JPH04233093A - 画像切り出し装置及びその方法 - 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】

【０００１】

【産業上の利用分野】本発明は、広義には画素の群とし
て表わされている画像から情報を抽出する技術に関し、
特には画像からの情報抽出を簡単にするためにそのよう
な画像を切り出す技術に関する。

【０００２】

【発明の背景】本発明の方法及び装置は、１９８８年５
月１６日に出願され本出願人に譲渡されたヘンリー・エ
ス・ベアド（Ｈｅｎｒｙ　　Ｓ．　　Ｂａｉｒｄ）氏の
米国特許出願第０７／１９４６８６号、「文書画像のス
キュー制御装置及び方法（Ａｐｐａｒａｔｕｓ　　ａｎ
ｄ　　Ｍｅｔｈｏｄ　　ｆｏｒ　　Ｓｋｅｗ　　Ｃｏｎ
ｔｒｏｌ　　ｏｆＤｏｃｕｍｅｎｔ　　Ｉｍａｇｅｓ）
」に記載されている技術を使用して履行することができ
る。コンピュータ技術においては、画素の群として表わ
されている画像から情報（画素の輝度の値）を抽出する
問題の重要性が増している。コンピュータ技術によって
、一方では文書画像の獲得、蓄積、伝送の自動化がうま
く進んでおり、他方ではテキスト文字を表わすディジタ
ル符号列によって表わされた情報の蓄積、操作の自動化
がそれ以上にうまく進んでいる。

【０００３】未だ十分にうまく自動化が進んでいないも
のに、画像の中の文字情報から文字列データへの変換が
ある。しばしば、紙片上の文字情報を文字列データへ変
換するのに使用された技術と同じ技術が使用されている
。すなわち、データ入力作業者が画像を読み取り、キー
ボードを使用してその画像上の情報と等価な文字列デー
タをデータ・ベースに入力する。これらの手続きには種
々の困難があることは明らかである。すなわち、これら
の手続きは、コストが高く、速度が遅く、間違いが起こ
り易い。

【０００４】画像から情報を抽出する技術の重要な要素
に画像切り出し、すなわち種々の属性を持つ部分への画
像切り出しが有る。図１は、画像から文字情報を抽出す
るシステム１０１において、画像切り出しを行なう装置
が使用される方法を図示している。画像１０３はデータ
処理システムのメモリーの中に画素の群として表わされ
ている画像である。画像１０３はデータ処理システムの
プロセッサーの中で実行されるプログラムである画像切
り出しプログラム１０７への入力としての働きを持つ。

【０００５】画像切り出しプログラム１０７は画像１０
３の分割切り出しを行ない、この切り出しによってテキ
スト・カラム１０５が非テキスト部分１０６から分離さ
れる。ここでの関連では、「テキスト・カラム」は一行
以上のテキスト部分を指している。複数行を持つカラム
の場合は、そのカラムを構成している各行はカラムの垂
直線に関して配列されている。非テキスト部分１０６は
空白であるか，或いは挿絵、飾り縁、模様、またはその
他同種のものであることができる。

【０００６】画像切り出しプログラム１０７から、画像
１０３のうちテキスト・カラム１０５のみを含む部分で
あるテキスト・カラム画像１０９が出力される。テキス
ト・カラム画像１０９は続いて、データ処理システムの
プロセッサーの中で実行される別のプログラムであるテ
キスト・カラム解析プログラム１１１への入力として使
用される。テキスト・カラムの画像が与えられると、テ
キスト・カラム解析プログラム１１１はそれら画像を文
字、単語、行として判断し、テキスト画像の中のテキス
トに対応するディジタル文字符号１１３を出力すること
ができる。

【０００７】続いてディジタル文字符号１１３は一般的
にはテキスト・ファイル１１５へ出力される。テキスト
・カラム解析プログラム１１１によって生じたディジタ
ル文字符号は、勿論データ処理システムにより同じ方法
で他の何らかの文字符号として操作することができる。

【０００８】従来のテキスト・カラム解析プログラム１
１１は、１９８８年９月１２日から１４日にフランスの
ポンタ・ムッセンで開催された「図形構造及び構造的パ
ターン認識に関するＩＡＰＲ研究会議事録（Ｐｒｏｃｅ
ｅｄｉｎｇｓ　　ｏｆ　　ｔｈｅＩＡＰＲ　　Ｗｏｒｋ
ｓｈｏｐ　　ｏｎ　　Ｓｙｎｔａｃｔｉｃ　　ａｎｄ　
　Ｓｔｒｕｃｔｕｒａｌ　　Ｐａｔｔｅｒｎ　　Ｒｅｃ
ｏｇｎｉｔｉｏｎ）」に有る、ヘンリー・エス・ベアド
氏の論文「全体から局部へのレイアウト解析（Ｇｌｏｂ
ａｌ−ｔｏ−Ｌｏｃａｌ　　Ｌａｙｏｕｔ　　Ａｎａｌ
ｙｓｉｓ）」に記述されている。

【０００９】テキスト・カラム解析プログラム１１１は
、それが受け取っている画像がテキストの一つのカラム
を正確に表わすように想定されているので、画像切り出
しプログラム１０７はシステム１０１の必須要素である
。従って、テキスト・カラム解析プログラム１１１は、
もしテキスト・カラム１０５或いは非テキスト・スペー
ス１０６を二以上入力として受けると動作しないことが
ある。もしその入力が複数のテキスト・カラム１０５で
ある場合には、テキスト・カラム解析プログラム１１１
はテキストの行の位置を捜し出すことができないかもし
れず、もしできるとしてもテキスト・カラム解析プログ
ラム１１１はそれらの行を正しい順序で読み取ることが
できないであろう。

【００１０】もしその入力が非テキスト・スペース１０
６である場合には、テキスト・カラム解析プログラム１
１１は挿絵、飾り縁、他の非テキスト資料、或いは汚れ
の斑点でさえも、テキストとして判断してしまうことが
ある。最良の場合には、テキスト・カラム解析プログラ
ム１１１は動作せず、単に時間と処理資源とをそれにあ
てることとなろう。最悪の場合には、テキスト・カラム
解析プログラム１１１は動作することとなろう。このよ
うなことが起きると、テキスト・カラム解析プログラム
１１１はその画像から抽出されているテキストに存在し
ない文字を加えたり、或いはその画像の中のテキストを
完全に誤って判断することさえ有るかもしれない。

【００１１】

【従来の技術】テキストを含む画像を切り出す技術に関
する最近の調査によると、１９８６年１０月にフランス
のパリーで開催された「パターン認識に関する第八回国
際会議議事録（Ｐｒｏｃｅｅｄｉｎｇｓ，　　８ｔｈ　
　Ｉｎｔｅｒｎａｔｉｏｎａｌ　　Ｃｏｎｆｅｒｅｎｃ
ｅ　　ｏｎ　　Ｐａｔｔｅｒｎ　　Ｒｅｃｏｇｎｉｔｉ
ｏｎ）」に有る、エス・エヌ・スリハリ（Ｓ．Ｎ．Ｓｒ
ｉｈａｒｉ）氏とジー・ダブリュ・ザック（Ｇ．Ｗ．Ｚ
ａｃｋ）氏の共同論文「文書画像解析（Ｄｏｃｕｍｅｎ
ｔ　　Ｉｍａｇｅ　　Ａｎａｌｙｓｉｓ）」では、完全
自動画像切り出し手法が二つの広いカテゴリー、すなわ
ち、下降型手法と上昇型手法とに分けられている。

【００１２】下降型手法は、画像の中のテキストの位置
の周囲に高レベルの推量を標すことによって開始する（
例えば、そのテキストではこの推量は一つのヘッダーを
伴なう二列カラム構成テキストであることができる）。 これら下降型手法では続いて高レベルの推量に基づいて
低レベルの推量の木が作成され、このようにして文書画
像を調べることによって推量の正しさを判定することが
できるレベルに達するまで推量レベルの下降が継続され
る。

【００１３】もし文書画像がその推量を支持しないとき
は、下降型手法はそれらが文書画像によって誤りを明示
されなかったレベルに達するまで木の中で上方へ戻り、
その木の別の枝を試みる。上記の記述から明らかな如く
、もし高レベルの推量とその文書の実際の形状との間で
照合不良があるときは、テキストの位置を判定するため
に下降型手法を使用するプログラムを極めて長時間（多
分、永久にさえ）に亘って実行することとなろう。

【００１４】上昇型手法は、文字の画像の位置を捜し出
すことによって開始する。上昇型手法では続いて文字か
ら単語への組み立て、単語から行への組み立て、行から
カラムへの組み立て等が行なわれる。この上昇型手法に
伴なう問題には、これら手法が文書の中のテキストに対
する全体的視野を持たず、従って文字から単語への組み
立て、単語から行への組み立て、行からカラムへの組み
立て等に関してしばしば誤りを生じることがある。

【００１５】

【発明が解決しようとする課題】本発明の一つの目的は
ディジタル画像の改善された処理方法を提供することで
ある。本発明の別の目的は画像の切り出しを行なう改善
された処理装置及び処理方法を提供することである。本
発明の更に別の目的は或る部類の画像に対する特性であ
る形状情報を使用する画像切り出しを行なう改善された
処理装置及び処理方法を提供することである。　　本発
明の更に別の目的は画像の中にある最大空白矩形を捜し
出すための方法を提供することである。

【００１６】

【課題を解決するための手段】本技術は、或る部類の誤
りを防止するための「規則」を使用することによってこ
れらの問題を解決することを試みたものである。本出願
で開示される装置及び方法によって、上昇型手法が持つ
簡易性及び高速性と下降型手法が持つ全体的視野とを組
み合わせた画像切り出し技術が提供される。

【００１７】一般的な表現では、本発明は対象とされる
画像が属する部類がその部類に属する画像の要素の形状
によって決められる画像の切り出しを行なう方法であり
、この方法は画像の第一の要素の第一の組みの位置を捜
し出すステップと、画像の、各々が前記第一要素の何れ
をも含まず或いはそれらの何れとも重なり合うことがな
い要素である第二の要素の第二の組みの位置を捜し出す
ステップと、画像の部類の形状情報特性を使用する前記
第二の組みの解析によって画像の切り出しを行なうステ
ップとを有する。

【００１８】画像切り出しを行なう装置は、画像の第一
の要素の第一の組みの位置を捜し出す手段と、画像の、
各々が前記第一要素の何れをも含まず或いはそれらの何
れとも重なり合うことがない要素である第二の要素の第
二の組みの位置を捜し出す手段と、画像の部類の形状情
報特性を使用する前記第二の組みの解析によって画像切
り出しを行なう手段とを有する。

【００１９】本発明の一態様では、本技術は第一要素と
第二要素とを有し、第一要素がテキスト文字を囲む矩形
であり、第二要素がテキスト文字を囲む何れの矩形とも
重ならず或いはそのような矩形を囲んでいない画像の中
に構成することができる局部的に最大の矩形である画像
に適用される。この態様での形状情報は、特に画像の非
テキスト部分に対する特性である第二要素を描写する形
状情報である。この態様が特に旨く適合する画像の部類
はマンハッタン・レイアウト部類である。このマンハッ
タン・レイアウト部類では、形状情報は高いアスペクト
比を持つ第二要素を描写する。

【００２０】本発明の別の態様では、この態様における
第二要素が画像の中にある更新された最大空白矩形を捜
し出すための方法を用いて得られる。それら方法のうち
の一つは対角点で定められている最大空白矩形を捜し出
すために使用することができ、他の方法は矩形で定めら
れている最大空白矩形を捜し出すために使用することが
できる。

【００２１】

【実施例】好ましい実施例についての以下の詳細な説明
では、最初に、一般的なマンハッタン・レイアウトを持
つ文書の画像切り出しを実行する実施例の概観を述べ、
続いて最大空白矩形を捜し出すために本実施例で使用さ
れている新規な技術を論じ、次ぎにこの好ましい実施例
の画像切り出しプログラム１０７で使用されているこの
技術の適用を論じ、続いてマンハッタン・レイアウトか
ら得られた最大空白矩形がそのマンハッタン・レイアウ
トの中の非テキスト・スペース１０６を定めるカバー・
セットを得るために形状によって分類される方法を示す
。

【００２２】マンハッタン・レイアウト（図２及び図３
、参照） マンハッタン・レイアウトは、一組の垂直及び水平の線
状セグメントによって画像切り出しを行なうことができ
るレイアウトである。この定義から明らかなように、殆
どの標準的な書籍、雑誌、新聞のレイアウトは、殆どの
業務用通信文及び業務用書式がそうであるように、この
部類のレイアウトに属している。

【００２３】図２はマンハッタン・レイアウトの一例、
すなわち米国特許第４，８６６，７１４号の第一頁の一
部分を示している。以下の説明のために、マンハッタン
・レイアウト２０１の次ぎの要素、すなわち、単一の印
刷書体文字、この例では「Ｕ」を囲んでいる文字矩形２
０３、一組の文字矩形２０３によって表わされている単
語２１１、カラムの中の一つの水平線上の一組の単語か
ら成る行２０９、互いに上下に位置する一組の行２０９
から成るカラム２０７、最大空白矩形２０５（ａ）〜２
０５（ｃ）に分けることができる。

【００２４】最大空白矩形は、マンハッタン・レイアウ
ト２０１の中で、矩形の四辺の各々がマンハッタン・レ
イアウトの角部或いは文字矩形の角部で接するように描
くことができる矩形である。

【００２５】以下で更に詳しく記述されるように、この
好ましい実施例の画像切り出しプログラム１０７は、マ
ンハッタン・レイアウト２０１の中で一組の最大空白矩
形２０５を得、これらの最大空白矩形２０５を形状に従
って分類し、マンハッタン・レイアウト２０１のうちテ
キストの行及びカラムで占められている全ての部分を覆
うカバー・セットを得るために細分化された一組の分類
された最大空白矩形を組み合わせることによって働く。

【００２６】図３は図２のマンハッタン・レイアウト２
０１に対するカバー・セット３０１を示す。図３の中で
、図３の文字、行、カラムを囲んでいる枠外の空白の全
てがカバー・セット３０１に属する。

【００２７】好ましい実施例の画像切り出しプログラム
１０７の概観（図４参照） 図４は、本発明の原理を使用している図１の画像切り出
しプログラム１０７の実施例である画像切り出しプログ
ラム４０１を示すブロック・ダイヤグラムである。画像
切り出しプログラム４０１はテキスト画像１０３を入力
として受け、テキスト・カラム画像１０９を出力として
生じる。好ましい実施例では、テキスト画像１０３はマ
ンハッタン・レイアウト２０１を持ち、テキスト・カラ
ム画像１０９はマンハッタン・レイアウト２０１からの
カラム２０７である。

【００２８】画像切り出しプログラム４０１の最初の要
素は文字矩形位置捜し出しプログラム４０２であり、こ
の文字矩形位置捜し出しプログラム４０２は画像１０３
の中の文字を囲んでいる矩形２０３のリスト４０３を生
じる。矩形２０３はそれらの下方左側角部と上方右側角
部のｘ、ｙ座標によって描写され、リスト４０３はｙ、
ｘに関して次ぎのように整理される。すなわち、所定の
矩形２０３の中に有り、リスト４０３の中での矩形の順
序を判定するために用いられる画素は、全ての画素がｙ
、ｘによって辞書編纂的に整理されるときの最後の画素
であり、リスト４０３の中のこれら画素の順序が再びｙ
、ｘによって辞書編纂的に整理される。

【００２９】文字矩形リスト４０３は最大空白矩形位置
捜し出しプログラム（ＭＥＲロケータ）４０５への入力
であり、この最大空白矩形位置捜し出しプログラム４０
５は画像１０３の中の最大空白矩形２０５の位置を捜し
出し、それらの位置を最大空白矩形リスト４０７へ出力
する。このリスト４０７の中の最大空白矩形は再びそれ
らの下方左側角部と上方右側角部の座標によって描写さ
れる。最大空白矩形リスト４０７は、このリスト４０７
の中の最大空白矩形２０５を画像１０３の特徴である形
状によって分類する形状指向分類プログラム（ＳＤソー
タ）４０９への入力として使用される。

【００３０】好ましい実施例では、マンハッタン・レイ
アウト２０１に対する特徴的形状は高いアスペクト比の
矩形である。分類されたリストの中の所定の細分化され
た組の最大空白矩形２０５はカバー・セット３０１を形
成するために併合される。続いてカバー・セット３０１
と画像１０３とはテキスト抽出プログラム４１１へ入力
される。画像１０３のうちカバー・セット３０１に属し
ていない部分は、もちろん画像１０３の行２０９とカラ
ム２０７であり、これらはテキスト・カラム画像１０９
としてテキスト・カラム解析プログラム１１１へ出力さ
れる。

【００３１】上記記述から分かるように、画像１０３の
処理では、画像切り出しプログラム４０１が以下のステ
ップ、すなわち、画像１０３の中の文字を含む矩形２０
３のリストを作成するステップ、矩形２０３を用いて画
像１０３の中の上記一組の最大空白矩形２０５を判定す
るステップ、この一組の最大空白矩形２０５を形状によ
って、この例ではアスペクト比によって分類するステッ
プ、所定の細分化された組の分類された最大空白矩形を
組み合わせてカバー・セット３０１を生成するステップ
、画像１０３と共にカバー・セット３０１を使用して画
像１０３の中のテキストの行２０９及びカラム２０７の
位置を捜し出すステップを実行する。画像切り出しプロ
グラム４０１の要素を次に詳細に説明する。

【００３２】文字矩形位置捜し出しプログラム４０２（
図５参照） 文字矩形位置捜し出しプログラム４０２は画像１０３を
解析して文字矩形の位置を捜し出す。この最初のステッ
プでは文字の位置を捜し出しが行われる。この位置捜し
出しステップは次のようにして行われる。最初に、その
画像を解析してそのテキストのために画像の中で使用さ
れている色彩を持つ画像成分が互いに繋がっている「し
み」が見付けられる。画像の「繋がっている成分」は画
素成分であって互いに直接または間接に接しているもの
である。

【００３３】好ましい実施例では、これらの繋がってい
る成分は８字状に繋げられ、すなわち、各画素が水平、
垂直、対角線の何れの方法でも接することが可能である
。他の実施例では、他の度合いの繋がり状態を使用する
ことができる。繋がり状態の解析方法は従来どおりの方
法である。この解析を実行する一つの技術が、１９８４
年に英国ハーフォードシャ（Ｈｅｒｔｆｏｒｄｓｈｉｒ
ｅ）州レッチワース（Ｌｅｔｃｈｗｏｒｔｈ）のリサー
チ・スタディース・プレス（Ｒｅａｒｃｈ　　Ｓｔｕｄ
ｉｅｓ　　Ｐｒｅｓｓ）社から発行された、ロンセ・シ
ー（Ｒｏｎｓｅ，Ｃ．）氏とデビヴァー・ピー（Ｄｅｖ
ｉｊｖｅｒ，Ｐ．）氏による著書「２値画像における繋
がった要素とその検出の問題（Ｃｏｎｎｅｃｔｅｄ　　
Ｃｏｍｐｏｎｅｎｔｓ　　ｉｎ　　Ｂｉｎａｒｙ　　Ｉ
ｍａｇｅｓ：Ｔｈｅ　　Ｄｅｔｅｃｔｉｏｎ　　Ｐｒｏ
ｂｌｅｍ）」に記述されている。

【００３４】図５は文字５０３に対する繋がり状態の解
析の結果を示す。文字５０３の各画素５０１は８字状に
繋がれており、この結果、文字５０３は「しみ」である
。

【００３５】次のステップでは、しみ状態の文字５０３
が黒く埋められた矩形５０７に理想化される。黒く埋め
られた矩形５０７はしみ状の文字５０３を、従って文字
を十分に囲む大きさを有する。黒く埋められた矩形５０
７でテキスト文字を囲むには大き過ぎるものや小さ過ぎ
るものは全て無視される。図５において、５０９は８字
状に繋がっている文字ではないしみ状態の画素であり、
５１１は理想化され且つテキスト文字を囲むには小さ過
ぎるために排除される黒く埋められた矩形である。

【００３６】次のステップでは、画像１０３の中のスキ
ュー歪み、すなわち、ずり歪みが訂正される。このよう
な訂正を行なうための技術分野で知られている幾つかの
方法が有る。好ましい実施例で使用されている方法は、
１９８７年５月２０〜２１日にニューヨーク（ＮＹ）州
ロチェスター（Ｒｏｃｈｅｓｔｅｒ）で開催された「写
真科学者及び写真技術者協会の１９８７年会議議事録（
Ｐｒｏｃｅｅｄｉｎｇｓ，　　１９８７　　Ｃｏｎｆｅ
ｒｅｎｃｅ　　ｏｆ　　ｔｈｅ　　Ｐｈｏｔｏｇｒａｐ
ｈｉｃ　　Ｓｃｉｅｎｔｉｓｔｓ　　ａｎｄ　　Ｅｎｇ
ｉｎｅｅｒｓ）」における、ヘンリー・エス・ベアド氏
の論文「印刷文書のスキュー角（Ｔｈｅ　　Ｓｋｅｗ　
　Ａｎｇｌｅ　　ｏｆ　　Ｐｒｉｎｔｅｄ　　Ｄｏｃｕ
ｍｅｎｔｓ）」に記述されている。

【００３７】一旦、その歪み訂正が成されると、画像１
０３の中の黒く埋められた全矩形５０７の正しいｘ、ｙ
座標が判明し、文字矩形リスト４０３を上記で述べたよ
うに構成することができる。

【００３８】最大空白矩形位置捜し出しプログラム４０
５ 最大空白矩形位置捜し出しプログラム４０５に関する以
下の記述は、画像の中の対角点ｉによって定められた最
大空白矩形２０５の位置を捜し出す新規なアルゴリズム
の記述から開始され、続いてこのアルゴリズムが文字矩
形２０３によって定められた最大空白矩形２０５の位置
を捜し出すために適用される方法を明らかにする。

【００３９】最大空白矩形の位置捜しだし（図６〜図８
） 図６は、ｘｍｉｎ　からｘｍａｘ　及びｙｍｉｎ　から
ｙｍａｘに亘るｘ、ｙ座標が割付けられた画像６０１を
示す。その画像上には三点（ｘ１，ｙ１）、（ｘ２，ｙ
３）、（ｘ３，ｙ２）が有る。図６の中の最大空白矩形
は、四辺が上記三点のうちの一つか或いはその画像の境
界線のうちの一つによって境界を定められる。従って、
最大空白矩形６０５はｙ軸及び上記三点（ｘ１，ｙ１）
、（ｘ２，ｙ３）、（ｘ３，ｙ２）によって境界を定め
られている。 ここ以降においては、最大空白矩形はそれらの下方左側
角部と上方右側角部の座標によって特定されるものとす
る。最大空白矩形６０５の場合では、それらの座標は（
ｘｍｉｎ　，ｙ１；ｘ３，ｙ３）である。

【００４０】ｘ軸上の所定の点で、活性な矩形はその右
辺が未だ境界と回合していない矩形である。従って、点
ｘ３では矩形６０７は依然として活性である。ここ以降
においては、活性な矩形はその左辺のｘ座標とｙ軸上の
区間６０３を示す二個のｙ座標によって特定されるもの
とする。活性な矩形６０７は、例えば（ｘｍｉｎ　，［
ｙ３，ｙｍａｘ　］）によって特定されている。

【００４１】以下で説明するアルゴリズムは、何れの点
も他の点とは同じｘ座標或いはｙ座標を持たない最大空
白矩形に適用される。概念上、このアルゴリズムはその
画像をｙ軸と平行な線に沿って左から右へ走査すること
によって最大空白矩形の位置を捜し出す。その画像の中
で一つの点が回合される毎に、この新しい点でそれらの
右辺の境界が定められる活性な矩形が最大空白矩形リス
トへ出力され、一組の更新された活性な矩形が開始され
る。これらの更新された活性な矩形はそれらの上辺、底
辺或いは左辺がその新たな点によって定められる矩形で
ある。

【００４２】例えば、ｘｍｉｎ　から点ｘ１の間での走
査の初めには、一個の活性な矩形（ｘｍｉｎ　，［ｙｍ
ｉｎ　，ｙｍａｘ　］）が有る。この走査で点（ｘ１，
ｙ１）に回合すると、活性な矩形（ｘｍｉｎ　，［ｙｍ
ｉｎ　，ｙｍａｘ　］）の第四辺が定まり、その最大空
白矩形（ｘｍｉｎ　，ｙｍｉｎ　；ｘ１，ｙｍａｘ　）
が最大空白矩形リストへ出力される。ｘ１とｘ２との間
には三個の活性な矩形、すなわち（ｘｍｉｎ，［ｙｍｉ
ｎ　，ｙ１］）、（ｘｍｉｎ　，［ｙ１，ｙｍａｘ　］
）、（ｘ１，［ｙｍｉｎ　，ｙｍａｘ　］）が有る。

【００４３】上記アルゴリズムは、図７及び図８に示さ
れる論理木によって実効される。これらの木の中の各ノ
ード７０１は活性な矩形を表わし、各木はそれらがｘ軸
上の所定の二点間に存在しているとき活性な矩形を表わ
している。木７０３はｘｍｉｎ　とｘ１との間に存在す
る活性な矩形を表わし、木７０５はｘ１とｘ２との間に
存在する活性な矩形を表わし、木７０７はｘ２とｘ３と
の間に存在する活性な矩形を表わし、木８０１はｘ３と
ｘｍａｘ　との間に存在する活性な矩形を表わしている
。

【００４４】これらの木の構造は木７０７によって最も
良く理解することができる。木７０７は子ノードを持た
ない葉ノード７０９と常に二個の子ノードを持つ内部ノ
ード７１７とで構成されている。内部ノード７１７は単
一の根ノード７１９を有する。木７０７には更に、葉ノ
ード７０９と根ノード７１９との間に三つのレベル７１
１が有る。葉ノード７０９は、ｘｍｉｎ　に左辺がある
全ての活性な矩形を表わしている。次に上のレベルは最
初の点、この例ではｘ１に左辺がある全ての活性な矩形
を表わし、その次のレベルは次の点、この例ではｘ２に
左辺がある全ての活性な矩形を表わしている。

【００４５】木７０７はｘ２とｘ３との間の活性な矩形
を表わしているので、より高いレベルは存在しない。或
るレベルでは、ノードがｙｍｉｎ　で始まりｙｍａｘ　
で終わるｙ区間によって整列されている。レベルｘ（ｋ
）での内部ノード７１７の子ノードは、レベルｘ（ｎ＜
ｋ）での、ｙ区間が二つの属性、すなわち、互いに重な
り合わず、且つ全て内部ノード７１７のｙ区間の中に入
る属性を持つ活性な矩形を表わしている。

【００４６】従って、活性な矩形（ｘ１，［ｙｍｉｎ　
，ｙ３］）を表わしている内部ノード７１７はその子ノ
ードとして活性な矩形（ｘｍｉｎ　，［ｙｍｉｎ　，ｙ
１］）、（ｘｍｉｎ　，［ｙ１，ｙ３］）を表わしてい
る葉ノードを有し、その一方で活性な矩形（ｘ２，［ｙ
ｍｉｎ　，ｙｍａｘ　］）を表わしている内部ノード７
１７はその子ノードとして活性な矩形（ｘ１，［ｙｍｉ
ｎ　，ｙ３］）を表わしている内部ノード７１７と（ｘ
ｍｉｎ　，［ｙ３，ｙｍａｘ　］）を表わしている葉ノ
ードを有する。

【００４７】このアルゴリズムの動作の様子は、図６〜
図８を参照することによって理解することができる。ｘ
軸に沿う左から右への行の走査は、ｘ座標によって整列
されている点のリストによって表わされている。各点は
順にそのｘ座標の前の活性な矩形を表わしている木に与
えられる。ｘｍｉｎ　からｘ１までの間には一個の活性
な矩形（ｘｍｉｎ　，［ｙｍｉｎ　，ｙｍａｘ　］）が
有り、その木はその活性な矩形に対して一個の葉ノード
を含む木７０３の形態を持っている。

【００４８】走査が点（ｘ１，ｙ１）に達すると、木７
０３によって表わされている活性な矩形は右辺を確定さ
れ、最大空白矩形（ｘｍｉｎ　，ｙｍｉｎ；ｘ１，ｙｍ
ａｘ　）としてそのリストへ出力される。点（ｘ１，ｙ
１）の後には、木７０５から理解できるように三個の活
性な矩形が有る。木の操作によって、点（ｘ１，ｙ１）
が木７０３に与えられると、その結果ノード７０１が二
つに分割されて、左辺がｘｍｉｎ　に在る二個の活性な
矩形が現に存在し、左辺がｘ１に在る上記更新された活
性な矩形に対して新たなノードが形成されている事実が
表わされる。

【００４９】走査が点（ｘ２，ｙ３）に達すると、ｙ３
を含んでいたｙ区間を持つ活性な矩形の右辺が確定され
、上記リストへ出力される。これらの更新された最大空
白矩形は、 （ｘｍｉｎ　，ｙ１；ｘ２，ｙｍａｘ　）（ｘ１，ｙｍ
ｉｎ　；ｘ２，ｙｍａｘ　）である。

【００５０】上記更新された活性な矩形は、（ｘｍｉｎ
　，［ｙ１，ｙ３］） （ｘｍｉｎ　，［ｙ３，ｙｍａｘ　］）（ｘ１，［ｙｍ
ｉｎ　，ｙ３］） （ｘｍｉｎ　，［ｙｍｉｎ　，ｙｍａｘ　］）である。

【００５１】最大空白矩形を生成する一般的なアルゴリ
ズムは以下のとおりである。ｘ座標によって分類された
点のリスト上の各点に対して、このアルゴリズムは以下
の操作をする。すなわち、その木を根ノードから現在の
点のｙ座標を含むｙ区間を持つ各ノードに対応する最大
空白矩形を出力する葉ノードへ走査し、新たな点のｙ座
標を含むｙ区間を持つ葉ノードを分割する。

【００５２】更にこのアルゴリズムは、三個の潜在的な
子ノード（親ノードのｘ座標より小さなｘ座標を持ち、
親ノードのｙ区間に含まれていて重なりの無いｙ区間を
持つ子ノード）を有する親ノードを用いて、以下の操作
をする。すなわち、その親ノードのｙ区間を一つの境界
としてその新たな点のｙ座標を持ち且つ上記潜在的な子
ノードのうち二個の子ノードの間のｙ区間を含む新たな
ｙ区間にリセットし、第三の上記潜在的な子ノードを上
記親ノードの親ノードの潜在的な子ノードになし、これ
らの操作をリセットされている区間を持つ上記親ノード
が親ノードを持たなくなるまで上記親ノードの親ノード
に対して繰り返す。

【００５３】更にこのアルゴリズムは、上記新たな点の
ｘ座標とｙ区間［ｙｍｉｎ　，ｙｍａｘ　］を持つ新た
な根ノードを作成し、上記ステップ１、２の操作から得
られた二つの部分木の根ノードを上記新たな根ノードの
子ノードにする。

【００５４】このアルゴリズムを木７０５から木７０７
への変換に適用すると、最初のステップではそれらノー
ドが上から下へ走査され、続いて左から右へ走査され、
上記各最大空白矩形が上記に示された順に出力される。 次いで、葉ノード（ｘｍｉｎ　，［ｙ１，ｙｍａｘ　］
）を分割して新たな葉ノード（ｘｍｉｎ　，［ｙ１，ｙ
３］）、（ｘｍｉｎ　，［ｙ３，ｙｍａｘ　］）を生成
することにより、木７０５が木７０７に変換される。こ
のとき根ノード（ｘ１，［ｙｍｉｎ　，ｙｍａｘ　］）
は三個の子ノード、（ｘｍｉｎ　，［ｙｍｉｎ　，ｙ１
］）（ｘｍｉｎ　，［ｙ１，ｙ３］） （ｘｍｉｎ　，［ｙ３，ｙｍａｘ　］）を持つ。

【００５５】この根ノードのｙ区間は、上記三個の潜在
的な子ノードのうち単に二個の子ノードのｙ区間、この
例では（ｘｍｉｎ　，［ｙｍｉｎ　，ｙ１］）及び（ｘ
ｍｉｎ　，［ｙ１，ｙ３］）を含むように縮小され、こ
れら二個のノードがこの根ノードの実際の子ノードに成
される。この時点では、二つの木、すなわち部分木７１
５と部分木７１３が存在する。上記根ノードは親ノード
を持っていないので、次のステップで新たな根ノード（
ｘ２，［ｙｍｉｎ　，ｙｍａｘ　］）が作成され、且つ
部分木７１５及び７１３がこの新たな根ノードの子ノー
ドに成される。

【００５６】上記アルゴリズムは以下のようにして木７
０７を木８０１に変換する。すなわち、根ノードから葉
ノードへの走査によって次の最大空白矩形、（ｘｍｉｎ
　，ｙ１；ｘ２，ｙ３） （ｘ１，ｙｍｉｎ　；ｘ３，ｙ３） （ｘ２，ｙｍｉｎ　；ｘ３，ｙｍａｘ　）が出力される
。

【００５７】次いで、上記葉ノード（ｘｍｉｎ　，［ｙ
１，ｙ３］）が分割されて親ノード（ｘ１，［ｙｍｉｎ
　，ｙ３］）に三個の潜在的な子ノードを与える。この
親ノードのｙ区間が［ｙｍｉｎ　，ｙ２］に調節され、
ｙ区間［ｙｍｉｎ　，ｙ１］及び［ｙ１，ｙ２］を持つ
二個の子ノードが実際の子ノードに成される。上記潜在
的な子ノード（ｘｍｉｎ　，［ｙ２，ｙ３］）は、ノー
ド（ｘ１，［ｙｍｉｎ　，ｙ２］）の親ノード、すなわ
ちこのときは三個の子ノード（ｘ１，［ｙｍｉｎ　，ｙ
２］）、（ｘｍｉｎ　，［ｙ２，ｙ３］）、（ｘｍｉｎ
　，［ｙ３，ｙｍａｘ　］）を持つ木７０７の根ノード
（ｘ２，［ｙｍｉｎ　，ｙｍａｘ　］）の潜在的な子ノ
ードに成される。

【００５８】続いて、上記アルゴリズムのうち三個の子
ノードを持つノードを処理する部分が木７０７の根ノー
ドに適用され、その結果根ノード（ｘ１，［ｙｍｉｎ　
，ｙ２］）及び（ｘ２，［ｙ２，ｙｍａｘ　］）を持つ
二つの部分木が生成される。それらの根ノードは次いで
木８０１の新たな根ノードの子ノードに成る。

【００５９】上記で記述したばかりのアルゴリズムは画
像の中の対角点の位置を捜し出す周知な方法及び論理木
をデータ構造として表わしそのようなデータ構造を操作
する周知な方法を用いて容易に履行することができる。

【００６０】文字矩形２０３によって定められている最
大空白矩形２０５の捜し出し図６の各点が文字矩形２０
３のような矩形に置換されるとき、これらの矩形が幅と
高さを持つ事実によって最大空白矩形を見付けだす問題
がかなり複雑になる。点を用いることによって、その点
との回合によって得られる全ての最大空白矩形２０５及
び全ての更新された活性な矩形６０７がこの回合に基づ
いて直ちに生成される。

【００６１】これらの更新された活性な矩形６０７は三
つの部類、すなわちその点で底辺を持つもの、その点で
上辺を持つもの、その点で左辺を持つものに区分される
。矩形を用いることによって、文字矩形２０３の左辺と
回合するとき最大空白矩形２０５と最初の二つの部類の
更新された活性な矩形６０７が生成されるが、しかし文
字矩形２０３の右辺によって定められている左辺を持つ
上記更新された活性な矩形６０７は文字矩形２０３の右
辺と回合するまで生成することができない。

【００６２】さらに、所定の文字矩形２０３が、より高
いｘ座標を持つ左辺を有する他の文字矩形が上記所定の
文字矩形２０３の左辺の影響に取って代わる影響を持つ
まで活性な矩形の生成に影響を及ぼし続ける。この理由
で、所定の文字矩形２０３はその右辺が回合した後でさ
え「活性」状態に止まっている。従って、所定の文字矩
形の左辺が回合したとき最大空白矩形が出力されなけれ
ばならず、且つ上記所定の文字矩形２０３と接する上辺
及び底辺を持つ更新された活性な矩形が出力されなけれ
ばならず、且つどの文字矩形がその左辺によって不活性
に成されたか否かが判定されなければならない。上記所
定の文字矩形２０３の右辺が回合するとき、上記所定の
文字矩形２０３の右辺と接する左辺を持つ更新された活
性な矩形が生成されなければならない。

【００６３】以下において、画像切り出しプログム４０
１の好ましい実施例で使用されているアルゴリズムを、
四個の文字矩形２０３を持つ簡単な画像の例を用いて詳
細に説明する。このアルゴリズムは相当に多くの文字矩
形２０３を持つ画像の例を使用して説明した方法で動作
する。

【００６４】画像切り出しプログム４０１の好ましい実
施例は、典型的には２０００個の文字矩形２０３を持つ
印刷書体のアルファベットの画像から大版の辞典類の頁
の画像を含み１５０００個に近い文字矩形２０３を持つ
画像に亘る画像に使用された。

【００６５】画像例（図９参照） 図９は画像例９０１を示す。この画像例９０１は四個の
文字矩形２０３（０）〜２０３（３）を含んでいる。こ
れら四個の文字矩形２０３（０）〜２０３（３）は非テ
キスト・スペース１０６によって囲まれている。図９の
中の最大空白矩形６０５は、その四辺の各々がこの画像
の縁部または文字矩形２０３の一辺と接している矩形で
ある。

【００６６】同様に、図９の中の活性な矩形６０７はそ
の左辺、上辺、底辺が文字矩形２０３の一辺または画像
９０１の左縁、上縁、底縁と接しているが、しかしその
右辺は文字矩形２０３の左辺または画像９０１の右縁に
は未だ達していない。

【００６７】各文字矩形２０３は左辺９０５と右辺９０
７を持っている。ｘ軸と垂直な線が画像９０１を横切っ
て走査するとき、それまでの活性な矩形６０７は文字矩
形２０３の左辺９０５と回合する毎に最大空白矩形６０
５と成り、文字矩形２０３の左辺９０５または右辺９０
７と回合する毎に更新された活性な矩形６０７が生成さ
れる。左辺９０５または右辺９０７とのこのような回合
を本明細書では「イベント（ｅｖｅｎｔ：出来事）」と
呼ぶ。もし走査線が図９の中のｘ４で起きているように
左辺９０５と右辺９０７とに回合すると、その結果各辺
に一つづつ二つのイベントが生じる。

【００６８】好ましい実施例では、イベントは五個の情
報、すなわちそのイベントが起きたときの走査線のｘ軸
上の位置、回合した辺を持つ矩形の数、回合した辺は左
辺９０５であるか、回合した辺は右辺９０７であるか、
その辺の位置、によって特定される。辺の位置は三個の
区間、すなわちｙｍｉｎ　から辺の開始位置まで、辺の
開始位置から辺の終了位置まで、辺の終了位置からｙｍ
ａｘまでの各区間によって表わされる。

【００６９】文字矩形２０３（０）の右辺に対する各区
間は、図９では９０９、９１１、９１２で特定されてい
る。このようにして、走査線が文字矩形２０３（０）の
右辺にｘ７で回合するときに起きるイベントは次の値、
ｘ７、０、右、［ｙｍｉｎ　，ｙ５］、［ｙ５，ｙ６］
、［ｙ６，ｙｍａｘ　］によって特定される。

【００７０】図１０は、ｘ１での画像９０１の活性な矩
形を表わす論理木１００１を示す。上記に記述されてい
るように、文字矩形２０３は、それらの左辺が回合して
いる位置からそれらの左辺が最早活性な矩形の生成に影
響を及ぼすことが無い位置まで活性である。従って、論
理木１００１は非テキスト・スペース１０６の活性な矩
形に対するノードのみならず、文字矩形２０３に対する
ノードを有し、最早論理木ではない。

【００７１】活性な非テキスト矩形６０７は、ノード１
００３の中では次の値、すなわち活性な非テキスト矩形
６０７を示すＷ、この矩形６０７の左辺のｘ座標、この
矩形６０７の左辺に対応するｙ軸上の区間、によって表
わされる。活性な文字矩形２０３は次の値、すなわち文
字矩形２０３を示すＢ、文字矩形２０３の右辺に達して
いないことを示すｘｍａｘ　（もしそれが達していれば
、ｘｍａｘ　はその右辺のｘ座標で置換される）、文字
矩形２０３の左辺に対応するｙ軸上の区間、によって表
わされる。

【００７２】前述の如く、或るノードの子ノードは重な
り合わず、且つそれらの親ノードに対して特定されたｙ
区間の中に入っている範囲のｙ区間を有し、これら子ノ
ードはそれらの左辺がそれらの親ノードが持つ左辺のｘ
軸上の位置より低いｘ軸上の位置に在る活性な矩形を表
わしている。左辺側のイベントではこのイベントのｘ座
標で開始している更新された活性な非テキスト矩形６０
７を生成することが無いので、根ノード１００２は活性
な矩形を特定しない。

【００７３】好ましい実施例におけるリスト及び木の表
示（図１１〜図１４参照） 図１１は、好ましい実施例における文字矩形リスト４０
３及び最大空白矩形リスト４０７を履行するために用い
られるデータ構造を示す。両リストは矩形を表わすレコ
ードによって履行される。各レコードは一群のポインタ
ーによって指示され、これら一群のポインターは文字矩
形リスト４０３を管理するために必要な情報を有するヘ
ッダーによって指示される。リストの細目はリスト４０
３についてのみ図示されている。

【００７４】先ずレコードに関して、文字矩形レコード
（ＣＲＲ）１１１７はフィールド１１１９の中の上記一
群のポインターによって表わされる文字矩形の左下方の
角部のｘ、ｙ座標及びフィールド１１２１の中の右上方
の角部の座標を有する。文字矩形群（ＣＲＡ）１１１３
は、文字矩形レコード１１１７に対する一群のポインタ
ー（ＣＲＲＰＴＲ）１１１５である。

【００７５】最後に、文字矩形ヘッダー１１０３は文字
矩形群１１１３に対するポインター（ＣＲＡＰＴＲ）１
１０７と最新の数の文字矩形レコード１１１７（ＣＲＲ
ＣＴ１１０５）を含む管理情報に対するフィールド、文
字矩形群１１１３（ＣＲＡＥＣＴ１１０９）の中のエン
トリーの総数、文字矩形群１１１３が拡張されるとき文
字矩形群１１１３に加えられるべきＣＲＡＩＮＣ１１１
１の量とを有する。

【００７６】最大空白矩形リスト４０７も、最大空白矩
形レコード（ＭＥＲＲ）１１２３がフィールド１１２５
、１１２７の中の左下方と右上方の角部の座標の他にフ
ィールド１１２９の中で分類する目的で用いられる寸法
値を有することを除いて、同様に履行される。

【００７７】図１２は、イベント・リストの中のノード
及び活性な矩形の木の中のノードを履行するために好ま
しい実施例で使用されるデータ構造を示す。これらのフ
ィールドは、ｘ軸上の点においてｘ軸と垂直な線上に区
間を定める区間寸法（ＩＤＩＭ）フィールド１２０５と
、区間が左辺であるか右辺であるか或いは何れでもない
かを指摘する区間種別フィールド１２１３と、区間の色
彩とを有する。後でより詳細に説明されるように、これ
らのフィールドの中の値の組み合わせによって、データ
構造によって表わされるノードの種類が判定される。 従って、これらのフィールドは一緒にノード種類情報１
２０３を組み立てている。

【００７８】次に、これらのフィールドの詳細を説明す
ると、Ｘフィールド１２０７は画像１０３のｘ軸上の点
を示し、ＴＹフィールド１２０９はｙ軸上の点のうち高
い位置のものを示し、ＢＹフィールド１２１１はｙ軸上
の点のうち低い位置のものを示し、これらのフィールド
が一緒にｙ区間を特定する。ＳＩＤＥ１２１５はノード
が左辺を表わしているか、右辺を表わしているか、或い
は何れをも表わしていないかを特定し、ＣＯＬＯＲ１２
１７はノードによって表わされている辺または矩形が非
テキスト・スペース１０６の中に在るのかまたは文字矩
形２０３の中に在るのかを特定する。

【００７９】ＤＰＴＲ１２１９はリストまたは木の中の
低い位置にあるノード１２０１に対するポインターであ
り、ＮＰＴＲ１２２１はリストまたは木の中の同じ位置
にあるノード１２０１に対するポインターである。ＣＲ
Ｉ１１１４は、文字矩形群１１１３の中の矩形のうち、
ノード１２０１によって表わされた文字矩形２０３を表
わしている文字矩形レコード１１１７に対するポインタ
ーを持つ矩形に対する指標である。

【００８０】図１３はイベント・リスト１３０１を示す
。イベント・リスト１３０１は、上記記述のように画像
が概念上線によって走査されたとき、最大空白矩形６０
５及び活性な矩形６０７を生じるイベントのリストであ
る。好ましい実施例では、イベント・リスト１３０１は
文字矩形リスト４０３を分類して文字矩形２０３の左辺
及び右辺のｘ座標及びｙ座標を得ることによって作成さ
れる。イベント・リスト１３０１の中では、ｘ座標が増
大する順及び辺によって各辺が整列されている。所定の
ｘ座標に対して、下位のｙ座標が増大する順に全ての右
辺が列挙され、続いて下位のｙ座標が増大する順に全て
の左辺が列挙されている。

【００８１】好ましい実施例では、イベント・リスト１
３０１は各辺を表わすノードを用いて履行される。各イ
ベントに対して、そのイベントを表わすノード１２０１
のイベント列１３０７が有る。このイベント列１３０７
はイベント・ヘッダー・ノード１３０３と少くとも三個
の区間ノード１３０５とから成っている。イベント・ヘ
ッダー・ノード１３０３はそのイベントのｘ座標、その
イベントを生じる文字矩形２０３の文字矩形レコード１
１１７に対するポインターのＣＲＡ１１１３の中の指標
、そのイベントを生じる文字矩形２０３の辺を示す。 この情報はノード１２０１の期待フィールドの中に含ま
れている。

【００８２】イベント・ヘッダー・ノード１３０３は、
ポインターＮＰＴＲ１２２１によって互いに結合されて
いる区間ノードのうち最初の区間ノードにポインターＤ
ＰＴＲ１２１９を介して結合され、それらの区間ノード
のうち最後の区間ノードは同じポインターによって次の
イベント・ヘッダー・ノード１３０３に結合されている
。上記区間ノード１３０５はｙの値によって整列されて
おり、各区間ノードはその色彩、そのイベントのｘ座標
、ｙの値を特定する。

【００８３】図１３のイベント・リスト１３０１は図９
に対するイベント・リストの部分を示す。従って、その
最初のヘッダー・ノードは文字矩形２０３（３）の左辺
に対するイベント列１３０７を開始し、よってその最初
のヘッダー・ノードはｘ１、ｘ３、Ｌを特定する。ｘ１
には単に一個の左辺が有り、その結果三個の区間ノード
、すなわち非テキスト区間［ｙｍｉｎ　，ｙ２］に対す
る区間ノード、文字矩形２０３（３）の左辺［ｙ２，ｙ
３］に対する区間ノード、非テキスト区間［ｙ３，ｙｍ
ａｘ　］に対する区間ノードのみが存在する。イベント
・リストの残り部分は単に略記されているに過ぎないが
同様に構成されている。

【００８４】このようにして、次のイベント列１３０７
はｘ２、すなわち文字矩形２０３（２）の左辺の位置で
開始され、更にその次のイベント列１３０７はｘ３、す
なわち文字矩形２０３（２）の右辺の位置で開始される
。ｘ４では二個のイベント列１３０７、すなわち文字矩
形２０３（０）の右辺に対するイベント列と文字矩形２
０３（３）の左辺に対するイベント列が有る。

【００８５】図１４は図１０の論理木１００１がノード
１２０１を用いて履行される様子を示す。活性な矩形の
木１４０１は四種類のノード、すなわち根ノード１４０
３、活性な非テキスト矩形ノード１４０５、活性な矩形
ノード１４０９、ラベル・ノード１４０７を持っている
。根ノード１４０３は論理木１４０１の根ノードであり
、これは何れの活性な矩形も表わしていない。各ノード
１４０５は活性な非テキスト矩形６０７を表わし、各ノ
ード１４０９は活性な文字矩形２０３を表わしている。 各ラベル・ノード１４０７は子ノードを持たない活性な
非テキスト矩形ノード１４０５を明示している。

【００８６】ノード間の関係は以下のとおりである。す
なわち、所定の活性な非テキスト矩形ノード１４０５か
ら派生しているノードには、この所定の活性な非テキス
ト矩形ノード１４０５のｙ区間の中に入っているｙ区間
を持つ全てのノード１４０５、１４０９が含まれる。活
性な非テキスト矩形ノード１４０９は子ノードを持って
いない。

【００８７】兄弟ノード（同じ親ノードを持つ子ノード
）間の順序はｙ区間に関して左から右に並んでいる。 それらノード間の関係はノード１２０１の中のポインタ
ーＤＰＴＲ１２１９及びＮＰＴＲ１２２１によって表わ
されている。兄弟ノードはポインターＮＰＴＲ１２２１
によって結合され、一群の兄弟ノードのうち最も左側の
ものはその親ノードが持つポインターＤＰＴＲ１２１９
によってその親ノードに結合され、同様にこのポインタ
ーＤＰＴＲ１２１９は子ノードを持たない活性な非テキ
スト矩形ノード１４０５をそのラベル・ノード１４０７
に結合している。

【００８８】ＮＴＹフィールド１２０３の内容はノード
の種類を識別する。よって、根ノード１４０３は座標値
ｘｍａｘ　，［ｙｍｉｎ　，ｙｍａｘ］によって識別さ
れ、活性な非テキスト矩形ノード１４０５は色彩値Ｗに
よって明示され、活性な非テキスト矩形ノード１４０９
は色彩値Ｂによって明示され、ラベル・ノード１４０７
はその色彩値Ｂ及びそれらが明示している葉ノードと同
じｘ座標値とｙ座標値を持っている。

【００８９】最大空白矩形位置捜し出しプログラム（Ｍ
ＥＲロケータ）４０５の動作（図１５〜図１８参照）好
ましい実施例では、最大空白矩形位置捜し出しプログラ
ム４０５がその画像に対するイベント・リスト１３０１
からのイベント列１３０７を最新の活性な矩形の木１４
０１へ適用することによって最大空白矩形の位置を捜し
出す。

【００９０】概括的な表現では、最大空白矩形位置捜し
出しプログラム４０５は先ず根ノードから葉ノードへの
活性な矩形の木１４０１を読み取ってどれらの活性な非
テキスト矩形６０７が第四の辺を受けその結果最大空白
矩形リスト４０７ヘ書込まれなければならないかを判定
し、続いて最大空白矩形位置捜し出しプログラム４０５
が活性な矩形の木１４０１を葉ノードから枝へ走査して
最早活性な非テキスト矩形を表わしていないノード１４
０５を除去し、最大空白矩形６０５の生成のそれ以上の
影響を持たないであろう文字矩形に対するノードを除去
し、イベント列１３０７によって表わされているイベン
トから得られた更新された活性な矩形を表わしているノ
ード１４０５及び１４０９を加える。

【００９１】上記動作は二つの例を用いて図９に基づき
、より詳細に説明することができる。最初の例は最大空
白矩形位置捜し出しプログラム４０５が当初の活性な矩
形木から区間ｘ１、ｘ２の中に活性な矩形木を生成する
仕方を示し、第二の例は最大空白矩形位置捜し出しプロ
グラム４０５がｘ５で起きるイベントに応じて区間ｘ５
、ｘ６の中に活性な矩形木を生成する仕方を示す。

【００９２】先ず最初の例を説明すると、この例は図１
５に図示されており、ｘ１で起きるイベントは文字矩形
２０３（３）が左辺９０５と回合することである。この
イベントに対するイベント列１３０７は１５０５で示さ
れている。ヘッダー・ノード１３０３はそのイベントが
ｘ１で起きたこと及びそれが左辺であったことを示し、
残るノードは以前に指摘した如くその左辺の境界を定め
る。

【００９３】イベント列１５０５が与えられている活性
な矩形の木１４０１は木１５０３として現われている。 この木１５０３は、ノード１４０５が子ノードを持って
いないので根ノード１４０３と活性な矩形（ｘｍｉｎ　
，［ｙｍｉｎ　，ｙｍａｘ　］）を特定している単一の
活性な非テキスト矩形ノード１４０５とから成っている
。

【００９４】ｘ１で起きているイベントを処理する最初
のステップとして、更新された左辺によって境界を定め
られた最大空白矩形６０５の判定が為される。最大空白
矩形位置捜し出しプログラム４０５が、木１５０３を根
ノードから葉ノードへ下り、ここで更新された左辺と重
なり合うｙ区間を持つノード１４０５を捜し出すことに
よってこの判定を行なう。そのような各ノードに対して
、最大空白矩形位置捜し出しプログラム４０５は最大空
白矩形６０５に対する最大空白矩形レコード１１２３を
最大空白矩形リスト４０７へ出力する。

【００９５】木１５０３の中では、この木１５０３の単
一のノード１４０５がイベント列１５０５からの空白区
間［ｙ２，ｙ３］を含むｙ区間［ｙｍｉｎ　，ｙｍａｘ
　］を持っている。この結果、最大空白矩形位置捜し出
しプログラム４０５は単一の最大空白矩形レコード１１
２３を最大空白矩形リスト４０７に加える。この更新さ
れた最大空白矩形６０５の大きさは（ｘｍｉｎ　，ｙｍ
ｉｎ　；ｘ１，ｙｍａｘ　）である。

【００９６】木１５０３の単一の葉ノードに達したとき
、最大空白矩形位置捜し出しプログラム４０５は木１５
０７の作成を開始する。ｘ１に続いて、関わりを持つべ
き三個の活性な矩形、すなわちそれぞれ［ｙｍｉｎ　，
ｙ２］、［ｙ３，ｙｍａｘ　］のｙ区間を持つ二個の活
性な非テキスト矩形と［ｙ２，ｙ３］のｙ区間を持つ一
個の活性な文字矩形が存在する。

【００９７】図１５からわかるように、これらの矩形は
元の木１５０３の単一の葉ノードの位置を占める兄弟ノ
ードによって表わされている。その兄弟ノードのうちの
二個は、活性な非テキスト矩形を表わすノード１４０５
であり、第三のノード１５０９は一個の活性な文字矩形
を表わす。

【００９８】活性な文字矩形１５０９の中のｘ座標ｘｍ
ａｘ　は、最大空白矩形位置捜し出しプログラム４０５
がこの活性な文字矩形１５０９の左辺と既に回合してい
るが、しかし未だその右辺とは回合していないことを示
している。木１５０７は、根ノード１４０３を除き全て
のノードを含む木１５０３の部分木を複製することによ
って作成される。これらのノードが複製されるので、そ
れらのノードが有するｙ区間が、更新された左辺によっ
て必要とされるように設定される。続いて、それら複製
された木が根ノード１４０３に結合され、最終的には活
性な文字矩形２０３（３）を表わすノード１５０９が二
個の複製された木の間に挿入されて木１５０７を生じる
。

【００９９】次ぎに第二の例を説明すると、図１６は区
間ｘ４，ｘ５の中で現れるときのこの活性な矩形の木１
４０１を示し、図１７は区間ｘ５，ｘ６の中で現れると
きのこの活性な矩形の木１４０１を示す。木１６０１は
幾つかの特に興味を引く特徴を持っている。先ず、１６
０５の符号が与えられている三個のノードが有り、これ
らのノードの各々が、文字矩形２０３の高さを定めてい
るｙ区間の全体または一部分が活性な非テキスト矩形６
０７の生成に依然として影響を及ぼしているので、右辺
が既に回合されているが依然として活性状態にある文字
矩形２０３を表わしている。

【０１００】各ノード１６０５の内容には、色彩、右辺
のｘ座標、活性な非テキスト矩形の生成に依然として影
響を及ぼしているｙ区間の部分が含まれている。もしそ
のような部分が二個以上有れば、各部分にノード１６０
５が存在する。従って、文字矩形２０３（３）に対して
一個のノード１６０５が有り、文字矩形２０３（２）に
対して二個のノード１６０５が存在する。

【０１０１】文字矩形２０３（２）の区間［ｙ５，ｙ６
］は文字矩形２０３（０）の左辺によってカバーされ、
その結果活性な非テキスト矩形の生成に最早影響を及ぼ
さないので、二個のノード１６０５が必要となっている
。文字矩形２０３（２）に対する二個のノード１６０５
は、文字矩形２０３（０）の左辺がｘ４で回合されたと
きに区間［ｙ４，ｙ７］を表わしている一個のノード１
６０５から作成されたものである。

【０１０２】以上の説明からわかるように、所定の文字
矩形２０３に対応する各ノード１５０６は他の文字矩形
２０３は、上記所定の文字矩形２０３が次ぎの活性な非
テキスト矩形６０７の生成に与える影響を完全に阻止す
るように一緒に働くそれらのｙ区間と回合し終わるまで
木１４０１の中に止まっている。例えば、文字矩形２０
３（１）の左辺は文字矩形２０３（３）のｙ区間の全体
をカバーし、その結果文字矩形２０３（３）のｙ区間は
ｘ５を越える範囲には最早影響を持っていない。

【０１０３】更に、文字矩形２０３（１）の上辺が文字
矩形２０３（２）の底辺と同じｙ座標ｙ４を有し、その
結果文字矩形２０３（２）のｙ区間［ｙ４，ｙ５］はｘ
５を越える範囲には最早影響を持っていない。後で行な
う説明からわかるであろうが、文字矩形２０３（１）の
左辺との回合による一つの影響として、木１６０１から
の文字矩形２０３（３）のｙ区間［ｙ２，ｙ３］及び文
字矩形２０３（２）のｙ区間［ｙ４，ｙ５］を表わして
いるノードが除去される。

【０１０４】所定のノード１６０５と木１４０１の他の
ノードとの関係は以下の如く説明される。すなわち、上
記所定のノード１６０５が同一の文字矩形２０３に対す
るノード１５０９と入れ替わる。従ってこの所定のノー
ド１６０５は同一の兄弟ノードを有する。この所定のノ
ード１６０５及びその兄弟ノードの全てが、この所定の
ノード１６０５によって表わされている右辺でのイベン
トの結果として作られた活性な非テキスト矩形６０７を
表わしている新たなノード１４０５の子ノードである。

【０１０５】従って、木１６０１の部分木１６０７の中
の、（Ｂ，ｘ３，［ｙ６，ｙ７］）なる内容を持つノー
ド１６０５は（Ｗ，ｘ３，［ｙ６，ｙｍａｘ　］）なる
内容を持つノード１４０５の子ノードであり、（Ｗ，ｘ
ｍｉｎ　，［ｙ７，ｙｍａｘ　］）なる内容を持つ単一
の兄弟ノードを右方側に持っている。

【０１０６】部分木１６０７とｙ区間［ｙ３，ｙ５］に
対するノード１６０５を持つその対応する部分木１６０
９とは文字矩形２０３（０）の左辺がｘ３で回合された
ときに作られたものである。このイベントの結果、親ノ
ード（Ｗ，ｘ３，［ｙ３，ｙｍａｘ　）と兄弟ノード（
Ｗ，ｘｍｉｎ　，［ｙ３，ｙ４）、（Ｂ，ｘ３，［ｙ４
，ｙ７）、（Ｗ，ｘｍｉｎ　，［ｙ７，ｙｍａｘ　）と
を有する部分木が、再帰的に先ずノード（Ｂ，ｘ３，［
ｙ４，ｙ７）を用いて複製され、次ぎにノード（Ｗ，ｘ
３，［ｙ３，ｙｍａｘ　）を用いて複製されている。次
いで、複製された各部分木の中のｙ区間が文字矩形２０
３（０）の左辺によって必要とされるように設定され、
複製された各部分の親ノードがこの親ノードのｙ区間に
よって必要とされる兄弟ノードに結合されている。

【０１０７】最大空白矩形位置捜し出しプログラム４０
５は、走査線が文字矩形２０３（１）の左辺と回合する
ことを表わすイベント列１３０７に応答して木１６０１
から木１７０１を生成する。それらのノードの内容を除
き、イベント列１３０７は図１５のイベント列１５０５
と同一であるので図示を省略されている。

【０１０８】上記から明らかなように、最初のステップ
ではそのイベントの結果生じた何らかの最大空白矩形６
０５を出力するために、木１６０１を根ノードから葉ノ
ードへ移動する。その結果、最初にノード（Ｗ，ｘ４，
［ｙｍｉｎ　，ｙ５］）によって表わされている活性な
非テキスト矩形６０７から最大空白矩形６０５の出力（
ｘ４，ｙｍｉｎ　；ｘ５，ｙ５）が生じ、次ぎにノード
（Ｗ，ｘｍｉｎ　，［ｙｍｉｎ　，ｙ２］）によって表
わされている活性な非テキスト矩形６０７から最大空白
矩形６０５の出力（ｘｍｉｎ　，ｙｍｉｎ　；ｘ５，ｙ
２）が生じ、以降、同様に最大空白矩形６０５の出力が
生じる。

【０１０９】最大空白矩形リスト４０７に加えられてい
る最大空白矩形６０５の完全なリストは、（ｘ４，ｙｍ
ｉｎ　；ｘ５，ｙ５） （ｘｍｉｎ　，ｙｍｉｎ　；ｘ５，ｙ２）（ｘ３，ｙ３
；ｘ５，ｙ５） （ｘｍｉｎ　，ｙ３；ｘ５，ｙ４） である。

【０１１０】次ぎのステップでは、再び木１６０１の最
も左側の枝の末端へ下り、木１７０１の作成を開始する
。この新たな木１７０１は、先ず縦方法に末端から上端
へ、次いで左から右へ作成される。ここでの最初のステ
ップでは、ｙ１とｙ４との間に入るノードは最大空白矩
形６０５となっている活性な非テキスト矩形６０７か或
いは活性な非テキスト矩形６０７の生成に最早何ら影響
を持っていない文字矩形２０３の何れかを表わしている
から、このような全てのノードが取り除かれる。木１８
０１はこの取り除きの結果を示す。

【０１１１】次ぎのステップでは、木１８０１が再帰的
に複製され、複製された木のｙ区間が既に説明されたよ
うに調節されて図１８に示される内容を持つ木１８０３
が作られる。更に次ぎのステップでは、ノード１６１３
を二個の新たなノード１８０５、１８０７で置き換えて
木１８０９が作られる。最後のステップでは、文字矩形
２０３（１）を表わすノード１８１３をノード１８０５
とノード１８０７の間に挿入して木１３１１が作られる
。

【０１１２】木１４０１を改変する際に用いられた説明
は、これまでは文字矩形２０３の左辺との回合によって
生じる改変のみを取り扱ってきたが、右辺との回合によ
って生じる改変は遥かに単純であり、そのような回合の
結果、活性な文字矩形に対するノード１５０９がノード
１６０５へ置き換えられ、且つｘ座標でその回合状態に
ある左辺を持つ活性な非テキスト矩形６０７を表わす新
たなノード１４０５が生成される。この新たなノード１
４０５は根ノード１４０３の子ノードになり、この新た
なノード１４０５のｙ区間の中に含まれているｙ区間を
持つ根ノード１４０３の以前の子ノードの全てがこの新
たなノード１４０５の子ノードになる。

【０１１３】最大空白矩形位置捜し出しプログラム４０
５の動作の概要 最大空白矩形位置捜し出しプログラム４０５の動作は以
下のように要約することができる。すなわち、イベント
・リスト１３０１の中の各イベント列１３０７に対して
、なお、もしこのイベント列１３０７が左辺に対するも
のである場合は各左辺に対して、先ずその左辺のｙ区間
と重なり合うｙ区間を持つ活性な非テキスト矩形６０７
を表わしているノードを捜し出すために、その木を縦方
向に根ノードから葉ノードへ走査し、そのような回合が
為されたノードに対して最大空白矩形６０５を出力する
。

【０１１４】末端の左から開始してその木の各枝をその
枝の末端左側の葉ノードからその根ノードへ上る。各枝
では、その左辺のｙ区間と重なり合うｙ区間を持つ活性
な矩形を表わしている最初のノードを親ノードにまで上
る。その枝を上って行く途中で、その新たな左辺と重な
り合うｙ区間を持つ兄弟ノードを全て取り除き、その親
ノードより下位の枝の中に残っているノードを複製する
。

【０１１５】それらノードが複製されるときその新たな
左辺によって必要とされるようにそれらのｙ区間を設定
し、もしその親ノードが根ノード１４０３でなければそ
の親ノードを複製された木と置き換え、もしその親ノー
ドが根ノード１４０３であればそれら複製された木を根
ノード１４０３の子にし、その新たな左辺に対して新た
なノードを作成してその新たなノードをそれら複製され
た木の間に挿入する。

【０１１６】もしイベント列１３０７が右辺に対するも
のである場合は各右辺に対して、その右辺が属する文字
矩形２０３に対してノード１５０９が見出だされるまで
その木の上端から末端へ走査し、ノード１５０９を対応
するノード１６０５と置き換え、その木の中にその右辺
から開始しているものと同等な活性な非テキスト矩形６
０７を表わしているノードが既に有るか否かを判定し、
もし有ればノード１６０５とその兄弟ノードをそのノー
ドの子にし、もし無ければそのノードを作ってそれを根
ノード１４０３に結合し、ノード１６０５とその兄弟ノ
ードをその新たなノードの子にする。

【０１１７】最大空白矩形リスト４０７からのカバー・
セット３０１の生成（図１９）今ほど述べたようにして
、最大空白矩形位置捜し出しプログラム４０５によって
一旦最大空白矩形リスト４０７が生成されると、このリ
スト４０７は形状指向分類プログラム４０９により処理
してカバー・セット３０１を生成することができ、この
カバー・セット３０１をテキスト抽出プログラム４１１
により処理して画像１０３からテキスト・カラム画像１
０９を抽出することができる。

【０１１８】図１９は形状指向分類プログラム４０９と
テキスト抽出プログラム４１１を示すブロック・ダイヤ
グラムである。以下の説明では先ず形状指向分類プログ
ラム４０９が取り扱われ、次いでテキスト抽出プログラ
ム４１１が取り扱われる。

【０１１９】形状指向分類プログラム４０９既に説明し
たように、本発明の重要な面は画像の非テキスト領域を
分類するために切り出しされている画像の部類に対して
特質的な形状情報を使用することにある。この後で説明
される実施例では、最大空白矩形を分類するために使用
される特質的な形状情報が、マンハッタン・レイアウト
の中のカラムが非テキスト・スペース１０６の細長い矩
形によって区画される傾向を有するという観察から引き
出されている。

【０１２０】幾何学的表現では，マンハッタン・レイア
ウトの中のカラムを定めるために顕著な最大空白矩形は
高いアスペクト比（矩形の長辺の長さ対その短辺の長さ
の比）を持つ矩形である。他方で、マンハッタン・レイ
アウトでは極端に高いアスペクト比を持つ矩形がカラム
の中の行間或いはカラムの中で隣接している行同士の文
字間に置かれやすく、従ってカラム自体の位置に関して
は顕著ではないことがやはり観察されている。

【０１２１】好ましい実施例では、これらの観察が形状
指向分類プログラム４０９のＳＩＺＥ要素１９０１に組
み入れられている。ＳＩＺＥ要素１９０１は最大空白矩
形リスト４０７の中の各最大空白矩形６０５について以
下のステップを実行する。すなわち、ＳＩＺＥ要素１９
０１は長辺を短辺で除してアスペクト比を得、もしこの
アスペクト比が１６を超える大きさであれば１６に縮小
する。分類目的のため、最大空白矩形６０５の大きさを
式［面積×ｌｏｇ（アスペクト＋１）］によって計算す
る。但し、式の中の「面積」は最大空白矩形６０５の面
積であり、「アスペクト」は最大空白矩形６０５のアス
ペクト比である。

【０１２２】こうして各最大空白矩形６０５の寸法値が
算出された後、その値が最大空白矩形６０５に対する最
大空白矩形レコード１１２３のＳＩＺＥ領域１１２９に
格納される。次いで、ＳＯＲＴ要素１９０３がＳＩＺＥ
領域１１２９の値により最大空白矩形リスト４０７を分
類し、分類された最大空白矩形リスト１９０５を生成す
る。最大の大きさを持つ最大空白矩形６０５に対する最
大空白矩形レコード１１２３は分類された最大空白矩形
リスト１９０５の表面に現われている。

【０１２３】分類された最大空白矩形リスト１９０５の
形式は、図９の最大空白矩形６０５がＳＩＺＥ要素１９
０１及びＳＯＲＴ要素１９０３を通過するときに生じる
最大空白矩形の下記の分類されたリストから理解するこ
とができる。各エントリーは最大空白矩形の角部の座標
及びＳＩＺＥ要素１９０１によって算出されたその大き
さを特定している。

【０１２４】 （ｘ１，ｙ３；ｘ２，ｙ７）６４３．７７５１６（ｘ６
，ｙ１；ｘ７，ｙ５）６４３．７７５１６（ｘ１，ｙ１
；ｘ５，ｙ２）６４３．７７５１６（ｘ３，ｙ６；ｘ７
，ｙ７）６４３．７７５１６（ｘ１，ｙ３；ｘ５，ｙ４
）６１０．０５４４６（ｘ３，ｙ３；ｘ４，ｙ７）６１
０．０５４４６（ｘ３，ｙ４；ｘ７，ｙ５）６１０．０
５４４６（ｘ４，ｙ１；ｘ５，ｙ５）６１０．０５４４
６（ｘ３，ｙ３；ｘ５，ｙ５）２５０．２２６１３

【０
１２５】上記リストが作成される前は、座標（ｘ１，ｙ
１；ｘ７，ｙ７）を持つ矩形が文字矩形２０３の回りに
形成されており、その結果、その分類の結果が最小と最
大のｘ座標位置とｙ座標位置を生じる矩形によって歪め
られていた。

【０１２６】次ぎのステップでは、カバー・セット３０
１の算出に使用するために分類された最大空白矩形リス
ト１９０５のサブセット１９０４を選択する。好ましい
実施例では、このサブセットは単に分類された最大空白
矩形リスト１９０５のうち高々１％を取ることによって
選択され、他の実施例では、カバー・セット３０１は先
ず分類された最大空白矩形リスト１９０５上の僅かな最
大空白矩形６０５から組み立てることができ、さもなけ
れば分類された最大空白矩形リスト１９０５のどの部分
がサブセット１９０４のために選択されるかを、この分
類された最大空白矩形リスト１９０５上の矩形の特徴を
観察することによって決定することができる。

【０１２７】テキスト抽出プログラム４１１は二つの要
素、すなわちＯＲ要素１９０９と補数（Ｃｏｍｐｌｅｍ
ｅｎｔ）要素１９１１とを有する。ＯＲ要素１９０９は
サブセット１９０４の最大空白矩形の論理和を取ってカ
バー・セット３０１を生成し、補数要素１９１１はカバ
ー・セット３０１の補数の座標を用いてテキスト・カラ
ム画像１０９を生成しそのテキスト・カラムの位置を画
像１０３の中で捜し出す。

【０１２８】最大空白矩形の論理和を取る手法及びその
補数を見出だす手法はこの技術分野で周知である。特に
最大空白矩形の論理和を取る手法は１９８５年６月に発
行された「ＩＥＥＥ、コンピュータの設計及びテスト（
ＩＥＥＥ　　Ｄｅｓｉｇｎ　　ａｎｄ　　Ｔｅｓｔ　　
ｏｆ　　Ｃｏｍｐｕｔｅｒ´ｓ）」誌、第２巻、第３号
、６４〜７２頁に掲載されているシマンスキー・ティ・
ジー（Ｓｚｙｍａｎｓｋｉ，Ｔ．Ｇ．）氏とヴァン・ワ
イク・シー・ジェイ（ｖａｎ　　Ｗｙｋ，Ｃ．Ｊ．）氏
の論文、「ＧＯＡＬＩＥ：（超大規模集積回路）作図作
業解析のためのスペース効率化システム（Ａ　　Ｓｐａ
ｃｅ　　Ｅｆｆｉｃｉｅｎｔ　　Ｓｙｓｔｅｍ　　ｆｏ
ｒ　　ＶＬＳＩ　　Ａｒｔｗｏｒｋ　　Ａｎａｌｙｓｉ
ｓ）」に記載されている。

【０１２９】結論 上記の「詳細な説明」では、この分野の技術者に対して
、本発明の原理を具現しテキストのカラムの位置をマン
ハッタン・レイアウトを持つ画像の中で捜し出すことが
できる画像切り出しプログラムを有する文書読み取り装
置を構成することができる方法を開示している。しかし
ながら、ここで開示された原理はマンハッタン・レイア
ウトに限定されず、画像の非テキスト部分が特有な形状
を持つどのような部類の画像にも適用することができる
。

【０１３０】同様に、上記「詳細な説明」では、画像の
中に対角点で定められた最大空白矩形と画像の中に矩形
で定められた最大空白矩形との位置を捜し出す方法を開
示している。これらの方法はこのような状況においてだ
けでなく、画像の中に有る最大空白矩形を判定すること
が必要とされるような状況においても使用可能である。

【０１３１】上記のことが実情であるから、上記「詳細
な説明」は全ての点で模範例であるがそれに限定される
べきものではないことが理解されるべきであり、本発明
の範囲は「詳細な説明」からではなく、むしろ「詳細な
説明」及び均等の原則を参酌して解釈されるような付帯
請求項から判断されるべきである。

【０１３２】

【発明の効果】以上述べたごとく、本発明によれば、上
昇型手法が持つ簡易性及び高速性と下降型手法が持つ全
体的視野とを組み合わせた画像切り出し技術を提供する
ことができる。

【図面の簡単な説明】

【図１】画像から文字情報を抽出するシステムを示すブ
ロック・ダイヤグラムである。

【図２】マンハッタン・レイアウトの一例を示す図であ
る。

【図３】図２の例の中のカバー・セットを示す図である
。

【図４】本発明を使用することができる画像切り出しプ
ログラムを示すブロック・ダイヤグラムである。

【図５】文字と文字矩形との間の関係を示す図である。

【図６】一組の点を有する画像を示す図である。

【図７】活性な矩形を有する数個の木を示す図である。

【図８】活性な矩形を持つ一個の木を示す図である。

【図９】一組の文字矩形を有する画像を示す図である。

【図１０】活性な非テキスト矩形と活性な文字矩形との
論理木を示す図である。

【図１１】文字矩形と最大空白矩形を表わすために使用
されるデータ構造を示す図である。

【図１２】リスト及び木の中のノードを表わすために使
用されるデータ構造を示す図である。

【図１３】事象リストを示す図である。

【図１４】活性な非テキスト矩形と活性な文字矩形の論
理木の履行を示す図である。

【図１５】最大空白矩形位置捜し出しプログラムの第一
の動作例を示す図である。

【図１６】最大空白矩形位置捜し出しプログラムの第二
の動作例を示す第一の図である。

【図１７】最大空白矩形位置捜し出しプログラムの第二
の動作例を示す第二の図である。

【図１８】最大空白矩形位置捜し出しプログラムの第二
の動作例を示す第三の図である。

【図１９】ＳＤ分類プログラム４０９及びテキスト抽出
プログラム４１１を示すブロック・ダイヤグラムである
。

【符号の説明】

１０１　　文字情報抽出システム １０３　　画像 １０５　　テキスト・カラム １０６　　非テキスト・スペース １０７　　画像切り出しプログラム １０９　　テキスト・カラム画像 １１１　　テキスト・カラム解析プログラム１１３　　
ディジタル文字符号 １１５　　テキスト・ファイル ２０１　　マンハッタン・レイアウト ２０３　　文字矩形 ２０５（ａ）〜（ｃ）　　最大空白矩形２０７　　カラ
ム ２０９　　行 ２１１　　単語 ３０１　　カバー・セット ４０１　　画像切り出しプログラム ４０２　　文字矩形位置捜し出しプログラム４０３　　
文字矩形リスト ４０５　　最大空白矩形位置捜し出しプログラム４０７
　　最大空白矩形リスト ４０９　　形状指向分類プログラム ４１１　　テキスト抽出プログラム ５０１　　画素 ５０３　　文字 ５０７　　矩形 ５０９　　８字状に繋がっているしみ状態の画素５１１
　　テキスト文字を囲むには小さ過ぎるために排除され
る黒く埋められた矩形 ６０１　　画像 ６０３　　区間 ６０５　　最大空白矩形 ６０７　　矩形 ７０１　　ノード ７０３　　木 ７０５　　木 ７０７　　木 ７０９　　葉ノード ７１１　　レベル ７１３　　部分木 ７１５　　部分木 ７１７　　内部ノード ７１９　　根ノード ８０１　　木 ９０１　　画像例 ９０５　　左辺 ９０７　　右辺 ９０９　　文字矩形の右辺に対する区間９１１　　文字
矩形の右辺に対する区間９１２　　文字矩形の右辺に対
する区間９１３　　文字矩形の右辺に対する区間１００
１　　論理木 １００３　　ノード １１０３　　文字矩形ヘッダー １１０５　　ＣＲＲＣＴ １１０７　　ポインターＣＲＡＰＴＲ １１０９　　ＣＲＡＥＣＴ １１１１　　ＣＲＡＩＮＣ １１１３　　文字矩形群 １１１４　　ＣＲＩ １１１５　　ポインターＣＲＲＰＴＲ １１１７　　文字矩形レコード １１１９　　フィールド １１２１　　フィールド １１２３　　最大空白矩形レコード １１２５　　フィールド １１２７　　フィールド １１２９　　フィールド １２０１　　ノード １２０３　　ノード種類情報 １２０５　　区間寸法フィールド １２０７　　Ｘフィールド １２０９　　ＴＹフィールド １２１１　　ＢＹフィールド １２１３　　区間種別フィールド １２１５　　ＳＩＤＥ １２１７　　ＣＯＬＯＲ １２１９　　ポインターＤＰＴＲ １２２１　　ポインターＮＰＴＲ １３０１　　イベント・リスト １３０３　　イベント・ヘッダー・ノード１３０５　　
区間ノード １３０７　　イベント列 １４０１　　活性な矩形の木 １４０３　　根ノード １４０５　　活性な非テキスト矩形ノード１４０７　　
ラベル・ノード １４０９　　活性な矩形ノード １５０１　　イベント例 １５０３　　木 １５０５　　イベント列 １５０７　　木 １５０９　　活性な文字矩形 １６０１　　木 １６０５　　ノード １６０７　　部分木 １６０９　　部分木 １６１１　　ノード １６１３　　ノード １７０１　　木 １８０１　　木 １８０３　　木 １８０５　　ノード １８０７　　ノード １８０９　　木 １９０１　　ＳＩＺＥ要素 １９０３　　ＳＯＲＴ要素 １９０４　　サブセット １９０５　　最大空白矩形リスト １９０９　　ＯＲ要素 １９１１　　補数要素

Claims (10)

【特許請求の範囲】
1. 【請求項１】　　部類が画像の構成部分の形状によって
   定められている或る部類に属する画像を切り出す方法に
   おいて、この方法は、画像の全てが第一の種類の内容を
   有する第一の構成部分の第一の組みの位置を捜し出すス
   テップと、画像の、各々が前記第一の種類の内容を含ま
   ず且つ第一の構成部分の何れをも含まず或いは何れとも
   重なり合うことがない構成部分である第二の構成部分の
   第二の組みの位置を捜し出すステップと、画像が持つ部
   類の形状情報特性を使用する前記第二の組みの解析によ
   って画像切り出しを行なうステップとから成ることを特
   徴とする方法。
2. 【請求項２】　　更に、前記画像の一面に亘り前記画像
   切り出しを行なうことによって前記第一の構成部分の少
   なくとも一つを含む前記画像の一部の位置を捜し出すス
   テップを有することを特徴とする、請求項１記載の方法
   。
3. 【請求項３】　　前記第一の構成部分がテキスト文字を
   囲むことを特徴とする、請求項１または２記載の方法。
4. 【請求項４】　　前記第一の構成部分が第一の矩形であ
   り、前記第二の構成部分が、前記第一の矩形画像の何れ
   をも含まず或いは何れとも重なり合うことがない前記画
   像の最大の矩形であることを特徴とする、請求項１また
   は２記載の方法。
5. 【請求項５】　　前記画像切り出しを行なうステップが
   、前記第二の組みをアスペクト比によって整列させて、
   前記第二の組みの細分化された組みを選択するステップ
   と、前記画像切り出しを行なうために、前記矩形を前記
   細分化された組みに組み合わせるステップと、を有する
   ことを特徴とする、請求項４記載の方法。
6. 【請求項６】　　前記第一の矩形が印刷文字を囲むこと
   を特徴とする、請求項５記載の方法。
7. 【請求項７】　　前記画像がマンハッタン・レイアウト
   （ＭａｎｈａｔｔａｎＬａｙｏｕｔ）の画像であり、前
   記第二の組みをアスペクト比によって整列させるステッ
   プが、前記第二の組みを高いアスペクト比を持つ矩形が
   低いアスペクト比を持つ矩形に先行するように整列させ
   ることを特徴とする、請求項６記載の方法。
8. 【請求項８】　　前記画像の中にｘ座標及びｙ座標を指
   示し、第二の構成部分を位置決めするステップでは、前
   記第一の矩形の垂直辺の表示をこの垂直辺のｘ座標を増
   加する順に与える手段と、前記第二の矩形の表示の第一
   のリストと、左辺が現在のｘ座標より小さい第一のｘ座
   標を持ち、且つ前記第一の矩形の一つの矩形の右辺若し
   くは前記画像の左方の境界と境を接し、前記第一の矩形
   の何れについてもそれらの如何なる部分も含まず、右辺
   が前記第一の矩形のうち現在のｘ座標より小さいｘ座標
   を持つ矩形の左辺と境を接していない第三の矩形全体の
   表示とが使用され、第二の構成部分の位置を捜し出すス
   テップが、垂直辺の表示を与える前記手段から各垂直辺
   の表示を受け取るステップと、受け取られた垂直辺のｘ
   座標に現在のｘ座標を設定するステップと、もし前記第
   三の矩形のうち現在のｘ座標で第二の矩形になるものが
   有れば現在のｘ座標を設定する毎に第二の矩形になるそ
   れら第三の矩形を前記第三の矩形全体の表示から判定す
   るステップと、そのような第二の矩形の表示を前記第一
   リストに加えるステップと、現在のｘ座標の次の設定よ
   り小さい第一のｘ座標を持つ前記第三の矩形を表わすた
   めに前記第三の矩形全体の表示を整列し直すステップと
   を有することを特徴とする、請求項４記載の方法。
9. 【請求項９】　　垂直辺の表示を与える前記手段が前記
   第一の矩形の表示の第二リストであり、各表示が前記垂
   直辺のうちの一つの垂直辺のｘ座標及びｙ区間を有し、
   且つそれらの表示がｘ座標が増加する順に整列され、所
   定のｘ座標に対して右辺が左辺に先立って整列され、且
   つこの所定のｘ座標に対して右辺或いは左辺がｙ区間が
   増加する順に整列され、前記第三の矩形の全ての表示が
   、少なくとも一つの根ノードと一つ以上の第一ノードを
   有する木であり、これら第一ノードの各々が前記第三の
   矩形のうちの一つの矩形を表わし、更にしばしば一つ以
   上の第二ノードを有し、これら第二ノードの各々が前記
   現在のｘ座標より小さいｘ座標を持つ右辺と前記現在の
   ｘ座標より大きいｘ座標を有する第一の矩形とを表わし
   、更に一つ以上の第三ノードを有し、これら第三ノード
   の各々が前記現在のｘ座標より小さいｘ座標を持つ右辺
   を有するが従前通り前記第三の矩形に影響を及ぼす第一
   の矩形を表わし、各第一ノードが前記第三の矩形の左辺
   のｘ座標及びこの左辺のｙ区間を有し、各第二ノードが
   前記第一の矩形の左辺のｙ区間を有し、各第三ノードが
   前記第一の矩形の左辺のｙ区間及び前記右辺のｘ座標を
   有し、前記第二ノード及び第三ノードが子ノードを持た
   ず、前記木は、親ノードである第一ノードの子ノードが
   、前記親ノードのｘ座標より小さいｘ座標にある左辺と
   前記親ノードのｙ区間とに重なり合ったり或いはこのｙ
   区間に含まれたりしていないｙ区間を有する第一及び第
   三の矩形を表わし、且つこれらの子ノードが左から右へ
   ｙ区間が増加する順に整列されるように、整列され、前
   記第三の矩形のうちで第二の矩形に成るものを判定する
   ステップと、前記第二の矩形の表示を前記第一のリスト
   に加えるステップと、前記第三の矩形の全ての表示を整
   列し直すステップとが、垂直辺の各仕様に対して、もし
   これら各仕様が左辺に対するものであれば、先ず縦方向
   に木の根ノードから葉ノードへ走査して前記左辺のｙ区
   間と重なり合うｙ区間を有する第一ノードを捜し出し、
   第二の矩形をそのような第一ノードに対してそのリスト
   に加え、末端左側から開始して前記木の各枝をこの枝の
   前記末端左側の葉ノードから根ノードへ上昇し、各枝に
   おいて前記左辺のｙ区間と重なるｙ区間を有する前記第
   一ノードの親ノードへ上昇し、前記枝を上昇する途中で
   、前記左辺のｙ区間と重なるｙ区間を有する全ての兄弟
   ノードを取り除き、前記親ノード以下の前記枝に残って
   いるノードから成る部分木を複製し、この部分木が複製
   されるときに前記左辺のｙ区間によって要求されるよう
   な前記複製された部分木の前記ノードに前記ｙ区間を設
   定し、もし前記根ノードでなければ、前記複製された部
   分木を前記根ノードの子ノードになし、その新しい左辺
   に対して新しい第二ノードを作成してこの新しい第二ノ
   ードを前記複製された部分木の間に挿入し、もし前記仕
   様が右辺に対するものであれば、この右辺が属する前記
   第一の矩形を表わす第二ノードが捜し出されるまで、前
   記木を上端から末端へ走査し、前記第二ノードを前記第
   一の矩形を表わしている第三の矩形と置換し、前記右辺
   のｘ座標で開始している前記第三の矩形と同一な第三の
   矩形を表わしている前記木に既に第一ノードが存在して
   いるか否かを判定し、もし存在していれば前記第三ノー
   ド及びその兄弟ノードをその第一ノードの子ノードにな
   し、もし存在していなければ前記第一ノードを作成して
   前記第一ノードを前記根ノードに結合し、且つ前記第三
   ノード及びその兄弟ノードを前記新しい第一ノードの子
   ノードにすることを特徴とする、請求項８記載の方法。
10. 【請求項１０】　　前記第三の矩形の全ての表示が、少
    なくとも一つの根ノードと前記第三の矩形を表わす一つ
    以上の第一ノードを有し、更にしばしば前記第三の矩形
    の生成に従前通り影響を及ぼすｙ区間を有する木であり
    、もし前記第三の矩形のうちで現在のｘ座標で第二の矩
    形になるものが有れば現在のｘ座標を設定する毎に第二
    の矩形になるそれら第三の矩形を前記第三の矩形の全て
    の表示から判定する前記ステップには、左辺を特定する
    垂直辺の各表示に対して、前記特定された左辺との回合
    の結果前記第三の矩形のうちどれらが第二の矩形になっ
    たかを判定するために、前記木を根ノードから葉ノード
    へ走査するステップを有し、前記第三の矩形全体の表示
    を整列し直す前記ステップが、前記回合の結果、前記第
    二の矩形になった前記第三の矩形を表わしている前記第
    一ノードと前記回合の結果第三の矩形が生成されること
    には最早影響を及ぼすことがないｙ区間を有する前記第
    二の矩形とを除去し、且つ前記回合の結果生じた新しい
    活性な矩形を表わす第一ノードを前記特定された左辺に
    加えるために、前記木を根ノードから葉ノードへ走査す
    るステップを有し、右辺を特定する垂直辺の各表示に対
    して、第一ノードを、前記右辺との回合の結果生じた新
    しい第三の矩形を表わす前記木に加えるステップを有す
    ることを特徴とする、請求項８記載の方法。