JPH05174179A - 文書画像処理装置 - Google Patents

Abstract

(57)【要約】 【目的】本発明は、入力文書の構成要素の空白領域を用
いて段組位置を検出するようにしている。 【構成】入力文書を画像データとして入力する画像入力
部１より入力された画像データより入力文書の構成要素
を構成要素抽出手段２１で抽出し、この構成要素抽出手
段２１で抽出された構成要素について空白領域検出手段
２２により入力文書の文字列方向で隣接する構成要素を
決定するとともに、これら構成要素間の空白領域を定義
し、この定義された構成要素間の空白領域について段組
位置決定手段２３により文字列方向と垂直方向の他の構
成要素間の空白領域との連続性を解析し段組位置を決定
するようにしている。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、入力文書の段組位置を
決定する機能を有する文字画像処理装置に関するもので
ある。

【０００２】

【従来の技術】従来、紙面上に記された文字を例えば光
学的なパターン認識で読取り、これをコード化してコン
ピュータに入力するものとして、光学文字認識装置（Ｏ
ＣＲ）が広く用いられている。このようなＯＣＲの利用
分野としては、郵便物の仕分け業務での郵便番号の読取
りを始めとして、銀号や保険会社などでの伝票処理に実
用化されている。

【０００３】また、このようなＯＣＲは、その技術的な
進歩と社会的要請から、読取り対象も印刷文字から手書
き文字に、また数字から仮名・漢字へと拡大し、また、
取扱い文書についても最近は大幅な制限緩和の方向に進
んで、これまでの例えば伝票のように予め決められた領
域中の文字を認識するだけのものから、新聞やマニアル
などの一般文書に対する文字認識へと変化してきてい
る。

【０００４】ところで、ＯＣＲの読取り対象を伝票のよ
うな定型的なものから新聞などの一般文書に拡大する場
合、入力文書の書式を事前に知る必要がある。つまり、
伝票のような定型的なものでは、読み取るべき文字列の
記載位置を予め特定することができるが、一般文書の場
合には、読み取るべき文字列の記載位置はそれぞれ異な
ることから、入力文書の画像を解析するなどして文字列
の記載位置などを抽出する必要がある。

【０００５】しかして、従来では、一般の文書画像は白
／黒の画素で表現されることから、まず、黒画素の連結
性を調べて文字を抽出し、次いで、入力文書を構成する
段組位置を決定し、各段組内において文字列方向に隣接
する文字を統合することにより文字列を定義するように
している。

【０００６】図７は、従来の入力文書の段組位置を決定
する方法を説明するためのもので、この場合、最初に入
力文書画像について連結した黒画素成分を文字として抽
出し、これらを同図（ａ）に示すように最小矩形７１の
集まりとして表現し、次いで、文字列方向と考えられる
方向と垂直な方向に最小矩形の先頭位置を投影し、その
周辺分布を解析することで同図（ｂ）に示すようなピー
ク７２を検出し、このピーク７２の位置に段組位置を与
えるようにしている。

【０００７】ところが、このような方法を採ると、例え
ば図８に示すように文字行が数行に及び、同図（ａ）に
示すように、本来段組位置であるものが、各最小矩形７
１の垂直方向の先頭位置に不揃いの部分があると、この
部分で周辺分布がピーク７４を取らないことがあり、ま
た、逆に同図の（ｂ）に示すように本来段組位置でない
ものが、各最小矩形の垂直方向の先頭位置が揃った部分
があると、この部分で周辺分布がピーク７３を取ること
があり、これらが段組位置の誤検出の原因になる欠点が
あった。

【０００８】

【発明が解決しようとする課題】このように従来の入力
文書の段組位置を決定する方法では、文字を表す各最小
矩形の先頭位置の状態によっては段組位置を誤検出する
ことがあり、正確に文字列を定義することができない欠
点があった。

【０００９】本発明は、上記事情に鑑みてなされたもの
で、段組を構成する文字行数の大小にかかわらず、段組
位置を正確に決定することができる段組位置決定機能を
有する文書画像処理装置を提供することを目的とする。

【００１０】

【課題を解決するための手段】本発明は、入力文書を画
像データとして入力する画像入力手段、画像入力手段よ
り入力された画像データより前記入力文書の構成要素を
抽出する構成要素抽出手段、構成要素抽出手段により抽
出された構成要素について入力文書の文字列方向で隣接
する構成要素を決定するとともに、これら構成要素間の
空白領域を定義する空白領域検出手段、空白領域検出手
段で定義された構成要素間の空白領域について文字列方
向と垂直方向に位置する他の構成要素間の空白領域との
連続性を解析し入力文書の段組位置を決定する段組位置
決定手段とにより構成されている。

【００１１】

【作用】この結果、本発明によれば入力文書の各構成要
素間の空白領域に注目し、文字列方向と垂直方向に位置
する他の構成要素間の空白領域との連続性を検出すると
ともに、この状態を解析することで、段組を構成する文
字行の段組位置を高精度に決定できるようになる。

【００１２】

【実施例】以下、本発明の一実施例を図面に従い説明す
る。

【００１３】図１は同実施例の概略構成を示している。
図において、１は画像入力部で、この画像入力部１は入
力文書が入力されると、この入力文書を画像データとし
て出力するようにしている。この場合、画像入力部１と
してはスキャナなどが用いられる。ここで、スキャナ
は、原画像をラスタスキャンして原画像データとして２
値画像データを出力するようにしている。以下述べる処
理では、この２値画像データを直接用いてもよいが、符
号化して符号化データに変換し、これを処理の対象とし
てもよい。符号化の方法としては、同じ色の画素の連な
り（ラン）の長さを符号化するランレングス符号化法な
どが用いられる。

【００１４】画像入力部１より出力される画像データ
は、制御部２を介して画像メモリ３に格納される。ここ
で、制御部２は、構成要素抽出手段２１、空白領域検出
手段２２、段組位置決定手段２３を有している。構成要
素抽出手段２１は、画像データを解析し入力文書の構成
要素、例えば文字、罫線、図表、写真、ノイズなどを抽
出するものである。

【００１５】空白領域検出手段２２は、構成要素抽出手
段２１で抽出された構成要素に対して各構成要素の隣接
関係および各構成要素に付加された属性に基づき、空白
領域を定義検出するものである。段組位置決定手段２３
は、空白領域検出手段２２で定義された空白領域を解析
して段組位置を決定するものである。そして、制御部２
の段組位置決定手段２３で決定された段組位置は、出力
部４より外部に出力されるようになっている。次に、以
上のように構成した実施例の動作を説明する。

【００１６】いま、画像入力部１に入力文書が入力され
ると、スキャナによるラスタスキャンにより入力文書
は、２値の画像データとして出力され、制御部２を介し
て画像メモリ３に格納される。

【００１７】この状態で制御部２は、構成要素抽出手段
２１により画像データを解析し入力文書の構成要素を抽
出する。この場合、構成要素抽出手段２１は、図２に示
すように、画像データが入力されると、ステップＳ２１
で画像データから構成要素として黒連結成分を抽出する
黒連結成分抽出処理を行い、この黒連結成分に基づいて
ステップＳ２２で属性決定処理を行い属性を決定するよ
うにしている。この場合の属性決定処理は、各黒連結成
分をそれを取り囲む最小の矩形で代表し、その黒連結成
分矩形の大きさ、およびその矩形内に含まれる黒領域の
割合に基づいて属性を決定する。その一例を図３に示し
ている。この場合、黒連結成分矩形の横幅をＷ、縦幅を
Ｈ、黒領域の割合（密度）をＭとすると、黒連結成分に
ついて、まずステップＳ３１で縦幅Ｈがしきい値ＴＨ１
より小さいか判断し、ここでＮＯならば、ステップＳ３
２で縦幅Ｈと横幅Ｗの比がしきい値ＴＨ４より大きいか
判断し、ここでＹＥＳならば垂直直線と判断し、ＮＯな
らば、ステップＳ３３で密度Ｍがしきい値ＴＨ６より大
きいか判断し、ここでＹＥＳならば写真と判断し、ＮＯ
ならば図形と判断する。一方、ステップＳ３１でＹＥＳ
ならば、ステップＳ３４で縦幅Ｈがしきい値ＴＨ２より
小さいか判断し、ここでＮＯならば、ステップＳ３５で
密度Ｍがしきい値ＴＨ５より大きいか判断し、ここでＹ
ＥＳならば文字と判断し、ＮＯならば、ステップＳ３６
で縦幅Ｈと横幅Ｗの比がしきい値ＴＨ４より大きいか判
断し、ここでＹＥＳならば水平直線、ＮＯならば文字と
判断する。また、ステップＳ３４でＹＥＳならば、ステ
ップＳ３７で横幅Ｗがしきい値ＴＨ３より小さいか判断
し、ＹＥＳならばノイズと判断し、ＮＯならばステップ
Ｓ３８で縦幅Ｈと横幅Ｗの比がしきい値ＴＨ４より大き
いか判断し、ここでＹＥＳならば水平直線、ＮＯならば
ノイズと判断する。

【００１８】そして、構成要素抽出手段２１で抽出され
た構成要素が空白領域検出手段２２に与えられ、各構成
要素の隣接関係および各構成要素に付加された属性に基
づき空白領域が定義検出される。

【００１９】空白領域検出手段２２では、まず、各構成
要素に対して空白領域を定義するためのペアを決定す
る。この場合、各構成要素Ｋｉ（ｉ＝１〜Ｎ：Ｎ＝構成
要素の数）に対して文字列の方向と垂直方向（ｙ軸方
向）で重なりをもつ構成要素Ｋｊを検出する。これは次
式により求められる（ただし、ここでは文字列の方向が
水平方向とする。）。 ｙi2＞ｙj1かつｙi1＜ｙj2 ただし、ｙi1( ｙj1) ：構成要素Ｋｉ（Ｋｊ）のｙ座標
の最小値 ｙi2( ｙj2) ：構成要素Ｋｉ（Ｋｊ）のｙ座標の最大値 従って、図４に示す例では、構成要素１に対して構成要
素２、３が垂直方向に重なりを持つことになる。

【００２０】次に、これら重なり関係を持つ構成要素の
うちで最も文字列の方向（ｘ軸方向）で隣接するものを
求め、これを構成要素Ｋｉに対するペアとする。つま
り、これには、 ｍｉｎ（ｘj1−ｘi2） ただし、ｘi1( ｘj1) ：構成要素Ｋｉ（Ｋｊ）のｘ座標
の最小値 ｘi2( ｘj2) ：構成要素Ｋｉ（Ｋｊ）のｘ座標の最大値 なる構成要素Ｋｊを求めることである。従って、図４に
示す例では、構成要素１に対して構成要素２がペアとし
て決定されることになる。

【００２１】なお、文字列の方向に関しては、処理に先
立ってオペレータが指示を与えてもよいし、構成要素の
水平、垂直方向への周辺分布を求めるといった何等かの
適切な方法によって与えることも可能である。

【００２２】次に、各構成要素のペアに対して空白領域
を定義する。この場合、図４に示す構成要素１、２のペ
アを考えると、構成要素１は（ｘ11、ｙ11）（ｘ12、ｙ
12）、構成要素２は（ｘ21、ｙ21）（ｘ22、ｙ22）で、
（ｘ11＜ｘ21）の関係が与えられる。従って、これら構
成要素１、２の間に存在する空白領域Ｓは、構成要素
１、２のそれぞれの属性により次のようにして決定され
る。図５（ａ）は構成要素１、２の属性がともに文字の
場合を示しており、この場合の空白領域Ｓは、 Ｓx1＝ｘ12 Ｓx2＝ｘ21 Ｓy1＝ｍｉｎ（ｙ11、ｙ21） Ｓy2＝ｍａｘ（ｙ12、ｙ22） で決定される。

【００２３】また、図５（ｂ）は構成要素１の属性が文
字で、構成要素２の属性が図表あるいは写真の場合、ま
たは構成要素１の属性が図表あるいは写真で、構成要素
２の属性が文字の場合を示しており、この場合の空白領
域Ｓは、 Ｓx1＝ｘ12 Ｓx2＝ｘ21 Ｓy1＝ｍａｘ（ｙ11、ｙ21） Ｓy2＝ｍｉｎ（ｙ12、ｙ22） で決定される。なお、ｍｉｎ（ａ、ｂ）はａ、ｂの小さ
いほうの、またｍａｘ（ａ、ｂ）はａ、ｂの大きいほう
値を取るものとする。

【００２４】このようにして空白領域Ｓの矩形は、（Ｓ
x1、Ｓy1) （Ｓx2、Ｓy2）で定義され、空白領域Ｓは、
いかなる構成要素の間において定義されたものかが明示
されることになる。なお、この場合、上述以外の組み合
わせを持つ構成要素間には、空白領域は定義されない。
次に、上記のように定義された空白領域Ｓを段組位置決
定手段２３により解析し、段組位置を決定するようにな
る。

【００２５】この場合、最初に文字間で定義された空白
領域についてその平均値Ａｖｅ＿ｗｉｄｔｈを求める。
次に、各文字間で定義された空白領域の内で、その矩形
幅が平均値Ａｖｅ＿ｗｉｄｔｈより大きな値を持つ空白
領域および文字−図形（写真）間で定義された空白領域
を検出し、これらを種空白領域とする。この状態を図６
（ａ）に示している。図面では、隣接する構成要素であ
る文字間の空白領域を種空白領域Ｓ１に設定されてい
る。

【００２６】次に、このような種空白領域Ｓ１に対して
検索領域Ｒを決定する。この場合、種空白領域Ｓ1 を
（Ｓ１x1、Ｓ１y1) 、（Ｓ１x2、Ｓ１y2）とすると、検
索領域Ｒは、 Ｒ＝［Ｓ１x1、Ｓ１y1］Ｘ［Ｓ１x2、Ｓ１y2＋search-l
ength ］ で与えられる。ここで、search-length は、各空白領域
の高さの平均値を基に決められるもので、search-lengt
h ＝Ｔｈ０＊空白領域の高さの平均値で与えられる。

【００２７】次に、種空白領域Ｓ１により決定された検
索領域Ｒを垂直方向に下ろし、他の文字間の空白領域と
の重なりを検出する。いま、図６（ｂ）に示すように種
空白領域Ｓ１により決定された検索領域Ｒを垂直方向に
下ろしたところ、他の空白領域Ｓ２との重なり連続性を
持つような場合、種空白領域Ｓ１は、［ｍａｘ（Ｓ１x
1、Ｓ２x1）、Ｓ１y1］Ｘ［ｍｉｎ（Ｓ１x2、Ｓ２x
2）、Ｓ２y1］のように拡張される。

【００２８】以下、同様にして検索領域Ｒを垂直方向に
下ろし他の文字間の空白領域との重なりを判断しながら
その連続性を検出し、これらに連続性があったならば種
空白領域Ｓ１を順次拡張していく。

【００２９】その後、図６（ｃ）に示すように検索領域
Ｒが他の文字間の空白領域と重なりを持たないものがあ
ると、種空白領域Ｓ１の拡張は終了し、ここまで得られ
た種空白領域Ｓ１を段組の候補とする。

【００３０】そして、このように最終的に得られた種空
白領域Ｓ１（Ｓ１x1、Ｓ１y1) 、（Ｓ１x2、Ｓ１y2）に
対して、統合された種空白領域Ｓの数Ｎ、種空白領域Ｓ
１の縦幅Ｈ（＝Ｓ１y2−Ｓ１y1）、横幅Ｗ（＝Ｓ１x2−
Ｓ１x1）により、段組として決定するか否かを判断す
る。この場合、例えば、しきい値ｔｈ１、ｔｈ２、ｔｈ
３を用いて、Ｎ＞ｔｈ１、Ｈ＞ｔｈ２、Ｗ＞ｔｈ３なら
ば段組と判断し、この結果を出力部４より出力するよう
になる。

【００３１】従って、このようにすれば、従来では、入
力文書中の各文字行の先頭位置が文字行と垂直方向に揃
っていることに着目して段組位置の検出が行われるた
め、垂直方向に揃っている文字行の数が少なかったり、
段組位置以外の場所で文字行が偶然に揃ったような場合
に誤検出をすることがあったが、本発明では、入力文書
の各構成要素の間に存在する空白領域に注目し、この空
白領域の文字列方向と垂直方向に位置する他の構成要素
間の空白領域との連続性を解析して段組位置を決定する
ようになるので、段組を構成する文字行数の大小にかか
わらず、高性能な段組位置検出を実現することができ
る。

【００３２】なお、本発明は上記実施例にのみ限定され
ず、要旨を変更しない範囲で適宜変形して実施できる。
例えば、上述した実施例では入力画像の空白領域に着目
する段組位置の検出であったが、上述した実施例より得
られる段組位置と従来技術により得られた段組位置ある
いは垂直直線の位置とを総合的に判定して段組位置を決
定することもできる。ここで、垂直直線が段組位置検出
に用いられるのは、垂直直線は、段組位置を示すフィー
ルドセパレータとしての役割を果たすことが多いからで
ある。

【００３３】

【発明の効果】本発明によれば、入力文書において構成
要素の間の空白領域に注目したことにより、段組を構成
する文字行の数の大小に関係なく、それぞれの段組位置
を正確に検出することができる。

【図面の簡単な説明】

【図１】本発明の一実施例の概略構成を示すブロック
図。

【図２】図１に示す実施例の構成要素抽出手段での動作
を説明するための図。

【図３】図１に示す実施例の構成要素抽出手段での属性
設定処理を説明するための図。

【図４】図１に示す実施例の空白領域検出手段での動作
を説明するための図。

【図５】図１に示す実施例の空白領域検出手段での動作
を説明するための図。

【図６】図１に示す実施例の段組位置決定手段での動作
を説明するための図。

【図７】従来の段組位置を決定する方法を説明するため
の図。

【図８】従来の段組位置を決定する方法を説明するため
の図。

【符号の説明】

１…画像入力部、２…制御部、２１…構成要素抽出手
段、２２…空白領域検出手段、２３…段組位置決定手
段、３…画像メモリ、４…出力部。

Claims (3)

【特許請求の範囲】
1. 【請求項１】 入力文書を画像データとして入力する画
   像入力手段と、 この画像入力手段より入力された画像データより前記入
   力文書の構成要素を抽出する構成要素抽出手段と、 この構成要素抽出手段により抽出された構成要素につい
   て前記入力文書の文字列方向で隣接する構成要素を決定
   するとともにこれら構成要素間の空白領域を定義する空
   白領域検出手段と、 この空白領域検出手段で定義された構成要素間の空白領
   域について前記文字列方向と垂直方向に位置する他の構
   成要素間の空白領域との連続性を解析し前記入力文書の
   段組位置を決定する段組位置決定手段とを具備したこと
   を特徴とする文書画像処理装置。
2. 【請求項２】 構成要素抽出手段は、画像データより構
   成要素として黒連結成分を抽出するとともに、該黒連結
   成分の大きさおよび複雑さに基づいて属性を決定する手
   段を有することを特徴とする請求項１記載の文書画像処
   理装置。
3. 【請求項３】 空白領域検出手段は、前記構成要素の隣
   接関係とそれぞれの構成要素の属性に基づいて構成要素
   間の空白領域を定義することを特徴とする請求項２記載
   の文書画像処理装置。