JPH0417086A

JPH0417086A - 文字切り出し方法

Info

Publication number: JPH0417086A
Application number: JP2120680A
Authority: JP
Inventors: Akiko Suzuki; 明子鈴木
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1990-05-10
Filing date: 1990-05-10
Publication date: 1992-01-21
Anticipated expiration: 2014-11-15
Also published as: JP2977230B2

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、ピッ１〜データとして入力された文書画像中
の文字画像を切り出す文字切り出し方法に関する。

〔従来の技術〕

文字認識システムしこおいて、スキャナ等によって入力
された文書画像の行を切り出すとともに、各行毎に文字
画像を切り出す。

この文字切り出しの方法として、特開平１−１１４９９
２号公報に記載されているように、行画像の垂直射影を
とることによって文字存在部分の矩形領域を切り出し、
この矩形領域を予め設定された標準文字サイズをもとに
統合または分離することによって、個々の文字の矩形を
生成する方法がある。

〔発明が解決しようとする課題〕

しかし、矩形領域の統合、分離のためのパラメータとし
て予め設定された標準文字サイズを用いるため、標準パ
ターンと異なる大きさの文字や文字ピッチの変化に順応
しないことがあり、文字のサイズやピッチが様々な文書
を処理する場合、正確な文字切り出しを期待できないと
いう問題があった・本発明の目的は、文字のサイズやピッチの変化に順応で
き、さらにはスキューやかすれ等にも強い文字切り出し
方法を提供することにある。

〔課題を解決するための手段〕

本発明の文字切り出し方法は、文書・画像上の連結した
黒画素の外接矩形を文字素矩形として、１行を構成する
文字素矩形のデータを抽出し文字素データメモリに格納
する処理と、前記文字素データメモリ内のデータに基づ
き文字素矩形の統合のためのパラメータを設定しパラメ
ータメモリに格納する処理と、前記パラメータメモリ内
のパラメータを用い、前記文字素データメモリ内のデー
タによって表される文字素矩形を統合して前記文字素デ
ータメモリ内のデータを修正する複数回の統合処理と、
前記統合処理が１回終わるたびに前記文字素データメモ
リ内のデータに基づき前記パラメータメモリ内のパラメ
ータを修正する処理とによって、文書画像上の文字の外
接矩形を生成することを特徴とする。

〔イ乍　川〕

ドラ１ヘデータとして取り込んだ文書画像」二の連結し
た黒画素の塊は、文字の構成要素（文字素）である。一
つの文字は１個の文字素または複数個の文字素の集まり
である。したがって、連結黒画素の外接矩形を文字素の
矩形として抽出し、その文字素矩形を適切に統合するこ
とによって文字の外接矩形を生成し、文書画像中より文
字画像を切り出すことができる。

本発明によれば、文字素矩形の統合処理を複数回繰り返
し、初回の統合処理のためのパラメータは、文書画像よ
り抽出した１行を構成する文字素矩形のデータに基づき
設定するが、２回目以降の統合処理では、曲回の処理結
果に基づき修正したパラメータを用いる。したがって、
文字のサイズやピッチが様々であっても、パラメータは
徐々に適切なものに更新されるため、正確な文字切り出
しが可能である。また、連結黒画素の外接矩形で一ある文字素矩形な統合する方法であるため、基本的に文
書のスキューや文字のかすれ等にも強い。

〔実施例〕

第１図は本発明の一実施例に係る文字認識システムのブ
ロック図である。

処理対象の文書画像は、スキャナ等からピッ１〜データ
として入力され原画像メモリ１に記憶されている。文字
画像切り出し処理部２は、この原画像メモリ１内の文書
画像の文字画像を切り出す処理を行い、切り出した文字
画像を文字画像メモリ３に格納する。文字認識処理部４
は、その文字画像の特徴ベクトルを生成し、辞店・どの
パターンマツチングによって文字を認識し、認識結果を
認識結果メモリ５に格納する。

文字睡像切り出し処理部２において、行切り出し部１１
は文書画像より１行を単位として文字素データを抽出し
、文字素データメモリ１２に格納する。具体的な処理内
容は次の通りである。

文書画像上の黒画素の連結を探索し、連結した黒画素の
塊を文字素（文字または文字の一部を構成する黒画素群
）として抽出し、各文字素すなわち各連結黒画素の外接
矩形の座標（対角頂点の位置）を文字素データとして抽
出する。また、文字素矩形の間の水平及び垂直方向の距
離を求め、両方向の距離がある閾値より小さい文字素矩
形の集まりを１行として切り出す。つまり、文字素デー
タ抽出と行切り出しが行われる。

このような黒画素連結矩形による行切り出し及び文字素
データ抽出は、水平または垂直射影による切り出し方法
等に比べ文書のスキュー等に強い。

パラメータ設定部１３は、文字素データメモリ１２内の
１行の文字素データ全体を見渡し、文字切り出しく文字
素統合及び文字パターン合成）に用いるための相対的な
パラメータを設定し、パラメータメモリ１４に格納する
。文字素データ１２内に文字素データは、文字素統合処
理により修正されるが、パラメータ設定部１３は文字素
統合処理の過程で文字素データメモリ１２内の修正され
た文字素データに基づきパラメータを再設定（修正）す
る。設定するパラメータは次の通りである。

行高さ二行を構成する文字矩形の最大高さで、他のパラ
メータを設定する際の基準になる。

標準文字幅二行の高さより少し大きな値であり、例えば
、［行高さ］＋１（ドツト）に決める。

これは文字素統合の判定条件に用いられる。

最小文字間隔：隣合う文字素矩形の最小間隔であり、文
字素矩形の統合の判定条件に用いられる。ただし、ある
幅、例えは［標準文字幅］の半分以上の幅を持つ文字素
矩形だけを対象として決定する。

なお、行の処理の初めは文字素データが必要以上に多く
発生しているので、次の初期値に設定する。

［初期値］＝−［行高さコ／３０（負の値は、文字素矩形が重なっていることを意味する
）最大文字幅二行を構成する文字素矩形の最大の幅であり
、文字パターン合成の際に用いられる。

文字素統合部１５は、パラメータメモリ１４に格納され
たパラメータを用いた条件判定により、同一の文字の一
部であるとみなされる文字素矩形を統合し、文字素デー
タメモリ１２内の文字素データを修正する。統合条件は
次の通りである。

１）隣合う二つの文字素矩形ａ、ｂが条件式■■を同時
に満たす場合、一つの文字素矩形に統合する（第２図参
照）。

Ｗａｂ≦［標準文字幅］　　　　　　　条件式■（Ｗａ
ｂはａ、ｂの統合矩形の文字幅）Ｘｓｂ−Ｘｅａ＜［最
小文字間隔］　　条件式■（Ｘｓｂはｂの始点Ｘ座標、
Ｘｅａはａの終点Ｘ座標）条件式■は統合後の文字素矩形の幅Ｗａｂが［標準文字
幅］を越えないことを示し、条件式■はａ、ｂの間隔Ｇ
ａｂが［最小文字間隔コ未漢であることを示している。

ただし、条件式■に当てはまる場合には、標準文字幅を
越えても統合する。

Ｘｅｂ（Ｘｅａ　　　　　　　　　　　　条件式■（Ｘ
ｅｂはｂの終点Ｘ座標である。ただし、ａ。

ｂの位置関係はａが左側、ｂが右側であるとする）すなわち、第３図に示すようにＤａｂ＜Ｏとなる完全に
重なった二つの文字素矩形ａ、ｂは、Ｗ　ａ　ｂ≧［標
準文字幅コでも統合する。

２）荊記１）において条件式■を満たすが条件式■に当
てはまらない場合、右側の文字素矩形（ｂとする）が次
の条件式■■■■をすべで満たすときは、濁点もしくは
半濁点の文字素矩形であるとみなし、例外的に統合する
（第４図参照）。

ｗｂ≦ｆｔｈ　　　　　　　　　　　　　条件式■Ｈｂ
≦ｆｔｈ　　　　　　　　　　　　　条件式〇（Ｈｂは
ｂの高さ）Ｙｅｂ−Ｙｓａ≦ｆｔｈ　　　　　　　　条件式■（Ｙ
ｅｂはｂの終点ｙ座標、Ｙｓａはａの始点ｙ座標）Ｘ　ｓ　ｂ　−Ｘ　ｅ　ａ　＜　［最小文字間隔コ＋α
条件式■ ただし、ｆｔｈ　（閾値）＝［行高さ］／βである。α
及びβは経験値であり、例えばα＝２゜β＝３に選ばれ
る。

３）前記１）において、条件式■■を満たしているもの
の、右側の文字素矩形（ｂとする）が次の条件式〇〇［
相］に該当する場合は、句読点であるとみなして例外的
に統合しない（第５図参照）。

ｗｂ≦ｆｔｈ　　　　　　　　　　　　　条件式■Ｉ−
Ｉ　ｂ≦ｆｔｈ　　　　　　　　　　　　　条件式■ｂ
ａｓｅ−Ｙｅｂ≦ｆ　ｔ　ｈ／ｙ　　　　　条件式［相
］ただし、ｂａｓｅはベースラインのｙ座標、γは経験
値であり例えばγ＝４に選ばれる。

以上の如き統合処理が１行の文字素データ全部について
１回終了するたびに、パラメータ設定部１３は修正後の
文字素データより前述の如きパラメータを再設定しパラ
メータメモリ１４を店き換える。

ただし、ワープロ原稿を対象とする場合、その再設定前
の［標準文字幅］の例えば２倍近い幅の文字素矩形があ
る程度、例えはその時点の文字素数の３割以上、存在す
るときは、処理中の行を倍釣行と判断し、［標準文字幅
］を現在の２倍の幅に再設定する。逆に、［最大文字幅
］が［標準文字幅コの例えば半分以下になった場合、そ
の行を半釣行をみなし、口標準文字幅］を現在の例えば
半分の幅に再設定する。

文字素統合部１５は、再設定されたパラメータを用い、
前述の如き文字素統合処理を再度実行し、文字素データ
を修正する。

このように、パラメータをダイナミックに修正しつつ文
字素統合処理を繰り返す。この繰り返しは、例えはパラ
メータが変化しなくなったとき、もしくはパラメータの
変化量がある閾値以下となったときに終了す・る。

第６図は文字素統合の例を示す図である。（ａ）に示す
行画像に対し、行切り出し部１１によって例えば（ｂ）
に示すような文字素矩形が抽出される。この文字素は、
１回目の文字素統合処理によって（ｃ）に示すように統
合され、２回目の文字素統合処理によって（ｄ）に示す
ように統合される。

（ｄ）に示すように、統合処理が完了した段階の文字素
は殆どが行画像中の−っの文字に対応する。すなわち、
殆どの文字の外接矩形が生成される。しかし、この例に
おける文字小″のように統合すべき文字素が分離したま
ま残ることもある。

このような統合未完の文字素が残る可能性があるので、
文字パターン合成部１６は、単純に各文字素矩形を文字
枠として原画像より文字画像を切り出すのではなく、連
続した文字素枠を［最大文字幅コ　（パラメータメモリ
」−４に記憶されているもの）を越えない程度に組合せ
、組合せた矩形（１個の文字素矩形も含まれる）それぞ
れを文字枠の候補とし、原画像メモリ１より各文字枠候
補内の画像を文字画像候補として切り出し、文字画像メ
モリ３に出力する。

文字認識処理部４においては、文字画像メモリ３に格納
された文字画像候補について文字認識を行う。ただし、
文字素が重複した文字画像候補については、認識結果を
評価し、最も文字としての確からしさが高い文字画像候
補を選択しくすなわち認識結果により文字切り出しを確
定し）、その認識結果だけを認識結果メモリ５に出力す
る。

なお、このような文字素を組合せて認識し、認識結果に
より文字切り出しを確定する方法については、同一出願
人による特許出願（特願昭６３１３３４２４号）の明細
書及び図面に詳述されている。

〔発明の効果〕

以上説明した如く、本発明によれば、文字の大きさやピ
ッチの変化、さらにスキューや、かすれ等の印字条件に
順応し、正確な文字切り出しが可能となる。

【図面の簡単な説明】

第１図は本発明の一実施例に係る文字認識システムのブ
ロック図、第２図乃至第５図は文字素統合条件の説明図
、第６図は文字素統合の例を示す図である。１・・原画像メモリ、２・・・文字画像切り出し処理部、３・・文字画像メモリ、　４・文字認識処理部、５・・
・認識結果メモリ、　　１１・・・行切り出し部、１２
・・・文字素データメモリ、１３・・・パラメータ設定部、１４・・パラメータメモリ、１５・・・文字素統合部、１６・・・文字パターン合成部。本一口

Claims

【特許請求の範囲】

（１）文書画像上の連結した黒画素の外接矩形を文字素
矩形として、１行を構成する文字素矩形のデータを抽出
し文字素データメモリに格納する処理と、前記文字素デ
ータメモリ内のデータに基づき文字素矩形統合のための
パラメータを設定しパラメータメモリに格納する処理と
、前記パラメータメモリ内のパラメータを用い、前記文
字素データメモリ内のデータによって表される文字素矩
形を統合して前記文字素データメモリ内のデータを修正
する複数回の統合処理と、前記統合処理が１回終わるた
びに前記文字素データメモリ内のデータに基づき前記パ
ラメータメモリ内のパラメータを修正する処理とによっ
て、文書画像の文字の外接矩形を生成することを特徴と
する文字切り出し方法。