JPH0476791A - 単語領域抽出方式 - 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】 〔産業上の利用分野〕 本発明は、ディスプレイ画面上において英文文書画像な
どの任意の単語領域を指定し、その単語領域を抽出する
方式に関する。

〔従来の技術〕

画像データベースシステムにおいては、キーワード登録
などのために、ディスプレイ画面に表示された文書画像
中の特定の単語（スペースで区切られた文字列）の領域
を抽出したいことがある。

また、文字認識システムはおいても、ディスプレイ画面
に表示された文書画像より単語の領域の切呂しを行いた
いことがある。

従来、このようなディスプレイ画面に表示された文書中
の単語領域の抽出方式は、マウス（ポインティングデバ
イス）やキーボードを用いて、単語領域を囲む矩形の二
つの対角頂点を指定し、その矩形で囲まれた部分画像を
単語領域として抽出するという方式が一般的であった。

なお、指定した矩形の拡大縮小、移動あるいは表示画像
の移動が可能なシステムもある。

〔発明が解決しようとするａｌｌり 例えば第１２図に示す英文文書の単語”　ｄ　ｅ　ｆ　
ｉ　ｃ　ｉ　ｔ　”の領域を抽出したい場合、ディスプ
レイ画面上で符号４０１のような枠を指定する必要があ
る。これより小さな枠では単語領域を正しく抽出するこ
とができず、逆に符号４０２のような大きな枠を指定し
ても正常に抽出できない。しかし、符号４０１のような
矩形を指定するには、文字間スペースや行間スペースの
部分に上手に合わせて指定しなければならず、操作が面
倒で能率が悪い。

本発明の目的は、ディスプレイ画面上において、簡単な
操作によって所望の単語領域を指定し、その領域を正確
に抽出できる単語領域抽出方式を提供することにある。

〔課題を解決するための手段〕

特許請求の範囲の請求項（１）記載の発明は、縦方向の
ガイドライン及び縦方向のガイドラインを持つ一定の大
きさの枠を定義し１画像を表示したディスプレイ画面上
において、該枠を、該縦方向ガイドラインと所望の単語
領域の先頭とがほぼ一致しかつ該横方向ガイドラインと
該所望の単語領域の行とがほぼ一致する位置に移動し、
該枠内の部分画像より、該縦方向ガイドライン及び該横
方向ガイドラインの該枠内での相対的位置を基準として
該所望の単語領域を抽出することを特徴とする 請求項（２）記載の発明は、請求項（１）記載の単語領
域抽出方式において、ディスプレイ画面に枠の枠線を消
去しガイドラインだけを表示することを特徴とする 請求項（３）記載の発明は、請求項（２）記載の単語領
域抽出方式において、ディスプレイ画面に、縦方向ガイ
ドライン及び横方向ガイドラインをその交点近傍だけを
部分的に表示することを特徴とする 請求項（４）記載の発明は、請求項（１）、　（２）ま
たは（３）記載の単語領域抽出方式において、枠内の部
分画像より所望の単語領域な抽出する処理が、横方向ガ
イドライン位置から上下に水平射影を調べることによっ
て所望の単語領域が含まれる行の範囲を求める第１処理
段階と、該第１処理段階により求められた行の範囲内に
ついて縦方向ガイドライン位置の前後の垂直射影を調べ
ることによって該所望の単語領域の先頭位置を検出する
第２処理段階と、該行の範囲について該第２処理段階に
よって検出された先頭位置から後の垂直射影を調べるこ
とによって該所望の単語領域の数尾位置を検出する第３
処理段階とからなることを特徴とする。

〔作　用〕

請求項（１）乃至（４）記載の単語領域抽出方式は、単
語領域より大きな枠の内部の部分画像から単語領域を抽
出する方式であり、枠と単語領域との位置合わせは従来
はど精密さを要求されないうえに、粋の大きさは一定で
あって、その移動のみで位置合わせができ、また枠と単
語領域との左右及び上下の各方向の位置合わせための目
安として縦方向ガイドラインと横方向ガイドラインがあ
るため、抽出すべき単語領域の指定操作が従来よりはる
かに簡単になる。また、枠内部分画像からの単語領域抽
出のための位置基準として縦方向及び横方向のガイドラ
インの位置を利用するため、請求項（４）に記載される
ごとく、簡単な処理によって単語領域を正確に抽出可能
である。

また、請求項（２）または（３）記載の方式によれば、
枠線が表示されないため、単語領域の大きさが枠の大き
さに近い場合や枠の大きさより極端に小さい場合に１表
示がより自然で操作者の混乱を招きにくい。さらに請求
項（３）記載の方式によれば、枠の一部が画面からはみ
出るような場合にも表示が不自然にならない。

〔実施例〕

第１図は本発明を実施するためのシステムの一例を示す
ブロック図である。１は処理や各種制御を実行するＣＰ
Ｕ、２はオペレーティングシステムや本発明に係る単語
領域抽出処理、その他アプリケーションのプログラムな
どを記憶するためのプログラムメモリ、３は処理の中間
データや処理結果データなどを記憶するためのデータメ
モリ、４．５はＣＲＴディスプレイとそのインタフェー
ス、６はＣＲＴディスプレイ４に表示される画像データ
を記憶するための画像メモリ、７と８はマウスとキーボ
ード、９はそのインタフェース、１０は画像データファ
イルなどのデータファイルやオペレーティングシステム
、各種プログラムを保存するための補助記憶装置、１１
はそのインタフェースである。

第２図に、抽出したい単語領域の指定に用いる枠の一例
を示す。ここに示す枠２０は、抽出対象とする最大の単
語領域より大きな矩形の枠線２１の内部に、その左端に
寄せて縦方向のガイドライン（スタートラインと呼ぶ）
２２を有し、また中央位置に左端から右端に達する横方
向ガイドライン（センターラインと呼ぶ）２３を有する
。

このように定義された枠２０は、単語領域抽出のアプリ
ケーションが起動された場合に、画像メモリ６に記憶さ
れている文書などの画像と重ねてＣＲＴディスプレイ４
の画面に表示される。画面上の枠２０は、マウス７また
はキーボード８の操作によって任意の位置に移動させる
ことが可能である。例えば、マウス７を操作してマウス
ポイントを枠２０の内部の任意の点（あるいは画面内の
任意の点）に移動させてマウスボタンを押し、マウスボ
タンを押したままマウスポイントを移動させることによ
り枠２０を一緒に移動させることができる。そして、枠
２０を希望の位置に移動させてマウスボタンを放すと単
語領域の指定は終了し、画像メモリ６上の枠２０の内部
の部分画像データに対する単語領域抽出処理を開始する
。

第３図は、ＣＲＴディスプレイ４の画面表示例を示す。

３０は画面であり、枠２０が英文文書の画像と重なって
表示されている。この例は単語”　Ｒｅｃｏｇｎｉｔｉ
ｏｎ”の領域を抽出する場合であり、スタートライン２
２と単語の先頭、センターライン２３と単語の行を一致
させるように枠２０が位置合わせされている。

従来のように単語間余白や行間余白に注目して矩形の対
角頂点をポインティングするのではなく、二つのガイド
ラインを単語の先頭と行を合わせるように枠２０を移動
させて単語領域を指定する方式であり、また単語領域よ
り大きな枠２０の内部の部分画像を処理対象とするので
、位置合わせの精度はそれほど要求されないため、単語
領域の指定作業が極めて簡単であり、また位置合わせ誤
差のために抽出不可能になることも少ない。

なお、センターライン２３の幅Ｈは文字高さの３分の１
程度とされている。このようにすると、センターライン
２３と文字との重なり具合あるいは、ずれ具合が第４図
に例示する如く視認されることとなるので、センターラ
イン２３を細いラインドした場合に比べ、センターライ
ン２３と単語の行との重ね合わせを無理なく自然に行う
ことができる。

他方、スタートライン２２のほうは、単語と単語の間の
スペースの幅が狭い場合があるので、細いラインとして
いる。また、スタートライン２２の枠左端からの距離り
は対象としている最大文字幅の３倍程度されているが、
これは位置ずれがあっても目的の単語領域の抽出に支障
ができないようにするとともに、抽出しようといる単語
と、その直前の折詰との間のスペース幅といった単語周
辺の情報を容易に抽出できるようにするためである。

幌２０は前記のように全体を画面に表示してもよいが、
枠線２１を表示せず、スタートライン２２とセンターラ
イン２３だけを表示させる表示方法をマウス７またはキ
ーボード８により指定することも可能である。このよう
な表示方法とすると、単語領域の大きさが枠２ｏの大き
さに近い場合や逆に枠２０の大きさより欲端に小さい場
合に、表示がより自然で操作者の混乱を招きにくい。

さらに、枠２０の枠線２１を表示させず、スタートライ
ン２２とセンターライン２３の交点部分だけを表示させ
る表示方法を指定することも可能である。その表示例を
第５図（ａ）乃至（ｄ）に示す。このような枠表示方法
によれば、枠２０が画面からはみ出るような場合にも、
表示が不自然にならない。

次に、画面上で枠２０によって指定された単語領域を抽
出する処理を説明する。この処理の全体の流れは第６図
に示す通りである。以下、各処理段階について具体的に
説明する。

水平射影抽出処理 枠２０の内部の部分画像データ（画像メモリ６内）につ
いて、センターライン２３の中心位置から上下の一定幅
の各走査ラインの水平射影を計算し、求めた水平射影値
をデータメモリ書込む。なお、枠２０の一部がディスプ
レイ画面よりはみ出した場合、はみ出た部分を存在しな
いものとするか、あるいは白画素であるとする。これは
以下の処理においても同様である。

行切出し処理 処理の内容は第７図に示す通りである。

まず、センターライン中心位置の走査ラインの水平射影
値と所定の閾値との比較判定を行う（ステップ１０１）
。

センターライン中心の水平射影値が閾値以上の場合、セ
ンターライン中心から上に向かって各走査ラインの水平
射影値と閾値との比較を順次行い。

最初に水平射影値が閾値未満となった走査ラインの直前
の走査ラインの位置を目的とする単語が含まれる行の上
端として検出し、その位置情報をデータメモリ３に書込
む（ステップ１０２）。次にセンターラインの中心から
下に向かって各走査ラインの水平射影値と閾値との比較
を順次行い、最初に水平射影値が閾値未満となった走査
ラインの直前の走査ラインの位置を行の下端として検出
し、その位置情報をデータメモリ３に格納する（ステッ
プ１０３）。これで１行の範囲が決定される。

他方、ステップ１０１においてセンターライン中心の水
平射影値が閾値未満であると判定した場合、センターラ
イン中心から一定の幅（位置合わせの許容誤差で予め指
定される）の範囲内で、上下に走査ラインの水平射影値
を調べ、行の上端または下端の候補を探索する（ステッ
プ１０４）。

候補から見つかなかったときは、読取り位置合わせが不
適当であったと判断しくステップ１０５）、行切出しを
エラー終了させ、警告を出す０行の上端または下端の候
補が見つかったときは、その中のセンターライン中心に
最も近い候補を上端または下端に決定して位置情報をデ
ータメモリ３に書込み（ステップ１０６）、その位置か
ら行の他方の端を探索して位置情報をデータメモリ３に
書込む（ステップ１０７）。

垂直射影抽出処理 行切出し処理によって検出された行の範囲内について垂
直射影を計算し、垂直射影値をデータメモリ３に書込む
。なお、垂直射影の抽出処理は行切出し処理と同時に行
ってもよい。

単語先頭検出処理 処理の内容は第８図に示す通りである。

この単語数尾検出は、スタートライン２３の位置を位置
基準として行範囲内の垂直射影値を調べることにより単
語の先頭文字の左端を検出するもので、先頭文字とスタ
ートラインとの位置関係としては第９図の（ａ）、（ｂ
）または（ｃ）に示すような場合がある。

まずスタートライン位置の垂直射影値を閾値と比較しく
ステップ２０１）、閾値未満であれば第９図（ａ）のよ
うな場合である可能性が大きいので、スタートライン位
置より右側の垂直射影値が閾値以上となる位置を探し、
その位置を先頭文字の左端すなわち単語領域の先頭位置
として仮決定しくステップ２０２）、その位置より右に
垂直射影値が閾値以上の範囲がある値以上に続いている
か調べる（ステップ２０３）。垂直射影値が閾値以上の
範囲が一層値以上続いているときは、第９図（ａ）のよ
うな場合であるので、仮決定した先頭位置を本決定して
データメモリ２に書込む（ステップ２０４）。

ただし、第９図（ａ）の場合でも、スタートラインと先
頭文字との間のスペース内のノイズがステップ２０２で
先頭位置として検出されることがある。この場合、次の
ステップ２０３で条件を満足しないので、ステップ２０
２に戻り、さらに右へ先頭文字を探すことにより、最終
的に先頭文字の左端すなわち単語領域の先頭位置を検出
する。

第９図（ｂ）または（ｃ）の場合のように、スタートラ
インがある文字に重なっている場合、ステップ２０１で
垂直射影値が閾値以上と判定されるので、スタートライ
ンから左と右に垂直射影値が閾値未満となる位置を探し
、その位置をスタートラインと重なった文字の左端と右
端とする（ステップ２０５）。そして、注目している文
字の幅が一定値であるか調べる（ステップ２０６）。文
字幅が一定値以上であれば、間違いなくスタートライン
の位置は文字内であるので、ステップ２０５で検出した
左端と右端のいずれがスタートラインに近いか調べる（
ステップ２０７）。左端のほかなスタートラインに近い
ならば、第９図（ｃ）の場合があるので、ステップ２０
５で検出した左端の位置を単語領域の先頭位置に決定し
、データメモリ３に書込む。

ステップ２０７で右端のほうがスタートラインに近いと
判定したときは、第９図（ｂ）のように先頭文字より前
の文字がスタートラインと重なっている場合であるので
、ステップ２０２に分岐し、さらに右に単語領域の先頭
を探す。

また、ステップ２０６で文字幅が一定値未満と判定され
ときは、第９図（ａ）のような場合であるが、スタート
ラインの直下にノイズがあると判断されるので、ステッ
プ２０２に分岐して先頭位置を検出する。

単語末尾検出処理 処理内容は第１０図に示す通りである。この処かは、単
語の先頭文字を起点として、隣合う文字の間のスペース
を調べ、スペース幅が狭い文字は単語内と判断し、広い
スペースが見つかったときは、その前のほうの文字を単
語の末尾単語とし、その右端を単語領域の末尾位置とし
て検出するものである。第１１図はその説明図である。

まず、スペースが広いか狭いかの判定のためのスペース
幅閾値を求める（ステップ３０１）。

すなわち、先に検出された行の高さ（または垂直射影値
の最大値）と予め設定された文字の縦横比とから基準文
字幅を計算する。この基準文字幅の１．５倍の値と、先
に検出された先頭文字の前のスペースの幅とを比較し、
そのスペース幅のほうが大きいときは、先頭文字の前の
スペースを無効とする。同様に基準文字幅の０．５倍の
値と、先頭文字の前のスペースの幅とを比較し、そのス
ペース幅のほうが小さいときも先頭文字の前のスペース
を無効とする。

そして、先頭文字の前スペースが無効とされた場合は、
計算により求めた基準文字の４分の１の値をスペース幅
閾値に決定する。先頭文字の前のスペースが無効とされ
なかった場合は、そのスペース幅の２分の１の値をスペ
ース幅閾値に決定する。

このようにしてスペース幅閾値を決定すると、先頭文字
を注目文字に設定しくステップ３０２）。

注目文字の右の垂直射影を調べることにより、注目文字
の右に隣接する文字を探す（ステップ３０３）。右に隣
接する文字が見つからないときは、その時の注目文字を
単語の末尾文字とし、その右端位置を単語末尾位置とし
て検出し、これをデータメモリ３に書込む（ステップ３
０４）。

注目文字の右隣接文字が見つかったとき、両文字幅のス
ペースの幅を求めてスペース幅閾値と比較しくステップ
３０５）、スペース幅がスペース幅閾値以上であれば注
目文字を末尾文字とし、その右端を単語領域末尾位置と
して検出する（ステップ３０４）。スペース幅がスペー
ス幅閾値より小さいときは、右側の文字を改めて注目文
字に設定しくステップ３０６）、ステップ３０３からの
処理を行う。

以上のようにして、単語領域の上端、下端、先頭、末尾
の各位置データメモリ３に求まり、指定された単語領域
が抽出された。具体的には、この単語領域の画像データ
が画像メモリ６より切出され、そのまま画像データファ
イルの検索用イメージ情報として利用されたり、あるい
は文字認識プログラムに渡されて文字認識行われ、文字
列としての単語が画像データファイルのキーワードとし
て利用されたりする。

〔発明の効果〕

以上説明したように、特許請求の範囲の請求項（１）乃
至（４）記載の発明によれば、ディスプレイ画面上で任
意の任意の単語領域を極めて簡単な枠移動操作によって
指定し、その単語領域を簡単な処理によって抽出するこ
とができる。

【図面の簡単な説明】

第１図は本発明を実施するためのシステムの一例を示す
ブロック図、第２図は単語領域指定のための枠の一例の
説明図、第３図はディスプレイ画面表示の説明図、第４
図はセンターラインと文字との重なり具合の説明図、第
５図は枠表示の他の方法の説明図、第６図は単語領域抽
出処理の全体的流れを示すフローチャート、第７図は行
切出し処理のフローチャート、第８図は単語先頭検出処
理のフローチャート、第９図はスタートラインと単語と
の位置関係、第１０図は単語末尾検出処理のフローチャ
ート、第１１図は単語末尾検出の説明図、第１２図は従
来の単語領域指定方法の説明図である。 １・・・ＣＰＵ、　　２・・・プログラムメモリ、３・
・・データメモリ、　４・・・ＣＲＴディスプレイ。 ６・・・画像メモリ、　　７・・・マウス、８・・・キ
ーボード、　１０・・・補助記憶装置。 ２０・・・枠、　２１・・・枠線、 ２２・・・スタートライン（縦方向ガイドライン）、第
１図 第２図 第３図 第１２図 ！ 第７図 （ａ、） 第９図 Ｃｂつ （り 第１１図

Claims (4)

【特許請求の範囲】
1. （１）縦方向のガイドライン及び横方向のガイドライン
   を持つ一定の大きさの枠を定義し、画像を表示したディ
   スプレイ画面上において、該枠を、該縦方向ガイドライ
   ント所望の単語領域の先頭とがほぼ一致しかつ該横方向
   ガイドラインと該所望の単語領域の行とがほぼ一致する
   位置に移動させることによって該所望の単語を領域を指
   定し、該枠内の部分画像より、該縦方向ガイドライン及
   び該横方向ガイドラインの該枠内での相対的位置を基準
   として該所望の単語領域を抽出することを特徴とする単
   語領域抽出方式。
2. （２）ディスプレイ画面に、枠のガイドラインだけを表
   示し枠線を消去することを特徴とする請求項（１）記載
   の単語領域抽出方式。
3. （３）ディスプレイ画面に、縦方向ガイドライン及び横
   方向ガイドラインをその交点近傍だけを部分的に表示す
   ることを特徴とする請求項（２）記載の単語領域抽出方
   式。
4. （４）枠内の部分画像より所望の単語領域を抽出する処
   理は、横方向ガイドライン位置から上下に水平射影を調
   べることによって所望の単語領域が含まれる行の範囲を
   求める第１処理段階と、該第１処理段階により求められ
   た行の範囲内について縦方向ガイドライン位置の前後の
   垂直射影を調べることによって該所望の単語領域の先頭
   位置を検出する第２段階と、該第１処理段階によって求
   められた行の範囲内について第２処理段階によって検出
   された先頭位置から後の垂直射影を調べることよって所
   望の単語領域の末尾位置を検出する第３処理段階とから
   なることを特徴とする請求項（１）、（２）または（３
   ）記載の単語領域抽出方式。