JPH04155483A

JPH04155483A - 文字領域区切り検出方法

Info

Publication number: JPH04155483A
Application number: JP2279431A
Authority: JP
Inventors: Yumiko Ikemure; 池牟禮　由美子
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1990-10-19
Filing date: 1990-10-19
Publication date: 1992-05-28
Anticipated expiration: 2015-01-17
Also published as: JP3000480B2

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、ｗｐ（ワープロ）、ＤＴＰ（ディスクトップ
パブリッシング装置）等の文書編集装置の入力部となる
文字認識装置の文字、図形等の文字領域区切り検出方法
に関する。

（従来の技術）近年、文字、図形等が混在する文書をスキャナ等の画像
読み取り装置によって、２値化したビットマツプデータ
として取り込み、自動的に文字及び図形領域を認識する
文字認識装置が利用されるようになり、文字及び図形領
域を分割するための領域区切り検出方法が提案されてい
る。

第６図は、そのような従来の領域区切り検出方法を説明
するフローチャートである。

領域の認識対象の文書データを、スキャナによって２値
化して読取り、ピットマットデータとして記憶させる（
ステップ（以後、Ｓと略す）１）。

次に、そのビットマツプデータがら、水平方向の白画素
と黒画素の長さを各行毎に検出して記憶しくＳ２）、白
画素の長さが、あらかじめ定めた閾値ＴＨ−ＬＥＮ以上
の場合は、その白画素の開始座標と終了座標を算出しく
Ｓ３）、算出した開始座標と終了座標が前ラインまでの
領域区切り候補の座標と等しければ、同一領域区切りと
しくＳ４）、等しくない場合は、別の領域区切りとして
、新たに記憶格納する（Ｓ５）。その際、前ラインまで
の領域区切り候補の幅が閾値ＴＨ−ＷＩＤ以上のときは
、水平領域区切りとして確定し登録する（Ｓ６）。

垂直方向の領域区切りについても上記水平領域区切りと
全く同様に領域を検出する（Ｓ７ないしＳ　１１）。

第７図は、上記の処理を後出第２図の文書例について行
なった結果を示し、図（ａ）は水平領域区切り候補、図
（ｂ）は垂直領域区切り候補、そして図（ｃ）は最終の
領域区切りを示している。

（発明が解決しようとする課題）従来、以上のように領域区切りを検出していたが、しか
しながら、ライン前後の白画素の長さが等しい場合のみ
、同一領域区切りとして検出しており、そのため新聞の
見出しのように文字領域が多段にまたがっている文書等
は、本文領域の区切りの端部が見出し文字と重なるため
にライン前後の白画素の長さが異なることになる。した
がって、正確な文書の領域区切りの検出は不可能な問題
があった。

本発明は上記の問題点を排除した領域区切り検出方法の
提供を目的とする。

（課題を解決するための手段）本発明は上記の目的を、２値化された認識対象文書を、
文字、画像、図形等の文書構成要素領域ごとに分割する
、文字認識装置における文字領域の区切りを検出する場
合において、走査ラインごとに白画素の連続する長さを
測定し、その測定した長さが予め設定した閾値以上であ
る白画素を記憶する手段と、上記測定した長さと、前走
査ラインで測定した白画素の長さとを比較し、その結果
により文書領域の区切りを検出、確定する手段とを備え
て、白画素の長さが前後の走査ライン間で異なる場合で
も、同一区切りとして検出、確定することを特徴とする
文字領域区切り検出方法によって達成する。

（作　用）本発明は前記の構成により、ライン前後の白画素の長さ
が異なる場合でも、同一領域区切りとして検出すること
が可能であるから、正確な文書の領域区切りが検出され
ることになる。

（実施例）以下、本発明を実施例により図面を用いて説明する。

第１図は本発明の方法を達成する一実施例装置のブロッ
ク図による構成図である。１は文書の画像データ取り込
み部で、認識する対象文書を２値のビットマツプデータ
に変換する。２は実行制御部であり、その白画素の長さ
検出部２．により白画素の連続部を検出し、開始座標及
び終了座標を白画素長さ情報格納部３に格納記憶させる
。

次に上記検出した白画素の長さが、長さの閾値ＴＨ−Ｌ
ＥＮ以上の箇所を領域の区切り候補と判断して、前ライ
ンまでの領域区切り候補と白画素長さ比較部２、におい
て比較する。それにより対象ラインの白画素の長さが前
ラインの白画素の長さよりも長い時は、上記検出した対
象ラインの白画素の長さ情報を、同一領域区切り候補と
して前ラインまでの情報に、領域区切り候補格納部２．
に追加格納する。

また、対象ラインの白画素の長さが前ラインの白画素の
長さよりも短く、領域区切り候補の幅が閾値ＴＨ−ＷＩ
Ｄ以上であれ、ば、前ラインまでの領域の区切り候補と
は別個の領域区切り候補と判定し、前ラインまでの領域
区切り候補を領域区切り確定部２．で領域区切りとして
確定する。また、幅が幅間値以下であれば前ラインまで
の領域区切り候補と同一の領域区切り候補とみなし、前
ラインまでの白画素開始座標及び終了座標を、領域区切
り候補格納部２．に対象ラインの開始座標、終了座標と
して格納する。

以上のようにして、確定された水平及び垂直の領域区切
り情報は領域区切り情報格納部４に格納される。

第２図は第１［１ｆｆｌの動作を具体的に説明するため
の、例えば新聞記事等を想定した文書例で、白丸は見出
し文字、黒小丸は本文の文字で、認識対象範囲は縦４０
×横３５とする。なお、以下の説明は長さの閘値ＴＨ−
ＬＥＮは２ｏ、幅の閘値Ｔ）（−ＷＩＤは３として説明
する。

第３図は上記第２図の領域区切り動作を説明するフロー
チャートで、そのステップをＳと略記して以下括弧書き
して動作を説明する。

まず、第２図の文書をビットマツプデータとして、第１
図の画像取り込み部１から取り込む（Ｓｌ）。この時、
ビットマツプデータのサイズは縦４０Ｘ横３５となる。

次に、ビットマツプデータから水平領域区切り検出（Ｓ
２）、垂直領域区切り検出（Ｓ３）を行ない、第４図に
示すように文書を構成する文書及び図形領域等の各領域
に分割する（Ｓ４）。その領域区切り情報として、領域
区切り開始行、終了行、開始座標及び終了座標が第１図
の領域区切り情報格納部４に格納される。

第５図は上記の水平領域区切り検出について、さらに詳
細に説明するフローチャートである。

まず、ビットマツプデータから、水平方向の白画素また
は黒画素が連続している長さを計数した水平ランレング
スを取得する（Ｓｌ）。初期値として領域区切り対象ラ
インのカウンタをＯ行目に設定する（Ｓ２）。対象ライ
ンのカウンタをインクリメントして、１行目の処理に入
る（Ｓ３）。Ｓｌで取得した水平ランレングスを使用し
て白画素の長さを比較する（Ｓ４）。白画素の長さが長
さの閾値ＴＨ−ＬＥＮ以上であれば、それを領域区切り
候補としてＳ５以降の処理を行い、閘値ＴＨ−ＬＥ＼未
満のときは、領域区切り確定処理をするためにＳ１４に
ジャンプする。第２図の文書では、第１表に示すように
１０個の領域区切り候補が検出される。

第１表対象ラインで、領域区切り候補が検出されると、次に前
ラインの領域区切り候補の検索を行う（Ｓ５）。前ライ
ンに領域区切り候補がない場合は、上記で新規に検出し
た領域区切り候補を新規に登録し、ステップ１４にジャ
ンプする。この時、領域区切り開始行と終了行に対象ラ
インを設定する前ラインに領域区切り候補が存在する場
合は、領域区切りの開始・終了座標の比較を対象ライン
と前ラインとの間で行う（Ｓ６及びＳ８，５ＩＯ）。

ここで、Ｓ６．Ｓ８．ＳＩＯの場合をそれぞれケース１
．ケース２．及びケース３とすると、動作は次のように
なる。

（ケース１）ラインの領域区切り候補と対象ラインの開
始・終了座標が等しければ、同一領域区切り候補として
領域区切り候補の終了行を対象ラインにする（Ｓ７）。

第２図の文書例で、領域区切り検出の対象ラインを３行
目とした時、開始行は１、終了行は３、開始座標は１、
終了座標は３５の領域区切り候補が検出される。

（ケース２）前ラインの領域区切り候補座標が対象ライ
ンの座標を含む場合も上記ケース１同様、前ラインの領
域区切り候補と同一領域区切りとみなしくＳ９）、前ラ
インの領域区切り情報に対象ラインの情報を追加する。

（ケース３）前記ラインの領域区切り候補座標が対象ラ
インの座標に含まれる場合、次の処理を行う。

前ラインの領域区切り候補の幅（終了行から開始行）が
幅閾値ＴＨ−ＷＩＤ以上の場合は、前ラインの領域区切
り候補とは別の領域区切り候補として、新規に登録する
（Ｓ１２）。上記幅閘値未満であれば同一領域区切り候
補とみなして、前ラインの座標を対象ラインの座標に再
設定し、終了行を対象ラインに設定する（Ｓ１３）。第
２図の文書例では、対象ラインが２２行目の時にあたる
。従来例では、２１行目と２２行目の長さが異なるため
、同一領域区切りとして検出されない。２１行目では領
域区切り候補情報は、開始行は２ｏ、終了行は２１、開
始座標は１、終了座標は３５であったが、２２行目では
、幅が幅間値Ｔ）（−ＷＩＤ　３未満であるため、領域
区切り候補情報は、開始行が２０、終了行が２２、開始
座標が１終了座標が３０となる。

次に、領域区切りの確定処理を行う。前ラインの領域区
切り候補が対象ラインの領域区切り候補と別個のもので
、かつ、領域区切り候補の幅が幅間値ＴＨ−ＷｒＤ以上
であれば、上記領域区切り候補は領域区切りとして確定
される。幅間値未満であれば領域区切りから削除する。

領域区切り候補がビットマツプデータの上端と下端に接
している場合は、それが幅間値未満であっても領域区切
りとする（Ｓ１４．　　Ｓ１５．５１６）。

以上のようにして、すべてのラインの処理を続け（Ｓ１
７）、３つの水平領域区切りが第２表のように検出され
る。

第２表垂直領域区切り検出についても、上記水平領域、　　区
切りと同様の処理を行うことにより、２つの垂直領域区
切りを検出することが可能となる。

以上のようにして検出された水平及び垂直領域区切りか
ら、第１図の文書は第４図のように３つの領域１，２．
３に分割される。

（発明の効果）本発明によれば、従来の方式で検出不可能であった多段
抜き見出しのある新聞等の文書における文書構成領域の
区切り検出が正しく可能な効果がある。

【図面の簡単な説明】

第１図は本発明の一実施例装置の構成ブロック図、第２
図は本発明の説明補助としての文書例を示す図、第３図
は本発明の概略フローチャート、第４図は実施例による
領域区切りを示す図、第５図は実施例の詳細フローチャ
ート、第６図は従来例を説明するフローチャート、第７
図は従来例による領域区切りを示す図である。 ■　・・・画像データ取り込み部、　２　・・・実行制
御部、　２．・・・白画素長さ検出部、２、・・・白画
素長さ比較部、　２．・・・領域区切り確定部、　２４
・・・領域区切り候補格納部、　３　・・・白画素長さ
情報格納部、４　・・・領域区切り情報格納部。特許出願人　松下電器産業株式会社

Claims

【特許請求の範囲】

２値化された認識対象文書を、文字、画像、図形等の文
書構成要素領域ごとに分割する、文字認識装置における
文字領域の区切りを検出する場合において、走査ライン
ごとに白画素の連続する長さを測定し、その測定した長
さが予め設定した閾値以上である白画素を記憶する手段
と、上記測定した長さと、前走査ラインで測定した白画
素の長さとを比較し、その結果により文書領域の区切り
を検出、確定する手段とを備えて、白画素の長さが前後
の走査ライン間で異なる場合でも、同一区切りとして検
出、確定することを特徴とする文字領域区切り検出方法
。