幅についてＭＰ１ｈ，ＭＰ１ｗとして設定する。
【００９５】
本実施例において、閾値ＨＴ１，ＷＴ１は以下に示す（５），（６）式により算出される。
【００９６】
ＨＴ１＝（ＳＲ／７２．０）×ＭＰ１ｈ ・・・（５）
ＷＴ１＝（ＳＲ／７２．０）×ＭＰ１ｗ ・・・（６）
ステップＳ１３３では、（５）式により高さの閾値ＨＴ１を算出する。例えば、画像入力装置２の解像度ＳＲが４００ｄｐｉで、画像中の最小文字の高さポイント数ＭＰ１ｈが４ポイントである場合、高さの閾値ＨＴ１は「２２」として算出される。そしてステップＳ１３４で、領域データの高さＨ１とステップＳ１３３で算出した高さの閾値ＨＴ１との比較を行なう。領域データの高さＨ１が閾値ＨＴ１より大きい場合はステップＳ１３５へ進み、閾値ＨＴ１より小さい場合はステップＳ１３８へ進む。
【００９７】
ステップＳ１３５では、（６）式により幅の閾値ＷＴ１を算出する。続いてステップＳ１３６で、領域データの幅Ｗ１とステップＳ１３５で算出した幅の閾値ＷＴ１との比較を行なう。領域データの幅Ｗ１が閾値ＷＴ１よりも大きい場合には、ＬＮＲ処理１は終了する。一方、領域データの幅Ｗ１が閾値ＷＴ１よりも小さい場合はステップＳ１３７に進み、領域データの高さＨ１と幅Ｗ１との比Ｈ１／Ｗ１の判断を行なう。この比が「２」以下である場合には、ＬＮＲ処理１は終了する。一方、比が「２」を超える場合には処理中の領域が領域分割誤りであると判断されるため、ステップＳ１３８へ進んで、該領域が除去される。
【００９８】
次に、図１２のステップＳ１２４に示すＬＮＲ処理３について、図１４のフローチャートを参照して詳細に説明する。まずステップＳ１４１において、領域中の黒画素数ＢＣを累計する。そしてステップＳ１４２で、領域中の黒比率ＢＲ１を以下に示す（７）式により計算する。
【００９９】
ＢＲ１＝ＢＣ／（Ｗ１×Ｈ１）×１００ ・・・（７）
次にステップＳ１４３において、最小黒比率ＢＲＴ１と、最大黒比率ＢＲＴ２とを設定する。ＢＲＴ１とＢＲＴ２は、文字の黒比率特性により予め設定されており、例えばＢＲＴ１＝５，ＢＲＴ２＝５２である。
【０１００】
ステップＳ１４４では、領域中の黒比率ＢＲ１と、最小黒比率ＢＲＴ１及び最大黒比率ＢＲＴ２との比較を行なう。黒比率ＢＲ１が最小黒比率ＢＲＴ１より小さい、又は最大黒比率ＢＲＴ２より大きい場合には、処理中の領域が領域分割誤りであると判断され、ステップＳ１４５に進んで該領域が除去される。その他の場合は、ＬＮＲ処理３は終了する。
【０１０１】
次に、図１２のステップＳ１２５に示すＬＮＲ処理２について、図１５のフローチャートを参照して詳細に説明する。まずステップＳ１５１において、処理対象領域の領域データから高さＨ２，幅Ｗ２を参照する。そして、領域の大きさの判断に用いる高さの閾値ＨＴ２，幅の閾値ＷＴ２を算出するために、ステップＳ１５２において、画像入力装置２の解像度ＳＲを設定する。そして、ステップＳ１５３において、処理中の領域の属性が外枠領域であるか否かが判断される。そして、外枠領域であればステップＳ１５４へ、外枠領域でなければステップＳ１５７へ進む。
【０１０２】
ステップＳ１５４においては、最小ポイント数ＭＰ２１をそれぞれ高さ，幅についてＭＰ２１ｈ，ＭＰ２１ｗとして設定する。また、ステップＳ１５７でも同様に、最小ポイント数ＭＰ２２をそれぞれ高さ，幅についてＭＰ２２ｈ，ＭＰ２２ｗとして設定する。ここで最小ポイント数ＭＰ２１，ＭＰ２２とは、ＬＮＲ処理２において外枠領域であるか否かに応じて、除去しない領域の最小サイズを文字のポイント数により表わしたものである。
【０１０３】
そして、ステップＳ１５５およびＳ１５８においては、上述した（５），（６）式により、高さの閾値ＨＴ２１，ＨＴ２２と幅の閾値ＷＴ２１，ＷＴ２２を算出する。例えば、画像入力装置２の解像度ＳＲが４００ｄｐｉで、最小ポイント数ＭＰ２２が高さ、幅共に４ポイントである場合、各閾値ＨＴ２２，ＷＴ２２は「２２」として算出される。そして、ステップＳ１５６およびＳ１５９において、それぞれ高さの閾値ＨＴ２と幅の閾値ＷＴ２を設定する。
【０１０４】
続いてステップＳ１５１０では、領域データの高さＨ２と、ステップＳ１５６およびＳ１５９で設定した高さの閾値ＨＴ２との比較、及び領域データの幅Ｗ２と同じく幅の閾値ＷＴ２との比較を行なう。領域データの高さＨ２が閾値ＨＴ２より小さい、または幅Ｗ２が閾値ＷＴ２より小さい場合、処理中の領域が領域分割誤りであると判断され、ステップＳ１５１１において該領域が除去される。その他の場合は、ＬＮＲ処理２を終了する。
【０１０５】
以上説明したように本実施例のＬＮＲ処理は、３種類の処理によって領域分割誤りと判断される領域を除去する。
【０１０６】
＜輝度階層別画像処理＞
次に、上述した図２のステップＳ２４に示す輝度階層別画像処理について、図１６のフローチャートを参照して詳細に説明する。
【０１０７】
まずステップＳ１６１において、上述した図３のステップＳ３６において入力画像から削除され、記憶部５に格納された輝度階層番号が「１」である領域データを読み込む。そしてステップＳ１６２では、該領域データの属性により、文字領域であるか否かの判断を行なう。文字領域である場合にはステップＳ１６３に進み、詳細は後述するが、後段のＯＣＲによる文書認識処理に最も適した閾値で単純２値化を行う。そしてステップＳ１６４でＯＣＲ処理を行なう。一方、文字領域でない場合には画像領域であると見なし、ステップＳ１６５に進んで誤差拡散法やディザ法等の擬似中間調処理を行って２値化する。
【０１０８】
次にステップＳ１６６において、未処理の領域が残っているかを判断し、残っている場合はステップＳ１６２へ、残っていない場合はステップＳ１６７へ進む。ステップＳ１６７では、処理中の領域データの輝度階層番号が「１」であるか否かの判断を行い、「１」であればステップＳ１６８へ、「１」でなければ輝度階層別画像処理を終了する。ステップＳ１６８では、輝度階層番号が「２」である領域データを読み込み、ステップＳ１６２へ戻る。
【０１０９】
即ち本実施例においては、輝度階層別に、文字領域に対してそれぞれ独立して文字認識処理を行う。
【０１１０】
＜＜文字認識前処理＞＞
次に、図１６のステップＳ１６３で示した文字認識前処理について、図１７のフローチャートを参照して詳細に説明する。図１７は、文字認識前処理である２値化処理の特徴を最もよく表すフローチャートである。
【０１１１】
まずステップＳ１７１において、文字領域内の行領域の領域データから、高さＨ、幅Ｗを入力する。そしてステップＳ１７２で、スキャナ等の画像入力装置２の解像度ＳＲを設定する。次にステップＳ１７３では、処理対象の行領域の８ビットの多値画像を作業用メモリに読み込む。ステップＳ１７４では、処理対象の行領域のヒストグラム（「０」〜「２５５」の各デジタル値の頻度）の累計を算出する。そしてステップＳ１７５では、行領域の高さＨと画像入力装置２の解像度ＳＲとの関係に基づいて予め設定されている黒比率ＢＲを読み込む。尚、この黒比率ＢＲについての詳細は後述するが、上記はテキストが縦書きの場合であり、横書きの場合には文字領域の幅Ｗと解像度ＳＲとにより、ＢＲが設定される。
【０１１２】
続いてステップＳ１７６では、詳細は後述するが、ＢＲ値に基づいて２値化の閾値を設定する。そしてステップＳ１７７において、ステップＳ１７６で設定された閾値を用い、単純２値化を行う。そして最後にステップＳ１７８で未処理の行領域が残っているかを判断し、文字領域内の行領域が全て２値化されるまで上述した処理を繰り返す。
【０１１３】
以下、上述した行領域の高さＨと画像入力装置２の解像度ＳＲとの関係により予め設定される黒比率ＢＲについて、図１８を参照して詳細に説明する。
【０１１４】
図１８に示すように、ＢＲ値は文字のポイント数Ｐ毎に設定される。文字のポイント数Ｐは、以下に示す（８）式により算出される。
【０１１５】
Ｐ＝（７２．０／ＳＲ）×Ｈ ・・・（８）
（８）式から分かるように、行領域の高さＨと解像度ＳＲとによって、対象行領域の文字ポイント数Ｐが算出できるため、該ポイント数Ｐの文字が最も良く認識されるような行領域の黒比率ＢＲを実験的に求め、図１８のように設定しておく。例えば行領域の高さＨが「５６」で、入力時の解像度が４００ｄｐｉの場合には、この行領域の文字のポイント数Ｐは「１０」となる。１０ポイントの文字は、領域内の黒比率が１４％である時に、最も文字認識率が高いという実験結果に基づいて、ＢＲ値は「１４」に設定される。
【０１１６】
即ち、文字認識前処理は輝度階層番号が「１」である領域と、「２」である領域についてそれぞれ独立して行われるため、各ヒストグラムに応じて適切な２値化を行った後に、確実に文字認識を行うことができる。
【０１１７】
＜具体例＞
以下、上述した本実施例における画像処理装置２において、実際にテキストを含んだ画像を画像入力装置２から入力して、画像表示装置３に表示する例を説明する。原稿画像として、ゴシック体で『文字』と書かれた文字領域を抜粋して説明する。
【０１１８】
まず、上述した原稿画像がスキャナ等の画像入力装置２により入力されると、白に近い下地にテキストが黒色文字で描かれている場合を図１９の（ａ）に示し、同様にテキストが灰色文字で描かれている場合を図１９の（ｂ）に示す。ここで、行領域の高さＨが「３４」、画像入力装置２における入力時の解像度が４００ｄｐｉであるとする。すると、上述した（８）式より文字のポイント数Ｐが「６」と算出されるため、図１８によりＢＲ値は「１３」である。そして、それぞれの画像のヒストグラムを算出すると、図２０の（ａ），（ｂ）に示すようになる。これらのヒストグラムに対し、黒比率が１３％になるような閾値は、それぞれ「２９」と「１２３」である。これらの閾値により図１９の（ａ），（ｂ）を２値化した結果が、図２１の（ａ），（ｂ）となる。これにより、黒色文字，灰色文字のいずれも適切に２値化されていることが分かる。
【０１１９】
以上説明したように、ＯＣＲに適する２値化のための閾値を適切に求めることにより、行領域の多値画像が劣化することなく適切に２値化される。従って、ＯＣＲによる文字認識処理における認識率を向上させることができる。
【０１２０】
以上説明したように本実施例によれば、３つ以上の輝度レベル（白，灰色，黒）が混在した画像を処理する場合においても、灰色文字に対しても高精度の２値化処理が行えるため、より正確な文字認識処理を行うことができる。
【０１２１】
【他の実施例】
上述した実施例においては、輝度階層を３つとして説明を行ったが、本発明はこの例に限定されるものではなく、実際の画像に応じて輝度階層数を決定すれば良い。
【０１２２】
また、実施例において入力される画像は８ビットの多値画像データとしたが、これに限定する必要はなく、例えばカラー画像等、即ち、２値化するために画像情報として複数ビットの情報があれば良い。
【０１２３】
また、ヒストグラムを算出する際の画像におけるサンプリングについて、全画素でも、数画素おきでもよく限定しない。さらに、平均ＡＶや統計量ＳＫ等の計算は、必ずしも８ビットで行う必要はなく、高速化、メモリの削減等のため、少ないビット数で演算するようにしてもよい。
【０１２４】
また、統計量であるスキュー値ＳＫの収束条件を±１．０としたが、これに限定されるものではない。スキュー値ＳＫを用いて２値化の閾値を決定するように構成されていれば良い。
【０１２５】
また、前記実施例において、黒比率ＢＲの例としてゴシック体について説明を行ったが、もちろん他の書体についても同様に処理されることは言うまでもない。更には、書体によってＢＲ値の設定を切り替えるようにしても良い。
【０１２６】
また、前記実施例においては、黒比率ＢＲを予めテーブルに設定しておき、文字領域の高さと画像入力装置の解像度から、文字領域毎のＢＲ値を選択する例について説明したが、操作者が文字領域毎に好みのＢＲ値を定めるようにしても良い。即ち、何らかの手段によってＢＲ値が決定されればよい。
【０１２７】
更に、前記実施例では文字領域中の各行領域毎にそれぞれ閾値を定めるとして説明したが、閾値の設定方法はこの例に限定されるものではなく、例えば、同一文字領域内の他の行領域の閾値を参照して、同一文字領域内での閾値に大きな隔たりがないよう、各閾値に制限を加えるようにしても良い。
【０１２８】
また、更に領域データに輝度階層情報を設けることにより、灰色文字領域と黒色文字領域とを区別して文字認識を行うことも可能となる。
【０１２９】
尚、本発明は、イメージスキャナ、プリンタコントローラ、プリンタ等の複数の機器から構成されるシステムに適用しても、カラー複写機のような１つの機器から成る装置に適用しても良い。また、本発明は上述のように画像処理装置にハードウェアを設けるものに限らず、システム或は装置に磁気ディスク等の媒体に記憶されたプログラムを供給することによって達成される場合にも適用できることはいうまでもない。
【０１３０】
【発明の効果】
以上説明したように本発明によれば、輝度階層別に第１の２値化閾値を算出して２値化を行ってから領域分割を行い、その結果分割済み領域以外の領域に対して第２の２値化閾値を算出して２値化を行い、該２値化された文字領域に対して文字認識処理を行なうことにより、３つ以上の輝度レベル対象が混在した画像を処理する場合においても、それぞれの輝度レベルに対して高精度の２値化結果が得られるため、より正確な文字認識処理を行なうことができる。従って、例えば灰色文字の文字認識率が向上する。
【０１３１】
更に、各領域を複数の輝度階層毎に区別することができるため、灰色文字領域と黒色文字領域とを区別して文字認識処理を行なうことも可能となる。
【０１３２】
【図面の簡単な説明】
【図１】本発明に係る一実施例における画像処理装置のシステム構成を示すブロック図である。
【図２】本実施例における文字を含んだ画像処理を示すフローチャートである。
【図３】本実施例における輝度階層別領域分割処理を示すフローチャートである。
【図４】本実施例における原稿画像のヒストグラムの例を示す図である。
【図５】本実施例における領域分割前処理を示すフローチャートである。
【図６】本実施例の領域分割前処理における各変数値の例を示す図である。
【図７】本実施例における原稿画像の輝度階層番号が「２」である領域のヒストグラムの例を示す図である。
【図８】本実施例の領域分割前処理における各変数値の例を示す図である。
【図９】本実施例における領域分割前処理における輝度階層毎の２値化結果を示す図である。
【図１０】本実施例における領域分割処理を示すフローチャートである。
【図１１】本実施例における領域分割処理により得られる領域データ例を示す図である。
【図１２】本実施例における領域分割後処理を示すフローチャートである。
【図１３】本実施例における領域の大きさによる領域除去処理１を示すフローチャートである。
【図１４】本実施例における黒比率による領域除去処理２を示すフローチャートである。
【図１５】本実施例における領域の大きさによる領域除去処理３を示すフローチャートである。
【図１６】本実施例における輝度階層別画像処理を示すフローチャートである。
【図１７】本実施例における文字認識前処理を示すフローチャートである。
【図１８】本実施例における黒比率を設定するテーブル例を示す図である。
【図１９】本実施例における入力多値画像の例を示す図である。
【図２０】本実施例における入力多値画像のヒストグラム例を示す図である。
【図２１】本実施例における入力多値画像を２値化した画像例を示す図である。
【図２２】従来の画像処理装置における文字を含んだ画像処理を示すフローチャートである。
【符号の説明】
１ 画像処理装置
２ 画像入力装置
３ 画像表示装置
４ 入力部
５ 記憶部
６ 輝度頻度累計部
７ ２値化閾値算出部
８ ２値化部
９ 領域分割部
１０ 文字認識部
１１ 画像処理部
１２ 出力部

Claims (15)

1. 第１入力画像のヒストグラムを算出するヒストグラム算出手段と、
   前記ヒストグラムの分布の偏りを示す統計量が所定の範囲内に収まるように２値化閾値を設定する第１の閾値設定手段と、
   前記第１の閾値設定手段により設定された２値化閾値により前記第１入力画像を２値化して第１の２値画像を生成する第１の２値化手段と、
   前記第１の２値化手段で生成された第１の２値画像に基づいて領域を分割する領域分割手段と、
   前記分割された領域を前記第１入力画像から削除することによって第２入力画像を生成し、当該生成された第２入力画像を前記第１入力画像の代わりに用いて前記ヒストグラム算出手段と前記第１の閾値設定手段と前記領域分割手段とによる処理を繰り返すことによって、輝度階層別に分割された領域を取得する繰り返し手段と、
   前記輝度階層別に分割された領域の中から文字領域を判別し、当該判別された文字領域に対して文字認識を行なう文字認識手段と
   を有することを特徴とする画像処理装置。
2. 前記第１の閾値設定手段は、前記統計量計算の始点（ＳＴＡＲＴ）及び終点（ＥＮＤ）間において、前記ヒストグラムの平均値（ＡＶ）を算出し、当該算出された平均値（ＡＶ）と各画素の輝度値とに基づいて前記ヒストグラムの分布の偏りを示す統計量を算出し、当該算出された統計量が前記所定の範囲内に収まるか判断して、収まると判断した場合、当該平均値（ＡＶ）を前記２値化閾値として設定し、一方、収まらないと判断した場合は、当該平均値（ＡＶ）を用いて前記統計量計算の始点（ＳＴＡＲＴ）及び終点（ＥＮＤ）を設定し直して該統計量の計算を繰り返すことを特徴とする請求項１記載の画像処理装置。
3. 前記始点（ＳＴＡＲＴ）の初期値を０、前記終点（ＥＮＤ）の初期値を２５５とすることを特徴とする請求項２記載の画像処理装置。
4. 前記文字認識手段は、前記判別された文字領域内の特徴に基づいて２値化閾値を設定する第２の閾値設定手段を含み、前記第２の閾値設定手段で設定された２値化閾値に基づいて当該文字領域を２値化した後、前記文字認識を行なうことを特徴とする請求項１記載の画像処理装置。
5. 前記第２の閾値設定手段は、前記文字領域内に含まれる文字行領域の濃度及び高さと、前記第１入力画像の解像度とに基づいて当該２値化閾値を設定することを特徴とする請求項４記載の画像処理装置。
6. 前記第２の閾値設定手段は、前記文字領域内に含まれる文字行領域の黒比率が所定値となるように２値化閾値を設定することを特徴とする請求項４記載の画像処理装置。
7. 前記第１の２値化手段は、前記設定された２値化閾値を用いて単純２値化することにより、前記第１の２値画像を生成することを特徴とする請求項１記載の画像処理装置。
8. 第１入力画像のヒストグラムを算出するヒストグラム算出工程と、
   前記ヒストグラムの分布の偏りを示す統計量が所定の範囲内に収まるように２値化閾値を設定する第１の閾値設定工程と、
   前記第１の閾値設定工程により設定された２値化閾値により前記第１入力画像を２値化して第１の２値画像を生成する第１の２値化工程と、
   前記第１の２値化工程で生成された第１の２値画像に基づいて領域を分割する領域分割工程と、
   前記分割された領域を前記第１入力画像から削除することによって第２入力画像を生成し、当該生成された第２入力画像を前記第１入力画像の代わりに用いて前記ヒストグラム算出工程と前記第１の閾値設定工程と前記領域分割工程とによる処理を繰り返すことによって、輝度階層別に分割された領域を取得する繰り返し工程と、
   前記輝度階層別に分割された領域の中から文字領域を判別し、当該判別された文字領域に対して文字認識を行なう文字認識工程と
   を有することを特徴とする画像処理方法。
9. 前記第１の閾値設定工程は、前記統計量計算の始点（ＳＴＡＲＴ）及び終点（ＥＮＤ）間において、前記ヒストグラムの平均値（ＡＶ）を算出し、当該算出された平均値（ＡＶ）と各画素の輝度値とに基づいて前記ヒストグラムの分布の偏りを示す統計量を算出し、当該算出された統計量が前記所定の範囲内に収まるか判断して、収まると判断した場合、当該平均値（ＡＶ）を前記２値化閾値として設定し、一方、収まらないと判断した場合は、当該平均値（ＡＶ）を用いて前記統計量計算の始点（ＳＴＡＲＴ）及び終点（ＥＮＤ）を設定し直して該統計量の計算を繰り返すことを特徴とする請求項８記載の画像処理方法。
10. 前記始点（ＳＴＡＲＴ）の初期値を０、前記終点（ＥＮＤ）の初期値を２５５とすることを特徴とする請求項９記載の画像処理方法。
11. 前記文字認識工程では、前記判別された文字領域内の特徴に基づいて２値化閾値を設定する第２の閾値設定工程を含み、前記第２の閾値設定工程で設定された２値化閾値に基づいて当該文字領域を２値化した後、前記文字認識を行なうことを特徴とする請求項８記載の画像処理方法。
12. 前記第２の閾値設定工程では、文字領域内に含まれる文字行領域の濃度及び高さと、前記第１入力画像の解像度とに基づいて当該２値化閾値を設定することを特徴とする請求項１１記載の画像処理方法。
13. 前記第２の閾値設定工程では、前記文字領域内に含まれる文字行領域の黒比率が所定値となるように２値化閾値を設定することを特徴とする請求項１１記載の画像処理方法。
14. 前記黒比率は、前記文字領域内に含まれる文字行領域内の黒画素密度であり、該領域の高さ、該領域の解像度、該領域内の文字フォントの種類に応じて変化することを特徴とする請求項１３記載の画像処理方法。
15. 前記文字行領域の高さは該領域内の文字の大きさであることを特徴とする請求項１４記載の画像処理方法。

Images