JP4731748B2

JP4731748B2 - 画像処理装置、方法、プログラム及び記憶媒体

Info

Publication number: JP4731748B2
Application number: JP2001212035A
Authority: JP
Inventors: 裕章池田
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2001-07-12
Filing date: 2001-07-12
Publication date: 2011-07-27
Anticipated expiration: 2021-07-12
Also published as: JP2003030585A

Description

【０００１】
【発明の属する技術分野】
本発明は、文書上の記入枠内にあらかじめ印刷された文字等（プレプリント）を含まないように記入された文字画像を切り出して、読み取りを行うための画像処理装置、方法、プログラム及び記憶媒体に関するものである。
【０００２】
【従来の技術】
申し込み用紙や帳票などの文書には、あらかじめ記入項目を示す文字等がプレプリントされており、記入者はその項目に応じた内容を記入するようになっている。
【０００３】
このような帳票にユーザが記入した文字を自動的に読み取るようにするため、記入枠やプレプリントされた文字をドロップアウトカラーで印刷して、ユーザが記入した文字のみを読み取るようにしたものが一般的に用いられているが、ドロップアウトカラーを用いる場合、専用の色を用いて帳票をデザインして印刷し、また、ドロップアウトカラーの帳票を読み取れる専用のイメージスキャナを使用する必要があるためコストがかかっていた。
【０００４】
そのためドロップアウトカラーを用いない帳票であっても、ユーザが記入した文字を読み取ることが可能な読み取り方法が望まれている。
【０００５】
特開平９−２５９２２０号公報では、多値濃淡画像で文書を読み取り、記入文字部とプレプリント部の濃淡情報の差異に基づき、文字部とプレプリント部とを分離するように構成されている。
【０００６】
また、特開平９−２３１２９１号公報では、抽出した文字を文字認識し、該文字が活字であると認識すればプレプリントされた文字であると判定するように構成されている。
【０００７】
【発明が解決しようとする課題】
しかしながら、上記特開平９−２５９２２０号公報では、記入文字部とプレプリント部の濃淡情報に違いがあることが前提で、プレプリント部とほぼ同等の濃度で手書きされたもの、あるいはプリンタ等を使用し、プレプリントされた文書にプレプリント部とほぼ同等の濃度で文字が記入印刷されたものは文字部とプレプリント部を分離できないという問題点があった。
【０００８】
また、上記特開平９−２３１２９１号公報では、記入文字部が手書きであることが前提となっており、プリンタ等を使用して記入された文字はプレプリント部と区別できないという問題点があった。
【０００９】
本発明は上記の課題を解消するためになされたもので、記入枠内にあるプレプリント文字を分離し、記入枠内に記入された文字を区別して読み取ることを目的とする。
【００１０】
【課題を解決するための手段】
上記課題を解決するために、本発明の画像処理装置は、２値の文書画像から行方向の罫線を抽出する行方向罫線抽出手段と、前記抽出された行方向の罫線の間の領域から列方向の罫線を抽出する列方向罫線抽出手段と、前記抽出された行方向の罫線および列方向の罫線に囲まれ且つ該罫線を除いた領域を記入枠領域とし、該記入枠領域に対して行方向に射影してヒストグラムをとるヒストグラム取得手段と、前記ヒストグラムのブランク部分を判断し、前記ヒストグラムにおいて当該判断したブランク部分より上側の部分の大きさと当該判断したブランク部分より下側の部分の大きさとを比較し、小さい方の部分を該記入枠領域内のプレプリント部分とし、大きい方の部分を該記入枠領域内の記入文字部分として区別する区別手段とを有することを特徴とする。
【００１１】
上記課題を解決するために、本発明の画像処理方法は、行方向罫線抽出手段が、２値の文書画像から行方向の罫線を抽出する行方向罫線抽出ステップと、列方向罫線抽出手段が、前記抽出された行方向の罫線の間の領域から列方向の罫線を抽出する列方向罫線抽出ステップと、ヒストグラム取得手段が、前記抽出された行方向の罫線および列方向の罫線に囲まれ且つ該罫線を除いた領域を記入枠領域とし、該記入枠領域に対して行方向に射影してヒストグラムをとるヒストグラム取得ステップと、区別手段が、前記ヒストグラムのブランク部分を判断し、前記ヒストグラムにおいて当該判断したブランク部分より上側の部分の大きさと当該判断したブランク部分より下側の部分の大きさとを比較し、小さい方の部分を該記入枠領域内のプレプリント部分とし、大きい方の部分を該記入枠領域内の記入文字部分として区別する区別ステップとを有することを特徴とする。
【００１２】
【発明の実施の形態】
［第１の実施形態］
図１は本実施形態における文書を読み取るための画像処理装置の構成を示すブロック図である。１０１はＲＯＭ１０２に格納されている制御プログラムに従って本装置全体の制御を行うＣＰＵ、１０２はＣＰＵ１０１に後述するフローチャートに示す処理を実行させるためのプログラム等を格納するＲＯＭ、１０３はＣＰＵが処理を行う際のワークエリアとして用いたり文書画像データ等を記憶したりするＲＡＭ、１０４は磁気ディスク等の外部記憶装置であり、１０５はディスプレイ、１０６はキーボード、１０７はマウス等のポインティングデバイス、１０８は画像を読み取るためのイメージスキャナである。また、１０９はネットワークインターフェースであり、図示しない遠隔地に存在する装置と通信し、プログラムやデータなどを読み込んだり、書き込んだりする。
【００１３】
図１１は、各種データ処理プログラムを格納するＲＯＭ１０２のメモリマップである。なお、特に図示しないが、各種プログラムに従属するデータも上記ディレクトリに管理されている。なお、本実施形態では、ＲＯＭにプログラムが格納されているものとしたが、このプログラムは、フロッピーディスクやＣＤ−ＲＯＭなどの外部記憶媒体に格納され、必要に応じて読み込まれて実行されるものであってもよいし、ネットワークを介して外部装置から受信されて実行されるものであってもよい。
【００１４】
次に、上述したような画像処理装置において実現される第１の実施形態について、図２乃至図１０を用いて説明する。
【００１５】
図２は、文字記入枠を抽出し、文字記入枠内に記入された文字を切り出す方法を示すフローチャートである。また、図５は、本実施形態が処理する帳票の記入枠部分を一例として示したものであり、５０１は文字記入枠、５０２は処理を行う範囲を示している。
【００１６】
ステップＳ２０１では、イメージスキャナ１０８等の光電変換装置から読み込まれ二値化された画像（以下「二値画像」）、あるいは、すでに読み込まれ外部記憶装置１０４等に記憶している二値画像の処理範囲５０２から横方向の罫線（以下「横罫線」）を抽出する。
【００１７】
ステップＳ２０１での横罫線抽出処理の一例を図３のフローチャートに示す。
【００１８】
ステップＳ３０１では、二値画像に対し、処理範囲５０２を縦方向の短冊状に分割する。図６（Ａ）は図５の帳票の一例を縦方向の短冊状に分割したことを示す図である。図６（Ｂ）及び図６（Ｅ）は、処理範囲５０２の短冊状に分割した領域の１つ（６０２＿１及び６０２＿２）を示す。
【００１９】
ステップＳ３０２では、短冊領域毎に水平方向に射影を取り黒画素の度数分布を作成する。図６（Ｃ）は、図６（Ｂ）の短冊領域６０２＿１の範囲内の水平方向射影に対する黒画素の度数分布（ヒストグラム）を示し、図６（Ｆ）は、図６（Ｅ）の短冊領域６０２＿２の範囲内の水平方向射影に対する黒画素の度数分布（ヒストグラム）を示す。
【００２０】
ステップＳ３０３で、この度数分布と閾値ＳＨとを比較し、黒画素の度数が所定の閾値ＳＨ以上あれば、その範囲である図６（Ｂ）の６０４＿１１、６０４＿１２および図６（Ｅ）の６０４＿２１、６０４＿２２を罫線の断片とする。図６（Ｄ）及び図６（Ｇ）は、それぞれ図６（Ｂ）の短冊領域６０２＿１および図６（Ｅ）の短冊領域６０２＿２に含まれる横罫線の断片を抽出した図である。
【００２１】
ステップＳ３０４で隣り合う短冊同士で、行方向に連続性のある罫線断片が存在するか判断し、存在すればステップＳ３０５に進み、存在しなければステップＳ３０８に進む。
【００２２】
ステップＳ３０５にて、連続性のある罫線断片の太さがほぼ同じであるか判断し、ほぼ同じであれば、ステップＳ３０６でそれらを結合していく。すなわち、ステップＳ３０３で抽出された短冊６０２＿１の２本の罫線断片の太さをそれぞれＷｋ１１，Ｗｋ１２（図６（Ｃ））、短冊６０２＿２の２本の罫線断片の太さをＷｋ２１、Ｗｋ２２（図６（Ｆ））としたとき、Ｗｋ１１＝Ｗｋ２１なら、６０４＿１１は６０４＿２１と、また、Ｗｋ１２＝Ｗｋ２２なら、６０４＿１２は６０４＿２２とそれぞれ結合する。ここで上述の「連続性がある」とは、隣り合う短冊間の短冊境界線において各短冊内の罫線断片が縦方向に重複した部分を有する（罫線断片の存在する縦軸方向の位置がほぼ同じ）ことをいう。また、結合とは、短冊毎の罫線断片が連続性のある１つの直線であると認識することをいう。
【００２３】
罫線断片の太さが異なると判断された場合は、ステップＳ３０７で太い罫線断片を細い罫線断片の位置および太さと同じであると仮定して結合を続けていく。
【００２４】
複数の短冊領域に対して順次ステップＳ３０４〜Ｓ３０７の処理を行い、結合できる罫線断片がなくなった時点で、ステップＳ３０８に進む。
【００２５】
一方、上記のような罫線断片の抽出方法では、本来、抽出すべき横罫線以外のものを罫線断片として抽出することが起こり得る。すなわち、例えば文字記入枠に記入された文字「７」の横棒部分は、各短冊内における水平方向の黒画像の度数が多く、黒画素の度数が所定値ＳＨ以上となる場合があり、それらも罫線の断片と認識され抽出されてしまうことがある。このように、上記罫線断片抽出方法にて抽出された横罫線断片は、本来の横罫線断片以外の断片も含んでいる場合があり、処理範囲５０２から抽出されて結合された横罫線断片は、図８（Ａ）のようになる。ここで、最終的に抽出すべき横罫線であるかどうかは、予め罫線の最低の長さを決めておくか、あるいは処理範囲５０２の幅ＡＷを基準にした閾値を決めるなどして判断する。すなわち、ステップＳ３０８にて、長さの短い罫線断片結合が除去される。図８（Ｂ）は、ステップＳ３０８にて長さの短い罫線断片結合が除去されたことを示す図である。この結果、本来抽出すべき横罫線を抽出することができる。
【００２６】
ステップＳ３０９において、このようにして求めた横罫線を横罫線の位置や太さ、長さを記憶する。
【００２７】
図２に戻って、ステップＳ２０２において、ステップＳ２０１で抽出された横罫線が２本以上存在するかどうか判断する。横罫線が２本抽出できなかった場合は、文字記入枠が存在しないとして処理を終了する。
【００２８】
横罫線が２本以上存在すると判断した場合は、ステップＳ２０３に進み、横罫線間の領域から縦方向の罫線（以下「縦罫線」）を抽出する。縦罫線抽出処理を、図４のフローチャートを用いて説明する。
【００２９】
ステップＳ４０１で、抽出した２つの横罫線間の領域で、垂直方向に射影し黒画素の度数分布（ヒストグラム）を取る。このとき、横罫線抽出処理で求めた２本の横罫線部分は度数に含まないようにする。図９は、図５において横罫線抽出処理で求められた２本の横罫線（図８）の間の領域に対して、垂直方向のヒストグラムを取った結果である。
【００３０】
ステップＳ４０２で、射影が存在する部分の度数の平均値をＴｂとして求める。さらにステップＳ４０３で、閾値Ｔｂより大きいヒストグラムの山の部分を取り出し（９０１〜９１２）、その個数をＮとする。まず閾値Ｔｂを使うことにより、明らかに縦罫線ではない部分（９１４、９１３）が除かれる。ステップＳ４０４で個数Ｎが０より大きいか否か判断し、Ｎが０なら縦罫線はないとして処理は終了する。Ｎが０より大きい場合には、ステップＳ４０５に進み、Ｔｂより大きい部分Ｎ個のうち上位Ｎ／２個分の度数の平均値をＴｐとして求める。ステップＳ４０６でＴｐより度数が大きい部分（９０１〜９０８、９１０、９１１）を山の部分のピークとして取り出す。このＴｐを用いることにより、１つの山の部分に複数の縦罫線のピークが含まれている場合に各ピークを別々に取り出すことができる。例えば、記入枠に大きく文字が記入されて、記入された文字の両側にある縦罫線が１つの山部分としてステップＳ４０３で取り出された場合などにおいても、縦罫線を２本取り出すことができる。
【００３１】
そして、各山のピーク付近の分布形状を調べ、その形状がなだらかであれば縦罫線候補からはずす。図９の山９１１は最大度数付近の度数も大きくなだらかな形状となっているので縦罫線候補から外される。結果として図９では、９０１〜９０８及び９１０が縦罫線候補として抽出される。
【００３２】
なお、上述の手順では１つのＴｐを決めて用いていたが、ステップＳ４０２で取り出された山の部分毎にＴｐを定めるようにしてもよい。例えば、ステップＳ４０３で取り出されたＴｂ以上のヒストグラムの山の部分（９０１〜９１２）のそれぞれに対して、各山部分の最大値の８０％を閾値Ｔｐとして求めるようにしてもよい。その場合、９０９は２つのピークが取り出されることになるが、ピーク付近の分布形状がなだらかなので、縦罫線候補から外されることになる。
【００３３】
ステップＳ４０７では、縦罫線候補が抽出されたかどうか判断し、抽出されていれば、ステップＳ４０８に進んで、それらの位置、太さ、長さを記憶する。抽出されていなければ縦罫線はないとして終了する。
【００３４】
図２に戻って、ステップＳ２０４では、ステップＳ２０３で抽出された縦罫線候補が２本以上存在するか否かを判断し、２本以上存在しない場合には、文字記入枠が存在しないとして処理を終了する。
【００３５】
縦罫線候補が２本以上存在した場合には、ステップＳ２０５にて、抽出した横罫線と縦罫線で囲まれた内側部分を文字記入枠領域として抽出する。図１０の１００１〜１００８は、抽出した文字記入枠領域の大きさを図示したものである。
図９の９１０が閾値Ｔｐより大きく、縦罫線候補となっているので、１００４と１００５は、実際の文字記入枠領域を二分割した形となっている。
【００３６】
ステップＳ２０６において、抽出された文字記入枠領域の幅から標準ピッチを求める。ピッチとは、隣り合う縦罫線間の距離、すなわち各文字記入枠領域の幅である。標準ピッチは、各文字記入枠のピッチの統計をとって決定する。すなわち、処理を行う範囲５０２内の文字記入枠のピッチは、すべて均等であるという前提のもと、文字記入枠のピッチの統計をとって、最大分布となる文字記入枠の幅を標準ピッチとする。
【００３７】
ステップＳ２０７において、標準ピッチに基づいて、分割されている文字記入枠領域は結合される。したがって、図１０の１００４と１００５は結合されることになる。
【００３８】
ステップＳ２０８において、各文字記入枠内の黒画素が連結した画像を抽出する。
【００３９】
ステップＳ２０９において、文字記入枠内に黒画素連結画像があるかどうか判断し、画像がなければ、ステップＳ２１０に進んで、その文字記入枠を空欄とする。
【００４０】
一方、ステップＳ２０９で文字記入枠内に画像があると判断すれば、ステップＳ２１１に進み、抽出された画像からプレプリント部分を除去する。抽出された画像からプレプリント部分を除去する手順を図７のフローチャートを用いて説明する。
【００４１】
ステップＳ７０１で、画像が存在する記入枠内について、ステップＳ２０８で抽出された記入枠内の領域それぞれに対して、水平方向に射影してヒストグラムを取り、各記入枠の上端を基準原点としてヒストグラムを累積していく。つまり、罫線を除いた記入枠領域の水平方向のヒストグラムが得られる。なお、ここで各記入枠の上端を基準としてヒストグラムを累積しているのは、画像が傾いている場合に記入枠の位置が上下にずれるのに対応するためである。図１３に、罫線を除いた記入枠領域の水平方向ヒストグラムを示す。
【００４２】
ステップＳ７０２において、Ｓ７０１で得られたヒストグラムから最大の幅を持つブランク部分を見つける。理想的には、射影が全く存在しない部分をブランクとするが、ノイズがある場合や、プレプリント部分と記入文字部分の一部が接触している場合等を考慮して、ブランク部分を判断するための度数の閾値を数個にする（例えば度数が５個までの部分はブランクとして判断する）ようにしてもよい。
【００４３】
ステップＳ７０３において、ブランクが見つかったかどうかを判断し、見つからなければ、プレプリント部分が存在しないと判断し、処理を終了する。また、見つけられた最大のブランクの幅が、あらかじめ定めた閾値以下の場合もブランクが存在しないとして判断する。
【００４４】
ステップＳ７０３でブランクが見つかったと判断した場合、ステップＳ７０４に進み、ブランクの位置からプレプリント部の位置を決定する。すなわち、プレプリント文字は記入文字より小さな文字であることが多いので、本実施形態では、ヒストグラムの上端座標をＴｈ、下端座標をＢｈ、ブランクの上端座標をｔ、下端座標をｂとすると、｜ｔ−Ｔｈ｜＜｜Ｂｈ−ｂ｜ならブランクの上がプレプリント部、そうでなければブランクの下がプレプリント部とする。（なお、本実施形態ではヒストグラムの垂直軸の下方向にいくほど座標値は大きくなるようにとっている）。
【００４５】
ステップＳ７０５で、ステップＳ２０８で抽出された画像を記入文字部分とプレプリント部分に分割する。例えば、ブランクの上端ｔ及び下端ｂに基づいて、分割基準位置となる閾値ｔｈ、ｂｈを定めて、ステップＳ７０４でブランクの上側がプレプリント部であるとした場合、抽出された画像の下端がｂｈよりも上なら、その画像はプレプリント部分であるとし、抽出された画像の上端がｔｈよりも下なら、その画像は記入された文字部分であるとする。なお、閾値はｔｈ＝ｔ、ｂｈ＝ｂとしてもよいし、ｔｈ＝ｔ＋Ａ、ｂｈ＝ｂ−Ａ’（Ａ、Ａ’は誤差を考慮して経験的に求めた値）としてもよい。また、ｔｈとｂｈが同じ値になるようにしてもよく、例えば、ｔｈ＝ｂｈ＝（ｔとｂの中間位置）とするようにしてもよい。
【００４６】
なお、プレプリント部分の下の文字記入枠内に文字が記入されていた場合、ステップＳ２０８では文字記入枠毎に黒画素連結画像を抽出するので、抽出された文字記入枠内の画像にはプレプリント部分黒画素連結画像と記入文字部分黒画素連結画像の両方が含まれているが、この場合、ｔｈ≦ｃ≦ｂｈなるｃで画像を分割する。このｃは、その画像の水平方向の射影を取って射影がブランクになる部分からｃを選んで、画像を分割する。
【００４７】
また、プレプリント部分の下の文字記入枠内に文字が記入されていた場合で、且つプレプリント部分に接触して文字が記入されていた場合、ステップＳ２０８で抽出された画像には、プレプリント部分と記入文字部分とが含まれるが、この場合、その画像を囲む最少矩形領域において水平方向に射影してヒストグラムをとって、ｔｈとｂｈの間でヒストグラムが最少となる個所ｃ（ｔｈ≦ｃ≦ｂｈ）で、その画像を分割する。このように、記入欄全体のヒストグラムに基づいて、プレプリント部分と記入文字部分との境界位置を予測する（Ｓ７０４）ことによって、記入文字がプレプリント部分と接触している画像においても、記入文字とプレプリント部分を分離することができる。
【００４８】
ステップＳ７０６において、プレプリント部分があったか判断し、プレプリント部分があれば、ステップＳ７０７に進んで、ステップＳ２０８で抽出された画像からプレプリント部分を除去する。
【００４９】
図２に戻って、上述したようにステップＳ２１１でプレプリント部分を除去した後、ステップＳ２１２で、文字記入枠内の残った画像（記入文字部分）が存在するか調べる。画像がなければ、ステップＳ２１０に進み、その文字記入枠を空欄とする。画像があれば、ステップＳ２１３に進み、その文字記入枠内の画像を記入文字画像とする。
【００５０】
更に、以上のようにして抽出した記入文字画像に対して、文字認識処理を実行して文字コードを出力し、帳票解析などの処理を行なう。
【００５１】
以上説明したように、罫線を除いた記入枠内の画像に対して、水平方向のヒストグラムを取って、そのヒストグラムからプレプリント部の位置を決定するので、文字を記入する部分が１文字毎に区切られた形状のもので、なおかつプレプリントの位置が記入枠の上部であっても下部であっても、記入文字部分を正しく抽出できる効果がある。
【００５２】
また、本実施形態により罫線内部領域の上端を原点にして抽出画像のヒストグラムを取るので、画像に傾きがあってもプレプリント部の位置を正しく決定できる効果がある。
【００５３】
なお、本実施形態では文字記入枠を構成する垂直罫線が、上部で水平方向の罫線に接しない形状の例を用いて説明したが、図１２にあるように、垂直罫線が上部の水平方向の罫線に接していても、同様の処理で記入された文字画像のみを抽出できることは言うまでもない。また、縦罫線が点線であっても本発明を適用できる。
【００５４】
また、本実施形態では横書きの文字記入枠について説明したが、縦書きであっても処理方向を変えれば同様の処理で記入文字画像を抽出できることは用意に想像できる。
【００５５】
また、プレプリント部分が文字ではなく、記号や絵などであっても本実施形態を適用可能である。
【００５６】
［第２の実施形態］
第１の実施形態では、プレプリント部分を除去していたが、プレプリント部分をプレプリント文字として抽出して文字認識処理を施すことも可能である。
【００５７】
具体的には、図２のステップＳ２１１（図７のステップＳ７０７）において、プレプリント部分を除去する代わりに、プレプリント部分を抽出するようにすればよい。
【００５８】
そして、抽出したプレプリント部分に対して文字認識処理を行い、例えば、ステップＳ２１３で抽出する記入文字のインデックス情報として付加したり、項目の照合に利用したりすることができる。
【００５９】
以上説明したように、プレプリント部分および記入文字部分を区別して抽出することができる。また、プレプリント部分の文字を文字認識処理して、その後の処理に役立てることができる。
【００６０】
【発明の効果】
以上説明したように、本発明によれば、文字記入枠の位置や大きさをあらかじめ正確に求め、帳票定義として記憶しておかなくても、文字記入枠内のプレプリント部分と記入文字部分とを区別して、正しく抽出することができる。
【図面の簡単な説明】
【図１】本発明の実施形態に係る画像処理装置のブロック図である。
【図２】記入文字抽出手順を示すフローチャートである。
【図３】横罫線抽出手順を示すフローチャートである。
【図４】縦罫線抽出手順を示すフローチャートである。
【図５】帳票の一例を示す図である。
【図６】横罫線抽出時の処理を説明するための図である。
【図７】プレプリント除去手順を示すフローチャートである。
【図８】横罫線を抽出した状態を示す図である。
【図９】縦罫線抽出時の処理を説明するための図である。
【図１０】文字記入枠領域を決定する際の説明図である。
【図１１】本画像処理装置で読みだし実行可能な各種データ処理プログラムを格納する記憶媒体のメモリマップを説明する図である。
【図１２】帳票の一例を示す図である。
【図１３】プレプリント除去（抽出）手順を説明するための図である。
【符号の説明】
１０１ＣＰＵ
１０２ＲＯＭ
１０３ＲＡＭ
１０４外部記憶装置
１０５ディスプレイ
１０６キーボード
１０７ポインティングデバイス
１０８イメージスキャナ
１０９ネットワークインターフェース

Claims

２値の文書画像から行方向の罫線を抽出する行方向罫線抽出手段と、
前記抽出された行方向の罫線の間の領域から列方向の罫線を抽出する列方向罫線抽出手段と、
前記抽出された行方向の罫線および列方向の罫線に囲まれ且つ該罫線を除いた領域を記入枠領域とし、該記入枠領域に対して行方向に射影してヒストグラムをとるヒストグラム取得手段と、
前記ヒストグラムのブランク部分を判断し、前記ヒストグラムにおいて当該判断したブランク部分より上側の部分の大きさと当該判断したブランク部分より下側の部分の大きさとを比較し、小さい方の部分を該記入枠領域内のプレプリント部分とし、大きい方の部分を該記入枠領域内の記入文字部分として区別する区別手段と
を有することを特徴とする画像処理装置。
更に、前記区別手段で区別した結果に基づいて、前記文書画像から、前記記入文字部分の画像を抽出する記入文字抽出手段を有することを特徴とする請求項１に記載の画像処理装置。
更に、該抽出された記入文字部分の画像を文字認識する文字認識手段を有することを特徴とする請求項２に記載の画像処理装置。
更に、前記区別手段で区別した結果に基づいて、前記文書画像から、前記プレプリント部分の画像を抽出するプレプリント抽出手段と、
該抽出されたプレプリント部分の画像を文字認識する文字認識手段と
を有することを特徴とする請求項１乃至３のいずれかに記載の画像処理装置。
前記ヒストグラム取得手段は、各記入枠領域を行方向に射影して得たヒストグラムを、各記入枠領域の上端を基準点として累積したヒストグラムを取得することを特徴とする請求項１乃至４のいずれかに記載の画像処理装置。
前記行方向罫線抽出手段は、前記文書画像を列方向の短冊状領域に分割し、前記短冊状領域ごとに行方向に射影して求めたヒストグラムから行方向罫線断片を抽出し、前記行方向罫線断片の位置に応じて、隣り合う短冊状領域に含まれる該行方向罫線断片を結合していき、該結合された行方向罫線断片のうち、所定の長さ以上の行方向罫線断片を前記行方向の罫線とすることを特徴とする請求項１に記載の画像処理装置。
前記列方向罫線抽出手段は、前記抽出された行方向の罫線の間の領域に対して列方向に射影して求めたヒストグラムに基づき、列方向罫線候補を抽出し、隣り合う列方向罫線候補のピッチの統計を取ることにより、前記抽出された行方向の罫線の間の領域から列方向の罫線を抽出することを特徴とする請求項１に記載の画像処理装置。
行方向罫線抽出手段が、２値の文書画像から行方向の罫線を抽出する行方向罫線抽出ステップと、
列方向罫線抽出手段が、前記抽出された行方向の罫線の間の領域から列方向の罫線を抽出する列方向罫線抽出ステップと、
ヒストグラム取得手段が、前記抽出された行方向の罫線および列方向の罫線に囲まれ且つ該罫線を除いた領域を記入枠領域とし、該記入枠領域に対して行方向に射影してヒストグラムをとるヒストグラム取得ステップと、
区別手段が、前記ヒストグラムのブランク部分を判断し、前記ヒストグラムにおいて当該判断したブランク部分より上側の部分の大きさと当該判断したブランク部分より下側の部分の大きさとを比較し、小さい方の部分を該記入枠領域内のプレプリント部分とし、大きい方の部分を該記入枠領域内の記入文字部分として区別する区別ステップと
を有することを特徴とする画像処理方法。
更に、記入文字抽出手段が、前記区別ステップで区別した結果に基づいて、前記文書画像から、前記記入文字部分の画像を抽出する記入文字抽出ステップを有することを特徴とする請求項８に記載の画像処理方法。
更に、文字認識手段が、該抽出された記入文字部分の画像を文字認識する文字認識ステップを有することを特徴とする請求項９に記載の画像処理方法。
更に、プレプリント抽出手段が、前記区別ステップで区別した結果に基づいて、前記文書画像から、前記プレプリント部分の画像を抽出するプレプリント抽出ステップと、
文字認識手段が、該抽出されたプレプリント部分の画像を文字認識する文字認識ステップと
を有することを特徴とする請求項８乃至１０のいずれかに記載の画像処理方法。
前記ヒストグラム取得ステップでは、各記入枠領域を行方向に射影して得たヒストグラムを、各記入枠領域の上端を基準点として累積したヒストグラムを取得することを特徴とする請求項８乃至１１のいずれかに記載の画像処理方法。
前記行方向罫線抽出ステップでは、前記文書画像を列方向の短冊状領域に分割し、前記短冊状領域ごとに行方向に射影して求めたヒストグラムから行方向罫線断片を抽出し、前記行方向罫線断片の位置に応じて、隣り合う短冊状領域に含まれる該行方向罫線断片を結合していき、該結合された行方向罫線断片のうち、所定の長さ以上の行方向罫線断片を前記行方向の罫線とすることを特徴とする請求項８に記載の画像処理方法。
前記列方向罫線抽出ステップでは、前記抽出された行方向の罫線の間の領域に対して列方向に射影して求めたヒストグラムに基づき、列方向罫線候補を抽出し、隣り合う列方向罫線候補のピッチの統計を取ることにより、前記抽出された行方向の罫線の間の領域から列方向の罫線を抽出することを特徴とする請求項８に記載の画像処理方法。
コンピュータを、請求項１乃至７のいずれかに記載の画像処理装置として機能させるためのコンピュータ実行可能なプログラム。
請求項１５記載のプログラムを格納した、コンピュータ読み取り可能な記憶媒体。