JPH04288690A - 文書画像の縦書き・横書き判定方法 - 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、文書画像の文字領域の
部分を取り出し、その文字領域の文字列の方向が縦書き
か横書きかを判別する文書画像の縦書き・横書き判定方
法に関するものである。

【０００２】

【従来の技術】従来、このような分野の技術としては、
例えば、電子情報通信学会技術研究報告ＰＲＬ８５−１
７（１９８５−６）辻・浅井著「スプリット検出法に基
づく頁画像の構造解析」Ｐ．６３−７０に記載されるも
のがあった。

【０００３】従来、文書画像の文字読取り方法では、文
書画像上の文字や図表等の領域を分割して文書構成要素
を抽出し、その抽出された文書構成要素の縦書きかまた
は横書きかを判別した後、個々の文字の切り出し等を行
っている。

【０００４】図２は、前記文献に記載された一般的書籍
の頁画像を示す文書画像例の図である。

【０００５】この文書画像例では、頁番号・外題１、図
表２、及び章／節／題から成る本文３の各構成要素で構
成されている。図表２は、周囲の空白によって本文３と
の切り分けが可能である。本文３は、通常、文字要素の
集合体である複数の文字列が、規則的に配列されること
によって形成されている。

【０００６】従来、図２のような文書画像の縦書きか横
書きかを判定する場合、前記文献に記載されているよう
に、水平または垂直方向の投影分布に基づき、順次階層
的に各構成要素の領域を分割する。そして、文字列候補
領域に対し、複数の文字塊領域を抽出し、その抽出され
た各文字塊領域から、縦書きか横書きかの識別を行う。 この縦／横の識別は、文字行候補群の各分割レベルにお
いて、縦・横を示す分割レベルを持つ文字列候補内の文
字塊領域数によって判定する。

【０００７】このような縦書き・横書きの判定結果から
、文字列群から成る本文３が決定される。決定された本
文３は、例えば文字認識を行うために、文字切り出し処
理が行われる。

【０００８】

【発明が解決しようとする課題】しかしながら、上記構
成の縦書き・横書き判定方法では、次のような課題があ
った。

【０００９】（ａ）従来の縦書き・横書き判定方法では
、文字列候補群の各分割レベルにおいて、縦・横を示す
分割レベルを持つ文字列候補内の文字塊領域数によって
文書画像の縦書きか横書きを判定している。ところが、
文書画像が複雑なレイアウトの場合等においては、文字
塊領域数によって縦・横を的確に判定することが困難な
場合がある。

【００１０】（ｂ）そこで、前記（ａ）のような問題を
解決するため、本願出願人は先に特開平１−２６４６４
９号明細書において、縦書き・横書きの判定方法を提案
した。この縦書き・横書き判定方法では、文書画像デー
タを入力して領域分割を行い、文字領域以外の構成要素
を削除した画像を作成する。作成した画像において、黒
画素の存在しない行が連続する領域（白ライン領域）と
、黒画素の存在しない列が連続する領域（白カラム領域
）の出現回数を調べ、それらの大小により、縦書きか横
書きかの判定を行う。

【００１１】ところが、先に提案した判定方法では、白
ライン領域及び白カラム領域の出現回数に着目している
ので、それらの領域内に「ゴミ」の黒画素が存在すると
、次のような不都合が生じる。ここでいう「ゴミ」は、
実際の文書に付着した汚れや、文書画像入力時にスキャ
ナ面に付着していた汚れによる影等の、文書内容ではな
い黒画素塊である。このような黒画素塊が存在すると、
前記の領域が複数個に分けられるため、出現回数が増加
し、誤判定を起こす。また、文書画像において文面以外
の領域が広い場合には、例えばその部分に白ライン領域
が多く存在するなど、その領域の状態によっても、出現
回数が変動するため、判定の誤りを起こす。さらに、複
雑なレイアウトの文章においては、白ライン領域や白カ
ラム領域を、書き方向を正しく判定するのに十分な数だ
け文書内に見出だすことが困難な場合がある。

【００１２】従って、未だ技術的に充分満足のゆく縦書
き・横書きの判定方法を得ることが困難であった。

【００１３】本発明は、前記従来技術が持っていた課題
として、「ゴミ」等の影響を受けることなく、複雑なレ
イアウトの文書画像等においても、精度良く縦書き・横
書きの判定を行うことが困難な点について解決した文書
画像の縦書き・横書き判定方法を提供するものである。

【００１４】

【課題を解決するための手段】本発明は、前記課題を解
決するために、文書画像の縦書き・横書き判定方法にお
いて、文字の方向とスキャンの方向が同じという条件で
読み取られた文書画像における文字列、図、表、フィー
ルドセパレータ等の基本構成要素の各分割領域のうち、
文字列の幅（即ち、横方向の文字列の場合の高さ、縦方
向の文字列の場合の幅をいい、これらを以下「厚さ」と
いう）が閾値以下の分割領域を検出する。そして、検出
された分割領域の方向が縦長か横長かにより、該分割領
域が縦長領域か横長領域かを判定する。その後、判定さ
れた縦長領域と横長領域の個数の大小により、文書画像
が縦書きか横書きかを判定する。

【００１５】

【作用】本発明によれば、以上のように文書画像の縦書
き・横書き判定方法を構成したので、前処理において、
文字の方向とスキャンの方向が同じという条件で読み取
られた文書画像の基本構成要素の各分割領域が与えられ
ると、それらの分割領域のうち、厚さが閾値以下の分割
領域が検出される。検出された分割領域は、それが縦長
か横長かの判定が行われ、判定された縦長領域と横長領
域の個数が計数（カウント）され、その個数の大小によ
り、例えば横長領域数の方が縦長領域数よりも多い時に
は横書き、その反対の時には縦書きと判定される。

【００１６】このように、文書画像における文字列程度
の厚さの構成要素の方向を観測することにより、縦書き
・横書きの判定が行われるので、的確な判定結果が得ら
れる。従って、前記課題を解決できるのである。

【００１７】

【実施例】図３は、本発明の実施例を示す文書画像の縦
書き・横書き判定方法の全体処理を示す図である。

【００１８】この縦書き・横書きの全体の判定処理は、
文字の方向とスキャンの方向が同じという条件で読み取
られた文書画像１０に基づき、前処理として領域分割処
理２０により、文字列、図、表、フィールドセパレータ
等の基本構成要素に分割して分割領域３０を作成する。 次に、縦書き・横書き判別処理４０により、前処理で得
られた全ての基本要素の分割領域３０について、縦書き
か横書きかの判定を行う。

【００１９】領域分割処理２０では、種々の方法を用い
て分割領域３０を作成することが出来る。例えば、前記
文献に記載された技術を用いた場合、文書画像１０の垂
直／水平投影分布を用い、該文書画像１０を縦方向及び
横方向へブロック分割することを繰り返すことにより、
領域分割を行い、その分割領域３０を縦書き・横書き判
別処理４０へ送る。

【００２０】図１は、本発明の実施例を示す縦書き・横
書き判別処理のフローチャートである。

【００２１】この縦書き・横書き判別処理では、領域分
割処理２０で得られた全ての基本要素の分割領域３０に
ついて、ステップＳ１１で、各分割領域３０の高さ及び
幅を調べ、それらのうち小さい方の値（厚さ）が閾値以
下であるか否かを判定する。閾値以下である分割領域に
ついては、ステップＳ１２において、その高さ及び幅を
比較して該分割領域が縦長か横長かを判定し、縦長領域
の時にはその数をステップＳ１３で記憶し、横長領域の
時にはその数をステップＳ１４で記憶する。この操作を
ステップＳ１０において全ての領域について行うと、ス
テップＳ１３で縦長領域数が、ステップＳ１４で横長領
域数がそれぞれ記憶される。

【００２２】このようにして縦長か横長かの判定ループ
がステップＳ２０で終了すると、ステップＳ２１では、
ステップＳ１３，Ｓ１４で記憶された横長領域数と縦長
領域数との比較を行う。横長と判定された横長領域数の
方が、縦長と判定された縦長領域数よりも多い時には、
ステップＳ２２で横書きと判定され、縦長の方が多い時
には、ステップＳ２３で縦書きと判定され、該判定結果
が出力される。

【００２３】なお、ステップＳ１１における閾値の値は
、文書画像１０中にある図２の本文３に示すような文字
列の厚さによって異なるが、一般的な文書において用い
られている活字のサイズを考慮し、５．０ｍｍ程度が適
当である。但し、この値は、文書画像の垂直／水平投影
分布等を用いることにより、処理対象である文書画像毎
に、そのデータから閾値を適応的に求めることも可能で
ある。例えば、垂直／水平投影分布を用いて閾値を適応
的に求める場合、文書画像１０に存在する黒画素の数の
各行・列における和の分布を求め、これが閾値以上連続
して存在する区間の幅を平均文字幅と仮定し、この数割
増の値を閾値とすれば良い。

【００２４】以上のように、本実施例では、文字の方向
とスキャンの方向が同じという条件で読み取った文書画
像１０の基本構成要素の各分割領域３０の内、その厚さ
が閾値以下のものに着目し、それが縦長か横長かを観測
していくことにより、文書画像１０が縦書きか横書きか
の判定を行うようにしている。そのため、分割領域３０
内に「ゴミ」の黒画素が存在しても、その「ゴミ」によ
る影響を受けることなく、的確な判定が行える。さらに
、文書画像１０と実際の文書の大きさの違いによらず、
複雑なレイアウトの文書画像等でも、縦書き・横書きの
精度の良い判定が行える。

【００２５】なお、本発明は上記実施例に限定されず、
種々の変形が可能である。その変形例として、例えば次
のようなものがある。

【００２６】（ｉ）図３の領域分割処理２０では、前記
文献に記載された方法以外に、種々の方法を用いること
ができる。例えば、本願出願人が先に提案した特願平１
−２６４６４９号明細書に記載された方法を用いても良
い。この方法では、文書画像デ―タを入力して横方向及
び縦方向の操作を２回繰り返して行い、黒画素の存在し
ない行及び列で画像を分割し、文字領域のものに対して
はそれらを統合することによって構成要素の分割領域を
得るようにしている。

【００２７】（ｉｉ）図３の処理を行う装置は、集積回
路等を用いた個別回路で実現したり、或いはマイクロコ
ンピュータを用いたプログラム制御等によって実行する
など、種々の装置で実現できる。

【００２８】

【発明の効果】以上詳細に説明したように、本発明によ
れば、文書画像の基本構成要素の各分割領域のうち、厚
さが閾値以下のものを検出し、その分割領域が縦長か横
長かを判定し、縦長領域と横長領域の個数の大小によっ
て文書画像が縦書きか横書きかを判定するようにしてい
る。このように、文書画像における文字列程度の厚さの
構成要素の方向を観測することにより、「ゴミ」による
影響を受けず、また文書画像と実際の文書の大きさの違
いにもよらず、複雑なレイアウトの文書画像等でも、簡
単な処理で、精度の良い縦書き・横書きの判定が可能と
なる。

【図面の簡単な説明】

【図１】本発明の実施例を示す縦書き・横書き判別処理
のフローチャートである。

【図２】文書画像の例を示す図である。

【図３】本発明の実施例を示す縦書き・横書き判定方法
の全体処理図である。

【符号の説明】

１０　　文書画像 ２０　　領域分割処理 ３０　　分割領域 ４０　　縦書き・横書き判別処理

Claims (1)

【特許請求の範囲】
1. 【請求項１】　　文字の方向とスキャンの方向が同じと
   いう条件で読み取られた文書画像の基本構成要素の各分
   割領域のうち、文字列の幅が閾値以下の分割領域を検出
   し、前記検出された分割領域の方向が縦長か横長かによ
   り、該分割領域が縦長領域か横長領域かを判定し、前記
   判定された縦長領域と横長領域の個数の大小によって前
   記文書画像が縦書きか横書きかを判定する、ことを特徴
   とする文書画像の縦書き・横書き判定方法。