JPH04303278A - 圧縮映像の文字列分離方式 - 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、文書を認識するとき、
圧縮された文書映像から文字領域と図形領域とを抽出し
分離させる方法に係るもので、詳しくは、文書映像を圧
縮して個別領域を抽出する際、その圧縮により図形領域
に連結された文字列を分離させて認識し得るようにした
圧縮映像の文字列分離方式に関するものである。

【０００２】

【従来の技術】一般に、文書を認識すべく文書映像の領
域を分割するとき、処理時間を短縮するため元来の映像
を圧縮した後、個別領域に抽出し、図形（又は写真）領
域及び文字列に夫々分離して文書の認識処理を行うよう
になっていた。そして、通常、殆どの文書は、文書の左
側又は右側に図形（又は写真）領域が位置し、該図形（
又は写真）領域に隣接して各文字列が位置するようにな
っていた。

【０００３】然るに、このような文書を認識するため文
書映像を圧縮すると、図形領域と文字列との余白（ギャ
ップ）が文書映像の圧縮率よりも小さい場合、それら図
形と文字とが連結して表われ、よって、文書認識にエラ
ーが生じ易いという不都合な点があった。

【０００４】

【発明が解決しようとする課題】そこで、このような問
題点を解決するため、本発明者は研究を重ねた結果次の
ような圧縮映像の文字列分離方式を提供しようとするも
のである。本発明の目的は、図形領域（又は写真領域）
と文字列とが混合された文書を認識するとき、該図形領
域に文字領域が連結して表われると、強制にそれら二つ
の領域を分離して各個別領域を正確に抽出させ、文書認
識を明確に行い得るようにした圧縮映像の文字別分離方
式を提供しようとするものである。

【０００５】

【課題を解決するための手段】このような本発明の目的
は、文書映像の入力を受けて文書映像を圧縮し、領域を
分離して個別領域に抽出するとき、現在検索中のブロッ
クが図形又は写真領域の場合、左側面を検索して該左側
面に文字列が連結されているか否かを判別し、以後、右
側面を検索して該右側面に文字列が連結されているか否
かを判別し、それら左右側面全てに文字列が連結されて
いたり又は連結されていない場合を除去し、それら左右
側面中何れ一方側面のみに文字列が連結されている場合
は、その文字列の連結を検索するとき抽出した文字列位
置情報を利用してそれらを分離させ、文書を認識するこ
とにより達成される。

【０００６】

【実施例】以下、本発明の実施例について図面を用いて
詳細に説明する。図１に示したように、本発明に係る文
書認識システムブロックにおいては、ホストインターフ
ェース７、ホストコンピューター８、モニター９、補助
記憶装置１０及びキーボード１１を具備し文書認識処理
をする汎用コンピューターＡと、ディジタル信号処理素
子ＤＳＰ１、アドレスディコーダー２、メモリ３及びバ
ッファー４を具備し前記汎用コンピューターＡの制御に
より文書認識のための映像圧縮及び領域分離を行う専用
ハードウエア部Ｂと、スキャナー６及びスキャナーイン
ターフェース５を具備し前記汎用コンピューターＡの制
御により該汎用コンピューターＡ及び前記専用ハードウ
エア部Ｂに文書映像データを伝送する文書映像入力部Ｃ
とにより構成されている。

【０００７】図中、未説明符号ＤＳはデータ選択信号、
ＩＳは入出力選択信号、ＰＳはプログラム選択信号、Ｉ
ＮＴはインタラップト信号、ＩＡＣＫはインタラップト
認識信号、ＥＮＢはイネーブル信号、Ａはアドレス、Ｄ
はデータ、Ｓは選択信号を夫々示したものである。この
ように構成された文書認識システムブロックの作用及び
本発明に係る圧縮映像の文字列分離方式を説明すると次
のようである。

【０００８】図１及び図２に示したように、先ず、キー
ボード１１を押して汎用コンピューターＡのホストコン
ピューター８に命令を与えると、該ホストコンピュータ
ー８はホストインターフェース７を通してディジタル信
号処理素子１及びスキャナーインターフェース５をイネ
ーブルＥＮＢさせ、該スキャナーインターフェース５に
よりスキャナー６が動作して文書映像が入力ａされる。 次いで、それら文書映像データＤ０−Ｄ７はメモリ３に
貯蔵されバッファー４を通ってディジタル信号処理素子
１に入力された後、映像が圧縮され該圧縮映像データは
メモリ３に貯蔵されて圧縮領域の種類が判別ｄされ、そ
の後、文字領域は文字に認識され、図形及び写真領域は
コーディング処理ｅされる。

【０００９】且つ、図３（Ａ）、（Ｂ）は本発明に係る
文字列の連結及び分離状態を示した例示図で、（Ａ）は
図形（又は写真）領域と文字列との間の余白（ギャップ
）が文書映像の圧縮率よりも小さいため、文書映像の圧
縮結果、それら図形領域と文字列とが分離されずに連結
して表示された状態を示した例示図、（Ｂ）は本発明の
方式により右側の文字列を強制に分離させた状態を示し
た例示図である。ここで、図３（Ａ）に示した図形領域
と文字列とが連結した状態において、図２に示したよう
に、個別領域の抽出段階ｄを経た後、処理段階ｅで本発
明に係る圧縮映像の文字列分離処理を行うと、図３（Ｂ
）に示したように右側の文字列が図形又は写真領域から
分離された状態になる。

【００１０】又、図４（Ａ）、（Ｂ）は文字列が連結さ
れた状態を示した説明図で（Ａ）は左側に文字列が連結
された状態を示したもので、（Ｂ）は右側に文字列が連
結された状態を示したものであって、文字列の連結され
る状態は左側又は右側連結される二通りがあるので、先
ず、図形（又は写真）領域の輪郭を認識してそれら二通
り中何れの状態であるかを判別した後強制分離させる過
程を行うようになる。

【００１１】図５（Ａ）〜（Ｅ）は本発明に係る文字列
分離方式を説明した図面であって、図５（Ａ）に示した
ように、図形（又は写真）領域Ｇｒと該図形（又は写真
）領域の左側に文字領域ＴＬが配置され、それら文字列
情報領域ＴＬ間の余白（ギャップ）領域ＥＬの大きさよ
りも該文字列情報領域ＴＬと前記図形（又は写真）領域
との間の余白（ギャップ）Ｈの大きさが小さい場合は、
その映像データを圧縮した後個別領域に分離すると、図
５（Ｂ）に示したように左側に文字列が連結された一つ
の図形（又は写真）領域に分離される。即ち、図２に示
したように、文書映像データの入力ａを受け圧縮映像化
した後ｂ、領域分離ｃして個別領域処理ｄをすると、図
５（Ｂ）に示したように、一つの図形（又は写真）領域
に分離され、その図形（又は写真）領域に文字領域が連
結して存在するようになる。従って、このように二個の
領域が一個の図形（又は写真）領域に処理されるブロッ
クの左側、又は右側の文字列を本発明の方式により強制
に分離させるものである。

【００１２】本発明に係る圧縮映像の文字列分離方式に
おいては、圧縮され領域分割された文書映像のブロック
を順次スキャニングし図形（又は写真）領域のブロック
を検出する図形（又は写真）領域検出ステップＳ１と、
該図形（又は写真）領域検出ステップＳ１で検出された
図形（又は写真）領域ブロックの左側面を検索し該左側
面に文字列が連結される（Ｌ←Ｔ）か又は連結されない
（Ｌ←Ｆ）かを判別する左側面検索ステップＳ２と前記
図形（又は写真）領域検出ステップＳ１で検出された図
形（又は写真）領域ブロックの右側面を検索して該右側
面に文字列が連結される（Ｒ←Ｔ）か又は連結されない
（Ｒ←Ｆ）かを判別する右側面検索ステップＳ３と、そ
れら左・右側面検索ステップＳ２、Ｓ３の結果、左・右
側面全てに文字列が連結され（Ｌ，Ｒ←Ｔ）たり又は連
結されない（Ｌ，Ｒ←Ｆ）場合には前記図形（又は写真
）領域検出ステップＳ１に戻るフィードバックステップ
Ｓ４と、前記左右側面検索ステップＳ２、Ｓ３の結果、
左右側面中何れ一方側面にのみ文字列が連結された場合
該文字列を検索するとき抽出した文字列位置情報を利用
し各個別領域に分離した後前記図形（又は写真）領域検
出ステップＳ１に戻る文字列分離ステップＳ５とを行う
ことにより文字列の連結した図形（又は写真）領域から
強制にその文字列を分離して正確な情報領域に処理する
ようになっている。

【００１３】且つ、図６は本発明に係る圧縮映像の文字
列分離方式の制御フローチャートであって、図示された
ように、マイクロコンピューターにおいては、文書映像
データが領域別に分離された圧縮ブロックの総数ＴＢＬ
ＯＣＫ　をセッチングし、現在処理しようとする圧縮ブ
ロックＫ＝１が図形（又は写真）領域であるかを判別す
るため、その圧縮ブロックＫを順次選択Ｋ＝Ｋ＋１しな
がら圧縮ブロック総数ＴＢｌｏｃｋ　に至るまで検索し
て図形（又は写真）領域の与否を判断する。

【００１４】この場合、各ブロックが文字列の連結され
た図形（又は写真）領域であるかを識別するため、それ
らブロックの左側面と右側面の輪郭状態を検索する。即
ち、現在の圧縮ブロックＫが図形（又は写真）領域であ
ると、該ブロックＫの左側面を検索し、再び右側面を検
索して図４に示したように、左側面又は右側面に文字列
が連結された状態であるかを判別する。若し、左側面又
は右側面に文字列が連結されていると各プラグをセット
〔Ｌ←Ｔ（ＦＬＡＧＬ　←ＴＲＵＥ），Ｒ←Ｔ（ＦＬＡ
ＧＲ　←ＴＲＵＥ）〕させ、左側面又は右側面が文字列
に連結されていないと、正常の図形（又は写真）領域に
判別してプラグをリセット〔Ｌ←Ｆ（ＦＬＡＧＬ　←Ｆ
ＡＬＳＥ），Ｒ←Ｆ（ＦＬＡＧＬＲ　←ＦＡＬＳＥ）〕
させる。

【００１５】このような左右側面検索をした結果、左右
側面全てに文字列が連結された（Ｌ＝Ｔ，Ｒ＝Ｔ）場合
と、左右側面全てに文字列が連結されていない（Ｌ＝Ｆ
，Ｒ＝Ｆ）場合とには無視し、次のブロック（Ｋ＝Ｋ＋
１）の処理を行う。その後、左側面又は右側面の何れ一
方側面にのみ文字列が連結〔（Ｌ＝Ｔ，Ｒ＝Ｆ）又は（
Ｌ＝Ｆ，Ｒ＝Ｔ）〕されているとそれら左右側面を検索
するとき検出した文字列情報領域の位置情報によりその
連結された文字列を強制に分離させた後、次のブロック
（Ｋ＝Ｋ＋１）の処理を行う。

【００１６】ここで、左側面又は右側面に文字列が連結
されているのを判別する方法においては、図５（Ｂ）に
示したように左側面に文字列が連結されたブロックの場
合、図５（Ｃ）に示したように、該当ブロックの左側上
方端の座標（ＳＸ，ＳＹ）と右側下方端の座標（ＥＸ，
ＥＹ）とにより表示して正四方形の領域を取り、この場
合左側面検索であるので、左側から右側に、上方から下
方向きにラスター方式により検索を行う。即ち、図７の
左側面検索制御フローチャートに示したように、文字列
情報領域ライン数ＴＬ，１ラインの白画素累積数ＴＰ、
文字列間の余白領域数ＥＬ及び文字列幅ＷＸのｘ座標最
大値を初期化させ、図形（又は写真）領域に判別したブ
ロックの左側上方端座標（ＳＸ，ＳＹ）をｘ，ｙ座標に
セッチング（Ｘ＝ＳＸ，Ｙ＝ＳＹ）した後、画素別に左
側から右側に、上方から下方向きに検索を行う。

【００１７】ここで、本発明者達が提供した韓国特許第
８９−１７６３０号記載の“文書映像で領域を抽出する
方法”によれば、個別領域の輪郭線に該当する最小の値
を“２”に代置してその輪郭線の画素を検索するように
なっている。そこで、左側から右側に各画素別の最小値
を検索して輪郭線値２の画素が検出されるまで検索を行
うが、検索した画素値〔Ｐ（Ｘ，Ｙ）〕が輪郭線値（“
２”）でなく文字画素値（“１”）である場合には無視
し、空白画素の白画素値（“０”）が検出されると、そ
の白画素数（ＴＰ）を累積（ＴＰ＝ＴＰ＋１）しながら
ｘ座標の終わり（Ｘ＝ＥＸ）になるまでそのｘ座標を増
加（Ｘ＝Ｘ＋１）させながら輪郭線画素を検索する。

【００１８】以後、輪郭線画素が検出されると、ブロッ
クのｘ方向開始座標ＳＸからどれ程離れた位置で輪郭線
画素が検出されたかという情報を探知すべきであるが、
これは、左側面に文字列が連結されている場合、その文
字列を強制分離させるとき、その文字列の幅を決めるた
めである。即ち、ｘ方向の開始座標ＳＸから最も遠い位
置で検出された輪郭線画素のｘ軸座標までをその幅とみ
なし、図５（Ｂ）及び（Ｄ）に示したＷＸ座標となる。 該ＷＸ値はｙ方向座標値が増加するとき輪郭線画素が検
出されるので、その都度、現在のｘ座標とＷＸ値とを比
較して大きい値をＷＸ値に設定する。

【００１９】従って、輪郭線値（“２”）に該当する画
素が検出されると、該輪郭線画素の検出したｘ座標が終
わり（Ｘ＝ＥＸ）であるか、又は現在ｘ座標が文字列ｘ
座標幅（ＷＸ）よりも小さい場合は現在のｘ座標幅（Ｗ
Ｘ）を維持し、そのｘ座標が終わりでなく（Ｘ≠ＥＸ）
、ｘ座標（Ｘ）が文字列幅（ＷＸ）のｘ座標よりも大き
い（Ｘ＞ＷＸ）場合は、現在のｘ座標（Ｘ）を文字列ｘ
座標幅（ＷＸ＝Ｘ）にセッチングする。

【００２０】このように、ｘ座標の終わり又ははｘ座標
の幅をセッチングした後、そのラインが文字領域である
か又は余白領域であるかを判別するが、ここで、文書上
で文字列間の上下方側間隔が殆ど同様であるので文字列
間の間隔余白の領域ＥＬは殆ど同様である。よって、現
在検索したラインが文字列情報領域ＴＬであるか又は余
白領域ＥＬであるかの判断は、最小値“０”の画素数Ｔ
Ｐを累積した値が所定設定値よりも大きいと、余白領域
ＥＬに判断する。

【００２１】一方、文字列を強制分離する場合、文字列
のｘ方向幅（ＷＸ）以外に各文字列のｙ方向の位置情報
も必要である。即ち、図５（Ｄ）に示したように、各文
字列の開始ｙ座標と終わりｙ座標とが必要である。従っ
て、余白領域ＥＬが検出される場合にｙ座標を比較する
が、１番目の余白領域（ＥＬ＝１）が検出された場合、
当時のｙ軸座標をその時まで検出された文字列情報領域
（ＴＬ）の終わりｙ座標に指定する。文字列情報領域（
ＴＬ）の開始ｙ軸座標は新しい情報領域（ＴＬ）が検出
される都度、当時のｙ軸座標に指定し該座標値を２次元
配列ｃｏｏｒｄ〔ＴＬ〕〔１〕に貯蔵する。

【００２２】即ち、図７に示したように、現在白画素累
積値（ＴＰ）が設定値よりも大きい場合は、文字列間の
余白領域（ＥＬ）に判別して該余白領域の数を累積（Ｅ
Ｌ＝ＥＬ＋１）し、現在の余白領域（ＥＬ）の数が１番
目（ＥＬ＝１）であるかを判別して１番目の場合は、そ
の時のｙ軸座標をその時まで検出された文字列情報領域
（ＴＬ）の終わりｙ座標として２次元配列ｃｏｏｒｄ〔
ＴＬ〕

〔０〕に貯蔵する。

【００２３】且つ、前記余白領域（ＥＬ）が１番目でな
い場合（ＥＬ＝１）及び前記文字列情報の終わりｙ座標
を貯蔵した後にはｙ座標が終わり（Ｙ＝ＥＹ）であるか
を判別する。一方、現在累積された白画素数ＴＰが設定
値よりも小さい（ＴＰ＜設定値）場合は、そのラインを
文字列に属した情報ラインの文字情報領域（ＴＬ）に判
別し、現在まで累積された余白領域（ＥＬ）数を設定値
と比較して余白領域が連続的に幾ライン検出されたかを
判別した後、その余白領域累積値が設定値以上であれば
、余白領域（ＥＬ）が検出されたものであるとみなし、
以下であれば無視する。即ち、文字情報領域（ＴＬ）で
ある場合は現在までの余白領域（ＥＬ）が所定設定値以
上（ＥＬ＞設定値）であるかを判別し、その結果余白領
域累積値が設定値よりも小さい場合はｙ座標が終わり（
Ｙ＝ＥＹ）であるかを判別するステップに移行し、その
余白領域の累積値が設定値以上（ＥＬ＞設定値）であれ
ば、文字情報領域（ＴＬ）開始ｙ軸座標を新しいｙ軸座
標として２次元配列ｃｏｏｒｄ〔ＴＬ〕〔１〕に貯蔵す
る。次いで、文字情報領域（ＴＬ）数を増加（ＴＬ＝Ｔ
Ｌ＋１）させ、余白領域（ＥＬ）数を初期化（ＥＬ＝０
）した後、前記ｙ座標が終わり（Ｙ＝ＲＹ）であるかを
判別するステップに移行する。

【００２４】以後、ｙ座標が終わり（Ｙ＝ＲＹ）である
かを判別し、ｙ座標が終わりでないと、ｙ座標を増加（
Ｙ＝Ｙ＋１）させ、ｘ座標を開始座標（Ｘ＝ＳＸ）にセ
ッチングして白画素数（ＴＰ）を初期化（ＴＰ＝０）し
た後、次のラインの検索を行う。このようにブロックの
左側上方から右側に、上方から下方向きに検索して右側
下方端のｙ座標が終わり（Ｙ＝ＥＹ）になるまで検索を
した後、現在までの文字列情報領域（ＴＬ）数を設定値
と比較し一つの図形（又は写真）領域に文字列と余白領
域とが左側面に連結された領域であるかを判別する。 その結果文字情報領域（ＴＬ）の累積値が設定値以上で
あれば、文字列左側連結にセッチング（Ｌ←Ｔ）し、文
字情報領域（ＴＬ）の累積値が設定値よりも小さいと、
文字列が左側面に連結されていないものであるとセッチ
ング（Ｌ←Ｆ）して一つのブロックの左側面検索を完了
する。

【００２５】そして、右側面検索ステップ（Ｓ３）は、
右側から左側に検索を行いながら輪郭線検出座標のｘ方
向座標値を最小値に選択し、該最小値を文字列連結幅（
ＷＸ）に検出する過程のみ異なり、その以外の過程は前
述した左側面検索と同様な過程で行われる。従って、右
側から左側に検索が行われ、その結果、図５（Ｄ）に示
したような左側面検索による抽出情報と同様な情報が求
められる。

【００２６】このように左側面と右側面の文字列連結状
態を検索しブロックの左側面に文字列が連結された状態
（Ｌ＝Ｆ），（Ｒ＝Ｆ）の場合においては、左側面検索
過程で抽出した文字列の位置情報である文字列幅（ＷＸ
）、開始ｙ軸座標及び終わりｙ軸座標を利用して新しい
ブロックに分離させる。即ち、図８の文字列連結ブロッ
クの文字列分離制御フローチャートに示したように、先
ず、連結された文字情報領域ＴＬをブロックに分離する
ための変数Ｐを初期化（Ｐ＝０）させ、現在ブロック数
値（ＴＢＬＯＣＫ　）を増加（ＴＢＬＯＣＫ　＝ＴＢＬ
ＯＣＫ　＋１）させて、該ブロックを２次元配列により
各位置座標を前記の過程で求めた座標値にセッチングす
る。

【００２７】例えば、図５（Ｄ）に示したように、文字
情報領域（ＴＬ）数が３で、１番目の文字列情報領域の
開始ｙ座標がＳＹであり、終わりｙ座標が前記過程で貯
蔵されたｃｏｏｒｄ

〔０〕

〔０〕値であると仮定する。 ここで、前記“ｃｏｏｒｄ”は２次元配列を意味し、初
めの括弧〔　　〕は文字列情報領域（ＴＬ）の１番目の
領域を意味し、後の括弧

〔０〕は文字列情報領域（ＴＬ
）のｙ座標を意味し、

〔０〕は終わりｙ座標を表し、〔
１〕は開始ｙ座標を表わす。

【００２８】従って、ｃｏｏｒｄ

〔０〕

〔０〕は１番目
ＴＬの終わりｙ座標で、ｃｏｏｒｄ〔１〕〔１〕は２番
目ＴＬの開始ｙ座標で、ｃｏｏｒｄ〔１〕

〔０〕は２番
目ＴＬの終わりｙ座標である。且つ、ｃｏｏｒｄ〔２〕
〔１〕は３番目ＴＬの開始ｙ座標、ＥＹは終わり（３番
目）文字列情報領域の終わりｙ座標を示し、ＷＸ＋ＳＸ
は文字列情報領域のｘ方向座標を意味する。

【００２９】そこで、図８に示したように、総ブロック
数が増加（ＴＢＬＯＣＫ　＝ＴＢＬＯＣＫ　＋１）した
後、該ブロックを１番目文字列情報領域（ＴＬ）の位置
情報にセッチングして一つのブロックに分離する。 　　即ち、　　ＢＬＯＣＫ〔ＴＢＬＯＣＫ　〕〔１〕＝
ＳＹ　　　　　　　　　　　　　　　　　　　　　　　
　　　　　　　　　〔２〕＝ｃｏｏｒｄ〔Ｐ〕

〔０〕　
　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　　　〔３〕＝ＳＸ　　　　　　　　　　　　　
　　　　　　　　　　　　　　　　　　　〔４〕＝ＷＸ
＋ＳＸにセッチングする。

【００３０】ここで、〔ＴＢＬＯＣＫ　〕は総ブロック
数に増加させた新しいブロックを意味し、〔１〕は文字
列ブロックの開始ｙ座標即ち、１番目ＴＬの開始ｙ座標
（ＳＹ）でり、「２」は終わりｙ座標即ち、１番目ＴＬ
の終わりｙ座標ｃｏｏｒｄ〔Ｐ〕

〔０〕で（但し〔Ｐ〕
は１番目ＴＬであるので

〔０〕値）〔３〕は開始ｘ座標
ＳＸであり、〔４〕は文字列終わりｘ座標ＷＸ＋ＳＸで
ある。

【００３１】このように、１番目文字列情報領域（ＴＬ
＝０）の開始ｙ座標、終わりｙ座標、開始ｘ座標、終わ
りｘ座標（ＷＸ＋ＳＸ）をセッチングして新しいブロッ
ク（ＴＢＬＯＣＫ　）を分離し、文字列情報領域（ＴＬ
）が終わり（Ｐ＝ＴＬ−１）であるかを判別して（但し
、ＴＬの１番目値が０であるので終わりはＴＬ−１）終
わりでなければ、ブロック数を増加（ＴＢＬＯＣＫ　＝
ＴＢＬＯＣＫ　＋１）させた後、 　　　　　　　　　　ＢＬＯＣＫ〔ＴＢＬＯＣＫ　〕〔
１〕＝ｃｏｏｒｄ〔Ｐ〕〔１〕　　　　　　　　　　　
　　　　　　　　　　　　　　　　　　　　　〔２〕＝
ｃｏｏｒｄ〔Ｐ〕

〔０〕　　　　　　　　　　　　　　
　　　　　　　　　　　　　　　　　　〔３〕＝ＳＸ　
　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　　　〔４〕＝ＷＸ＋ＳＸに位置情報をセッチン
グする。ここで、ｃｏｏｒｄ〔Ｐ〕〔１〕はＴＬの開始
ｙ座標、ｃｏｏｒｄ〔Ｐ〕

〔０〕は〔Ｐ〕番目ＴＬの終
わりｙ座標である。

【００３２】以後、次のＴＬをブロックに分離するため
現在ＴＬの数値（Ｐ）を増加（Ｐ＝Ｐ＋１）させ、文字
列情報領域（ＴＬ）の終わり（Ｐ＝ＴＬ−１）になるま
で反復遂行して各ＴＬを夫々ブロックにし、最後のＴＬ
になる（Ｐ＝ＴＬ−１）と、ブロック数を増加（ＴＢＬ
ＯＣＫ　＝ＴＢＬＯＣＫ　＋１）させた後、該ブロック
を最終の文字列情報領域（ＴＬ）の位置情報にセッチン
グする。

【００３３】 　　即ち、　　ＢＬＯＣＫ〔ＴＢＬＯＣＫ　〕〔１〕＝
ｃｏｏｒｄ〔Ｐ〕〔１〕　　　　　　　　　　　　　　
　　　　　　　　　　　　　　　　　　〔２〕＝ＥＹ　
　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　　　〔３〕＝ＳＸ　　　　　　　　　　　　　
　　　　　　　　　　　　　　　　　　　〔４〕＝ＷＸ
＋ＳＸになる。

【００３４】一方、文字列が右側面に連結されたブロッ
クの右側面の分離においては、検索により求められた右
側面連結文字列情報の位置情報を利用し、図８に示した
ようにブロック化して分離させる。従って、最終には図
５（Ｅ）に示したように独自のブロックに分離し得るよ
うになる。

【００３５】

【発明の効果】以上説明したように、本発明に係る圧縮
映像の文字列分離方式においては、文書映像を圧縮して
ブロックに分離し個別領域に抽出するとき、図形領域に
文字列が連結されると、該文字列を強制に分離させて抽
出するようになっているため、明確な文書認識を行い得
る効果がある。

【図面の簡単な説明】

【図１】本発明に係る文書認識システムブロック図であ
る。

【図２】本発明に係る文書認識処理系統図である。

【図３】本発明に係る文字列の連結及び分離状態を示し
た例示図である。

【図４】本発明に係る文字列の連結した状態を示した説
明図である。

【図５】本発明に係る文字列分離方式説明図である。

【図６】本発明に係る文字列分離方式の制御フローチャ
ートである。

【図７】本発明に係る左側面文字列連結検索制御フロー
チャートである。

【図８】本発明に係る文字列強制分離制御フローチャー
トである。

【符号の説明】

Ａ　　汎用コンピューター Ｂ　　専用ハードウエア部 Ｃ　　文書映像入力部 １　　ディジタル信号処理素子 ２　　アドレスディコーダー ３　　メモリ ４　　バッファー ５　　スキャナーインターフェース ６　　スキャナー ７　　ホストインターフェース ８　　ホストコンピューター ９　　モニター １０　　補助記憶装置 １１　　キーボード

Claims (4)

【特許請求の範囲】
1. 【請求項１】　　圧縮し領域分離した文書映像のブロッ
   クを順次スキャニングして図形（又は写真）領域のブロ
   ックを検出する図形（又は写真）領域検出ステップ（Ｓ
   １）と、該図形（又は写真）領域検出ステップ（Ｓ１）
   で検出した図形（又は写真）領域のブロックの左側面を
   検索し該左側面に文字列が連結され（Ｌ←Ｔ）るか又は
   連結されない（Ｌ←Ｆ）かを判別する左側面検索ステッ
   プ（Ｓ２）と、前記図形（又は写真）領域検出ステップ
   （Ｓ１）で検出した図形（又は写真）領域のブロックの
   右側面を検索して該右側面に文字列が連結され（Ｒ←Ｔ
   ）るか又は連結されない（Ｒ←Ｆ）かを判別する右側面
   検索ステップ（Ｓ３）と、それら左・右側面検索ステッ
   プ（Ｓ２），（Ｓ３）の結果、左・右側面全てに文字列
   が連結され（Ｌ，Ｒ←Ｔ）たり又は連結されない（Ｌ，
   Ｒ←Ｆ）場合は、前記図形（又は写真）領域検出ステッ
   プ（Ｓ１）に戻るフィードバックステップ（Ｓ４）と、
   前記左・右側面検索ステップ（Ｓ２），（Ｓ３）の結果
   、左・右側面中何れ一方側面のみに文字列が連結される
   場合、その文字列の連結を検索するとき抽出した文字列
   位置情報を利用してそれらを個別領域に分離した後前記
   図形（又は写真）領域検出ステップ（Ｓ１）に戻る文字
   列分離ステップ（Ｓ５）と、を行うようになる圧縮映像
   の文字列分離方式。
2. 【請求項２】　　前記左側面検索ステップ（Ｓ２）は、
   図形（又は写真）領域に判別されるブロックを左側から
   右側に、上方から下方に画素別にスキャニングしながら
   白画素数（ＴＰ）を累積し、ラインの開始でない輪郭線
   画素が検出されるまで各ラインの輪郭線画素を検出する
   輪郭線検出ステップ（Ｓ２−１）と、該輪郭線検出ステ
   ップ（Ｓ２−１）の結果、ラインの終わりでない輪郭線
   画素が検出されるライン別ｘ座標の最大値を該ライン文
   字列の幅（ＷＸ）に設定する文字列幅設定ステップ（Ｓ
   ２−２）と、該文字列幅設定ステップ（Ｓ２−２）で文
   字列幅が設定された各ラインの累積した白画素数（ＴＰ
   ）により文字列の情報領域（ＴＬ）か又は余白（ギャッ
   プ）領域（ＥＬ）であるかを判別する情報／余白領域判
   別ステップ（Ｓ２−３）と、前記情報／余白領域判別ス
   テップ（Ｓ２−３）で判別した連続される情報領域（Ｔ
   Ｌ）の数を累積しながら該連続される情報領域（ＴＬ）
   の開始ｙ座標及び終わりｙ座標を求めるｙ座標検出ステ
   ップ（Ｓ２−４）と、前記連続される情報領域（ＴＬ）
   の数が所定設定値以上であれば、左側面文字列連結（Ｌ
   ←Ｔ）に判別し、以上でないと文字列連結でない（Ｌ←
   Ｆ）と判別する文字列連結判定ステップ（Ｓ２−５）と
   、を行うようになる請求項（１）記載の圧縮映像の文字
   列分離方式。
3. 【請求項３】　　前記右側面検索ステップ（Ｓ３）は、
   図形（又は写真）領域に判別されるブロックを右側から
   左側に、上方から下方向きに画素別にスキャニングしな
   がら白画素数（ＴＰ）を累積しラインの終わりでない輪
   郭線画素が検出されるまで各ラインの輪郭線画素を検出
   する輪郭線検出ステップ（Ｓ３−１）と、該輪郭線検出
   ステップ（Ｓ３−１）の結果、ラインの開始でない輪郭
   線画素が検出されるライン別ｘ座標の最小値を該ライン
   文字列の幅（ＷＸ）に設定する文字列幅設定ステップ（
   Ｓ３−２）と、該文字列幅設定ステップで文字列幅が設
   定された各ラインの累積した白画素数（ＴＰ）により、
   文字列の情報領域（ＴＬ）又は余白領域（ＥＬ）の与否
   を判別する情報／余白領域判別ステップ（Ｓ３−３）と
   、該情報／余白領域判別ステップ（Ｓ３−３）で判別し
   た連続される情報領域（ＴＬ）の数を累積しながら連続
   される情報領域（ＴＬ）の開始ｙ座標及び終わりｙ座標
   を求めるｙ座標検出ステップ（Ｓ３−４）と、前記連続
   される情報領域（ＴＬ）の数が所定設定値以上であれば
   、右側面文字列連結（Ｒ←Ｔ）に判別し、以上でなけれ
   ば、文字列が連結されない（Ｒ←Ｆ）ものであると判別
   する文字列連結判定ステップ（Ｓ３−５）と、を行うよ
   うになる請求項（１）記載の圧縮映像の文字列分離方式
   。
4. 【請求項４】　　連続される情報領域（ＴＬ）で開始ｙ
   座標及び終わりｙ座標を検出するｙ座標検出ステップは
   、現在検索したラインが文字列情報領域（ＴＬ）である
   場合、現在までの余白領域（ＥＬ）ライン数累積値が所
   定設定値以下であれば連続される情報領域（ＴＬ）に判
   別し、以上であれば新しい文字列情報領域（ＴＬ）に判
   別して文字列情報領域（ＴＬ）数を累積しながら余白領
   域（ＥＬ）ライン数累積値を初期化させると共に現在ｙ
   座標を開始ｙ座標で求め、現在検索したラインが余白領
   域（ＥＬ）であると該余白領域（ＥＬ）ライン数を累積
   し、１番目（ＥＬ＝１）余白領域（ＥＬ）ラインの検出
   により終わりｙ座標を求めるようになる請求項（２）又
   は（３）記載の圧縮映像の文字列分離方式。