JPH02252081A - 線分の検出方法 - 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〕 本発明は、線分の検出方法に関し、例えば文字認識の前
処理段階に於ける線分の検出方法に関する。

〔発明の概要〕

本発明は、線分を含む印刷文書をイメージスキャナ等を
用いて人力された文書画像情報から、所定の長さ以上の
線素を検出し、検出された複数の線素の連結状態に応じ
て、少なくとも１つの線素を有する線分を検出すること
により、多少のＩＩＪｉきがある線分や印刷時の掠れを
有する線分でも正しく検出ができるようにしたものであ
る。

〔従来の技術〕

文字、アンダーライン、表等が混在する印刷文書の文字
認識を行う場合、入力文書画像から文字でない線分を抽
出し、消去することは、文字認識を行うための前段階の
処理として重要である。

現在オフィスでは、オフィス・オートメンジョン化が進
み、文書はワード・プロセッサ（以下、ワープロという
、）等で作成することが一般的になりつつある。ところ
でワープロで作成された文書はフロッピ・ディスク等に
ファイルされている。

しかし各社のワープロのフロッピ・ディスクの仕様が異
なり、まだ印刷された文書紙面が媒体となってデータの
交換が行われているが現状である。

また、近年印刷文書の認識技術の発達、特に文字認識の
実用化に伴い印刷物の電子化が容易に成りつつある０例
えば、特開昭６ｉ−７４１ｏｔ号、６２−７４１８２号
、６．２−７４１８３号、６２−７４１０４号にて本件
発明者が開示した文字認識装置がある。

〔発明が解決しようとする課題〕

ところで、印刷物に文字、表、写真等が混じっている場
合は、これらを自動的に区別することができる製品は少
く、また図形や表内にある文字は、文字として認識でき
ないのが現状である。１例えば表内の文字の認識につい
ては表の枠が邪魔しているために文字のＰ！識ができず
、まだ裏全体を一図形として処理しているのが現状であ
る。

また、図面認識や領域抽出法の分野では、線分の検出方
法が研究されており、細線化方法、輪郭ベクトル対の中
心検出方法、方向別黒ランの最短の中心検出方法、円弧
追跡法、周辺分布による検出方法、綿密度による検出方
法等の線分の検出方法が提案されている。しかし、これ
らの方法では線分の始点の座標、終点の座標等の特徴量
は検出できても、例えば線分には太さがあり、文字認識
の前処理段階で必要とされる完全な線分の消去ができな
かった。したがって、主として文字認識の前処理である
線分の消去を効果的に行える線分の検出方法が望まれて
いる。

本発明に係る線分の検出方法は、上述の実情に鑑みてな
されたものであり、例えば表を単なる図形としてではな
く、表の枠と文字とを識別して文字認識ができるように
するための線分の検出方法の提供を目的とする。

（！！ｉｆｆを解決するための手段） 本発明に係る線分検出方法は、上述したような課題を解
決するために、第１図に示すように、文書画像入カニ程
３１において入力された文書画像情報から、所定の長さ
以上の線素を検出する工程Ｓ２と、検出された複数の線
素の連結状態に応じて、少な（とも１つの線素を有する
線分を検出する工程Ｓ３とを有することを特徴としてい
る。

〔作用〕

本発明に係る線分の検出方法によれば、線素を所定の条
件の下に検出し、検出された各線素の連結状態を判断し
、線分を１つ以上の線素の集合とみなして線分を検出す
ることにより、多少の傾きがある線分や印刷時の掠れを
有する線分でも正しく検出できる。

〔実施例〕

以下、本発明に係る一実施例について図面を参照しなが
ら説明する。

先ず、本実施例の線分の検出方法及び該線分の検出方法
によって得られた情報を用いて線分を消去する方法の概
略を第１図に示すフローチャート用いて説明する。

文書画像入カニ程Ｓｌにおいて、線分を含む文書、例え
ばアンダーラインや表を含む印刷文書をイメージスキャ
ナ（以下スキャナと言う、）等を用いて２値化された文
書画像として入力する。以下、ここでスキャナで入力し
た場合の１走査線上の黒いラインを黒ランというものと
する。

次に線素検出工程Ｓ２に進む、この工程Ｓ２は、上記文
書画像入カニ程Ｓｌで入力された文書画像内の線分を後
述する線素の集合と見なし、上記スキャナの特性や印刷
時の掠れ等によって線素が途中で切れた状態で入力され
た場合、この途切れを修正する線素統合ステップＳ２ａ
と、文書画像内の文字と線分とを区別するために所定の
長さ以上の線素のみを検出するステップＳ２ｂとから成
る。

次に線分検出工程Ｓ３に進む、この工程Ｓ３は、上記線
素検出工程Ｓ２で検出された複数の線素の連結状態を検
出するステップＳ３ａと、連結状態に応じて後述する線
分テーブルを作成するステップＳ３ｂとから成る。

次に線分消去工程Ｓ４に進む。この工程Ｓ４は、文字と
表等が混在する印刷文書の文字認識を行う場合に必要な
線分を消去する工程であり、上記線分検出工程Ｓ３で作
成された線分テーブルを用いて、消去範囲を拡張するス
テップ３４ａと、線分を消去するステップＳ４ｂから成
る。以下、各工程の詳細を説明する。

文書画像入カニ程Ｓｌにおいて、文書中に存在するアン
ダーライン、表の枠等の水平方向の任意の線分ＩＯは、
スキャナで入力すると、第２図に示す線分１０のように
スキャナの分解能に対応した幅の水平方向の複数の黒ラ
ン［１１，Ｂ２．［１３，８４の集合として表現され、
この集合の全体の幅は線分の幅に対応している。ところ
で、上記水平方向の線分はスキャナ入力時の傾きの影響
を受けやすく、見た目には水平であっても、完全な水平
状態で入力されるのは殆ど無く、第２図に示す右に（引
いた線分１１、左に傾いた線分１２のように複数の黒ラ
ンＢｌ、Ｂ２．Ｂ３．Ｂ４の連結として表現される。

次に、線素検出工程Ｓ２において、先ず線素の統合ステ
ップＳ２ａを第３図を用いて説明する。

第３図は、上記スキャナで水平方向に走査した場合の任
意の１走査線上の線素を表したものである。

元々は一本の線素であっても、スキャナの特性や印刷時
の掠れ等によって線素が途中で切れた状態（黒ラン［１
５，Ｂ６．　［１７，［１Ｂの状態）で表現される場合
があり、線素を正確に検出するためには、これらを修正
する必要がある。即ち、その中断の間隔Δｄが所定の閾
値δｈより小さい（Δｄくδｈ）時は、線素Ｌｌが連続
しているものと見なし、大きい、（Δｄ≧δｈ）時は別
の線素Ｌ２と見なす、第３図の具体例では、Δｄｌ＋　
Δｄｔ＋　Δｄ、＜δ１１、Δｄ４≧δｈである。

次にこの線素検出工程Ｓ２の所定の長さ以上の線素検出
ステップＳ２ｂを、同じく第３図を用いて説明する。上
記線素統合ステップＳ２ａで１つの線素とされた任意の
線素りの長さをｌとし、文字ｒ−，等を線分の線素とし
て検出しないように所定の閾値ｚｔｈ以上Ｂ＞ｇｔｈ）
の場合、初めて有効な線分の線素として検出する。第３
図の具体例では、！！１，１．２＞１ｔｈである。とこ
ろで、上記の閾値δｈ、ｊ！ｔｈの具体的な値としては
、例えば３００ｄｐ　Ｉ　（３００ドツト／イスチ）の
解像度のスキャナで入力した場合、閾値δｈは８ドツト
に相当する長さに、闇値ｚｔｈは文字「−」等を含まな
い程度にｌの線分消去工程Ｓ４において消去してしまわ
ないように）９０ドツトに相当する長さにすればよい、
ここで、上述のようにして検出された線素りを識別する
データとして、線素の始点座標（ＸｓＬ＋ｙ）　、終点
座標（Ｘａａ＋Ｖ）を用いるものとする。

なお、Ｘ座標は、上記スキャナの１水平走査をｌライン
とした場合のライン番号ｉに相当することになる。

次に線分検出工程Ｓ３において、先ずこの工程Ｓ３の線
素の連結状態の検出ステップＳ３ａについて、第４図、
第５図を用いて説明する。第４図に示すように、１つの
線分であってもスキャナの特性や印刷時の掠れ等によっ
て、今度は垂直方向に各線素が分離されたものとして線
分が表現される場合がある。この場合、２つの線素Ｌ３
．Ｌ４のＸ座標の差ΔＶが所定の閾値δＶより小さい（
ΔｖくδＶ）時は、同じ線分を構成する線素の可能性が
あるものと見なし、次にこの２つの線素の水平方向の位
置関係を調べる。即ち、一方の線素の始点座標又は終点
座標が、水平方向において他の線素の始点座標と終点座
標との間に存在するかを調べ、存在するときは、この２
つの線素は同一の線分を構成するものとする。これらの
関係を、第４図に示す具体的な座標を用いて、数式で表
現すると、 ｘｚｇｔ≦ｘ４．、≦Ｘ□、または、 Ｘ４ｍＬ≦Ｘｊｉｔ≦Ｘ　’４　ａ　ｄとなる。ところ
で、上述のスキャナを用いた場合、上記の閾値δＶの具
体的な値は、２ドツトに相当する長さとすればよい。

以上のようにして検出され、同一の線分を構成する線素
とされる具体的な線素の連結状態の各種パターンを第５
図に示す、＆ｌｌ素Ｌ５．Ｌ６の連結状態は、線素Ｌ６
の始点のＸ座標が線素Ｌ５の始点及び終点の各Ｘ座標の
間にある場合である。線素Ｌ７．Ｌ８．の連結状態は、
線素Ｌ７の始点のＸ座標が線素Ｌ８の始点及び終点の各
Ｘ座標の間にある場合である。！ＪｉＩ素Ｌ９．ＬＩＯ
の連結状態は、線素し９の終点及び線素ＬＩＯの始点の
各Ｘ座標が同じ場合である。線素Ｌｌｌ、　　Ｌ１２の
連結状態は、線素Ｌ１１の始点及び線素Ｌ１２の終点の
各Ｘ座標が同じ場合である。線素Ｌ１３．　　Ｌ１４の
連結状態は、線素Ｌ１４の始点及び時点の各Ｘ座標が線
素Ｌ１３の始点及び終点の各Ｘ座標の間にある場合であ
る。線素Ｌ１５、　　ＬｌＧの連結状態は、線素Ｌ１５
の始点及び終点の各Ｘ座標が線素Ｌ１６の始点及び終点
の各Ｘ座標の間にある場合である。線素ＬＩＴ、　　Ｌ
ｌＢ、　　Ｌ１９の連結状態は、線素Ｌ１８の始点、終
点及び線素Ｌ１９の始点の各Ｘ座標が線素Ｌ１７の始点
及び終点の各Ｘ座標の間にある場合である。

次にこの工程Ｓ３の線分テーブル作成ステップＳ３ｂに
ついて説明する。このステップＳ３ｂは、上記線素の連
結状態に基づいて、同一の線分を構成する線素と判断さ
れた全ての線素を１区分とし、文書画像内の各線素を各
線分毎に区分けして線分テーブルを作成する。このよう
にして作成された線分テーブル、例えば上述の具体例、
３００ｄｐｉ（３００ドツト／インチ）の解像度のスキ
ャナで印刷文書を入力した場合の線分テーブルを第１表
に示す。

この線分テーブルは、線分巻線素の集合として表現して
おり、各線素を線素の始点座標、終点座標を用いて表現
している。即ち線素の始点、終点のＸ座標は等しくライ
ン番号ｉで示され、始点、終点の各Ｘ座標は１ｉｓｔ　
、Ｘ＊４で示される０例えばこの線分テーブルは、線分
１は４つの線素から、線分２は５つの線素から構成され
ていることを示している。さらに線分ｌの第１の線素の
Ｘ座標、即ちライン番号ｉ、始点のＸ座標ｘｓｔ　、終
点のＸ座４！Ｉ　Ｘａａは８０．１２７０．１６９４で
あることを示している。

（以下、余白） 表１　線分テーブル 以上のような線分の検出方法を用いると、印刷文書内の
水平方向の線分の検出ができ、かつ多少の傾きがある線
分でも正しく線分の検出ができる。

次に線分消去工程Ｓ４において、先ず消去範囲の拡張ス
テップＳ４ａを第６図、第７図を用いて説明をする。印
刷文書の線分には、印刷時の滲みやスキャナ入力時の雑
音が存在し、第６図に示すようにこれらの雑音Ｎは、上
述の線素検出方法により検出された任意の線素Ｌｌ、　
Ｌ２．　Ｌ３．　Ｌ４．　Ｌ５に隣接して発生すること
が多い。なお、これらの雑音Ｎは、有効な線素としては
長さが短くかつそれらの水平方向の間隔Δｄは上述の閾
値δｈよりも大きい、したがって、これら雑音Ｎは線分
テーブルに線素として登録されないものである。しかし
、これらの雑音Ｎは文字認識の場合の邪魔になるので、
線分の消去と同時に除去するのが好ましい、そこで、第
７図に示すように、任意の線素し２の消去範囲を、該線
素に隣接する線素Ｌｌ、Ｌ３を含めて考えた場合に得ら
れる水平方向の最小始点、最大終点を該線素Ｌ２のライ
ンに於ける水平方向の始点、終点とする範囲に拡張する
。なお、線分の最上の線素Ｌ１、最下の線素Ｌ３につい
ては、上記範囲に加えて該線素の始点、終点と同じ水平
方向の範囲であって、それぞれの線素の上又は下ライン
も含む範囲（破線に囲まれた範囲）に拡張する０次にこ
の線分消去工程Ｓ４の線分の消去ステップＳ４ｂについ
て第６図を用いて説明する。上記消去範囲の拡張ステッ
プＳ４ａで指定された範囲を消去する。この結果、第６
図に示すように線分を消去するとともに線分の周辺の雑
音（破線内の範囲の雑音）も同時に除去できる。

上記のように線分の消去範囲を拡張して線分を消去する
ことにより、多少の１頃きがある線分でも効果的に消去
可能となる。また、文字の下のアンダーラインも消去す
ることができる。ところで、上記の線分消去において線
分を構成する線素が３ラインよりも小さいものは雑音と
みなして消去しないようにしてもよい、なお、上記の消
去範囲をこえた雑音や３ラインよりも小さくて消去しな
かった線分は、例えば文字認識を行う場合の文字切り出
しの段階で除去可能である。

なお、本発明は、上記実施例のみに限定されるものでは
なく、例えば垂直方向の線分の検出に用いるようにして
もよい、即ち水平方向の線分検出と同じアルゴリズムを
用いて、垂直方向の線分検出を行えばよい、また、上述
の通常の入力状態の文書画像と該文書画像を９０度回転
した状態の文書画像を同時に持てば、水平方向と垂直方
向の線分検出を同時に行うことができ、例えば表の枠で
ある水平、垂直方向の線分の検出を高速に行うことがで
きる。また、垂直方向の線分の消去も上述の水平方向の
線分の消去と同じ方法で行うことができる。

以上のように、多少の傾きがある線分や線分の太さを正
る′αに検出できるということは、今までは図形として
取り扱っていた表を、表の枠情報と文字情報とに分離し
て取り扱うことができ、表中の数字等の文字情報を自由
に取り扱えることができることになる０例えば表を含む
文書を、紙面を媒体としてスキャナでパーソナル・コン
ピュタに入力し、表を枠の情報と文字の情報に分離して
取り扱うことにより、表の再現、拡大、縮小が可能にな
る。さらに表中の文字のデータベースの構築も可能にな
る。また、表以外の図やグラフ等も枠で囲まれているこ
とが多く、これらの枠を識別することにより、図形やグ
ラフが紙面のどの位置が存在するかが推測でき、これら
図形等を自由に移動したり、削除したりすることも可能
になる。また、アンダーラインの消去も簡単に行うこと
ができ、文字認識が容易になる。

【図面の簡単な説明】

第１図は本発明に係る線分の検出方法及び線分の消去方
法の一実施例を示すフローチャート図、第２図はスキャ
ナで入力された線分を示す模式図、第３図は線素検出の
原理を説明するための模式図、第４図は線素の垂直方向
の連結状態を示す模式図、第５図は線素の各種連結パタ
ーンを示す図、第６図及び第７図は線分の消去範囲を示
す模式図である。 〔発明の効果〕 以上の説明からも明らかなように、本発明に係る線分の
検出方法によれば、線分を線素の集合としてとらえ、多
少の傾きがある線分でも正しく検出することができ、後
で、の線分消去に適した線分検出が行える。 また、本発明の実施例によれば、上記検出方法にて検出
された線分を消去する際に、線分に付着した印刷時の滲
みやスキャナの雑音も同時に除去することができる。 Ｓ２・・・線素検出工程 Ｓ３・・・線分検出工程 Ｓ４・・・線分消去工程

Claims (1)

1. 【特許請求の範囲】 入力された文書画像情報から、所定の長さ以上の線素を
   検出する工程と、 検出された複数の線素の連結状態に応じて、少なくとも
   １つの線素を有する線分を検出する工程とを有して成る
   線分の検出方法。