JP4213357B2

JP4213357B2 - 画像処理装置、画像処理方法及び該方法を実行させるためのプログラム

Info

Publication number: JP4213357B2
Application number: JP2001075290A
Authority: JP
Inventors: 史裕長谷川
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2001-03-16
Filing date: 2001-03-16
Publication date: 2009-01-21
Anticipated expiration: 2021-03-16
Also published as: JP2002279345A

Description

【０００１】
【発明の属する技術分野】
本発明は画像処理装置、画像処理方法及び該方法を実行させるためのプログラムに関し、特に明度反転文字の認識に関する。
【０００２】
【従来の技術】
文書を書く場合、特に強調したい部分を目立たせることはごく自然なことである。目立たせることによって、重要な部分を漏らさず読者に伝えることができるからである。強調する方法にはさまざまなものが考えられるが、その中に明度反転文字を利用するという方法が考えられる。図１０はその一例である。この例では、文書が遠足の告知であることを明度反転文字にすることで読者の注意を喚起している。しかし、このような文字を光学的文字認識装置（以下ＯＣＲと略す）で明度反転しない文字と区別せずに文字認識するのは難しい。一般にＯＣＲは二値画像の黒画素あるいは白画素のどちらか一方を、文字を構成する要素と見なして認識するように作られているからである。従って、従来のＯＣＲでは明度反転文字領域を文字認識処理以前に検出し、その部分の画像を黒画素で構成される文字領域に変換して文字認識を行っていた。
【０００３】
そこで、従来より明度反転文字領域を検出する方法がいくつか提案されている。その一つとして、特開平９−２６９９７０号公報（以下従来例と称す）には、二値の原画像を対象にした方法が提案されている。この従来の方法によれば、黒画素の連結成分を抽出し、連結成分の外接矩形の幅、高さから文字領域と非文字領域に分ける。非文字領域の射影ヒストグラムを求め、その形状から反転文字領域を判定する。あるいは、内部の黒画素数や白画素数、そして白画素の分布状況をもとに反転文字領域を判定している。
【０００４】
【発明が解決しようとする課題】
しかしながら、上記従来例では対象が二値画像に限定されている。明度反転文字が二値画像とは限らず、例えば青色の地に水色の文字が書かれている場合もある。また、このような原稿の場合はさまざまな色が使用されている場合があり、一律の閾値で画像全体を二値化する場合には最適な閾値を求めることが困難であり、安定した結果が得られないという問題点がある。
【０００５】
本発明はこれらの問題点を解決するためのものであり、処理対象の画像が多値画像又は二値画像にかかわらず明度反転文字領域を抽出することができ、よっていかなる画像に対しても精度良く、かつ高速に文字認識が可能となる画像処理装置、画像処理方法及び該方法を実行させるためのプログラムを提供することを目的とする。
【０００６】
【課題を解決するための手段】
前記問題点を解決するために、本発明の画像処理装置は、処理対象の画像を格納する画像格納手段と、画像中の明度反転領域候補を抽出する明度反転領域候補抽出手段と、原画像が多値画像の場合は抽出した明度反転領域候補内を二値化する領域内二値化手段と、二値化された明度反転領域候補内の白画素と黒画素の分布状況をもとに明度反転領域であるかどうかを判定する明度反転領域判定手段とを備えている。そして、本発明の画像処理装置における明度反転領域候補抽出手段は、処理対象の画像の背景を構成する画素と前景を構成する画素を分離する背景画素分離手段と、前景を構成する画素の連結成分を抽出する前景画素連結成分抽出手段と、連結成分の外接矩形を抽出する外接矩形抽出手段と、外接矩形の幅と高さの比が予め定められた値の範囲内にあるか否かに応じて外接矩形の形状を判定し、判定結果に基づいて明度反転領域候補を出力する外接矩形形状判定手段とを備え、更には明度反転領域判定手段が、領域内の白画素の連結成分を抽出する白画素連結成分抽出手段と、抽出した連結成分の大きさに基づいて明度反転領域であるか否かを判定する判定手段とを備えたことに特徴がある。よって、処理対象の画像が多値画像又は二値画像にかかわらず明度反転領域候補を精度良く判定し明度反転文字領域を抽出することができ、よっていかなる画像に対しても精度良く文字認識が可能となる。
【００１２】
更に、判定手段が、明度反転領域内の文字サイズを推定する文字サイズ推定手段と、推定した文字サイズに近い大きさの連結成分を計数する推定文字サイズ近似連結成分計数手段と、文字サイズに近い大きさの連結成分数の全連結成分数に対する比を計算する連結成分数比算出手段とを備えたことにより、明度反転領域候補を精度良く判定することができる。
【００１３】
また、文字サイズ推定手段が、当該明度反転領域の幅、高さのうち短い方の長さの予め定められた係数倍を文字サイズと判定する手段を備えたことにより、文字サイズを精度良く判定することができる。
【００１５】
また、別の発明としての画像処理方法は、処理対象の画像を画像格納手段に格納する画像格納工程と、画像中の明度反転領域候補を画像抽出手段によって抽出する明度反転領域候補抽出工程と、原画像が多値画像の場合は抽出した明度反転領域候補内を二値化手段によって二値化する領域内二値化工程と、二値化された明度反転領域候補内の白画素と黒画素の分布状況をもとに明度反転領域であるかどうかを判定する明度反転領域判定工程とを有している。そして、別の発明の画像処理方法において、明度反転領域候補抽出工程は、処理対象の画像の背景を構成する画素と前景を構成する画素を背景画像分離手段によって分離する背景画素分離工程と、前景を構成する画素の連結成分を前景画像連結成分抽出手段によって抽出する前景画素連結成分抽出工程と、連結成分の外接矩形を外接矩形抽出手段によって抽出する外接矩形抽出工程と、外接矩形の幅と高さの比が予め定められた値の範囲内にある否かに応じて外接矩形形状判定手段によって外接矩形の形状を判定し、判定結果に基づいて明度反転領域候補を出力する外接矩形形状判定工程とを有し、明度反転領域判定工程が、領域内の白画素の連結成分を白画素連結成分抽出手段によって抽出する白画素連結成分抽出工程と、抽出した連結成分の大きさに基づいて明度反転領域である否かを判定する判定工程とを有することに特徴がある。よって、処理対象の画像が多値画像又は二値画像にかかわらず明度反転領域候補を精度良く判定し明度反転文字領域を抽出することができ、よっていかなる画像に対しても精度良く文字認識が可能となる。
【００１６】
更に、別の発明としての画像処理プログラムは、コンピュータに、処理対象の画像を画像格納手段に格納する画像格納手順と、画像中の明度反転領域候補を画像抽出手段によって抽出する明度反転領域候補抽出手順と、原画像が多値画像の場合は抽出した明度反転領域候補内を二値化手段によって二値化する領域内二値化手順と、二値化された明度反転領域候補内の白画素と黒画素の分布状況をもとに明度反転領域であるかどうかを判定する明度反転領域判定手順とを実行させるためのプログラムである。そして、本発明の画像処理プログラムにおける明度反転領域候補抽出手順は、処理対象の画像の背景を構成する画素と前景を構成する画素を背景画像分離手段によって分離する背景画素分離手順と、前景を構成する画素の連結成分を前景画像連結成分抽出手段によって抽出する前景画素連結成分抽出手順と、連結成分の外接矩形を外接矩形抽出手段によって抽出する外接矩形抽出手順と、外接矩形の幅と高さの比が予め定められた値の範囲内にある否かに応じて外接矩形形状判定手段によって外接矩形の形状を判定し、判定結果に基づいて明度反転領域候補を出力する外接矩形形状判定手順とを含み、明度反転領域判定手順が、領域内の白画素の連結成分を白画素連結成分抽出手段によって抽出する白画素連結成分抽出手順と、抽出した連結成分の大きさに基づいて明度反転領域である否かを判定する判定手順とを含んでいることに特徴がある。よって、既存のシステムを変えることなく、かつ画像処理システムを構築する装置を汎用的に使用することができる。
【００１７】
【発明の実施の形態】
本発明の画像処理装置は、処理対象の画像を格納する画像格納手段と、画像中の明度反転領域候補を抽出する明度反転領域候補抽出手段と、原画像が多値画像の場合は抽出した明度反転領域候補内を二値化する領域内二値化手段と、二値化された明度反転領域候補内の白画素と黒画素の分布状況をもとに明度反転領域であるかどうかを判定する明度反転領域判定手段とを備えている。そして、本発明の画像処理装置における明度反転領域候補抽出手段は、処理対象の画像の背景を構成する画素と前景を構成する画素を分離する背景画素分離手段と、前景を構成する画素の連結成分を抽出する前景画素連結成分抽出手段と、連結成分の外接矩形を抽出する外接矩形抽出手段と、外接矩形の幅と高さの比が予め定められた値の範囲内にあるか否かに応じて外接矩形の形状を判定し、判定結果に基づいて明度反転領域候補を出力する外接矩形形状判定手段とを備え、更には明度反転領域判定手段が、領域内の白画素の連結成分を抽出する白画素連結成分抽出手段と、抽出した連結成分の大きさに基づいて明度反転領域であるか否かを判定する判定手段とを備えた。
【００１８】
【実施例】
図１は本発明の第１の実施例に係る画像処理装置の構成を示すブロック図である。本実施例においては多値で入力した文書画像から、明度反転文字領域を判別する場合について説明する。同図において、本実施例の画像処理装置は、処理対象の画像を格納する画像格納手段１１と、明度反転した文字領域の候補領域を画像から抽出する明度反転領域候補抽出手段１２と、明度反転した文字領域候補領域内を、処理対象が多値画像の場合に二値化する領域内二値化手段１３と、明度反転した文字領域の候補領域の中から、実際に反転文字が含まれる領域を判定する明度反転領域判定手段１４とを含んで構成されている。
【００１９】
次に、図１に示す構成を有する本実施例の画像処理装置の動作について図２に示す動作フローに従って説明する。
先ず、処理対象の文書の画像をスキャナ等により光学的に読み取り、読み取った画像データを画像格納手段１１に格納する（ステップＳ１０１）。明度反転領域候補抽出手段１２を用いて明度反転している文字領域の候補領域を抽出する（ステップＳ１０２）。原画像が多値画像であるかを判定し、多値画像である場合は、領域内二値化手段１３を用いて候補領域内を二値化する（ステップＳ１０３Ｓ；ＹＥＳ、ステップＳ１０４）。一方、二値画像の場合は二値化する必要がない（ステップＳ１０３；ＮＯ）。ここで、二値化の方法にはさまざまなものが考えられるが、候補領域内の各画素の明度情報を用い、白画素を構成する画素群と黒画素を構成する画素群の群間分散が最大になるように二値化閾値を設定する方法などが考えられる。この手法はいわゆる判別分析法と呼ばれる方法である。このように、各領域内で二値化閾値を設定することで、画像全体で一つの閾値を設定する場合に比べてより各領域に適合した二値化閾値を設定することができる。そして、明度反転領域判定手段１４を用い、明度反転領域候補内の二値画像情報を吟味し、その領域が実際に明度反転文字が含まれた領域かどうかを判定する（ステップＳ１０５）。全ての候補領域を判定するまでステップＳ１０３から繰り返して同じ処理を行う（ステップＳ１０６）。判定が終了すれば結果を出力して（ステップＳ１０７）、処理を終了する。
【００２０】
次に、図２のステップＳ１０２における明度反転領域候補の抽出について、図１の明度反転領域候補抽出手段１２の構成を示すブロック図である図３と明度反転領域候補抽出の動作を示すフローチャートである図４を用いて説明する。
先ず、図３の背景画素分離手段１２０１を用い、処理対象画像の背景を構成する画素と、前景を構成する画素を分離する（ステップＳ２０１）。分離する手法にはさまざまなものが考えられる。例えば、多値画像であれば画像全体を二値化し、黒画素を前景、白画素背景とする手法が考えられる。また、画像を構成する画素を画素値をもとに色クラスタリングを行い、各クラスのうち、最も所属する画素数が多いクラスを背景色とみなし、このクラス以外に属している画素を前景色とする方法などがある。次に、図３の前景画素連結成分抽出手段２０２で前景画素の連結成分を抽出し（ステップＳ２０２）、図３の外接矩形抽出手段１２０３でこの連結成分の外接矩形を求める（ステップＳ２０３）。そして、図３の外接矩形形状判定手段１２０４で外接矩形の縦横比を判定する（ステップＳ２０４）。縦横比、すなわち高さと幅の比が大きく横長あるいは縦長の場合、図１０のような反転文字領域の可能性がある。外接矩形形状判定手段１２０４を用い、外接矩形の縦横比が予め定められた範囲内にある場合は（ステップＳ２０５；ＹＥＳ）、これを明度反転領域候補と判定する（ステップＳ２０６）。そうでないものは明度反転領域ではないと判定する（ステップＳ２０５；ＮＯ、ステップＳ２０７）。全ての外接矩形の吟味が終了するまでステップＳ２０４からの処理を繰り返し（ステップＳ２０８）、終了したら次の処理へ進む。
【００２１】
続いて、図２のステップＳ１０５における明度反転領域判定について、図１の明度反転領域判定手段１５の構成を示すブロック図である図５と明度反転領域判定の動作を示すフローチャートである図６を用いて説明する。
【００２２】
先ず、候補領域の二値画像をもとに、図５の白黒画素数比算出手段１４０１により、候補領域内の白画素と黒画素の比を求める（ステップＳ３０１）。白画素の割合が予め定められた値以上の場合は（ステップＳ１３０２；ＹＥＳ）、反転文字領域ではないと判定する（ステップＳ３０８）。一方、白画素の割合が予め定められた値以上でない場合は（ステップＳ１３０２；ＮＯ）、図５の白画素連結成分抽出手段１４０２で、候補領域内の白画素の連結成分を求める（ステップＳ３０３）。そして、図５の文字サイズ推定手段１４０３で、領域内の文字サイズを推定する（ステップＳ３０４）。この方法にはさまざまなものが考えられるが、例えば、横長の領域の場合は領域の高さと文字サイズに相関関係があると考え、高さのある係数倍を文字サイズとする方法がある。縦長の領域の場合は、高さの代わりに幅の係数倍を文字サイズとする。次に、推定された文字サイズに近い連結成分を図５の推定文字サイズ近似連結成分計数手段１４０４を用い、推定文字サイズに近い大きさを持つ連結成分の数を数える（ステップＳ３０５）。全連結成分数に占める、文字サイズに近い連結成分の割合を図５の連結成分数比算出手段１４０５により求め、この値が所定の割合以上である場合は（ステップＳ３０６；ＹＥＳ）、文字が含まれていると見なして反転文字領域であると判定する（ステップＳ３０７）。そうでない場合は反転文字領域ではないと判定する（ステップＳ３０８）。
【００２３】
以上説明した第１の実施例によれば、二値画像、多値画像に関わりなく反転文字領域が精度よく抽出できる。
【００２４】
図７は本発明の第２の実施例に係る画像処理装置の構成を示すブロック図である。同図において、図１と同じ参照符号は同じ構成要素を示す。図８は実施例２の構成図である。図１の第１の実施例と異なる構成要素として、第２の実施例の画像処理装置は、圧縮画像生成手段２１と座標値変換手段２２とを含んで構成されている。第２の実施例によれば、処理対象画像が高い解像度を持つ場合原画像をそのまま用いずに、これを圧縮した画像を処理に利用すれば精度を低下させることなく第１の実施例に比べて高速な処理が期待できる。
【００２５】
次に、第２の実施例の画像処理装置の動作について、動作フローを示す図８に従って説明する。
先ず、処理対象の文書の画像をスキャナ等により光学的に読み取り、読み取った画像データをもとに、圧縮画像を生成して画像格納手段１１に格納する（ステップＳ４０１，Ｓ４０２）。圧縮方法は画素を単純に間引くなどの方法が考えられる。明度反転領域候補抽出手段１２を用いて明度反転している文字領域の候補領域を抽出する（ステップＳ４０３）。原画像が多値画像であるかを判定し、多値画像である場合は、領域内二値化手段１３を用いて候補領域内を二値化する（ステップＳ４０４Ｓ；ＹＥＳ、ステップＳ４０５）。一方、二値画像の場合は二値化する必要がない（ステップＳ４０４；ＮＯ）。そして、明度反転領域判定手段１４を用い、明度反転領域候補内の二値画像情報を吟味し、その領域が実際に明度反転文字が含まれた領域かどうかを判定する（ステップＳ４０６）。全ての候補領域を判定するまでステップＳ４０４から繰り返して同じ処理を行う（ステップＳ４０７）。圧縮画像で算出した反転文字領域は、その位置座標が圧縮画像上のものである。従って、出力する座標値は原画像上のものに変換しておく必要がある。すべての候補領域の吟味が終了したのち、ステップＳ４０８で座標値の変換処理を行って、結果を出力する（ステップＳ４０９）。よって、本実施例によれば、圧縮画像は情報量が少ないので計算量も少なくなり、処理の高速化が期待できる。
【００２６】
次に、図９は本発明のシステム構成を示すブロック図である。つまり、同図は上記実施例における画像処理方法によるソフトウェアを実行するマイクロプロセッサ等から構築されるハードウェアを示すものである。同図において、画像処理システムはインターフェース（以下Ｉ／Ｆと略す）９１、ＣＰＵ９２、ＲＯＭ９３、ＲＡＭ９４、表示装置９５、ハードディスク９６、キーボード９７及びＣＤ−ＲＯＭドライブ９８を含んで構成されている。また、汎用の処理装置を用意し、ＣＤ−ＲＯＭ９９などの読取可能な記憶媒体には、本発明の画像処理方法を実行するプログラムが記憶されている。更に、Ｉ／Ｆ９１を介して外部装置から制御信号が入力され、キーボード９７によって操作者による指令又は自動的に本発明のプログラムが起動される。そして、ＣＰＵ９２は当該プログラムに従って上述の画像処理方法に伴う処理を施し、その処理結果をＲＡＭ９４やハードディスク９６等の記憶装置に格納し、必要により表示装置９５などに出力する。以上のように、本発明の画像処理方法を実行するプログラムが記憶された記憶媒体を用いることにより、既存のシステムを変えることなく、かつ画像処理システムを構築する装置を汎用的に使用することができる。
【００２７】
なお、本発明は上記実施例に限定されるものではなく、特許請求の範囲内の記載であれば多種の変形や置換可能であることは言うまでもない。
【００２８】
【発明の効果】
以上説明したように、本発明の画像処理装置は、処理対象の画像を格納する画像格納手段と、画像中の明度反転領域候補を抽出する明度反転領域候補抽出手段と、原画像が多値画像の場合は抽出した明度反転領域候補内を二値化する領域内二値化手段と、二値化された明度反転領域候補内の白画素と黒画素の分布状況をもとに明度反転領域であるかどうかを判定する明度反転領域判定手段とを備えている。そして、本発明の画像処理装置における明度反転領域候補抽出手段は、処理対象の画像の背景を構成する画素と前景を構成する画素を分離する背景画素分離手段と、前景を構成する画素の連結成分を抽出する前景画素連結成分抽出手段と、連結成分の外接矩形を抽出する外接矩形抽出手段と、外接矩形の幅と高さの比が予め定められた値の範囲内にあるか否かに応じて外接矩形の形状を判定し、判定結果に基づいて明度反転領域候補を出力する外接矩形形状判定手段とを備え、更には明度反転領域判定手段が、領域内の白画素の連結成分を抽出する白画素連結成分抽出手段と、抽出した連結成分の大きさに基づいて明度反転領域であるか否かを判定する判定手段とを備えたことに特徴がある。よって、処理対象の画像が多値画像又は二値画像にかかわらず明度反転領域候補を精度良く判定し明度反転文字領域を抽出することができ、よっていかなる画像に対しても精度良く文字認識が可能となる。
【００３５】
また、文字サイズ推定手段が、当該明度反転領域の幅、高さのうち短い方の長さの予め定められた係数倍を文字サイズと判定する手段を備えたことにより、文字サイズを精度良く判定することができる。
【００３６】
更に、処理対象の画像を圧縮した圧縮画像を生成する圧縮画像生成手段と、処理対象の画像上の座標値に圧縮画像上の対応する座標値を変換する座標値変換手段を備えたことにより、高速に文字認識が可能となる。
【００３７】
また、別の発明としての画像処理方法は、処理対象の画像を画像格納手段に格納する画像格納工程と、画像中の明度反転領域候補を画像抽出手段によって抽出する明度反転領域候補抽出工程と、原画像が多値画像の場合は抽出した明度反転領域候補内を二値化手段によって二値化する領域内二値化工程と、二値化された明度反転領域候補内の白画素と黒画素の分布状況をもとに明度反転領域であるかどうかを判定する明度反転領域判定工程とを有している。そして、別の発明の画像処理方法において、明度反転領域候補抽出工程は、処理対象の画像の背景を構成する画素と前景を構成する画素を背景画像分離手段によって分離する背景画素分離工程と、前景を構成する画素の連結成分を前景画像連結成分抽出手段によって抽出する前景画素連結成分抽出工程と、連結成分の外接矩形を外接矩形抽出手段によって抽出する外接矩形抽出工程と、外接矩形の幅と高さの比が予め定められた値の範囲内にある否かに応じて外接矩形形状判定手段によって外接矩形の形状を判定し、判定結果に基づいて明度反転領域候補を出力する外接矩形形状判定工程とを有し、明度反転領域判定工程が、領域内の白画素の連結成分を白画素連結成分抽出手段によって抽出する白画素連結成分抽出工程と、抽出した連結成分の大きさに基づいて明度反転領域である否かを判定する判定工程とを有することに特徴がある。よって、処理対象の画像が多値画像又は二値画像にかかわらず明度反転領域候補を精度良く判定し明度反転文字領域を抽出することができ、よっていかなる画像に対しても精度良く文字認識が可能となる。
【００３８】
更に、別の発明としての画像処理プログラムは、コンピュータに、処理対象の画像を画像格納手段に格納する画像格納手順と、画像中の明度反転領域候補を画像抽出手段によって抽出する明度反転領域候補抽出手順と、原画像が多値画像の場合は抽出した明度反転領域候補内を二値化手段によって二値化する領域内二値化手順と、二値化された明度反転領域候補内の白画素と黒画素の分布状況をもとに明度反転領域であるかどうかを判定する明度反転領域判定手順とを実行させるためのプログラムである。そして、本発明の画像処理プログラムにおける明度反転領域候補抽出手順は、処理対象の画像の背景を構成する画素と前景を構成する画素を背景画像分離手段によって分離する背景画素分離手順と、前景を構成する画素の連結成分を前景画像連結成分抽出手段によって抽出する前景画素連結成分抽出手順と、連結成分の外接矩形を外接矩形抽出手段によって抽出する外接矩形抽出手順と、外接矩形の幅と高さの比が予め定められた値の範囲内にある否かに応じて外接矩形形状判定手段によって外接矩形の形状を判定し、判定結果に基づいて明度反転領域候補を出力する外接矩形形状判定手順とを含み、明度反転領域判定手順が、領域内の白画素の連結成分を白画素連結成分抽出手段によって抽出する白画素連結成分抽出手順と、抽出した連結成分の大きさに基づいて明度反転領域である否かを判定する判定手順とを含んでいることに特徴がある。よって、既存のシステムを変えることなく、かつ画像処理システムを構築する装置を汎用的に使用することができる。
【図面の簡単な説明】
【図１】本発明の第１の実施例に係る画像処理装置の構成を示すブロック図である。
【図２】第１の実施例の画像処理装置の動作を示すフローチャートである。
【図３】図１の明度反転領域候補抽出手段１２の構成を示すブロック図である。
【図４】明度反転領域候補抽出の動作を示すフローチャートである。
【図５】図１の明度反転領域判定手段１５の構成を示すブロック図である。
【図６】明度反転領域判定の動作を示すフローチャートである。
【図７】本発明の第２の実施例に係る画像処理装置の構成を示すブロック図である。
【図８】第２の実施例の画像処理装置の動作を示すフローチャートである。
【図９】本発明のシステム構成を示すブロック図である。
【図１０】明度反転文字の一例を示す図である。
【符号の説明】
１１；画像格納手段、１２；明度反転領域候補抽出手段、
１３；領域内二値化手段、１４；明度反転領域判定手段、
２１；圧縮画像生成手段、２２；座標値変換手段。

Claims

処理対象の画像を格納する画像格納手段と、画像中の明度反転領域候補を抽出する明度反転領域候補抽出手段と、原画像が多値画像の場合は抽出した前記明度反転領域候補内を二値化する領域内二値化手段と、二値化された前記明度反転領域候補内の白画素と黒画素の分布状況をもとに明度反転領域であるかどうかを判定する明度反転領域判定手段とを備えた画像処理装置において、
前記明度反転領域候補抽出手段は、処理対象の画像の背景を構成する画素と前景を構成する画素を分離する背景画素分離手段と、前景を構成する画素の連結成分を抽出する前景画素連結成分抽出手段と、前記連結成分の外接矩形を抽出する外接矩形抽出手段と、前記外接矩形の幅と高さの比が予め定められた値の範囲内にあるか否かに応じて前記外接矩形の形状を判定し、判定結果に基づいて明度反転領域候補を出力する外接矩形形状判定手段とを備え、
前記明度反転領域判定手段が、領域内の白画素の連結成分を抽出する白画素連結成分抽出手段と、抽出した前記連結成分の大きさに基づいて明度反転領域であるか否かを判定する判定手段とを備えたことを特徴とする画像処理装置。
前記判定手段が、明度反転領域内の文字サイズを推定する文字サイズ推定手段と、推定した文字サイズに近い大きさの連結成分を計数する推定文字サイズ近似連結成分計数手段と、前記文字サイズに近い大きさの連結成分数の全連結成分数に対する比を計算する連結成分数比算出手段とを備えた請求項１記載の画像処理装置。
前記文字サイズ推定手段が、前記明度反転領域の幅、高さのうち短い方の長さの予め定められた係数倍を文字サイズと判定する手段を備えた請求項２記載の画像処理装置。
処理対象の画像を画像格納手段に格納する画像格納工程と、画像中の明度反転領域候補を画像抽出手段によって抽出する明度反転領域候補抽出工程と、原画像が多値画像の場合は抽出した前記明度反転領域候補内を二値化手段によって二値化する領域内二値化工程と、二値化された前記明度反転領域候補内の白画素と黒画素の分布状況をもとに明度反転領域であるかどうかを判定する明度反転領域判定工程とを有する画像処理方法において、
前記明度反転領域候補抽出工程は、処理対象の画像の背景を構成する画素と前景を構成する画素を背景画像分離手段によって分離する背景画素分離工程と、前景を構成する画素の連結成分を前景画像連結成分抽出手段によって抽出する前景画素連結成分抽出工程と、前記連結成分の外接矩形を外接矩形抽出手段によって抽出する外接矩形抽出工程と、前記外接矩形の幅と高さの比が予め定められた値の範囲内にある否かに応じて外接矩形形状判定手段によって前記外接矩形の形状を判定し、判定結果に基づいて明度反転領域候補を出力する外接矩形形状判定工程とを有し、
前記明度反転領域判定工程が、領域内の白画素の連結成分を白画素連結成分抽出手段によって抽出する白画素連結成分抽出工程と、抽出した連結成分の大きさに基づいて明度反転領域である否かを判定する判定工程とを有することを特徴とする画像処理方法。
前記判定工程が、明度反転領域内の文字サイズを文字サイズ推定手段によって推定する文字サイズ推定工程と、推定した文字サイズに近い大きさの連結成分を推定文字サイズ近似連結成分計数手段によって計数する工程と、前記文字サイズに近い大きさの連結成分数の全連結成分数に対する比を連結成分数比算出手段によって計算する工程とを有する請求項４記載の画像処理方法。
前記文字サイズ推定工程が、前記明度反転領域の幅、高さのうち短い方の長さの予め定められた係数倍を文字サイズと判定する工程を有する請求項５記載の画像処理方法。
コンピュータに、処理対象の画像を画像格納手段に格納する画像格納手順と、画像中の明度反転領域候補を画像抽出手段によって抽出する明度反転領域候補抽出手順と、原画像が多値画像の場合は抽出した前記明度反転領域候補内を二値化手段によって二値化する領域内二値化手順と、二値化された前記明度反転領域候補内の白画素と黒画素の分布状況をもとに明度反転領域であるかどうかを判定する明度反転領域判定手順とを実行させるためのプログラムにおいて、
前記明度反転領域候補抽出手順は、処理対象の画像の背景を構成する画素と前景を構成する画素を背景画像分離手段によって分離する背景画素分離手順と、前景を構成する画素の連結成分を前景画像連結成分抽出手段によって抽出する前景画素連結成分抽出手順と、前記連結成分の外接矩形を外接矩形抽出手段によって抽出する外接矩形抽出手順と、前記外接矩形の幅と高さの比が予め定められた値の範囲内にある否かに応じて外接矩形形状判定手段によって前記外接矩形の形状を判定し、判定結果に基づいて明度反転領域候補を出力する外接矩形形状判定手順とを含み、
前記明度反転領域判定手順が、領域内の白画素の連結成分を白画素連結成分抽出手段によって抽出する白画素連結成分抽出手順と、抽出した連結成分の大きさに基づいて明度反転領域である否かを判定する判定手順とを含んでいることを特徴とする画像処理プログラム。
前記判定手順が、明度反転領域内の文字サイズを文字サイズ推定手段によって推定する文字サイズ推定手順と、推定した文字サイズに近い大きさの連結成分を推定文字サイズ近似連結成分計数手段によって計数する手順と、前記文字サイズに近い大きさの連結成分数の全連結成分数に対する比を連結成分数比算出手段によって計算する手順とを含んでいる請求項７記載の画像処理プログラム。
前記文字サイズ推定手順が、前記明度反転領域の幅、高さのうち短い方の長さの予め定められた係数倍を文字サイズと判定する手順を含む請求項８記載の画像処理プログラム。