JPH0589283A

JPH0589283A - 文字サイズ抽出方法

Info

Publication number: JPH0589283A
Application number: JP3251995A
Authority: JP
Inventors: Takeshi Furuto; 健古戸
Original assignee: Sumitomo Electric Industries Ltd
Current assignee: Sumitomo Electric Industries Ltd
Priority date: 1991-09-30
Filing date: 1991-09-30
Publication date: 1993-04-09

Abstract

(57)【要約】【目的】適正な文字サイズを抽出して、文字切出処理を
正確に行えるようにする。【構成】文書画像の周辺分布が計算され（ステップｎ
２，ｎ３）、画素塊が抽出される（ステップｎ４）。さ
らに、各画素塊ごとに、横方向の周辺分布が計算され
（ステップｎ５）、この周辺分布に基づいて、画素塊の
縦幅の最大値が算出される（ステップｎ６）。次に、縦
幅の最大値の定数倍（たとえば１に近い値）を超えない
範囲で、横幅の最大値が抽出され（ステップｎ７）、こ
の横幅の最大値に補正を施すことにより文字サイズが設
定される（ステップｎ８）。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文書画像を光学的に読
み取って認識する光学的文字読取装置（ＯＣＲ）などの
文字認識装置において好適に実施される文字サイズ抽出
方法に関するものである。

【０００２】

【従来の技術】光学的文字読取装置（ＯＣＲ）では、原
稿面に形成された文書画像が二次元イメージセンサなど
の光学的画像読取手段により読み取られ、この読取画像
から１文字分ずつの文字に対応した画像が切り出され
る。そして、切り出された画像に対して、認識辞書内の
データとの類似度を比較計算する認識処理が施され、類
似度の高い文字の文字コードが出力される。

【０００３】しかし、日本語の文字の中には、縦方向や
横方向に分離した分離文字（たとえば「い」や「旧」な
どのようなつながりのない部分を含む文字）が存在す
る。このような分離文字では、文字の縦方向や横方向に
関する周辺分布が分離することになる。したがって、た
とえば横書の文書の場合、１行毎に切り出した文書画像
から、文字の縦方向の周辺分布に基づいて１文字ずつの
切出しを行おうとすると、分離文字は２つ以上の黒画素
塊として切り出される可能性がある。このため、分離文
字については、分離して切り出された黒画素塊を結合さ
せて、１文字分の切出画像を再構成する必要がある。こ
の画像の再構成のためには、文書画像を構成している文
字サイズに関する情報が不可欠であり、この文字サイズ
に基づいて画像を再構成することで、分離文字をも正し
く切り出して、その認識を正確に行うことができる。

【０００４】ところが文字サイズに関する情報は、従来
では、操作者がキーボードなどの操作により装置に入力
するようにしていたため、文字認識のための前作業が繁
雑であるという問題があった。この問題を解決するため
に、たとえば特開平２−１００１９０号公報に開示され
ている先行技術では、行幅の平均値などから文字サイズ
を推定するようにして、文字サイズに関する情報の入力
作業の軽減が図られている。

【０００５】

【発明が解決しようとする課題】しかしながら、文字の
縦幅・横幅は文字によって異なるため、上記の先行技術
では、必ずしも文字サイズの抽出が良好に行えないとい
う問題があった。この問題を、図１０を参照してさらに
詳細に説明する。たとえば、文字の縦幅を基準として文
字サイズを抽出する場合には、図１０に示すように、行
幅Ｌにより文字サイズが設定される。この場合には、特
に文書画像中の構成文字数が少ない場合には、本来の文
字サイズよりも小さめの値として文字サイズが決定され
るおそれがある。すなわち、図１０の場合に、各黒画素
塊の横幅ｗ１〜ｗ８のうちの最大値ｗ_maxは、たとえば
キャラクタ「の」に対応したｗ８となる。ところが、こ
の最大の横幅ｗ_max（＝ｗ８）は、ｗ_max＞Ｌとなる場合がある。この場合には、実際の文字サイズよ
りも小さな文字サイズが設定されて文字切出処理が行わ
れることになるため、文字切出処理後の文字認識処理も
良好に行われなくなり、結局、認識確率が低下するとい
う問題がある。

【０００６】この不具合を避けるために、黒画素塊の横
幅ｗ１〜ｗ８のうちの最大値ｗ_max（＝ｗ８）を基準と
して文字サイズを決定することが考えられる。ところ
が、この場合に、たとえばキャラクタ「ハ」のような分
離文字の横幅ｗが、最大の横幅ｗ８よりも大きい場合に
は、設定された文字サイズが小さすぎることになる。こ
のため、分離文字を構成する黒画素塊を再構成すること
ができなくなってしまう。このように、文字の横幅を基
準とした場合でも、適正な文字サイズを設定することが
できず、結局、文字切出処理を正確に行わせることがで
きない。

【０００７】そこで、本発明の目的は、上述の技術的課
題を解決し、適正な文字サイズを抽出して、文字切出処
理を正確に行えるようにした文字サイズ抽出方法を提供
することである。

【０００８】

【課題を解決するための手段】図１は本発明の文字抽出
方法を説明するためのフローチャートである。ステップ
ｎ１で文書画像が入力されると、ステップｎ２では、行
方向の周辺分布が計算される。この行方向の周辺分布と
は、たとえば文書画像の読取が二次元イメージセンサに
より行われる場合に、このイメージセンサの行方向に関
して黒画素（または白画素）の数を累積し、行方向の各
画素列毎の累積数をヒストグラムとして表したものであ
る。

【０００９】次のステップｎ３では、ステップｎ２での
周辺分布の計算に基づいて、文書画像が各行毎の画像に
分離される。そして、各行毎の文書画像に関して、行方
向に垂直な方向（以下「行垂直方向」という。）、すな
わち、たとえばイメージセンサの列方向に関してステッ
プｎ２の場合と同様な処理が行われ、行垂直方向の周辺
分布が計算される。

【００１０】ステップｎ３での周辺分布の計算結果か
ら、ステップｎ４では、文字を構成する黒画素（または
白画素）の塊である画素塊が抽出される。すなわち、文
書画像では、行垂直方向の各周辺分布は、ほぼ各行毎に
かたまって現れることになるから、たとえば黒画素の分
布が途切れる位置で各行毎の文書画像を切り出すことが
できる。この画素塊は概ね１つの文字に対応することに
なるが、周辺分布が分離するたとえば「い」のような分
離文字では、２つの画素塊により１つの文字が構成され
ることになる。

【００１１】次に、ステップｎ５では、抽出された各画
素塊に関して文字の横方向の周辺分布が改めて算出され
る。この周辺分布の算出結果は、各画素塊の縦幅に対応
している。そして、各画素塊の周辺分布の計算結果に基
づき、ステップｎ６では、縦幅の最大値が検出される。
次に、ステップｎ７では、ステップｎ６で算出された縦
幅の最大値の定数倍を超えない範囲で、各画素塊の横幅
の最大値が抽出される。

【００１２】この横幅の最大値は、ステップｎ８におい
て、文書画像を構成する黒画素塊の数に応じた定数を掛
けて補正され、この補正後の値に基づいて文字サイズが
設定される。

【００１３】

【作用】経験的な事実が示すように、文書画像を構成す
る文字の横幅と縦幅との比はほぼ一定である（全角文字
ではほぼ１）。その一方で、文書画像を構成する複数の
文字について横幅と縦幅とを調べると、図２および図３
に示すように、それぞれの分布の形状が異なっているの
も事実である。たとえば図２に示すように、文書画像中
の文字の横幅の最大値は、文書画像の構成文字数に拘わ
らずにほぼ一定の値に収束する。これに対して、図３に
示すように、縦幅の最大値は横幅の最大値に比較する
と、分布のピークが最大値からやや離れた箇所に現れ
る。このことは、縦幅の最大値は、各行の構成文字数の
影響を受けやすいことを示している。なお、図２および
図３において、各曲線は、構成文字数を異ならせて横幅
および縦幅の各出現頻度を調べた場合に対応している。

【００１４】文書中の文字サイズとは、その文書を構成
する文字のポイント数が等しい場合には、文書中の最大
文字の横幅（または縦幅）と考えることができる。しか
し、特に、文書画像が横書きのものの場合に、文書画像
の構成文字数が少ないときには、文字の縦幅の最大値は
文字サイズに比較して小さめになる傾向がある。したが
って、横幅の最大値を文字サイズ抽出に用いればよいこ
とになるが、横書き文書の場合、行方向に隣接する文字
の接触などのために、正しく横幅の最大値が求められな
い場合がある。

【００１５】たとえば図４に示すように、黒画素塊毎に
横幅Ｗ３１〜Ｗ４０を求める場合を想定する。この場合
に、周辺分布が分離する「が」のような分離文字の濁点
部分がその次の文字「存」と接触していると、実際の文
字幅の最大値よりも大きな幅Ｗ３６が横幅の最大値とさ
れるおそれがあり、この場合には文字切出が良好に行え
ない。

【００１６】そこで、本発明では、文字の縦幅と横幅と
の比がほぼ一定（たとえば１：１）であることを利用し
て、縦幅の最大値の定数倍を超えない範囲内で横幅の最
大値が求められる。これにより、上記の横幅Ｗ３６が横
幅の最大値とされることを防止できる。このようにして
求められた横幅の最大値をわずかに補正すれば、正確な
文字サイズが得られる。

【００１７】また、画素塊の抽出過程で得られる画素塊
の位置情報は、決定された文字サイズに基づく文字切出
処理においても、そのまま用いることができる。

【００１８】

【実施例】以下では、本発明の実施例を、添付図面を参
照して詳細に説明する。図５は、本発明の一実施例の文
字サイズ抽出方法を説明するためのフローチャートであ
り、たとえば二次元イメージセンサのような読取手段に
より文書画像を読み取り、この読取画像から１文字ずつ
文字を切り出すために文字サイズを設定するための処理
が示されている。

【００１９】イメージスキャナからの電気信号は、二値
化された後に、ステップｍ１おいて、画像メモリに入力
され、これにより、文書画像の入力が達成される。次に
ステップｍ２では、行方向に関して周辺分布の計算が行
われ、行の抽出が行われる。この処理は、図６に示され
ている。すなわち、画像メモリ中の各行に関して黒画素
数が累積され、この累積結果から参照符号ａ１で示すヒ
ストグラムが作成される。このヒストグラムに基づい
て、参照符号ａ２で示すように、行抽出処理が行われ
る。すなわち、たとえば文字を含む画像部分に関してデ
ータ「１」が割り当てられ、文字を含まない画像部分に
関してデータ「０」が割り当てられる。

【００２０】次に、ステップｍ３では、ステップｍ２で
抽出された１行ずつの画像に関して行垂直方向の周辺分
布が計算され、黒画素塊が抽出される。この処理は、図
７に示されている。すなわち、抽出された各行に対して
行垂直方向に黒画素数が累積され、参照符号ｂ１で示す
ヒストグラムが作成される。そして、参照符号ｂ２で示
すように黒画素塊が抽出される。すなわち、たとえば、
黒画素塊を構成する画像部分に関してデータ「１」が割
り当てられ、黒画素を含まない画像部分に関してデータ
「０」が割り当てられる。このようにして、データ
「１」が連続する各区間の画像を黒画素塊を含む画像と
して切り出すことができる。このときの各黒画素塊の切
出座標位置は、後に１文字毎の画像を切り出す際にも用
いられる。

【００２１】ステップｍ４では、ステップｍ３での処理
結果に基づいて、各黒画素塊の横幅Ｗ１，Ｗ２，Ｗ３，
・・・・が算出される。この横幅Ｗ１，Ｗ２，Ｗ３，・・・・
は、上記のデータ「１」が割り当てられた画素の数で表
される。次のステップｍ５では、図８に示すように、切
り出された個々の黒画素塊に対して行方向の周辺分布が
計算される。そして、ステップｍ６で、各黒画素塊毎の
縦幅Ｌ１，Ｌ２，Ｌ３，・・・・が計算される。この縦幅Ｌ
１，Ｌ２，Ｌ３，・・・・は、黒画素が存在している行垂直
方向の画素数により表される。そして、ステップｍ７
で、計算された縦幅Ｌ１，Ｌ２，Ｌ３，・・・・の最大値Ｌ
_maxが計算される。

【００２２】ステップｍ８では、横幅Ｗｉ（ｉは自然
数）の頻度Ｈ（ｊ）の分布（ただし、ｊは画素数であ
り、たとえば、ｊ＝１，２，３，・・・・，１２８であ
る。）が調べられる。この頻度Ｈ（ｊ）とは、横幅Ｗｉ
を表す画素数がｊの文字塊の数に対応する。さらに、ス
テップｍ９では、頻度Ｈ（ｊ）の最大値Ｈ_maxが演算さ
れる。

【００２３】次に、ステップｍ１０では、Ｈ（Ｍ）＝Ｈ_max ・・・・ (1) （ただし、１≦Ｍ≦１２８）となる画素数Ｍが求められる。すなわち、画素数Ｍは、
画素数を横軸にとり、頻度Ｈ（ｊ）を縦軸にとって頻度
分布を表したときに、頻度分布を表す曲線のピーク位置
に対応する画素数であり、最多頻度で現れる黒画素塊の
横幅に対応する。

【００２４】そして、ステップｍ１１では、上記の画素
数Ｍが、

【００２５】

【数１】

【００２６】

【数２】

【００２７】Ｌ_max≦Ｍ＜２・Ｌ_max ・・・・ (4) のいずれの範囲に属するかが判断される。この判断の結
果、画素数Ｍが上記第(2) 式の範囲の値であるときに
は、ステップｍ１２において、文書画像を構成する文字
が半角文字であるものと判定される。また、画素数Ｍが
上記第(3) 式の範囲の値であるときには、ステップｍ１
３において、文書画像が全角文字で構成されているもの
と判定される。さらに、画素数Ｍが上記第(4) 式の範囲
の値であるときには、ステップｍ１４において、文書画
像を構成する文字が倍角文字であるものと判定される。

【００２８】図９は、上記のステップｍ１１〜ｍ１４に
おける処理を説明するための図であり、頻度Ｈ（ｊ）の
分布を表す曲線が示されている。すなわち、横軸に画素
数をとると、半角文字で構成された文書画像では、図９
(a) の頻度分布となる。この場合に、最大値Ｈ_maxが、
Ｈ_maxに対応した画素数Ｍが、Ｍ＜Ｌ_max／２であるこ
とから、ステップｍ１１，ｍ１２の処理によって当該文
書画像が半角文字で構成されているものと判定されるこ
とになる。また、全角文字で構成された文書画像に対し
て、図９(b) の頻度分布が得られ、この結果、Ｌ_max／
２≦Ｍ＜Ｌ_maxであることから、ステップｍ１１，ｍ１
２での処理によって当該文書画像が全角文字で構成され
ているものと判定されることになる。さらに、倍角文字
で構成された文書画像に対しては、図９(c) で示す頻度
分布が得られる。したがって、この場合には、Ｌ_max≦
Ｍ＜２・Ｌ_maxとなるから、ステップｍ１１，ｍ１４で
の処理により、当該文書画像が倍角文字で構成されてい
るものと判定されることになる。

【００２９】ステップｍ１２，ｍ１３，ｍ１４の後の処
理は、ステップｍ１５に進む。このステップｍ１５で
は、黒画素塊の横幅の最大値Ｗ_maxが下記第(5) 式に従
って計算される。Ｗ_max＝ＭＡＸ｛Ｗｉ｝・・・・ (5) ただし、この横幅の最大値Ｗ_maxの計算に当たっては、Ｗｉ＜Ｌ_max×Ｘ（Ｎ）・・・・ (6) を満たすＷ（ｉ）のなかから最大値が選ばれる。ここ
で、上記第(6) 式におけるＸ（Ｎ）は、紙面を構成する
黒画素塊の数Ｎに依存する数であり、統計的な調査によ
って、全角、半角および倍角の各文字に対応した、下記
表１の値に設定される。

【００３０】

【表１】

【００３１】次のステップｍ１６では、ステップｍ１５
で得られた横幅の最大値Ｗ_maxが下記第(7) 式により補
正され、この補正値ＳＩＺＥが文字サイズとして設定さ
れる。ＳＩＺＥ＝Ｗ_max×Ｙ（Ｎ）・・・・ (7) ここで、Ｙ（Ｎ）は紙面を構成する黒画素の数Ｎに依存
する定数であり、半角、全角および倍角の各文字に対し
て統計的な調査により得られた下記表２の値が選択され
る。

【００３２】

【表２】

【００３３】以上のように本実施例の文字サイズ抽出方
法では、行方向および行垂直方向に関する黒画素の周辺
分布を求めて文書画像から黒画素塊が抽出される。そし
て、この抽出された各黒画素塊に関する横幅Ｗｉおよび
縦幅Ｌｉが計算される。次に、縦幅Ｌｉの最大値Ｌ_max
が求められ、この最大値Ｌ_maxに文書画像を構成する黒
画素塊の数Ｎおよび文字の種類（半角、全角または倍
角）により定まる定数Ｘ（Ｎ）を乗じた値Ｌ_max×Ｘ
（Ｎ）を超えない範囲で、横幅Ｗｉの最大値Ｗ_maxが計
算される。この計算された最大値Ｗ_maxに対して、文書
画像の構成黒画素塊数Ｎおよび文字の種類（半角、全角
または倍角）により定まる定数Ｙ（Ｎ）を乗じること
で、文字サイズＳＩＺＥが計算される。この文字サイズ
ＳＩＺＥに基づいて、画像メモリからの１文字ずつの画
像の切出処理が行われることになる。

【００３４】このようにして、一旦縦幅の最大値Ｌ_max
を求め、この縦幅の最大値Ｌ_maxに対して、たとえば全
角文字の場合にはほぼ１に近い定数Ｘ（Ｎ）（表１参
照。）を乗じた値を上限として求めた横幅の最大値Ｗ
_maxが文字サイズの設定のために用いられる。このた
め、たとえば図４に示されるように、別の文字に属する
黒画素塊同士が接触している場合でも、この接触した黒
画素塊の全体の横幅が最大値Ｗ_maxとして設定されるこ
とが防がれる。

【００３５】さらに、定数Ｘ（Ｎ）は、黒画素塊の数Ｎ
および文字の種類に応じて適宜設定されるから、たとえ
ば文書画像の構成文字数が少ないために、文字の横幅の
最大値がその縦幅の最大値に比較して広くなっている場
合などにも良好に対応することができる。また、横幅Ｗ
ｉの頻度Ｈ（ｊ）の分布を調べ、そのピーク位置がいず
れの位置であるかにより、半角、全角または倍角の文字
種を検出しており、この検出結果に基づいて定数Ｘ
（Ｎ）が設定されるから、いずもれの文字種で構成され
た文書画像でも、文字サイズの抽出を良好に行える。

【００３６】また、文字サイズ抽出後の文字切出処理の
際には、黒画素塊の抽出の際に求められる、各黒画素塊
のメモリ空間での座標位置を用いることができる。した
がって、切出処理の際に、切出位置を設定するための座
標位置の演算を改めて行う必要はなく、文字の切出は、
黒画素塊の抽出の際の座標位置と文字サイズＳＩＺＥと
に基づいて高速に行うことができる。

【００３７】このように、文字の切出を、正確な文字サ
イズを設定して、良好にかつ高速に行わせることができ
るので、その後の文字認識処理を極めて高い確率で行わ
せることができるようになる。しかも、文字の切出しを
高速に行えるから、文字認識に要する全体の時間を短縮
することができる。これにより、たとえば光学的文字読
取装置による文書入力作業を格段に正確にかつ高速に行
えるようになる。

【００３８】なお、本発明は上記の実施例に限定される
ものではない。たとえば上記の実施例では、横書き文書
の文字切出処理について説明したが、縦書き文書の場合
にも同様に処理できる。すなわち、文書画像を黒画素塊
毎に切り出した後に縦幅の最大値を求め、この縦幅の定
数倍の範囲で横幅の最大値を算出し、この横幅の最大値
に定数を乗じて文字サイズを設定すればよい。

【００３９】また、上記の実施例では、白色などの明度
の高い背景に黒色などの明度の低い文字画像が形成され
ている場合を想定しているが、たとえば黒色などの明度
の低い背景に白色などの明度の高い文字画像が形成され
ている場合についても、同様に処理することができる。
ただし、この場合には、白画素塊を抽出して処理を行う
必要がある。

【００４０】さらに、上記の実施例では、文書画像がイ
メージセンサにより読み取られる構成について説明した
が、文書画像を表す画像データがたとえば通信回線を介
して取得される構成に対しても本発明は容易に応用する
ことができるものである。その他、本発明の要旨を変更
しない範囲で種々の変更を施すことが可能である。

【００４１】

【発明の効果】以上のように本発明の文字サイズ抽出方
法によれば、文書画像を構成する文字数が少ない場合で
も、正確に文字サイズを抽出することができる。また、
文書画像中に、接触文字が存在する場合でも、正確に文
字サイズの抽出が行える。これにより、抽出された文字
サイズに基づく文字の切出処理が格段に良好に行えるよ
うになる。

【図面の簡単な説明】

【図１】本発明の文字サイズ抽出方法を説明するための
フローチャートである。

【図２】文字の横幅とその出現頻度との関係を示す図で
ある。

【図３】文字の縦幅とその出現頻度との関係を示す図で
ある。

【図４】黒画素塊の横幅の抽出状況を説明するための図
である。

【図５】本発明の一実施例の文字サイズ抽出方法を説明
するためのフローチャートである。

【図６】文書画像の行方向の周辺分布の検出処理を説明
するための図である。

【図７】各行の行垂直方向の周辺分布を検出することに
より、黒画素塊の横幅を検出する処理を説明するための
図である。

【図８】各黒画素塊の縦幅を検出するための処理を示す
図である。

【図９】黒画素塊の横幅の分布を示す図であり、(a) は
半角文字に対応し、(b) は全角文字に対応し、(c) は倍
角文字に対応する。

【図１０】文書画像を構成する行幅または黒画素塊の幅
を検出することにより文字サイズを抽出する技術および
その問題点を説明するための図である。

【符号の説明】

Ｗ１，Ｗ２，Ｗ３，・・・・横幅Ｌ１，Ｌ２，Ｌ３，・・・・縦幅

Claims

【特許請求の範囲】

【請求項１】文書画像を構成する文字のサイズを抽出す
る方法であって、画像データの周辺分布から、文字を構成する個々の画素
塊の少なくとも縦幅を検出し、検出された各画素塊の縦幅の最大値を算出し、この縦幅の最大値の定数倍を超えない範囲で、各画素塊
の横幅の最大値を算出し、この算出された横幅の最大値に、文書画像を構成する画
素塊の数によって定まる定数を掛けて補正し、この補正後の値に基づいて文字サイズを設定することを
特徴とする文字サイズ抽出方法。