JPH01260589A - 文字列抽出方式 - 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〕 図形や文字列等を二値化して記憶するイメージメモリか
ら文字列を抽出する場合、文字列中に含まれる空白文字
を認識することを可能とする文字列抽出方式に関し、 文字列内に存在する空白文字を認識することを目的とし
、 図面から読出された図形や文字等を記４１するイメージ
メモリより、イメージデータを読出し、予め与えられた
パラメータに基づき、所定の大きさのイメージデータを
文字と判定し、該文字と判定されたイノ〜シデータが図
面」−において縦又は横方向に所定の間隔以下で連続す
る範囲を文字列として抽出する装置において、該所定の
間隔を広くしたパラメータに基づき文字列の抽出を行う
文字列抽出手段と、該文字列抽出手段が抽出した文字列
の前記イメージメモリ＋の各文字位置を示す座標情報か
ら、各文字間の間隔のヒストグラＪ、を作成し、文字間
隔に対応する間隔の分布状態と、空白文字に対応する間
隔の分布状態と、文字列と文字列との間隔に対応する間
隔の分布状態を求め、該間隔の分布状態に基づいて設定
されたパラメータに基づき、前記文字列抽出手段か抽出
した文字列から再度文字列を抽出し直ずデータ更新手段
とを設け、文字列中に３まれている空白文字を認識し７
で文字列の抽出を行う構成とする。

（産業上の利用分野〕 本発明ｔｏ１図形や文字列等を二値化して記１Ｏするイ
メージメモリから文字列を抽出ずろ、１よ置に係り、特
乙こ該文字列中に含まれるスペース（空白文字）を認、
識することを可能とする文字列抽出方式に関する。

図面十己こ書込まれた図形や文字列等をスキャナで読取
り、丁、値化してイメージメモリに格納しておき、この
イメージメモリから文字列のみを取り出して処理するこ
とか行われているか、この文字列の中にはスペースを持
つ文字列か存在し５ている場合がある。

この文字列の中に含まれるスペースは意味のあるもので
あり、スペースとして認１熾されることが必要である。

〔従来の技術〕

第５図は従来の技術を説明するフロック図である。

スキャナ１し」図示省略したは１面上を走査１〜てしｊ
形や文字列等を読取り、これを二値化してイメージメ千
り２に格納する。文字列抽出部３はイメージメモリ２を
走査してイメージデータを読出ず。

即し、イメージメモリ２にｊ順次アドレスを送出して走
査し、例えば１′′の画素の集中している領域をイメー
ジデータとして抽出する。

そし７て、予め設定されたパラノーク乙こ基づき、縦又
は横方）ｉｉ］　１．”−所定の大きさを持つ・イメー
ジう一一一−り閑、文字として認識し、この文字と認識
ｔ７たイメージデータのイメージメモリ２ににおりるア
Ｉ・レスを座標として同時に１１打出し、この所定の大
きさのイメージデータか縦又は横方向に、所定の間隔以
下で連続する範囲を、該座標を用いて抽出し、文字列と
して認識する。

即ち、文字の大きさを規定し、この大きさの誤差範囲に
ある縦又４Ｊ横方向の大きさを持つイメージデータは文
字と判定し、この大きさのイメージデータか横又目縦方
向に、文字間隔と見做される所定の間隔以下て連続する
範囲を文字列とする。

この文字列の範囲を決定するのは、予め設定されるパラ
メータであり、イメージデータの連続する範囲が成る距
翔（以」−離れた場合、例えば、文字間隔と判定される
距離以」二肺れた場合、別の文字列と判定する。

−５＝ このようにして、文字列と判定されたイメージデータは
、イメージメモリ２上の各文字勿の座標値と共にメモリ
４に格納される。

そし・て、メモリ４に格納された文字列は文字認識等の
後処理を行う装置に送出される。

第６図は第５図の動作を説明する図である。

イメージメモリ２から読出したイメージデータの中に、
横方向に長い文字列と判定されるものがあり、これが、
例えは、第Ｇ図ｆａ）に示す如く、一つの文字列のｒＡ
ＢｃＪてあり、更に、他の文字列のｒ　１２３　＝−５
４Ｊであるとすると、Ｘ、は文字列を区切る距離であり
、ｘ２はスペースを示す距離であり、Ｘ３は文字間隔で
ある。従って、ＸＩ　＞Ｘ２　＞Ｘ３である。

文字列抽出部３は与えられたパラメータにより、距離Ｘ
１が距離Ｘ３より大きいことがら、ｒ　Ａ　ＢＣｌと１
１２３−　５４ｊを夫々別の文字列と判定する。そして
、距ＭＸ２を文字間隔と判定するか、又は、文字列の区
切りと判定する。

文字間隔と判定した場合、文字列抽出部３は第６図（ｂ
）に示す如く、文字列ｒＡＢＣＪと「１２３−５４」と
を夫々抽出してメモリ４に格納するが、ごの時文字列「
１２３−５４」のスペースは無視する。

又、文字列の区切りと判定した場合、文字列抽出部３は
第６図（Ｃ）に示す如く、文字列ｒ　Ａ　Ｂ　Ｃ−１と
ｒ１２３−Ｊと「５４」とを夫々抽出し、メモリ４に格
納する。

イメージメモリ２から読出したイメージデータの中に、
縦方向に長い文字列と判定されるものがあり、これが、
例えば、第６図（ｄ＋に示ず如＜、一つの文字列のｒ　
Ｆ　Ｕ　Ｎ　　Ｂ　Ｅ　Ｌ　Ｔ　Ｊであるとすると、」
］記同様文字列抽出部３が距離×２を文字間隔と判定す
るか、文字列の切れ目と判定するかで、第６図（ｃ）に
示す如＜、一つの文字列ｒＦＵＮＢＥＬ　′ｒ−１と判
定され、スペースか無視されるか、第６図（ｆ）に示す
如く、二つの文字列ｒＦＵＮ、Ｊ　　ｒＢＥ　Ｌ　Ｔ　
Ｊと判定される。

〔発明が解決乙ようとする課題〕

」−記の如く、従来はスペースを認識することが出来な
いため、スペースが無視されて距離Ｘ２が文字間隔とさ
れた文字列が抽出されるか、スペースの位置で二つの文
字列と認識され、一つの文字列が二つの文字列として抽
出されるという問題がある。

本発明はこのような問題点に鑑み、文字列抽出部２のパ
ラメータを大きくとって、文字列の抽出を行い、この抽
出された文字列から、文字間の距離を検出してヒス１グ
ラムを作成し、この距離のヒストグラムから文字間の間
隔にＸ２に対応するものかあることを検出し、スペース
を認識することを目的としている。

〔課題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、第２図は第１図の
動作を説明する図である。

第５図と同一符号は同一機能のものを示す。第５図で説
明した如く、文字列抽出手段５は、イメージメモリ２に
格納された図形や文字列を走査して、文字列を抽出する
が、この時のパラメータを大きくして、例えば、第６Ｆ
ａ（ａ）に示す距離×１を文字間隔として複数の文字列
を一つの文字列として抽出し、各文字毎の座標値と共に
、メモリ４に格納する。

データ更新手段６ばメモリ３に格納された文字列の各文
字付の座標値から、文字と文字との１．６＞ての間隔を
調べ、第２図に示す如きヒス１グラムを作成する。

即し、縦軸に個数をとり、横軸に間隔をとると、文字間
隔に対応する間隔の抽出個数が形成するピーク値■を中
心するグループと、スペースに対応する間隔の抽出個数
が形成するピーク値■を中心とするグループと、文字列
と文字列の間隔に対応する間隔の抽出個数が形成するピ
ーク値■を持つグループとが作成される。

データ更新手段６は、このピーク値■、■、■をパラメ
ータとして、メモリ４から読出した文字列から再度文字
列を抽出し直す処理を行い、文字列中にスペースの存在
を示す間隔かある場合、該当間隔をスペースとし７で処
理し、メモリ４に再度書込む。

〔作用〕

−に記の如（構成することにより、文字列抽出手段５は
文字列を抽出するパラメータを大きくして、複数の文字
列を一つの文字列としてイメージメモリ２から抽出し、
データ更新手段６はこの複数の文字列から文字間隔に対
応する間隔と、スペースに対応する間隔と、文字列と文
字列の間隔に対応する間隔を識別するためのパラメータ
をヒストグラムを作成することで検出し、このバラメー
クを用いて文字列抽出手段５が抽出した文字列から再度
文字列を抽出する処理を施すため、最終的にスペースを
持つ文字列を抽出することが出来る。

〔実施例〕

第３図は本発明の一実施例を示す回路のブロック図で、
第４図は第３図の動作を説明する図であ第５図と同一符
号は同−ｉ能のものを示す。文字列抽出部７は文字間隔
に対応する間隔を識別するパラメータを大きくしてイメ
ージメモリ２を走査し、文字列を抽出する。従って、例
えは第４１図ｔａ＋に示す如く、横方向に文字列間隔が
Ｘｌの文字列「ΔＢＣ」とｒ１２３−　５４Ｊが一つの
文字列として抽出され、メモリ４に各文字毎のイメージ
メモリ２］二の座標値を伴って書込まれる。

又、例えば第４図（１））に示す如く、縦方向のスペー
スを含む文字列ｒ　Ｆ　Ｕ　Ｎ　　Ｂ　Ｅ　Ｌ　ＴＪと
、文字列間隔Ｘ１を持つ縦方向の文字列［Ａ−１及び［
４３２］が一つの文字列として抽出され、メモリ４に各
文字旬のイメージメモリ２上の座標値を伴って書込まれ
る。

ヒス１〜グラム作成部８はメモリ４に書込まれた文字列
の各文字の座標値から、各文字間の間隔を調へ、第２図
に示す如きヒストダラムを作成し、判定部９に送出する
。

判定部９はこのヒストダラムから文字間隔に対応する間
隔を識別するパラメータと、スペースに対応する間隔を
識別するパラメータと、文字列間隔を識別するパラメー
タとを決定し、テーク更新部１０に送出する。

テーク更新部１０ばメモリ４に格納されている文字列抽
出部７が抽出した第４図ｔａ＋　（ｂ）に示す如き文字
列を続出し、判定部９が決定したパラメータに従って、
再度文字列の切出しを行う。即ち、スペースに対応する
間隔を持つ文字列か存在すると、該当する位置をスペー
スとして認識し、一つの文字列としてメモリ４に書込む
。

従って、スペースを持たない文字列ｒＡＢｃｊとスペー
スを持つ文字列Ｉ’　１２３−　５ｄ　ｌとが夫々−つ
の文字列として書込まれ、スペースを持つ文字列ｒ　Ｆ
　Ｕ　Ｎ　　Ｂ　Ｐ、Ｌ　ＴＩと、スペースを１、へた
ない文字列「Δ」及びｒ　４３２、．１とか夫々−つの
文字列として書込まれる。

若し、文字列抽出部７が複数の文字列を一つの文字列と
して抽出することが出来なかった場合、又は、スペース
を持つ文字列がｊｊｊｊかった場合は、第２図に示ずヒ
ス１−グラ１の■に示ずグループ、又は■に示ずグルー
プが得られないが、この場合にはスペースを含む文字列
の有無をパラメータとして予め謁えれば良い。

〔発明の効果〕

以上説明した如く、本発明は図面から読取られたイメー
ジメモリの中から文字列を抽出する場合、文字間の距離
のヒストダラムをとるという簡易な手段で、意味のある
スペースを持つ文字列を抽出することが出来る。

【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図は第１図の動作を説明する図、 第３図は本発明の一実施例を示す回路のブロック１図、 第４図は第３図の動作を説明する図、 第５図は従来の技術を説明するブロック図、第６図は第
５図の動作を説明する図である。 ＝　１３− Ｈにおいて、 １はスキャナ、　　　　２はイメージメモリ、３．７は
文字列抽出部、４はメモリ、 ５は文字列抽出手段、６はデータ更新手段、８はヒスト
グラム作成部、 ９は判定部、　　　　１０はテーク更新部である。 ヰ 乙ｎ） Ｃ１ｒ））。 Ｖ″ノ 第５閾（７１）動作： 茶 す沈明す６図 乙　図

Claims (1)

1. 【特許請求の範囲】 図面から読出された図形や文字等を記憶するイメージメ
   モリ（２）より、イメージデータを読出し、予め与えら
   れたパラメータに基づき、所定の大きさのイメージデー
   タを文字と判定し、該文字と判定されたイメージデータ
   が、該図面上において縦又は横方向に所定の間隔以下で
   連続する範囲を文字列として抽出する装置において、 該所定の間隔を広くしたパラメータに基づき文字列の抽
   出を行う文字列抽出手段（５）と、該文字列抽出手段（
   ５）が抽出した文字列の前記イメージメモリ（２）上の
   各文字位置を示す座標情報から、各文字間の間隔のヒス
   トグラムを作成し、文字間隔に対応する間隔の分布状態
   と、空白文字に対応する間隔の分布状態と、文字列と文
   字列との間隔に対応する間隔の分布状態を求め、該間隔
   の文字列の中に含まれている空白文字を認識して文字列
   の抽出を行うことを特徴とする文字列抽出方式。