JPH01169686A - 文字行検出装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔概　要〕 文書をスキャナで読み取って得られる２値画像データか
ら、該文書中の各文字を認識する文字認識装置に用いら
れる文字行検出方式に関し、一つの文字行が複数に分か
れてしまったり、複数の文字行が一つに合体してしまっ
たりする場合も、正しく文字行を検出可能にすることを
目的とし、 文書画像データ記憶手段（１）、文字行傾き検出手段（
２）、文字行幅および行間隔近似手段（３）、帯状領域
幅決定手段（４）、部分行検出手段（５）、部分行デー
タ記憶手段（６）、および部分行統合手段（９）を設け
る文字行検出方式に、部分行統合手段（７）および部分
行分離手段（８）を追加した構成とする。

〔産業上の利用分野〕

本発明は、文書をスキャナで読み取って得られる２値画
像データから、該文書中の各文字を認識する文字認識装
置に用いられる文字行検出方式に関する。

各種の印刷物から所要事項を抽出してデータヘースを作
成する等の作業の迅速化には、印刷物中の所要部分の文
字群をスキャナで読取り、得られた画像データから文字
を認識する技術の開発が不可欠である。

文書をスキャナで読み取って得られる２値の文書画像デ
ータ（単に文書画像という）から、該文書中の各文字を
認識するには、まず、文書画像から文字行を検出し、そ
の後、文字行から個々の文字を切り出して認識するとい
う処理を行う。文書中の文字の大きさや行間の広さは、
文書によって様々である。また、文書画像中の文字行は
、文書をスキャナで読み取る際に文書対スキャナの関係
が傾いた状態で読み取りが行なわれてしまう等の理由に
より、走査方向に対してイ頃いていることが多い。

文字行が走査方向に対して傾いていると、文字行検出、
文字切り出しに支障が出る恐れがある。

即ち文字行は文書画像を走査方向１２に投影して黒の多
い部分として検出できるが、第４図（ａ）のように文書
画像中の文字行１１が走査方向に整列している場合は前
記投影は第４図（ｂｌの如くなり、黒の文字行部分１３
とそれらの間の白の行間部分１４に判然と分れて容易に
文字行を検出することができるが、第４図（ｅ）の如く
文字行１１が走査方向１２に対して傾いていると、前記
投影は第４図（ｅ）の如くなり、黒の文字行部分１３が
互いにつながって白の行間部分がなくなり、文字行検出
が困難になる。従って文字サイズや行間隔の異なる多様
な文書に対して、傾いた文字行についても、文書画像か
ら文字行を正確に、効率良く検出する技術が必要とされ
る。

〔従来の技術〕

傾いた文字行に対する文字行検出には、文字行の分割が
有効である。即ち第４図に示すように文字行、詳しくは
走査方向に直交する鎖線１５で分割（本例では４分割）
し、各区分で投影すると第４図（Ｃ１に対する結果は同
図（ｄｌの如くなり　（これは左から２番目の鎖線１５
と３番目それとの間の帯状領域の走査方向投影をとった
もの）、黒の文字行部分１３と白の行間部分１４に判然
と分れ、容易に文字行を検出することができる。

投影は各帯状領域（１６）でとるので検出される文字行
は各帯状領域で異なり、全体としては第４図（ｆｌの如
く段差の有るものになる。こ−で、帯状領域１６の幅を
どの程度にするかは工夫を要する所である。幅を小にす
聰（細分する）と、投影処理回数が増え、処理時間が大
になる。幅を大にするとこの逆であるが、傾きがきつい
場合は点部分が重なってしまう。

また傾きがきつい場合は、各帯状領域の文字行く部分行
という）の段差が大きく、行間部分１４が狭く、隣接帯
状領域の各部分行の端部が２つの部分行に接触する。こ
の場合は、２つの部分行のどちらと一体化させるべきか
という問題が生じる。

これらの問題に対して本発明者は■「文字行検出装置」
特願昭６２−１２９０２３、■「文字列１頃き検出装置
」特願昭６２−１２９０２２、■「文字行検出装置」特
願昭６２−１８３６９６などを提案している。

前記■では、文書画像の中央、文字最大サイズ相当領域
などの特定領域について投影して（サンプリングを行な
って）文字サイズ及び行間隔を推定し、この推定値に従
って帯状領域の幅ＷをＷ−Ｍｉｍ　　（ｃ、　　ｄ）　
／ｊａｎθなどと定める。こ＼テｃは文字サイズ、ｄは
行間隔、θは文字行傾斜の許容角である。また各帯状領
域の部分行は、端部での重なりが多い方と連結する。例
えば第５図の場合、部分行１７ａは部分行１７ｃより部
分行１７ｂの方が重なり幅が大であるので、部分行１７
ｂと連結する。

前記■では文字行の傾きを次のようにして検出する。即
ち第６図に示すように幅Ｗ＋の帯状領域における文字行
１１の投影幅をｂｌ、幅Ｗ２の帯状領域における文字行
１１の投影幅をｂ２とすると、文字行１１の傾き角θと
これらにはｔａｎθ−（ｂ２−ｂ＋）／（Ｗ２　’Ｗ’
＋）の関係があるから、これより傾き角θを求める。

前記■は、所定の走査方向に所定の幅を有しかつ走査方
向に直交する方向に延びる帯状領域に分割し、帯状領域
それぞれの中で文書画像データを走査方向に走査して、
走査方向に直交する軸上への射影を求めることにより、
文字行が存在する射影の点図間と、行間部分に対応する
射影の自区間とに分離し、点図間に対応する帯状領域上
の矩形領域を文字行の一部分を構成する部分行とし、さ
らに、隣り合う帯状領域に属する部分行の間で、互いに
重なりの大きい部分行同士を一つの文字行に属するもの
と見做して統合することにより文字行を検出する文字行
検出方式において、文書画像データにおける文字行の実
際の傾きを求め、さらに、文書画像データ中の文字行の
幅および行間隔の近似値を求め、これらの値に基づいて
文書画像を分割する帯状領域の幅を決定することにより
、任意の文字サイズ、行間隔の文書に対して、傾いた文
字行についても正確に、効率良く検出できるようにした
ものである。

〔発明が解決しようとする問題点〕

これらの従来技術では、一つの帯状領域に属する一つの
文字行を構成する部分行は一つである、として処理して
いるが、実際はそうではなく、文書画像のかすれや、ノ
イズの影響や、帯状領域に存在する文字行中に含まれる
文字種の影響等によって、一つの文字行を構成する部分
行が複数の部分行に分離してしまったり、逆に、複数の
文字行を構成する部分行、すなわち、本来複数になるべ
き部分行が、一つの部分行に複合してしまったりする。

従来技術では、このような場合に、正しく文字行を検出
することができないという問題点がある。

本発明はか＼る点を改善し、一つの文字行が複数に分か
れてしまったり、複数の文字行が一つに合体してしまっ
たりする場合も、正しく文字行を検出可能にすることを
目的とするものである。

〔問題点を解決するための手段〕

第１図は本発明の原理ブロック図である。この図におい
て、１ば文書画像データ記憶手段、２は文字行傾き検出
手段、３は文字行幅および行間隔近似手段、４は帯状領
域幅決定手段、５は部分行検出手段、６は部分行データ
記憶手段、７は部分行結合手段、８は部分行分離手段、
そして９は部分行統合手段である。ここで、１〜６およ
び９は従来技術の構成手段と同等であり、７，８が本発
明により追加された手段である。

〔作用〕

文書画像データ記憶手段１は、文書から読み取った文書
画像データを記憶する。文字行傾き検出手段２は、所定
の走査方向に対する、文書画像中の文字行の実際の傾き
を検出する。これには前記■の「文字列傾き検出装置」
を利用することかできる。

文字行幅および行間隔近似手段３は、文書画像データ中
の文字行の幅および行間隔の近似値を求める。また、帯
状領域幅決定手段４は、前記の実際の文字行の１頂きと
、前記の文字行の幅および行間隔の近似値に基づいて帯
状領域の幅を決定する。

これらには前記■■の「文字行検出装置」を利用するこ
とができる。

部分行検出手段５は、文書画像を、前記帯状領域幅決定
手段で決定した幅を走査方向に有し、走査方向と直交す
る方向に延びる帯状領域に分割し、帯状領域の各々にお
いて文書画像データを走査方向に走査して走査方向に直
交する軸上への射影を求め、射影が黒である区間に対応
する帯状領域上の矩形領域を、文字行の一部分を構成す
る部分行と見なし、そのデータを部分行データ記憶手段
６に格納する。

部分行結合手段７は、手段３からの文字行幅を用いて、
同じ帯状領域に属する部分行で、同一の文字行を構成す
る部分行であると判定した複数の部分行を一つに結合す
る。また、部分行分離手段８は、手段３からの文字行幅
および行間隔を用いて、複数の文字行を構成する部分行
であると判定した部分行を、それぞれの文字行を構成す
る複数の部分行に分離する。

部分行統合手段９は、帯状領域の各々に属する部分行（
これは検出手段５が検出した部分行に、結合、分離手段
７，８による修正を施したもの）と、それぞれの隣りの
帯状領域に属する部分行との、帯状領域の境界上におけ
る重なりを求め、隣接する帯状領域の部分行のうちで重
なりの大きい部分行同士を一つの文字行に属するものと
見なして統合する。統合手段９の出力は第４図ｉｆ）の
斜線部分で示す如き文字行く座標データ群）である。

このようにすれば分離した部分行、合体してしまった部
分行が発生しても正しく文字行を検出することができる
。

〔実施例〕

部分行結合手段７および部分行検出手段８の実層側を第
２図、第３図を参照して説明する。

第２図を参照して部分行結合を説明するに、部分行結合
手段７では、まず、文字行幅および行間隔近似手段３で
求めた文字行幅の近似値に基づき、結合の候補とする部
分行の幅Ｗｃ、および、結合後の部分行の幅Ｗｍを設定
する。ここで、Ｗｃは文字行幅の近似値の０．５倍程度
、また、Ｗｍは文字行幅の近似値の１．２倍程度とする
。Ｗｃ以下即ち文字行幅の近似値の０．５倍程度以下な
ら、その部分行は、一つの文字行の構成要素ではなく、
該幅（文字行に直角な方向の幅）方向で分離してしまっ
た部分行の一つであろうと推定してよく、またＷｍ以上
ならその部分行は一つの文字行の構成要素ではあるまい
としてよく、これがＷｃ、Ｗｍの根拠である。

次に、各帯状領域毎にその帯状領域に属する部分行につ
いて以下の処理を行う。帯状領域に属する部分行を順次
調べ、幅がＷｃ以下かどうかを検査する。幅がＷｃ以下
ならば、その部分行１７Ｂと、その部分行の直前の部分
行１７Ａを結合した場合の幅Ｗｕ、および、その部分行
１７Ｂと、その部分行の直後の部分行１７Ｃを結合した
場合の幅Ｗｄをそれぞれ求め、それらの値に従って結合
を行う。即ち、ＷｕがＷｍ以下でかつＷｄがＷｍより大
きい場合は、その部分行１７Ｂと、その部＼ 分行の直前の部分行１７Ａを結合する。ＷｄがＷｍ以下
でかつＷｕがＷｍより大きい場合は・、その部分行１７
Ｂと、その部分行の直後の部分行１７Ｃを結合する。本
例はこのケースであり、部分行１７Ｂと１７Ｃを結合さ
せて部分行１７Ｄとし、部分行１７Ａはそのま＼とする
。

ＷｕとＷｄがともにＷｍ以下の場合は、ＷｕがＷｄ以下
ならば、その部分行１７Ｂと、その部分行の直前の部分
行１７Ａを結合し、ＷｕがＷｄより大きければ、その部
分行１７Ｂと、その部分行の直後の部分行１７Ｃを結合
する。ＷｕとＷｄがともにＷｍより大きい場合は結合は
行わない。以上の処理をすべての部分行について行う。

部分行１７Ａ、１７Ｂ、１７Ｃは上下関係にあるが、こ
れは横書き文書であるからであり、縦書き文書であれば
これらは左右に並ぶ。従ってＷ　ｕ　。

Ｗｄは左右の部分行に対してとって前記比較を行なうこ
とになる。どの部分行同士でＷｕ、Ｗｄをとるかは処理
順（走査順′）とするのが適当である。

第３図は部分行分離手段８の説明図である。部分行分離
手段８では、各帯状領域毎にその帯状領域に属する部分
行について以下の処理を行う。即ち、帯状領域に属する
部分行を順次調べ、幅が、文字行幅および行間隔近似手
段３で求めた文字行幅の近似値の２倍以上かどうかを検
査する。２倍以上であれば、分離の候補として、次の処
理を行う。即ち、その部分行が属する帯状領域の両隣の
帯状領域に属する部分行を調べ、少なくともどちらか一
方の帯状領域で、その帯状領域に属する部分行が以下の
条件、即ち、分離の候補となった部分行１７Ｅとの重な
り部分の幅が前記手段３で求めた文字行幅の近似値の０
．８倍から１．２倍の範囲にはいる部分行が少なくとも
二つ存在し、二つの部分行１７Ｆ、１７Ｇの間隔が前記
手段３で求めた行間隔の近似値の１．２倍以下である、
という条件を満たすかどうかを検査し、この条件を満た
す部分行が存在すれば、その二つの部分行の間隔の中央
の位置で分離候補の部分行１７Ｅを分離する。

本例では部分行１，７Ｅの隣りの部分行１７Ｆ。

１７Ｇが上記条件を満たし、そこで部分行１７Ｆと１７
Ｇの行間隔１８の中央線りで部分行１７Ｅを１７Ｅ＋と
１７Ｅ２に２分する。分離線は中央線りとは限らず、例
えば文字の一部欠落に対処すべく重なりを持つように、
１７Ｅ１の下端は１７Ｇの上端線、１７Ｅ２の上端は１
７Ｆの下端線などとしてもよい。また本例では部分行１
７Ｅの隣りの帯状領域で該当部分行１７Ｆ、１７Ｇが見
付かっているが、隣りの部分行もそのまた隣りの部分行
も広幅部分行であることが有り得る。このような場合は
該当部分行１７Ｆ、１７Ｇが見付かるまで、更に隣りの
帯状領域へ探索を進めて行く。

以上の処理を条件を満たす部分行がなくなるまで繰り返
して行う。

〔発明の効果〕

本発明によれば、一つの文字行を構成する部分行が複数
の部分行に分離したり、逆に、複数の文字行を構成する
部分行、すなわち、本来複数になるべき部分行が一つの
部分行に複合した場合にも、正しく文字行を検出するこ
とができる。

【図面の簡単な説明】

第１図は本発明の原理ブロック図、 第２図は部分行結合手段の実施例を示す説明図、第３図
は部分行分離手段の実施例を示す説明図、第４図は文字
行および部分行などの説明図、第５図は部分行の結合要
領の説明図、 第６図は文字行の傾き検出要領の説明図である。

Claims (3)

【特許請求の範囲】
1. （１）文書から読み取った文書画像データを記憶する文
   書画像データ記憶手段（１）と、所定の走査方向に対す
   る、文書画像データ中の文字行の実際の傾きを検出する
   文字行傾き検出手段（２）と、文書画像データ中の文字
   行の幅および行間隔の近似値を求める文字行幅および行
   間隔近似手段（３）と、実際の文字行の傾きと文字行幅
   および行間隔の近似値に基づいて文書画像データを分割
   する帯状領域の幅を決定する帯状領域幅決定手段（４）
   と、文書画像データを、走査方向に帯状領域幅決定手段
   で決定した幅を有し、走査方向と直交する方向に延びる
   帯状領域に分割し、帯状領域の各々において文書画像デ
   ータを走査方向に走査して走査方向に直交する軸上への
   射影を求め、射影が黒である区間に対応する帯状領域上
   の矩形領域を、文字行の一部分を構成する部分行と見な
   す部分行検出手段（５）と、部分行検出手段で検出した
   部分行のデータを記憶する部分行データ記憶手段（６）
   と、帯状領域の各々に属する部分行と、それぞれの隣り
   の帯状領域に属する部分行との、帯状領域の境界上にお
   ける重なりを求め、隣接する帯状領域の部分行のうちで
   重なりの大きい部分行同士を一つの文字行に属するもの
   と見なして統合する部分行統合手段（９）とを備えた文
   字行検出方式において、 同じ帯状領域に属する部分行で、同一の文字行を構成す
   る部分行であると判定した複数の部分行を一つに結合す
   る部分行結合手段（７）と、複数の文字行を構成する部
   分行であると判定した部分行を、それぞれの文字行を構
   成する複数の部分行に分離する部分行分離手段（８）を
   備えたことを特徴とする文字行検出方式。
2. （２）前記同一の文字行を構成する部分行であるかどう
   かの判定に、文字行幅および行間隔近似手段（３）で求
   めた文字行幅の近似値を用いることを特徴とする特許請
   求の範囲第１項記載の文字行検出方式。
3. （３）前記複数の文字行を構成する部分行であるかどう
   かの判定に、文字行幅および行間隔近似手段（３）で求
   めた文字行幅および行間隔の近似値を用いることを特徴
   とする特許請求の範囲第１項記載の文字行検出方式。