JP4004189B2

JP4004189B2 - 文字切り出し方法

Info

Publication number: JP4004189B2
Application number: JP21737499A
Authority: JP
Inventors: 利夫宮澤
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1999-07-30
Filing date: 1999-07-30
Publication date: 2007-11-07
Anticipated expiration: 2019-07-30
Also published as: JP2001043314A

Description

【０００１】
【発明の属する技術分野】
本発明は、光学的文字読取装置などのように、文字や図形などの画像を読み取る画像読取装置の文字切り出し方法に関する。
【０００２】
【従来の技術】
従来技術において、光学的文字読取装置などにより、日本語の文字を認識するための文字切り出し方法として、例えば、特開平９−２９７８１７号公報に開示された方法がある。この公報のものは、変倍文字識別部が、矩形の縦横比を基に変倍文字を識別し、全矩形数に対して変倍文字の割合が半数を超えたとき、変倍文字からなる行であると判断してメモリに格納し、文字塊生成部がそのメモリを参照し、変倍文字行に対しては、変倍率に応じた補正を行って矩形から文字魂を生成して文字塊メモリに格納し、文字パターン生成部は、文字塊から１文字と見なせるものを組み合わせて文字パターンを生成して文字認識部で認識するようにしたもので、変倍文字や平体文字が含まれる文書においても、適切に文字の切り出しを行うことができるようにするというものである。
【０００３】
また、図６は、従来技術による文字切り出し方法の一例を説明するための図で、まず、「同一文字サイズ行の抽出」を行ない（Ｓ１１）、次に、同一文字サイズ行内の文字矩形（文字塊）の幅のヒストグラムを作成し（Ｓ１２）、ヒストグラムの度数に所定の係数を掛けるなどの「ヒストグラムの補正」を行い（Ｓ１３）、補正後のヒストグラムを対象にその度数の最大値を求め（Ｓ１４）、その値が所定の閾値を超えた場合（Ｓ１５のＹＥＳ）、標準文字サイズの変更を行ない（Ｓ１６）、越えない場合は（Ｓ１５のＮＯ）、例えば、上記特開平９−２９７８１７号公報などの従来通りの標準文字サイズの算出方法を使用する（Ｓ１７）という方法である。
【０００４】
【発明が解決しようとする課題】
しかしながら、上記特開平９−２９７８１７号公報に開示されている方法では、変倍率が、新聞などの文字を対象に、それらの文字を若干変倍した文字に固定されているため、この変倍率をもとに算出された標準文字幅を基準に文字切り出し処理を行っても、半角文字には対応できなかった。
【０００５】
また、図６に示した方法では、行内矩形幅のヒストグラムを求める際に用いる「同一文字サイズ行」の決定方法が明記されておらず、さらに、標準文字サイズは、作成したヒストグラムの度数が最大となる値を用いて決定するため、１行内に平仮名，カタカナなどの漢字より若干小さめの文字が多い場合などには、正しく設定されないという問題があった。
【０００６】
本発明は、上述のような実情を考慮してなされたもので、新聞などの文字のように縦横比が１ではなく若干扁平した文字や、半角カタカナのように縦横比が１ではない文字の文字切り出しを行うために、同一の文字サイズ行を決定し、同一文字サイズ行内の黒画素の連結成分を包含する外接矩形（行内矩形）の矩形幅のヒストグラムをもとに、標準文字サイズを決定して文字切り出し処理を行うことにより、縦横比が１ではない文字でも正しく切り出すことを可能とし、また、ヒストグラムの補正を行うことにより、より精度の高い文字切り出し方法を提供することを目的としてなされたものである。
【０００７】
【課題を解決するための手段】
請求項１の発明は、対象原稿の行画像から黒画素の連結成分を包含する外接矩形を抽出し、同一文字サイズ行内の外接矩形の幅のヒストグラム情報から標準文字幅を決定し、該決定した標準文字幅を用いて外接矩形を組み合わせて文字塊を生成し、該各文字塊から生成した文字パターンの候補を切り出す文字切り出し方式において、前記外接矩形の幅と該外接矩形の隣りの外接矩形との間の距離の和に対するヒストグラムを作成し、該ヒストグラムの度数が最大となる値を標準文字幅とし、現在処理している次の外接矩形のサイズと位置が行内の上部付近に比較的小さな矩形サイズで存在する場合は、濁点あるいは半濁点である可能性があるとして、標準文字幅を一時的に広げ、該標準文字幅を用いて外接矩形を組み合わせて文字塊を生成し、該各文字塊から生成した文字パターンの候補を切り出すことを特徴とするものである。
【００１５】
【発明の実施の形態】
図１は、本発明による文字切り出し方法において適用される標準文字サイズの設定方法を説明するためのフローチャートである。
まず、対象原稿が半角原稿か全角原稿かを判断し（Ｓ１）、対象原稿が半角原稿であれば、行内に含まれる文字塊の高さの中で最大のものを用いてフォントサイズを判定し、このフォントサイズを用いて同一のサイズ行を抽出する（Ｓ２）。抽出した行内の各文字の外接矩形幅及び外接矩形間の距離に対するヒストグラムを作成し（Ｓ３）、そのヒストグラムに対して所定の補正を行なった（Ｓ４）後、ヒストグラムの最大値を求める（Ｓ５）。
【００１６】
その最大値に対する上記距離の直前直後にある上記距離に対する度数の和が所定の閾値を超えない場合（Ｓ６のＮＯ）は、従来の方法による標準文字サイズを使用（Ｓ１０）し、所定の閾値を超える場合（Ｓ６のＹＥＳ）は、標準文字サイズを変更する（Ｓ７）。その変更した標準文字サイズが所定の値より大きい場合（Ｓ８のＮＯ）は、新しい標準文字サイズを使用し（Ｓ９）、小さい場合（Ｓ８のＹＥＳ）は、従来の方法による標準文字サイズを使用する（Ｓ１０）。ステップＳ１において、対象原稿が全角原稿の場合は、従来の方法による標準文字サイズを使用する（Ｓ１０）。
【００１７】
図２は、本発明による文字切り出し方法の一実施例を説明するための図で、図中、１は対象原稿、２は対象フィールドである。図２（Ａ）に示したように、対象原稿１は、タイトルや見出し部分は大きめのフォントで印刷され、本文は小さめのフォントで印刷されていることが多い。
【００１９】
図３は、文字切り出し方法を説明するための図で、図３（Ａ）は切り出す矩形を説明するための図、図３（Ｂ）はヒストグラムの補正を説明するための図で、図中、３は切り出された行、４は矩形サイズが小さいためにヒストグラムに登録されない矩形、５はヒストグラムに登録される矩形である。
【００２０】
同一行高さの行内矩形幅のヒストグラムは、行内に“漢字”や“ひらがな”などが混在していた場合、一般的に、“漢字”よりフォントサイズが若干小さい“ひらがな”などと、“漢字”との２つのピークが出現することになる。行内に“ひらがな”などが多い場合は、“ひらがな”のピークが最高となってしまい、これが標準文字幅として選ばれることになる。この“ひらがな”が標準文字幅として選ばれると、“ひらがな”よりも若干フォントサイズが大きい“漢字”は、正しく切り出せなくなってしまう。
【００２１】
そこで、行内矩形の最大文字高さを中心として、そこに近いものが標準文字幅として選ばれやすくなるように、図３（Ｂ）に示したように、ヒストグラムの度数の補正を行うために、オリジナルのヒストグラムに所定の係数を掛けるようにする。
【００２２】
行内の外接矩形の大きさは、文字の種類（漢字，カナ，記号）などによってばらつきが多いが、外接矩形の幅は、定ピッチで印刷されている行の場合、比較的安定していることが多い。そこで、外接矩形の幅と矩形間のピッチ（距離）との和のヒストグラムを作成し、そのヒストグラムから標準文字幅を決めることにより、より安定して標準文字幅の算出が可能となるようにする。
【００２３】
図４は、文字切り出し方法を説明するための図で、図４（Ａ）は本発明によるパス選択処理を説明するための図、図４（Ｂ），図４（Ｃ）は従来のパス選択処理を説明するための図で、図中、６ａは半角カタカナ、６ｂは濁点や半濁点、Ｈは最大文字高さ、Ｗｅは本発明による検索範囲が拡大されたパス、Ｗｓは標準文字幅である。
【００２４】
従来は、図４（Ｂ）に示したように、行内矩形の最も大きな文字高さＨを基準に標準文字サイズを決め、この標準文字サイズをもとに、１文字となる可能性のパス（組み合わせ）を発生させ、パス選択処理でどの組み合わせが最適かを選択していた。すなわち、行内矩形の最大文字高さＨを基準に、標準文字幅Ｗｓを設定し、標準文字幅Ｗｓより小さい矩形はパス選択処理で判断していた。しかし、従来方式で求めた標準文字幅Ｗｓでは、図４（Ｃ）に示したように、半角カタカナ６ａの濁点や半濁点６ｂが１文字とならずに分離してしまう（問題１）、あるいは、不要なパスが発生する（問題２）などの悪影響があった。
【００２５】
これは、全角文字の場合、一般的に濁点や半濁点のみが単独の文字として、扱われる（例えば、「ば」が「は」「゛」となる）ことは少なく、１文字のサイズ内で収まる一方、半角カタカナ６ａの場合、一般的に濁点や半濁点６ｂは１文字として扱われることが多いためで、パターン辞書には、濁点や半濁点６ｂを１文字として取り扱っていないので、これが誤認識の原因となっていた。
【００２６】
これを解決するために、図４（Ａ）に示したように、濁点や半濁点６ｂを含む文字であると判断された場合は、パスを発生させるための探索範囲を拡大するために、標準文字幅Ｗｓを広げる必要がある。
【００２７】
そこで、本発明は、現在処理している次の矩形（右側の矩形）サイズと位置が、濁点や半濁点６ｂのように、行内の上部付近に比較的小さな矩形サイズで存在する場合は、濁点や半濁点６ｂである可能性があるとして、標準文字幅Ｗｓを一時的に変更してパスを発生させる（Ｗｅ）ようにする。すなわち、標準文字幅Ｗｓを、行内矩形幅や矩形ピッチから統計的に算出することにより、不要なパスの発生（上記問題２）を防ぐとともに、濁点や半濁点６ｂと思われる矩形の場合のみ、標準文字幅Ｗｓを越えてパスを発生させることによって濁点や半濁点６ｂが分離すること（上記問題１）を防ぐようにする。
【００３１】
図５は、文字切り出し方法を説明するための図で、図５（Ａ）は本発明による文字切り出し方法をソフトウェアによって実現する場合の構成図、図５（Ｂ）は本発明による文字切り出し方法をネットワークを介して実現する場合の構成図で、図中、１１はＣＰＵ、１２はメモリ、１３は通信装置、１４は表示装置、１５はハードディスク、１６はキーボード、１７はＣＤ−ＲＯＭドライブ、１８はＦＤドライブ、２１はインターネットなどの通信回線、２２は装置である。
【００３２】
本発明は、図５に示したように、本発明による文字切り出し方法を、ソフトウエアによって実現するか（図５（Ａ））、機能の一部をネットワーク上に持って、通信回線などを通して実現する（図５（Ｂ））ようにしたものである。
【００３３】
【発明の効果】
以上に説明したように、本発明によれば、同一文字サイズ行の矩形幅の出現度数を示すヒストグラムを作成してそのピーク値から標準文字幅を決定し、決定した標準文字幅を用いて文字塊を生成するため、任意の縦横比で作成された文字を正確に切り出すことが可能となる。また、矩形幅の出現頻度を示すヒストグラムを補正して、漢字を示す矩形幅のピーク値を算出することにより、文字の認識率を高めることができる。
【図面の簡単な説明】
【図１】本発明による文字切り出し方法において適用される標準文字サイズの設定方法を説明するためのフローチャートである。
【図２】文字切り出し方法を説明するための図である。
【図３】文字切り出し方法を説明するための図である。
【図４】文字切り出し方法を説明するための図である。
【図５】文字切り出し方法を説明するための図である。
【図６】従来技術による文字切り出し方法の一例を説明するためのフローチャートである。
【符号の説明】
１…対象原稿、２…対象フィールド、３…切り出された行、４…登録されない矩形、５…登録される矩形、６ａ…半角カタカナ、６ｂ…濁点や半濁点、Ｈ…最大文字高さ、Ｗｅ…検索範囲が拡大されたパス、Ｗｓ…標準文字幅、１１…ＣＰＵ、１２メモリ、１３…通信装置、１４…表示装置、１５…ハードディスク、１６…キーボード、１７…ＣＤ−ＲＯＭドライブ、１８…ＦＤドライブ、２１…通信回線、２２…装置。

Claims

対象原稿の行画像から黒画素の連結成分を包含する外接矩形を抽出し、同一文字サイズ行内の外接矩形の幅のヒストグラム情報から標準文字幅を決定し、該決定した標準文字幅を用いて外接矩形を組み合わせて文字塊を生成し、該各文字塊から生成した文字パターンの候補を切り出す文字切り出し方式において、前記外接矩形の幅と該外接矩形の隣りの外接矩形との間の距離の和に対するヒストグラムを作成し、該ヒストグラムの度数が最大となる値を標準文字幅とし、現在処理している次の外接矩形のサイズと位置が行内の上部付近に比較的小さな矩形サイズで存在する場合は、濁点あるいは半濁点である可能性があるとして、標準文字幅を一時的に広げ、該標準文字幅を用いて外接矩形を組み合わせて文字塊を生成し、該各文字塊から生成した文字パターンの候補を切り出すことを特徴とする文字切り出し方法。