JP6963728B2

JP6963728B2 - 画像処理装置

Info

Publication number: JP6963728B2
Application number: JP2018032607A
Authority: JP
Inventors: 嶺雪津田
Original assignee: Kyocera Document Solutions Inc
Current assignee: Kyocera Document Solutions Inc
Priority date: 2018-02-26
Filing date: 2018-02-26
Publication date: 2021-11-10
Anticipated expiration: 2038-02-26
Also published as: US20190266452A1; JP2019148941A; US10817759B2

Description

本発明は、画像処理装置に関するものである。

あるファクシミリ装置は、原稿画像における１文字ずつ文字コードおよびフォント種別を特定している（例えば特許文献１参照）。

ある文字認識装置は、帳票内の複数のフィールドのそれぞれにおける複数のフォント種別（フォント辞書）の出現頻度を特定し、その出現頻度に基づいて各フィールドのフォント種別を特定している（例えば特許文献２参照）。

特開平０７−１７７２７９号公報特開平１０−２６１０４８号公報

しかしながら、上述のファクシミリ装置では、１文字ずつフォント種別の特定を行うため、文章中のすべての文字のフォント種別を特定するための時間が長くなってしまう。

また、上述の文字認識装置では、帳票内のすべてのフィールドのフォント種別を１フィールドずつ特定しているため、帳票全体についてフォント種別を特定するための時間が長くなってしまう。さらに、上述の文字認識装置は、帳票内のフィールド単位または帳票単位でフォント種別を特定しているため、ただちに、一般的な文章における各文字のフォント種別を特定することは困難である。

本発明は、上記の問題に鑑みてなされたものであり、画像内の文字のフォント種別を高速に特定する画像処理装置を得ることを目的とする。

本発明に係る画像処理装置は、画像における所定処理単位のテキスト内の文字の文字コードを特定する文字認識部と、前記文字のフォント種別を特定するフォント種別特定部とを備える。そして、前記フォント種別特定部は、フォント種別特定処理を実行し、前記フォント種別特定処理において、（ａ）１文字ずつフォント種別を特定していき、（ｂ）前記所定処理単位のテキストの全文字数に対する、同一フォント種別の文字の文字数の割合が所定閾値を超えたときに、前記所定処理単位のテキスト内の文字のフォント種別をすべて前記同一フォント種別とする。そして、前記フォント種別特定部は、前記所定処理単位のテキストのすべての文字に対してフォント種別を特定しても、前記割合が前記所定閾値を超えているフォント種別がない場合には、前記所定処理単位のテキスト内の文字のフォント種別を、前記割合が最も多いフォント種別とする。

本発明によれば、画像内の文字のフォント種別を高速に特定する画像処理装置が得られる。

本発明の上記又は他の目的、特徴および優位性は、添付の図面とともに以下の詳細な説明から更に明らかになる。

図１は、本発明の実施の形態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は、フォント種別特定処理の所定処理単位を説明する図である。図３は、実施の形態１に係る画像処理装置の動作について説明するフローチャートである。図４は、実施の形態３に係る画像処理装置の動作を説明する図である。

以下、図に基づいて本発明の実施の形態を説明する。

実施の形態１．

図１は、本発明の実施の形態に係る画像処理装置の構成を示すブロック図である。図１に示す画像処理装置は、画像読取装置１、通信装置２、記憶装置３、および演算処理装置４を備える。

画像読取装置１は、テキストを含む原稿から原稿画像を読み取り、原稿画像のラスター画像データを生成する。

通信装置２は、図示せぬ外部装置とデータ通信を行い、テキストを含む画像のラスター画像データを受信する。

記憶装置３は、不揮発性の記憶装置であって、テキストを含む画像のラスター画像データを記憶する。

演算処理装置４は、プログラムを実行するコンピューター、ＡＳＩＣ（Application Specific Integrated Circuit）などを備え、そのコンピューター、ＡＳＩＣなどで各種処理部として動作する。

ここでは、演算処理装置４は、文字認識部２１、フォント種別特定部２２、およびファイル生成部２３として動作する。

文字認識部２１は、既知の方法で、ラスター画像データに基づく画像（ラスター画像）における所定処理単位のテキスト内の文字の文字コードを特定する。

フォント種別特定部２２は、フォント種別特定処理を実行し、文字コードが特定された上述の文字のフォント種別を特定する。

具体的には、フォント種別特定部２２は、フォント種別特定処理において、（ａ）既知の文字比較方法で１文字ずつフォント種別を特定していき、（ｂ）所定処理単位のテキストの全文字数に対する、同一フォント種別の文字の文字数の割合が所定閾値を超えたときに、所定処理単位のテキスト内の文字のフォント種別をすべて、その同一フォント種別とする。したがって、その割合が所定閾値を超えたときまでに上述の既知の文字比較方法でのフォント種別の特定を行っていない文字に対しては、上述の既知の文字比較方法でのフォント種別の特定のための処理を行わずに、フォント種別が特定される。その結果、所定処理単位のテキストのフォント種別特定処理が短時間で終わる。

上述の文字比較方法では、例えば、対象文字の文字画像と複数のフォント種別のフォント辞書に登録されている文字画像（対象文字の文字コードに関連付けられている文字画像）とが比較され、両者が一致する確度が最も高いフォント種別が、対象文字のフォント種別であると判定される。

図２は、フォント種別特定処理の所定処理単位を説明する図である。この「所定処理単位」は、例えば図２に示すような単語、行、ブロックなどであり、文字認識部２１により文字コードが特定される文字の集合の単位とされる。つまり、文字認識部２１は、単語、行、ブロックなどを単位として、その中に含まれる文字の文字コードの集合を生成し、フォント種別特定部２２は、その単位となる文字の集合ごとに文字コードを取得し、これにより、所定処理単位のテキストを特定する。

例えば、所定処理単位が単語であり、上述の所定閾値が５０％であり、所定処理単位のテキストが「Ｔｈｉｓ」である場合において、文字「Ｔ」、文字「ｈ」、および文字「ｉ」のフォント種別が先頭から順番に既知の文字比較方法で特定され、文字「Ｔ」、文字「ｈ」、および文字「ｉ」のフォント種別が、すべて「Ａｒｉａｌ」であるときには、残りの文字「ｓ」のフォント種別は、既知の文字比較方法で特定されずに、文字「ｉ」のフォント種別が特定されたときに、ただちに、「Ａｒｉａｌ」とされる。

また、実施の形態１では、フォント種別特定部２２は、所定処理単位のテキストのすべての文字に対してフォント種別を上述の既知の文字比較方法で特定しても、上述の割合が上述の所定閾値を超えているフォント種別がない場合には、所定処理単位のテキスト内の文字のフォント種別を、上述の割合が最も多いフォント種別とする。

例えば、所定処理単位が単語であり、上述の所定閾値が５０％であり、所定処理単位のテキストが、「Ｔｈｉｓ」である場合において、文字「Ｔ」、文字「ｈ」、文字「ｉ」、および文字「ｓ」のフォント種別が先頭から順番に既知の文字比較方法で特定され、文字「Ｔ」のフォント種別がゴシックであり、文字「ｉ」のフォント種別が明朝であり、文字「ｈ」および文字「ｓ」のフォント種別が「Ａｒｉａｌ」であるときには、当該単語「Ｔｈｉｓ」のすべての文字のフォント種別は、上述の割合が最も多い（＝５０％）フォント種別である「Ａｒｉａｌ」とされる。

ファイル生成部２３は、所定のファイル形式（例えば、ＰＤＦや、特定アプリケーション（例えばマイクロソフト社製品）用に規定されているファイル形式）で、テキストにおける各文字の文字コードおよびフォント種別を含む文書データファイルを生成する。なお、生成された文書データファイルは、記憶装置３に格納されたり、通信装置２で外部の装置へ送信されたりする。

次に、実施の形態１に係る画像処理装置の動作について説明する。図３は、実施の形態１に係る画像処理装置の動作について説明するフローチャートである。

文字認識部２１における所定処理単位のテキストの文字認識処理の完了後、フォント種別特定部２２は、その所定処理単位のテキストに対して、以下のフォント種別特定処理を実行する。

フォント種別特定部２２は、所定処理単位のテキストにおいて、フォント種別を特定していない文字（文字コード）を１つ選択する（ステップＳ１）。ここでは、所定処理単位のテキストの先頭の文字から順番に１つの文字が選択される。

次に、フォント種別特定部２２は、既知の文字比較方法で、選択した文字のフォント種別を特定する（ステップＳ２）。例えば、その文字比較方法では、フォント種別特定部２２は、選択した文字について所定の確度以上であってかつ最大確度のフォント種別を、当該選択した文字のフォント種別として特定し、選択した文字に対して所定の確度以上のフォント種別が発見されなかった場合には、選択した文字のフォント種別を「不定」とする。

そして、フォント種別特定部２２は、その所定処理単位のテキストにおいて、その所定処理単位のテキストの全文字数に対する、特定されたフォント種別が同一である文字の文字数の割合を特定し、特定した割合が所定閾値を超えているか否かを判定する（ステップＳ３）。なお、所定処理単位で区切られた各テキストの文字数は、文字認識処理の結果（つまり、各テキストに対応して特定された文字コードの数）に基づいて特定される。また、所定処理単位のテキストの文字数をＮとし、所定閾値をＴＨとすると（０＜ＴＨ＜１）、フォント種別特定部２２は、既知の文字比較方法でフォント種別を特定した文字数がＮ×ＴＨを超えるまで、ステップＳ３およびステップＳ５の判定をスキップし、連続的に、既知の文字比較方法でフォント種別を特定してもよい。

所定処理単位のテキストにおいて現時点までに特定されたフォント種別のいずれかについて上述の割合が所定閾値を超えている場合、フォント種別特定部２２は、その所定処理単位のテキストにおける全文字のフォント種別を、上述の割合が所定閾値を超えているそのフォント種別とする（ステップＳ４）。

一方、現時点までに特定されているすべてのフォント種別について、特定した割合が所定閾値を超えていない場合、フォント種別特定部２２は、その所定処理単位のテキストにおけるすべての文字のフォント種別を特定したか否かを判定する（ステップＳ５）。その所定処理単位のテキストにおけるすべての文字のフォント種別を特定していない場合には、フォント種別特定部２２は、ステップＳ１に戻り、フォント種別を特定していない次の文字を選択する。

つまり、上述の割合が所定閾値を超えるフォント種別が出現するか（ステップＳ３）、すべての文字のフォント種別が既知の文字比較方法で特定される（ステップＳ５）まで、１文字ずつ文字のフォント種別が既知の文字比較方法で特定される。

例えば所定閾値が５０％であり、図２における単語「Ｔｈｉｓ」が所定処理単位のテキストである場合において、先頭の文字「Ｔ」のフォント種別が「Ａｒｉａｌ」であると特定され、文字「ｈ」，「ｉ」，「ｓ」が未処理であるときには、全文字数が４であり、フォント種別が「Ａｒｉａｌ」である文字の文字数が１であるため、上述の割合は２５％となり、所定閾値を超えていないと判定される。

例えば所定閾値が５０％であり、図２における単語「Ｔｈｉｓ」が所定処理単位のテキストである場合において、先頭の文字「Ｔ」，「ｈ」，「ｉ」のフォント種別が「Ａｒｉａｌ」であると特定され、文字「ｓ」が未処理であるときには、全文字数が４であり、フォント種別が「Ａｒｉａｌ」である文字の文字数が３であるため、上述の割合は７５％となり、所定閾値を超えていると判定され、既知の文字比較方法でフォント種別を特定されていない文字「ｓ」のフォント種別が「Ａｒｉａｌ」とされる。

なお、ステップＳ４において、既知の文字比較方法でフォント種別を特定されていない文字のフォント種別が、上述のようにして確定された場合、その文字に対して、既知の文字比較方法でのフォント種別の特定は実行されない。

また、所定処理単位のテキストにおいて、すべての文字のフォント種別が既知の文字比較方法で特定された場合（ステップＳ５）、フォント種別特定部２２は、所定処理単位のテキストにおいて特定されたフォント種別のうち、上述の割合が最も多いフォント種別を特定し（ステップＳ６）、所定処理単位のテキストにおける全文字のフォント種別を、ステップＳ６で特定したフォント種別とする（ステップＳ７）。

このようにして、所定処理単位のテキストのフォント種別が特定され、文字認識処理の結果において、所定処理単位の複数のテキスト（例えば、複数の単語や複数の行）があれば、その所定処理単位の次のテキストが選択され、上述のようにして同様に処理される。

以上のように、上記実施の形態１によれば、文字認識部２１は、画像における所定処理単位のテキスト内の文字の文字コードを特定する。フォント種別特定部２２は、文字コードが特定された所定処理単位のテキストに対するフォント種別特定処理を実行し、フォント種別特定処理において、（ａ）１文字ずつフォント種別を特定していき、（ｂ）所定処理単位のテキストの全文字数に対する、同一フォント種別の文字の文字数の割合が所定閾値を超えたときに、所定処理単位のテキスト内の文字のフォント種別をすべて同一フォント種別とする。

これにより、既知の文字比較方法でフォント種別を特定すべき文字の数が減るため、画像内の文字のフォント種別が高速に特定される。

実施の形態２．

実施の形態２に係る画像処理装置では、フォント種別特定部２２は、所定処理単位が単語である場合において、（ａ）３文字以上の単語および１文字の単語に対しては上述のフォント種別特定処理（つまり、実施の形態１と同様の処理）を実行し、（ｂ）２文字の単語については、以下に示す処理を実行する。

実施の形態２では、２文字の単語については、フォント種別特定部２２は、当該２文字の単語の直前の単語のフォント種別と当該２文字の単語の直後の単語のフォント種別とが同一である場合には、当該２文字の単語のフォント種別を、当該２文字の単語の直前および直後の単語のフォント種別と同一とする。

例えば、実施の形態２では、２文字の単語については、フォント種別特定部２２は、（ｂ１）当該２文字の単語の直前の単語のフォント種別と当該２文字の単語の直後の単語のフォント種別とが同一である場合には、上述のフォント種別特定処理をせずに、当該２文字の単語のフォント種別を、当該２文字の単語の直前および直後の単語のフォント種別と同一とし、（ｂ２）当該２文字の単語の直前の単語のフォント種別と当該２文字の単語の直後の単語のフォント種別とが互いに異なる場合には、当該２文字の単語に対して上述のフォント種別特定処理を実行する。

また、例えば、実施の形態２では、ここで、フォント種別特定部２２は、２文字の単語について、１文字ずつ既知の文字比較方法でフォント種別を特定し、単語内の２文字に対して同一のフォント種別が特定されなかった場合、当該２文字の単語の直前の単語のフォント種別と当該２文字の単語の直後の単語のフォント種別とが同一であるとき、当該２文字の単語のフォント種別を、当該２文字の単語の直前および直後の単語のフォント種別と同一とし、単語内の２文字に対して同一のフォント種別が特定された場合には、直前および直後の単語のフォント種別に拘わらず、その単語内の２文字のフォント種別を、その特定されたフォント種別とするようにしてもよい。

また、実施の形態２において、２文字の単語が連続している場合（例えば図２における「ｉｓ」「ａｎ」の場合）、それらの２文字の単語の最初の単語（例えば図２における「ｉｓ」「ａｎ」のうちの「ｉｓ」）の直前の単語（例えば図２における「ｉｓ」「ａｎ」の前の「Ｔｈｉｓ」）および最後の単語（例えば図２における「ｉｓ」「ａｎ」のうちの「ａｎ」）の直後の単語（例えば図２における「ｉｓ」「ａｎ」の後の「ａｎｎｏｕｎｃｅｍｅｎｔ」）が同一のフォント種別とされた場合には、それらの２文字の単語（例えば図２における「ｉｓ」「ａｎ」）のフォント種別は、それらの直前および直後の単語（例えば図２における「Ｔｈｉｓ」と「ａｎｎｏｕｎｃｅｍｅｎｔ」）のフォント種別と同一とするようにしてもよい。

２文字の単語には、ｂｅ動詞、前置詞など、それ単体で大きな意味を持たない単語が多く、２文字の単語のフォント種別を、直前および直後の単語のフォント種別とは異なるように設定される可能性は低いため、実施の形態２では、上述のような処理が実行される。また、１文字の単語には、冠詞「ａ」の他、記号として使用されている文字の場合などもあるため、既知の文字比較方法でフォント種別が特定される。

なお、実施の形態２に係る画像処理装置のその他の構成および動作については実施の
形態１と同様であるので、その説明を省略する。

実施の形態３．

実施の形態３に係る画像処理装置では、フォント種別特定部２２は、所定処理単位に対する上位処理単位のテキストに関し、上位処理単位のテキストにおける所定処理単位のテキストの全個数に対する、同一フォント種別の所定処理単位のテキストの個数の割合が所定閾値を超えたときに、上位処理単位のテキスト内の文字のフォント種別をすべて、その同一フォント種別とする。

例えば、実施の形態３では、「所定処理単位」は、単語であり、「上位処理単位」は、行、または、行の集合としてのブロックである。つまり、上位処理単位のテキストは、複数の所定処理単位のテキストで構成されている。

図４は、実施の形態３に係る画像処理装置の動作を説明する図である。

例えば図２に示すブロックにおける２つの行がそれぞれ上位処理単位とされ、各行内の単語が所定処理単位とされ、所定閾値が４０％とされる場合、図４に示すように、最初の行では、７つの単語のうち、６つの単語までのフォント種別特定処理が完了した時点で、３つの単語「Ｔｈｉｓ」，「ａｎｎｏｕｎｃｅｍｅｎｔ」，「ｎｅｘｔ」のフォント種別が「Ａｒｉａｌ」であると判定されたときには、残りの１つの単語「ｍｅｅｔｉｎｇ」の、文字比較方法によるフォント種別特定は実行されず、その単語「ｍｅｅｔｉｎｇ」のフォント種別（およびフォント種別が「不定」であった単語「ｉｓ」，「ａｎ」，「ｏｆ」のフォント種別）が、「Ａｒｉａｌ」とされる。

また、その場合において、図４に示すように、２つ目の行では、８つの単語のうち、５つの単語までのフォント種別特定処理が完了した時点で、４つの単語「Ｎｅｘｔ」，「ｍｅｅｔｉｎｇ」，「ｗｉｌｌ」，「ｈｅｌｄ」のフォント種別が「Ａｒｉａｌ」であると判定されたときには、残りの３つの単語「ｏｎ」，「ｎｅｘｔ」，「Ｔｕｅｓｄａｙ」の、文字比較方法によるフォント種別特定は実行されず、それらの単語「ｏｎ」，「ｎｅｘｔ」，「Ｔｕｅｓｄａｙ」のフォント種別（およびフォント種別が「不定」であった単語「ｂｅ」のフォント種別）が、「Ａｒｉａｌ」とされる。

なお、実施の形態３に係る画像処理装置のその他の構成および動作については実施の形態１または実施の形態２と同様であるので、その説明を省略する。

なお、上述の実施の形態に対する様々な変更および修正については、当業者には明らかである。そのような変更および修正は、その主題の趣旨および範囲から離れることなく、かつ、意図された利点を弱めることなく行われてもよい。つまり、そのような変更および修正が請求の範囲に含まれることを意図している。

例えば、上記実施の形態１，２，３において、所定処理単位のテキストが、括弧やクオーテーションで囲われた範囲を含んである場合、その範囲を抽出して、独立した所定処理単位として、上述の処理を実行するようにしてもよい。

本発明は、例えば、複合機などに適用可能である。

２１文字認識部
２２フォント種別特定部

Claims

画像における所定処理単位のテキスト内の文字の文字コードを特定する文字認識部と、
前記文字のフォント種別を特定するフォント種別特定部とを備え、
前記フォント種別特定部は、フォント種別特定処理を実行し、前記フォント種別特定処理において、（ａ）１文字ずつフォント種別を特定していき、（ｂ）前記所定処理単位のテキストの全文字数に対する、同一フォント種別の文字の文字数の割合が所定閾値を超えたときに、前記所定処理単位のテキスト内の文字のフォント種別をすべて前記同一フォント種別とし、
前記フォント種別特定部は、前記所定処理単位のテキストのすべての文字に対してフォント種別を特定しても、前記割合が前記所定閾値を超えているフォント種別がない場合には、前記所定処理単位のテキスト内の文字のフォント種別を、前記割合が最も多いフォント種別とすること、
を特徴とする画像処理装置。
前記フォント種別特定部は、前記所定処理単位が単語である場合において、（ａ）３文字以上の単語および１文字の単語に対しては前記フォント種別特定処理を実行し、（ｂ）２文字の単語については、当該２文字の単語の直前の単語のフォント種別と当該２文字の単語の直後の単語のフォント種別とが同一である場合には、当該２文字の単語のフォント種別を、当該２文字の単語の直前および直後の単語のフォント種別と同一とすることを特徴とする請求項１記載の画像処理装置。
前記フォント種別特定部は、２文字の単語については、（ｂ１）当該２文字の単語の直前の単語のフォント種別と当該２文字の単語の直後の単語のフォント種別とが同一である場合には、前記フォント種別特定処理をせずに、当該２文字の単語のフォント種別を、当該２文字の単語の直前および直後の単語のフォント種別と同一とし、（ｂ２）当該２文字の単語の直前の単語のフォント種別と当該２文字の単語の直後の単語のフォント種別とが互いに異なる場合には、当該２文字の単語に対して前記フォント種別特定処理を実行することを特徴とする請求項２記載の画像処理装置。
前記フォント種別特定部は、前記所定処理単位に対する上位処理単位のテキストに関し、前記上位処理単位のテキストにおける前記所定処理単位のテキストの全個数に対する、同一フォント種別の前記所定処理単位のテキストの個数の割合が所定閾値を超えたときに、前記上位処理単位のテキスト内の文字のフォント種別をすべて前記同一フォント種別とすることを特徴とする請求項１から請求項３のうちのいずれか１項記載の画像処理装置。
前記所定処理単位は、単語であり、
前記上位処理単位は、行、または、行の集合としてのブロックであること、
を特徴とする請求項４記載の画像処理装置。