JPH02277185A - 矩形座標抽出方法 - 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〉 この発明は、０ＣＲ（光学的文字読み取り装置）、ＦＡ
Ｘ等における画像処理において用いられる矩形座標抽出
方法に関する。

〈従来の技術〉 イメージスキャナより入力された２値画像から、例えば
、文字部分のように、上下左右を白画素で分離できる全
ての黒画素領域の中から、縦横の長さがそれぞれ一定の
しきい値以内に入る黒画素領域座標（以下、矩形座標と
呼ぶ）のみを抽出する方法としては、従来、Ｓ　Ｐ　Ｉ
　Ｄ　Ｅ　Ｒ（Ｓｕｂｒｏｕｔｉｎｅ　Ｐａｃｋａｇｅ
　ｆｏｒ　Ｉ　ｍａｇｅ　Ｄａｔａ　Ｅｎｈａｎｃｅｍ
ｅｎｔ　ａｎｄ　Ｒｅｃｏｇｎｉｔｉｏｎ：工業技術院
開発、画処理サブルーチンパッケージ）のＣＬＡＢ（黒
画素連結成分のラベル付け）アルゴリズム等、黒画素の
連結成分を走査する手法が一般的に用いられている。

〈発明が解決しようとする課題〉 しかしながら、上記従来の黒画素の連結成分を走査する
手法では、全ての黒画素に対して連結成分の有無を判定
する必要上処理時間が遅いという問題がある。また、Ｏ
ＣＲでは、文字部分の抽出にラベル付けを用いた手法が
適用されているが、この場合、処理速度の問題を克服す
るため、圧縮した画像データを用いたり、専用ハードを
用いる等の工夫がなされてきた。しかし、圧縮データを
用いてラベル付けを行うと、原画像の情報損失につなが
り、特に近傍黒画素領域で接続が発生してしまい、正確
な矩形抽出が困難な場合がある。また専用ハードを用い
ると、装置価格が高くなるという問題がある。

そこで、この発明の目的は、−船釣な図形処理装置を用
いて、しかも少ない処理時間で矩形座標を抽出すること
ができる矩形座標抽出方法を提供することにある。

く課題を解決するための手段〉 上記目的を達成するため、この発明は、イメージスキャ
ナより入力された２値画像データから、上下左右を白画
素で分離できるすべての矩形領域のうち縦横の長さがそ
れぞれ所定のしきい値以内に入る矩形領域を求めて、そ
の矩形領域の座標を抽出する矩形座標抽出方法であって
、上記２値画像データを画像バッファに格納し、上記画
像バッファに格納した画像データを、順次縦方向に所定
の長さだけ分割すると共に、分割した画像データとその
次に分割した画像データとか所定の長さだけ重複部分を
有するように分割し、上記分割した画像データを分割類
に順次分割画像バヅファにコピーし、上記分割画像バッ
ファにコピーした画像データについて、上記分割画像バ
ッファのアドレス順にバイト単位に走査して、黒画素を
含む１バイトの画像データを注目データとすると共に、
上記注目データのいずれか一つの黒画素を注目画素とし
、上記注目データと、二次元イメージ上で上に対応する
画像データとの連結関係を求め、連結関係が存在する場
合に、更にその上のデータとの連結関係を求め、上記連
結関係を求める処理を連結関係がなくなるまで繰り返し
、連結関係がある最後のデータの縦軸方向の座標を上部
座標とする一方、上記注目データと、二次元イメージ上
で下に対応する画像データとの連結関係を求め、連結関
係が存在する場合に、更にその下のデータとの連結関係
を求め、上記連結関係を求める処理を連結関係がなくな
るまで繰り返し、連結関係がある最後のデータの縦軸方
向の座標を下部座標とし、上記注目データを中心に左右
方向に所定バイト数、の範囲内において、上記注目デー
タから連結関係の保持されているデータまでの論理積ま
たは論理和によるヒストグラムを求め、上記ヒストグラ
ムを上記注目画素の位置から左右に走査し、白画素に初
めてぶつかるまでを連結関係のある領域とし、左方向の
連結関係のある最終位置を左座標、右方向の最終位置を
右座標とし、上記上部座標と下部座標との差および上記
右座標と左座標との差がそれぞれ所定値以下である場合
に、上記座標を矩形座標として抽出すると共に、上記矩
形座標内の黒画素を消去するようにしたことを特徴とし
ている。

〈実施例〉 以下、この発明を図示の実施例により詳細に説明する。

本実施例の矩形座標抽出方法は、縦方向に対しては１バ
イト（８ビツト）単位の連結テーブルを用いて黒画素連
結を走査し、横方向に対しては論理積または論理和を用
いたヒストグラムで黒画素連結を走査して、高速に矩形
座標を抽出するようにしたものであり、第９図に示すよ
うな構成の図形処理装置により実現される。

基本動作の説明 いま、本実施例における矩形座標抽出の基本動作を説明
するために、簡単のため抽出すべき矩形（黒画素）領域
はバイト境界にまたがっていないものとする。

［連結テーブルコ 連結テーブルとは、縦方向に１バイト単位で何バイト黒
画素が連結関係にあるかを走査する際に利用するテーブ
ルのことである。

今、注目データ（１バイト）のビット値（１画素値）が
Ｏを黒、ｌを白とするとき、注目ビットが黒で、そのビ
ット位置の±１の範囲に黒画素があるようなデータ（１
バイト）との間に連結関係が存在すると定義する。

すなわち、 注目データとデータｌの間には連結関係が存在する。

注目データとデータ２の間には連結関係が存在しない。

というものである。上記の例は注目データに１つの黒ビ
ットしか存在しない場合で、複数の黒ビットが存在した
場合、どれか！つでも上記の位置関係が存在したとき連
結関係が存在するとする。

すなわち、 注目データとデータ３の間には連結関係が存在する。

となる。

これら２バイト間の連結関係が存在するとき１１存在し
ないときＯとして連結テーブルを作成する。

［縦方向連結関係の走査コ 縦方向の連結関係の走査は、画像データで黒ビットを含
むデータ（１バイト）に対して、まずそのデータを注目
データとし、２次元イメージ上で下に対応するデータと
の連結関係を、連結テーブルを用いて評価する。もし連
結関係が存在するなら、そのデータを新たに注目データ
として、再び下のデータと連結関係を評価する。この処
理を連結関係がなくなるまで繰り返し、最初の注目デー
タからの連結するバイト数を計数する。

下方向について記述したが、上方向に対しても同様に処
理する。

第１図に示すように、上記処理により求めた最初の注目
データの縦軸方向の座標を上部座標とし、最後の注目デ
ータの座標を下部座標とする。

［横方向連結関係の走査コ 一方、横方向の連結関係の走査は、連結テーブルを用い
て縦方向の連結バイト数が求まった後、最初の注目デー
タから連結関係の保持されていたデータまでの論理積（
０が黒１が白のため論理積を用いる、逆なら論理和）に
よるヒストグラムを求め、ヒストグラムを最初の注目デ
ータで求めた注目ビット位置から左右に走査し、白（１
）に初めてぶつかるまでを連結関係のある領域とし、左
方向の連結関係のある最終位置を左座標、右方向の最終
位置を右座標とする。

すなわち上記第１図のデータを例に取ると、第２図に示
すようになる。この第２図において、“＊”は注目ビッ
トの位置を示し、　−一”は注目ビット位置からの走査
方向を示す。また、“☆”は左方向の連結関係終了位置
（左座標）を示し、“★”は右方向の連結関係終了位置
（右座標）を示す。

そして、上記縦方向、横方向の走査で求めた座標値を矩
形座標として抽出する。

詳細な動作の説明 実際の画像データでは、抽出すべき矩形領域がバイト境
界にまたがっている場合が普通で上記基本処理では不十
分である。以下に第３図、第５図のフローチャートを用
いて本実施例の動作を詳細に説明する。

求める矩形の最大縦幅しきい値をｎ、最大横幅しきい値
をｍとする（ｎ、ｍ：は随意に決定できる画素数で、本
実施例ではｎ＝１２８．ｍ＝１２８）。

１度抽出した矩形座標の再抽出による時間ロスを防ぐた
め、抽出された矩形内の黒画素を消去する。メモリー容
量が十分であれば、画像バッファと同じ容量の作業バッ
ファを用い、上記消去処理を行うことができるが、メモ
リー容量が少ない場合も可能なように、分割画像バッフ
ァを用い、順次画像バッファ上のデータを縦方向に分割
し、分割画像バッファにコピーして、矩形抽出、消去処
理を行う。

分割画像バッファ容量は、画像バッファの横バイト数を
Ｘ（バイト）とするとき、 （ｎ＋　α）ＸＸバイト ｎ：は矩形の最大縦幅しきい値（本実施例ではα：は随
意に決定できる画素数（本実施例ではの大きさが必要で
ある。

また、分割境界部の矩形も抽出するため、分割は第４図
のようにオーバーラツプ部分を作り分割バッファにコピ
ーする。このとき、オーバーラツプ部分の縦幅は矩形の
最大縦幅しきい値ｎでなければならない。また、オーバ
ーラツプ部分はすでに矩形抽、出、消去処理が終了して
いるため、実際には分割画像バッファの対応する部分を
コピーし、非オーバーラツプ部分のみ画像バッファから
コピーする。

［分割画像バッファの管理と注目データの走査１次に、
第３図のフローから分割画像バッファの管理と注目デー
タの走査部分を詳細に説明する。

まず、ステップＮ１で分割座標（ｂｓｔｙ　：分割間始
座標、ｂｅｎｙ　：分割終了座標、ｎ：は分割数で画像
バッファの縦幅と分割画像バッファの縦幅で決定される
）をセットする。ステップＮ！は初期値の設定であるの
で、 ｂｓｔｙ、＝　Ｏ ｂｅ＋＋ｙｏ＝１＋α である。

次に、ステップＮ２で分割座標で分割される画像データ
を、画像バッファから分割画像バッファにコピーする。

そして、ステップＮ３で注目データ（１バイト）アドレ
スを分割画像バッファの先頭アドレスに設定する。

ステップＮ４で注目データを調べ、黒画素（０）が存在
するか判定する。もし全て白画素（１）ならステップＮ
７に行く。ステップＮ４で注目データ内に黒画素が存在
したなら、ステップＮ５で、２次元イメージ上で上にあ
たるデータが全て白画素か判定する。

ステップＮ５で黒画素が存在したならステップＮ７に行
く。全て白画素なら、ステップＮ６に進み現注目データ
をもとにして矩形座標の抽出を行う（この矩形座標の抽
出の処理は第５図のフローに示す）。矩形座標の抽出後
、ステップＮ７に進んで、現注目データアドレスが分割
バッファの最終アドレスであるかどうかを判定する。そ
して、最終アドレスでないならステップＮ８に進み、現
注目データアドレスをインクリメントした後ステップＮ
４に戻る。一方最終アドレスならステップＮ９に進んで
、分割終了かどうかを判定する。ステップＮ９で分割終
了なら処理を終了し、分割終了でないなら、ステップＮ
ＩＯに進んで次の分割座標をセットする。

次の分割座標（ｂｓｔｙ＋、ｂｅｎｙυは次式で求めら
れる。

ｂｓｔｙ＋＝ｂｓｔｙｏ＋α ｂｅｎｙ＋＝ｂｅｎｙｏ＋α このとき、ｂｓｔｙ＋からｂｅｎＹｏまでの間はオーバ
ーラップ部分で、既に処理ずみであるので、ステップＮ
ｉｌで、対応する部分のデータを分割画像バッファから
分割画像バッファにコピーし、ステップＮ１２で非オー
バーラツプ部分のｂｅｎｙｏからｂｅｎｙ　＋までの部
分を画像バッファから分割画像バッファにコピーし、ス
テップＮ３に戻る。

ステップＮ６の矩形抽出部では分割画像バッファの境界
にまたがる矩形は未処理（詳細は後述）であるので、こ
のときその矩形（黒画素領域）は接続される。

以下順次分割コピーを繰り返し、全画像データ中から矩
形座標を抽出する。

［矩形抽出部］ 次に、ステップＮ６の矩形抽出部分を第５図のフローチ
ャートをもとに詳細に説明する。

第３図フローチャートにおけるステップＮｌからステッ
プＮ５までの処理で注目データが決定された後、第５図
（ａ）のステップＭｌで注目画素の決定を行う。この注
目画素は基本動作説明の第２図の注目画素と同じで、以
後この画素位置を中心に左右の座標位置を検索する。

次に、ステップＭ２でヒストグラムバッファを初期化（
全てｌに）した後、ステップＭ３に進み、注目データか
ら下方向に連結バイト数の計数を行う。下方向に限定す
る理由は、第３図のステップＮ５の処理において、注目
データの上のデータは全て白画素であることが保証され
ているためである。

上記ステップＭ３の処理は基本動作説明における［縦方
向連結関係の走査］と全く同じである。ステップＭ４で
はステップＭ３で求められたバイト数（β）をもとに、
上部座標（ｙｍｉｎ）、下部座標（ｙｍａＸ）の初期値
をセットする。初期値の値は、注目データの２次元イメ
ージ上の縦軸上座標値をｙｌとすると、 ｙｍｉｎ＝ＦＩ ｙｍａｘ＝ｙｌ＋β である。

そして、ステップＭ５において、上記で求めた上部、下
部座標をもとに論理積ヒストグラムを作成する。このヒ
ストグラムを作成する縦方向の範囲は上部座標から下部
座標までで、横方向の範囲は注目データを中心に左右ｈ
バイト数の範囲である。このｈバイト数は次式で求めら
れる。

ｈ＝（ｍ÷８）＋１ ｍは矩形の最大横幅のしきい値 右辺で１をたしているのはｍが８で割り切れない場合の
ためで、ｍが８の倍数なら必要ない。

第６図にヒストグラムを求める範囲の１例を示す。この
第６図において、升目の一つは１バイトを表し、“＊”
は注目データ（バイト）を表す。そして、ｍを６４、ｈ
を８（ｈ＝ｍ÷８）としたとき太い実線で囲まれる範囲
６１がヒストグラムを求める範囲である。

次に、ステップＭ６からＭ７に進み、上記ステップＭ５
で作成したヒストグラムを、第７図に示すように、注目
画素に対応する位置（＊）から左方向に１画素ずつ黒画
素連結数（ｃｌ）を調べて行き（〔横方向連結関係の走
査〕と同じ）、連結関係の最終位置（☆）を左座標（ｘ
＋＋＋ｉｎ）とする。そして、ステップＭ８からＭ９に
進み、同様に注目画素に対応する位置（＊）から右方向
に黒画素連結数（ｃｒ）を調べて行き、連結関係の最終
位置（★）を右座標（ｘｍａｘ）とする。すなわち、注
目画素の２次元イメージ上の横軸上座標値をｘｉとする
と。

ｘｍｉｎ＝＝ｘ　１−ｃｌ ｘｍａｘ＝ｘｌ　＋ｃｒ となる。

左右の座標が求められた後、ステップＭＩＯに進み、横
幅（ｘｍａｘ　−ｘｍｉｎ＋　Ｉ　）が最大横幅しきい
値ｍを越えているか判定する。もし越えているなら、処
理を終了し、越えていないなら、ステップＭＩＩに進む
。ステップＭｌｌでは下部座標（ｙｍｉｎ）が分割画像
バッファの境界であるか判定し、境界なら処理を終了し
、境界でないときはステップＭ１３に進んで、ｙｍａｘ
＋　ｌ上のデータをｘｍｉｎからＸｍａＸの範囲で走査
し、全て白画素であるか判定する。

そして、第８図に示すように、ｙｍａｘ＋　１上のデー
タが全て白画素なら第５図（ｂ）のステップＭ１６に進
む。

一方、上記範囲で黒画素が発見された場合、ステップＭ
１３からＭＩ５に進み、その黒画素を含むデータ（バイ
ト）を注目データとして、下方向に連結数（γ）を計数
し、下部切り出し座標（ｙｍａｘ）を次式により更新し
、新たな上部、下部座標間でヒストグラムを作成した後
、ステップＭ６へ戻る。

ｙｍａｘ　＝　ｙｍａｘ＋γ ステップＭ１６からＭ２Ｏまでの動作は、上記ステップ
ＭｌｌからＭ２Ｓまでの処理と同様の処理を上部に対し
て行う。

ステップＭ１７で上部（ｙｍｉｎ−１上のデータでＸｍ
１ｎからｘｍａｘまでの範囲）が全て白画素であった場
合、ステップＭ２１１こ進んで、縦幅（ｙｍａｘ　−ｙ
ｍｉｎ＋１）が矩形の最大縦幅しきい値ｎを越えている
か判定する。そして、越えているなら処理を終了し、越
えていないときには、ステップＭ２２からＭ２Ｓに進ん
で、抽出した座標値を矩形座標バッファにセットし、矩
形座標内の黒画素を消去した後、終了する。

第１０図は本実施例により抽出された矩形を表示したも
のである。

〈発明の効果〉 以上より明らかなように、この発明の矩形座標抽出方法
によれば、パフォーマンスの低い汎用ＣＰＵを用いても
十分実用的な処理速度が得られ、かつ原画像を用いての
矩形抽出であるので、従来例におけるような近傍黒画素
領域で接続が発生するということがなく、近傍矩形も正
確に抽出できる。更に、ロジックがハード化しやすく、
もともとラベル付けを用いた手法よりもはるかに高速で
あるため、専用ハードを作成した場合の処理速度は非常
に高速となる。また、本発明は多値画像への拡張も容易
で、ＦＡＸ、電子ファイリングシステム等への応用も可
能である。

【図面の簡単な説明】

第１図はこの発明の一実施例における縦方向連結関係の
走査を説明する図、第２図は上記実施例における横方向
連結関係の走査を説明する図、第３図は上記実施例にお
ける分割画像バッファの管理と注目データの走査を示す
フローチャート、第４図は上記実施例における画像の分
割を説明する図、第５図は上記実施例における矩形座標
の抽出を示すフローチャート、第６図は上記実施例にお
けるヒストグラム抽出範囲を説明する図、第７図は上記
実施例におけるヒストグラムと左右の座標を示す図、第
８図は上記実施例における分割画像バッファと白画素の
走査範囲を示す図、第９図は上記実施例を実現するため
のハードの構成を示す図、第１０図は上記実施例により
抽出された矩形を示す図である。 特　許　出　願　人　シャープ株式会社代　理　人　弁
理士　　青白　係　ほか１名第１図 第２図 ［［Ｅ［ηｎΣＤ］　　論理積を用いｔこヒス１グラム
☆−＊−★ 第４図 第１０図

Claims (1)

【特許請求の範囲】
1. （１）イメージスキャナより入力された２値画像データ
   から、上下左右を白画素で分離できるすべての矩形領域
   のうち縦横の長さがそれぞれ所定のしきい値以内に入る
   矩形領域を求めて、その矩形領域の座標を抽出する矩形
   座標抽出方法であって、 上記２値画像データを画像バッファに格納し、上記画像
   バッファに格納した画像データを、順次縦方向に所定の
   長さだけ分割すると共に、分割した画像データとその次
   に分割した画像データとが所定の長さだけ重複部分を有
   するように分割し、上記分割した画像データを分割順に
   順次分割画像バッファにコピーし、 上記分割画像バッファにコピーした画像データについて
   、上記分割画像バッファのアドレス順にバイト単位に走
   査して、黒画素を含む１バイトの画像データを注目デー
   タとすると共に、上記注目データのいずれか一つの黒画
   素を注目画素とし、上記注目データと、二次元イメージ
   上で上に対応する画像データとの連結関係を求め、連結
   関係が存在する場合に、更にその上のデータとの連結関
   係を求め、上記連結関係を求める処理を連結関係がなく
   なるまで繰り返し、連結関係がある最後のデータの縦軸
   方向の座標を上部座標とする一方、上記注目データと、
   二次元イメージ上で下に対応する画像データとの連結関
   係を求め、連結関係が存在する場合に、更にその下のデ
   ータとの連結関係を求め、上記連結関係を求める処理を
   連結関係がなくなるまで繰り返し、連結関係がある最後
   のデータの縦軸方向の座標を下部座標とし、上記注目デ
   ータを中心に左右方向に所定バイト数の範囲内において
   、上記注目データから連結関係の保持されているデータ
   までの論理積または論理和によるヒストグラムを求め、 上記ヒストグラムを上記注目画素の位置から左右に走査
   し、白画素に初めてぶつかるまでを連結関係のある領域
   とし、左方向の連結関係のある最終位置を左座標、右方
   向の最終位置を右座標とし、上記上部座標と下部座標と
   の差および上記右座標と左座標との差がそれぞれ所定値
   以下である場合に、上記座標を矩形座標として抽出する
   と共に、上記矩形座標内の黒画素を消去するようにした
   ことを特徴とする矩形座標抽出方法。