JPH04288691A - 文字認識装置 - 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、紙面上などに形成され
た文字列を含む文書画像を読み取り、この読み取った文
書画像から所定の領域を抽出し、この領域中の文字列を
認識する文字認識装置に関する。

【０００２】

【従来の技術および発明が解決しようとする課題】従来
から、紙面などに形成した文字列を含む文書画像を光学
的に読み取り、この読み取った文書画像から文字列を切
り出して、この切り出した文字列の認識を行うようにし
て、自動的に文字コード列からなる文書ファイルなどが
作成されるようにした文書入力装置が用いられている。 このような文書入力装置では、文書が形成された原稿な
どを光学的に読み取って得られた文書画像は、一旦画像
メモリに記憶され、この記憶された画像がＣＲＴなどに
表示される。そして、操作者がたとえば装置に付属のマ
ウスなどで入力すべき画像領域の指定を行うと、これに
応答して、当該領域内の文書画像に対して文字認識処理
が施される。

【０００３】この文字認識処理ではまず、文書画像の傾
きが検出される。すなわち、光学的に読み取られた文書
画像は、必ずしも文字列が画像メモリにおける行方向や
列方向に沿っているわけではないので、文字の認識を正
しく行うためには、文書画像の傾斜角の検出が必要とな
るのである。上記の傾斜角の検出のための典型的な先行
技術は、たとえば特開平２−　６９８８６号公報に開示
されている。この先行技術では、画像メモリに入力され
た文書画像を複数の傾斜角を設定して各傾斜角ごとに走
査し、各走査線毎に黒画素の数を計数し、この黒画素数
が所定値を超えている走査線数が最大である傾斜角を、
文字列の傾斜角とし決定するものである。しかし、当該
公開公報の記載からも明らかなように、この先行技術の
傾斜角の検出では、処理が極めて繁雑であり、文書入力
処理の高速化が妨げられることは必至であるとともに、
回路構成も複雑になるという問題がある。

【０００４】一方、入力すべき画像領域の指定のための
一般的な技術では、ＣＲＴに表示された文書画像中で矩
形領域が指定される。この矩形領域の指定は、当該矩形
領域の対角線の両端の頂点をマウスなどの座標入力手段
から指定することよって行われる。しかし、このような
指定方法では、図４に示すように、文書画像２１が傾斜
してＣＲＴの表示画面２０に表示される場合（すなわち
画像メモリにも傾斜した状態で記憶されている。）には
、２点Ａ，Ｂの入力により指定できる矩形領域Ｓ２１は
入力したい文書画像領域から傾斜した状態となる。この
ため、所望の領域の文書画像を矩形領域Ｓ２１中に含ま
せようとすると、不必要な部分の文書画像まで矩形領域
Ｓ２１内に入ってしまうという問題がある。この場合に
は、文字認識処理を経て入力された文書中には不必要な
部分が含まれていることになるから、文字認識の後の編
集作業によって、不必要な部分の削除を行わなければな
らず、文書入力作業の作業効率を劣化させることとなる
。

【０００５】そこで、本発明の目的は、上述の技術的課
題を解決し、文書画像の傾斜角の検出が簡単な処理で行
われ、また入力画像領域の指定を良好に行うことができ
るようにして、文書入力作業がより短時間で行われるよ
うにした文字認識装置を提供することである。

【０００６】

【課題を解決するための手段】上記の目的を達成するた
めの請求項１記載の文字認識装置は、文字列を含む文書
画像を光学的に読み取る読取手段と、この読取手段で読
み取られた文書画像を記憶する画像記憶手段と、この画
像記憶手段に記憶された文書画像を表示する表示手段と
、この画像記憶手段に記憶された文書画像から任意の矩
形領域の画像を切り出す切出手段と、この切出手段で切
り出された文書画像中の文字列を文字列の傾斜方向に基
づいてコード列に変換する変換手段とを含む文字認識装
置において、上記切出手段に切り出させるべき矩形領域
の隣接する頂点である第１点および第２点を上記表示手
段の表示画面上で指定する第１の指定手段と、上記切出
手段に切り出させるべき矩形領域の上記第１点および第
２点を結ぶ辺の対辺上の点である第３点を上記表示手段
の表示画面上で指定する第２の指定手段と、上記第１点
および第２点の表示画面における座標位置に基づいて、
文字列の傾斜角を検出して上記変換手段に与える傾斜角
検出手段とを含み、上記切出手段は、上記第１点、第２
点および第３点により確定される矩形領域の画像を、上
記画像記憶手段に記憶された文書画像から切り出すもの
であることを特徴とする。

【０００７】また、請求項２記載の文字認識装置は、上
記第２の指定手段から入力される第３点は、上記矩形領
域の上記第１点および第２点を結ぶ辺の対辺における一
方端の頂点であることを特徴とする。さらに、請求項３
記載の文字認識装置は、上記第１点から第２点に向かう
方向を、文字列の方向として検出して上記変換手段に与
える文字列方向検出手段をさらに含むことを特徴とする
ものである。

【０００８】

【作用】上記の構成によれば、切出手段で切り出させる
べき矩形領域の隣接する頂点を第１点および第２点とし
て指定し、この第１点および第２点を結ぶ辺の対辺上の
一点を第３点として指定することにより、切り出すべき
矩形領域を確定させるようにしているので、表示手段の
表示画面上で傾斜している矩形領域の指定をも行うこと
ができる。

【０００９】また、文書画像の傾斜角は、第１点および
第２点の表示画面における座標位置に基づいて検出され
るので、第１点および第２点を文字列の方向に沿って指
定することにより、正確な文書画像の傾斜角を、第１点
および第２点の各座標位置のみに基づく簡単な処理によ
り検出することができる。さらに、第１点から第２点に
向かう方向を文字列の方向として検出するようにすれば
、文字列の方向に従って第１点および第２点を順に指定
するだけで、文字列の方向についての情報の入力も同時
に達成されることになる。

【００１０】

【実施例】以下実施例を示す添付図面によって詳細に説
明する。図１は本発明の一実施例の文字認識装置の基本
的な構成を示すブロック図である。紙面などに形成され
た文字列を含む文書画像は、イメージスキャナなどで構
成された読取部１で電気信号に変換されて読み取られる
。この読取部１の出力信号は、二値化部２で適当なスラ
イスレベルでレベル弁別されて「１」または「０」の二
値信号に変換される。この二値信号は、ＣＰＵ（中央処
理装置）５の制御の下に、画像メモリ４に入力されて記
憶される。これにより、画像メモリ４には、二値化後の
文書画像が記憶されることになる。この画像メモリ４の
記憶画像は、ＣＰＵ５を介して画像制御部６に与えられ
る。この画像制御部６は画像メモリ４の記憶画像に対応
した表示制御信号を作成して表示手段であるＣＲＴ７に
与える。この結果、ＣＲＴ７には、読み取られた文書画
像が表示されることになる。本実施例では、ＣＰＵ５が
切出手段および傾斜角検出手段ならびに文字列方向検出
手段として機能する。

【００１１】画像制御部６には、文書の入力を行うべき
任意の矩形領域を指定したりするために用いられ、第１
の指定手段および第２の指定手段として機能するマウス
８が接続されている。このマウス８から、後述するよう
にして文書の入力を行うべき矩形領域の指定が行われる
と、ＣＰＵ５は、画像メモリ４の記憶画像から指定され
た矩形領域の画像を切り出し、この切り出した画像を文
章領域バッファ９に格納する。

【００１２】ＣＰＵ５では、マウス８からの矩形領域の
指定入力に基づいて、後述するようにして、指定された
矩形領域中の文字列の傾斜角および文字列の方向（文字
認識を行うべき順序を指定する方向）が検出される。こ
の検出結果はライン１０を介して傾き補正部１１に与え
られる。この傾き補正部１１は、文章領域バッファ９の
記憶画像に適当な補正を施して、文字切出部１２に入力
させる。この文字切出部１２では、１文字分のデータが
切り出され、この切り出されたデータが文字認識部１３
に与えられる。文字認識部１３では、予め記憶されてい
る基準の文字パターンとのマッチング処理などが行われ
、このようにして文字が認識されて、対応する文字コー
ドに変換される。なお、文字切り出し部１２および文字
認識部１３は、ＣＰＵ５からライン１４，１５を介して
与えられる各制御信号に基づいて各動作を行う。本実施
例では、上記傾き補正部１１、文字切出部１２および文
字認識部１３を含んで変換手段が構成されている。

【００１３】図２は動作を説明するためのフローチャー
トである。、ステップｎ１で文書画像が読み取られて画
像メモリ４に格納されると、ステップｎ２では、当該文
書画像がＣＲＴ７に表示される。このＣＲＴ７における
表示態様は、図３に示されており、７Ａは表示画面を示
し、３０は文書画像を示す。ステップｎ３では、操作者
は、マウス８を操作して、文書の入力を行わせるべき矩
形領域Ｓ１の１つの頂点Ｐ１を指定して入力する。この
入力操作は、マウス８の操作によりカーソルＣを頂点Ｐ
１に位置させ、この状態でマウスボタンを押圧してクリ
ック操作を行うことにより達成される。なお、矩形領域
Ｓ１のうち、最初に指定される第１点は、入力すべき文
章の文頭の近傍の頂点Ｐ１とするか、最終行の先頭の近
傍の頂点Ｐ４とする必要がある。このことについては後
述する。

【００１４】ステップｎ４では、操作者は、カーソルＣ
を頂点Ｐ１の近傍の行の行末の近傍の頂点Ｐ２に位置さ
せ、マウスクリックにより頂点Ｐ２を第２点として指定
する。ステップｎ３の操作で頂点Ｐ４を選択したときに
は、頂点Ｐ３を第２点として指定することになる。ステ
ップｎ３およびｎ４で入力された第１点および第２点の
表示画面における座標位置は、画像制御部６からＣＰＵ
５に与えられる。このＣＰＵ５では、第１点および第２
点の座標位置に基づいて、文書画像の傾斜角を検出し（
ステップｎ５）、さらに第１点から第２点に向かう方向
を文字列の方向として検出する（ステップｎ６）。上記
のステップｎ３において、第１点を、入力すべき領域の
先頭の行の行頭の近傍の頂点Ｐ１などに選ぶのは、ステ
ップｎ６での文字列の方向の検出のためである。

【００１５】ステップｎ５における傾斜角の検出は、第
１点および第２点の座標位置のみに基づいて行われるか
ら、この傾斜角の検出は極めて簡単な処理で達成され、
この処理に長時間を要することはない。ステップｎ７で
は、上記第１点および第２点（すなわち頂点Ｐ１，Ｐ２
）を頂点とする長方形の描画のためのサブルーチンがコ
ールされる。この状態では、カーソルＣは、第２点とし
て指定した頂点Ｐ２に立てた頂点Ｐ１，Ｐ２を結ぶ線分
の垂線上のみに移動が規制される。そして、頂点Ｐ１，
Ｐ２およびカーソルＣの位置を頂点に含む長方形がＣＲ
Ｔ７の表示画面上に表示される。この状態から、操作者
は、ステップｎ８において、表示された長方形が入力す
べき矩形領域Ｓ１に一致する状態、すなわち、カーソル
Ｃが頂点Ｐ３上に位置する状態で、マウス８をクリック
する。これにより、第３点目の指定が行われ、文書入力
を行うべき矩形領域が確定する。すなわち、ＣＰＵ５は
、画像制御部６から与えられる第３点の座標に基いて第
４の頂点Ｐ４の座標を演算する（ステップｎ９）。 さらにＣＰＵ５は、第１点〜第３点の指定により得られ
た頂点Ｐ１〜Ｐ３の座標位置と、ステップｎ９で求めら
れた頂点Ｐ４の座標位置とに基づいて、矩形領域Ｓ１の
文書画像を画像メモリ４の記憶画像から切り出し、この
切り出した画像をバスライン１６を介して文章領域バッ
ファ９に格納する（ステップｎ１０）。このようにして
、入力を行うべき矩形領域Ｓ１の文書画像の切出が達成
される。

【００１６】文章領域バッファ９に格納された文書画像
は、傾き補正部１１により上記の傾斜角および文字列の
方向に基づいて順次読み出され、このようにして傾斜角
を補正した画像データが文字切出部１２に与えられるこ
とになる。以上のように本実施例の文字認識装置によれ
ば、マウス８の操作により、入力を行うべき矩形領域Ｓ
１の頂点である第１点および第２点を指定することによ
り、この第１点および第２点の座標値から、文書の傾斜
角および文字列の方向が検出される。このような傾斜角
の演算は、第１点および第２点の座標位置のみに基づい
て行われるので、傾斜角の検出は簡単な構成で、しかも
極めて短時間で行うことができる。これにより、文書入
力が格段に高速化できる。また、第１点および第２点を
順に指定することによって、文字列の方向をも指定でき
るから、図３のような横書きの文書に限らず、縦書きの
文書にも容易に対応することができる。また、１つの文
書画像中に、横書きの文書と縦書きの文書とが混在して
いるような場合などにも良好に対応することができる。

【００１７】さらに、第１点および第２点を一辺とする
矩形領域の画像が画像メモリ４に記憶された文書画像か
ら切り出されるので、文書画像が傾斜して画像メモリ４
に記憶されている場合でも、確実に所望の矩形領域のみ
を指定して切り出させることができる。この結果、文書
の入力後の操作者による編集作業が格段に低減されるの
で、文書入力作業の作業性を格段に向上することができ
るようになる。

【００１８】なお、本発明は上記の実施例に限定される
ものではない。たとえば上記の実施例では、第３点の指
定の際にカーソルＣの移動を第２点から下した第１点お
よび第２点を結ぶ線分の垂線上に規制するようにして頂
点Ｐ３を第３点として指定するようにしているが、カー
ソルＣの移動を第１点から下した垂線上に規制するよう
にして頂点Ｐ４を第３点として指定させるようにしても
よい。

【００１９】また上記の実施例では、第３点の指定の際
にカーソルＣの移動を第２点から下した第１点および第
２点を結ぶ線分の垂線上に規制するようにして、第１点
および第２点を結ぶ辺の対辺の一方端の頂点を第３点と
して指定することとしているが、第３点の指定の際にも
カーソルＣは任意に移動し得るようにして、カーソルＣ
の位置を第１点および第２点を結ぶ辺の対辺上の一点と
する長方形を表示画面に表示させるようにしてもよい。 この場合には、第１点および第２点を頂点とし、第１点
および第２点を結ぶ辺の対辺上に第３点を有する矩形領
域の切り出しが行われることになる。

【００２０】また、上記の実施例では、マウス８により
第１点、第２点および第３点の指定を行うこととしてい
るが、たとえばライトペンなどの他の座標入力手段など
により第１〜第３点を指定することとしてもよい。その
他、本発明の要旨を変更しない範囲で種々の設計変更を
施すことが可能である。

【００２１】

【発明の効果】以上のように本発明の文字認識装置によ
れば、表示手段の表示画面上で傾斜した矩形領域をも指
定して文書画像を切り出させることができるので、必要
な部分の文書画像だけを確実に切り出すことができる。 これにより、文字認識後の編集作業などが格段に低減さ
れ、文書の入力を短時間で行えるようになる。

【００２２】また、文書画像の傾斜角は第１点および第
２点の座標位置に基づいて検出されるので、第１点およ
び第２点を文字列の方向に沿って指定することにより、
正確な文書画像の傾斜角を、第１点および第２点の各座
標値位置のみに基づく簡単な処理により検出することが
できる。これにより、文書入力処理全体を格段に高速化
することができる。また、傾斜角の検出のための構成の
簡素化にも寄与することができる。

【００２３】さらに、第１点から第２点に向かう方向を
文字列の方向として検出するようにすれば、文字列の方
向に従って第１点および第２点を順に指定するだけで、
文字列の方向についての情報の入力も同時に達成される
ことになる。この結果、たとえば縦書きと横書きとの指
定も、切り出すべき矩形領域の指定と同時に行わせるこ
とができる。

【図面の簡単な説明】

【図１】本発明の一実施例の文字認識装置の基本的な構
成を示すブロック図である。

【図２】動作を説明するためのフローチャートである。

【図３】ＣＲＴ７の表示態様を示す図である。

【図４】従来技術における入力すべき矩形領域の指定の
態様を示す図である。

【符号の説明】

１　　　　読取部 ４　　　　画像メモリ（画像記憶手段）５　　　　ＣＰ
Ｕ（切出手段、傾斜角検出手段、文字列方向検出手段） ６　　　　画像制御部 ７　　　　ＣＲＴ（表示手段） ８　　　　マウス（第１の指定手段、第２の指定手段）
９　　　　文章領域バッファ １１　　傾き補正部 １２　　文字切出部 １３　　文字認識部

Claims (3)

【特許請求の範囲】
1. 【請求項１】文字列を含む文書画像を光学的に読み取る
   読取手段と、この読取手段で読み取られた文書画像を記
   憶する画像記憶手段と、この画像記憶手段に記憶された
   文書画像を表示する表示手段と、この画像記憶手段に記
   憶された文書画像から任意の矩形領域の画像を切り出す
   切出手段と、この切出手段で切り出された文書画像中の
   文字列を文字列の傾斜方向に基づいてコード列に変換す
   る変換手段とを含む文字認識装置において、上記切出手
   段に切り出させるべき矩形領域の隣接する頂点である第
   １点および第２点を上記表示手段の表示画面上で指定す
   る第１の指定手段と、上記切出手段に切り出させるべき
   矩形領域の上記第１点および第２点を結ぶ辺の対辺上の
   点である第３点を上記表示手段の表示画面上で指定する
   第２の指定手段と、上記第１点および第２点の表示画面
   における座標位置に基づいて、文字列の傾斜角を検出し
   て上記変換手段に与える傾斜角検出手段とを含み、上記
   切出手段は、上記第１点、第２点および第３点により確
   定される矩形領域の画像を、上記画像記憶手段に記憶さ
   れた文書画像から切り出すものであることを特徴とする
   文字認識装置。
2. 【請求項２】上記第２の指定手段から入力される第３点
   は、上記矩形領域の上記第１点および第２点を結ぶ辺の
   対辺における一方端の頂点であることを特徴とする請求
   項１記載の文字認識装置。
3. 【請求項３】上記第１点から第２点に向かう方向を、文
   字列の方向として検出して上記変換手段に与える文字列
   方向検出手段をさらに含むことを特徴とする請求項１記
   載の文字認識装置。