JP4248700B2

JP4248700B2 - 罫線識別方法、罫線識別装置および記録媒体

Info

Publication number: JP4248700B2
Application number: JP24141899A
Authority: JP
Inventors: 裕子杉浦
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1999-08-27
Filing date: 1999-08-27
Publication date: 2009-04-02
Anticipated expiration: 2019-08-27
Also published as: JP2001067471A

Description

【０００１】
【発明の属する技術分野】
本発明は、画像中から罫線を識別する罫線識別方法、罫線識別装置および罫線識別処理プログラムを記録した記録媒体に関する。
【０００２】
【従来の技術】
短罫線を識別処理する従来技術として、例えば特開平７−１３９９９号公報に記載された表認識装置がある。この装置では、表の枠を抽出し、その枠内部に対して短罫線（桁線）の識別処理を行なっている。入力された表画像の全領域に対して短罫線識別を行なうと、文字の一部を短罫線として誤認識する確率が高くなる。そこで、上記装置では、短罫線の識別処理対象領域を枠内部に限定することにより、短罫線の誤認識率を低く抑えている。しかしながら、枠の識別処理に手間がかかることや枠を誤識別した場合には、短罫線の識別精度が大幅に悪化する可能性が高い。また、枠内部に文字が存在する場合にも、短罫線を誤認識する可能性が高くなる。
【０００３】
【発明が解決しようとする課題】
ところで、実線を識別する方法としては、連続黒画素（２値画像の場合）のランが所定の閾値以上のものを実線として識別する方法がある。そして、ランの長さを決定するためには、識別対象の画像のラン分布を調べて、実線に相当するラン長を決定する方法などが考えられる。
【０００４】
上記した方法は、長い実線の場合には有効であるが、文字の大きさと同等以下の短い実線の場合には、短い実線を識別するためのラン長を決定することが難しいという問題がある。また、閾値として一つの固定値を設定しているので、特に短い実線の識別精度が低くなるという問題もある。
【０００５】
本発明の目的は、長い実線と短い実線とを２段階に分けて識別することにより、全体の実線識別精度を向上させた罫線識別方法、罫線識別装置および記録媒体を提供することにある。
【０００６】
【課題を解決するための手段】
本発明では、ランの閾値を変えながら、まず長い実線を識別し、次いで短い実線を識別する。それぞれの実線の識別後、必要なら実線であるか否かの判定処理を実行して、識別の精度を向上させる。
具体的には、画像を入力し、該画像について、少なくとも主走査あるいは副走査方向の各ライン毎に黒画素連結を調べ、該黒画素連結をランとして抽出する。そして、抽出されたランについて、第１の閾値以上の長さのランを抽出し、該抽出したランについて接触しているラン同士を統合して長い実線とする。また、抽出されたランについて、第２の閾値以上で且つ前記第１の閾値以下である第３の閾値未満の長さのランを抽出し、該抽出したランについて接触しているラン同士を統合して短い実線とする。
【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。
まず、本発明で使用する用語を以下ように定義する。
表処理：画像において、実線や点線を含む罫線の抽出処理、罫線で包含された領域（枠）の抽出処理、枠内の文字部を抽出する処理、文字を認識する処理、表全体を再現する処理等を含む処理をいう。
ラン：１ライン（１走査）上での黒画素連結を一塊としたものをいう。
矩形：２値画像データの画像部（例えば黒画素部）を一塊として、それらが接触包含される外接四角形で囲んだ範囲を矩形と定義する。連結する黒画素を全て包含する外接範囲を矩形とする。
矩形抽出：矩形の位置座標を抽出することをいう。
処理方向：図９に示すように、画像が２次元（Ｘ，Ｙ）の画像であれば、Ｘ方向（主走査方向）の処理とＹ方向（副走査方向）の処理の２方向の処理がある。罫線抽出の場合には、罫線がＸ方向に延びている場合とＹ方向に延びている場合があり、Ｘ方向とＹ方向の２方向についてそれぞれ処理を行なう。
罫線：実線、点線を含む全ての線をいう。
【０００８】
（実施例１）
本実施例は、識別対象画像のラン分布を調べる必要のない、つまり固定閾値による実線識別処理方法の利点を活かしつつ、従来の全実線識別に対して一つ固定閾値による認識方法ではなく、長い実線（一般に使用されている文字サイズより大きい実線）用の第１の閾値と、短い実線（一般的に使用されている文字サイズより同等以下）用の第２の閾値を設定し、識別を２段階に分けることにより、全体の実線識別精度を向上させた実施例である。
【０００９】
図１は、本発明の実施例１の構成を示す。図において、１は２値画像入力部、２は画像圧縮処理部、３は長実線識別処理部、４は短実線識別処理部である。
【００１０】
スキャナなどの２値画像入力部１で処理対象の画像を取り込み、２値化データに変換し、画像圧縮処理部２では高速化のために圧縮画像を作成する。圧縮画像とは、例えば１／４圧縮の場合には、４画素が全て白画素であった場合にのみ１つの白画素に置き換え、４画素中１つでも黒画素が含まれていれば、１つの黒画素に置き換えるという圧縮処理である。圧縮率は、１／４圧縮に限らず、１／２圧縮、１／８圧縮のいずれでもよい。
【００１１】
次に、長実線識別処理３で長実線を識別し、続いて短実線識別処理部４で短実線を識別する。従来は全ての実線に対して一度に実線識別処理を行なっていたが、本発明では、長実線識別処理部３と短実線識別処理部４に示すように、２段階に分けて識別処理を行なう。
【００１２】
図２は、長実線識別処理部３と短実線識別処理部４の処理で共通に用いられるラン抽出処理のフローチャートを示す。ラン抽出処理としてはどのような方法を用いてもよいが、少なくともランの位置情報が得られることが必要である。また、２値画像入力部から入力された２値データをそのまま使用するか、処理時間短縮のために圧縮画像データを用いるか、何れでもよい。ただし、本発明では、実線識別処理の場合には圧縮画像データを用い、ラン抽出処理の場合には２値データを用いる。
【００１３】
主走査方向の１ライン毎に黒画素連結を調べ、黒画素連結が途切れたとき（ステップ１０２，１０３）、黒画素一塊をランとして登録する（ステップ１０４）。同様の処理を全ラインについて繰返す（ステップ１０１、１０６）。
【００１４】
図３は、長実線識別の処理フローチャートを示す。長実線識別処理としてはどのような方法を用いてもよいが、実線識別情報として、識別した実線の位置を示すアドレス情報が得られることが必要である。図３は、実線識別処理の一例として一方向の罫線識別例を示す。Ｘ、Ｙ方向の両方向に実線を識別するには、図３の処理を両方向に繰り返せばよい。
【００１５】
図２の処理で抽出されたランについて、その長さが所定の閾値Ａ以上であるとき（ステップ２０２）、実線ランとして登録する（ステップ２０３）。次に、その実線ラン同士が接触しているか否かを調べ（ステップ２０６）、接触していれば、それらを統合し実線として登録する（ステップ２０７）。同様の処理を全てのランの数だけ繰返す（ステップ２０１、２０８）。
【００１６】
ここで、閾値Ａとしては、例えば一般的な帳票画像の場合に使用されている文字サイズより大きい値を与える。この閾値Ａは、処理対象の画像毎に決定してもよいし、任意の一定値を与えてもよい。ただし、文字サイズより大きい値であることが望ましい。
【００１７】
図４は、短実線識別の処理フローチャートを示す。短実線識別処理としてはどのような方法を用いてもよいが、識別した実線の位置を示すアドレス情報が得られることが必要である。また、処理を簡単にするために長実線識別処理と同様の処理とすることが望ましい。長実線識別処理と同様の処理を用いた場合の例を図４に示す。前述した図３の長実線処理と異なる点は、図４のステップ３０２における閾値である。図２の処理で抽出されたランについて、その長さが所定の閾値Ｂ以上で、所定の閾値Ａ’未満であるとき（ステップ３０２）、実線ランとして登録する（ステップ３０３）。次に、その実線ラン同士が接触しているか否かを調べ（ステップ３０６）、接触していれば、それらを統合し実線として登録する（ステップ３０７）。同様の処理を全てのランの数だけ繰返す（ステップ３０１、３０８）。
【００１８】
ここで、閾値Ａ’は、長実線識別処理におけるステップ２０２の閾値Ａと同値であることが望ましい。しかしながら、処理によっては、閾値Ａ’とＡは必ずしも同値でなくてもよい。ただし、閾値Ａ’は、一般的な帳票画像の場合に使用されている文字サイズより大きい値を与えることが望ましく、閾値Ａ’は処理対象の画像毎に決定してもよいし、あるいは一定値を設定してもよい。
【００１９】
一方、閾値Ｂについては、ノイズサイズ以上の値であることが望ましく、一般的な帳票画像の場合に使用されている文字サイズよりも小さい値であることが望ましい。
【００２０】
（実施例２）
上記したように識別された実線は１００％正しいとは限らない。そこで、通常は実線識別処理後に、実線が正しいか否かの判断処理（実線誤判定処理）を実行して、誤識別した実線を除去する処理を追加している。
【００２１】
ところで、実施例１の実線識別処理において、長い実線は精度よく識別されるのに対して、短い実線は識別精度が低い。そこで、本実施例では、全ての実線に対して一律に正しいか否かの判断処理を行うのではなく、例えば長い実線として識別された実線に対しては簡易に、短い実線識別で認識された実線に対しては詳細に実線誤判定処理を行う。つまり、それぞれの特徴に合致するような実線誤判定処理を設ける。また、低精度の短実線の誤判定処理を行うとき、精度良く識別された長実線の情報を利用することが可能となり、実線全体の識別精度が向上すると共に、処理時間が短縮化される。
【００２２】
図５は、実施例２の構成を示す。図５は実線識別処理の場合を示すが、通常実線識別処理だけで１００％に近い識別率の精度を出すことは不可能である。識別精度を向上させるためには実線識別処理の後に、識別された実線に対して誤判定処理を行ない、誤識別された実線を除去することで、実線識別精度を向上させる方法を採る。
【００２３】
図５において、長実線識別処理部３と短実線識別処理部４の後処理として、それぞれの特性に対応した誤判定処理部５，６を設ける。長実線誤判定処理部５と短実線誤判定処理部６の処理内容は、識別された実線が正しいか否かを判定する処理であり、例えば標準的な長実線、短実線と比較することにより判定するなどの方法を用いる。また、長実線誤判定処理部５と短実線誤判定処理部６の処理が同等の処理であってもよい。
【００２４】
（実施例３）
実施例３は、認識対象画像中に短い実線がないことが予め分かっている場合、実施例１の２段階認識処理の内、長い実線認識処理のみ実行するなど、無駄な処理を行うことなく目的の実線のみ認識処理を実行することで、処理時間の短縮化を図る実施例である。
【００２５】
実施例３では、実施例２の処理を分割して、利用し易いように構成したものである。図６は、処理対象画像中に短実線がなく、長実線のみ識別したい場合に処理が実行される実施例の構成を示す。同様に、図７は、短実線識別のみ単独に実行する場合の実施例の構成を示す。図６，７の処理内容は前述したものと同様であるので、説明は省略する。
【００２６】
（実施例４）
図８は、本発明をソフトウェアによって実現する実施例４の構成例を示す。ＣＤ−ＲＯＭなどの記録媒体には本発明の罫線識別処理機能が記録されていて、これをシステムにインストールする。スキャナなどから取り込まれた帳票などの画像から長い実線、短い実線を識別処理し、その結果をディスプレイなどに表示出力する。
【００２７】
なお、上記した各実施例は、例えばＯＣＲ（文字認識装置）などに適用される。
【００２８】
【発明の効果】
以上、説明したように、本発明によれば、実線を識別する際に、ランの閾値を２段階に分けることにより、長い実線と短い実線をそれぞれ精度良く識別することができる。
【図面の簡単な説明】
【図１】本発明の実施例１の構成を示す。
【図２】ラン抽出処理のフローチャートを示す。
【図３】長実線識別の処理フローチャートを示す。
【図４】短実線識別の処理フローチャートを示す。
【図５】本発明の実施例２の構成を示す。
【図６】本発明の実施例３の第１の構成を示す。
【図７】本発明の実施例３の第２の構成を示す。
【図８】本発明をソフトウェアによって実現する場合の構成例を示す。
【図９】画像のＸ、Ｙ方向を示す。
【符号の説明】
１２値画像入力部
２画像圧縮処理部
３長実線識別処理部
４短実線識別処理部

Claims

画像中から罫線としての長い実線と短い実線を識別する罫線識別方法であって、
画像を入力するステップと、
前記画像について、少なくとも主走査あるいは副走査方向の各ライン毎に黒画素連結を調べ、該黒画素連結をランとして抽出するステップと、
前記抽出されたランについて、第１の閾値以上の長さのランを抽出し、該抽出したランについて接触しているラン同士を統合して長い実線とするステップと、
前記抽出されたランについて、第２の閾値以上で且つ前記第１の閾値以下である第３の閾値未満の長さのランを抽出し、該抽出したランについて接触しているラン同士を統合して短い実線とするステップと、
を有することを特徴とする罫線識別方法。
画像中から罫線としての長い実線と短い実線を識別する罫線識別装置であって、
画像を入力する手段と、
前記画像について、少なくとも主走査あるいは副走査方向の各ライン毎に黒画素連結を調べ、該黒画素連結をランとして抽出する手段と、
前記抽出されたランについて、第１の閾値以上の長さのランを抽出し、該抽出したランについて接触しているラン同士を統合して長い実線とする手段と、
前記抽出されたランについて、第２の閾値以上で且つ前記第１の閾値以下である第３の閾値未満の長さのランを抽出し、該抽出したランについて接触しているラン同士を統合して短い実線とする手段と、
を有することを特徴とする罫線識別装置。
画像中から罫線としての長い実線と短い実線を識別する罫線識別装置の機能をコンピュータに実現させるためのプログラムを記録したコンピュータ読取可能な記録媒体であって、
画像を入力する機能と、
前記画像について、少なくとも主走査あるいは副走査方向の各ライン毎に黒画素連結を調べ、該黒画素連結をランとして抽出する機能と、
前記抽出されたランについて、第１の閾値以上の長さのランを抽出し、該抽出したランについて接触しているラン同士を統合して長い実線とする機能と、
前記抽出されたランについて、第２の閾値以上で且つ前記第１の閾値以下である第３の閾値未満の長さのランを抽出し、該抽出したランについて接触しているラン同士を統合して短い実線とする機能と、
をコンピュータに実現させるためのプログラムを記録したコンピュータ読取可能な記録媒体。