JPH05314315A

JPH05314315A - 光学文字認識用画像データ処理方法

Info

Publication number: JPH05314315A
Application number: JP5008602A
Authority: JP
Inventors: Lori L Barski; エルバルスキロリ; Roger S Gaborski; エスガボルスキロジャー
Original assignee: Eastman Kodak Co
Current assignee: Eastman Kodak Co
Priority date: 1992-01-21
Filing date: 1993-01-21
Publication date: 1993-11-26
Also published as: US5212741A; EP0552704A3; DE69308905D1; EP0552704B1; DE69308905T2; EP0552704A2

Abstract

(57)【要約】【目的】ドット・マトリックス又はインク・ジェット
印刷されたテキストの光学文字認識精度を高めることが
できる光学文字認識用画像データ処理方法及び処理装置
を提供することを目的とする。【構成】ドット・マトリックス／インク・ジェット画
像データの画像特性を、画像データの画素の濃度値のヒ
ストグラムを作成することによって判定し、第２のステ
ップで、画像データのダイナミック領域を、画像データ
の文字の構造をドットから２−Ｄ空間平均化演算による
ストロークの一つに変更することによって減少させ、ま
た、第３のステップで、第２のステップでなされた変更
された文字構造に対して、コントラスト・ストレッチン
グを実行し、第４のステップで、第３のステップで得ら
れた画像データにエッジ強調を実行し、第５のステップ
においては、第４のステップで得られたエッジ強調され
た画像データを２値化する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】ドット・マトリックスあるいはイ
ンク・ジェットによる印刷物の光学文字認識（ＯＣＲ）
を改善するために、２値化に先だってグレー・レベル・
データを処理する方法とその装置に関する。

【０００２】

【従来の技術】市販の光学文字認識（ＯＣＲ）装置は、
区分化と認識エラーのために、ドット・マトリックスあ
るいはインク・ジェット印刷物とうまく適合できないも
のが多い。ドットによって形成されているドット・マト
リックスあるいはインク・ジェット印刷物の文字の構造
が不連続であるために、ＯＣＲ装置において区分化が困
難だからである。標準的な従来の区分化アルゴリズム
は、文字間の白い空白部を探すからである。ドット・マ
トリックスあるいはインク・ジェット印刷文字の場合、
従来の区分化アルゴリズムは、文字を構成しているドッ
トと、文字間の空白部の区別ができない。他方、認識エ
ラーは、区分化が不十分なことと、不規則な文字の構造
に由来するものである。例えば、非ドット・マトリック
ス・プリンター（レーザーあるいは、デジー・ホイール
・プリンター）による「Ａ」と、ドット・マトリックス
・プリンターによる「Ａ」とは全く異なって見える。従
って、ドット・マトリックス／インク・ジェット印刷物
に対処するには、別個の「分類装置」が必要である。

【０００３】種々の書式あるいは文書を処理する場合、
手操作のデータ入力に比べて、ＯＣＲはより高速で読み
とり、より多量の情報処理を行う。残念なことに、ＯＣ
Ｒ装置は所定のセットのテキスト文字だけを処理するの
である。様々な出所よりの書式を扱かっている処理産業
界では、ＯＣＲ装置は、種々の印刷機によって印刷され
る文書を扱えることが要求される。現在、ＯＣＲ処理現
場では、ＯＣＲ読取り可能なテキスト文書と、不可能な
文書に分けて分類することが要求されている。ＯＣＲ読
取り不能な文書には、例えば、手書きのテキスト、イン
ク・ジェット及びバブル・ジェットのみならずドット・
マトリックス・プリンターによる文書がある。ＯＣＲ読
取り不能な文書の場合、手操作によるデータの入力が必
要となる。この種のＯＣＲ装置では、読取り精度が非常
に貧弱であるからである。

【０００４】２進画像データを調べ、画像文字の不連続
性を修正する従来技術もある。このような技術の一つ
が、アメリカ特許第４，７９１，６７９号（エル・バー
スキー他、１９８８年１２月１３日発行）に開示されて
いる。この特許には、２進画像の線切れかあるいは薄い
文字を改善する方法が開示されている。特に、所定のｍ
×ｍ核を用いて２進画像データを処理し、画像の周囲を
１時に１画素ずつ核を移動させて、文字ストロークを強
調している。各画素位置において、ｍ個の四角い部分に
分割されている核が、特殊な法則に従って各部の黒画素
の数に比例して黒い画素で選択的に満たされる。

【０００５】１９９０年８月２０日付けのアメリカ特許
第４，９５３，１１４号（エッチ・佐藤）は、画像信号
処理装置を開示している。この装置は、画像信号のライ
ンを記憶するライン・メモリー、画像内容判別器、平滑
化回路、エッジ強調回路とスイッチ手段を含んでいる。
画像内容判別器は、直列に接続された振幅検知回路と比
較器を有する。振幅検知器は、可視の障害物が発生され
る周波数近辺の画像信号の振幅を検知する。振幅検知回
路からの出力信号は、ドット画像あるいはハーフ・トー
ン画像に応じて各画素を領域（ａｒｅａ）に分割する所
定の閾値と比較される。平滑化回路と、エッジ強調回路
は、平行に配置され、それぞれライン・メモリーから画
像信号を受ける。比較器からの出力は、スイッチ手段の
位置を選択し、平滑化回路あるいはエッジ強調回路か
ら、比較の結果に基づいて出力信号を発生する。

【０００６】１９９１年９月１０日発行のアメリカ特許
第５，０４８，０９７号（アール・ガボースキー他）に
は、機械印刷の文字の光学文字認識（ＯＣＲ）ニューラ
ル・ネットワーク装置が開示されている。特に、ニュー
ラル・ネットワークに送られる文字画像は、先ず文字画
像を正規化するＯＣＲ前処理装置によって処理される。
なお、ニューラル・ネットワークは、所定セットの記号
を認識するようになされている。ニューラル・ネットワ
ークの出力は、ＯＣＲ事後処理装置によって処理され
る。事後処理装置は、ニューラル・ネットワークによる
記号認識エラーを修正する。ニューラル・ネットワーク
によって低い点数（ｓｃｏｒｅ）で認識された文字につ
いて、事後処理装置は、カーンドレター（字づらの一部
が活字のボディからはみ出している活字）である隣接文
字と、接触している文字を探し、分離しようとする。画
像の幾何学的パラメータに応じて、９つの連続して開始
されるプロセスの中の一つにおいて、その接触している
文字が分離される。全てが失敗すると、２番目あるいは
３番目の得点の記号は、最とも高い得点の記号と混乱さ
れ易いという可能性に基づいて、事後処理装置はニュー
ラル・ネットワークによって認識された２番目あるいは
３番目の得点の記号を選択する。

【０００７】

【発明が解決しようとする課題】ここで、このように印
刷されたテキストの光学文字認識精度を高めるために、
インク・ジェットのみならずドット・マトリックス・プ
リンターによって印刷されたテキストを前処理する改良
された方法の提供が望まれていた。

【０００８】すなわち、本発明は、ドット・マトリック
ス／インク・ジェット印刷されたテキストの画像データ
を処理する方法と装置に関し、このような印刷物の光学
文字認識（ＯＣＲ）の読取り速度を高めることを目的と
している。

【０００９】

【課題を解決するための手段】特に、光学文字認識（Ｏ
ＣＲ）ためのドット・マトリックス／インク・ジェット
印刷物の画像データを処理する方法に関し、以下のステ
ップより構成される。先ず、ドット・マトリックス／イ
ンク・ジェット画像データの画像特性が、画像データの
画素の濃度値のヒストグラムを作成することによって判
定される。２番目のステップでは、画像データのダイナ
ミック領域が、画像データの文字の構造をドットから、
２−Ｄ空間平均化演算によるストロークの一つに変更す
ることによって、減少される。第３のステップでは、第
２のステップでなされた変更された文字構造に対して、
コントラスト・ストレッチングが実行される。

【００１０】第４のステップでは、第３のステップで得
られた画像データにエッジ強調が実行される。第５のス
テップにおいては、第４のステップで得られたエッジ強
調された画像データが、２値化される。２値化された画
像データは、ニューラル・ネットワーク分類装置に送ら
れる。この分類装置によって、光学文字認識（ＯＣＲ）
に先立ち、所定のセットの記号から２値化された画像デ
ータ中の文字を認識する。

【００１１】また、本発明の装置は、ドット・マトリッ
クスあるいはインク・ジェット印刷テキストの画像デー
タを前処理する手段と、２値化手段を有する。画像デー
タの前処理手段は、（ａ）ドット・マトリックス／イン
ク・ジェット画像データの画像特性判定手段、（ｂ）２
−Ｄ空間平均化手段、（ｃ）コントラスト・ストレッチ
ング手段と、（ｄ）エッジ強調手段を含んでいる。

【００１２】ドット・マトリックス／インク・ジェット
画像データの画像特性判定手段は、画像データの画素の
濃度値のヒストグラムを作成する機能を有する。２−Ｄ
空間平均化手段は、画像データ中の文字構造をドットか
らストロークに変更することによって画像データのダイ
ナミック領域を減少する機能を有する。コントラスト・
ストレッチング手段は、２−Ｄ空間平均化手段によって
得られた変更後文字構造に対してコントラスト・ストレ
ッチングを実行する。エッジ強調手段は、コントラスト
・ストレッチング手段によって得られた画像データにエ
ッジ強調を実行する。２値化手段は、前処理手段からの
エッジ強調された画像データを２値化する。

【００１３】

【作用】本発明においては、ドット・マトリックス／イ
ンク・ジェット画像データの画像特性が、画像データの
画素の濃度値のヒストグラムを作成することによって判
定され、第２のステップでは、画像データのダイナミッ
ク領域が、画像データの文字の構造をドットから、２−
Ｄ空間平均化演算によるストロークの一つに変更するこ
とによって減少され、また、第３のステップでは、第２
のステップでなされた変更された文字構造に対して、コ
ントラスト・ストレッチングが実行され、第４のステッ
プでは、第３のステップで得られた画像データにエッジ
強調が実行され、第５のステップにおいては、第４のス
テップで得られたエッジ強調された画像データが、２値
化される。

【００１４】

【実施例】図１は、通常印刷のテキストと、ドット・マ
トリックス／インク・ジェット印刷テキストを、本発明
に従って処理する際のステップのフローチャートであ
る。ブロック１０で示される第１のステップにおいて、
印刷されたテキストの走査された画像データは、ドット
・マトリックス／インク・ジェット印刷検知器に受け入
れられる。走査済み画像データ中のドット・マトリック
ス／インク・ジェット印刷テキストを認識する印刷検知
器は、適当な技術を使用可能である。例えば、１９９１
年９月２３日出願のアメリカ出願第７６４，４１５号
（エル・バースキー、他）に開示のインク・ジェットあ
るいはドット・マトリックス印刷の検知方法を使用でき
る。開示の方法では、ドット・マトリックスあるいはイ
ンク・ジェット・プリンターの文字として分類されるテ
キストは、適切な解像度で走査される。個々の文字のビ
ットマップ画像全体に数個の水平と垂直スライスが形成
される。これらのスライスに含まれる画素の濃度値が、
各スライスについて濃度プロフィールとして記憶され
る。これらの濃度プロフィールの結果として、文字がド
ット・マトリックスあるいはインク・ジェット・プリン
ターで印刷されたものか否か、あるいはデジー・ホイー
ル・プリンター等の高品質のプリンターで印刷されたも
のか否かについて判定がなされる。ブロック１０の機能
に使われる印刷検知器は、通常印刷テキストを第１の経
路１２（点線で示す）に、ドット・マトリックスあるい
はインク・ジェット印刷テキストを第２の経路１４（実
線で示す）に送り出す。

【００１５】ブロック１０において、印刷検知器によっ
て検知された通常印刷テキストは、第１の経路１２を通
って、従来の技法によって適切に処理される。例えば、
通常印刷テキストにおける走査された画像データは、ブ
ロック１６に示すように先ず２値化される。ブロック１
６で得られた２値化されたデータは、ブロック１８に示
されるように、通常印刷テキスト分類器によって処理さ
れる。この分類器は、従来の印刷テキスト分類器プログ
ラムあるいは回路を使用している。ブロック１８にて得
られる出力信号は、アスキー・データ形式である。アス
キー・データは以後の光学文字認識（ＯＣＲ）に使用さ
れる。

【００１６】ブロック１０にて印刷検知器によって検知
されたドット・マトリックス／インク・ジェット印刷テ
キストは、第２の経路１４を経て、本発明に基づく前処
理セクション２０（点線の四角の中）に到達する。前処
理セクション２０は、２値化前のグレー・レベル・ドッ
ト・マトリックス／インク・ジェット印刷データの処理
に基づいており、ドット・マトリックスとインク・ジェ
ット印刷のＯＣＲに必要な特殊な分類器に対する前処理
ステップであるとみなされる。特に、本発明に基づいて
セクション２０で実行される前処理ステップは、セクシ
ョン２０のブロック２２に示されるように画像特性を計
算する第１のステップを含んでいる。ブロック２２で
は、画像特性のヒストグラムが、公知の技術を使って実
行される。例えば、８−ビットのグレー・レベル画像
は、０〜２５５までの濃度値（明度あるいは暗度のレベ
ル）を持つＮ×Ｍ個のグレー・レベル画素を含むＮ×Ｍ
マトリックスで表される。画像データのヒストグラム
は、各濃度値に対するマトリックス中の正確な数の画素
のみを保存して、空間情報は保存しない。ヒストグラム
を作るために、例えば、長さ２５５のベクトルが定義さ
れる。この場合、横座標の各素子は、０〜２５５の濃度
値を個々に表す。画像の各画素について、その濃度値が
測定され、ヒストグラム中の対応素子が一つ増加され
る。ブロック２２の機能は、以下の図２、図３と図４に
関する検討からよく理解できよう。

【００１７】図２、図３と図４は、典型的な画像（図示
せず）のヒストグラム作成ステップのフローチャートで
ある。図３は、各画素の測定された濃度値を示す典型的
なＮ×Ｍマトリックスの画素の一部分を示し、図４は、
図３のマトリックスにおける典型的な濃度値から、図２
に示すステップによって得られた典型的なヒストグラム
を示す。図２のブロック４０で表される第１のステップ
において、図３の典型的なＮ×Ｍマトリックス中の第１
の画素の位置［ｐ（Ｎ，Ｍ）」値が読み込まれる。図２
のブロック４２で表される第２のステップにおいて、ブ
ロック４０における第１のステップで読み込まれた画素
位置「ｐ（Ｎ，Ｍ）」が測定される。図２のブロック４
４に表される第３のステップにおいて、測定された濃度
値（ｄ）に対応するベクトル成分（素子）が１つ増加さ
れる。ブロック４０、４２と４４に示されるステップ
が、原画像のＮ×Ｍマトリックスの画素の残りの画素位
置の各々について繰り返される。Ｎ×Ｍマトリックスの
全ての画素が図２のステップで処理されると、図４に示
されるようなヒストグラムが作成される。ヒストグラム
においては、Ｘ軸に沿って濃度値が増加し、Ｙ軸に沿っ
てカウント（数）が増加する。このヒストグラムでは、
Ｎ×Ｎマトリックスの画素では、濃度値ゼロの画素が２
つあり、濃度値１の画素が５つあり、濃度値２の画素が
３つあり、濃度値３の画素が１６個、濃度値４の画素が
２０個等あることを示している。

【００１８】図１に戻ると、ブロック２２の第１の前処
理ステップにおいて画像特性が判定されると、２−Ｄ空
間平均化（平滑化）演算がブロック２４において実行さ
れる。２−Ｄ平均化（平滑化）オペレータは、ドットを
ぼかすか汚して、文字の構造をドットからストロークへ
と変更する。平滑化演算は、例えば、画像を５×５（５
−ｂｙ−５）の空間平均マスクで畳み込むことによって
なされる。平滑化演算用の典型的なマスクが、図５に示
されている。このマスクを画像上で動かすと、マスクの
中央の画素でオーバーレイされた画像の画素が、マスク
がオーバーレイしている２５個の画素の平均値と取り替
えられる。これによって平滑化された画像が得られる。
使用されるマスクの大きさで、ぼかし量が決められる。
この場合、マスクが大きいと、画像はより平滑化され
る。非常に大きなドット、あるいは印刷されたテキスト
のドット間の空間が大きいドットには、より大きな平滑
化用の核が必要となる。２−Ｄ空間平均化演算は、デー
タのダイナミック領域（最も暗い画素濃度と最も明るい
画素濃度との差）を減少する。空間平均化演算アルゴリ
ズムに関しては、例えば、ネイル・ケー・ジェイン著の
「ディジタル画像処理の基本」、プレンティス・ホール
出版の２４４頁と２４５頁を参照されたい。

【００１９】さらに図１を参照する。２−Ｄ空間平滑化
（平均化）演算に続いて、画像データに、ブロック２６
に示されているコントラスト・ストレッチング演算が実
行される。コントラスト・ストレッチング演算は、画像
の暗い領域をより暗くし、画像の明るい領域をより明る
くする。ブロック２４の２−Ｄ平滑化演算の前に、画像
データにコントラスト・ストレッチング演算が行われる
と、その効果は２−Ｄ平滑化演算によって減らされてし
まう。コントラスト・ストレッチング演算に使用される
アルゴリズムは、ブロック２２にて得られた原画像のヒ
ストグラム（図４参照）により決定される。コントラス
ト・ストレッチング演算の詳細については、例えば、前
述の「ディジタル画像処理の基本」の２３５頁を参照さ
れたい。ブロック２６の機能は、図６と図７に関する検
討から明らかになろう。

【００２０】図６は、典型的な原ヒストグラム曲線のグ
ラフであり、コントラスト・ストレッチング演算に使わ
れる必要なパラメータの決定に使用される。Ｙ軸は増加
するカウント（数）を、Ｘ軸は増加する濃度値を表して
いる。図７は、図６のヒストグラムに基づく典型的なコ
ントラスト・ストレッチング変形の曲線のグラフであ
る。Ｘ軸は、増加する入力濃度値を、Ｙ軸は増加する出
力濃度値を表している。図６のヒストグラムでは、曲線
の最初のピーク５０のカウントは、２番目のピーク５２
のカウントより通常大きいことが分かる。最初のピーク
５０は、原画の背景濃度に対応する。印刷されたテキス
トの文字によって表されるより暗い画素と比べて、書類
の背景領域を表すより明るい画素があるからである。第
２のピーク５２は、はっきりとしてはいないが、前景の
濃度、文字の濃度あるいは他の印刷された記号の濃度に
対応する。図６と図７に示されているパラメータＸ１，
Ｘ２，ｄＸ、ｕとｍは、第１と第２のピーク５０と５２
に関連するものである。

【００２１】特に、パラメータＸ１は、デルタＸ（ｄ
Ｘ）と呼ばれるシフト値だけ第１のピーク値Ｘｐよりも
大きな濃度値である。通常、ｄＸは処理中の書類の性質
に基づいて経験によって決められる。本発明のコントラ
スト・ストレッチング演算用の実験的なｄＸの値は、数
値「２」である。パラメータＸ２は、ヒストグラムの最
も右側のゼロではない素子に対応する。Ｘ１からＸ２の
領域でコントラスト・ストレッチングが実行される。図
７に示すように、「ｕ」はコントラスト・ストレッチン
グがなされる前の画素値を示す。「ｖ］は、コントラス
ト・ストレッチング後の画素値を示す。０からＸ１まで
の全ての画素値が、ゼロにマップされ、Ｘ２から２５５
までの全ての画素値が、２５５（測定可能な最大実験上
の濃度値を表す）にマップされる。Ｘ１からＸ２までの
画素値が、２５５／（Ｘ２−Ｘ１）（ｕ−Ｘ１）の直線
的な関係に基づいて変更される。有効に達成されること
は、対象領域（Ｘ１からＸ２）外の画素値は、強制的に
それぞれの境界（０または２５５）に押しやられること
である。Ｘ１以下（０からＸ１）は、背景と同じ画素レ
ベルに設定され、Ｘ２以上の（Ｘ２から２５５）画素
は、前景と同じ画素レベルに設定される。Ｘ１からＸ２
間の濃度を持つ画素は、０−２５５中の限定された領域
ではなくて、全領域（０−２５５）をカバーするように
再度マップされる。従って、画像のダイナミック領域が
拡張される。前処理のこの時点では、文字の個々のドッ
トは、線に平滑化され、画像のダイナミック領域が拡張
される。

【００２２】図１に戻って、コントラスト・ストレッチ
ング演算が実行されてから、ブロック２８に示すように
エッジ強調が実行される。ブロック２６のコントラスト
・ストレッチングの前に、エッジ強調が実行されると、
Ｄ−２の空間平均化ステップによって得られた画像のダ
イナミック領域が減少してしまうため、エッジ強調が有
効でなくなってしまう。さらに、ブロック２４のＤ−２
空間平均化ステップの前にエッジ強調を実行すると、Ｄ
−２の空間平均化ステップによって平滑化される前に、
印刷文書の個々のドットが強調されることになる。これ
は、本発明の目的と矛盾する現象である。

【００２３】図８には、図１のブロック２８のエッジ強
調を実施するための典型的なマスクが示されている。エ
ッジ強調演算の機能は、高周波数のライン・ディーテイ
ル（もはやドットではない）を明らかにすることであ
る。エッジ強調のために、図８のマスクを画像上で移動
させ、画像を減らし、当業者にはよく知られているよう
に、前処理されたドット・マトリックス／インク・ジェ
ット印刷テキストの文字のエッジ情報のみを表示する。
この点については、１９７８年２月１４に発行のアメリ
カ特許第４，０７４，２３１号（矢島他）を参照された
い。パターン処理システムにおいてエッジ強調に使用さ
れるマスクが開示されている。マスクを使用する以外の
方法で、エッジ強調を実行できることは明かである。エ
ッジ検知／強調については、グレゴリー・エー・バクシ
ーズ著の「ディジタル画像処理−実際的な入門書」、プ
レンティス・ホール出版、５２−５６頁を参照された
い。

【００２４】図１を参照すると、セクション２０のグレ
ー・レベル前処理ステップが完了すると、前処理された
結果としてのデータの２値化が「２値化」と表示されて
いるブロック３０で実行される。２値化演算は、適当な
手段によってなされることに注目されたい。例えば、ブ
ロック２２、２４、２６と２８の前処理ステップから、
変更された画像の濃度値のヒストグラムを作成すること
によって、２値化が実行される。このようなヒストグラ
ムから、中間点の濃度値のような閾濃度値が決定され
る。閾濃度値と等しいかそれ以上の濃度値を持つ各画素
が２５５（２進法の１））に設定され、閾濃度値以下の
濃度値の各画素はゼロ（２進法のゼロ）に設定される。

【００２５】２値化の後、２値化されたデータは、ドッ
ト・マトリックス／インク・ジェットＯＣＲニューラル
・ネットワーク分類装置において処理される。このブロ
ックは「ドット／マトリックス・インク・ジェット・ニ
ューラル・ネットワーク分類装置」と表示されている。
ニューラル・ネットワーク分類装置は、逆方向エラー伝
搬パラダイムに基づいており、１９９１年９月１０日発
行のアメリカ特許第５，０４８，０９７号（アール・エ
ス・ガボルスキー他）に開示されているものと同じ種類
である。参考として、この特許は本願に組み入れられる
ものとする。ニューラル・ネットワーク分類装置は、印
刷物の画像データに含まれている所定のセットの記号を
認識するように予め調整されている。ニューラル・ネッ
トワーク分類装置の演算の出力は、アスキー・データで
あり、例えばＯＣＲ用の前処理装置によって処理されて
いる。

【００２６】図９は、図１に示すようなドット・マトリ
ックス・インク・ジェット印刷テキストを処理するため
の本発明に基づく装置のブロック図である。この装置
は、ドット・マトリックス／インク・ジェット印刷検知
器６０、中央処理装置またはマイクロコンピュータを含
む処理装置６２と、処理装置６２に対応する記憶装置６
４より構成される。走査された画像は、ドット・マトリ
ックスあるいはインク・ジェット印刷テキスト検知器６
０に受け入れられ、走査済み画像データがドット・マト
リックスあるいはインク・ジェット印刷テキストを含む
か否かが判定される。ドット・マトリックスあるいはイ
ンク・ジェット印刷画像データが、処理装置６２に送ら
れる。処理装置６２は、前述の如き画像データを先ず前
処理するために記憶装置６４に記憶されたプログラム及
びデータを使用する。記憶装置６４は、画像特性プログ
ラム及びデータ部６６、２−Ｄ空間平均化プログラム及
びデータ部６８、コントラスト・ストレッチング・プロ
グラム及びデータ部７０、エッジ強調プログラム及びデ
ータ部７２、２値化プログラム及びデータ部７４、及び
ドット・マトリックス／インク・ジェット・ニューラル
・ネットワーク分類装置７６を含む。プログラム及びデ
ータ部６６、６８、７０、７２、７４と７６の各々は、
記憶装置６４の点線部に別々に示されている。

【００２７】すなわち、処理ユニット６２は、記憶装置
６４の画像特性プログラム及びデータ部６６にアクセス
して、受け取ったドット・マトリックス／インク・ジェ
ット画像データに、図１に示される一番目の前処理を実
行する。画像特性プログラムにより、処理ユニット６２
は図２から図４に示されている受信した画像データのヒ
ストグラムを作成する。ヒストグラムが作成され、記憶
装置６４に記憶されると、処理ユニット６２は、記憶装
置６４の２−Ｄ空間平均化プログラム及びデータ部６８
にアクセスする。プログラム及びデータ部６８にアクセ
スしている間、処理ユニット６２は、印刷文字の平滑化
演算を実施し、例えば図５に示されている典型的な５×
５マスクを使って画像データのダイナミック領域を減少
させる。次に、処理ユニット６２は、記憶装置６４のコ
ントラスト・ストレッチング・プログラム及びデータ部
７０にアクセスする。このプログラム及びデータ部７０
は、図６と図７に示されているように文字の暗い前景部
をさらに暗くし、明るい背景部をさらに明るくする。そ
して、処理ユニット６２は、記憶装置６４のエッジ強調
プログラム及びデータ部７２にアクセスする。このプロ
グラム及びデータ部７２は、例えば図８に示される典型
的なマスクを使って、文字の高周波ディーテイルを得
る。

【００２８】図１のブロック２２、２４、２６と２８に
示すされる前処理を完了すると、前処理されたドット・
マトリックス／インク・ジェット印刷データ（エッジ強
調部７０のプログラム及びデータを使って得た）を、記
憶装置６４の２値化プログラム及びデータ部７４にアク
セスすることにより、処理ユニット６２は２値化する。
前処理された画像データが２値化されると、処理ユニッ
ト６２は、記憶装置６４のニューラル・ネットワーク分
類装置プログラム及びデータ部７６にアクセスする。こ
のプログラム及びデータ部７６は、原稿印刷テキスト中
に存在すると思われる文字を、所定のセットの記号から
認識する。認識された記号は、アスキーデータであり、
光学文字認識（ＯＣＲ）を実行するための事後処理装置
（図示せず）に送られる。

【００２９】図１０には、典型的な一群の４個のドット
・マトリックス／インク・ジェット文字に、前処理と２
値化ステップを実行した典型的な結果が示されている。
すなわち、図１０の一番上にあり、「オリジナル」と表
示された一群の４個のドット・マトリックスあるいはイ
ンク・ジェット文字（ＡＭＢＲ）は、入力された画像デ
ータ中の典型的な一群の文字を表す。２−Ｄ空間平均化
（平滑化）ステップ（図１のブロック２４に示す）の
後、これら４個の文字は図１０の２段目に示され「５×
５空間平均」と表示されるような文字となる。図１のブ
ロック２６においてこれらの４文字にコントラスト・ス
トレッチングが実施されて、これらの文字は図１０の中
央に示され「コントラスト・ストレッチ」と表示される
ものになる。図１のブロック２８のエッジ強調ステップ
により、これらの文字は、図１０の下から二番目に示さ
れ「エッジ強調」と表示されるようになる。最後に、エ
ッジ強調された文字は、図１のブロック３０に示すよう
に二値化され、図１０の一番下に示され「二値化」と表
示されるような文字となる。

【００３０】以上、本発明の実施例につき説明したが、
これらは単に本発明の一般的な原理を示すものであり、
本発明の範囲内で様々な変形、変更が当業者には可能で
あることは明かであろう。例えば、図９のいくつかのセ
クションを、処理ユニット６２からの適切なデータを、
処理のために別の回路に転送することも可能である。そ
のようなセクションの一つは、図１０にある記憶装置６
４の二値化セクション７４である。すなわち、二値化ス
テップは、比較器等の回路で実行可能である。この比較
器は、画素の濃度レベルが所定閾値よりも低い場合に
は、「０」を出力し、画素の濃度値が所定閾値と等しい
か大きい場合には、「１」を出力する。

【００３１】

【発明の効果】本発明に基づく光学文字認識用画像デー
タ処理方法及び処理装置によれば、ドット・マトリック
ス又はインク・ジェット印刷されたテキストの光学文字
認識精度を高めることができる。

【図面の簡単な説明】

【図１】ドット・マトリックス／インク・ジェット印刷
テキスト用の前処理ステップを含む本発明に基づいて、
印刷されたテキストを画像処理するステップのフローチ
ャートである。

【図２】図１の第一の前処理ステップにおいて、ヒスト
グラムを作成する典型的なステップのフローチャートで
ある。

【図３】図２のヒストグラム作成ステップに使用される
濃度値を示す画素の典型的なマトリックスの一部を示す
図である。

【図４】図３のマトリックス部に類似のマトリックスの
画素から図２のステップによって作成された典型的なヒ
ストグラムを示す。

【図５】図１の第二の前処理ステップにおける２ーＤ空
間平均化の実行に使用される典型的なマスクを示す。

【図６】図１の第三の前処理ステップにおけるコントラ
スト・ストレッチングを実行に使用されるパラメータを
決定するための典型的な原ヒストグラム曲線のグラフで
ある。

【図７】図１の第三の前処理ステップにおけるコントラ
スト・ストレッチングの実行に使用される典型的なマス
クを示す。

【図８】図１の第四の前処理ステップにおけるエッジ強
調を実行に使用される典型的なマスクを示す。

【図９】図１のドット・マトリックス／インク・ジェッ
ト印刷テキストの処理を実行する典型的な装置のブロッ
ク図である。

【図１０】典型的な一群の４個のドット・マトリックス
／インク・ジェット文字に対して、図１の前処理と、二
値化ステップを実行した結果を順次示している。図面
は、必ずしも縮尺が一定していない。

【符号の説明】

１０、１６、１８、２２、２４、２６、２８、３０、３
２ブロック２２セクション

Claims

【特許請求の範囲】

【請求項１】ドット・マトリックス又はインク・ジェ
ット印刷されたテキストについての光学文字認識（ＯＣ
Ｒ）用画像データ処理方法であり、（ａ）画像データの
画素の濃度値のヒストグラムを作成することによって、
ドット・マトリックス／インク・ジェット画像データの
画像文字を判定するステップと、（ｂ）画像データ中の
文字の構造をドット構造から、２−Ｄ空間平均演算を使
用するストロークの一つに変更することによって、画像
データのダイナミック領域を減少するステップと、
（ｃ）ステップ（ｂ）で形成された文字の変更後の構造
に対してコントラスト・ストレッチングを実施するステ
ップと、（ｄ）ステップ（ｃ）で得られた画像データの
文字にエッジ強調を実施するステップと、（ｅ）ステッ
プ（ｄ）のエッジ強調された画像を２値化するステップ
とを有することを特徴とする光学文字認識用画像データ
処理方法。
【請求項２】請求項１に記載の光学文字認識用画像デ
ータ処理方法において、（ｆ）ステップ（ａ）に先立
ち、ドット・マトリックスあるいはインク・ジェット印
刷されたテキストが、画像データに存在するか否かを検
知するステップと、（ｇ）ステップ（ａ）から（ｅ）に
よる処理のために全てのドット・マトリックスまたはイ
ンク・ジェット印刷画像データを送付するステップとを
さらに含むことを特徴とする光学文字認識用画像データ
処理方法。
【請求項３】請求項１に記載の光学文字認識用画像デ
ータ処理方法において、（ｈ）ステップ（ｅ）において
２値化された画像データを、以後のＯＣＲのために所定
のセットのシンボルから画像データ中の文字を認識する
ためのニューラル・ネットワーク分類装置を用いて処理
するステップをさらに含むことを特徴とする光学文字認
識用画像データ処理方法。
【請求項４】請求項１に記載の光学文字認識用画像デ
ータ処理方法において、ステップ（ｂ）の実施におい
て、（ｂ１）画像データ中を、Ｎを１以上の奇数の正数
とする所定のＮ×Ｎマスクを画素毎に移動させるサブス
テップと、（ｂ２）マスクによってオーバーレイされた
Ｎ×Ｎ個の画素の平均濃度値を計算するサブステップ
と、（ｂ３）Ｎ×Ｎマスクによってオーバーレイされた
中央の画素を、Ｎ×Ｎ個の画素の平均と取り替えるサブ
ステップとを含むことを特徴とする光学文字認識用画像
データ処理方法。
【請求項５】ドット・マトリックス又はインク・ジェ
ット印刷されたテキストについての光学文字認識（ＯＣ
Ｒ）用画像データ処理方法であり、（ａ）画像データ中
にドット・マトリックスあるいはインク・ジェット印刷
されたテキストが存在するか否かを検知するステップ
と、（ｂ）画像データの画素の濃度値のヒストグラムを
作成することによって、ステップ（ａ）で検知されたド
ット・マトリックス／インク・ジェット画像データの画
像特性を判定するステップと、（ｃ）画像データ中の文
字の構造をドット構造から、ステップ（ａ）で作成され
たヒストグラムを用いて、２−Ｄ空間平均演算を使用す
るストロークの一つに変更することによって、画像デー
タのダイナミック領域を減少するステップと、（ｄ）ス
テップ（ｃ）で形成された文字の変更後の構造に対して
コントラスト・ストレッチングを実施するステップと、
（ｅ）ステップ（ｄ）で得られた画像データの文字にエ
ッジ強調を実施するステップと、（ｆ）ステップ（ｅ）
のエッジ強調された画像を２値化するステップとを有す
ることを特徴とする光学文字認識用画像データ処理方
法。
【請求項６】請求項５に記載の光学文字認識用画像デ
ータ処理方法が、さらに、（ｇ）ステップ（ｆ）におい
て２値化された画像データを、以後のＯＣＲのために所
定のセットのシンボルから画像データ中の文字を認識す
るためのニューラル・ネットワーク分類装置を用いて処
理するステップを含むことを特徴とする光学文字認識用
画像データ処理方法。
【請求項７】請求項５に記載の光学文字認識用画像デ
ータ処理方法において、ステップ（ｃ）の実施におい
て、（ｃ１）画像データ中を、Ｎを１以上の奇数の正数
とする所定のＮ×Ｎマスクを画素毎に移動させるステッ
プと、（ｃ２）マスクによってオーバーレイされたＮ×
Ｎ個の画素の平均濃度値を計算するステップと、（ｃ
３）Ｎ×Ｎマスクによってオーバーレイされた中央の画
素を、Ｎ×Ｎ個の画素の平均と取り替えるステップとを
含むことを特徴とする光学文字認識用画像データ処理方
法。
【請求項８】ドット・マトリックス又はインク・ジェ
ット印刷されたテキストについての光学文字認識（ＯＣ
Ｒ）用画像データ処理装置であって、ドット・マトリッ
クスまたはインク・ジェット印刷されたテキストの画像
データを前処理するための前処理手段を含み、この前処
理手段は、（ａ）画像データの画素の濃度値のヒストグ
ラムを作成することによって、ドット・マトリックス又
はインク・ジェット画像データの画像特性を判定する判
定手段と、（ｂ）画像データ中の文字の構造をドット構
造から、ストロークの一つに変更して画像データのダイ
ナミック領域を減少する２−Ｄ空間平均手段と、（ｃ）
２−Ｄ平均手段によって形成された文字の変更後の構造
に対してコントラスト・ストレッチングを実施するコン
トラスト・ストレッチング手段と、（ｄ）コントラスト
・ストレッチング手段によって得られた画像データの文
字のエッジを強調するエッジ強調手段と、（ｅ）前処理
手段からのエッジ強調された画像を２値化する２値化手
段とを含むことを特徴とする光学文字認識用画像データ
処理装置。
【請求項９】請求項８に記載の光学文字認識用画像デ
ータ処理装置が、さらに、画像データ中にドット・マト
リックスあるいはインク・ジェット印刷されたテキスト
が存在するか否かを検知し、画像データがドット・マト
リックスあるいはインク・ジェット印刷されたテキスト
を含むか否かの判定手段に画像データを送付するため印
刷検知手段を含むことを特徴とする光学文字認識用画像
データ処理装置。
【請求項１０】請求項８に記載の光学文字認識用画像
データ処理装置が、さらに、２値化された画像データを
２値化手段から受け、以後のＯＣＲのために所定のセッ
トのシンボルから画像データ中の文字を認識するための
ニューラル・ネットワーク分類装置を含むことを特徴と
する光学文字認識用画像データ処理装置。
【請求項１１】請求項８に記載の光学文字認識用画像
データ処理装置において、２−Ｄ空間平均手段は、さら
に、（ａ）画像データ中を、Ｎを１以上の奇数の正数と
する所定のＮ×Ｎマスクを画素毎に移動させるステップ
と、（ｂ）マスクによってオーバーレイされたＮ×Ｎ個
の画素の平均濃度値を計算し、Ｎ×Ｎ個のマスクによっ
てオーバーレイされた中央の画素を、Ｎ×Ｎ個の画素の
平均と取り替える為の手段とを含むことを特徴とする光
学文字認識用画像データ処理装置。
【請求項１２】請求項８に記載の光学文字認識用画像
データ処理装置におて、前処理手段は中央処理装置ある
いはマイクロコンピューターであり、光学文字認識用画
像データ処理装置が、処理装置と、ドット・マトリックスあるいはインク・ジェット画像デ
ータに対して、画像特性の演算、２−Ｄ空間平均、コン
トラスト・ストレッチング、及びエッジ強調を処理装置
に実行させるためのプログラム及びデータを記憶する記
憶領域を有する記憶装置とを含むことを特徴とする光学
文字認識用画像データ処理装置。