JP4706187B2 - 文字認識装置およびその文字認識方法 - Google Patents

Description

本発明はＯＣＲ（Optical Character Reader）などの文字認識装置に係り、特に擬似中間調処理が加えられた文字画像を自動的に認識可能な文字認識装置およびその文字認識方法に関する。

従来の文字認識装置は、「特許文献１」に開示したように、通常の文字画像と網点画像を含む文書をスキャナで読み込んで得られる一次２値画像から連結図形の外接矩形を求め、外接矩形の大きさで文字領域を判定する一次文字領域判定部と、非文字領域から全体の大きさに対する白黒の変化点の割合から網点領域を抽出する網点領域抽出部と、網点領域をスキャナより薄く読み込んで得られる二次２値画像から一次文字領域判定部と同様にして文字領域を判定する二次文字領域判定部と、一次文字領域および二次文字領域から文字パターンを切り出す文字切り出し部と、文字パターンから特徴を抽出する文字特徴抽出部と、全ての文字特徴を記憶した文字特徴辞書と文字特徴を比較して文字確度を求める認識確度計算部と、認識確度から認識文字を決定する認識文字決定部とを備えたものが知られている。

このような構成により、網点文字を含む認識対象文書を容易に、かつ自動的に文字認識できるものである。
特開平６−２３１３０６号公報

「特許文献１」に開示された従来の文字認識装置は、白黒の変化点の割合から網点領域を抽出し、網点領域をスキャナより薄く読み込んで得られた二次２値画像から文字領域を判定するものであり、スキャナから読み込んだ画像濃度を薄くすることによって文字画像を認識できるようにしたものである。ところで、網点画像ではなく、通常の文字画像に誤差拡散法などの擬似中間調処理を施すことがある。このように文字部分に擬似中間調処理を施すと、文字部分に画像抜けが発生してしまい、このような画像に対して文字認識を行うことは非常に困難であり、上記した技術を用いても、擬似中間調処理が施された文字画像に対しては、文字認識を行うことができない。

擬似中間調処理が施された文字画像に対しては、人手を用いて文字認識できるように所定の画像加工を行うことが考えられるが、画像加工に工数を要し、擬似中間調処理が施された文字画像を含む画像に対する文字認識の処理効率が低下してしまう課題ある。

この発明はこのような課題を解決するためになされたもので、その目的は擬似中間調画像を含む画像において、擬似中間調画像には補正処理を施し、通常の文字画像はそのままで文字認識を行い、文字認識の精度ならびに処理効率が高い文字認識装置を提供することにある。

前記課題を解決するためこの発明に係る文字認識装置は、擬似中間調画像を含む画像データから文字を認識して文字コードで出力する文字認識装置であって、紙面などの文書を光学的に読取り、電気的な画像イメージに変換する画像入力手段と、画像入力手段からの画像イメージが擬似中間調画像であるか否かを所定領域毎に判定する判定手段と、判定手段が擬似中間調画像と判定した場合には、画像イメージに所定の補正を施して補正画像を生成する補正手段と、補正手段が生成した補正画像から文字を認識する文字認識手段と、画像イメージや補正画像などの画像データを記憶する記憶手段と、装置全体の動作ならびに動作順序を制御する制御手段とを備え、判定手段は、画像イメージから輪郭を抽出して輪郭イメージを出力する輪郭抽出手段と、輪郭抽出手段からの輪郭イメージにラベリングを施し、ラベル情報を発生するラベリング手段と、ラベリング手段が発生するラベル情報に基づいて各ラベルが画像ノイズか否かのノイズ評価値を出力するノイズ評価手段と、ラベリング手段が発生したラベル情報と輪郭抽出手段が発生した輪郭イメージに基づいて画像イメージの変化点評価値を出力する変化点評価手段と、ノイズ評価手段から供給されるノイズ評価値と変化点評価手段から供給される変化点評価値に基づいて画像イメージが擬似中間調画像であるか否かを総合判別する総合判別手段とを有することを特徴とする。

この発明に係る文字認識装置は、擬似中間調画像を含む画像データから文字を認識して文字コードで出力する文字認識装置であって、紙面などの文書を光学的に読取り、電気的な画像イメージに変換する画像入力手段と、画像入力手段からの画像イメージが擬似中間調画像であるか否かを所定領域毎に判定する判定手段と、判定手段が擬似中間調画像と判定した場合には、画像イメージに所定の補正を施して補正画像を生成する補正手段と、補正手段が生成した補正画像から文字を認識する文字認識手段と、画像イメージや補正画像などの画像データを記憶する記憶手段と、装置全体の動作ならびに動作順序を制御する制御手段とを備え、判定手段は、画像イメージから輪郭を抽出して輪郭イメージを出力する輪郭抽出手段と、輪郭抽出手段からの輪郭イメージにラベリングを施し、ラベル情報を発生するラベリング手段と、ラベリング手段が発生するラベル情報に基づいて各ラベルが画像ノイズか否かのノイズ評価値を出力するノイズ評価手段と、ラベリング手段が発生したラベル情報と輪郭抽出手段が発生した輪郭イメージに基づいて画像イメージの変化点評価値を出力する変化点評価手段と、ノイズ評価手段から供給されるノイズ評価値と変化点評価手段から供給される変化点評価値に基づいて画像イメージが擬似中間調画像であるか否かを総合判別する総合判別手段とを有するので、入力画像を読取って、ノイズ評価値と変化点評価値から擬似中間調画像と単純２値画像を判別し、擬似中間調画像には補正処理を施して文字認識するとともに、単純２値画像はそのままで文字認識することができる。

さらに、この発明に係る文字認識装置の文字認識方法は、擬似中間調画像を含む画像データから文字を認識して文字コードで出力する文字認識装置の文字認識方法であって、入力画像を２値の画像イメージに変換して保存するステップＳ１と、保存した画像イメージを所定領域毎に擬似中間調画像が存在するか否かを判別するステップＳ２と、擬似中間調画像が存在する場合には、対応した補正を実行するステップＳ３と、補正画像を文字認識するステップＳ４と、文字データを文字コードで出力するステップＳ５とを備え、ステップＳ２において、画像イメージの輪郭を抽出した輪郭イメージを生成するサブステップＳＵＢ１と、輪郭イメージにラベリングを行い、ラベル情報を取得するサブステップＳＵＢ２と、ラベル情報に基づいて、ラベルが画像ノイズか否かのノイズ評価値を出力するサブステップＳＵＢ３と、ラベル情報と輪郭イメージに基づいて、画像イメージの変化点評価値を出力するサブステップＳＵＢ４とを有し、ノイズ評価値と変化点評価値とに基づいて画像イメージが擬似中間調画像であるか否かを総合判断することを特徴とする。

この発明に係る文字認識装置の文字認識方法は、擬似中間調画像を含む画像データから文字を認識して文字コードで出力する文字認識装置の文字認識方法であって、入力画像を２値の画像イメージに変換して保存するステップＳ１と、保存した画像イメージを所定領域毎に擬似中間調画像が存在するか否かを判別するステップＳ２と、擬似中間調画像が存在する場合には、対応した補正を実行するステップＳ３と、補正画像を文字認識するステップＳ４と、文字データを文字コードで出力するステップＳ５とを備え、ステップＳ２において、画像イメージの輪郭を抽出した輪郭イメージを生成するサブステップＳＵＢ１と、輪郭イメージにラベリングを行い、ラベル情報を取得するサブステップＳＵＢ２と、ラベル情報に基づいて、ラベルが画像ノイズか否かのノイズ評価値を出力するサブステップＳＵＢ３と、ラベル情報と輪郭イメージに基づいて、画像イメージの変化点評価値を出力するサブステップＳＵＢ４とを有し、ノイズ評価値と変化点評価値とに基づいて画像イメージが擬似中間調画像であるか否かを総合判断するので、擬似中間調画像と単純２値画像が混在した入力画像を読取って、擬似中間調画像と単純２値画像を効率的に判別し、擬似中間調画像には補正処理を施して文字認識することができる。

この発明に係る文字認識装置は、擬似中間調画像を含む画像データから文字を認識して文字コードで出力する文字認識装置であって、紙面などの文書を光学的に読取り、電気的な画像イメージに変換する画像入力手段と、画像入力手段からの画像イメージが擬似中間調画像であるか否かを所定領域毎に判定する判定手段と、判定手段が擬似中間調画像と判定した場合には、画像イメージに所定の補正を施して補正画像を生成する補正手段と、補正手段が生成した補正画像から文字を認識する文字認識手段と、画像イメージや補正画像などの画像データを記憶する記憶手段と、装置全体の動作ならびに動作順序を制御する制御手段とを備え、判定手段は、画像イメージから輪郭を抽出して輪郭イメージを出力する輪郭抽出手段と、輪郭抽出手段からの輪郭イメージにラベリングを施し、ラベル情報を発生するラベリング手段と、ラベリング手段が発生するラベル情報に基づいて各ラベルが画像ノイズか否かのノイズ評価値を出力するノイズ評価手段と、ラベリング手段が発生したラベル情報と輪郭抽出手段が発生した輪郭イメージに基づいて画像イメージの変化点評価値を出力する変化点評価手段と、ノイズ評価手段から供給されるノイズ評価値と変化点評価手段から供給される変化点評価値に基づいて画像イメージが擬似中間調画像であるか否かを総合判別する総合判別手段とを有するので、入力画像を読取って、ノイズ評価値と変化点評価値から擬似中間調画像と単純２値画像を判別し、擬似中間調画像には補正処理を施して文字認識するとともに、単純２値画像はそのままで文字認識することができ、擬似中間調画像が含まれる文字画像の文字認識精度ならびに処理効率の向上を図ることができる。

さらに、この発明に係る文字認識装置の文字認識方法は、擬似中間調画像を含む画像データから文字を認識して文字コードで出力する文字認識装置の文字認識方法であって、入力画像を２値の画像イメージに変換して保存するステップＳ１と、保存した画像イメージを所定領域毎に擬似中間調画像が存在するか否かを判別するステップＳ２と、擬似中間調画像が存在する場合には、対応した補正を実行するステップＳ３と、補正画像を文字認識するステップＳ４と、文字データを文字コードで出力するステップＳ５とを備え、ステップＳ２において、画像イメージの輪郭を抽出した輪郭イメージを生成するサブステップＳＵＢ１と、輪郭イメージにラベリングを行い、ラベル情報を取得するサブステップＳＵＢ２と、ラベル情報に基づいて、ラベルが画像ノイズか否かのノイズ評価値を出力するサブステップＳＵＢ３と、ラベル情報と輪郭イメージに基づいて、画像イメージの変化点評価値を出力するサブステップＳＵＢ４とを有し、ノイズ評価値と変化点評価値とに基づいて画像イメージが擬似中間調画像であるか否かを総合判断するので、擬似中間調画像と単純２値画像が混在した入力画像を読取って、擬似中間調画像と単純２値画像を効率的に判別し、擬似中間調画像には補正処理を施して文字認識することができ、擬似中間調画像が含まれる文字画像の文字認識精度ならびに処理効率の向上を図ることができる。

以下、この発明の実施の形態を添付図面に基づいて説明する。図１はこの発明に係る文字認識装置の一実施の形態要部ブロック構成図である。図１において、文字認識装置１は、画像入力手段２、制御手段３、判定手段４、記憶手段５、補正手段６、文字認識手段７、出力手段８およびモード選択手段１０を備える。

画像入力手段２は、スキャナなどで構成し、文書１１の文字写真が混在した原稿を光学的に読取って電気変換し、擬似中間調および単純２値の混在した２値の画像イメージを制御手段３に供給する。なお、画像入力手段２は、２値の入力画像を制御手段３に供給する機能を持つものであるならば利用可能である。例えば、ファクシミリやネットワークスキャナなど外部装置で作成した２値のイメージを供給し、利用可能であることを補足しておく。また、本発明は、２値画像であるならば、その色などに拘わらず実施が可能であるが、本実施の形態では、白画素および黒画素の２値画像について説明する。さらに、本発明の処理は、画像中の部分領域に対して実施することが可能であるが、本実施の形態では、画像の全領域に対して実施するものとして説明する。

制御手段３は、マイクロプロセッサを基本に各種演算機能、処理機能、アクセス機能などを備え、画像入力手段２、判定手段４、記憶手段５、補正手段６、文字認識手段７、出力手段８およびモード選択手段１０の装置全体の動作を制御する。

また、制御手段３は、画像入力手段２、判定手段４、記憶手段５、補正手段６、文字認識手段７の動作の実行順序を制御するシーケンス手段９を備える。

このように、この発明に係る制御手段３は、画像入力手段２、判定手段４、補正手段６、文字認識手段７、記憶手段５の動作順序を制御するシーケンス手段９を備えたので、入力画像の取込み、擬似中間調画像の判別、擬似中間調画像の補正ならびに文字認識を予め設定された手順で実行することができ、文字認識を自動的に実行することができる。

判定手段４は、輪郭抽出手段、ラベリング手段、ノイズ評価手段、変化点評価手段および総合判別手段を備え、画像イメージを擬似中間調画像と通常の画像に判別する。

図２はこの発明に係る判定手段の実施の形態要部ブロック構成図である。図２において、判定手段４は、輪郭抽出手段１２、ラベリング手段１３、ノイズ評価手段１４、変化点評価手段１５および総合判別手段１６を備え、対象画像が擬似中間調画像か単純２値画像かを判別する。

輪郭抽出手段１２は、シーケンス手段９の制御により、メモリ（後述する画像イメージ記憶領域５ａ）に保存された画像イメージを読み出し、輪郭を抽出する。輪郭の抽出は、図６に示すフィルタを用いて実行する。図６において、「ａ」，「ｂ」，「ｃ」，「ｄ」，「ｐ」，「ｅ」，「ｆ」，「ｇ」，「ｈ」は、それぞれ１画素を表わす。「ｐ」が現在注目している画素であり、画素の位置関係を示す。

｛（ｂ＝＝０）｜｜（ｄ＝＝０）｜｜（ｅ＝＝０）｜｜（ｇ＝＝０）｝＆＆（ｐ＝＝１）の式が真ならば“１”、偽ならば“０”をフィルタ出力としてメモリに保存する。この処理を画像イメージの全ての画素「ｐ」に対して実行する。画像イメージにメモリ（保存）されている順番と、フィルタ出力にメモリ（保存）される順番は同じである。ここで、ｘ＝＝ｉは、ｘの値がｉである場合に真となることを表わす。また、“｜｜”、“＆＆”は、それぞれ論理和、論理積を表わす。そして、黒画素の場合の値を“１”とし、白画素の場合の値を“０”としており、以下、同様に表わす。

なお、画素「ｐ」が画像イメージの上下左右端に存在する場合には、画素「ａ」，「ｂ」，「ｃ」，「ｄ」，「ｅ」，「ｆ」，「ｇ」，「ｈ」のうち、いずれかの画素の値が存在しないことになる。例えば、注目する画素「ｐ」が（０，０）｛画像イメージの左上端｝にあるような場合、画素「ａ」，「ｂ」，「ｃ」，「ｄ」，「ｆ」は、画像イメージの外の領域になるために存在せず、画素「ａ」，「ｂ」，「ｃ」，「ｄ」，「ｆ」を“０”として処理する。

輪郭抽出手段１２は、上記の処理を画像イメージの全ての画素に対して実行し、画像イメージの輪郭を抽出し、輪郭イメージをメモリ（後述する輪郭イメージ記憶領域５ｂ）に保存する。

ラベリング手段１３は、シーケンス手段９の制御により、輪郭抽出手段１２で抽出され、メモリに保存されている輪郭イメージに対してラベリング処理を実行する。ラベリング処理は、連続する画素（例えば、黒画素）を追跡して画素の塊を検出し、検出したそれぞれの塊にラベルを付与する。ラベリング処理により、ラベルの外接矩形座標が得られる。

外接矩形の座標は、左上の角の座標（ｘ０，ｙ０）と対角をなす右下の角の座標（ｘ１，ｙ１）の対で得られ、この外接矩形情報をラベル情報としてメモリ（後述するラベル記憶領域５ｃ）に保存する。

ノイズ評価手段１４は、シーケンス手段９の制御により、ラベリング手段１３が作成し、メモリに保存されているラベル情報に基づいて各ラベルが画像ノイズか、それ以外かを評価するための評価値を作成する。

図４はこの発明に係るノイズ評価手段の一実施の形態ノイズ評価処理手順図である。図４において、パラメータ「ＮＯＩＳＥ」とパラメータ「ＣＨＡＲ」を導入して処理を開始し、ステップＰ１で、パラメータを初期化してＮＯＩＳＥ＝０、ＣＨＡＲ＝０とする。

ステップＰ２では、ラベル情報からラベルを取り出し、ステップＰ３で、「ＳＩＺＥ」の計算を実行する。ステップＰ４では、算出したＳＩＺＥと予め設定した閾値ＴＨ１を比較し、閾値ＴＨ１がＳＩＺＥを越える（閾値ＴＨ１＞ＳＩＺＥ）場合にはステップＰ５に移行する。一方、閾値ＴＨ１がＳＩＺＥ以下の（閾値ＴＨ１≦ＳＩＺＥ）場合にはステップＰ６に移行する。

ステップＰ５では、パラメータ「ＮＯＩＳＥ」に“１”を加算して（ＮＯＩＳＥ＋１）とする。ステップＰ６では、ＳＩＺＥと予め設定した閾値ＴＨ２を比較し、閾値ＴＨ２がＳＩＺＥを越える（閾値ＴＨ２＞ＳＩＺＥ）場合にはステップＰ７に移行する。一方、閾値ＴＨ２がＳＩＺＥ以下の（閾値ＴＨ２≦ＳＩＺＥ）場合にはステップＰ８に移行する。

ステップＰ７では、パラメータ「ＣＨＡＲ」に“１”を加算して（ＣＨＡＲ＋１）とする。ステップＰ８では、全ラベルについて、ステップＰ２〜ステップＰ７の処理を繰り返して実行し、全ラベルの処理が終了すると、ステップＰ９に移行する。

ステップＰ９では、ノイズ評価値「ＥＶＡＬ１」を計算し、ステップＰ１０では、評価結果を出力する。なお、ノイズ評価値ＥＶＡＬｌ＝ＮＯＩＳＥ／（ＣＨＡＲ＋１）で演算される。また、ノイズ評価値ＥＶＡＬｌは、メモリ（後述するノイズ評価値記憶領域５ｄ）に保存される。

変化点評価手段１５は、シーケンス手段９の制御により、ラベル情報の領域毎に、変化点評価値「ＥＶＡＬ２」を出力する。この処理において、ラベル情報の領域を用いず、全領域を対象にして評価値ＥＶＡＬ２を作成し、以下の処理を単純化することも可能である。

図５はこの発明に係る変化点評価手段の一実施の形態変化点評価処理手順図である。図５において、変化点評価の処理を開始し、ステップＰ１１で、ラベル情報の１つを取り出す。ラベル情報は、既に説明したように、ラベル外接矩形の左上の角の座標（ｘ０，ｙ０）と対角をなす右下の角の座標（ｘ１，ｙ１）の対で与えられる。

ステップＰ１２では、ラベル情報から座標（ｘ０，ｙ０）と右下の角の座標（ｘ１，ｙ１）の矩形領域を取り出し、輪郭イメージ領域から該当する領域の輪郭イメージを取り出す。ステップＰ１３では、ステップＰ１２で取り出された輪郭イメージにおいて、画素値が“１”である点の数をカウントする。画素値が“１”である点の数とは、対象とする矩形領域の変化点の数を表わす。カウントされた変化点の数を「ＥＧＮＵＭ」とする。

ステップＰ１４では、ステップＰ１２で取り出されたラベル情報に対応する矩形領域の画像を画像イメージ記憶領域から取り出す。ステップＰ１５では、ステップＰ１４において取り出された画像の黒画素数をカウントする。黒画素数を「ＢＰＮＵＭ」とする。

ステップＰ１６では、変化点の数「ＥＧＮＵＭ」と黒画素数「ＢＰＮＵＭ」から変化点評価値ＥＶＡＬ２＝ＥＧＮＵＭ／（ＢＰＮＵＭ＋１）を算出し、ステップＰ１７で、評価結果を出力する。

ステップＰ１８では、全てのラベルについて、ステップＰ１〜ステップＰ１７の処理を実行し、変化点評価の処理を終了する。なお、変化点評価値ＥＶＡＬ２は、メモリ（後述する変化点評価値記憶領域５ｅ）に保存される。

総合判別手段１６は、メモリ（後述するノイズ評価値記憶領域５ｄ）に保存されているノイズ評価値ＥＶＡＬｌとメモリ（後述する変化点評価値記憶領域５ｅ）に保存されている変化点評価値ＥＶＡＬ２から画像補正を選択する判別結果「ＬＥＶＥＬ」を作成し、判別結果「ＬＥＶＥＬ」をメモリ（後術する判別結果記憶領域５ｆ）に保存する。

判別結果ＬＥＶＥＬは、予め設定した閾値ＴＨ３、閾値ＴＨ４および閾値ＴＨ５を用いて下記のように算出する。まず、閾値ＴＨ３＞ＥＶＡＬ１ならば、ＬＥＶＥＬ＝０、閾値ＴＨ４＞ＥＶＡＬ１＞閾値ＴＨ３ならば、ＬＥＶＥＬ＝１、ＥＶＡＬ１＞閾値４ならば、ＬＥＶＥＬ＝２に設定する。次に、ＥＶＡＬ２＞閾値５ならば、上記のＬＥＶＥＬに“１”を追加する。ＬＥＶＥＬは、上記の方法によってラベル記憶領域に記憶された全てのラベルの領域毎に求められる。

このように、この発明に係る判定手段４は、画像イメージから輪郭を抽出して輪郭イメージを出力する輪郭抽出手段１２と、輪郭抽出手段１２からの輪郭イメージにラベリングを施し、ラベル情報を発生するラベリング手段１３と、ラベリング手段１３が発生するラベル情報に基づいて各ラベルが画像ノイズか否かのノイズ評価値（ＥＶＡＬｌ）を出力するノイズ評価手段１４と、ラベリング手段１３が発生したラベル情報と輪郭抽出手段１２が発生した輪郭イメージに基づいて画像イメージの変化点評価値（ＥＶＡＬ２）を出力する変化点評価手段１５と、ノイズ評価手段１４から供給されるノイズ評価値（ＥＶＡＬｌ）と変化点評価手段１５から供給される変化点評価値（ＥＶＡＬ２）に基づいて画像イメージが擬似中間調画像であるか否かを総合判別する総合判別手段１６とを備えたので、ノイズ評価値と変化点評価値から対象画像が擬似中間調画像であるか否か判別することができ、擬似中間調画像と単純２値画像とに対して、それぞれ最適な処理を選択することができる。

記憶手段５は、ＥＥＰＲＯＭ、フラッシュメモリ、ＤＲＡＭ等の書き換え可能なメモリで構成し、シーケンス手段９の制御により、各種プログラムや各種データを保存（格納）する。

図３はこの発明に係る記憶手段の一実施の形態記憶領域イメージ図である。図３において、記憶手段５は、画像イメージを保存する画像イメージ記憶領域５ａ、輪郭抽出手段１２が抽出した輪郭イメージを保存する輪郭イメージ記憶領域５ｂ、ラベリング手段１３が作成したラベル情報を保存するラベル記憶領域５ｃ、ノイズ評価手段１４が判定したノイズ評価値ＥＶＡＬｌを保存するノイズ評価値記憶領域５ｄ、変化点評価手段１５が判定した変化点評価値ＥＶＡＬ２を保存する変化点評価値記憶領域５ｅ、総合判別手段１６が作成した判別結果ＬＥＶＥＬを保存する判別結果記憶領域５ｆおよび補正手段６が補正した補正画像を保存する補正画像記憶領域５ｇの記憶領域を備える。

このように、この発明に係る記憶手段５は、画像イメージを格納する画像イメージ記憶領域５ａ、輪郭イメージを格納する輪郭イメージ記憶領域５ｂ、ラベル情報を格納するラベル記憶領域５ｃ、ノイズ評価値（ＥＶＡＬ１）を格納するノイズ評価値記憶領域５ｄ、変化点評価値ＥＶＡＬ２を格納する変化点評価値記憶領域５ｅ、ノイズ評価値および変化点評価値に基づいて総合判別した結果を格納する判別結果記憶領域５ｆ、補正画像を格納する補正画像記憶領域５ｇを備えたので、擬似中間調画像の判別ならびに補正の処理手順に応じて必要とされるデータを手順毎に格納することができ、擬似中間調画像の判別処理ならびに補正処理を効率的に実行することができる。

補正手段６は、シーケンス手段９の制御により、画像イメージ記憶領域５ａに格納されている画像イメージに対してフィルタを用いて画像補正を実行し、補正画像を図３に示す補正画像記憶領域５ｇに保存する。フィルタの切替えは、図３に示す判別結果記憶領域５ｆに保存されている判別結果ＬＥＶＥＬに基づいて実行する。補正は、ベル記憶領域５ｃに記憶されているラベル情報毎に行うことが可能であるが、予め全領域に対するＥＶＡＬ１の平均値を求めるなどして、全領域に対して均一の補正を行うことも可能である。

次に、フィルタの切替えについて説明する。図７−１はこの発明に係るフィルタの一実施の形態イメージ図、図７−２はこの発明に係るフィルタの別実施の形態イメージ図、図７−３はこの発明に係るフィルタの別実施の形態イメージ図である。本実施の形態のフィルタのみではなく、場合によって多重化し、メディアンフィルタ、ガウシャンフィルタなどを使用することも可能である。

図７−１において、画素「ｐ」は注目画素であり、画素「ｐ」をなんら補正することなく、そのまま出力する。画像イメージの画素「ｐ」が単純２値画像の場合に適用する。なお、このフィルタは、判別結果記憶領域５ｆの判別結果ＬＥＶＥＬ＝０の場合に適用する。

図７−２において、フィルタは、注目画素「ｐ」と周辺画素「ａ」，「ｂ」，「ｃ」で形成し、（ａ＝＝１）｜｜（ｂ＝＝１）｜｜（ｃ＝＝１）の場合に、「ｐ」の位置に“１”を出力する。なお、このフィルタは、判別結果記憶領域５ｆの判別結果ＬＥＶＥＬ＝１の場合に適用する。

図７−３において、フィルタは、注目画素「ｐ」と周辺画素「ａ」，「ｂ」，「ｃ」，「ｄ」，「ｅ」，「ｆ」，「ｇ」，「ｈ」で形成し、（ａ＝＝１）｜｜（ｂ＝＝１）｜｜（ｃ＝＝１）｜｜（ｄ＝＝１）｜｜（ｅ＝＝１）｜｜（ｆ＝＝１）｜｜（ｇ＝＝１）｜｜（ｈ＝＝１）の場合に、「ｐ」の位置に“１”を出力する。なお、このフィルタは、判別結果記憶領域５ｆの判別結果ＬＥＶＥＬ≧２の場合に適用する。

このように、この発明に係る補正手段６は、総合判別手段１６から提供される総合判定情報（結果）に基づいて選択されたフィルタを用いて、画像イメージを補正した補正画像を出力するので、擬似中間調画像の状態に応じた補正を施すことができ、擬似中間調画像から最適な文字画像を生成することができる。

文字認識手段７は、シーケンス手段９の制御により、図３に示す補正画像記憶領域５ｇに保存された補正画像に対して文字認識を実行し、文字認識された画像をＵＮＩＣＯＤＥなどの文字コードに変換して出力手段８に供給する。

出力手段８は、文字認識手段７から供給される文字コード出力する。

このように、この発明に係る制御手段３は、画像入力手段２、判定手段４、補正手段６、文字認識手段７、記憶手段５の動作順序を制御するシーケンス手段９を備えたので、入力画像の取込み、擬似中間調画像の判別、擬似中間調画像の補正ならびに文字認識を予め設定された手順で実行することができ、文字認識を自動的に実行することができる。

モード選択手段１０は、タッチパネル上の操作ボタン等の切替スイッチやアプリケーションプログラムにおけるモード設定用ボタン等で構成し、判定手段４を使用する擬似中間調判別モードと、予め設定したフィルタを使用するフィルタモードの選択を切替える。

このように、この発明に文字認識装置１は、判定手段４を使用する擬似中間調判別モードと、予め設定したフィルタを使用するフィルタモードの選択を実行するモード選択手段１０を備えたので、使用する原稿の状態や種類等に応じてユーザがモードを選択することができ、ユーザがより効率の高い方法を選択することができる。

以上説明したように、この発明に係る文字認識装置１は、紙面などの文書１１を光学的に読取り、電気的な画像イメージに変換する画像入力手段２と、画像入力手段２からの画像イメージが擬似中間調画像であるか否かを所定領域毎に判定する判定手段４と、判定手段４が擬似中間調画像と判定した場合には、画像イメージに所定の補正を施して補正画像を生成する補正手段６と、補正手段６が生成した補正画像から文字を認識する文字認識手段７と、画像イメージや補正画像などの画像データを記憶する記憶手段５と、装置全体の動作ならびに動作順序を制御する制御手段３とを備えたので、入力画像を読取って、擬似中間調画像と単純２値画像を判別し、擬似中間調画像には補正処理を施して文字認識するとともに、単純２値画像はそのままで文字認識することができ、擬似中間調画像が含まれる文字画像の文字認識精度ならびに処理効率の向上を図ることができる。

次に、文字認識装置の文字認識方法について説明する。図８はこの発明に係る文字認識装置の文字認識方法の一実施の形態動作フロー図である。

図８において、この発明に係る文字認識装置の文字認識方法は、擬似中間調画像を含む画像データを文字認識し、文字コードを出力する文字認識方法であって、ステップＳ１では、入力画像を２値の画像イメージに変換して保存する。

ステップＳ２では、保存した画像イメージを所定領域毎に擬似中間調画像が存在するか否かを判別し、擬似中間調画像が存在する場合にはステップＳ３に移行し、擬似中間調画像が存在しない場合にはステップＳ４に移行する。なお、判別処理は、上記で説明した通り、ラベル情報毎に行うため、ラベル情報毎に得られる。また、上述した通り、判別処理を領域毎に行うことにより、判別結果を領域毎に得ることも可能である。半別結果に応じて擬似中間調画像部分にはステップＳ３を実行し、擬似中間調以外の部分にはステップＳ４を実行する。

ステップＳ３では、対応した画像補正を実行する。

ステップＳ４では、補正画像を文字認識する。

ステップＳ５では、文字データを文字コードで出力する。

このように、この発明に係る文字認識装置の文字認識方法は、擬似中間調画像を含む画像データから文字を認識して文字コードで出力する文字認識装置の文字認識方法であって、入力画像を２値の画像イメージに変換して保存するステップＳ１と、保存した画像イメージを所定領域毎に擬似中間調画像が存在するか否かを判別するステップＳ２と、擬似中間調画像が存在する場合には、対応した補正を実行するステップＳ３と、補正画像を文字認識するステップＳ４と、文字データを文字コードで出力するステップＳ５とを備えたので、擬似中間調画像と単純２値画像が混在した入力画像を読取って、擬似中間調画像と単純２値画像を判別し、擬似中間調画像には補正処理を施して文字認識することができ、擬似中間調画像が含まれる文字画像の文字認識精度ならびに処理効率の向上を図ることができる。

図９は図８に示す文字認識方法の実施の形態一部分動作フロー図である。図８に示すステップＳ２は、サブステップＳＵＢ１〜サブステップＳＵＢ４を備える。

ステップＳ２において、サブステップＳＵＢ１では、画像イメージの輪郭を抽出した輪郭イメージを生成する。

サブステップＳＵＢ２では、輪郭イメージにラベリングを行い、ラベル情報を取得する。

サブステップＳＵＢ３では、ラベル情報に基づいて、ラベルが画像ノイズか否かのノイズ評価値を出力する。

サブステップＳＵＢ４では、ラベル情報と輪郭イメージに基づいて、画像イメージの変化点評価値を出力する。

このように、この発明に係る文字認識装置の文字認識方法は、ステップＳ２において、画像イメージの輪郭を抽出した輪郭イメージを生成するサブステップＳＵＢ１と、輪郭イメージにラベリングを行い、ラベル情報を取得するサブステップＳＵＢ２と、ラベル情報に基づいて、ラベルが画像ノイズか否かのノイズ評価値を出力するサブステップＳＵＢ３と、ラベル情報と輪郭イメージに基づいて、画像イメージの変化点評価値を出力するサブステップＳＵＢ４とを有し、ノイズ評価値と変化点評価値とに基づいて画像イメージが擬似中間調画像であるか否かを総合判断するので、処理画像が擬似中間調画像であるか単純２値画像であるかを効率的に判定することができ、擬似中間調の階調レベルやパターンの影響を受けにくい、文字認識を行うことができる。

図１０は図８に示す文字認識方法の実施の形態一部分動作フロー図である。図８に示すステップＳ３は、サブステップＳＵＢ５およびサブステップＳＵＢ６を備える。

ステップＳ３において、サブステップＳＵＢ５では、ノイズ評価値と変化点評価値とに基づいて補正値を設定する。

サブステップＳＵＢ６では、補正値に基づいて画像イメージを補正する。

このように、この発明に係る文字認識装置の文字認識方法は、ステップＳ３において、ノイズ評価値と変化点評価値とに基づいて補正値を設定するサブステップＳＵＢ５と、補正値に基づいて画像イメージを補正するサブステップＳＵＢ６とを有し、文字認識にかかる補正画像を出力するので、補正値を設定して文字と判定した擬似中間調画像を補正することができ、画像の状態に応じて最適な補正方法を適用した文字画像を生成することができる。

本発明に係る文字認識装置は、擬似中間調画像と単純２値画像が混在した入力画像を読取って、所定の領域が、擬似中間調画像か単純２値画像のどちらであるかを判別し、擬似中間調画像には補正処理を施して文字認識し、単純２値画像はそのままで文字認識することができ、擬似中間調画像が含まれる文字画像を認識するあらゆる文字認識装置に適用することができる。

この発明に係る文字認識装置の一実施の形態要部ブロック構成図 この発明に係る判定手段の実施の形態要部ブロック構成図 この発明に係る記憶手段の一実施の形態記憶領域イメージ図 この発明に係るノイズ評価手段の一実施の形態ノイズ評価処理手順図 この発明に係る変化点評価手段の一実施の形態変化点評価処理手順図 この発明に係るフィルタの一実施の形態イメージ図 この発明に係るフィルタの一実施の形態イメージ図 この発明に係るフィルタの別実施の形態イメージ図 この発明に係るフィルタの別実施の形態イメージ図 この発明に係る文字認識装置の文字認識方法の一実施の形態動作フロー図 図８に示す文字認識方法の実施の形態一部分動作フロー図 図８に示す文字認識方法の実施の形態一部分動作フロー図

符号の説明

１ 文字認識装置
２ 画像入力手段
３ 制御手段
４ 判定手段
５ 記憶手段
５ａ 画像イメージ記憶領域
５ｂ 輪郭イメージ記憶領域
５ｃ ラベル記憶領域
５ｄ ノイズ評価領域
５ｅ 変化点評価値記憶領域
５ｆ 判別結果記憶領域
５ｇ 補正画像記憶領域
６ 補正手段
７ 文字認識手段
８ 出力手段
９ シーケンス手段
１０ モード選択手段
１１ 文書
１２ 輪郭抽出手段
１３ ラベリング手段
１４ ノイズ評価手段
１５ 変化点評価手段
１６ 総合判別手段

Claims (2)

1. 擬似中間調画像を含む画像データから文字を認識して文字コードで出力する文字認識装置であって、
   紙面などの文書を光学的に読取り、電気的な画像イメージに変換する画像入力手段と、前記画像入力手段からの画像イメージが擬似中間調画像であるか否かを所定領域毎に判定する判定手段と、前記判定手段が擬似中間調画像と判定した場合には、画像イメージに所定の補正を施して補正画像を生成する補正手段と、前記補正手段が生成した補正画像から文字を認識する文字認識手段と、画像イメージや補正画像などの画像データを記憶する記憶手段と、装置全体の動作ならびに動作順序を制御する制御手段とを備え、
   前記判定手段は、画像イメージから輪郭を抽出して輪郭イメージを出力する輪郭抽出手段と、前記輪郭抽出手段からの輪郭イメージにラベリングを施し、ラベル情報を発生するラベリング手段と、前記ラベリング手段が発生するラベル情報に基づいて各ラベルが画像ノイズか否かのノイズ評価値を出力するノイズ評価手段と、前記ラベリング手段が発生したラベル情報と前記輪郭抽出手段が発生した輪郭イメージに基づいて画像イメージの変化点評価値を出力する変化点評価手段と、前記ノイズ評価手段から供給されるノイズ評価値と前記変化点評価手段から供給される変化点評価値に基づいて画像イメージが擬似中間調画像であるか否かを総合判別する総合判別手段とを有することを特徴とする文字認識装置。
2. 擬似中間調画像を含む画像データから文字を認識して文字コードで出力する文字認識装置の文字認識方法であって、
   入力画像を２値の画像イメージに変換して保存するステップＳ１と、
   保存した画像イメージを所定領域毎に擬似中間調画像が存在するか否かを判別するステップＳ２と、
   擬似中間調画像が存在する場合には、対応した補正を実行するステップＳ３と、
   補正画像を文字認識するステップＳ４と、
   文字データを文字コードで出力するステップＳ５とを備え、
   前記ステップＳ２において、
   画像イメージの輪郭を抽出した輪郭イメージを生成するサブステップＳＵＢ１と、
   輪郭イメージにラベリングを行い、ラベル情報を取得するサブステップＳＵＢ２と、
   ラベル情報に基づいて、ラベルが画像ノイズか否かのノイズ評価値を出力するサブステップＳＵＢ３と、
   ラベル情報と輪郭イメージに基づいて、画像イメージの変化点評価値を出力するサブステップＳＵＢ４とを有し、
   ノイズ評価値と変化点評価値とに基づいて画像イメージが擬似中間調画像であるか否かを総合判断することを特徴とする文字認識装置の文字認識方法。

Images