JPH05174182A - 文書傾き角検出方法および文書傾き角検出装置 - Google Patents

Abstract

(57)【要約】 【構成】 文書画像に対し外接矩形化処理を行い、文字
列中の１文字の外接矩形を選択し、選択した外接区矩形
から基準点を抽出する。注目する基準点から一定以内の
距離にある他の基準点を結ぶことによりベクトルを求め
る。求めたベクトルの平均の向きを文書の基準方向とし
て、これと入力時の基準方向との角度差を文書傾き角と
する。 【効果】 単純な処理で高速かつ高精度に文書画像の傾
き角を検出する事ができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ＯＣＲ等における入力
画像の文書傾き角検出方法および文書傾き角検出装置に
関する。

【０００２】

【従来の技術】文書画像に傾きがあると、前記画像から
文字列領域・図表領域・写真領域を抽出するときや文字
列領域の中から１文字づつ文字を切り出しす時や、切り
出して認識するとき、抽出率や認識率が低下する。前記
傾きを補正するためには、傾き角を精度良く計測するこ
とが必要であり、従来から文書画像の傾き角の検出方法
については、以下のようなものが提案されていた。

【０００３】（１）文書画像を入力状態から微小角度づ
つ回転させ、周辺分布の山と谷が最も急峻となる角度を
文書画像の傾き角とする方法（信学論(D),Vol.J66-D,n
o.1,pp.111-118(1983)）。

【０００４】（２）２次元のフーリエ変換（ＦＦＴ）に
より、文字や文字列のＸＹ２方向のスペクトラムの位相
差から文書画像の傾き角を検出する方法（信学論(D),Vo
l.J67-D,No.9,pp1044-1051(1984)）。

【０００５】（３）文書画像中の隣接するまたは十分に
近接した黒画素の固まりに外接する外接矩形を求め、求
めた外接矩形から基準点を抽出し、ハフ（Hough）変換
を用いて推定し、その推定により求めた直線を文書画像
の傾き角とする方法（特開平3-213053号「原稿傾き角検
出装置」）。

【０００６】

【発明が解決しようとする課題】しかしながら、各手法
とも、画像回転、２次元ＦＦＴ、ハフ変換等、処理時間
のかかる複雑な方法を必要としていた。

【０００７】本発明は、以上のような従来技術の問題点
を解決し、単純な処理で高速かつ高精度に文書画像の傾
き角を求めることを目的とする。

【０００８】

【課題を解決するための手段】本発明による文書傾き角
検出方法および文書傾き角検出装置は、文書中の文字列
領域の隣り合う１文字どうしをつなぐベクトルを生成
し、これらの向きの平均が文書の真の基準方向であると
し、これと入力時の基準方向との角度の差を文書傾き角
として検出する、という原理に基づく。

【０００９】

【実施例】以下本発明の実施例につき図面を用いて詳細
に説明する。

【００１０】（実施例１）図１は本発明の文書傾き角検
出方法の流れ図である。対象の文書としては文字列を含
むものを用いる。図２に前記文書の傾いていない状態、
図３に前記文書を時計周りに5度傾けた状態を示す。図
１を用いて大まかな処理の流れを説明する。 始めに処
理する画像をメモリ上に準備する（１０１）。次に文書
画像中の隣接または十分に近接した黒画素の固まりに外
接する外接矩形を求め、その座標位置、高さ、幅などの
データを得る（１０２）。求めた外接矩形から傾き検出
のための基準点を抽出し（１０３）、ある１つの基準点
に近接する他の基準点を結ぶ多数のベクトルを求める
（１０４）。求めたベクトルを集計して基準座標軸に対
する角度を文書傾き角として検出する（１０５）。以下
で各処理を詳細に説明する。なお、今後「隣接または十
分に近接した黒画素の固まり」のことを「黒画素群」と
呼ぶ。

【００１１】処理画像の準備（１０１）において、処理
画像をビットマップで表現し、その行方向をｘ軸、列方
向をｙ軸とする（図１１）。対象画像が多値の場合は２
値に変換する前処理も行う。

【００１２】次に、外接矩形化処理（１０２）を説明す
る。外接矩形化処理には種々の公知の方法により行うこ
とができる。例えば（”ＯＡのための図面・文書画像処
理４−図形の追跡−”、画像ラボ、pp.53-55(1990.4)）
に記載されるような境界追跡法により黒画素群の輪郭線
を追跡し、追跡座標の最小および最大のｘ，ｙ座標を求
め、これを対角要素に持つ外接矩形を得る方法や、（石
山、船岡、久保、富田、高橋：”境界追跡型ラベリング
ボード”、信学技報、PRU98-102(1989)）に記載される
ようなラベリング処理により求めた黒画素群を含む要素
の最小および最大のｘ，ｙ座標を求め、これを対角要素
に持つ接矩形を得る方法等がある。また（山田、蓮
池：”拡張境界追跡アルゴリズムとその応用”、信学論
(D)、Vol.J71-D,no.12,pp.2587-2595(1988)）によれ
ば、隣接する８近傍画素だけではなく、任意の距離で近
接する黒画素群の外接矩形を生成できるため文字ピッチ
等のパラメータが既知の場合は、適応的により正確な１
文字の外接矩形を得ることができる。このような外接矩
形化処理によりビットマップで表わされた黒画素群から
の、外接矩形の対角座標位置、高さ、幅など文書画像の
傾き角の検出ためのデータが得られる。文字列中の文字
は、正方形に近い、大きさのほぼ等しい多数の矩形とな
り、線図形部はこれらより十分大きな矩形となる。図４
に図２の傾きのない文書を外接矩形化処理した結果を、
図５に図３の傾きのある文書を外接矩形化処理した結果
を示す。

【００１３】基準点抽出処理における基準点としては外
接矩形化処理（１０２）で求めた外接矩形の４隅のいづ
れかの１点や矩形の中心等が良い。本方法が検出する文
書の傾きとは、文書中の文字列領域の文字列の方向即
ち、隣合う文字と文字を結ぶ方向である。従って基準点
を、文字列領域以外の外接矩形から選ぶと、検出精度が
低下する。例えば図４および図５の外接矩形化処理を施
した結果を見ると、線図形部を示す矩形５０１、６０１
や、「に」のように分離部分を持つ矩形５０２、６０２
等、１文字を表す矩形以外のものが含まれており、これ
らを結ぶベクトルも用いて傾き角の計算を行うと検出精
度が低下する。そこで、文字列中にある文字の外接矩形
のみを選んで、ここから基準点を求め、これらを結ぶベ
クトルを生成すれば誤差の少ない検出ができる。そのた
めに、文字列中にある１つの全角文字を囲む外接矩形
を、その高さ、幅がほぼ等しく、他にも同じ高さや幅を
もつ矩形が多く存在している、という特徴を用いて選別
する。文字列中にある全角文字を囲む外接矩形の選別方
法２つを図６を用いて説明する。

【００１４】１つの方法としては、外接矩形化処理で求
めた外接矩形の高さと幅の比と、外接矩形の高さ、幅の
どちらか一方の平均を用いて文字列中にある１つの全角
文字を囲む外接矩形を選択する方法である。図６（ａ）
に示すように外接矩形の高さをｈ、幅をｗとする。始め
にステップ１０２で求めた外接矩形について高さと幅の
比（ｈ／ｗ）が１／α以上でα以下の矩形をすべて選択
する。ここでαは１に近い１より大きな数であり経験的
に決めればよい。一般にはαは（1＜α＜2）の範囲にあ
りα＝1.5近傍が多くの日本語文書に適する。ここでの
処理で外接矩形の高さ、幅がほぼ等しい全角文字の矩形
が選択される（３０１）。次にステップ３０１で選択し
た矩形の高さｈの平均βを求める（３０２）。文書中で
は文字列領域にある文字の出現頻度が大きい。よって求
めた平均βは、文字列領域中にある文字の大きさを表わ
すと考えることができる。そこでステップ３０１で選択
した矩形の中で高さｈが（β−γ）以上で（β＋γ）以
下の矩形を選び、それを文字列中にある１つの全角文字
を囲む外接矩形とする。ここでγは正の数である。パタ
メータγの決定方法としては、ステップ３０２で求めた
平均値βにある固定係数を掛けた値とする、あるいは高
さｈの分布の標準偏差にある固定係数ψ（一般にψは0.
3〜1.5の範囲で、例えばψ＝0.9近傍が日本語文書に適
する）を掛けた値とする方法が文書毎に最適な値を適応
的に決定する方法として良い。なお、ステップ３０２、
３０３において外接矩形の高さｈを用いた矩形の選択を
行ったが、幅ｗを用いた矩形の選択を行ってもかまわな
い。

【００１５】もう一つの方法は、外接矩形化処理で求め
た外接矩形の高さおよび幅の平均を用いて文字列中にあ
る１つの全角文字を囲む外接矩形を選択する方法であ
る。始めに外接矩形化処理で求めた高さｈの平均β’を
求める（４０１）。次にステップ４０１で求めた矩形の
中で高さｈが（β’−γ’）以上で（β’＋γ’）以下
の矩形を選ぶ（４０２）。ステップ４０２で選択した外
接矩形の幅ｗの平均β”を求める（４０３）。ステップ
４０２で選択した矩形の中で幅ｗが（β”−γ”）以上
で（β”＋γ”）以下の矩形を文字列中にある１つの全
角文字を囲む外接矩形とする（４０４）。ここでγ’お
よびγ”は正の数とする。パタメータγ’およびγ”の
決定方法としては、ステップ４０１および４０３で求め
た平均値β’およびβ”にある固定係数を掛けた値とす
る、あるいは高さｈおよび幅ｗの分布の標準偏差にある
固定係数ψ’（一般にψ’は0.3〜1.5の範囲で、例えば
ψ’＝0.9近傍が日本語文書に適する）を掛けた値とす
る等が文書毎に最適な値を適応的に決定する方法として
良い。

【００１６】第１の方法を用い、ステップ３０１でのパ
ラメータαを「1.5」、ステップ３０３のγをステップ
３０２で求めた平均βに係数「1.25」を掛けた値とした
場合の、図４および図５で示した外接矩形からの選択例
を図７および図８に矩形で示す。文字列中にある１つの
全角文字を囲む外接矩形が選択され、半角や線画領域の
外接矩形は除かれていることが分かる。

【００１７】基準点の抽出例として、図７、図８に示す
文字列中にある１つの全角文字を囲む外接矩形の中心と
した場合を図９、図１０に黒点で示す。図９は傾きのな
い文書、図１０は傾きのある文書の例である。

【００１８】次にステップ１０３で求めた最も近い基準
点を結ぶベクトルを抽出する処理を説明する（１０
４）。通常の文書に存在する文字列領域の場合、文字間
の方が文字列間より近いため、最も近い基準点を結ぶと
いうことは、隣合う文字同士を結ぶことが多くなり、結
果的に文字列領域中の文字間を結ぶ多数のベクトルが得
られる。ベクトルの抽出の方法として、注目する基準点
から最も近くにある他の基準点を結ぶことにより作成可
能である。この場合、注目する基準点と他の全ての基準
点との距離を求め、距離の比較をしなければならない。

【００１９】そこで、注目する基準点７０１と他の基準
点との距離と距離の比較を減らす方法として、図１１に
示すように注目する基準点を中心として、ある大きさの
ウィンドウ７０２を作り、このウィンドウ内にある他の
基準点との距離の計算および距離の比較により、最も近
くにある他の基準点とを結びベクトルを抽出する、とい
う方法が考えられる。ウィンドウ内にある他の基準点の
抽出は、ウィンドウの左上の座標（x1、y1）と右下の座
標（x2、y2）の範囲と他の基準点の位置との比較のみで
済む。このようにして抽出したウィンドウ内にある他の
基準点との距離の計算と距離の比較のみとなるので、処
理量を大幅に減らすことができる。ウィンドウの大きさ
を図６のステップ３０２、あるいはステップ４０１、４
０３で求めた高さｈあるいは幅ｗの平均値をもとに決定
することにより、文字列中の隣合う文字同士以外を結ぶ
ベクトルを少なくして、傾き検出精度を向上させること
ができるという効果もある。更に文字ピッチをP1、文字
列ピッチをP2とした場合、（P1＜P2）が分かっている場
合はウィンドウの大きさWを（P1＜W＜P2）のように定め
れば、文字列間を結ぶような誤った角度を持つベクトル
は生成されなくなるため、精度が向上する。

【００２０】ウィンドウの１辺をステップ３０２で求め
た高さｈの平均値βに「3.0」を掛けた値として、抽出
したベクトルを図１１および図１２に線で示す。図１２
および図１３は図９および図１０に示した基準点からベ
クトルを求めた例である。

【００２１】最後にステップ１０４で抽出したベクトル
を用いて文書画像の傾き角を計算する（１０５）。ステ
ップ１０４で抽出したベクトルとｘ軸の成す、小さい方
の角度を求める。図１４で示すように、ベクトルV1の場
合、角度はθ１、ベクトルＶ２の場合、角度はθ２にな
る。これにより全てのベクトルが０からπ／２の範囲の
値を持つ。

【００２２】図１２、図１３の抽出したベクトルを見る
と、横書き文書の文字列方向につながったベクトルのみ
ではなく、行方向につながったベクトルも見られる。そ
のためステップ１０４で抽出したベクトルの角度の平均
を求めると誤差が生じてしまう。そこで、０からπ／２
の範囲にあるベクトルの角度の出現頻度分布のピーク付
近の角度のみを用いてベクトルの角度の平均を求める。
さらに簡単な方法として、０から（π／４）の範囲にあ
るベクトルの数と（π／４）から（π／２）の範囲にあ
るベクトルの数を比較し、多い方のベクトルのみを用い
てこれらの角度の平均を求めても良い。この平均値を文
書傾き角とする。

【００２３】以上の角度計算は小数点付き演算になるた
め処理量が大きい。そこで、１つのベクトルの終点に次
のベクトルの始点を一致させる演算を行い、全てのベク
トルをつなげた１本のベクトルがｘ軸と成す角度を求め
れば、大部分の演算が整数加減算で済むため処理量が少
なくなる。求められたベクトルのｘ軸と成す、小さい方
の角度が文書傾き角である。

【００２４】以上の方法により文書画像の傾き角を検出
することができる。図２および図３に示す文書を実施例
１の方法で傾き角の検出を行った結果は、時計周りを正
とするとそれぞれ0.05度、4.93度であり、十分な傾き角
検出精度である。

【００２５】実施例では横書き文書を例に説明を行った
が、この方式は縦書き文書にも同様の処理を行うことに
より傾き角の検出ができる。また求めた角度の出現頻度
より、縦書き横書きの判定が可能となる。

【００２６】（実施例２）文書画像の一部に実施例１で
説明した処理を施して傾き角の検出を行えば、処理量が
少なくて済む。本実施例では文書画像の一部に処理を施
し、傾き角を検出する方法について図１５を用いて説明
する。

【００２７】始めに処理する文書画像の準備を行う（ス
テップ２０１）。これはステップ１０１と同様である。

【００２８】次に文書画像から一部の領域を切り出す処
理を行う（ステップ２０３）。切り出した領域から傾き
角を検出するためには、切り出した領域内に十分な数の
文字の個数がなければならない。例えば、実際の文書Ａ
４で文字列中の文字が１０ポイント程度の場合は50[mm]
ｘ50[mm]に相当する領域の切り出しを行えば実用上十分
である。別の場所からいくつかの領域を順番に切り出し
て試してもよい。

【００２９】切り出した領域に対して、外接矩形化処理
を行う（ステップ２０３）。ここでの処理はステップ１
０２の処理と同様である。

【００３０】ステップ２０３で求めた外接矩形から傾き
角検出のための基準となる点を抽出する（ステップ２０
４）。ここでの処理はステップ１０３での基準点抽出処
理と同様であるが、一部処理が異なる点があるのでその
部分に次いて説明する。ステップ２０２で切り出した領
域の大部分が文字で占められていれば良いが、図、表、
写真、空白等が大部分を占めていると傾き検出が困難に
なる。そこで図６でのステップ３０２、４０１、４０３
で矩形の高さｈもしくは幅ｗの平均を求めると同時に標
準偏差も求める。切り出した矩形内に文字が多く存在す
る場合、ステップ２０３で抽出した外接矩形の大きさは
ほぼ等しくなる。そのため切り出した矩形内に文字が多
く存在するならば、矩形の高さｈもしくは幅ｗの標準偏
差も小さくなる。そこで求めた標準偏差がしきい値εよ
り大きい場合には、ステップ２０２で切り出した領域が
傾き角検出に適さないと判断し、ステップ２０２に戻
り、別の領域の切り出しを行う。なお、しきい値εは前
もって実験的に決定できる。またステップ２０４での処
理で文字列中の１つの全角文字を囲む外接矩形と判断し
た矩形の個数がしきい値ζより小さい場合は、傾き角を
求めるための矩形の個数が少ないと判断し、ステップ２
０２に戻り、別の領域の切り出しを行う。しきい値ζは
例えば50から70とする。そして、文字列中の１つの全角
文字を囲む外接矩形と判断した矩形の個数がしきい値ζ
以上の場合は、ステップ１０３と同様に基準点の抽出を
行う。

【００３１】ステップ２０４で求めた基準点から傾き角
検出のためのベクトルを抽出する（ステップ２０５）。
ここでの処理はステップ１０４でのベクトル抽出処理と
同様であるが、一部処理が異なる点があるのでその部分
に次いて説明する。ステップ１０４と同様の処理を行
い、求めたベクトルの総数がしきい値ηより小さい場合
には、傾き角を求めるための矩形の個数が少ないと判断
し、ステップ２０２に戻り、別の領域の切り出しを行
う。しきい値ηは例えば30から50とする。

【００３２】最後にステップ２０５で求めたベクトルを
用いてステップ１０５と同様の方法で文書画像の傾き角
の算出を行う（ステップ２０６）。

【００３３】以上の方法により、文書画像全体に処理を
施すのではなく、文書画像の一部に実施例１で説明した
処理と同様の処理をを施して傾き角の検出を行うことが
でき、処理量が少なくて済む。図２および図３に示す文
書を実施例２の方法で傾き角の検出を行った結果は、そ
れぞれ-0.10度、4.85度でり、実施例１の結果の0.05
度、4.93度と比較しても文書画像の一部のみを用いて高
速化した処理によっても文書傾角が十分な精度で検出で
きることが分かる。

【００３４】（実施例３）実施例１および実施例２の文
書傾き角検出方法を用いて文書画像の傾き角を検出する
ための装置構成について説明する。

【００３５】図１６は本発明の実施に必要な装置構成例
を示すブロック図である。傾き角検出装置１は、画像デ
ータを入力するための画像入力部１１、入力した画像か
ら文書画像の傾き角を検出する傾き角算出部１２、およ
び各処理の過程で画像やデータのやりとりをするための
画像・データメモリ１３とデータバス１４により構成さ
れている。これら各部はメモリに格納されたプログラム
とこれを実行するプロセッサとにより実現される機能で
あっても、専用のハードウェアによって構成されていて
もよい。

【００３６】次に、上記傾き角検出装置１の動作を説明
する。画像入力部１１は画像入力装置２から処理する画
像を取り込み、画像・データメモリ１３に蓄える。画像
入力装置２はスキャナやカメラなどの光学式入力装置、
画像データを蓄えている画像保存装置、通信により送ら
れてきた画像を受信する装置のいずれかもしくはそれら
の組合せによる。画像入力部１１は、画像入力装置２に
よる入力画像がアナログ画像であればデジタル画像に、
またデジタル画像で多値の場合は２値に変換する。傾き
角検出部１２は、外接矩形化手段１２１、基準点抽出手
段１２２、ベクトル抽出手段１２３、傾き角算出手段１
２４を用いて、画像・データメモリ１３に蓄えられた画
像データから傾き角検出を行う。外接矩形化手段１２１
は、文書画像全部または一部を用いて、互いに隣接また
は十分に近接している黒画素の固まりに外接する外接矩
形を求める。基準点抽出手段１２２は外接矩形化手段１
２１により求めた外接矩形から基準点を抽出する。ベク
トル抽出手段１２３は注目する基準点に近接する他の基
準点を結ぶベクトルを求める。傾き角算出手段１２４は
ベクトル抽出手段１２３で求めたベクトルの基準座標軸
に対する角度の平均値を文書傾き角として検出する。

【００３７】外接矩形化手段１２１、基準点抽出手段１
２２、ベクトル抽出手段１２３、傾き角検出手段１２４
は、文書画像全体を処理して傾き角の検出を行う場合、
それぞれステップ１０２、１０３、１０４、１０５で説
明した方法を用いる。また、文書画像の一部を処理して
傾き角の検出を行う場合、それぞれステップ２０３、２
０４、２０５、２０６で説明した方法を用いる。

【００３８】図１５の傾き角検出装置１では、画像入力
装置を外部に持っているが、傾き角検出装置１の内部に
持ち、構成要素の１つとしてもかまわない。

【００３９】

【発明の効果】以上説明したように本発明によれば、従
来のようなハフ変換、２次元ＦＦＴ、画像の回転変換の
ような複雑な処理が不用なため高速である。また、検出
に使用する外接矩形およびベクトルを生成する基準点を
選別して用いることで、傾き角検出精度も向上する。ま
た、文書画像の一部を切り出して、処理することによ
り、精度を保ったまま更に処理量を少なくできる、とい
う効果を有する。

【図面の簡単な説明】

【図１】 本発明の傾き角検出方法の処理の流れを示す
流れ図である。

【図２】 本発明の傾きのない場合の入力文書の一例を
示す図である。

【図３】 本発明の傾きのある場合の入力文書の一例を
示す図である。

【図４】 本発明の図２の入力文書画像から外接矩形を
抽出した例を示す図である。

【図５】 本発明の図３の入力文書画像から外接矩形を
抽出した例を示す図である。

【図６】 本発明の基準点抽出処理を説明するための図
である。

【図７】 本発明の図４の外接矩形から文字列中にある
１つの全角文字を囲む外接矩形を選択した例を示す図で
ある。

【図８】 本発明の図５の外接矩形から文字列中にある
１つの全角文字を囲む外接矩形を選択した例を示す図で
ある。

【図９】 本発明の図７の文字列中にある１つの全角文
字を囲む外接矩形から基準点を抽出した例を示す図であ
る。

【図１０】 本発明の図８の文字列中にある１つの全角
文字を囲む外接矩形から基準点を抽出した例を示す図で
ある。

【図１１】 本発明の図８の文字列中にある１つの全角
文字を囲む外接矩形から基準点を抽出した例を示す図で
ある。

【図１２】 本発明の図９のウィンドウを用いて基準点
からベクトルを抽出する方法を説明するための図であ
る。

【図１３】 本発明の図１０の基準点からベクトルを抽
出した例を示す例を示す図である。

【図１４】 本発明のベクトルの角度を説明するための
図である。

【図１５】 本発明の文書画像の部分的な領域の処理に
より傾き角を検出する方法の処理の流れを示す流れ図で
ある。

【図１６】 本発明の角検出装置の一例を示す図であ
る。

【符号の説明】

１ 傾き角検出装置 ２ 画像入力装置 １１ 画像入力部 １２ 傾き角検出部 １３ 画像・データメモリ １４ データバス １２１ 外接矩形化手段 １２２ 基準点抽出手段 １２３ ベクトル抽出手段 １２４ 傾き角算出手段 ５０１ 線図形を表わす矩形 ５０２ 「に」を表わす矩形 ６０１ 線図形を表わす矩形 ６０２ 「に」を表わす矩形 ７０１ 注目する基準点 ７０２ 注目する基準点を中心としたウィンドウ ７０３ 処理画像 ８０１ 基準座標軸 ８０２ 基準座標軸 ８０３ 基準座標軸 ８０４ 基準座標軸 ８０５ 基準座標軸 ９０１ 基準座標軸 ９０２ 基準座標軸 ９０３ 基準座標軸 ９０４ 基準座標軸 ９０５ 基準座標軸

Claims (6)

【特許請求の範囲】
1. 【請求項１】 文書画像から傾き角を検出する文書傾き
   角検出方法において、 （ａ）文書画像中の互いに隣接または十分に近接してい
   る黒画素の固まりに外接する外接矩形を求め、 （ｂ）求めた外接矩形から基準点を抽出し、 （ｃ）近接する基準点どうしを結ぶベクトルを求め、 （ｄ）前記ベクトルの基準座標軸に対する角度の平均値
   を文書傾き角として検出することを特徴とする文書傾き
   角検出方法。
2. 【請求項２】 文書画像の１部を切り出し、切り出した
   領域に対し（ａ）〜（ｄ）の処理を行うことを特徴とす
   る請求項１記載の文書傾き角検出方法。
3. 【請求項３】 前記外接矩形のうち、大きさが条件を満
   たすもののみから基準点を抽出する処理を行うことを特
   徴とする請求項１記載の文書傾き角検出方法。
4. 【請求項４】 前記ベクトルを求める際に、注目する基
   準点を中心とするウィンドウを設け、ウィンドウ内にあ
   る他の基準点のうち、注目する基準点に最も近い他の基
   準点を結ぶことによりベクトルを求めることを特徴とす
   る請求項１記載の文書傾き角検出方法。
5. 【請求項５】 請求項１（ｄ）において、ベクトルの基
   準座標軸に対する角度の出現頻度を求め、出現頻度の最
   も高い角度からある一定値以上異なる角度を除いてとっ
   た平均値を文書傾き角とすることを特徴とする請求項１
   記載の文書傾き角検出方法。
6. 【請求項６】 処理対象の文書画像を外部入力装置から
   入力するための画像入力部、前記画像入力部より入力し
   た画像から文書画像の傾き角を検出する傾き角検出部、
   前記画像入力部、および前記傾き角検出部で画像および
   データを蓄えておくための画像・データメモリ、前記画
   像入力部、前記傾き角検出部、および前記画像・データ
   メモリを結ぶデータバスを備えた傾き角検出装置におい
   て、前記傾き角検出部は、文書画像中の互いに隣接また
   は十分に近接している黒画素の固まりに外接する外接矩
   形を求める外接矩形化手段、前記外接矩形化手段により
   求めた外接矩形から基準点を抽出する基準点抽出手段、
   基準点どうしを結ぶベクトルを求めるベクトル抽出手
   段、前記ベクトルの基準座標軸に対する角度の平均値を
   傾き角として検出する傾き角検出手段を備えたことを特
   徴とする文書傾き角検出装置。