JPH05307640A - 文字読取装置 - Google Patents

Abstract

(57)【要約】 【目的】線で形成された文字画像およびドットで形成さ
れた文字画像に対して、常に安定した文字の検出切出し
が可能となる文字読取装置を提供する。 【構成】最大濃度値抽出部４は、多値画像メモリ３に格
納された多値の文字画像に対して繰返し走査することに
より、各走査線上での最大濃度値データを抽出する。行
検出切出部５は、この抽出された最大濃度値データから
文字行の検出切出しを行なう。ドット文字対応検出切出
部６、線文字対応検出切出部７は、それぞれの特徴を用
いて文字の検出切出しを行ない、切出した文字幅、文字
ピッチなどにより各文字の正当性評価を行ない、正当な
文字の数を出力する。検出切出文字決定部８は、これら
の正当な文字数の比較からどちらの検出切出し位置を使
用するかを決定し、検出切出しされた文字行から各文字
単位の検出切出しが行なわれる。文字認識部９は、この
検出切出しされた各文字を認識する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、たとえば、記録媒体上
の文字等を光学的に読取る文字読取装置に係り、特に、
入力される多値の文字画像から各文字単位の検出切出し
を行なう文字の検出切出し技術に関する。

【０００２】

【従来の技術】従来、この種の文字読取装置における文
字の検出切出しは、まず、初めに、入力される多値の文
字画像を所定のしきい値で２値化し、２値の文字画像を
生成する。そして、この２値の文字画像をラスタ走査し
て射影パターンを求め、この求めた射影パターンから、
所定のしきい値以上のレベルを文字の領域範囲と決定す
るのが一般的である。また、記載文字が線で形成されて
いる前提から、文字画像の連結を用いたラベリング処理
による文字の検出切出しも一般的に行なわれている。

【０００３】これらは、文字の離散度または文字と背景
との濃度差にもよるが、文字列内で文字間余白が充分
で、かつ、文字と背景との濃度差が充分にある場合は、
射影パターンの所定のしきい値から一意な文字の検出切
出しは容易に可能である。

【０００４】しかし、文字が接近していたり、文字が接
続している場合は、射影パターンに対する複数のしきい
値から求めた複数の検出切出し文字をそれぞれ認識し、
より確からしいものを後処理（文章理解等）を用いて決
定する。たとえば、枠内記入の文字や、印刷文字などは
一意に決定しやすいが、郵便物などに記載の自由手書き
文字などは一意に検出切出しするのは難しい。

【０００５】一方、文字と背景との濃度差が充分でな
く、一意に文字画像の２値化しきい値が決定できないと
きは、複数のしきい値による２値化画像を生成する。そ
して、それぞれの射影パターンから文字の検出切出し、
文字認識処理（類似度計算）を行ない、類似度結果の評
価から最終結果を決定している。

【０００６】

【発明が解決しようとする課題】上記したように、従来
の文字の検出切出しは、２値の文字画像を射影パターン
で処理したり、ラベリングによる処理を用いているが、
その前提としての文字画像は連結画像である。

【０００７】そのため、文字がドットで形成されている
場合は、ラベリングによる複数の離散画像から文字をま
とめ上げることは実用上技術的無駄があり、また、従来
の射影パターン処理では、他のノイズとの区別がつきに
くい場合がある。さらに、ドットの押印の強弱による入
力画像としての濃度の違う文字画像の２値化時に特徴あ
る画像を欠落させる危険がある。

【０００８】そのことから、処理対象となる文字がドッ
ト文字と線文字を有する場合は、射影パターンの２値化
による処理のみでは文字として有意なドットをノイズと
して処理する危険性がある。また、ドット文字と線文字
との区別がつきにくい。

【０００９】そこで、本発明は、線で形成された文字画
像およびドットで形成された文字画像に対して、常に安
定した文字の検出切出しが可能となる文字読取装置を提
供することを目的とする。

【００１０】

【課題を解決するための手段】本発明の文字読取装置
は、入力される多値の文字画像に対して繰返し走査する
ことにより、各走査線上での最大濃度値データを抽出す
る最大濃度値抽出手段と、この最大濃度値抽出手段で抽
出された最大濃度値データの極大値とその位置をそれぞ
れ検出するピーク位置検出手段と、このピーク位置検出
手段で検出された極大値間の長さが所定範囲内か否かを
比較するピーク間隔比較手段と、このピーク間隔比較手
段での比較の結果、所定範囲内にある場合、その連続す
る有効所定範囲内での極大値の始点位置と終点位置をそ
れぞれ検出する第１位置検出手段と、この第１位置検出
手段で検出された始点位置と終点位置により各文字の正
当性を評価する第１評価手段と、前記最大濃度値抽出手
段で抽出された最大濃度値データを所定のしきい値で２
値化することにより、各文字の始点位置と終点位置をそ
れぞれ検出する第２位置検出手段と、この第２位置検出
手段で検出された始点位置と終点位置により各文字の正
当性を評価する第２評価手段と、前記第１，第２評価手
段の各評価結果により最終的な文字の検出切出し位置を
決定する検出切出し位置決定手段と、この検出切出し位
置決定手段で決定された検出切出し位置に基づき各文字
単位の検出切出しを行なう文字検出切出手段と、この文
字検出切出手段で検出切出しされた各文字を認識する文
字認識手段とを具備している。

【００１１】

【作用】文字の検出切出し位置を、文字画像の走査方向
における各走査線上の最大濃度値データから、極大値間
の幅の連続性から求めることによる文字画像の検出切出
しと、もう一方では２値化による文字画像の検出切出し
の、両者の検出切出し結果により対象文字画像がドット
文字画像であるか、線文字画像であるか判定でき、か
つ、常に安定した文字の検出切出しが可能となる。

【００１２】

【実施例】以下、本発明の一実施例について図面を参照
して説明する。

【００１３】図１において、光電変換部１は、たとえ
ば、文字等が記録された記録媒体上に光を照射する光源
と、記録媒体上からの反射光を受光し、電気信号に変換
するＣＣＤ形センサなどの光電変換器と、光源からの光
を記録媒体上に導き、その反射光を光電変換器に導く光
学系などからなり、記録媒体上を光走査することにより
電気信号（アナログ信号）に変換するようになってい
る。

【００１４】光電変換部１からのアナログ信号は、Ａ／
Ｄ変換部２において多値のデジタル信号に変換され、多
値の文字画像として多値画像メモリ３に格納される。多
値画像メモリ３に格納された文字画像は、最大濃度値抽
出部４において、文字行と同方向に繰り返しラスタ走査
することにより、各走査線上での最大濃度値データが抽
出される。

【００１５】次に、行検出切出部５では、上記したよう
に抽出された最大濃度値データから文字行の検出切出し
を行ない、切出した文字行画像をドット文字対応検出切
出部６、および、線文字対応検出切出部７に送る。ドッ
ト文字対応検出切出部６、および、線文字対応検出切出
部７は、それぞれの特徴を用いて文字の検出切出しを行
ない、切出した文字幅、文字ピッチなどにより、文字行
内の各文字の正当性評価を行い、正当な文字の数をそれ
ぞれ検出切出文字決定部８に出力する。

【００１６】検出切出文字決定部８は、両者の正当な文
字数の比較からどちらの検出切出し位置を使用するかを
決定し、決定した検出切出し位置に基づき、検出切出し
された文字行から各文字単位の検出切出しが行なわれ
る。そして、文字認識部９において、検出切出しされた
各文字単位の認識（類似度計算など）が行なわれ、その
認識結果が出力される。

【００１７】図２は、ドット文字対応検出切出部６、線
文字対応検出切出部７、および、検出切出文字決定部８
の構成を示すもので、以下、その説明を行なう。まず、
最大濃度値抽出部４では、多値画像メモリ３に格納され
た文字画像を繰り返しラスタ走査して、各走査線上での
最大濃度値データを抽出する。この抽出した最大濃度値
データを示すと、たとえば、入力文字画像がドット文字
画像の場合、図３（ｂ）のようになり、同図（ａ）は多
値画像メモリ３に格納されたドット文字画像の例を示し
ている。

【００１８】こうして抽出された最大濃度値データは、
２つの形態で並列処理される。まず、１つの形態は、ド
ット文字対応検出切出部６のドット文字画像に対応した
処理で、抽出された最大濃度値データは背景レベル計算
部１１に入力される。背景レベル計算部１１は、図４に
示すように、たとえば、Ｎ分割単位での最小濃度値から
の平均値をＧmin とし、データ全体の最大濃度値をＧma
x として、背景レベルＧｘを以下のようにして求める。
なお、背景レベルＧｘは、背景ノイズの影響を軽減する
ためのしきい値である。また、ｍは定数であり、ここで
は例えば「８」である。 Ｇｘ＝Ｇmin ＋（Ｇmax −Ｇmin ）／ｍ

【００１９】次に、引算器１２は、最大濃度値抽出部４
で抽出された最大濃度値データから、背景レベル計算部
１１で算出された背景レベルＧｘを引算し、その演算結
果をピーク位置検出部１３に転送する。

【００２０】ピーク位置検出部１３は、引算器１２の出
力データから極大値を検出し、その極大値の位置を検出
する。極大値の位置検出は、図５に示すように、濃度値
がＦi-1 ＜Ｆｉ＞＝Ｆi+1 を満たすとき、Ｆｉの位置が
検出される。

【００２１】ピーク間幅計算部１４は、現在の極大値位
置と次の極大値位置との幅を計算し、その演算結果をピ
ーク間幅比較部１５に送る。ピーク間幅比較部１５は、
ピーク間幅計算部１４からの幅値を、あらかじめ設定さ
れたピーク間幅設定値と比較する。ここに、たとえば、
ピーク間幅設定値は１ドット間の許容範囲である。

【００２２】この比較の結果、ピーク間幅が有効である
と、その区間の最初のピーク位置（始点位置）と最後の
ピーク位置（終点位置）を、ピーク位置検出部１３で検
出された極大値からそれぞれ抽出し、ドット文字位置メ
モリ１６に格納する。

【００２３】次に、ドット文字評価部１７は、ドット文
字位置メモリ１６に格納された検出切出しの始点位置、
終点位置を、あらかじめ設定されるドット文字幅、文字
間ピッチ設定値と比較することにより、各文字の正当性
を評価し、その結果として、正当評価された正当文字数
を出力する。図６にそれらの処理結果例を示す。

【００２４】もう１つの形態は、線文字対応検出切出部
７の線文字画像に対応した処理で、抽出された最大濃度
値データは２値化レベル計算部１８に入力される。２値
化レベル計算部１８は、図７に示すように、背景レベル
計算部１１と同様に、Ｎ分割単位での最小濃度値からの
平均をＧmin とし、データ全体の最大濃度値をＧmaxと
して、２値化レベルＧthを以下のようにして求める。な
お、ｎは定数であり、ここでは例えば「２」である。 Ｇth＝Ｇmin ＋（Ｇmax −Ｇmin ）／ｎ

【００２５】２値化処理部１９は、最大濃度値抽出部４
で抽出された最大濃度値データを、２値化レベル計算部
１８で求めた２値化レベルＧthで２値化することによ
り、２値化レベルＧth以上のデータを文字成分とした始
点位置、終点位置を検出し、線文字位置メモリ２０に格
納する。

【００２６】線文字評価部２１は、線文字位置メモリ２
０に格納された検出切出しの始点位置、終点位置を、あ
らかじめ設定される線文字幅、文字間ピッチ設定値と比
較することにより、各文字の正当性を評価し、その結果
として、正当評価された正当文字数を出力する。図８に
それらの処理結果例を示す。

【００２７】ドット文字評価部１７の出力（たとえば、
図６の処理結果例）、および、線文字評価部２１の出力
（たとえば、図８の処理結果例）は、それぞれ検切文字
選択部２２に送られ、最終的な検出切出し位置が選択さ
れる。すなわち、正当文字数との比較により、ドット文
字の正当文字数が指定文字数と同等の場合は、ドット文
字位置メモリ１６に格納された検出切出しの始点位置、
終点位置が、ドット文字の検出切出し位置としてアンド
回路２３、オア回路２５を経由して文字位置確定メモリ
２６に格納される。一方、線文字の正当文字数が指定文
字数と同等の場合は、線文字位置メモリ２０に格納され
た検出切出しの始点位置、終点位置が、線文字の検出切
出し位置としてアンド回路２４、オア回路２５を経由し
て文字位置確定メモリ２６に格納される。なお、図６と
図８の例では、図６の処理結果が正当と判定され、ドッ
ト文字対応の検出切出し結果が候補として選択される。

【００２８】図９（ｂ）は、線文字画像を入力とした場
合の最大濃度値データの例である。図１０は、図９
（ｂ）に対するドット文字対応検出切出しの処理結果
例、図１１は、図９（ｂ）に対する線文字対応検出切出
しの処理結果例である。この場合、図１０と図１１の処
理結果から、図１１の処理結果が選択される。なお、図
９（ａ）は多値画像メモリ３に格納された線文字画像の
例を示している。

【００２９】こうして、文字位置確定メモリ２６に始点
位置、終点位置が格納されると、それを最終的な文字の
検出切出し位置として、行検出切出部５で検出切出しさ
れた文字行から各文字単位の検出切出しが行なわれ、文
字認識部９へ送られる。

【００３０】

【発明の効果】以上詳述したように本発明によれば、文
字の検出切出し位置を、文字画像の走査方向における各
走査線上の最大濃度値データから、極大値間の幅の連続
性から求めることによる文字画像の検出切出しと、もう
一方では２値化による文字画像の検出切出しの、両者の
検出切出し結果により対象文字画像がドット文字画像で
あるか、線文字画像であるか判定でき、かつ、常に安定
した文字の検出切出しが可能となる文字読取装置を提供
できる。

【図面の簡単な説明】

【図１】本発明の一実施例に係る文字読取装置の全体的
な構成を概略的に示すブロック図。

【図２】ドット文字対応検出切出部、線文字対応検出切
出部、および検出切出文字決定部の構成を詳細に示すブ
ロック図。

【図３】多値のドット文字画像とそれに対する最大濃度
値データの例を示す図。

【図４】背景レベルの算出を説明する図。

【図５】極大値の位置検出を説明する図。

【図６】図３の最大濃度値データに対するドット文字対
応の検出切出し結果の例を示す図。

【図７】２値化レベルの算出を説明する図。

【図８】図３の最大濃度値データに対する線文字対応の
検出切出し結果の例を示す図。

【図９】多値の線文字画像とそれに対する最大濃度値デ
ータの例を示す図。

【図１０】図９の最大濃度値データに対するドット文字
対応の検出切出し結果の例を示す図。

【図１１】図９の最大濃度値データに対する線文字対応
の検出切出し結果の例を示す図。

【符号の説明】

１…光電変換部、２…Ａ／Ｄ変換部、３…多値画像メモ
リ、４…最大濃度値抽出部、５…行検出切出部、６…ド
ット文字対応検出切出部、７…線文字対応検出切出部、
８…検出切出文字決定部、９…文字認識部、１３…ピー
ク位置検出部、１４…ピーク間幅計算部、１５…ピーク
間幅比較部、１６…ドット文字位置メモリ、１７…ドッ
ト文字評価部、１８…２値化レベル計算部、１９…２値
化処理部、２０…線文字位置メモリ、２１…線文字評価
部、２２…検切文字選択部、２６…文字位置確定メモ
リ。

Claims (1)

【特許請求の範囲】
1. 【請求項１】 入力される多値の文字画像に対して繰返
   し走査することにより、各走査線上での最大濃度値デー
   タを抽出する最大濃度値抽出手段と、 この最大濃度値抽出手段で抽出された最大濃度値データ
   の極大値とその位置をそれぞれ検出するピーク位置検出
   手段と、 このピーク位置検出手段で検出された極大値間の長さが
   所定範囲内か否かを比較するピーク間隔比較手段と、 このピーク間隔比較手段での比較の結果、所定範囲内に
   ある場合、その連続する有効所定範囲内での極大値の始
   点位置と終点位置をそれぞれ検出する第１位置検出手段
   と、 この第１位置検出手段で検出された始点位置と終点位置
   により各文字の正当性を評価する第１評価手段と、 前記最大濃度値抽出手段で抽出された最大濃度値データ
   を所定のしきい値で２値化することにより、各文字の始
   点位置と終点位置をそれぞれ検出する第２位置検出手段
   と、 この第２位置検出手段で検出された始点位置と終点位置
   により各文字の正当性を評価する第２評価手段と、 前記第１，第２評価手段の各評価結果により最終的な文
   字の検出切出し位置を決定する検出切出し位置決定手段
   と、 この検出切出し位置決定手段で決定された検出切出し位
   置に基づき各文字単位の検出切出しを行なう文字検出切
   出手段と、 この文字検出切出手段で検出切出しされた各文字を認識
   する文字認識手段とを具備したことを特徴とする文字読
   取装置。