JP6392468B2 - 領域認識方法及び装置 - Google Patents

Description

本願は出願番号がＣＮ２０１５１０７２６１５３．９であり、出願日が２０１５年１０月３０日である中国特許出願に基づいて提出され、該中国特許出願の優先権を主張し、該中国特許出願の全ての内容はここで参考として本願に援用される。

本発明は画像処理分野に関し、特に領域認識方法及び装置に関する。

画像処理分野において、端末は画像における文字を認識する前に、まず文字のキャラクター領域を認識する必要がある。

関連技術により提供される領域認識方法は、端末が画像における背景を除去し、前景画像を抽出して、その後に、エッジ強化技術により抽出された前景画像における文字のエッジを認識し、認識した各文字のエッジにより各文字のキャラクター領域を決定することを含む。

上記手段において、エッジ強化技術は粗位置決めを行うだけであるため、上記手段により位置決められたキャラクター領域の正確度が低い。

関連技術におけるキャラクター領域の位置決めの正確度が低い問題を解決するために、本発明は領域認識方法及び装置を提供する。前記技術案は、以下のとおりである。

本発明の実施例に係る第１形態により、
文字領域を２値化し、２値化後の文字領域を得、前記文字領域が同一行に属する若干の文字を含むことと、
前記２値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、前記ヒストグラムが各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含むことと、
ヒストグラムにおける累積値の分布情報に基づいて、文字領域における文字のキャラクター領域を認識することと、を含む領域認識方法を提供している。

好ましくは、ヒストグラムにおける累積値の分布情報により、文字領域における文字のキャラクター領域を認識することは、
ヒストグラムにおける累積値の分布情報により若干の組の横座標を決定し、各組の横座標は第１の横座標及び第１の横座標の右側にある初めの第２の横座標を含み、前記第１の横座標及び第１の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、且つ第１の横座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さく、第２の横座標及び第２の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、且つ第２の横座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さく、
各組の横座標に対して、第１の横座標の所在する画素列をキャラクター領域の左縁に認識し、第２の横座標の所在する画素列をキャラクター領域の右縁に認識することを含む。

好ましくは、ヒストグラムにおける累積値の分布情報により若干の組の横座標を決定することは、
累積値の分布情報により、ヒストグラムにおける第３の横座標を認識し、第３の横座標は、若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標であり、又は、若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標であり、
第３の横座標を検索開始点として、所定の方向に従って、累積値の分布情報に基づいて若干の組の横座標を検索すること、を含む。

好ましくは、第３の横座標は若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標であり、
第３の横座標を検索開始点として、所定の方向に従って、累積値の分布情報に基づいて若干の組の横座標を検索することは、
第ｉ組の横座標に対して、ヒストグラムにおける第ｉ組の横座標における第１の横座標を検索開始点として、右へ初めの第４の横座標を検索し、第４の横座標及び第４の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、第４の横座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さく、１≦ｉ≦ｎ、ｉは初期値が１である正の整数であり、ｎは若干の文字における有効文字の個数であり、第１組の座標における第１の横座標は第３の横座標であり、
第４の横座標を第ｉ組の座標における第２の横座標として決定し、
ｉ＜ｎであれば、ヒストグラムにおける第４の横座標を検索開始点とし、右側へ初めの第５の横座標を検索し、第５の横座標及び第５の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、第５の横座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さく、
ｉ＝ｉ＋１とし、第５の横座標を第ｉ組の座標における第１の横座標として決定することを含む。

好ましくは、第３の横座標は若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標であり、
第３の横座標を検索開始点とし、所定の方向に従って、累積値の分布情報に基づいて若干の組の横座標を検索することは、
第ｊ組の座標に対して、ヒストグラムにおける第ｊ組の座標における第２の横座標を検索開始点とし、左へ初めの第６の横座標を検索し、第６の横座標及び第６の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、第６の横座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さく、１≦ｊ≦ｎ、ｊは初期値がｎである正の整数であり、ｎは若干の文字における有効文字の個数であり、第ｎ組の座標における第２の横座標は第３の横座標であり、
第６の横座標を第ｊ組の座標における第１の横座標として決定し、
ｊ＞０であれば、ヒストグラムにおける第６の横座標を検索開始点として、左側へ初めの第７の横座標を検索し、第７の横座標及び第７の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、第７の横座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さく、１≦ｊ≦ｎ、ｊは初期値がｎである正の整数であり、ｊ＝ｊ−１とし、第７の横座標を第ｊ組の座標における第２の横座標として決定することを含む。

好ましくは、第３の横座標は若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標であり、
累積値の分布情報に基づいて、ヒストグラムにおける第３の横座標を認識することは、
若干の文字が有効文字と無効文字を含み、有効文字と無効文字との間の第１の距離が隣接する２つの有効文字間の第２の距離より大きく、ヒストグラムにおける予め設定された横座標から、左側へ初めの幅が第２の距離より大きい隙間を探し、隙間の右側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定し、予め設定された横座標は予め設定された区間に属する座標であり、予め設定された区間は経験値に基づいて設定された区間であり、隙間の前景色ピクセルの累積値が第２の閾値より小さいこと、
又は、
若干の文字がいずれも有効文字であり、ヒストグラムにおける左側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定することを含む。

好ましくは、第３の横座標は若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標であり、
累積値の分布情報に基づいて、ヒストグラムにおける第３の横座標を認識することは、
若干の文字が有効文字と無効文字を含み、有効文字と無効文字との間の第１の距離が隣接する２つの有効文字間の第２の距離より大きく、ヒストグラムにおける予め設定された横座標から、右側へ幅が第２の距離より大きい隙間を探し、隙間の左側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定し、予め設定された横座標は予め設定された区間に属する座標であり、予め設定された区間は経験値に基づいて設定された区間であり、隙間の前景色ピクセルの累積値は第２の閾値より小さいこと、
又は、
若干の文字がいずれも有効文字であり、ヒストグラムの右側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定することを含む。

好ましくは、当該方法は、
ターゲット画像領域を２値化し、２値化後のターゲット画像領域を得ることと、
２値化後のターゲット画像領域に対して水平方向に応じて水平ヒストグラムを算出し、水平ヒストグラムは、各行のピクセルの縦座標及び各行のピクセルにおける前景色ピクセルの累積値を含むことと、
水平ヒストグラムにおける累積値の分布情報により、若干の組の縦座標を決定し、各組の縦座標は、第１の縦座標と第１の縦座標の下側にある第２の縦座標を含み、各組の縦座標に対して、第１の縦座標の所在する画素行を１行の文字領域の上縁として認識し、第２の縦座標の所在する画素行を文字領域の下縁として認識し、第１の縦座標及び第１の縦座標の下側の隣接する縦座標に対応する累積値が第１の閾値より大きく、且つ第１の縦座標の上側の隣接する縦座標に対応する累積値が第２の閾値より小さく、第２の縦座標及び第２の縦座標の上側の隣接する縦座標に対応する累積値が第１の閾値より大きく、且つ第２の縦座標の下側の隣接する縦座標に対応する累積値が第２の閾値より小さいことと、
第ｋ行の文字領域に対して、文字領域を２値化し、２値化後の文字領域を得るステップを実行し、ｍ≧ｋ≧１、ｋが正の整数であり、ｍが認識された総行数であることと、
をさらに含む。

本発明の実施例に係る第２形態により、
同一の行に属する若干の文字を含む文字領域を２値化し、２値化後の文字領域を得るように配置される第１の２値化モジュールと、
２値化後の文字領域に対して垂直方向に応じて各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含むヒストグラムを算出するように配置される第１の算出モジュールと、
ヒストグラムにおける累積値の分布情報に基づいて、文字領域における文字のキャラクター領域を認識するように配置される領域認識モジュールと、を含む領域認識装置を提供している。

好ましくは、領域認識モジュールは、
ヒストグラムにおける累積値の分布情報により若干の組の横座標を決定し、各組の横座標は第１の横座標及び第１の横座標の右側にある初めの第２の横座標を含み、第１の横座標及び第１の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、且つ第１の横座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さく、第２の横座標及び第２の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、且つ第２の横座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さいように配置される座標決定サブモジュールと、
各組の横座標に対して、第１の横座標の所在する画素列をキャラクター領域の左縁に認識し、第２の横座標の所在する画素列をキャラクター領域の右縁に認識するように配置される領域認識サブモジュールと、を含む。

好ましくは、座標決定サブモジュールは、
累積値の分布情報により、ヒストグラムにおける第３の横座標を認識し、第３の横座標は、若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する座標であり、又は、若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する座標であるように配置される座標認識サブモジュールと、
第３の横座標を検索開始点として、所定の方向に従って、累積値の分布情報に基づいて若干の組の横座標を検索するように配置される座標検索サブモジュールと、を含む。

好ましくは、第３の横座標は若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標であり、
座標検索サブモジュールは、更に、
第ｉ組の横座標に対して、ヒストグラムにおける第ｉ組の横座標における第１の横座標を検索開始点とし、右へ初めの第４の横座標を検索し、第４の横座標及び第４の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、第４の横座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さく、１≦ｉ≦ｎ、ｉは初期値が１である正の整数であり、ｎは若干の文字における有効文字の個数であり、第１組の座標における第１の横座標は第３の横座標であり、
第４の横座標を第ｉ組の座標における第２の横座標として決定し、
ｉ＜ｎであれば、ヒストグラムにおける第４の横座標を検索開始点として、右側へ初めの第５の横座標を検索し、第５の横座標及び第５の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、第５の横座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さく、
ｉ＝ｉ＋１とし、第５の横座標を第ｉ組の座標における第１の横座標として決定するように配置される。

好ましくは、第３の横座標は若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標であり、
座標検索サブモジュールは、更に、
第ｊ組の座標に対して、ヒストグラムにおける第ｊ組の座標における第２の横座標を検索開始点として、左へ初めの第６の横座標を検索し、第６の横座標及び第６の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、第６の横座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さく、１≦ｊ≦ｎ、ｊは初期値がｎである正の整数であり、ｎは若干の文字における有効文字の個数であり、第ｎ組の座標における第２の横座標は第３の横座標であり、
第６の横座標を第ｊ組の座標における第１の横座標として決定し、
ｊ＞０であれば、ヒストグラムにおける第６の横座標を検索開始点として、左側へ初めの第７の横座標を検索し、第７の横座標及び第７の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、第７の横座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さく、１≦ｊ≦ｎ、ｊは初期値がｎである正の整数であり、
ｊ＝ｊ−１とし、第７の横座標を第ｊ組の座標における第２の横座標として決定するように配置される。

好ましくは、第３の横座標は若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標であり、
座標認識サブモジュールは、更に、
若干の文字が有効文字と無効文字を含み、有効文字と無効文字との間の第１の距離が隣接する２つの有効文字間の第２の距離より大きい場合に、ヒストグラムにおける予め設定された横座標から、左側へ初めの幅が第２の距離より大きい隙間を探し、隙間の右側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定し、予め設定された横座標が予め設定された区間に属する座標であり、予め設定された区間は経験値に基づいて設定された区間であり、隙間の前景色ピクセルの累積値が第２の閾値より小さいように配置され、
又は、
若干の文字がいずれも有効文字である場合に、ヒストグラムにおける左側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定するように配置される。

好ましくは、第３の横座標は若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標であり、
座標認識サブモジュールは、更に、
若干の文字が有効文字と無効文字を含み、有効文字と無効文字との間の第１の距離が隣接する２つの有効文字間の第２の距離より大きい場合に、ヒストグラムにおける予め設定された横座標から、右側へ幅が第２の距離より大きい隙間を探し、隙間の左側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定し、予め設定された横座標は予め設定された区間に属する座標であり、予め設定された区間は経験値に基づいて設定された区間であり、隙間の前景色ピクセルの累積値は第２の閾値より小さいように配置され、
又は、
若干の文字がいずれも有効文字である場合に、ヒストグラムの右側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定するように配置される。

好ましくは、当該装置は、
ターゲット画像領域を２値化し、２値化後のターゲット画像領域を得るように配置される第２の２値化モジュールと、
２値化後のターゲット画像領域に対して水平方向に応じて各行のピクセルの縦座標及び各行のピクセルにおける前景色ピクセルの累積値を含む水平ヒストグラムを算出するように配置される第２の算出モジュールと、
水平ヒストグラムにおける累積値の分布情報により、若干の組の縦座標を決定し、各組の縦座標は第１の縦座標と第１の縦座標の下側にある第２の縦座標を含み、各組の縦座標に対して、第１の縦座標の所在する画素行を１行の文字領域の上縁として認識し、第２の縦座標の所在する画素行を文字領域の下縁として認識し、第１の縦座標及び第１の縦座標の下側の隣接する縦座標に対応する累積値が第１の閾値より大きく、且つ第１の縦座標の上側の隣接する縦座標に対応する累積値が第２の閾値より小さく、第２の縦座標及び第２の縦座標の上側の隣接する縦座標に対応する累積値が第１の閾値より大きく、且つ第２の縦座標の下側の隣接する縦座標に対応する累積値が前記第２の閾値より小さいように配置される縁決定モジュールと、を更に備え、
第１の２値化モジュールは、更に第ｋ行の文字領域に対して、文字領域を２値化し、２値化後の文字領域を得るステップを実行し、ｍ≧ｋ≧１、ｋが正の整数であり、ｍが認識された総行数であるように配置される。

本発明の実施例に係る第３形態により、
同一の行に属する若干の文字を含む文字領域を２値化し、２値化後の文字領域を得、
２値化後の文字領域に対して垂直方向に応じて各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含むヒストグラムを算出し、
ヒストグラムにおける累積値の分布情報に基づいて、文字領域における文字のキャラクター領域を認識するように配置されるプロセッサと、
プロセッサにより実行可能なコマンドを記憶するためのメモリと、を含む領域認識装置を提供している。

本発明の実施例に係る技術案は以下の有益な効果を含む。

２値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、ヒストグラムにおける分布情報に基づいて、文字領域における文字のキャラクター領域を認識することで、関連技術における文字領域の位置決めの正確性が低いという問題を解決し、ヒストグラムにおける前景色ピクセルの累積値の分布情報に基づいて文字のキャラクター領域を正確に位置決めすることができるという効果を達する。

以上の一般的な説明及び後述する詳細は例示的なものに過ぎず、本発明を制限するためのものではない。

ここの図面は明細書に組み込まれて本明細書の一部を構成し、本発明に適合する実施例を示し、明細書と共に本発明の原理を解釈するのに用いられる。

一部の例示的な実施例で示す文字領域の模式図である。 例示的な実施例で示す領域認識方法のフローチャートである。 別の例示的な実施例で示す領域認識方法のフローチャートである。 別の例示的な実施例で示す文字領域を２値化後の模式図である。 別の例示的な実施例で示す垂直方向に応じて算出されたヒストグラムの模式図である。 別の例示的な実施例で示す端末が若干の組の横座標を決定する決定方法のフローチャートである。 別の例示的な実施例で示す端末が認識したヒストグラムにおける第３の横座標の模式図である。 別の例示的な実施例で示すヒストグラムにより決定された各組の横座標の模式図である。 別の例示的な実施例で示すヒストグラムにおける予め設定された横座標の模式図である。 別の例示的な実施例で示すヒストグラムにより決定された第３の横座標の模式図である。 例示的な実施例で示す第３の横座標と累積値の分布情報に基づいて各組の横座標を認識する認識方法のフローチャートである。 別の例示的な実施例で示す別の第３の横座標と累積値の分布情報に基づいて各組の横座標を認識する認識方法のフローチャートである。 他の例示的な実施例で示す端末が認識した文字領域の認識方法のフローチャートである。 例示的な実施例で示す領域認識装置のブロック図である。 別の例示的な実施例で示す領域認識装置のブロック図である。 例示的な実施例で示す領域認識装置のブロック図である。

ここで例示的な実施例について詳しく説明し、その実例は図面に示す通りである。下記の説明が図面に関わるとき、別途に表示されない限り、異なる図面における同じ数字は同じ又は類似する要素を示す。以下の例示的な実施例に説明される実施形態は本発明と一致する全ての実施形態を表すわけではない。逆に、それらは特許請求の範囲に詳細に記載された本発明の一部の態様と一致する装置と方法の例に過ぎない。

理解しやすいために、まず、本発明の各例示的な実施例に関する用語を簡単に説明する。

文字領域は同一の行に属する若干の文字を含み、該文字領域は証明書類画像における領域であってもよいし、書類走査画像における領域であってもよいし、電子文書における領域であってもよいが、本実施例はこれに限定されない。また、本実施例における文字領域の上縁が同一の行における文字の上縁と直上の行における文字の下縁との間にあり、文字領域の下縁が当該行における文字の下縁と直下の行における文字の上縁との間にある。

例えば、文字領域が第２代身分証明書における同一の行に属する公民身分証明書番号を含む領域であることを例として説明し、図１を参照して、文字領域の上縁がｌ_１とｌ_２との間にあり、下縁がｌ_３とｌ_４との間にある。例えば、文字領域が図１に示す領域１１である。

文字領域における文字は有効文字であってもよく、有効文字と無効文字の組合せであってもよい。有効文字がキャラクター領域を認識する必要がある文字であり、無効文字がキャラクター領域を認識する必要がない文字である。例えば、図１における公民身分証明書番号における各デジタルの領域を認識する必要があること、即ち公民身分証明書番号が有効文字であることを挙げて説明し、文字領域における文字はその中のデジタル‘３ ３ ０ ４ ２ １ １ ９ ９ ０ １ ２ １ ６ ２ ８ ３ ４’のみを含んでもよく、デジタル‘３ ３ ０ ４ ２ １ １ ９ ９ ０ １ ２ １ ６ ２ ８ ３ ４’を含むとともにデジタルの左側にある少なくとも１つの漢字を含んでもよく、例えば文字領域における文字が‘番号 ３ ３ ０ ４ ２ １ １ ９ ９ ０ １ ２ １ ６ ２ ８ ３ ４’である。そのうち、キャラクター領域とは単一の文字に対応する領域である。

また、本発明の各実施例に記載する文字はデジタル、字母、漢字、写真又はその他の算出されたヒストグラムにおける前景色ピクセルの値が閾値より大きい内容である。

図２は例示的な実施例で示す領域認識方法のフローチャートであり、図２に示すように、該領域認識方法は以下のステップを含む。

ステップ２０１では、文字領域を２値化し、２値化後の文字領域を得、該文字領域が同一の行に属する若干の文字を含む。

ステップ２０２では、２値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、該ヒストグラムは、各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含む。

ステップ２０３では、ヒストグラムにおける累積値の分布情報に基づいて、文字領域における文字のキャラクター領域を認識する。

以上のように、本発明の実施例により提供される領域認識方法は、２値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、ヒストグラムにおける分布情報に基づいて、文字領域における文字のキャラクター領域を認識することで、関連技術における文字領域の位置決めの正確性が低いという問題を解決し、ヒストグラムにおける前景色ピクセルの累積値の分布情報に基づいて文字のキャラクター領域を正確に位置決めすることができるという効果を達する。

図３Ａは別の例示的な実施例で示す領域認識方法のフローチャートであり、図３Ａに示すように、該領域認識方法は以下のステップを含む。

ステップ３０１において、文字領域を２値化し、２値化後の文字領域を得、該文字領域は同一の行に属する若干の文字を含む。

端末は該文字領域をプリ処理することが好ましい。そのうち、プリ処理はノイズ除去、フィルタリング、エッジ抽出等の操作を含み、プリ処理後の文字領域を２値化することができる。

２値化とは、文字領域におけるピクセルのグレー値と予め設定されたグレー閾値を比較し、文字領域におけるピクセルを、予め設定されたグレー閾値より大きい画素群と予め設定されたグレー閾値より小さい画素群という２つの部分に分けて、２つの部分の画素群に文字領域でそれぞれ黒と白という２種の異なる色を呈させ、２値化後の文字領域を得、図３Ｂに示すようである。そのうち、前景にある１種の色のピクセルが前景色ピクセル、即ち図３Ｂにおける白色ピクセルと称され、背景にある１種の色のピクセルが背景色ピクセル、即ち図３Ｂにおける黒色ピクセルと称される。

ステップ３０２において、２値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、該ヒストグラムは各列のピクセルの横座標と各列のピクセルにおける前景色ピクセルの累積値を含む。

文字領域を２値化した後に、垂直方向に応じてヒストグラムを算出する。該ヒストグラムは、水平方向に各列のピクセルの横座標を表し、垂直方向に各列のピクセルにおける前景色ピクセルの個数累積値を表し、前景色ピクセルは、２値化後の文字領域における白色領域のピクセルを意味し、背景色ピクセルに対するものである。例えば、端末は図３Ｃに示すヒストグラムを算出する。

ステップ３０３において、ヒストグラムにおける累積値の分布情報により若干の組の横座標を決定する。

図３Ｄを参照して、本ステップは、以下を含むことが好ましい。

ステップ３０３ａにおいて、累積値の分布情報により、ヒストグラムにおける第３の横座標を認識する。

そのうち、該第３の横座標が、若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標、又は、若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標である。

例えば、文字領域における有効文字が図１における公民身分証明書番号であることを例として説明し、図３Ｅを参照して、第３の横座標は、最初の有効デジタル‘３’の左縁のヒストグラムでの対応する横座標Ｘ_１、又は、最後の有効デジタル‘４’の右縁のヒストグラムでの対応する横座標Ｘ_２である。

ステップ３０３ｂにおいて、第３の横座標を検索開始点として、所定の方向に従って累積値の分布情報に基づいて若干の組の横座標を検索する。

第３の横座標を認識した後に，端末はヒストグラムにおける第３の横座標を検索開始点として、所定の方向に従って累積値の分布情報に基づいて若干の組の横座標を検索する。そのうち、第３の横座標が最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標である場合に、所定の方向は右向きの方向であり、第３の横座標が最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標である場合に、所定の方向は左向きの方向である。

横座標の組数は文字領域における有効文字の個数に対応し、即ち、各組の横座標は有効文字のキャラクター領域の左縁のヒストグラムでの対応する第１の横座標及び該有効文字のキャラクター領域の右縁のヒストグラムでの対応する第２の横座標を含む。即ち、各組の横座標は、第１の横座標及び第１の横座標の右側にある初めの第２の横座標を含む。そのうち、該第１の横座標及び第１の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、且つ第１の横座標の左側の隣接する横座標に対応する累積値が第２の閾値がより小さく、第２の横座標及び第２の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、且つ第２の横座標の右側の隣接する横座標に対応する累積値が第２の閾値がより小さい。

例えば、第１の横座標をＸ_１とし、第２の横座標をＸ_２とすることを例として説明し、端末は図３Ｆに示す各組の横座標を認識することができる。なお、図３Ｆには認識された複数の組の横座標を例示として説明し、実際には、より多くの組の横座標を更に含むが、本実施例はこれに限定されない。

上記第１の閾値及び第２の閾値は小さい値であることができる。例えば、第１の閾値及び第２の閾値は０よりわずかに大きい値であることができる。第１の閾値が０であり、第２の閾値が０に近い値であることができる。且つ、実際には、第１の横座標及び第１の横座標の右側の隣接する横座標に対応する累積値が０ではなく、且つ第１の横座標の左側の隣接する横座標に対応する累積値が０であり、第２の横座標及び第２の横座標の左側の隣接する横座標に対応する累積値が０ではなく、且つ第２の横座標の右側の隣接する横座標に対応する累積値が０である。

ステップ３０４において、各組の横座標に対して、第１の横座標の所在する画素列をキャラクター領域の左縁に認識し、第２の横座標の所在する画素列をキャラクター領域の右縁に認識する。

以上のように、本発明の実施例に係る領域認識方法は、２値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、ヒストグラムにおける分布情報に基づいて、文字領域における文字のキャラクター領域を認識することで、関連技術における文字領域の位置決めの正確性が低いという問題を解決し、ヒストグラムにおける前景色ピクセルの累積値の分布情報に基づいて文字のキャラクター領域を正確に位置決めすることができるという効果を達する。

図３Ａに示す実施例において、文字領域における文字が有効文字と無効文字を含み、且つ有効文字と無効文字との間の第１の距離が隣接する２つの有効文字間の第２の距離より大きい場合に、ステップ３０３ａは以下を含むことができる。

端末はヒストグラムにおける予め設定された横座標から、左側へ初めの幅が第２の距離より大きい隙間を探し、且つ隙間の右側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定する。

予め設定された横座標は予め設定された区間に属する座標であり、予め設定された区間は文字領域における有効文字のヒストグラムでの対応するマッピング区間に属する。例えば、有効文字を公民身分証明書番号として挙げて説明すると、図３Ｅを組み合わせ、予め設定された区間が図における［Ｘ_１，Ｘ_２］の区間に属する。該予め設定された区間は一般的に経験値に基づいて設定された区間である。且つ隙間の前景色ピクセルの累積値が第２の閾値より小さい。

有効文字を図１における公民身分証明書番号として挙げて説明し、第２代身分証明書における水平方向の半分の位置が公民身分証明書番号であるため、予め設定された横座標は第２代身分証明書における水平方向の半分の位置のヒストグラムでの対応する横座標であることができる。例えば、文字領域の幅が第２代身分証明書の幅全体であることを例に、図３Ｇを参照して、予め設定された横座標は図におけるＸ_０である。端末はＸ_０から左側へ探し始めることができる。公民身分証明書番号における隣接する２つのデジタル間の第１の距離が漢字‘号’と最初のデジタルとの間の第２の距離より遥かに小さいので、端末は左側へ幅が第２の距離より大きい隙間、即ち図における隙間ｄを探した後に、端末は隙間の右側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定することができ、即ち第３の横座標Ｘ_１を決定している。

以上は端末が予め設定された横座標から左側へ探すことを例として説明し、同様に、端末は更に予め設定された横座標から右側へ探し、幅が第２の距離より大きい隙間を探した後に、隙間の左側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定し、本実施例はここで挙げて説明しない。

図３Ａに示す代替的な実施例において、文字領域における文字がいずれも有効文字であれば、ステップ３０３ａは以下のステップを含むことができる。

文字領域における文字がいずれも有効文字である場合に、端末は２値化後の文字領域のヒストグラムを算出して、算出されたヒストグラムにおける左側の初めの前景色ピクセルの累積値が第１の閾値より大きい横座標が最初の有効文字のヒストグラムでの対応する横座標であるため、端末はヒストグラムにおける左側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定することができる。

例えば、図３Ｈを参照して、端末は図におけるＸ_１を第３の横座標として決定することができる。

同様に、ヒストグラムにおける右側の初めの前景色ピクセルの累積値が第１の閾値より大きい横座標が最後の有効文字のヒストグラムでの対応する横座標であるため、端末はヒストグラム右側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定することができる。図３Ｈを再び参照して、端末は図におけるＸ_２を第３の横座標として決定することができる。

図３Ａに示す実施例において、端末が上記算出方式により第３の横座標を算出し、算出された第３の横座標が若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標であれば、図４を参照して、ステップ３０３ｂをステップ４０１〜ステップ４０４に替えることができる。

ステップ４０１において、第ｉ組の横座標に対して、ヒストグラムにおける第ｉ組の横座標における第１の横座標を検索開始点として、右へ初めの第４の横座標を検索する。

１≦ｉ≦ｎ、ｉは初期値が１である正の整数であり、ｎは若干の文字における有効文字の個数である。例えば、有効文字を第２代身分証明書における公民身分証明書番号として挙げて説明し、有効文字の個数ｎが１８である。

なお、第１組の座標における第１の横座標が第３の横座標であり、且つ第４の横座標及び第４の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、第４の横座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さい。

ｉを１として挙げて説明し、第１組の横座標における第１の横座標ｘ_１が第３の横座標Ｘ_１であれば、端末はヒストグラムにおけるＸ_１を検索開始点として、左側へ検索して、更に初めの第４の横座標を決定する。

ステップ４０２において、第４の横座標を第ｉ組の座標における第２の横座標として決定する。

ステップ４０３において、ｉ＜ｎであればれば、ヒストグラムにおける第４の横座標を検索開始点として、右側へ初めの第５の横座標を検索する。

ｉ＜ｎであれば、端末は右側にキャラクター領域を認識していない有効文字があることを決定することができ、このとき、端末は、決定された現在の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標を検索開始点として、右側へ次の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標を検索し続ける。

端末は、ヒストグラムにおける第４の横座標を検索開始点として、右側へ初めの第５の横座標を検索し、第５の横座標及び第５の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、第５の横座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さいことが好ましい。

ステップ４０４において、ｉ＝ｉ＋１とし、第５の横座標を第ｉ組の座標における第１の横座標として決定する。

端末は検索された横座標を次の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標として決定する。端末は、ｉ＝ｉ＋１とし、第５の横座標を第ｉ組の座標における第１の横座標として決定することが好ましい。

その後に、端末は上記方法に従って右側へ検索し続け、更に各有効文字のキャラクター領域に対応する一組の横座標を決定する。

図３Ａに示す実施例において、端末が上記算出方式により第３の横座標を算出し、算出された第３の横座標が、若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標であれば、図５を参照して、ステップ３０３ｂをステップ５０１〜ステップ５０４に替えることができる。

ステップ５０１において、第ｊ組の座標に対して、ヒストグラムにおける第ｊ組の座標における第２の横座標を検索開始点として、左へ初めの第６の横座標を検索する。

第６の横座標及び第６の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、第６の横座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さく、１≦ｊ≦ｎ、ｊは初期値がｎである正の整数であり、ｎは若干の文字における有効文字の個数であり、第ｎ組の座標における第２の横座標が第３の横座標である。

ステップ５０２において、第６の横座標を第ｊ組の座標における第１の横座標として決定する。

ステップ５０３において、ｊ＞０であれば、ヒストグラムにおける第６の横座標を検索開始点として、左側へ初めの第７の横座標を検索し、第７の横座標及び第７の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、第７の横座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さく、１≦ｊ≦ｎ、ｊは初期値がｎである正の整数である。

ステップ５０４において、ｊ＝ｊ−１とし、第７の横座標を第ｊ組の座標における第２の横座標として決定する。

なお、ステップ５０１〜ステップ５０４が上記ステップ４０１〜ステップ４０４に類似し、両者は、ステップ４０１〜ステップ４０４が提供する方法が左側から右へ検索することであるが、ステップ５０１〜ステップ５０４が右から左へ検索することである点で相違しているため、本実施例はここで繰り返して説明しない。

以上に提供する各実施例に基づいて、図６を参照して、文字領域を２値化して、更に２値化後の文字領域を得る前に、端末は更に以下のステップを実行することができる。

ステップ６０１において、ターゲット画像領域を２値化し、２値化後のターゲット画像領域を得る。

ターゲット画像領域は複数の行の文字を含む領域であることができる。

本ステップが上記実施例におけるステップ３０１に類似し、詳しい技術は上記実施例を参照して、本実施例はこれに限定されない。

ステップ６０２では、２値化後のターゲット画像領域に対して水平方向に応じて水平ヒストグラムを算出し、水平ヒストグラムは、各行のピクセルの縦座標及び各行ピクセルにおける前景色ピクセルの累積値を含む。

本ステップは上記実施例におけるステップ３０２に類似し、その相違は、ステップ３０２において２値化後の文字領域に垂直方向に従ってヒストグラムを算出し、本ステップでは２値化後のターゲット画像領域に水平方向に応じてヒストグラムを算出することである。

ステップ６０３において、水平ヒストグラムにおける累積値の分布情報により、若干の組の縦座標を決定し、各組の縦座標は第１の縦座標と第１の縦座標の下側にある第２の縦座標を含み、各組の縦座標に対して、第１の縦座標の所在する画素行を１行の文字領域の上縁として認識し、第２の縦座標の所在する画素行を文字領域の下縁として認識する。

水平方向の水平ヒストグラムを算出して、端末は水平ヒストグラムにおける累積値の分布情報により、若干の組の縦座標を決定し、各組の縦座標により各行の領域を決定する。

本ステップは上記実施例における垂直方向のヒストグラムにおける累積値の分布情報により、若干の組の横座標を決定し、更に各組の横座標により文字の左縁及び右縁を決定することと類似し、詳しい技術は上記実施例を参照する。

そのうち、該第１の縦座標及び第１の縦座標の下側の隣接する縦座標に対応する累積値が第１の閾値より大きく、且つ第１の縦座標の上側の隣接する縦座標に対応する累積値が第２の閾値がより小さく、第２の縦座標及び第２の縦座標の上側の隣接する縦座標に対応する累積値が第１の閾値より大きく、且つ第２の縦座標の下側の隣接する縦座標に対応する累積値が第２の閾値より小さい。

ステップ６０４において、第ｋ行の文字領域に対して、文字領域を２値化し、２値化後の文字領域を得るステップを実行し、ｍ≧ｋ≧１、ｋが正の整数であり、ｍが認識された総行数である。

ステップ６０３において各行の文字領域を認識した後、各行の文字領域に対して、端末は文字領域を２値化し、２値化後の文字領域を得る操作を実行することができる。

ここで、端末はターゲット画像領域における各行における各有効文字のキャラクター領域を認識することができる。

上記実施例は、端末が水平方向のヒストグラムにより文字領域を決定することを例として説明し、端末は更にその他の決定方式により文字領域を決定することができる。例えば、端末は画像位置決め技術により文字領域を位置決めする。文字領域が第２代身分証明書における公民身分証明書番号を例として説明し、公民身分証明書番号の第２代身分証明書における位置は比較的に一定であり、且つ公民身分証明書番号と上方のアドレス及び頭像との間の距離が大きいため、端末は証明書類画像の下方の１／５の領域を直接的に位置決めすることができ、位置決めされた画像領域を文字領域とするが、本実施例はこれに限定されない。

以下は本発明の装置の実施例であり、本発明の方法の実施例の実行において使用することができる。本発明の装置の実施例で開示されていない詳細は、本発明の方法の実施例を参照する。

図７は例示的な実施例で示す領域認識装置のブロック図であり、図７に示すように、該領域認識装置は第１の２値化モジュール７１０、第１の算出モジュール７２０及び領域認識モジュール７３０を含むが、これらに限定されない。

第１の２値化モジュール７１０は、文字領域を２値化し、２値化後の文字領域を得、該文字領域が同一の行に属する若干の文字を含むように配置される。

第１の算出モジュール７２０は、２値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、ヒストグラムは、各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含むように配置される。

領域認識モジュール７３０は、ヒストグラムにおける累積値の分布情報に基づいて、文字領域における文字のキャラクター領域を認識するように配置される。

以上のように、本発明の実施例により提供される領域認識装置は、２値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、ヒストグラムにおける分布情報に基づいて、文字領域における文字のキャラクター領域を認識することで、関連技術における文字領域の位置決めの正確性が低いという問題を解決し、ヒストグラムにおける前景色ピクセルの累積値の分布情報に基づいて文字のキャラクター領域を正確に位置決めすることができるという効果を奏する。

図８は別の例示的な実施例で示す領域認識装置のブロック図であり、図８に示すように、該領域認識装置は、第１の２値化モジュール８１０、第１の算出モジュール８２０及び領域認識モジュール８３０を含むが、これらに限定さない。

第１の２値化モジュール８１０は、文字領域を２値化し、２値化後の文字領域を得、該文字領域が同一の行に属する若干の文字を含むように配置される。

第１の２値化モジュール８１０は、文字領域をプリ処理することが好ましく、そのうち、プリ処理はノイズ除去、フィルタリング、エッジ抽出等の操作を含み、プリ処理後の文字領域を２値化することができる。

２値化とは、文字領域におけるピクセルのグレー値と予め設定されたグレー閾値を比較し、文字領域におけるピクセルを予め設定されたグレー閾値より大きい画素群と予め設定されたグレー閾値より小さい画素群という２つの部分に分けて、２つの部分の画素群に文字領域でそれぞれ黒と白という２種の異なる色を呈させ、２値化後の文字領域を得ることである。

第１の算出モジュール８２０は、２値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、ヒストグラムは、各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含むように配置される。

第１の２値化モジュール８１０が文字領域を２値化した後に、第１の算出モジュール８２０は垂直方向に応じてヒストグラムを算出する。該ヒストグラムは、水平方向に各列のピクセルの横座標を表し、垂直方向に各列のピクセルにおける前景色ピクセルの個数累積値を表し、前景色ピクセルは、２値化後の文字領域における白色領域のピクセルを意味し、背景ピクセルに対するものである。

領域認識モジュール８３０は、ヒストグラムにおける累積値の分布情報に基づいて、文字領域における文字のキャラクター領域を認識するように配置される。

選択可能な実施形態において、領域認識モジュール８３０は、座標決定サブモジュール８３１と領域認識サブモジュール８３２とを含む。

座標決定サブモジュール８３１はヒストグラムにおける累積値の分布情報により若干の組の横座標を決定し、各組の横座標は第１の横座標及び第１の横座標の右側にある初めの第２の横座標を含み、第１の横座標及び第１の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、且つ第１の横座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さく、第２の横座標及び第２の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、且つ第２の横座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さいように配置される。

領域認識サブモジュール８３２は、各組の横座標に対して、第１の横座標の所在する画素列をキャラクター領域の左縁に認識し、第２の横座標の所在する画素列をキャラクター領域の右縁に認識するように配置される。

座標決定サブモジュール８３１は、座標認識サブモジュール８３１ａと座標検索サブモジュール８３１ｂを含むことが好ましい。

座標認識サブモジュール８３１ａは、累積値の分布情報により、ヒストグラムにおける第３の横座標を認識し、第３の横座標が若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する座標、又は、若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する座標であるように配置される。

座標検索サブモジュール８３１ｂは第３の横座標を検索開始点として、所定の方向に従って累積値の分布情報に基づいて若干の組の横座標を検索するように配置される。

座標認識サブモジュール８３１ａが第３の横座標を認識した後、座標検索サブモジュール８３１ｂがヒストグラムにおける第３の横座標を検索開始点として、所定の方向に従って累積値の分布情報に基づいて若干の組の横座標を検索することができる。そのうち、第３の横座標が最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標である場合に、所定の方向は右向きの方向であり、第３の横座標が最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標である場合に、所定の方向は左向きの方向である。

横座標の組数は文字領域における有効文字の個数に対応し、即ち、各組の横座標は有効文字のキャラクター領域の左縁のヒストグラムでの対応する第１の横座標及び該有効文字のキャラクター領域の右縁のヒストグラムでの対応する第２の横座標を含む。即ち、各組の横座標は、第１の横座標及び第１の横座標の右側にある初めの第２の横座標を含む。そのうち、該第１の横座標及び第１の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、且つ第１の横座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さく、第２の横座標及び第２の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、且つ第２の横座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さい。

上記第１の閾値及び第２の閾値は小さい値であることができる。例えば、第１の閾値及び第２の閾値は０よりわずかに大きい値であることができる。第１の閾値が０であってもよく、第２の閾値が０に近い値であってもよい。且つ、実際には、第１の横座標及び第１の横座標の右側の隣接する横座標に対応する累積値が０ではなく、且つ第１の横座標の左側の隣接する横座標に対応する累積値が０であり、第２の横座標及び第２の横座標の左側の隣接する横座標に対応する累積値が０ではなく、且つ第２の横座標の右側の隣接する横座標に対応する累積値が０である。

第３の横座標は若干の文字中の最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標であることが好ましい。

座標検索サブモジュール８３１ｂは、更に、
第ｉ組の横座標に対して、ヒストグラムにおける第ｉ組の横座標における第１の横座標を検索開始点として、右へ初めの第４の横座標を検索し、第４の横座標及び第４の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、第４の横座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さく、１≦ｉ≦ｎ、ｉは初期値が１である正の整数であり、ｎは若干の文字における有効文字の個数であり、第１組の座標における第１の横座標は第３の横座標であるように配置される。

第４の横座標を第ｉ組の座標における第２の横座標として決定する。

ｉ＜ｎであれば、ヒストグラムにおける第４の横座標を検索開始点として、右側へ初めの第５の横座標を検索し、第５の横座標及び第５の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、第５の横座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さい。

ｉ＝ｉ＋１とし、第５の横座標を第ｉ組の座標における第１の横座標として決定する。

座標検索サブモジュール８３１ｂは検索された横座標を次の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標として決定する。座標検索サブモジュール８３１ｂはｉ＝ｉ＋１とし、第５の横座標を第ｉ組の座標における第１の横座標として決定することが好ましい。

その後、座標検索サブモジュール８３１ｂは上記方法により右側へ検索し続けて更に各有効文字のキャラクター領域の対応する一組の横座標を決定する。

第３の横座標が若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標であることが好ましい。

座標検索サブモジュール８３１ｂは、更に、
第ｊ組の座標に対して、ヒストグラムにおける第ｊ組の座標における第２の横座標を検索開始点として、左へ初めの第６の横座標を検索し、第６の横座標及び第６の横座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、第６の横座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さく、１≦ｊ≦ｎ、ｊは初期値がｎである正の整数であり、ｎは若干の文字における有効文字の個数であり、第ｎ組の座標における第２の横座標は第３の横座標であるように配置される。

第６の横座標を第ｊ組の座標における第１の横座標として決定する。

ｊ＞０であれば、ヒストグラムにおける第６の横座標を検索開始点として、左側へ初めの第７の横座標を検索し、第７の横座標及び第７の横座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、第７の横座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さく、１≦ｊ≦ｎ、ｊは初期値がｎである正の整数である。

ｊ＝ｊ−１とし、第７の横座標を第ｊ組の座標における第２の横座標として決定する。

第３の横座標が若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標であることが好ましい。

なお、第３の横座標が若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標である場合に、座標検索サブモジュール８３１ｂの実行ステップは上記第３の横座標が若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標である場合に実行されたステップに類似するため、本実施例はここで繰り返して説明しない。

座標認識サブモジュール８３１ａは、更に、
若干の文字が有効文字と無効文字を含み、有効文字と無効文字との間の第１の距離が隣接する２つの有効文字間の第２の距離より大きい場合に、ヒストグラムにおける予め設定された横座標から、左側へ初めの幅が第２の距離より大きい隙間を探し、隙間の右側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定し、予め設定された横座標が予め設定された区間に属する座標であり、予め設定された区間が経験値に基づいて設定された区間であり、隙間の前景色ピクセルの累積値が第２の閾値より小さいように配置される。

又は、
若干の文字がいずれも有効文字である場合に、ヒストグラムにおける左側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定する。

文字領域における文字が有効文字と無効文字を含み、且つ有効文字と無効文字との間の第１の距離が隣接する２つの有効文字間の第２の距離より大きい場合に、座標認識サブモジュール８３１ａはヒストグラムにおける予め設定された横座標から、左側へ初めの幅が第２の距離より大きい隙間を探し、且つ隙間の右側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定することが好ましい。

予め設定された横座標が予め設定された区間に属する座標であり、予め設定された区間が文字領域における有効文字のヒストグラムでの対応するマッピング区間に属する。

以上、座標認識サブモジュール８３１ａが予め設定された横座標から左側へを探すことを説明しており、同様に、座標認識サブモジュール８３１ａは予め設定された横座標から右側へ探し、幅が第２の距離より大きい隙間を探した後、隙間の左側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定してもよく、本実施例は、ここで繰り返して説明しない。

好ましくは、文字領域における文字がいずれも有効文字である場合に、２値化後の文字領域のヒストグラムを算出して、算出されたヒストグラムにおける左側の初めの前景色ピクセルの累積値が第１の閾値より大きい横座標が最初の有効文字のヒストグラムでの対応する横座標であるため、座標認識サブモジュール８３１ａはヒストグラムにおける左側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定することができる。

好ましくは、第３の横座標は若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標である。

座標認識サブモジュール８３１ａは、更に、
若干の文字が有効文字と無効文字を含み、有効文字と無効文字との間の第１の距離が隣接する２つの有効文字間の第２の距離より大きい場合に、ヒストグラムにおける予め設定された横座標から、右側へ幅が第２の距離より大きい隙間を探し、隙間の左側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定する。予め設定された横座標が予め設定された区間に属する座標であり、予め設定された区間が経験値に基づいて設定された区間であり、隙間の前景色ピクセルの累積値が第２の閾値より小さい。

又は、
若干の文字がいずれも有効文字である場合に、ヒストグラムの右側にある初めの前景色ピクセルの累積値が第１の閾値より大きい横座標を第３の横座標として決定するように配置される。

なお、第３の横座標が若干の文字における最後の有効文字のキャラクター領域の右縁のヒストグラムでの対応する横座標である場合に、座標認識サブモジュール８３１ａの実行ステップは上記第３の横座標が若干の文字における最初の有効文字のキャラクター領域の左縁のヒストグラムでの対応する横座標である場合に実行されたステップに類似するため、本実施例はここで繰り返して説明しない。

好ましくは、該装置は、更に第２の２値化モジュール８４０、第２の算出モジュール８５０及び縁決定モジュール８６０を含む。

第２の２値化モジュール８４０はターゲット画像領域を２値化し、２値化後のターゲット画像領域を得るように配置される。

ターゲット画像領域は複数の行の文字を含む領域であることができる。

第２の２値化モジュール８４０が第１の２値化モジュール８１０に類似し、詳しい技術は第１の２値化モジュール８１０を参照して、本実施例は第２の２値化モジュール８４０を限定しない。

第２の算出モジュール８５０は、２値化後のターゲット画像領域に対して水平方向に応じて水平ヒストグラムを算出し、水平ヒストグラムは、各行のピクセルの縦座標及び各行のピクセルにおける前景色ピクセルの累積値を含むように配置される。

第２の算出モジュール８５０が第１の算出モジュール８２０に類似し、その相違は、第１の算出モジュール８２０が２値化後の文字領域に対して垂直方向に従ってヒストグラムを算出し、第２の算出モジュール８５０は２値化後のターゲット画像領域に対して水平方向に応じてヒストグラムを算出することである。

縁決定モジュール８６０は、水平ヒストグラムにおける累積値の分布情報により、若干の組の縦座標を決定し、各組の縦座標が第１の縦座標と第１の縦座標の下側にある第２の縦座標を含み、各組の縦座標に対して、第１の縦座標の所在する画素行を１行の文字領域の上縁として認識し、第２の縦座標の所在する画素行を文字領域の下縁として認識し、第１の縦座標及び第１の縦座標の右側の隣接する横座標に対応する累積値が第１の閾値より大きく、且つ第１の縦座標の左側の隣接する横座標に対応する累積値が第２の閾値より小さく、第２の縦座標及び第２の縦座標の左側の隣接する横座標に対応する累積値が第１の閾値より大きく、且つ第２の縦座標の右側の隣接する横座標に対応する累積値が第２の閾値より小さいように配置される。

水平方向の水平ヒストグラムを算出した後、縁決定モジュール８６０は水平ヒストグラムにおける累積値の分布情報により、若干の組の縦座標を決定し、各組の縦座標により各行の領域を決定することができる。

第１の２値化モジュール８１０は、更に第ｋ行の文字領域に対して、文字領域を２値化し、２値化後の文字領域を得るステップを実行し、ｍ≧ｋ≧１、ｋが正の整数であり、ｍが認識された総行数であるように配置される。

ここで、該領域認識装置はターゲット画像領域における各行における各有効文字のキャラクター領域を認識することができる。

以上のように、本発明の実施例により提供される領域認識装置は、２値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、ヒストグラムにおける分布情報に基づいて、文字領域における文字のキャラクター領域を認識することで、関連技術における文字領域の位置決めの正確性が低いという問題を解決し、ヒストグラムにおける前景色ピクセルの累積値の分布情報に基づいて文字のキャラクター領域を正確に位置決めすることができるという効果を奏する。

上記実施例における装置について、そのうち、各モジュールの操作を実行する具体的な方式は、該方法に関する実施例で詳細に説明したので、ここで詳細に説明しない。

本発明の例示的な実施例は、領域認識装置を提供しており、本発明が提供する領域認識方法を実現することができ、該領域認識装置は、プロセッサと、プロセッサにより実行可能なコマンドを記憶するためのメモリとを備える。

そのうち、プロセッサは、
文字領域を２値化し、２値化後の文字領域を得、該文字領域が同一の行に属する若干の文字を含み、
２値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、該ヒストグラムが各列のピクセルの横座標及び各列のピクセルにおける前景色ピクセルの累積値を含み、
ヒストグラムにおける累積値の分布情報に基づいて、文字領域における文字のキャラクター領域を認識するように配置される。

図９は一例示的な実施例により示された領域認識装置のブロック図である。例えば、装置９００は携帯電話、コンピューター、デジタル放送端末、メッセージ送受信設備、ゲームコンソール、タブレット型装置、医療設備、フィットネス装置、パーソナルデジタルアシスタントなどである。

図９に示すように、装置９００は、処理部材９０２、メモリ９０４、電源部材９０６、マルチメディア部材９０８、オーディオ部材９１０、入力／出力（Ｉ／Ｏ）インターフェース９１２、センサー部材９１４、及び通信部材９１６のうちの一つ又は複数の部材を含むことができる。

処理部材９０２は、一般的に装置９００の全体的操作、例えば、表示、電話呼び出し、データ通信、カメラ操作及び記録操作に関する操作を制御する。処理部材９０２は、上記方法の全部又は一部のステップを完成するために、コマンドを実行する一つ又は複数のプロセッサ９１８を含むことができる。さらに、処理部材９０２はその他の部材とのインタラクションが容易であるように、一つ又は複数のモジュールを含むことができる。例えば、処理部材９０２は、マルチメディア部材９０８と処理部材９０２とのインタラクションが容易であるように、マルチメディアモジュールを含むことができる。

メモリ９０４は、装置９００における操作をサポートするために、さまざまなタイプのデータを記憶するように構成される。これらのデータの実例は、装置９００において操作される如何なるアプリケーション又は方法のコマンド、連絡先データ、電話帳データ、メッセージ、ピクチャ、ビデオなどを含む。メモリ９０４は如何なるタイプの揮発性又は非揮発性メモリ又はそれらの組合せ、例えばスタティックランダムアクセスメモリ（ＳＲＡＭ）、電気的消去可能プログラマブル読み取り専用メモリ（ＥＥＰＲＯＭ）、消去可能プログラマブル読み取り専用メモリ（ＥＰＲＯＭ）、プログラマブル読み取り専用メモリ（ＰＲＯＭ）、読み取り専用メモリ（ＲＯＭ）、磁気メモリ、フラッシュメモリ、磁気ディスク又は光ディスクにより実現することができる。

電源部材９０６は装置９００のさまざまな部材に対し電力を供給する。電源部材９０６は電源管理システム、一つ又は複数の電源、及びその他の装置９００に対する電力の生成、管理及び供給に関連する部材を含むことができる。

マルチメディア部材９０８は、装置９００とユーザーの間の出力インターフェースを提供するスクリーンを含む。一部の実施例において、スクリーンは液晶ディスプレイ（ＬＣＤ）とタッチパネル（ＴＰ）を含むことができる。スクリーンにタッチパネルが含まれる場合、スクリーンはユーザーからの入力信号を受信するために、タッチスクリーンで実現されることができる。タッチパネルは、タッチ、スワイプ及びタッチパネルにおけるジェスチャーを感知するために、一つ又は複数のタッチセンサーを含む。タッチセンサーは、タッチ又はスワイプ動作の境界を感知するとともに、タッチ又はスワイプ動作に関わる持続時間及び圧力を検出することができる。一部の実施例において、マルチメディア部材９０８は、フロントカメラ及び／又はバックカメラを含む。装置９００が操作モードである場合、例えば、撮影モード又はビデオモードである場合、フロントカメラ及び／又はバックカメラは外部のマルチメディアデータを受信することができる。各フロントカメラ及びバックカメラは、固定された光学レンズシステムであってもよく、又は焦点距離と光学ズーム能力を有する。

オーディオ部材９１０は、オーディオ信号を出力及び／又は入力するように構成される。例えば、オーディオ部材９１０は、マイクロフォン（ＭＩＣ）を含み、装置９００が操作モードである場合、例えば、呼び出しモード、記録モード及び音声認識モードである場合、マイクロフォンは外部のオーディオ信号を受信するように構成される。受信されたオーディオ信号は、さらにメモリ９０４に記憶され、又は通信部材９１６を介して送信される。一部の実施例において、オーディオ部材９１０は、さらにオーディオ信号を出力するスピーカーを含む。

Ｉ／Ｏインターフェース９１２は、処理部材９０２と周辺インターフェースモジュールとの間にインターフェースを提供し、上記周辺インターフェースモジュールは、キーボード、クリックホイール、ボタンなどであってもよい。これらのボタンは、ホームボタン、ボリュームボタン、スタートボタン及びロックボタンを含むことができるがこれに限定されない。

センサー部材９１４は、装置９００に対し各方面の状態評価を提供する一つ又は複数のセンサーを含む。例えば、センサー部材９１４は、装置９００のオン／オフ状態、部材の相対的位置決めを検出することができ、前記部材は、例えば、装置９００のディスプレイ及びキーパッドであり、センサー部材９１４は、さらに装置９００又は装置９００の一つの部材の位置変化、ユーザーと装置９００との接触の有無、装置９００の方角又は加速／減速及び装置９００の温度変化を検出することができる。センサー部材９１４は、近接センサーを含むことができ、如何なる物理的接触がないとき、近傍物体の存在を検出するように構成される。センサー部材９１４は、さらにイメージングアプリケーションに用いられる光学センサー、例えば、ＣＭＯＳ又はＣＣＤイメージセンサーを含むことができる。一部の実施例において、該センサー部材９１４は、さらに加速度センサー、ジャイロセンサー、磁気センサー、圧力センサー又は温度センサーを含むことができる。

通信部材９１６は、装置９００とその他の装置との有線又は無線による通信が容易であるように構成される。装置９００は、通信標準に基づく無線ネットワーク、例えばＷｉＦｉ、２Ｇ又は３Ｇ、又はそれらの組合せにアクセスすることができる。一例示的な実施例において、通信部材９１６は、放送チャネルを介して外部放送管理システムからの放送信号又は放送関連情報を受信する。一例示的な実施例において、通信部材９１６は、狭域通信を促進するために、さらに近距離無線通信（ＮＦＣ）モジュールを含む。例えば、ＮＦＣモジュールにおいて、無線周波数認識（ＲＦＩＤ）技術、赤外線データ協会（ＩｒＤＡ）技術、超広帯域（ＵＷＢ）技術、ブルートゥース（ＢＴ）技術及びその他の技術に基づいて実現することができる。

例示的な実施例において、装置９００は、一つ又は複数の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、デジタル信号処理装置（ＤＳＰＤ）、プログラマブルロジックデバイス（ＰＬＤ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、コントローラー、マイクロコントローラー、マイクロプロセッサ又はその他の電子部品により実現することができ、上記方法を実行するのに用いられる。

例示的な実施例において、さらに、コマンドを含む非一時的なコンピューター可読記憶媒体、例えば、コマンドを含むメモリ９０４を提供し、上記領域認識方法を完成するために、上記コマンドは装置９００のプロセッサ９１８により実行することができる。例えば、非一時的なコンピューター可読記憶媒体は、ＲＯＭ、ランダムアクセスメモリ（ＲＡＭ）、ＣＤ−ＲＯＭ、磁気テープ、フロッピーディスク及び光データ記憶装置などであってもよい。

当業者であれば、明細書を考慮しここに開示された発明を実践した後、本発明のその他の実施態様を容易に想到できる。本願は、本発明の如何なる変形、用途又は適応的変化を含むためのものであり、これらの変形、用途又は適応的変化は本発明の一般的な原理に準じ、本発明の開示されていない本技術分野における公知常識又は慣用の技術手段を含む。明細書と実施例は例示的なものに過ぎず、本発明の実際の範囲と精神は特許請求の範囲により与えられる。

理解すべきことは、本発明は既に上記のように説明され、図面に示された正確な構造に限定されず、その範囲を逸脱しない限りにおいて様々な修正や変更を行うことができる。本発明の範囲は特許請求の範囲のみにより限定される。

Claims (15)

1. 文字領域を２値化し、２値化後の文字領域を得、前記文字領域が同一行に属する若干の文字を含むことと、
   前記２値化後の文字領域に対して垂直方向に応じてヒストグラムを算出し、前記ヒストグラムが各列のピクセルの横座標及び前記各列のピクセルにおける前景色ピクセルの累積値を含むことと、
   前記ヒストグラムにおける前記累積値の分布情報に基づいて、前記文字領域における前記文字のキャラクター領域を認識することと、を含み、
   前記ヒストグラムにおける前記累積値の分布情報により、前記文字領域における前記文字のキャラクター領域を認識することは、
   前記ヒストグラムにおける前記累積値の分布情報により若干の組の横座標を決定し、各組の前記横座標は第１の横座標及び前記第１の横座標の右側にある初めの第２の横座標を含み、前記第１の横座標及び前記第１の横座標の右側の隣接する横座標に対応する前記累積値が第１の閾値より大きく、且つ前記第１の横座標の左側の隣接する横座標に対応する前記累積値が第２の閾値より小さく、前記第２の横座標及び前記第２の横座標の左側の隣接する横座標に対応する前記累積値が前記第１の閾値より大きく、且つ前記第２の横座標の右側の隣接する横座標に対応する前記累積値が前記第２の閾値より小さく、
   各組の前記横座標に対して、前記第１の横座標の所在する画素列をキャラクター領域の左縁に認識し、前記第２の横座標の所在する画素列を前記キャラクター領域の右縁に認識することを含むことを特徴とする領域認識方法。
2. 前記ヒストグラムにおける前記累積値の分布情報により若干の組の横座標を決定することは、
   前記累積値の分布情報により、前記ヒストグラムにおける第３の横座標を認識し、前記第３の横座標は、前記若干の文字における最初の有効文字のキャラクター領域の左縁の前記ヒストグラムでの対応する横座標であり、又は、前記若干の文字における最後の有効文字のキャラクター領域の右縁の前記ヒストグラムでの対応する横座標であり、
   前記第３の横座標を検索開始点として、所定の方向に従って、前記累積値の分布情報に基づいて前記若干の組の横座標を検索すること、を含むことを特徴とする請求項１に記載の方法。
3. 前記第３の横座標は前記若干の文字における最初の有効文字のキャラクター領域の左縁の前記ヒストグラムでの対応する横座標であり、
   前記第３の横座標を検索開始点として、所定の方向に従って、前記累積値の分布情報に基づいて前記若干の組の横座標を検索することは、
   第ｉ組の横座標に対して、前記ヒストグラムにおける前記第ｉ組の横座標における前記第１の横座標を検索開始点として、右へ初めの第４の横座標を検索し、前記第４の横座標及び前記第４の横座標の左側の隣接する横座標に対応する前記累積値が前記第１の閾値より大きく、前記第４の横座標の右側の隣接する横座標に対応する前記累積値が前記第２の閾値より小さく、１≦ｉ≦ｎ、ｉは初期値が１である正の整数であり、ｎは前記若干の文字における有効文字の個数であり、前記第１組の座標における前記第１の横座標は前記第３の横座標であり、
   前記第４の横座標を前記第ｉ組の座標における前記第２の横座標として決定し、
   ｉ＜ｎであれば、前記ヒストグラムにおける前記第４の横座標を検索開始点とし、右側へ初めの第５の横座標を検索し、前記第５の横座標及び前記第５の横座標の右側の隣接する横座標に対応する前記累積値が前記第１の閾値より大きく、前記第５の横座標の左側の隣接する横座標に対応する前記累積値が前記第２の閾値より小さく、
   ｉ＝ｉ＋１とし、前記第５の横座標を前記第ｉ組の座標における前記第１の横座標として決定することを含むことを特徴とする請求項２に記載の方法。
4. 前記第３の横座標は前記若干の文字における最後の有効文字のキャラクター領域の右縁の前記ヒストグラムでの対応する横座標であり、
   前記第３の横座標を検索開始点とし、所定の方向に従って、前記累積値の分布情報に基づいて前記若干の組の横座標を検索することは、
   第ｊ組の座標に対して、前記ヒストグラムにおける前記第ｊ組の座標における前記第２の横座標を検索開始点とし、左へ初めの第６の横座標を検索し、前記第６の横座標及び前記第６の横座標の右側の隣接する横座標に対応する前記累積値が前記第１の閾値より大きく、前記第６の横座標の左側の隣接する横座標に対応する前記累積値が前記第２の閾値より小さく、１≦ｊ≦ｎ、ｊは初期値がｎである正の整数であり、ｎは前記若干の文字における有効文字の個数であり、前記第ｎ組の座標における前記第２の横座標は前記第３の横座標であり、
   前記第６の横座標を前記第ｊ組の座標における前記第１の横座標として決定し、
   ｊ＞０であれば、前記ヒストグラムにおける前記第６の横座標を検索開始点として、左側へ初めの第７の横座標を検索し、前記第７の横座標及び前記第７の横座標の左側の隣接する横座標に対応する前記累積値が前記第１の閾値より大きく、前記第７の横座標の右側の隣接する横座標に対応する前記累積値が前記第２の閾値より小さく、１≦ｊ≦ｎ、ｊは初期値がｎである正の整数であり、
   ｊ＝ｊ−１とし、前記第７の横座標を前記第ｊ組の座標における前記第２の横座標として決定することを含むことを特徴とする請求項２に記載の方法。
5. 前記第３の横座標は前記若干の文字における最初の有効文字のキャラクター領域の左縁の前記ヒストグラムでの対応する横座標であり、
   前記累積値の分布情報に基づいて、前記ヒストグラムにおける第３の横座標を認識することは、
   前記若干の文字が有効文字と無効文字を含み、前記有効文字と前記無効文字との間の第１の距離が隣接する２つの有効文字間の第２の距離より大きく、前記ヒストグラムにおける予め設定された横座標から、左側へ初めの幅が前記第２の距離より大きい隙間を探し、前記隙間の右側にある初めの前景色ピクセルの累積値が前記第１の閾値より大きい横座標を前記第３の横座標として決定し、前記予め設定された横座標は予め設定された区間に属する座標であり、前記予め設定された区間は経験値に基づいて設定された区間であり、前記隙間の前景色ピクセルの累積値が前記第２の閾値より小さいこと、
   又は、
   前記若干の文字がいずれも有効文字であり、前記ヒストグラムにおける左側にある初めの前景色ピクセルの累積値が前記第１の閾値より大きい横座標を前記第３の横座標として決定することを含むことを特徴とする請求項２に記載の方法。
6. 前記第３の横座標は前記若干の文字における最後の有効文字のキャラクター領域の右縁の前記ヒストグラムでの対応する横座標であり、
   前記累積値の分布情報に基づいて、前記ヒストグラムにおける第３の横座標を認識することは、
   前記若干の文字が有効文字と無効文字を含み、前記有効文字と前記無効文字との間の第１の距離が隣接する２つの有効文字間の第２の距離より大きく、前記ヒストグラムにおける予め設定された横座標から、右側へ幅が前記第２の距離より大きい隙間を探し、前記隙間の左側にある初めの前景色ピクセルの累積値が前記第１の閾値より大きい横座標を前記第３の横座標として決定し、前記予め設定された横座標は予め設定された区間に属する座標であり、前記予め設定された区間は経験値に基づいて設定された区間であり、前記隙間の前景色ピクセルの累積値は前記第２の閾値より小さいこと、
   又は、
   前記若干の文字がいずれも有効文字であり、前記ヒストグラムの右側にある初めの前景色ピクセルの累積値が前記第１の閾値より大きい横座標を前記第３の横座標として決定することを含むことを特徴とする請求項２に記載の方法。
7. ターゲット画像領域を２値化し、２値化後のターゲット画像領域を得ることと、
   前記２値化後のターゲット画像領域に対して水平方向に応じて水平ヒストグラムを算出し、前記水平ヒストグラムは、各行のピクセルの縦座標及び前記各行のピクセルにおける前景色ピクセルの累積値を含むことと、
   前記水平ヒストグラムにおける前記累積値の分布情報により、若干の組の縦座標を決定し、各組の縦座標は、第１の縦座標と前記第１の縦座標の下側にある第２の縦座標を含み、各組の縦座標に対して、前記第１の縦座標の所在する画素行を１行の文字領域の上縁として認識し、前記第２の縦座標の所在する画素行を前記文字領域の下縁として認識し、前記第１の縦座標及び前記第１の縦座標の下側の隣接する縦座標に対応する前記累積値が第１の閾値より大きく、且つ前記第１の縦座標の上側の隣接する縦座標に対応する前記累積値が第２の閾値より小さく、前記第２の縦座標及び前記第２の縦座標の上側の隣接する縦座標に対応する前記累積値が前記第１の閾値より大きく、且つ前記第２の縦座標の下側の隣接する縦座標に対応する前記累積値が前記第２の閾値より小さいことと、
   第ｋ行の文字領域に対して、前記文字領域を２値化し、２値化後の文字領域を得るステップを実行し、ｍ≧ｋ≧１、ｋが正の整数であり、ｍが認識された総行数であることと、をさらに含むことを特徴とする請求項１〜６のいずれかに記載の方法。
8. 同一の行に属する若干の文字を含む文字領域を２値化し、２値化後の文字領域を得るように配置される第１の２値化モジュールと、
   前記２値化後の文字領域に対して垂直方向に応じて各列のピクセルの横座標及び前記各列のピクセルにおける前景色ピクセルの累積値を含むヒストグラムを算出するように配置される第１の算出モジュールと、
   前記ヒストグラムにおける前記累積値の分布情報に基づいて、前記文字領域における前記文字のキャラクター領域を認識するように配置される領域認識モジュールと、を含み、
   前記領域認識モジュールは、
   前記ヒストグラムにおける前記累積値の分布情報により若干の組の横座標を決定し、各組の前記横座標は第１の横座標及び前記第１の横座標の右側にある初めの第２の横座標を含み、前記第１の横座標及び前記第１の横座標の右側の隣接する横座標に対応する前記累積値が第１の閾値より大きく、且つ前記第１の横座標の左側の隣接する横座標に対応する前記累積値が第２の閾値より小さく、前記第２の横座標及び前記第２の横座標の左側の隣接する横座標に対応する前記累積値が前記第１の閾値より大きく、且つ前記第２の横座標の右側の隣接する横座標に対応する前記累積値が前記第２の閾値より小さいように配置される座標決定サブモジュールと、
   各組の前記横座標に対して、前記第１の横座標の所在する画素列をキャラクター領域の左縁に認識し、前記第２の横座標の所在する画素列を前記キャラクター領域の右縁に認識するように配置される領域認識サブモジュールと、を含むことを特徴とする領域認識装置。
9. 前記座標決定サブモジュールは、
   前記累積値の分布情報により、前記ヒストグラムにおける第３の横座標を認識し、前記第３の横座標は、前記若干の文字における最初の有効文字のキャラクター領域の左縁の前記ヒストグラムでの対応する座標であり、又は、前記若干の文字における最後の有効文字のキャラクター領域の右縁の前記ヒストグラムでの対応する座標であるように配置される座標認識サブモジュールと、
   前記第３の横座標を検索開始点として、所定の方向に従って、前記累積値の分布情報に基づいて前記若干の組の横座標を検索するように配置される座標検索サブモジュールと、を含むことを特徴とする請求項８に記載の装置。
10. 前記第３の横座標は前記若干の文字における最初の有効文字のキャラクター領域の左縁の前記ヒストグラムでの対応する横座標であり、
    前記座標検索サブモジュールは、更に、
    第ｉ組の横座標に対して、前記ヒストグラムにおける前記第ｉ組の横座標における前記第１の横座標を検索開始点とし、右へ初めの第４の横座標を検索し、前記第４の横座標及び前記第４の横座標の左側の隣接する横座標に対応する前記累積値が前記第１の閾値より大きく、前記第４の横座標の右側の隣接する横座標に対応する前記累積値が前記第２の閾値より小さく、１≦ｉ≦ｎ、ｉは初期値が１である正の整数であり、ｎは前記若干の文字における有効文字の個数であり、前記第１組の座標における前記第１の横座標は前記第３の横座標であり、
    前記第４の横座標を前記第ｉ組の座標における前記第２の横座標として決定し、
    ｉ＜ｎであれば、前記ヒストグラムにおける前記第４の横座標を検索開始点として、右側へ初めの第５の横座標を検索し、前記第５の横座標及び前記第５の横座標の右側の隣接する横座標に対応する前記累積値が前記第１の閾値より大きく、前記第５の横座標の左側の隣接する横座標に対応する前記累積値が前記第２の閾値より小さく、
    ｉ＝ｉ＋１とし、前記第５の横座標を前記第ｉ組の座標における前記第１の横座標として決定するように配置されることを特徴とする請求項９に記載の装置。
11. 前記第３の横座標は前記若干の文字における最後の有効文字のキャラクター領域の右縁の前記ヒストグラムでの対応する横座標であり、
    前記座標検索サブモジュールは、更に、
    第ｊ組の座標に対して、前記ヒストグラムにおける前記第ｊ組の座標における前記第２の横座標を検索開始点として、左へ初めの第６の横座標を検索し、前記第６の横座標及び前記第６の横座標の右側の隣接する横座標に対応する前記累積値が前記第１の閾値より大きく、前記第６の横座標の左側の隣接する横座標に対応する前記累積値が前記第２の閾値より小さく、１≦ｊ≦ｎ、ｊは初期値がｎである正の整数であり、ｎは前記若干の文字における有効文字の個数であり、前記第ｎ組の座標における前記第２の横座標は前記第３の横座標であり、
    前記第６の横座標を前記第ｊ組の座標における前記第１の横座標として決定し、
    ｊ＞０であれば、前記ヒストグラムにおける前記第６の横座標を検索開始点として、左側へ初めの第７の横座標を検索し、前記第７の横座標及び前記第７の横座標の左側の隣接する横座標に対応する前記累積値が前記第１の閾値より大きく、前記第７の横座標の右側の隣接する横座標に対応する前記累積値が前記第２の閾値より小さく、１≦ｊ≦ｎ、ｊは初期値がｎである正の整数であり、
    ｊ＝ｊ−１とし、前記第７の横座標を前記第ｊ組の座標における前記第２の横座標として決定するように配置されることを特徴とする請求項９に記載の装置。
12. 前記第３の横座標は前記若干の文字における最初の有効文字のキャラクター領域の左縁の前記ヒストグラムでの対応する横座標であり、
    前記座標認識サブモジュールは、更に、
    前記若干の文字が有効文字と無効文字を含み、前記有効文字と前記無効文字との間の第１の距離が隣接する２つの有効文字間の第２の距離より大きい場合に、前記ヒストグラムにおける予め設定された横座標から、左側へ初めの幅が前記第２の距離より大きい隙間を探し、前記隙間の右側にある初めの前景色ピクセルの累積値が前記第１の閾値より大きい横座標を前記第３の横座標として決定し、前記予め設定された横座標が予め設定された区間に属する座標であり、前記予め設定された区間は経験値に基づいて設定された区間であり、前記隙間の前景色ピクセルの累積値が前記第２の閾値より小さいように配置され
    又は、
    前記若干の文字がいずれも有効文字である場合に、前記ヒストグラムにおける左側にある初めの前景色ピクセルの累積値が前記第１の閾値より大きい横座標を前記第３の横座標として決定するように配置されることを特徴とする請求項９に記載の装置。
13. 前記第３の横座標は前記若干の文字における最後の有効文字のキャラクター領域の右縁の前記ヒストグラムでの対応する横座標であり、
    前記座標認識サブモジュールは、更に、
    前記若干の文字が有効文字と無効文字を含み、前記有効文字と前記無効文字との間の第１の距離が隣接する２つの有効文字間の第２の距離より大きい場合に、前記ヒストグラムにおける予め設定された横座標から、右側へ幅が前記第２の距離より大きい隙間を探し、前記隙間の左側にある初めの前景色ピクセルの累積値が前記第１の閾値より大きい横座標を前記第３の横座標として決定し、前記予め設定された横座標は予め設定された区間に属する座標であり、前記予め設定された区間は経験値に基づいて設定された区間であり、前記隙間の前景色ピクセルの累積値は前記第２の閾値より小さいように配置され、
    又は、
    前記若干の文字がいずれも有効文字である場合に、前記ヒストグラムの右側にある初めの前景色ピクセルの累積値が前記第１の閾値より大きい横座標を前記第３の横座標として決定するように配置されることを特徴とする請求項９に記載の装置。
14. ターゲット画像領域を２値化し、２値化後のターゲット画像領域を得るように配置される第２の２値化モジュールと、
    前記２値化後のターゲット画像領域に対して水平方向に応じて各行のピクセルの縦座標及び前記各行のピクセルにおける前景色ピクセルの累積値を含む水平ヒストグラムを算出するように配置される第２の算出モジュールと、
    前記水平ヒストグラムにおける前記累積値の分布情報により、若干の組の縦座標を決定し、各組の縦座標は第１の縦座標と前記第１の縦座標の下側にある第２の縦座標を含み、各組の縦座標に対して、前記第１の縦座標の所在する画素行を１行の文字領域の上縁として認識し、前記第２の縦座標の所在する画素行を前記文字領域の下縁として認識し、前記第１の縦座標及び前記第１の縦座標の下側の隣接する縦座標に対応する前記累積値が第１の閾値より大きく、且つ前記第１の縦座標の上側の隣接する縦座標に対応する前記累積値が第２の閾値より小さく、前記第２の縦座標及び前記第２の縦座標の上側の隣接する縦座標に対応する前記累積値が前記第１の閾値より大きく、且つ前記第２の縦座標の下側の隣接する縦座標に対応する前記累積値が前記第２の閾値より小さいように配置される縁決定モジュールと、を更に備え、
    前記第１の２値化モジュールは、更に第ｋ行の文字領域に対して、前記文字領域を２値化し、２値化後の文字領域を得るステップを実行し、ｍ≧ｋ≧１、ｋが正の整数であり、ｍが認識された総行数であるように配置されることを特徴とする請求項８〜１３のいずれかに記載の装置。
15. 同一の行に属する若干の文字を含む文字領域を２値化し、２値化後の文字領域を得、
    前記２値化後の文字領域に対して垂直方向に応じて各列のピクセルの横座標及び前記各列のピクセルにおける前景色ピクセルの累積値を含むヒストグラムを算出し、
    前記ヒストグラムにおける前記累積値の分布情報に基づいて、前記文字領域における前記文字のキャラクター領域を認識するように配置されるプロセッサと、
    前記プロセッサにより実行可能なコマンドを記憶するためのメモリと、を含み、
    前記プロセッサは、
    前記ヒストグラムにおける前記累積値の分布情報により、前記文字領域における前記文字のキャラクター領域を認識する場合、
    前記ヒストグラムにおける前記累積値の分布情報により若干の組の横座標を決定し、各組の前記横座標は第１の横座標及び前記第１の横座標の右側にある初めの第２の横座標を含み、前記第１の横座標及び前記第１の横座標の右側の隣接する横座標に対応する前記累積値が第１の閾値より大きく、且つ前記第１の横座標の左側の隣接する横座標に対応する前記累積値が第２の閾値より小さく、前記第２の横座標及び前記第２の横座標の左側の隣接する横座標に対応する前記累積値が前記第１の閾値より大きく、且つ前記第２の横座標の右側の隣接する横座標に対応する前記累積値が前記第２の閾値より小さく、
    各組の前記横座標に対して、前記第１の横座標の所在する画素列をキャラクター領域の左縁に認識し、前記第２の横座標の所在する画素列を前記キャラクター領域の右縁に認識するように配置されることを特徴とする領域認識装置。

Images