JP4027016B2

JP4027016B2 - 画像処理装置、画像処理方法及び記憶媒体

Info

Publication number: JP4027016B2
Application number: JP2000211377A
Authority: JP
Inventors: ゆかり戸田
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2000-07-12
Filing date: 2000-07-12
Publication date: 2007-12-26
Anticipated expiration: 2020-07-12
Also published as: JP2002024824A

Description

【０００１】
【発明の属する技術分野】
本発明は，画像処理装置、画像処理方法及び記憶媒体に関する。
【０００２】
【従来の技術】
近年、スキャナの普及により文書の電子化が進んでいる。電子化された文書をフルカラーで所有すると３００dpiでＡ４サイズの場合約24Ｍバイトになり、保有するにもメモリを逼迫するし、メイル添付などで他人に送信できるサイズではない。
【０００３】
そこで、フルカラー画像を圧縮する方法としてJPEGが知られている。JPEGは写真などの自然画像を圧縮するには非常に効果も高く、画質も良いが、文字部などの高周波部分をJPEG圧縮するとモスキートノイズと呼ばれる画像劣化が発生し、圧縮率も悪い。一般的にオフィス文書は文字部が多いので、２値化を行いＭＭＲなどの圧縮をかけ、文字領域座標とそこの文字の代表色を持つことで簡易的にカラーオフィス文書は表現できる。さらに、雑誌などの複雑なカラー文書では、領域分割を行い、文字領域を抜いた下地部分のＪＰＥＧ圧縮と、文字領域を最適閾値にて２値化した２値画像のMMR圧縮を生成し、前記ＭＭＲデータに色情報を添付することで、かなり複雑なカラー文書も小さなデータサイズで表現することが可能となる。
【０００４】
従って、文字領域部分の文字色代表色を算出する技術が必要になる。従来、文字色代表色を算出するには例として次のような方法があった。
【０００５】
まず、文字領域の２値画像を参照しながら黒部分の多値画像データの粗い３次元ヒストグラムをとる。次にその粗い３次元ヒストグラムの一番高い値に含まれる多値画像の画素の細かいヒストグラムを取り、その一番高い値を代表色とする。
【０００６】
【発明が解決しようとする課題】
しかしながら、上記方法を用いて文字色の代表色を算出する場合に、１２ポイント以上の大きな文字を300dpi以上で読み込んだ文字であれば、そこそこの色を算出することができたが、１０ポイント以下の文字は本来算出した代表色データの２値画像の黒に対応する割合は小さく、所望の色を算出することができなかった。
【０００７】
ここで、大きな文字の代表色を算出する場合と、小さな文字の代表色を算出する場合を図１９を利用して説明する。
【０００８】
図１９は白地に緑文字が書かれているサンプルを示している。１９０１は比較的太い文字の２値化結果を示している。その２値化結果１９０１の黒部分の多値画像は１９０２のようなレベルの変化をしている。１９０２のレベルの変化を見ると、文字部の代表色に相当する部分１９０４及び１９０５に長くとどまっているため、色空間ＲＧＢ上では図２０（a）のように分布される。２００２が図１９における緑色の文字色の固まりであり、すなわち文字部の代表色を表している。文字部の固まり２００２はある程度の大きさを有しているので、ここを抽出することは比較的容易である。
【０００９】
一方、図１９の１９０６に示したような細い文字においては多値画像でのレベル変化は１９０７のような形をしていて文字部の代表色に相当する部分１９０８及び１９０９に到達するやいなやまた下地レベルへと変化してしまう。この場合のＲＧＢ色空間における分布は図２０（ａ）のようになり、図２０（ａ）の２００２と比較すると、このデータから図２０（ｂ）の２００５のポイントを算出するのは困難である。その２値化処理により点線であらわした線の左側が文字として黒く２値化され、従来の方法で説明した方法により代表色を算出すると、最多数存在する値として２００６の点が得られてしまう。これは得たい文字色と比較して白っぽい緑となり、好ましくない。
【００１０】
また、この現象を防ぐために、２値画像を細線化し、その細線画像により従来の代表色算出処理を行うことが考えられるが、その方法では、以下のような不具合が考えられる。
【００１１】
簡単にするため「。」を例にして説明を行う。
【００１２】
図２１に白地に緑の「。」が書かれているとする。この「。」のレベル遷移は２１０４のような変化をしていることが考えられる。これは本来中央の窪みは白のレベルまで戻ることが理想であるのだが、小さいポイントの文字の「。」は戻りきらないことがある。それを２１０５に示す閾値で２値化処理をおこなうと２１０２に示すような真ん中が白くない黒丸が２値化結果になる。これに対して細線化処理を行うと２１０３のようになる。この２値画像が示す多値画像の位置はレベル２１０４で示すと２１０６のポイントとなり、これは代表色としては好ましくないレベルである。
【００１３】
このような「潰れ現象」は特にポイント数の小さい文字において発生するので、細線化処理が効果的でないことがわかる。
【００１４】
一方、文字を表現する出力としての２値画像を文字代表色算出に使用していた。しかし、文字を最適に表現する閾値は文字がかすれないように２値化することが好ましい。その後のOCR処理などを考えても、かすれるよりは潰れるように２値化したほうがOCR結果も良いことが知られている。
【００１５】
図２２に文字領域の典型的な輝度ヒストグラムの様子を示す。ポイント２２０１が文字の２値化画像としては望ましい点である。しかし、この点で２値化を行うと、下地から文字部分への遷移する画素も黒く２値化され出力としては好ましいのに、文字の代表色を算出するにはノイズとなる。
【００１６】
その様子を図２２に示す。図２２のポイント２２０１で２値化を行うと、図２３の２３０１で２値化をすることになり、２値化結果は２３０２、２３０３のように下地から文字への遷移部分も多く含んだ２値画像となる。
【００１７】
従って、上記のように文字を表現する出力としての２値画像を文字代表色算出に使用していたので、文字部分の最適な代表色を算出することができなかった。
【００１８】
本発明は、上記問題を解決し、文字部分の最適な代表色を算出することができる画像処理装置、画像処理方法及び記憶媒体を提供することを目的とする。
【００１９】
【課題を解決するための手段】
上記目的を達成するために本発明の画像処理装置は、第１の２値化閾値を用いて入力画像を２値化する第１の２値化手段と、前記第１の２値化手段で２値化された画像に基づいて、文字領域を検出する領域分割手段と、前記検出された文字領域に対応する前記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、前記第１の２値化手段で前記第１の２値化閾値を用いて２値化された画像における前記文字領域内の文字画像よりも２値化後の文字画像がかすれる第２の２値化閾値を、前記ヒストグラム算出手段で算出されたヒストグラムに基づいて算出する２値化閾値算出手段と、前記２値化閾値算出手段により算出された前記２値化後の文字画像がかすれる第２の２値化閾値で前記入力画像を２値化する第２の２値化手段と、前記第２の２値化手段で前記２値化後の文字画像がかすれる第２の２値化閾値を用いて２値化された画像と前記入力画像とに基づいて代表色を算出し、当該算出した代表色を、前記第１の２値化手段で前記第１の２値化閾値を用いて２値化された画像における前記文字領域の文字色にする算出手段とを有することを特徴とする。
【００２０】
【発明の実施の形態】
（第１の実施形態）
以下、図面を参照して本発明に係る好適な実施形態を詳細に説明する。
【００２１】
図１は、本実施形態の応用構成図を示す。
【００２２】
１０２は原画像１０１を入力し、原画像１０１に対して２値化を行い２値画像（ａ）１０３を生成する２値化部（ａ）である。
【００２３】
１０４は２値画像（ａ）を入力し、２値画像（ａ）から文字領域、写真領域などの領域を検出して、その座標および属性、例えば文字、写真などの領域情報１０５を生成する領域分割部である。
【００２４】
１０６は領域情報１０５から文字の属性を持つ領域に対応する２値画像の１部分に対してMMR圧縮を行い、圧縮コードD１０７を生成するMMR圧縮部である。
【００２５】
１０８は領域情報１０５から文字の属性を持つ領域に対応する領域内に含まれる文字の代表色を算出する文字代表色演算部である。文字代表色演算部１０８内には、文字代表色算出部のための２値化部（ｂ）１０８１を有し、２値画像（ｂ）１０８２を生成する。ここで算出された色情報は領域情報１０５の領域の属性として新たに書き込まれる。
【００２６】
１０９は前記領域情報１０５の情報から自然画像の属性を持つ領域に対応する領域内に含まれる元画像の１部分のJPEG圧縮を行い、圧縮コードCを生成するJPEG圧縮部である。
【００２７】
更に上記構成について詳細を説明する。
【００２８】
図３に２値化部（ａ）１０２及び領域分割部１０４における処理の流れの一例を示す。
【００２９】
ステップＳ３０１〜Ｓ３０３に２値化部（ａ）１０２における処理の流れを示し、ステップＳ３０４〜Ｓ３０６に領域分割部１０４における処理の流れを示す。
【００３０】
ステップＳ３０１にて原画像１０１、例えばRGBカラー画像を入力し、以下に示す式により、輝度変換を行い、輝度画像Ｊを生成する。
【００３１】
Y = 0.299R+0.587G+0.114B
【００３２】
ステップＳ３０２にて輝度データのヒストグラムを取り、２値化を行うための閾値Ｔを算出する。
【００３３】
ステップＳ３０３にて輝度画像Ｊを閾値Ｔにて２値化し、２値画像Ｋを生成する。
【００３４】
ステップＳ３０４にて黒画素の輪郭線追跡を行い、すべての黒領域をラベル付けする。
【００３５】
ステップＳ３０５にてラベル付けされた黒領域をその形や位置から文字、自然画の判定を行う。
【００３６】
ステップＳ３０６にて更に、文字領域に関して形や位置から結合するものを結合する。ステップＳ３０６の結合処理は行わなくて良い。ただしその場合、代表色を算出する文字領域の数が多くなり、処理時間がかかってしまう欠点がある。利点としては、細やかに文字色の変化に対応できることがある。
【００３７】
次に図２の原画像を使用して、ステップＳ３０６の結合処理まで行った場合を説明する。
【００３８】
図２の原画像に対して輝度変換を行い（Ｓ３０１、Ｓ３０２）、その輝度のヒストグラムを算出すると図４のようになる。このヒストグラムから平均、分散、などのデータを利用して閾値Ｔ＝１５０を算出し、２値化した画像は図５のようになる（Ｓ３０３）。これが図１の１０３の２値画像である。図６は図５の２値画像の解像度を落したものに、輪郭線追跡処理を行い、すべてをラベリングした様子である（Ｓ３０４）。このラベル付けされた黒領域の形、位置などの情報から文字、および自然画像の属性判断を行う（Ｓ３０５）。ただし実際にこのような画像が生成されるわけではなく、イメージである。ここでは、６０１が大きく、内部も黒いその形状から自然画像と判断される。また、６０２から６０５については、内部に文字を所有し、空洞である形状から「枠」であると判断される。本実施形態においては、枠情報は領域情報１０５に保持されず無視されることとする。しかし、その限りでなく、枠情報として保有することもアプリケーションも考えられる。または文字領域情報の下地として扱うアプリケーションも考えられる。その場合、下地の色を算出する手段を持つ必要がある。
【００３９】
図７が図２の原画像から文字の属性がついて抽出された黒領域を示した図である。ここで、必要ならばこれらの黒画素の集まりを位置の近さや横幅、高さの一致からグループ化していくと、図８に示すような、８０１から８１７の１７個の文字領域が検出できる。本実施形態ではグループ化（Ｓ３０６）を行うこととして、これらの１７個の座標データが文字という属性を持ち、図１の１０９に格納される。一方、図６の６０１の座標データは写真という属性を持ち、図１の１０９に格納される。
【００４０】
次に、文字代表色演算部１０８における処理の流れを図９に示す。領域情報１０５に格納されたすべての座標に対して処理を行うので、ステップＳ９０１では未処理の文字座標があるかどうかチェックし、あったらステップＳ９０２にすすみ、無かったらendにすすむ。
【００４１】
ステップＳ９０２にて、その座標の属性が文字であるかどうかチェックし、文字であったらステップＳ９０３にすすみ、文字でない場合はステップＳ９０１に戻る。
【００４２】
ステップＳ９０３にてその領域情報に対応する原画像の輝度ヒストグラムを算出する。この輝度ヒストグラムは一部の文字領域の物なので、図４に示したような全体のヒストグラムのように複雑な形状ではなく、図２２に示したようなシンプルな形状をしている可能性が高い。
【００４３】
そこで、ステップＳ９０４にて代表色算出に最適な閾値、すなわち文字がかすれるような閾値T2を算出する。図２２でいうと、ポイント２２０２である。
【００４４】
閾値T2を算出する方法としては一例として次のような方法がある。図１０のフローチャートを使用して説明する。
【００４５】
ステップＳ１００１にて、無限ループに陥らないように処理数をカウントする変数limitに０を代入する。
【００４６】
ステップＳ１００２にて、輝度ヒストグラムから、ヒストグラムの平均値(average)とそのスキュー(skew)を求める。このskewは特別にskew_firstとして、値を保持しておく。それらの計算式は、以下のようになる。
【００４７】
【外１】

【００４８】
ステップＳ１００３にてHistUpperにaverageを代入し、HistLowerに0を代入する。ステップＳ１００４にてlimitが１０以上であるかどうかチェックし、１０以上であるならばステップＳ１００９にすすむ。（ここで、１０でなくて、５でも構わないし、２０でも構わない）ステップＳ１００５にて、HistUpperからHistLower内のヒストグラムの
【００４９】
【外２】

を算出する。
【００５０】
ステップＳ１００６にて、skew<my^*0.1の条件を満足するか否かをチェックして、満足した場合はこれ以上の計算は必要ないとしてステップＳ１０１０に飛ぶ。満足しない場合はステップＳ１００７にすすむ。ステップＳ１００７にてskew < 0.0かつskew_first < skew^*0.1の条件を満足するか否かをチェックして、満足した場合はこれ以上の計算は必要ないとして１０１０に飛ぶ。満足しない場合はステップＳ１００８にすすむ。ステップＳ１００８ではHistLowerにaverageを代入する。そしてステップＳ１００９にてlimitに１を足し、ステップＳ１００４に戻る。
【００５１】
以上のような繰り返しにより、最終的に１０１０にて閾値T2にaverageが代入され、それは図２２のポイント２２０２に示すようなかすれる２値画像を得られる閾値となる。
【００５２】
ヒストグラムの形状によっては、２値化すると黒画素の全くない閾値を算出する可能性もあるので、その閾値Ｔ２より黒側に存在する画素の数を数え、極端に少ない場合は多少白よりに補正する必要がある。そのような結果に陥り易いヒストグラムの形状を図１７に示す。
【００５３】
以上のような複雑な計算を行う代わりに、閾値T2を算出する方法としては、ヒストグラムをとり、全画素数に対して５％の画素が黒に２値化される閾値を選ぶ方法などがある。（数値は一例）そのような閾値算出例を図１８に示す。
【００５４】
ステップＳ９０５にて、前記閾値T2にてその部分領域の２値化処理を２値化部（ｂ）１０８１で行い、図１の１０８２に示すような２値画像（ｂ）を生成する。図２４に示すように、前記閾値T2、すなわちポイント２２０２で２値化すれば、図２４の２４０１で２値化することになり、２４０２、２４０３に示したような遷移部を含まない２値化が可能となる。必要ならば、この２値画像をさらに細線化処理を行う。この２値画像はかすれるような閾値なので、図２１を使用して説明したような従来の代表色算出処理にて施した細線処理のような失敗の発生の可能性は少ない。ステップＳ９０６にて２値画像（ｂ）の黒部分に対応する元画像の画素のRGBのおのおののヒストグラムを生成する。生成されたヒストグラムの色空間は、ＲＧＢに限らず元画像がYUVならYUVのヒストグラムをとってもよい。ステップＳ９０７にて、RGBヒストグラムおのおののピークを文字代表色として、領域情報１０５の対応する領域の属性として書き込む。
【００５５】
このステップＳ９０６，ステップＳ９０７は以下に示す他の方法も考えられる。例えば、RGBおのおののヒストグラムを算出するのではなく、RGB３次元のヒストグラムを算出する。その場合細かくヒストグラムを算出することは、計算機の性能的に無理であるし、また、色の遷移点というノイズに惑わされないようにするため粗いヒストグラムを算出することが好ましい。この大まかなヒストグラムで一番大きな値を得た後に、このヒストグラムに存在する細かなヒストグラムを改めて算出し、また、一番大きな値を得る方法もある。
【００５６】
最終的には２値画像領域情報に従って、文字の属性を持つ領域に関しては２値画像（ａ）１０２の対応する領域のMMR圧縮を施して圧縮コードD１０７を生成し、一方、自然画像の属性を持つ領域に関しては元画像データの対応する領域のＪＰＥＧ圧縮を行い圧縮コードＣ１１０を生成する。文字や自然画像などの領域の種別および文字のときはさらに代表色を保有する領域情報１０５、圧縮コードＣ１１１、圧縮コードＤ１１２の３つをまとめたフォーマットを必要ならば生成する。これが圧縮データとなる。
【００５７】
（第２の実施形態）
図１１に他の応用構成例を示す。本実施形態では領域分割する画像として閾値による２値画像を使用するのではなく、微分フィルタをかけ、すべての画素の近隣の画素とのエッジ量を算出し、そのエッジ量を２値化することにより得られた２値画像を使用して領域分割を行う。領域分割法としては第１の実施形態と同様に輪郭線追跡をすることとする。
【００５８】
この場合、第１の実施形態と異なることは、文字として抽出される領域に、普通に２値化を施すと反転状態になる領域も存在することである。
【００５９】
図１２に通常文字と反転文字の違いを示す。反転文字はたとえば赤色の下地に白い文字が書いてあるようなものであり、カラー原稿には珍しいことではない。このような文字領域は第１の実施形態では文字として属性がつかず、外側の色のついている枠を含んだ領域で自然画像として属性がついた領域となっていた。本実施形態では微分２値画像を領域分割に使用することにより、図１２に示すような反転文字領域も文字として領域分割可能となる。すると、その輝度ヒストグラム形状は通常文字領域が図２２のようになるのに対して図１３のような形状になる。１３０１の山が下地の固まりを示していて、１３０２の山が文字の固まりをしめしている。本実施形態においては、文字代表色算出するための部分２値画像（ｂ）（図１１の１１０８２）を生成する２値化部分は反転処理が必要であることになる。
【００６０】
反転するか否かの判断は以下の式で得ることができる。
【００６１】
応用構成例１にて一例として示した以下の式がある。
【００６２】
【外３】

このskew_firstがマイナスのときは図２２のような通常文字部分の領域であるが、skew_firstがプラスのときは図１３に示すような反転文字領域であると判定できる。
【００６３】
また、この処理のフローチャートを図１６に示し、簡単に説明する。図１６の右側(S1613-S1619)は図１０とまったく同じである。左側(1605-1611)が反転文字の場合の計算式となる。
【００６４】
また、ステップ１６０３にて、skew_firstが０以上であったらば、２値化部に反転処理をするか否かを指示するDoInvertフラグをセットする。
【００６５】
DoInvertフラグが立っていたら（ONだったら）２値化部（ｂ）１１０８１および、出力として目に見える２値化部（ａ）１１１１も２値化結果を反転する。なお、この反転文字も対応する攻勢の場合、領域分割部１１０４においては、枠という属性を持つ領域を検出する必要があり、また、その枠内の平均色を算出する必要もある。というのも、反転文字の下地には白ではない色がついているのだが、それを表現する必要があるからである。それら枠領域平均色演算部は図１１内では省略した。
【００６６】
一方、後述する図１４の構成においては、下地に全面のJPEGを保持するので、反転文字に対応しても、枠という属性を持つ領域を持つ必要はない。
【００６７】
（第３の実施形態）
他に、応用構成例として、図１４に示すような構成が考えられる。
【００６８】
簡単に図１４の構成を説明する。
【００６９】
本構成においては領域分割処理としては文字領域のみの座標を検出する文字領域抽出処理１４０２を保有し、文字領域座標を１４０３に格納する。
【００７０】
この文字領域の２値画像１４０５を２値化部１４０４にて生成し、その２値画像１４０５従って、文字部塗りつぶし部１４０８にて元画像の文字部を周りの平均色で塗りつぶした原稿１４１３を生成する。上記部分２値画像はMMR圧縮され圧縮コードDが生成される。上記文字抜き画像はJPEG圧縮され圧縮コードCが生成される。
【００７１】
１４１１にて、第１の実施形態の図９に示した文字代表色演算処理が行われ、代表色１４１２が生成される。
【００７２】
図１５に図１４の構成の圧縮データを伸長するための構成図を示す。
【００７３】
この圧縮データを伸長するときには、圧縮コードCのJPEG伸長処理を行い多値画像Gを生成する。一方、圧縮コードDのMMR伸長処理を行い、部分領域の２値画像Fを生成し、上記画像G上に２値画像が黒の画素にはその領域の代表値を載せ、２値画像が白の領域は何もしないという合体処理をおこない、最終的に画像Hを得る。
【００７４】
構成例図１、構成例図１１と比較して、文字領域を抜いた全面のJPEG画像を保有するので元画像データの雰囲気を損なわないという利点がある。
【００７５】
（他の実施形態）
また、本発明は、複数の機器（例えばホストコンピュータ、インタフェイス機器、リーダ、プリンタ等）から構成されるシステムに適用しても、一つの機器からなる装置（例えば、複写機、ファクシミリ装置等）に適用しても良い。
【００７６】
また、本発明の目的は、前述した実施形態の機能を実現するソフトウエアのプログラムコードを記録した記憶媒体（または記録媒体）を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読み出し実行することによっても、達成されることは言うまでもない。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記憶した記憶媒体は本発明を構成することになる。また、コンピュータが読み出したプログラムコードを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているオペレーティングシステム（ＯＳ）などが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【００７７】
さらに、記憶媒体から読み出されたプログラムコードが、コンピュータに挿入された機能拡張カードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張カードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【００７８】
【発明の効果】
以上説明したように、本発明は、入力画像に応じたヒストグラムを算出し、前記算出されたヒストグラムに基づいて前記画像の所定領域画像がかすれるような２値化閾値を算出し、算出された２値化閾値で前記入力画像を２値化し、その２値化結果に基づいて前記入力画像の所定領域画像の色を算出することにより、細い文字であっても、下地から文字への遷移部の色のデータを削除することができるので、最適な文字の代表色を算出することができる。
【図面の簡単な説明】
【図１】第１の実施形態における応用構成図を示す図である。
【図２】原画像の例を示す図である。
【図３】２値化部と領域分割部における処理の流れの一例を示す図である。
【図４】原画像の輝度ヒストグラム形状を示す図である。
【図５】原画像を２値化処理した２値画像を示す図である。
【図６】２値画像に対してラベリングした様子を示す図である。
【図７】原画像から文字の属性がついて抽出された黒領域を示す図である。
【図８】原画像の文字領域を示す図である。
【図９】文字代表色演算部における処理の流れを示す図である。
【図１０】閾値T2を算出する方法の一例を示す図である。
【図１１】第２の実施形態における応用構成図を示す図である。
【図１２】通常文字と反転文字の違いを示す図である。
【図１３】反転文字部の輝度ヒストグラム形状を示す図である。
【図１４】第３の実施形態における応用構成図を示す図である。
【図１５】第３の実施形態における圧縮データを伸張するための構成を示す図である。
【図１６】反転文字に対する処理の流れを示す図である。
【図１７】ヒストグラムの形状の一例を示す図である。
【図１８】閾値T2を算出する方法の一例を示す図である。
【図１９】大きな文字の代表色を算出する場合と、小さな文字の代表色を算出する場合を説明する図である。
【図２０】ＲＧＢ色空間における分布を示す図である。
【図２１】２値画像の細線化を説明する図である。
【図２２】文字領域の典型的な輝度ヒストグラムの様子を示すである。
【図２３】画像を２値化した結果を示す図である。
【図２４】画像を２値化した結果を示す図である。

Claims

第１の２値化閾値を用いて入力画像を２値化する第１の２値化手段と、
前記第１の２値化手段で２値化された画像に基づいて、文字領域を検出する領域分割手段と、
前記検出された文字領域に対応する前記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、
前記第１の２値化手段で前記第１の２値化閾値を用いて２値化された画像における前記文字領域内の文字画像よりも２値化後の文字画像がかすれる第２の２値化閾値を、前記ヒストグラム算出手段で算出されたヒストグラムに基づいて算出する２値化閾値算出手段と、
前記２値化閾値算出手段により算出された前記２値化後の文字画像がかすれる第２の２値化閾値で前記入力画像を２値化する第２の２値化手段と、
前記第２の２値化手段で前記２値化後の文字画像がかすれる第２の２値化閾値を用いて２値化された画像と前記入力画像とに基づいて代表色を算出し、当該算出した代表色を、前記第１の２値化手段で前記第１の２値化閾値を用いて２値化された画像における前記文字領域の文字色にする算出手段と
を有することを特徴とする画像処理装置。
前記算出手段は、前記第２の２値化手段で前記２値化後の文字画像がかすれる第２の２値化閾値を用いて２値化された画像の黒部分に対応する前記入力画像の画素のヒストグラムを算出し、該算出されたヒストグラムに基づいて前記代表色を算出し、当該算出した代表色を、前記第１の２値化手段で前記第１の２値化閾値を用いて２値化された画像における前記文字領域の文字色にすることを特徴とする請求項１記載の画像処理装置。
前記第１の２値化手段および前記第２の２値化手段は、２値化結果を反転する反転手段を更に有することを特徴とする請求項１記載の画像処理装置。
第１の２値化閾値を用いて入力画像を２値化する第１の２値化工程と、
前記第１の２値化工程で２値化された画像に基づいて、文字領域を検出する領域分割工程と、
前記検出された文字領域に対応する前記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、
前記第１の２値化工程で前記第１の２値化閾値を用いて２値化された画像における前記文字領域内の文字画像よりも２値化後の文字画像がかすれる第２の２値化閾値を、前記ヒストグラム算出工程で算出されたヒストグラムに基づいて算出する２値化閾値算出工程と、
前記２値化閾値算出工程で算出された前記２値化後の文字画像がかすれる第２の２値化閾値で前記入力画像を２値化する第２の２値化工程と、
前記第２の２値化工程で前記２値化後の文字画像がかすれる第２の２値化閾値を用いて２値化された画像と前記入力画像とに基づいて代表色を算出し、当該算出した代表色を、前記第１の２値化工程で前記第１の２値化閾値を用いて２値化された画像における前記文字領域の文字色にする算出工程とを有することを特徴とする画像処理方法。
前記算出工程は、前記第２の２値化工程で前記２値化後の文字画像がかすれる第２の２値化閾値を用いて２値化された画像の黒部分に対応する前記入力画像の画素のヒストグラムを算出し、該算出されたヒストグラムに基づいて前記代表色を算出し、当該算出した代表色を、前記第１の２値化工程で前記第１の２値化閾値を用いて２値化された画像における前記文字領域の文字色にすることを特徴とする請求項４記載の画像処理方法。
前記第１の２値化工程および前記第２の２値化工程は、２値化結果を反転する反転工程を更に有することを特徴とする請求項４記載の画像処理方法。
コンピュータを、
第１の２値化閾値を用いて入力画像を２値化する第１の２値化手段、
前記第１の２値化手段で２値化された画像に基づいて、文字領域を検出する領域分割手段、
前記検出された文字領域に対応する前記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、
前記第１の２値化手段で前記第１の２値化閾値を用いて２値化された画像における前記文字領域内の文字画像よりも２値化後の文字画像がかすれる第２の２値化閾値を、前記ヒストグラム算出手段で算出されたヒストグラムに基づいて算出する２値化閾値算出手段、
前記２値化閾値算出手段により算出された前記２値化後の文字画像がかすれる第２の２値化閾値で前記入力画像を２値化する第２の２値化手段、
前記第２の２値化手段で前記２値化後の文字画像がかすれる第２の２値化閾値を用いて２値化された画像と前記入力画像とに基づいて代表色を算出し、当該算出した代表色を、前記第１の２値化手段で前記第１の２値化閾値を用いて２値化された画像における前記文字領域の文字色にする算出手段、
として機能させるためのプログラムを格納した、コンピュータ可読な記憶媒体。