JPH03160582A

JPH03160582A - 文書画像データに於ける罫線と文字の分離方法

Info

Publication number: JPH03160582A
Application number: JP1301134A
Authority: JP
Inventors: Hiroshi Akiyama; 博秋山
Original assignee: Sanyo Electric Co Ltd
Current assignee: Sanyo Electric Co Ltd
Priority date: 1989-11-20
Filing date: 1989-11-20
Publication date: 1991-07-10

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】（イ）産業上の利用分野本発明は、罫線に沿って記入された文字と罫線が接触し
ている場合においても、両者を分離することにより、文
字認識に適した画像を提供する方式に関する。

（ロ）従来の技術本発明の従来例としては、特開昭６４−３６３８４号の
ｒ文字認識装置」がある。この従来例では、文字とアン
ダーラインあるいはオーバーラインとの接触部のパター
ン、及びその分離方法を幾つか予め用意することにより
、文字とアンダーラインあるいはオーバーラインを分離
している。

（ハ）発明が解決しようとする課題上記のような従来の分離方法では、数字のような簡単な
字形に対しては、有効であると思われるが、一般の文字
に拡張した場合には、登録している接触パターンで自動
的に分離を行えば、文字の一部が欠落してトボロジー（
ループ、コーナー端点なと）が変化してしまい、その後
の文字認識にとって不適当な文字パターンが得られしま
う問題点がある。

（二）課題を解決するための手段本発明の罫線と文字の分離方法は、イメージスキャナか
ら文書画像を読み込み、細線化処理後の画像から文字と
罫線の接触候補位置をｎ×ｎ（ｎは整数）マトリクス、
例えば３×３の局所パターン特徴により抽出し、この情
報をもとに輪郭追跡処理後の画像で対応する付近の接触
位置を３×３の局所パターン特徴により決定し、互いに
接触している部分を分離できるような方式を提供するも
のである。

（ホ）　作用本発明の罫線と文字の分離方法によれば、細線化画像と
輪郭追跡の接触位置の局所パターンを抽出することによ
り、罫線と文字が接触した場合においても、精度よくこ
れ等を分離することができ、文字認識装置に適した画像
を得ることが可能となる。

（へ）実施例以下に処理領域が既知である表枠内部あるいは罫線に沿
って記入された文字領域に関して、本発明の罫線と文字
の分離方式を適用した実施例について、図を参照しなが
ら説明する。

第１図は、本発明の罫線と文字の分離方法における一実
施例を示すブロック図である。この図において、（１０
）はデータの伝送路であるシステムバス、（１１）は文
書画像を入力するためのイメージスキャナである。（１
２）はイメージスキャナ（１１）から読み込んだ入力画
像を書き込むための入力画像メモリ、（ｌ３）は入力画
像メモリ（１２）の内容を細線化し書き込むための細線
化画像メモリ、（１４）は入力画像メモリ（１２）の内
容を輪郭追跡し書き込むための輪郭画像メモリ、（１５
）は入力画像メモリ（１２）の内容から罫線を除去した
出力画像メモリである。

（１６）は参照すべき標準の罫線要素などの必要情報を
書き込むための補助メモリである。（１７）は入力画像
メモリ（１２）の内容を細線化処理するための細線化回
路、（１８）は入力画像メモリ（ｌ２）の内容を輪郭追
跡するための輪郭追跡回路、（ｌ９）は細線化画像メモ
リ（１３）および輪郭画像メモリ（１４）の内容から特
徴マスクテーブルメモリ（２１）の内容に従って接触部
分の特徴を抽出する特徴抽出回路である。

（２１）は罫線と文字の接触部分の３×３の局所パター
ン特徴を書き込むための特徴マスクテーブルメモリ、（
２２）は予め登録した標準となる罫線テーブルメモリで
ある。（２３）は細線化画像メモリの内容から特徴マス
クテーブルメモリ（２１）の内容に従って抽出した接触
候補位置の座標を書き込むためのブロダラムメモリであ
る。（２５）は出力画像メモリの内容を文字認識装置に
出力するための外部１／Ｆである。

次に、第２図のフローチャートに基づき処理の流れを説
明する。

Ｓｌｌにおいて、文書画像をイメージスキャナ（ｌ１）
から読み込み、入力画像メモリ（１２）に書き込む。

Ｓ１２において、罫線テーブルメモリ（２２）に予め書
き込まれている罫線位置を参照し、付近の文字側（アン
ダーラインならば上側、表枠ならば内側）のヒストグラ
ムを射影特徴抽出回路（２０）により求め、第３図に示
す如く、ヒストグラムの幅から罫線付近で文字の高さＬ
を設定する。

Ｓ１３において、罫線位置の文字側を５１２で求めたＬ
の幅のみ、細線化回路（１７）および輪郭追跡回路（１
８）により、第４図（ａ）の源画像を同図（ｂ）に示す
如き細線画像に変換、および同図（ｃ）に示す如き輪郭
画像に変更し、夫々を細線化画像メモリ（１３）および
輪郭画像メモリ（１４）に書き込む。

５１４において、細線化画像メモリ（１３）の罫線付近
で特徴マスクテーブルメモリ（２１）に予め登録されて
いる３×３の局所パターン特徴が発見できた位置を接触
候補位置テーブルメモリ（２３）に書き込む。３×３の
局所パターン特徴は、第５図（ａ）のように任意の画Ｘ
Ｐの隣接点の集合で定義し、０から７までの方向を与え
る。Ｏから７の方向は、第５図（ｂ）のビット列に対応
し、白画素はＯ、黒画素は１で表現する。例えば、第５
図（Ｃ）は第５図（ｄ）のビット列で表現され、特徴マ
スクテーブルメモリ（２１）に書き込まれる。第４図（
ｂ）においては、ＣＯ、Ｃ１、Ｃ２が抽出される。この
時、３×３の局所パターン特徴により切断可能と判定で
きる場合（例えば、Ｏ、２、４、６方向が黒画素）、ま
たは、接触候補位置間がＬよりも長い場合には、切断す
るための情報を同時に書き込む。

切断箇所は、左右両側が考えられるが、情報としては可
能／不可能を１７０に対応させ、第６因に示す接触候補
位置テーブルメモリ（２３）に書き込めばよい。

Ｓ１５において、接触候補位置テーブルメモリ（２３）
に従って、輪郭画像メモリ（１４）の接触候補付近で特
徴マスクテーブルメモリ（２１）に予め登録されている
３×３の局所パターン特徴を抽出し、その位置を接触箇
所とする。これらの局所パターン特徴は、罫線と文字の
接触パターンにより、一接触候補に対して、１〜２＠所
抽出できる。第４図（ｃ）においては、ＤＯ、Ｄ１、Ｄ
２、Ｄ３が抽出される。そこで、それぞれの接触点を結
ぶ線分が、除去可能かどうかを以下の手法を用いて、チ
ェックする。

（１）Ｄｏの左側の線分接触候補位置テーブルメモリ（２３）により、除去可能
（ＤＯの左側の部分の長さ＞Ｌ）。

（２）線分Ｄｏ−ＤＩ２点間の距離（くＬ）により明らかに除去不可能。

（３）線分ＤＩ−Ｄ２第４図（ｂ）の細線化画像の線分ＣＯ−ＣＩの上下の画
素位置を入力画像メモリ（１２）からチェックした場合
、肉厚がないため罫線と判断し、除去可能。

（４〉　線分Ｄ２−０３第４図（ｂ）の細線化画像の線分ＣＩ−Ｃ２の上下の画
素位置を入力画像メモリ（１２）からチェックした場合
、肉厚があるため文字の一部と判断し、除去不可能。

（５）Ｄ３の右側の線分接触候補位置メモリ（２３）により、除去可能（Ｄ３の
右側の部分の長さ＞Ｌ）。

除去部分の画素については、注目画素（３×３マスクの
中心画素）に対して、連結性が保てるように除去を行な
う。例えば、Ｄｏ．ＤＩ，Ｄ２、Ｄ３については、第７
図（ａ）〜（ｄ）に示すように、横方向に連結した画素
を罫線要素と考えて、連結性が保存できる範囲で除去す
べき画素（図中の斜線画素）を決定する。この時、まず
端点の画素を決めた後、罫線テーブルメモリ（２２）に
登録している罫線に沿って入力画像メモリ（１２）から
罫線を除去し、これを出力画像メモリ（１５）に書き込
めばよい。

この後は上述の５１５〜５１７を繰り返すことにより、
罫線と文字の分離が行なわれる。

本実施例では、第４図の接触パターンに関して、３×３
の局所パターン特徴を抽出し、第７図に示すように切断
画素を決定したが、３×３の局所パターン特徴を増やし
たｎ×ｎマトリクスを用いれば、表粋の上下左右側面や
更に接触する文字と罫線を分離することが可能となる。

また、本実施例では、罫線位置が予めわかっている場合
について、説明したが、未知の場合においても、Ｈｏｕ
ｇｈ変換等により直線を抽出した後、文字と罫線が接触
する可能性部分について本手法を適用すればよい。

（ト）発明の効果本発明の罫線と文字の分離方法によれば、罫線と文字が
接触している場合においても、細線化画像および輪郭画
像から接触部分のｎ×ｎの局所パターン特徴に注目する
ことにより、精度よく両者を分離することができ、文字
認識装置にとって、必要な画像を効率よく抽出できるた
め、きわめて有用である。

【図面の簡単な説明】

第１図は本発明の罫線と文字の分離方法を実現するため
のブロック図、第２図は処理フロー図、第３図は罫線に
沿った方向のヒストグラム図、第４図は入力画像、細線
化画像、並びに輪郭画像を示す図、第５図（ａ）〜（ｄ
）は３×３の局所パターン特徴の概念図、第６図は接触
候補位置を書き込むテーブル図、第７図は接触位置の３
×３マスクから除去すべき画素図である。１０・・・システムバス、ｌ１・・・イメージスキャナ
、１２、１３、１４、１５・・・画像メモリ、１６・・
・補助メモリ、ｌ７・・・細線化回路、ｌ８・・・輪郭
追跡回路、１９・・・接触特徴抽出回路、２０・・・射
影特徴抽出回路、２ｌ・・・特徴マスクテーブルメモリ
、２２・・・罫線テーブルメモリ、２３・・・接触候補
位置テーブルメモリ、２４・・・プログラムメモリ、２
５・・・外部１／Ｆ，Ｌ・・・文字の高さ、ＣＯ１ＣＩ．Ｃ２・・・接触候補位置、Ｄ１、Ｄ２、Ｄ３、Ｄ４・・・切断位置。

Claims

【特許請求の範囲】

（１）罫線に沿って記入された文字と罫線が接触してい
る文書画像データに対して、細線化及び輪郭抽出を行な
いｎ×ｎ（ｎは整数）マトリクスの局所パターン特徴で
接触部分を抽出し、文字の高さよりも接点間が長い場合
、あるいは接触付近の細線化画像と入力画像の特徴を比
較することにより、互いに接触している部分を分離する
事を特徴とした文書画像データに於ける罫線と文字の分
離方法。