JPH0217586A - 傾き抽出装置 - 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】 （産業上の利用分野） この発明は例えば原稿、帳票等の情報媒体の文字列の傾
きを抽出するための装置に関する。

（従来の技術） 従来より、種々の光学式読取装置の開発が進められてい
る。光学式読取装置においては、情報媒体の文字の認識
処理のために、例えば情報媒体の文章を構成する文字列
の傾きの抽出が行なわれる。

文字列の傾きを抽出するための従来方法として以下に述
べる第一〜第三の方法を挙げることが出来、例えば文献
■「電子通信学会論文誌、Ｖｏｌ、Ｊ６６−Ｄ　　Ｎｏ
、ＩＩ　　（１９８３−１）　　ｐＨｌ−１１８Ｊや、
文献ＩＩ　ｒ電子通信学会論文誌、Ｖｏｌ、Ｊ６７−Ｄ
　　Ｎｏ、Ｉｌ　　（１９８４ＩＩ）　　ｐ１２７７〜
１２８４Ｊに従来方法につき詳しい説明がなされている
。以下、従来方法につき簡単に説明する。

まず第一の従来方法では、画像を△θ度ずつ回転させ画
像の回転毎に画像を特定方向に投影し、この投影によっ
て得られるヒストグラム（例えば周辺分布或は線密度分
布）の山、谷の変化を調べる。画像の投影方向が文字列
の方向と一致するとき、ヒストグラムの山、谷は最も急
峻となる性質があり、従ってこの性質を利用することに
よって文字列の傾きを検出する（文献Ｉ　ｐＨ３参照）
。

また第二の従来方法では、画像を任意好適な複数の領域
（例えば互いに平行な複数の帯状領域）に分割し、これ
ら分割領域を水平及び又は垂直方向に投影することによ
って分割領域毎に周辺分布を作成し、例えば周辺分布が
閾値以上となる領域を文字列領域及び周辺分布が閾値未
満となる領域を文字列間の余白領域として、文字列領域
を検出する。そして分割領域の文字列領域とこれと異な
る他の分割領域の文字列領域との相対的な位置すれ（位
相差）を検出し、この位置ずれに基づいて文字列の傾き
を検出する（文献Ｉ　ｐｌｊ３−１１４−９照）。

ざらに第三の従来技術では、画像の拡大及び縮退を複数
回行なうことによって文字列を構成する文字を連結させ
、これら連結文字から成る連結領域を得る。次いで連結
領域に対し細線化処理を施し細線化された連結領域から
成る線画像を得る。

そして線画像の両端部を数画素だけ削除して新たな線画
像を得、この新たな線画像の両端点を結ｚく直線の傾き
に基づき文字列の傾きを検出する（文献ＩＩ　ｐ１２７
８−１２７９９照）。

（発明が解決しようとする課題） しかしながら上述した第一の従来方法にあっては、画像
を回転させるたびに、ヒストグラムの変化を数値化する
処理を繰返し行なわなければならず、この処理のために
膨大なデータ処理が必要となるという問題点があった。

また第二の従来方法にあっては、例えば文字部の膜構成
（レイアウト）が複雑であったり、文章と図表とが混在
していたつ、或は文字列の傾きが例えば１０度を越えた
りすると、画像を投影した時に異なる文字列の周辺分布
が重なり合ったり文字列の周辺分布と図表の周辺分布と
が重なり合ったりするため、各文字列領域を個別に精度
良く検出することか困難となる。これがため傾きの検出
精度が悪化するという問題点があった。

さらに第三の従来方法にあっては、非常に多くのパラメ
ータを用いて傾き抽出を行なう必要があり、これに加え
傾き抽出のために複雑な処理手順（例えば画像の拡大及
び縮退による連結領域の作成や、連結領域の細線化によ
る線画像の作成や、線画像から短線分及び分枝（所謂ヒ
ゲ）を削除する処理等）を必要とし、これがため傾き抽
出のために膨大なデータ処理を行なわければならないと
いう問題点があった。

この発明の主たる目的は、上述した従来の問題点を解決
するため、傾き抽出のために用いるブタの削減を図れ、
そのために処理の高速化か可能な傾き抽出装Ｍを提供す
ることにある。

（課題を解決するための手段） この目的の達成を図るため、この発明の傾き抽出装置は
、少なくとも文字パタンを含む情報媒体の画像データを
一方向に走査し、この走査によって走査線上で最初に検
出される文字パタン構成画素の位置を各走査線毎に検出
する画素値Ｍ検出手段と、検出されｐ文字パタン構成画
素の位置に基づいて情報媒体の傾きを抽出する傾き抽出
手段とを備えて成ることを特徴とする。

この発明の実施に当っては、画素位置検出手段を、文字
パタン構成画素を検出したら次の走査線の走査を行なう
手段とするのが好適である。

またこの発明の実施に当っては、傾き抽出手段を、検出
された文字パタン構成画素を同一直線上にあると判定さ
れる画素の集団１こ統合分類し、この集団のなかから最
も多くの文字パタン構成画素を含む最多画素集団を抽出
する分類抽出手段と、最多画素集団を形成する文字パタ
ン構成画素に関する近似直線の傾きに基づき情報媒体の
傾きを算出する算出手段とを以って構成するのか好適で
ある。この場合、分類抽出手段を、ハフ（Ｈｏｕｇｈ）
変換を行なう手段とするのが好適である。また算出手段
を、最小二乗近似直線の傾きを算出する手段とするのが
好適である。

（作用） このような構成の傾き抽出装置によれば、文字パタンを
含む情報媒体の画像データを一方向に走査し、この走査
によって走査線上で最初に検出される文字パタン構成画
素の位Ｍを各走査線毎に検出し、文字パタン構成画素の
位置に基づいて情報媒体の傾きを抽出する。

このような傾き抽出（こおいで、走査線上で最初に検出
される文字パタン構成画素（以下、先頭画素と称す）の
位置を検出する処理は単純な処理である。しかも情報媒
体の傾きを抽出するために先頭画素の位ｍ％用いるので
、傾き抽出のために必要なデータの削減を図れる。

（実施例） 以下、この発明の実施例につき説明する。尚、図面はこ
の発明が理解出来る程度に概略的に示されているにすぎ
ず、従って各構成成分の構成、動作の流れ、入出力信号
の流れは図示例に限定されるものではない。

第１図は実施例の構成を概略的に示す機能ブロック図で
ある。同図にも示すように、この実施例の傾き抽出装置
１０は、少なくとも文字パタンを含む情報媒体の画像デ
ータを一方向に走査し、この走査によって走査線上で最
初に検出される文字パタン構成画素の位買ヲ各走査線毎
に検出する画素位薗検出手段１２と、検出された文字パ
タン構成画素の位置に基づいて情報媒体の傾きを抽出す
る傾き抽出手段１４とを備えて成る。ここに言う文字パ
タン構成画素とは文字パタンを構成する画素とみなされ
る画素を意味する。また以下の説明では走査線上で最初
に検出される文字パタン構成画素を先頭画素と称する。

この実施例では画素値Ｍ扶出手段１２ヲ、先頭画素を検
出したら次の走査線の走査を行なう手段とする。従って
この実施例では、先頭画素を検出したら当該先頭画素を
検出した走査線上の残りの画素については走査を行なわ
すに、次の走査線につき走査を行なうので、画像データ
の走査の迅速化を図れる。

ざらにこの実施例では傾き抽出手段１４を、検出された
先頭画素を同一直線上にあると判定される画素の集団に
統合分類（クラスタリング）し、この集団のなかから最
も多くの先頭画素を含む最多画素集団を抽出する分類抽
出手段１６と、最多画素集団を形成する先頭画素に関す
る近似直線の傾きに基づき情報媒体の傾きを算出する算
出手段１８とを以って構成する。

最多画素集団を形成する先頭画素に関する近似直線の傾
きに基づいて情報媒体の傾き（例えば情報媒体の文章を
形成する文字列の傾き）を抽出することによって、情報
媒体の傾きを精度良く抽出することか出来る。また画像
データか、文字パタンのみならず傾き検出精度の低下の
要因となる表、罫線その他のパタンを含んでいる場合の
、傾き検出精度を従来よりも向上することが出来る。

ざらに先頭画素の統合分類、最多画素集団の抽出及び近
似直線の傾き算出という処理によって、情報媒体の傾き
を抽出することによって、傾き抽出処理を従来よりも単
純化ししかもデータ処理量の低減を効果的に図れる。

分類抽出手段１６は先頭画素を同一直線上にあると判定
される画素の集団に統合分類する任意好適な構成の手段
とすることが出来る。統合分類の方法を限定するもので
はないが、例えば分類抽出手段１６ヲ八フ（Ｈｏｕｑｈ
）変換によって統合分類を行なう手段とするのが好適で
ある。また算出手段１８は最多画素集団を形成する先頭
画素に闇する近似直線の傾きを算出する任意好適な構成
の手段とすることか出来る。近似直線の傾きの算出方法
を限定するものではないが、例えば算出手段１８を最多
画素集団を形成する先頭画素に関する最小二乗近似直線
の傾きを算出する手段とするのが好適である。

ざらにこの実施例の傾き抽出装置１０は、情報媒体の傾
きを検出する距めのメモリとして例えば、検出された先
頭画素の位置を保存する画素位置メモリ２４と、先頭画
素を統合分類するために用いるテーブル（統合テーブル
）を保存するテーブルメモリ２６と、最多画素集合を形
成する先頭画素の位１１１１を保存する最多画素集合メ
モリ２８とを備える。

また第１図において２０は読取部及び２２は画像メモリ
を示す。この実施例の傾き抽出装置１１１１０は、画像
メモリ２２に格納された二値画像データを走査すること
によって傾き抽出を行なう。このため第１図にも示すよ
うに、原稿等の情報媒体の二値画像データを読取部２０
によって得、この画像データ２０を画像メモリ２２に格
納する。読取部２０は、図示せずもＣＯＤ　（Ｃｈａｒ
ｇｅ　Ｃｏｕｐｌｅｄ　Ｄｅｖｉｃｅ　）　ｒｆのイメ
ージセンサを備え、情報媒体をイメージセンサによって
走査して得た多値画像データを二値化し、この二値化画
像データを画像メモリ２２に格納するものである。

以下、より詳細にこの実施例につき説明する。

（画像データ） 第２図は画像データの説明に供する図であり、情報媒体
の文章を構成する文字列かＸ軸に対して５度たけ傾くよ
うに情報媒体を読取部（こセツティングし、解像度４画
素／ｍｍのイメージセンサを用いて情報媒体を読取り、
画像メモリに格納した値画像データを出力した例を示す
。

この実施例で傾き抽出に用いる画像データＤは情報媒体
の所定の読取領域を走査して得られる二値データであり
、図示の画像データＤは説明の簡単化のため例えば文字
パタンＤ１と情報媒体の地を表わす背景パタンＤ２とか
ら成る。文字パタンＤ１は例えば黒ビットで及び背景パ
タンＤ２は例えば白ビットで表現される。

傾き抽出のために用いる画像データＤは文字列の傾き抽
出に必要な文字パタンを少なくとも含むデータであれば
、文字パタンの他、図形、表、罫線その他の種々の情報
を表現するパタンを含む画像データＤとすることが出来
る。

また画像データＤの各画素位置は画像メモリ２２上に任
意好適に設定されるＸ−Ｙ座標系によって表現され、画
像メモリ２２はこのＸ−Ｙ座標系で表現される位置の画
素の画像データＤを読出すことが出来るメモリとなって
いる。従って画像データＤの画像メモリ２２からの読出
し！Ｘ、Ｙ座標を用いて自在に行なえる。

尚、第２図においでＸ軸及びＹ軸の一部を含む矩形枠ａ
内の領域は画像データの走査領域の一部を示す。

（画素位置検出手段） この実施例の画素位置検出手段１２は、例えばＹ軸方向
を画像データＤの主走査方向及びＸ軸方向を画像データ
Ｄの副走査方向として、画像データＤを線順次に走査す
る。以下、第３図を参照し画素位置検出手段の動作につ
き説明する。

第３図は画素位置検出手段の動作の一例を示す動作フロ
ーである。

読取部２０か情報媒体の所定領域の走査を終え画像デー
タＤの画像メモリ２２への格納か終了すると、画素位置
検出手段１２は画像メモリ２２の画像データＤの走査を
開始する（ＳＩＯＱ）。

走査を開始した画素位置検出手段１２は走査線Ｓよ（第
２図参照）の画像データＤを画素単位に読出しく５ＩＯ
Ｉ）、読出した画素が文字パタン構成画素であるか否か
を判定する（Ｓｉ２０）。

この実施例では文字パタンＤ１を黒ビット及び背景パタ
ンＤ２を白ビットで表現しているので、５１０２では読
出した画素が黒ピッ１−であれば文字パタン構成画素を
検出したとみなし、及び白ビットてあれば文字パタン構
成画素を検出しなかったとみなす。尚、画像データを二
値データとした場合、文字パタンの他、図形、表、罫線
、写真等を構成するパタンも黒ピットで表現されること
となり、従って文字パタン構成画素としてこれら文字パ
タン以外のパタンを構成する画素も文字パタン構成画素
として検出されることとなる。

５１０２において文字パタン構成画素を検出したと判定
したときは、当該画素の位＝を走査線上て最初に検出さ
れた文字パタン構成画素すなわち先頭画素の位置として
画素位置メモリ２４に保存しく５Ｉ０４）、次に走査範
囲の全走査線につき画像ブタの走査を終えたか否かを判
定する（Ｓ＋０６）。

全走査線につき走査を終えでいれば、画素位置検出手段
１４は走査を終了し動作を停止する（Ｓ１０８）。また
全走査線につき走査を終えていなければ、画素位置検出
手段１２は次の走査線上の画素の画像データを画像メモ
リ２２から読出しく５ＨＯ）、次いて５１０２の判定に
応した動作を行なう。

ざらに８１０２において文字パタン構成画素を検出しな
かったと判定したときは、走査線上の画素の全ての画像
データにつき走査を終えたか否かを判定する（Ｓ＋　１
２）。

走査線上の画素の全でにつき走査を終えでいれば、画素
位置検出手段１２は５１０６の判定に応した動作を行な
う。また走査線上の画素の全てにつき走査を終えていな
ければ、次の画素の画像データを画像メモリ２２から読
出しくＳＩ＋４）　、次に８１０２の判定に応した動作
を行なう。

第４図に先頭画素位置の検出結果の一例を示す。同図は
、第２図（こ示す画像データを走査して検出された先頭
画素の位置をプロットして示した図である。

（分類抽出手段） 第５図はハフ変換の説明図である。第５図を参照しハフ
変換につき簡単に説明する。ハフ変換は、検出したい線
（曲線或は直線）を方程式で表現しこの方程式のパラメ
ータで構成される空間で統合分類（クラスタリング）を
行なうための方法である。従って例えば直線を方程式Ｉ
：ｘＣｏｓθ十ｙＳｉｎθ＝ρで表現しこの方程式■を
用いてハフ変換を行なうことによって、先頭画素の統合
分類か行なえる。ここで第５図にも示すようにＸ−Ｙ座
標系を考えた場合、方程式Ｉにおいてρは原点Ｏから直
線しにおろした垂線Ｖの長さ及びθは垂線ＶとＸ軸との
成す角である。

方程式Ｉのパラメータｐ及びθで構成される二次元平面
（ρ−θ平面）上に先頭画素点（先頭画素の座標（Ｘ＋
、”／、）で表現される点）を写像すると、Ｘ−Ｙ平面
上で同一直線り上にある先頭画素点Ｐ、、Ｐ２．Ｐ３、
・・・Ｐ、はρ−θ平面上で一点に写像される。従って
ｐ−θ平面上の同点に写像される先頭画素点の集団が、
Ｘ−Ｙ平面上で同一直線上にあると判定される先頭画素
点の集団となる。

ハフ変換を用いた統合分類によってρ−θ平面上の同一
点に写像される先頭画素のヒストグラムか作成される。

従ってこのヒストグラムにおいてヒストグラムの度数が
最も大きいρ−θ平面上の点に写像された先頭画素点を
検出すれば、検出した先頭画素点が最多画素集団を形成
する先頭画素点である。

ここでＳｅ　及びＳ。をそれぞれ、検出したい直線を表
現する際のρに関する許容変動値及びｅに関する許容変
動値とすれば、ハフ変換を次式Ｈに基づいて行なうこと
が出来る。

ｐ＝　［（ｘＣｏｓθ＋ｙＳｉｎθ）／Ｓｅ］×ＳＰ　
　　　　　　　　　　　・・・（式ＩＩ　）但し記号［
１は整数化を表す記号であり、従って［（ｘＣｏｓθ＋
ｙｓｉｎθ）／ｓｅ］はパラメータθ、Ｘ及びｙにそれ
ぞれ特定の数値を代入しで算出された（ｘＣｏｓθ＋ｙ
Ｓｉｎθ）／ＳＰの数値を正数化することを意味する。

この正数化は算出された数値の小数点以下を四捨五入、
切り上げ或は切り下げすることによって行なわれる。ま
７１ｓｅはｏ、Ｓ　　　２Ｓ　　、３Ｓｏ、−・・とい
θ　　　　　　　θ うよう１こＥ３＝ｒｎＳ６　　（ｍは正の整数、０Ｓｍ
　ｓ。＜１８ｏ）で表されるＳ。の倍数となるものとす
る。

方程式■に基づいて行なわれるハフ変換では、Ｘ−Ｙ平
面上で同一直線上にのる先頭画素点のみが同一直線上に
あると判定される先頭画素点となるが、式ＩＩに基づい
て行なわれるハフ変換ではＸ−ｙ平面上で同一直線上に
のる先頭画素点に加えこの直線近傍にある先頭画素点を
も含む先頭画素点が同一直線上にあると判定される先頭
画素点となる。

第６図（Ａ）〜（８）は分類抽出手段によってテーブル
メモリ上に作成される統合テーブルの説明図であり、例
えば５Ｐ＝５及びＳ。＝２として式Ｈに基づいて統合分
類を行なう場合の統合テーブルを示すものである。図の
（Ａ）は初期化された状態の統合テーブル及び（Ｂ）は
統合分類を終了した状態の統合テーブルを表す。尚、第
６図（８）は第２図に示す画像データについで検出され
た先頭画素を統合分類した実験結果を示したものである
。

統合テーブルはρ−θ平面上のどの点に何個の先頭画素
点が写像されたかを表現するヒストグラムであり、例え
ば第６図（８）においてρ−θ平面上の点（ρ、θ）＝
（０，０）にはひとつも先頭画素点か写像されなかった
ことを示しまた点（ρ、θ）＝　（１９０，４）には４
個の先頭画素点が写像されたことを示す。

第７図（Ａ）〜（Ｂ）は分類抽出手段の動作の一例を示
す動作フローである。以下、−例として式ＩＩに基づい
て八ツ変換を行なう場合の分類抽出手段の動作につき説
明する。

分類抽出手段１Ｂは画素位置検出手段１２が先頭画素点
の検出を終了すると、分類抽出を開始する（Ｓ２００）
。

分類抽出を開始した分類抽出手段１６は、第６図（Ａ）
にも示すようにρ−θ平面上の全ての点に関するヒスト
グラムの度数が零となるよう１こテーブルメモリ２６上
の統合テーブルを初期化し、パラメータθの設定値を初
期値Ｏとし、さらにＳ　及びＳ。の設定値をそれぞれＳ
　　＝５及びＰ　　　　　　　　　　　　　　　　　　
　　　　　　　　　　ＰＳｏ＝２と設定する（Ｓ２０２
）。尚、ＳＰ　及びＳｏは上述の特定の数値に限定され
るものではなく、任意好適な値に変更することが出来る
。

次いて分類抽出手段１６は検出された先頭画素の位買座
標（Ｘ＋、’／１）Ｉ先頭画素位置メモリ２４カラ読出
Ｌ／　（Ｓ２０４）、Ｅ　ＩＩ　ニｅ　（７）　Ｍａ定
偵、Ｘ−Ｘｌ及びＶ　＝　”ｌ’　＋を代入し式１１か
らρを算出する（Ｓ２０６）。

次いで分類抽出手段１６は統合テーブルにおいてθか８
２０６で用いたθの設定値となりρか３２０６で算出さ
れたρの値（ρの算出値）となる欄の度数をまたけカウ
ントア・ンブする（Ｓ２０Ｂ）。例えば５２０６におい
てθの設定値がＯ及びｐの算出値が１９０であったなら
ば第６図（Ａ）及び（Ｂ）に示すように統合テーブルの
θ＝Ｏ及びｐ＝１９０の欄の度数か１だけカウントアツ
プされる。

次に分類抽出手段１６は設定されたθに関して（例えば
θ−〇に閉じて）、全ての先頭画素のρを算出したか否
かを判定する（Ｓ２１０）。

全ての先頭画素につきρを算出していなければ、５２１
０から５２０４に戻って残りの先頭画素につきρを算出
する。

また全ての先頭画素につきρを算出していれば、θの設
定値にＳ。を加算した値を新たなθの設定値とする（Ｓ
２＋２）。

５２１２の後、分類抽出手段１６はｅの新な設定値が１
８０以上となったか否か（θ≧１８０か否か）を判定す
る（Ｓ２１４）。

θ≧１８０でなければ５２０４の処理に戻る。

またｅ≧１８０であれば、統合分類処理か終了したこと
を表すので統合テーブルから度数が°最大となる欄のｐ
＊及びｅ＊を検出する（Ｓ２１６）。例えば第６図ＣＢ
）において度数か４３となる欄（図中、丸印で囲んで示
す欄）か度数か最大となる欄でありこの場合ρ＊二２０
５及びθ＊−８４となる。ρ−θ平面上の点（ρ＊、θ
＊）に写像される先頭画素点か最多画素集団を形成する
先頭画素である。

５２１６の後、分類抽出手段１６はθの設定値をθ＊と
しく５２１８）　、先頭画素の座標（ｘｉ、ｙｌ）を先
頭画素位置メモリ２４から読出しく５２２０）、そして
式ＩＩにθ−θ＊、ｘ＝ｘ、及びＶ　＝　”ｌ’　＋を
代入しρの再算出を行なう（５２２２）。

次いて再算出されたρが検出されたρ＊と等しいか否か
を判定する（Ｓ２２４）。

再算出されたρかρ＊と等しければこのときρの再算出
に用いられた先頭画素の座標（ｘ　ｌ。

ｙ＋）を最多画素集団を形成する先頭画素の座標として
最多画素集団メモリ２８に保存しく５２２６）、次いて
全ての先頭画素につきｐ％再算出したか否かを判定する
（３２２Ｂ）。

全ての先頭画素につき再算出を終えたならば最多画素集
団を形成する先頭画素の抽出を終えたことを表すので分
類抽出手段１６は分類抽出処理を終える（Ｓ２３０）。

また全ての先頭画素につき再算出を終えていなければ、
５２２８から５２２０の処理に戻り残りの先頭画素につ
き再算出を行なう。

５２２４において再算出されたρがρ＊と等しくなけれ
ば、分類抽出手段１６は５２２４から５２２８の処理に
進み５２２８の判定に応しで動作する。

第８図に、上述のようにして行なわれた分類抽出処理の
実験結果の一例を示す。第８図は第２図に示す画像デー
タにつき最多画素集団を形成する先頭画素を抽出し、抽
出した先頭画素をプロットしで示す図である。

（算出手段） 算出手段１８は分類抽出手段１６か分類抽出処理を終え
ると最多画素位置メモリ２８から最多画素集団を形成す
る先頭画素の座標を読出し、これら先頭画素に関する最
小二乗近似直線の傾きαを次式ｍに基づいて算出する。

・・・（弐■） 但し、最多画素集団を形成する先頭画素の検出個数をｍ
＋１個とし、ＸＪ及びｙ、は検出された最多画素集合を
形成する先頭画素ｐ、の×座標及びＹ座標を表すものと
する（ｊ＝ｏ、１．２、・・・ｍ）。

そして情報媒体の傾きを例えばＴａｎ−’αで表現する
とすれば、算出手段１８は弐ｍによってαを算出した後
、Ｔａｎ−’αを計算し、情報媒体の傾きとしてＴａｎ
−’αを出力する。情報媒体の傾きは従来周知の如く情
報媒体の傾き補正或は画像データの傾き補正のために用
いられるものである。

第２図に示す画像データにつき検出された最多画素集合
を形成する先頭画素に関しで、実験的に、最小二乗近似
直線の傾きαを求めＴａ、ｎ−’αを求めたところＴａ
ｎ＝ａ＝４．９６３３度という値か得られた。従ってこ
の実験では情報媒体の傾きかＸ軸に対して５度となるよ
うにしで得た第２図に示す画像データから、はぼ０．０
４度未満の誤差で情報媒体の傾きを検出することが出来
た。

第９図に、第２図に示す画像データにつき検出された最
多画素集合を形成する先頭画素とこれら先頭画素に関す
る最小二乗近似直線とを示す。

〈分類抽出手段の他の動作例〉 第１０図（Ａ）〜（Ｂ）は分類抽出手段の他の動作例の
説明に供する動作フローである。以下、上述した実施例
と相違する点につき説明し、上述した実施例と同様の動
作についてはその説明を省略する。

第１０図に示すようにこの例では、５２０６の次に８２
３２の処理に進み、５２３２の次に３２１０の処理に進
む。

８２３２では、統合テーブルにおいでθが設定値及びρ
か算出値となる欄の度数をまたけカウントアツプすると
共に、このときのρの算出に用いた座標（ｘ＋、ｙＩ）
を最多画素集合メモリ２８の、カウントアツプされた欄
に対応する記憶領域に保存する。

最多画素メモリ２８には座標（ｘｌ、ｙＩ）の保存のた
めの記憶領１或が統合テーブルの各欄毎に対応付けて設
定されている。すなわちこれを別の観点から説明すれば
、例えば、最多画素メモリ２８の第一の記憶領域にはρ
−θ平面上のθ−〇及びρ−０なる点に写像された先頭
画素の座標が保存され、第二の記憶領域にはθ＝Ｏ及び
ｐ＝５となる点に写像された先頭画素の座標（Ｘｌ、ｙ
Ｉ）か保存される。

またこの例では、５２１６の次に３２３４の処理に進み
、５２３４の次に８２３０の処理に進み分類抽出処理を
終える。

５２３４ではθがθ＊及びｐかρ＊となる統合テーブル
の欄に対応する記憶領域に保存されている座標を最多画
素集団メモリ２８から読出すための読出し信号を、算出
手段１８に対しで出力する。θかθ＊及びρかρ＊とな
る欄に対応する記憶領域に保存されている座標か最多画
素集団を形成する先頭画素の座標である。

読出し信号を入力した算出手段１８はこの読出し信号に
基づいて、最多画素集団を形成する先頭画素の座標をメ
モリ２８から入力することが出来る。

上述した実施例における各構成成分の構成、動作、動作
の流れ、動作条件及び数埴的粂件は一例にすぎず、従っ
てこの発明は上述した実施例にのみ限定されず、各構成
成分の構成、動作、動作の流れ、動作条件及び数値的条
件を任意好適に変更することか出来る。また、画像デー
タとして二値データのみならす多値データを用いても良
い。また上述した実施例では画像メモリに保存された画
像データを走査することによって先頭画素の座標を検出
したが、読取部からの二（０或は多値画像データを画像
メモリに保存せずに直接に画素位置検出手段に入力する
と共に、読取部の画像データの出力に同期させて画素毎
に発生させたＸ、Ｙ座標を画素位置検出手段に入力し、
画素位置検出手段に最初に入力された文字パタン構成画
素のＸ、Ｙ座標を先頭画素付言メモリに保存するように
しても良い。

（発明の効果） 上述した説明からも明らかなように、この発明の傾き抽
出装置によれば、文字パタンを含む情報媒体の画像デー
タを一方向に走査し、この走査によって走査線上で最初
に検出される文字パクン構成画素の位置を各走査線毎に
検出し、文字パタン構成画素の位置に基づいて情報媒体
の傾きを抽出する。

このような情報媒体の傾き抽出処理において、走査線上
で最初に検出される文字バタシ構成画素（先頭画素）の
付言を検出する処理は単純な処理である。しかも情報媒
体の傾きを抽出するために先頭画素の位置を用いるので
、傾き抽出のために必要なデータの削減を図れる。これ
がため、傾き抽出処理を従来よりも効率良く従って迅速
に行なえる。

【図面の簡単な説明】

第１図はこの発明の実施例の構成の説明に供する機能プ
ロ・ンク図、 第２図は画像データの説明に供する図であり、第３図は
画素位置検出手段の動作の一例１８説明するための動作
フロー 第４図は先頭画素位置の検出結果の一例を示す図、 第５図はハフ変換の説明に供する図、 菓６図（Ａ）〜（Ｂ）は統合テーブルの説明に供する図
、 Ｍ７図（Ａ）〜（８）は分類抽出手段の動作の一例を説
明するための動作フロ 第８図は分類抽出結果の一例を示す図、第９図は傾き算
出結果の一例を示す図、第１０図（Ａ）〜（Ｂ）分類抽
出手段の動作の他の例を説明するための動作フローであ
る。 １０・・・傾き抽出装置、 １４・・・傾き抽出手段、 １日・・・算出手段、 ２６・・・テーブルメモリ、 特許出曽人 １２・・・画素位置検出手段 １６・−・分類抽出手段 ２４・・・先頭画素位置メモリ ２８・・・最多画素位置メモリ 沖電気工業株式会社 画素付方検出手段の動作の一例 第３図 八ツ変換の説明に供する図 第５図 （Ｓｓ　＝２．　Ｓ、　＝５） （Ｓ、　＝２．３．　＝５） 統合テーブルの説明図 第６図（Ｂ） 第１０図（Ａ） 分類抽出手段の他の動作例 第１０図（Ｂ　）

Claims (5)

【特許請求の範囲】
1. （１）少なくとも文字パタンを含む情報媒体の画像デー
   タを一方向に走査し、前記走査によって走査線上で最初
   に検出される文字パタン構成画素の位置を各走査線毎に
   検出する画素位置検出手段と、検出された文字パタン構
   成画素の位置に基づいて前記情報媒体の傾きを抽出する
   傾き抽出手段とを備えて成ることを特徴とする傾き抽出
   装置。
2. （２）前記画素位置検出手段を、前記文字パタン構成画
   素を検出したら次の走査線の走査を行なう手段としたこ
   とを特徴とする請求項１に記載の傾き抽出装置。
3. （３）前記傾き抽出手段を、 検出された文字パタン構成画素を同一直線上にあると判
   定される画素の集団に統合分類し、該集団のなかから最
   も多くの文字パタン構成画素を含む最多画素集団を抽出
   する分類抽出手段と、前記最多画素集団を形成する文字
   パタン構成画素に関する近似直線の傾きに基づき前記情
   報媒体の傾きを算出する算出手段とを以って構成するこ
   とを特徴とする請求項１又は２に記載の傾き抽出装置。
4. （４）前記分類抽出手段を、ハフ（Ｈｏｕｇｈ）変換を
   行なう手段としたことを特徴する請求項３に記載の傾き
   抽出装置。
5. （５）前記算出手段を、最小二乗近似直線の傾きを算出
   する手段としたことを特徴とする請求項３又は４に記載
   の傾き抽出装置。