JPH05143774A - Method for correcting inclination of character document - Google Patents
Method for correcting inclination of character documentInfo
- Publication number
- JPH05143774A JPH05143774A JP3201244A JP20124491A JPH05143774A JP H05143774 A JPH05143774 A JP H05143774A JP 3201244 A JP3201244 A JP 3201244A JP 20124491 A JP20124491 A JP 20124491A JP H05143774 A JPH05143774 A JP H05143774A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- conceptual diagram
- diagram showing
- component
- inclination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Character Input (AREA)
- Image Processing (AREA)
- Facsimile Scanning Arrangements (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
Description
【0001】[0001]
【産業上の利用分野】この発明は文字原稿の傾き補正方
法に係り、特に、複写機、ファクシミリ、OCR等、セ
ットされた原稿を画像として読み取る機器における、原
稿の不測の傾きを解消するための傾き補正方法に関す
る。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method for correcting the inclination of a character original, and more particularly to eliminating an unexpected inclination of the original in a device such as a copying machine, a facsimile, an OCR, or the like which reads the set original as an image. The present invention relates to a tilt correction method.
【0002】[0002]
【従来の技術】文字原稿の傾きによって、ファクシミリ
においてはデータ圧縮率が低下し、OCRにおいては認
識率の低下を招く。また複写機では、複写品質の安定化
を図る上で、原稿の傾き補正を自動化する必要がある。2. Description of the Related Art Due to the inclination of a character original, the data compression rate is lowered in a facsimile and the recognition rate is lowered in an OCR. Further, in the copying machine, in order to stabilize the copy quality, it is necessary to automatically correct the inclination of the document.
【0003】傾き検出方法として、従来、膨張、収縮、
細線化を用いた手法が知られていた(中村納、氏家誠、
岡本教佳、南敏、”ミックスモード通信のための文字領
域の抽出アルゴリズム”、電子通信学会論文誌 VO
L.J67−D,No.11,pp1277−128
4、1984年11月)。Conventionally, as inclination detection methods, expansion, contraction,
A method using thinning was known (Nakamura, Makoto Ujiie,
Noriyoshi Okamoto, Satoshi Minami, "Algorithm Extraction Algorithm for Character Area for Mixed Mode Communication", IEICE Transactions VO
L. J67-D, No. 11, pp1277-128
4, November 1984).
【0004】この手法によれば、文字原稿を2値化し、
膨張によって文字相互を連結する。さらに、収縮、穴埋
めによって、文字列を比較的細い帯として表示し、これ
を細線化する。また細線化画像の両端不整部分を縮退に
よって消去する。このような細線化画像において、ラベ
リング後、所定値以上の長さのグループの傾きを求め、
この傾きを原稿の傾きとみなす。ここに、前記膨張の回
数は経験則に基づいて決定され、文字原稿の取込みサイ
ズ、品質等を目視判断しなければ最適値は得られなかっ
た。According to this method, a character original is binarized,
The characters are connected to each other by expansion. Further, the character string is displayed as a comparatively thin band by contraction and filling, and this is thinned. Also, the irregular portions at both ends of the thinned image are deleted by degeneration. In such a thinned image, after labeling, determine the inclination of a group having a length of a predetermined value or more,
This inclination is regarded as the original inclination. Here, the number of times of expansion is determined based on an empirical rule, and the optimum value could not be obtained unless the size of the text original, the quality, and the like were visually judged.
【0005】[0005]
【発明が解決しようとする課題】この発明はこのような
従来の問題点を解消すべく創案されたもので、傾き検出
に最適な膨張の処理を実行でき、かつ検出精度の高い、
文字原稿の傾き補正方法を提供することを目的とする。SUMMARY OF THE INVENTION The present invention was devised to solve the above-mentioned conventional problems, and is capable of executing an expansion process most suitable for tilt detection, and has high detection accuracy.
An object of the present invention is to provide a method for correcting the inclination of a text original.
【0006】[0006]
【課題を解決する手段】この発明に係る文字原稿の傾き
補正方法は、文字原稿の画像を逐次膨張させ、膨張前後
の図形の面積の差を算出し、その差と面積との比が所定
値以下となったときに、それまでの膨張回数よりも1回
少ない膨張回数を最適膨張回数とみなすものである。そ
して、当初の画像について図形の輪郭の縦横成分を算出
し、より多い成分の方向にのみ、前記最適膨張回数の膨
張を行い、膨張後の画像について細線化を施し、その細
線化画像の各部の縦横成分を算出し、それら成分の内、
より多い成分について、統計量に基づいてその傾きを算
出し、補正を行うものである。この発明に係る文字原稿
の傾き補正方法によれば、文字原稿の各行を略長方形の
帯として処理でき、それを細線化することにより高精度
で傾き検出し、補正を行い得る。According to the skew correction method for a text original according to the present invention, the image of the text original is successively expanded, the difference between the areas of the figures before and after expansion is calculated, and the ratio of the difference to the area is a predetermined value. When it becomes the following, the number of times of expansion that is one less than the number of times of expansion up to then is regarded as the optimum number of times of expansion. Then, the vertical and horizontal components of the contour of the figure are calculated for the initial image, only the direction of more components is expanded by the optimum expansion number, and the expanded image is thinned, and each part of the thinned image is expanded. Calculate the vertical and horizontal components, of these components,
For more components, the slope is calculated based on the statistical amount and correction is performed. According to the inclination correction method for a character original according to the present invention, each line of the character original can be processed as a substantially rectangular band, and by thinning it, the inclination can be detected and corrected with high accuracy.
【0007】[0007]
【実施例】次にこの発明に係る文字原稿の傾き補正方法
の1実施例を図面に基づいて説明する。図1は同実施例
を示すフローチャートであり、まず原稿をスキャナー等
の入力手段から読取り(ステップ1−1)、以後の処理
に適合するように画像のサイズを調整する(ステップ1
−2)。例えば、スキャナの出力画像が4096×40
96画素であり、画像処理部の処理対象画像が1024
×1024であったとすれば、1/4の縮小が必要であ
る。この縮小の処理において、所定コンボリューション
の平均値を特定画素の濃度とする処理を行えば、原画像
の濃淡情報を最大限保存し得る。すなわち、1/4の縮
小では、4x4コンボリューションの平均値を特定画素
(例えば同コンボリューション内の左上の画素)の濃度
とする。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS An embodiment of a skew correction method for a text original according to the present invention will be described below with reference to the drawings. FIG. 1 is a flowchart showing the same embodiment. First, an original is read from an input means such as a scanner (step 1-1), and the size of the image is adjusted so as to be suitable for the subsequent processing (step 1).
-2). For example, the output image of the scanner is 4096 × 40
The number of pixels is 96 and the image to be processed by the image processing unit is 1024.
If it is × 1024, it is necessary to reduce it by ¼. In this reduction process, if the average value of the predetermined convolution is used as the density of the specific pixel, the grayscale information of the original image can be stored to the maximum extent. That is, in the case of 1/4 reduction, the average value of 4 × 4 convolution is set as the density of a specific pixel (for example, the upper left pixel in the same convolution).
【0008】次に画像の濃度ヒストグラムを求め、最適
閾値による2値化を行い(ステップ1−3)、さらにノ
イズを除去する(ステップ1−4)。最適閾値の算出法
としては、濃度の中央値を閾値とする方法、モード法、
判別分析法、P−タイル法等が存在する。また、ノイズ
除去法としては、孤立点除去、メディアンフィルタ等が
有効である。傾き検出に際しては文字原稿の画像を主要
成分方向、すなわち横書き原稿は横方向に、縦書き原稿
は縦方向に最適回数膨張させ、各行を帯状の図形に変換
する。この図形を細線化することにより傾き検出が容易
になる。ここで、最適膨張回数Ndilの算出について
説明する(ステップ1−5〜1−13)。Next, a density histogram of the image is obtained, binarization is performed by the optimum threshold value (step 1-3), and noise is further removed (step 1-4). As a method of calculating the optimum threshold value, a method of using the median density as a threshold value, a mode method
There are discriminant analysis method, P-tile method and the like. Also, as a noise removal method, isolated point removal, median filter and the like are effective. When detecting the inclination, the image of the character original is expanded in the main component direction, that is, the horizontal original is expanded in the horizontal direction, and the vertical original is expanded in the vertical direction an optimum number of times to convert each line into a band-shaped figure. By thinning this figure, the inclination can be easily detected. Here, the calculation of the optimum expansion number Ndi1 will be described (steps 1-5 to 1-13).
【0009】ステップ1−5では、ノイズ除去後の非背
景画素数Nwiをカウントし、非背景画素数の初期値を
求める。以後繰り返し膨張を行うため、膨張回数をカウ
ントするためのループカウンタiを初期化する(ステッ
プ1−6)。そして、1回膨張する(ステップ1−7)
ごとにループカウンタiをインクリメントし(ステップ
1−8)、非背景画素数Nw(i+1)をカウントする
とともに、非背景画素数の3次微分を求める(ステップ
1−10)。3次微分は、以下の式で算出される。In step 1-5, the number Nwi of non-background pixels after noise removal is counted to obtain an initial value of the number of non-background pixels. Since the expansion is repeated thereafter, the loop counter i for counting the number of expansions is initialized (step 1-6). Then, expand once (step 1-7)
The loop counter i is incremented every time (step 1-8), the non-background pixel number Nw (i + 1) is counted, and the third derivative of the non-background pixel number is obtained (step 1-10). The third derivative is calculated by the following formula.
【0010】 3次微分 △3Nwi=△2Nw(i+1)−△2Nwi 但し、 △2Nwi=△Nw(i+1)−△Nwi △Nwi =Nw(i+1)−NwiThird-order derivative Δ 3 Nwi = Δ 2 Nw (i + 1) −Δ 2 Nwi However, Δ 2 Nwi = ΔNw (i + 1) -ΔNwi ΔNwi = Nw (i + 1) -Nwi
【0011】3次微分△3Nwiの値が負になったとき
に、すでに行間の融合が生じ、膨張による図形面積増大
の鈍化が検出されたことになる(ステップ1−10)。
従って、この段階で膨張のループからは抜け、最適膨張
回数として前回までの膨張回数、 Ndil=i−1 を採用する(ステップ1−13)。そして、前回の膨張
画像を以下の主要成分検出(ステップ1−14)に用い
る。このように、1層の膨張ごとに図形の面積変化をト
レースすれば確実に大局的な融合開始を検出でき、最適
膨張回数を求め得る。When the value of the third derivative Δ 3 Nwi becomes negative, interline fusion has already occurred, and the slowdown of the increase in the figure area due to expansion is detected (step 1-10).
Therefore, at this stage, the expansion loop is exited and the number of expansions up to the previous time, Ndil = i-1 is adopted as the optimum number of expansions (step 1-13). Then, the previous dilated image is used for the following main component detection (step 1-14). In this way, by tracing the change in the area of the figure for each expansion of one layer, the global fusion start can be surely detected, and the optimum number of expansions can be obtained.
【0012】なお、前記ノイズ除去では除去しきれない
ノイズ等の影響により、融合開始が不明瞭な場合も考え
られる。そこで、膨張回数の上限Iをあらかじめ設定し
ておき、3次微分が負の値に到達する以前であっても、
膨張を終了する(ステップ1−11)。この場合最適膨
張回数は(I−1)回となる。次に原稿の主要成分、す
なわち横書き原稿か、縦書き原稿かの判断を行う。この
判断は画像各部のパターンの傾き成分を総合することに
よって行う(ステップ1−14)。It is possible that the start of fusion is unclear due to the influence of noise that cannot be completely removed by the noise removal. Therefore, the upper limit I of the number of expansions is set in advance, and even before the third derivative reaches a negative value,
The expansion is completed (step 1-11). In this case, the optimal number of expansions is (I-1). Next, the main component of the original, that is, whether the original is a horizontal original or a vertical original is determined. This judgment is made by summing up the inclination components of the pattern of each part of the image (step 1-14).
【0013】傾き成分算出に際しては、3×3コンボリ
ューションにおいて図2(A)〜(L)のパターンを横
成分、図3(A)〜(L)のパターンを縦成分とし、い
ずれのパターンが多いかによって、画像全体についての
主要成分を求める。これらパターンは図形の輪郭部分で
あり、輪郭の傾きを2画素の画素列ごとに定義し、コン
ボリューション内の傾きの合計値が水平に近いものを横
方向のパターンとし、垂直に近いものを縦方向のパター
ンとしている。なお、コンボリューション周縁に背景画
素を1画素含むパターン(図2および図3の(K)、
(L))については、背景画素が左右周縁にある場合に
縦パターン、上下周縁にある場合に横パターンとしてお
り、斜め45度のパターンはいずれにも含めない。In calculating the inclination component, in the 3 × 3 convolution, the patterns of FIGS. 2A to 2L are horizontal components and the patterns of FIGS. Depending on whether there are many, the main component for the entire image is obtained. These patterns are the outline parts of the figure. The outline inclination is defined for each pixel row of two pixels, and the one in which the total value of the inclinations in the convolution is near horizontal is the horizontal pattern, and the one near vertical is the vertical pattern. Directional pattern. A pattern including one background pixel at the periphery of the convolution ((K) in FIGS. 2 and 3,
Regarding (L), a vertical pattern is used when the background pixels are on the left and right edges, and a horizontal pattern is used when the background pixels are on the upper and lower edges.
【0014】縦方向のパターンの数をNv、横方向のパ
ターンの数をNhとすると、 Nv≦Nh のときに主要成分を横方向と判断し、そうでないときに
縦方向と判断する(ステップ1−15〜1−17)。こ
こに主要成分の指標をhorvとし、縦方向のとき、h
orvに「v」を代入し、横方向のとき、horvに
「h」を代入する(ステップ1−16、1−17)。Assuming that the number of vertical patterns is Nv and the number of horizontal patterns is Nh, the main component is determined to be horizontal when Nv≤Nh, and is determined to be vertical if not (step 1 -15 to 1-17). Here, the index of the main component is horv, and in the vertical direction, h
Substitute "v" for orv and "h" for horv in the horizontal direction (steps 1-16, 1-17).
【0015】ここで主要成分の方向に画像を所定回数膨
張させ、各行の文字を連結させる。膨張回数は文字が確
実に連結する最小限の回数とすべきであり、経験的に
は、前記Ndilに基づいて、 9Ndil/4 〔回〕 などの値が採用される。このように最適回数の膨張で生
成された画像においては、各行が略長方形の図形とな
る。次にその略長方形図形を細線化する。細線化とは、
図形のトポロジイを変えることなく、図形周縁の画素を
一層づつ順次取り除くことにより、当該図形を画素幅1
の線図形とすることである。なお、細線化の画像処理手
法として、例えばHILDITCHの手法、特開昭第6
4−13680号等の手法が有効である。この細線化に
より、略長方形図形のほぼ中心線が求められることにな
り、図形の傾きを算出する有効な要素を得ることが可能
である。しかしながら、細線化を施した場合、図形端の
文字の形あるいはノイズにより、図4(C)のように細
線化図形の端が分岐したり、湾曲することがある。そこ
で、精度の高い傾き算出の障害となるこれらの不整部を
除去するために、細線化を施した後に端点の縮退化処理
を施す(図4(D))。これにより、両端不整部分が除
去され、以後の傾き算出の精度が増す。Here, the image is expanded a predetermined number of times in the direction of the main component to connect the characters in each line. The number of times of expansion should be the minimum number of times that characters are surely connected, and empirically, a value such as 9 Ndil / 4 [times] is adopted based on the Ndil. In this way, in the image generated by the optimum number of expansions, each line is a substantially rectangular figure. Next, the substantially rectangular figure is thinned. What is thinning?
By sequentially removing the pixels around the figure one by one, without changing the topology of the figure, the figure has a pixel width of 1
It is to be a line figure. As a thinning image processing method, for example, the method of HILDITCH, Japanese Patent Laid-Open No.
A method such as 4-13680 is effective. By this thinning, the almost center line of the substantially rectangular figure is obtained, and an effective element for calculating the inclination of the figure can be obtained. However, when thinning is performed, the end of the thinned graphic may be branched or curved as shown in FIG. 4C due to the shape of the characters at the end of the graphic or noise. Therefore, in order to remove these irregularities that hinder the accurate calculation of the inclination, degeneracy processing of the end points is performed after performing the thinning (FIG. 4D). As a result, the irregular portions at both ends are removed, and the accuracy of the subsequent slope calculation is increased.
【0016】なお、縮退の回数は不整部分を完全に消去
し得る最小限の回数とすべきであり、経験的には、前記
Ndilに基づいて、 15Ndil/4+1 〔回〕 などの値が採用される。この経験式は略1〜1.5文字
に相当する長さの線の消去を意味する。It should be noted that the number of times of degeneracy should be the minimum number of times that an irregular portion can be completely erased. Empirically, a value such as 15 Ndil / 4 + 1 [times] is adopted based on the Ndil. It This empirical formula means erasing a line having a length corresponding to approximately 1 to 1.5 characters.
【0017】横成分を主体とする画像の傾き算出に際し
ては、図6(A)、(B)、(C)、(D)、(E)、
(F)、(G)、(H)、(I)の各パターンの個数を
カウントし、そのカウント値に係数を掛けつつ合計す
る。ここに、各パターンの形状と、各パターン数に乗ず
べき数値は以下のとおりである。In calculating the inclination of the image mainly composed of the horizontal component, FIGS. 6 (A), (B), (C), (D), (E),
The numbers of the patterns (F), (G), (H), and (I) are counted, and the counted values are multiplied by a coefficient and summed. Here, the shape of each pattern and the numerical values to be multiplied by the number of each pattern are as follows.
【0018】横パターン形状および係数 (A)3画素の水平パターン 係数=0 (B)(2画素の右下りパターン)+(2画素の水平パ
ターン) 係数=0.5 (C)(2画素の水平パターン)+(2画素の右下りパ
ターン) 係数=0.5 (D)(2画素の水平パターン)+(2画素の右上りパ
ターン) 係数=−0.5 (E)(2画素の右上りパターン)+(2画素の水平パ
ターン) 係数=−0.5 (F)3画素の右下りパターン 係数=1 (G)3画素の右上りパターン 係数=ー1 (H)(2画素の右下りパターン)+(2画素の右上り
パターン) 係数=0 (I)(2画素の右上りパターン)+(2画素の右下り
パターン) 係数=0Horizontal pattern shape and coefficient (A) 3 pixel horizontal pattern coefficient = 0 (B) (2 pixel right-down pattern) + (2 pixel horizontal pattern) coefficient = 0.5 (C) (2 pixel Horizontal pattern) + (2 pixel right-down pattern) Coefficient = 0.5 (D) (2 pixel horizontal pattern) + (2 pixel upper right pattern) Coefficient = -0.5 (E) (2 pixel right Upward pattern) + (horizontal pattern of 2 pixels) Coefficient = -0.5 (F) Right downward pattern of 3 pixels Coefficient = 1 (G) Right upper pattern of 3 pixels Coefficient = -1 (H) (right of 2 pixels) Downward pattern) + (2 pixel upper right pattern) coefficient = 0 (I) (2 pixel upper right pattern) + (2 pixel right down pattern) coefficient = 0
【0019】これら係数は各パターンの水平成分に対す
る誤差成分であり、3画素の斜めのパターンに対して絶
対値「1」を与えている。これらパターン(A)〜
(I)の画像全体についてのトータル個数をNa〜Ni
とすると、傾き角度θは、以下の式で与えられる。These coefficients are error components with respect to the horizontal component of each pattern, and give an absolute value "1" for a diagonal pattern of 3 pixels. These patterns (A) ~
The total number of images (I) is Na to Ni.
Then, the tilt angle θ is given by the following equation.
【0020】θ=tan-1〔{0.5(Nb+Nc)ー
0.5(Nd+Ne)+NfーNg}/(Na+Nb+
Nc+Nd+Ne+Nf+Ng+Nh+Ni)〕 縦書きの文字原稿に対する処理も同様であり、図4
(A)〜(D)に対応する横書き原稿の処理内容を図5
(A)〜(D)に示す。そして、図6(A)〜(I)に
対応する縦パターンを図7(A)〜(I)に示す。これ
らパターンの形状および係数は以下のとおりである。Θ = tan -1 [{0.5 (Nb + Nc) -0.5 (Nd + Ne) + Nf-Ng} / (Na + Nb +
Nc + Nd + Ne + Nf + Ng + Nh + Ni)] The same applies to the processing for a vertically written character original.
FIG. 5 shows the processing contents of the horizontal document corresponding to (A) to (D).
It shows in (A)-(D). Then, vertical patterns corresponding to FIGS. 6A to 6I are shown in FIGS. The shapes and coefficients of these patterns are as follows.
【0021】縦パターン形状および係数 (A)3画素の垂直パターン 係数=0 (B)(2画素の左下りパターン)+(2画素の垂直パ
ターン) 係数=0.5 (C)(2画素の垂直パターン)+(2画素の左下りパ
ターン) 係数=0.5 (D)(2画素の垂直パターン)+(2画素の右下りパ
ターン) 係数=−0.5 (E)(2画素の右下りパターン)+(2画素の垂直パ
ターン) 係数=−0.5 (F)3画素の右下りパターン 係数=−1 (G)3画素の右上りパターン 係数=1 (H)(2画素の左下りパターン)+(2画素の右下り
パターン) 係数=0 (I)(2画素の右下りパターン)+(2画素の左下り
パターン) 係数=0Vertical Pattern Shape and Coefficient (A) Vertical Pixel Pattern of 3 Pixels Coefficient = 0 (B) (Left-Down Pattern of 2 Pixels) + (Vertical Pattern of 2 Pixels) Coefficient = 0.5 (C) (of 2 Pixels) Vertical pattern) + (2-pixel left-down pattern) Coefficient = 0.5 (D) (2-pixel vertical pattern) + (2-pixel right-down pattern) Coefficient = -0.5 (E) (2-pixel right Downward pattern) + (2-pixel vertical pattern) Coefficient = -0.5 (F) 3 pixel right down pattern coefficient = -1 (G) 3 pixel upper right pattern coefficient = 1 (H) (2 pixel left Downward pattern) + (2-pixel right-down pattern) coefficient = 0 (I) (2-pixel right-down pattern) + (2-pixel left-down pattern) coefficient = 0
【0022】これらパターン(A)〜(I)の画像全体
についてのトータル個数をNa〜Niとすると、傾き角
度θは、以下の式で与えられる。 θ=tan-1〔{0.5(Nb+Nc)ー0.5(Nd
+Ne)ーNfーNg}/(Na+Nb+Nc+Nd+
Ne+Nf+Ng+Nh+Ni)〕When the total number of the images of these patterns (A) to (I) is Na to Ni, the tilt angle θ is given by the following equation. θ = tan −1 [{0.5 (Nb + Nc) −0.5 (Nd
+ Ne) -Nf-Ng} / (Na + Nb + Nc + Nd +
Ne + Nf + Ng + Nh + Ni)]
【0023】このように、主要成分方向に最適回数の膨
張を行った膨張図形を生成し、その膨張画像を細線化
し、この細線化画像の縦横成分を算出し、これら成分の
内、より多い方の成分について、統計量に基づいて傾き
を検出することにより、容易かつ高精度の傾き算出が可
能である。次に、傾き補正を行うために、傾き角度算出
後、この傾きを解消するように画像をアフィン変換す
る。アフィン変換はソフトウエアによるマトリックス演
算、あるいは専用ICによるアドレス変換処理により実
行し得る。In this way, an expanded figure obtained by performing the optimum number of expansions in the main component direction is generated, the expanded image is thinned, the vertical and horizontal components of this thinned image are calculated, and the larger one of these components is calculated. By detecting the slopes of the components in accordance with the statistic, it is possible to easily and accurately calculate the slopes. Next, in order to perform tilt correction, after the tilt angle is calculated, the image is affine-transformed so as to eliminate this tilt. Affine conversion can be executed by matrix calculation by software or address conversion processing by a dedicated IC.
【0024】[0024]
【発明の効果】前述のとおり、この発明に係る文字原稿
の傾き補正方法は、文字原稿の画像を逐次膨張させ、膨
張前後の図形の面積の差の変化に基づいて最適膨張回数
を求め、最適膨張回数を行った画像を細線化するので、
細線化画像の評価のみにより高精度の傾き検出可能であ
り、この傾きを解消するように前記画像を回転させるの
で、確実に傾き補正を実行でき、かつグループ数にかか
わらず処理が高速であるという優れた効果を有する。As described above, according to the inclination correction method for a text original according to the present invention, the image of the text original is successively expanded, and the optimum expansion number is obtained based on the change in the difference in the area of the graphic before and after expansion. Since the image that has been expanded is thinned,
It is possible to detect the inclination with high accuracy only by evaluating the thinned image, and since the image is rotated so as to eliminate the inclination, it is possible to surely execute the inclination correction and the processing is fast regardless of the number of groups. Has excellent effect.
【図1】この発明に係る傾き検出方法の1実施例を示す
フローチャートである。FIG. 1 is a flowchart showing an embodiment of a tilt detecting method according to the present invention.
【図2(A)】0.5の誤差成分を含む横成分パターン
を示す概念図である。FIG. 2A is a conceptual diagram showing a lateral component pattern including an error component of 0.5.
【図2(B)】0.5の誤差成分を含む他の横成分パタ
ーンを示す概念図である。FIG. 2B is a conceptual diagram showing another lateral component pattern including an error component of 0.5.
【図2(C)】0.5の誤差成分を含む他の横成分パタ
ーンを示す概念図である。FIG. 2C is a conceptual diagram showing another lateral component pattern including an error component of 0.5.
【図2(D)】0.5の誤差成分を含む他の横成分パタ
ーンを示す概念図である。FIG. 2D is a conceptual diagram showing another lateral component pattern including an error component of 0.5.
【図2(E)】0.5の誤差成分を含む他の横成分パタ
ーンを示す概念図である。FIG. 2 (E) is a conceptual diagram showing another lateral component pattern including an error component of 0.5.
【図2(F)】0.5の誤差成分を含む他の横成分パタ
ーンを示す概念図である。FIG. 2F is a conceptual diagram showing another lateral component pattern including an error component of 0.5.
【図2(G)】0.5の誤差成分を含む他の横成分パタ
ーンを示す概念図である。FIG. 2G is a conceptual diagram showing another lateral component pattern including an error component of 0.5.
【図2(H)】0.5の誤差成分を含む他の横成分パタ
ーンを示す概念図である。FIG. 2H is a conceptual diagram showing another lateral component pattern including an error component of 0.5.
【図2(I)】水平な横成分パターンを示す概念図であ
る。FIG. 2 (I) is a conceptual diagram showing a horizontal lateral component pattern.
【図2(J)】他の水平な横成分パターンを示す概念図
である。FIG. 2 (J) is a conceptual diagram showing another horizontal lateral component pattern.
【図2(K)】1個の背景画素を含む横成分パターンを
示す概念図である。FIG. 2 (K) is a conceptual diagram showing a lateral component pattern including one background pixel.
【図2(L)】1個の背景画素を含む他の横成分パター
ンを示す概念図である。FIG. 2 (L) is a conceptual diagram showing another lateral component pattern including one background pixel.
【図3(A)】0.5の誤差成分を含む縦成分パターン
を示す概念図である。FIG. 3A is a conceptual diagram showing a vertical component pattern including an error component of 0.5.
【図3(B)】0.5の誤差成分を含む他の縦成分パタ
ーンを示す概念図である。FIG. 3B is a conceptual diagram showing another vertical component pattern including an error component of 0.5.
【図3(C)】0.5の誤差成分を含む他の縦成分パタ
ーンを示す概念図である。FIG. 3C is a conceptual diagram showing another vertical component pattern including an error component of 0.5.
【図3(D)】0.5の誤差成分を含む他の縦成分パタ
ーンを示す概念図である。FIG. 3D is a conceptual diagram showing another vertical component pattern including an error component of 0.5.
【図3(E)】0.5の誤差成分を含む他の縦成分パタ
ーンを示す概念図である。FIG. 3E is a conceptual diagram showing another vertical component pattern including an error component of 0.5.
【図3(F)】0.5の誤差成分を含む他の縦成分パタ
ーンを示す概念図である。FIG. 3F is a conceptual diagram showing another vertical component pattern including an error component of 0.5.
【図3(G)】0.5の誤差成分を含む他の縦成分パタ
ーンを示す概念図である。FIG. 3G is a conceptual diagram showing another vertical component pattern including an error component of 0.5.
【図3(H)】0.5の誤差成分を含む他の縦成分パタ
ーンを示す概念図である。FIG. 3 (H) is a conceptual diagram showing another vertical component pattern including an error component of 0.5.
【図3(I)】垂直な縦成分パターンを示す概念図であ
る。FIG. 3 (I) is a conceptual diagram showing a vertical vertical component pattern.
【図3(J)】他の垂直な縦成分パターンを示す概念図
である。FIG. 3 (J) is a conceptual diagram showing another vertical vertical component pattern.
【図3(K)】1個の背景画素を含む縦成分パターンを
示す概念図である。FIG. 3 (K) is a conceptual diagram showing a vertical component pattern including one background pixel.
【図3(L)】1個の背景画素を含む他の縦成分パター
ンを示す概念図である。FIG. 3 (L) is a conceptual diagram showing another vertical component pattern including one background pixel.
【図4(A)】横書き原稿の例を示す概念図である。FIG. 4A is a conceptual diagram showing an example of a horizontal document.
【図4(B)】横書き原稿の横方向の膨張図形を示す概
念図である。FIG. 4B is a conceptual diagram showing a laterally expanded figure of a horizontally written document.
【図4(C)】横書き原稿の横方向の膨張図形の細線化
画像を示す概念図である。FIG. 4 (C) is a conceptual diagram showing a thinned image of a horizontally expanded document of a horizontally written document.
【図4(D)】横書き原稿の横方向の膨張図形の細線化
画像に縮退処理を施した状態を示す概念図である。FIG. 4D is a conceptual diagram showing a state in which a thinned image of a horizontally expanded document of a horizontally written document is subjected to a shrinking process.
【図5(A)】縦書き原稿の例を示す概念図である。FIG. 5A is a conceptual diagram showing an example of a vertically written document.
【図5(B)】縦書き原稿の縦方向の膨張図形を示す概
念図である。FIG. 5B is a conceptual diagram showing an expanded graphic in the vertical direction of a vertically written document.
【図5(C)】縦書き原稿の横方向の膨張図形の細線化
画像を示す概念図である。FIG. 5C is a conceptual diagram showing a thinned image of an expanded figure in the horizontal direction of a vertically written document.
【図5(D)】縦書き原稿の横方向の膨張図形の細線化
画像に縮退処理を施した状態を示す概念図である。FIG. 5D is a conceptual diagram showing a state in which a thinned image of an expanded figure in a horizontal direction of a vertically written document has been subjected to degeneration processing.
【図6(A)】水平パターンを示す概念図である。FIG. 6A is a conceptual diagram showing a horizontal pattern.
【図6(B)】水平パターンに対して0.5の誤差成分
を含むパターンを示す概念図である。FIG. 6B is a conceptual diagram showing a pattern including an error component of 0.5 with respect to a horizontal pattern.
【図6(C)】水平パターンに対して0.5の誤差成分
を含む他のパターンを示す概念図である。FIG. 6C is a conceptual diagram showing another pattern including an error component of 0.5 with respect to the horizontal pattern.
【図6(D)】水平パターンに対して0.5の誤差成分
を含むさらに他のパターンを示す概念図である。FIG. 6D is a conceptual diagram showing another pattern including an error component of 0.5 with respect to the horizontal pattern.
【図6(E)】水平パターンに対して0.5の誤差成分
を含むさらに他のパターンを示す概念図である。FIG. 6E is a conceptual diagram showing still another pattern including an error component of 0.5 with respect to the horizontal pattern.
【図6(F)】右下りのパターンを示す概念図である。FIG. 6 (F) is a conceptual diagram showing a right-down pattern.
【図6(G)】右上りのパターンを示す概念図である。FIG. 6G is a conceptual diagram showing an upper right pattern.
【図6(H)】右下りから右上りに変化するパターンを
示す概念図である。FIG. 6 (H) is a conceptual diagram showing a pattern that changes from downward rightward to upward rightward.
【図6(I)】右上りから右下りに変化するパターンを
示す概念図である。FIG. 6 (I) is a conceptual diagram showing a pattern changing from upper right to lower right.
【図7(A)】垂直パターンを示す概念図である。FIG. 7A is a conceptual diagram showing a vertical pattern.
【図7(B)】垂直パターンに対して0.5の誤差成分
を含むパターンを示す概念図である。FIG. 7B is a conceptual diagram showing a pattern including an error component of 0.5 with respect to a vertical pattern.
【図7(C)】垂直パターンに対して0.5の誤差成分
を含む他のパターンを示す概念図である。FIG. 7C is a conceptual diagram showing another pattern including an error component of 0.5 with respect to the vertical pattern.
【図7(D)】垂直パターンに対して0.5の誤差成分
を含むさらに他のパターンを示す概念図である。FIG. 7D is a conceptual diagram showing still another pattern including an error component of 0.5 with respect to the vertical pattern.
【図7(E)】垂直パターンに対して0.5の誤差成分
を含むさらに他のパターンを示す概念図である。FIG. 7E is a conceptual diagram showing still another pattern including an error component of 0.5 with respect to the vertical pattern.
【図7(F)】右下りのパターンを示す概念図である。FIG. 7 (F) is a conceptual diagram showing a pattern on the right.
【図7(G)】右上りのパターンを示す概念図である。FIG. 7G is a conceptual diagram showing an upper right pattern.
【図7(H)】左下りから右下りに変化するパターンを
示す概念図である。FIG. 7 (H) is a conceptual diagram showing a pattern changing from leftward descending to rightward descending.
【図7(I)】右下りから左下りに変化するパターンを
示す概念図である。FIG. 7 (I) is a conceptual diagram showing a pattern changing from rightward down to leftward.
─────────────────────────────────────────────────────
─────────────────────────────────────────────────── ───
【手続補正書】[Procedure amendment]
【提出日】平成4年10月27日[Submission date] October 27, 1992
【手続補正1】[Procedure Amendment 1]
【補正対象書類名】明細書[Document name to be amended] Statement
【補正対象項目名】図面の簡単な説明[Name of item to be corrected] Brief description of the drawing
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【図面の簡単な説明】[Brief description of drawings]
【図1】この発明に係る文字原稿の傾き補正方法の1実
施例を示すステップ1−1からステップ1−13のフロ
ーチャートである。FIG. 1 is a flowchart of steps 1-1 to 1-13 showing an embodiment of a method for correcting inclination of a text original according to the present invention.
【図2】横成分パターンを説明するための概念図であ
る。 (A)0.5の誤差成分を含む横成分パターンを示す概
念図である。 (B)0.5の誤差成分を含む他の横成分パターンを示
す概念図である。 (C)0.5の誤差成分を含む他の横成分パターンを示
す概念図である。 (D)0.5の誤差成分を含む他の横成分パターンを示
す概念図である。 (E)0.5の誤差成分を含む他の横成分パターンを示
す概念図である。 (F)0.5の誤差成分を含む他の横成分パターンを示
す概念図である。 (G)0.5の誤差成分を含む他の横成分パターンを示
す概念図である。 (H)0.5の誤差成分を含む他の横成分パターンを示
す概念図である。 (I)水平な横成分パターンを示す概念図である。 (J)他の水平な横成分パターンを示す概念図である。 (K)1個の背景画素を含む横成分パターンを示す概念
図である。 (L)1個の背景画素を含む他の横成分パターンを示す
概念図である。FIG. 2 is a conceptual diagram for explaining a horizontal component pattern. (A) It is a conceptual diagram which shows the horizontal component pattern containing an error component of 0.5. (B) is a conceptual diagram showing another lateral component pattern including an error component of 0.5. (C) is a conceptual diagram showing another lateral component pattern including an error component of 0.5. (D) is a conceptual diagram showing another lateral component pattern including an error component of 0.5. (E) is a conceptual diagram showing another lateral component pattern including an error component of 0.5. (F) is a conceptual diagram showing another lateral component pattern including an error component of 0.5. (G) is a conceptual diagram showing another lateral component pattern including an error component of 0.5. (H) is a conceptual diagram showing another lateral component pattern including an error component of 0.5. (I) It is a conceptual diagram which shows a horizontal lateral component pattern. (J) It is a conceptual diagram which shows another horizontal lateral component pattern. (K) It is a conceptual diagram which shows the horizontal component pattern containing one background pixel. (L) is a conceptual diagram showing another lateral component pattern including one background pixel.
【図3】縦成分パターンを説明するための概念図であ
る。 (A)0.5の誤差成分を含む縦成分パターンを示す概
念図である。 (B)0.5の誤差成分を含む他の縦成分パターンを示
す概念図である。 (C)0.5の誤差成分を含む他の縦成分パターンを示
す概念図である。 (D)0.5の誤差成分を含む他の縦成分パターンを示
す概念図である。 (E)0.5の誤差成分を含む他の縦成分パターンを示
す概念図である。 (F)0.5の誤差成分を含む他の縦成分パターンを示
す概念図である。 (G)0.5の誤差成分を含む他の縦成分パターンを示
す概念図である。 (H)0.5の誤差成分を含む他の縦成分パターンを示
す概念図である。 (I)垂直な縦成分パターンを示す概念図である。 (J)他の垂直な縦成分パターンを示す概念図である。 (K)1個の背景画素を含む縦成分パターンを示す概念
図である。 (L)1個の背景画素を含む他の縦成分パターンを示す
概念図である。FIG. 3 is a conceptual diagram for explaining a vertical component pattern. (A) It is a conceptual diagram showing a vertical component pattern including an error component of 0.5. (B) is a conceptual diagram showing another vertical component pattern including an error component of 0.5. (C) is a conceptual diagram showing another vertical component pattern including an error component of 0.5. (D) is a conceptual diagram showing another vertical component pattern including an error component of 0.5. (E) is a conceptual diagram showing another vertical component pattern including an error component of 0.5. (F) It is a conceptual diagram showing another vertical component pattern including an error component of 0.5. (G) is a conceptual diagram showing another vertical component pattern including an error component of 0.5. (H) is a conceptual diagram showing another vertical component pattern including an error component of 0.5. (I) It is a conceptual diagram which shows a vertical vertical component pattern. (J) It is a conceptual diagram which shows another vertical vertical component pattern. (K) It is a conceptual diagram which shows the vertical component pattern containing one background pixel. (L) is a conceptual diagram showing another vertical component pattern including one background pixel.
【図4】横書き原稿を説明するための概念図である。 (A)横書き原稿の例を示す概念図である。 (B)横書き原稿の横方向の膨張図形を示す概念図であ
る。 (C)横書き原稿の横方向の膨張図形の細線化画像を示
す概念図である。 (D)横書き原稿の横方向の膨張図形の細線化画像に縮
退処理を施した状態を示す概念図である。FIG. 4 is a conceptual diagram for explaining a horizontal document. FIG. 3A is a conceptual diagram showing an example of a horizontally written document. FIG. 9B is a conceptual diagram showing a laterally expanded figure of a horizontally written document. (C) is a conceptual diagram showing a thinned image of a horizontally expanded document of a horizontally written document. FIG. 6D is a conceptual diagram showing a state in which a thinned image of a horizontally expanded document of a horizontally written document is subjected to degeneration processing.
【図5】縦書き原稿を説明するための概念図である。 (A)縦書き原稿の例を示す概念図である。 (B)縦書き原稿の縦方向の膨張図形を示す概念図であ
る。 (C)縦書き原稿の横方向の膨張図形の細線化画像を示
す概念図である。 (D)縦書き原稿の横方向の膨張図形の細線化画像に縮
退処理を施した状態を示す概念図である。FIG. 5 is a conceptual diagram for explaining a vertically written document. FIG. 3A is a conceptual diagram showing an example of a vertically written document. FIG. 6B is a conceptual diagram showing a vertically expanded figure of a vertically written document. (C) is a conceptual diagram showing a thinned image of a horizontally expanded figure of a vertically written document. FIG. 6D is a conceptual diagram showing a state in which a thinned image of a horizontally expanded figure of a vertically written document is subjected to degeneration processing.
【図6】水平パターンを説明するための概念図である。 (A)水平パターンを示す概念図である。 (B)水平パターンに対して0.5の誤差成分を含むパ
ターンを示す概念図である。 (C)水平パターンに対して0.5の誤差成分を含む他
のパターンを示す概念図である。 (D)水平パターンに対して0.5の誤差成分を含むさ
らに他のパターンを示す概念図である。 (E)水平パターンに対して0.5の誤差成分を含むさ
らに他のパターンを示す概念図である。 (F)右下りのパターンを示す概念図である。 (G)右上りのパターンを示す概念図である。 (H)右下りから右上りに変化するパターンを示す概念
図である。 (I)右上りから右下りに変化するパターンを示す概念
図である。FIG. 6 is a conceptual diagram for explaining a horizontal pattern. (A) It is a conceptual diagram which shows a horizontal pattern. (B) is a conceptual diagram showing a pattern including an error component of 0.5 with respect to a horizontal pattern. (C) is a conceptual diagram showing another pattern including an error component of 0.5 with respect to the horizontal pattern. (D) is a conceptual diagram showing another pattern including an error component of 0.5 with respect to the horizontal pattern. (E) is a conceptual diagram showing still another pattern including an error component of 0.5 with respect to the horizontal pattern. (F) It is a conceptual diagram which shows the pattern of right descent. (G) It is a conceptual diagram which shows the pattern of upper right. (H) It is a conceptual diagram which shows the pattern which changes from a right descent to an upper right. (I) It is a conceptual diagram which shows the pattern which changes from the upper right to the lower right.
【図7】垂直パターンを説明するための概念図である。 (A)垂直パターンを示す概念図である。 (B)垂直パターンに対して0.5の誤差成分を含むパ
ターンを示す概念図である。 (C)垂直パターンに対して0.5の誤差成分を含む他
のパターンを示す概念図である。 (D)垂直パターンに対して0.5の誤差成分を含むさ
らに他のパターンを示す概念図である。 (E)垂直パターンに対して0.5の誤差成分を含むさ
らに他のパターンを示す概念図である。 (F)右下りのパターンを示す概念図である。 (G)右上りのパターンを示す概念図である。 (H)左下りから右下りに変化するパターンを示す概念
図である。 (I)右下りから左下りに変化するパターンを示す概念
図である。FIG. 7 is a conceptual diagram for explaining a vertical pattern. (A) It is a conceptual diagram which shows a vertical pattern. (B) is a conceptual diagram showing a pattern including an error component of 0.5 with respect to a vertical pattern. (C) is a conceptual diagram showing another pattern including an error component of 0.5 with respect to the vertical pattern. (D) is a conceptual diagram showing still another pattern including an error component of 0.5 with respect to the vertical pattern. (E) is a conceptual diagram showing still another pattern including an error component of 0.5 with respect to the vertical pattern. (F) It is a conceptual diagram which shows the pattern of right descent. (G) It is a conceptual diagram which shows the pattern of upper right. (H) It is a conceptual diagram which shows the pattern which changes to the right descending from the left descending. (I) It is a conceptual diagram which shows the pattern which changes from a right descent to a left descent.
【図8】ステップ1−14からステップ1−23のフロ
ーチャートである。FIG. 8 is a flowchart of steps 1-14 to 1-23.
【手続補正2】[Procedure Amendment 2]
【補正対象書類名】図面[Document name to be corrected] Drawing
【補正対象項目名】全図[Correction target item name] All drawings
【補正方法】変更[Correction method] Change
【補正内容】[Correction content]
【図1】 [Figure 1]
【図4】 [Figure 4]
【図5】 [Figure 5]
【図6】 [Figure 6]
【図7】 [Figure 7]
【図8】 [Figure 8]
【図2】 [Fig. 2]
【図3】 [Figure 3]
Claims (1)
後の図形の面積の差を算出し、その差と面積との比が所
定値以下となったときに、それまでの膨張回数よりも1
回少ない膨張回数を最適膨張回数とみなし、当初の画像
について図形の輪郭の縦横成分を算出し、より多い成分
の方向にのみ、前記最適膨張回数の膨張を行い、膨張後
の画像について細線化処理を施し、この細線化画像の各
部の縦横成分を算出し、これら成分の内、より多い成分
について、統計量に基づいてその傾きを算出し、この傾
きを解消するように前記画像を回転することを特徴とす
る文字原稿の傾き補正方法。1. An image of a text original is successively expanded, a difference in area between figures before and after expansion is calculated, and when the ratio of the difference to the area is less than a predetermined value, the number of expansions is greater than the number of expansions up to that point. 1
The number of times of less expansion is regarded as the optimal number of expansions, the vertical and horizontal components of the contour of the figure are calculated for the initial image, the expansions of the optimal number of expansions are performed only in the direction of more components, and the thinned image is subjected to the thinning processing. The vertical and horizontal components of each part of this thinned image are calculated, the inclination of more components is calculated based on statistics, and the image is rotated so as to eliminate this inclination. A method for correcting the skew of a text original characterized by.
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3201244A JP3046652B2 (en) | 1991-07-16 | 1991-07-16 | How to correct the inclination of text documents |
DE69232345T DE69232345T2 (en) | 1991-07-16 | 1992-07-15 | Method for determining the inclination of an image containing characters |
EP92112054A EP0525513B1 (en) | 1991-07-16 | 1992-07-15 | Method for detecting inclination of an image of characters |
US08/535,322 US5546479A (en) | 1991-07-16 | 1995-09-27 | Method for detecting inclination of an image of characters |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3201244A JP3046652B2 (en) | 1991-07-16 | 1991-07-16 | How to correct the inclination of text documents |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH05143774A true JPH05143774A (en) | 1993-06-11 |
JP3046652B2 JP3046652B2 (en) | 2000-05-29 |
Family
ID=16437730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP3201244A Expired - Fee Related JP3046652B2 (en) | 1991-07-16 | 1991-07-16 | How to correct the inclination of text documents |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3046652B2 (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004094952A (en) * | 2002-08-27 | 2004-03-25 | Oce Print Logic Technologies Sa | Skew detection |
WO2004029867A1 (en) * | 2002-09-30 | 2004-04-08 | Matsushita Electric Industrial Co., Ltd. | Image correction device and image correction method |
EP2533196A1 (en) | 2011-06-07 | 2012-12-12 | Sony Corporation | Information processing apparatus, program, and information processing method |
-
1991
- 1991-07-16 JP JP3201244A patent/JP3046652B2/en not_active Expired - Fee Related
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004094952A (en) * | 2002-08-27 | 2004-03-25 | Oce Print Logic Technologies Sa | Skew detection |
JP4509512B2 (en) * | 2002-08-27 | 2010-07-21 | オセ プリント ロジック テクノロジーズ ソシエテ アノニム | Skew detection |
WO2004029867A1 (en) * | 2002-09-30 | 2004-04-08 | Matsushita Electric Industrial Co., Ltd. | Image correction device and image correction method |
EP2533196A1 (en) | 2011-06-07 | 2012-12-12 | Sony Corporation | Information processing apparatus, program, and information processing method |
Also Published As
Publication number | Publication date |
---|---|
JP3046652B2 (en) | 2000-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2001266068A (en) | Method and device for recognizing table, character- recognizing device, and storage medium for recording table recognizing program | |
JP2005148906A (en) | Shore line extraction device, shore line extraction method, computer-readable recording medium in which program is recorded, and program | |
JPH09130614A (en) | Image processing unit | |
EP0525513A2 (en) | Method for detecting inclination of an image of characters | |
JPH05143774A (en) | Method for correcting inclination of character document | |
JP2871601B2 (en) | Character string detecting apparatus and method | |
JP3378439B2 (en) | Form image creation device | |
JP3604910B2 (en) | Image reduction device and recording medium recording image reduction program | |
JP3046653B2 (en) | How to correct the inclination of text documents | |
JPH1125222A (en) | Method and device for segmenting character | |
JP3698867B2 (en) | Circular pattern determination method, apparatus and recording medium | |
JP3046654B2 (en) | Detecting inclination of text originals | |
JP3046656B2 (en) | How to correct the inclination of text documents | |
JP2002133424A (en) | Detecting method of inclination angle and boundary of document | |
JP4696239B2 (en) | Method and apparatus for correcting inclination of character string | |
JP2868134B2 (en) | Image processing method and apparatus | |
JP2005051383A (en) | Image distortion corrector, image reader, image forming apparatus, and program | |
JP3845227B2 (en) | Blur correction device, blur correction method, and recording medium | |
JPH03102579A (en) | Noise removal system for image data | |
JPH05342414A (en) | Template preparing device and pattern recognizing device | |
JP3162414B2 (en) | Ruled line recognition method and table processing method | |
JP2003317107A (en) | Method and device for ruled-line detection | |
JP3157860B2 (en) | How to extract figure area of manuscript | |
JPH1196296A (en) | Method and device for processing slip image | |
JP2977259B2 (en) | Skew detection method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080317 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090317 Year of fee payment: 9 |
|
LAPS | Cancellation because of no payment of annual fees |