JPH0620091A

JPH0620091A - 文字サイズ抽出方法

Info

Publication number: JPH0620091A
Application number: JP4172304A
Authority: JP
Inventors: Ayumi Tachibana; 亜由美橘
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1992-06-30
Filing date: 1992-06-30
Publication date: 1994-01-28

Abstract

(57)【要約】【目的】長体・正体・平体文字において、文字切り出
しを行うための文字サイズの決定を自動的に行う。【構成】入力された文書画像から黒画素連結成分の外
接矩形を抽出する。各行において、文字列方向と垂直に
重なった外接矩形を統合する（基本矩形）。文字サイ
ズ、行間が変化する行を検出することにより、領域に分
割する。分割領域毎に、基本矩形の幅／高さについてヒ
ストグラムを作成し、長体・正体・平体文字を判別し、
文字の幅／高さを算出する。文字の幅／高さより、文字
サイズを決定する。【効果】基本矩形の幅／高さのヒストグラムより、長
体・正体・平体文字の判別を行い、文字の幅／高さを算
出するため、マニュアルで設定する必要がなく、正確に
文字サイズを決定することができる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、日本語文書をスキャナ
等の画像読み取り装置から画像データとして読み込み、
１文字ずつ認識する日本語文字認識装置における、文字
サイズ抽出方法に関するものである。

【０００２】

【従来の技術】一般に、文字の幅と高さは等しいことか
ら、従来は、行を抽出し、行の幅即ち行の高さを文字の
幅、高さに決定していた。

【０００３】

【発明が解決しようとする課題】しかしながら、平体文
字（正体文字を横に偏平したもの）や長体文字（正体文
字を縦に偏平したもの）の場合、文字の幅と高さは等し
くないので、正確に文字サイズを決定できず、あらかじ
め、マニュアルで設定する必要があった。

【０００４】

【課題を解決するための手段】本発明は、上記課題を解
決するため、各行において、文字列方向と垂直に重なる
外接矩形を統合し（基本矩形）、文字サイズ、行間が変
化する行を検出することにより領域に分割し、分割領域
毎に、基本矩形の幅／高さについてヒストグラムを作成
する。ヒストグラムより長体・正体・平体文字のいずれ
であるかを判別し、文字の幅／高さを算出し、文字サイ
ズを決定する。

【０００５】

【作用】本発明は上記した構成により、長体・正体・平
体文字のいずれであるかを自動的に判別し、文字の幅／
高さを算出するため、マニュアルで設定する必要がな
く、正確に文字サイズを決定することができる。

【０００６】

【実施例】図１、図２は、それぞれ、本発明の一実施例
における文字サイズ抽出方法を用いた文字認識装置の機
能ブロック図、装置ブロック図である。図１において、
１は、スキャナ等の画像読み取り装置から文書画像を入
力する画像入力部、２は、入力された文書画像から黒画
素連結成分の外接矩形を抽出する外接矩形抽出部、３
は、外接矩形を基に行を切り出す行切り出し部、４は、
各行において、文字列方向と垂直に重なった外接矩形を
統合する基本矩形作成部、５は、文字サイズ、行間の変
化行を検出し、領域に分割する領域分割部、６は、基本
矩形の幅／高さについてヒストグラムを作成するヒスト
グラム作成部、７は、ヒストグラム作成部で作成したヒ
ストグラムより、長体・正体・平体文字の判別を行う長
体・正体・平体判別部、８は、文字サイズを決定する文
字サイズ算出部、９は、文字サイズを出力する出力部で
ある。

【０００７】図２において、１０は、文書画像を画像デ
ータとして読み込むスキャナ、１１は、全体の制御を行
なう中央演算処理装置（以下、ＣＰＵと略称する）、１
２は、リードオンリメモリであり、ＣＰＵが実行する制
御プログラムを記憶しているプログラム領域１３、長
体、正体、平体ブロック分割テーブル１４から構成され
る。１５は、ランダムアクセスメモリであり、スキャナ
１０から読み込んだ画像データを記憶する文書画像記憶
領域１６、基本矩形記憶領域１７、ヒストグラム領域１
８、分割領域記憶領域１９、文字サイズ記憶領域２０か
ら構成される。２１は、表示装置である。

【０００８】以上のように構成された本実施例の処理手
順について、図３に示すフローチャートに従って、以下
その動作を説明する。

【０００９】ｓ１では、スキャナ１０から文書画像を入
力し、文書画像記憶領域１６に格納する。

【００１０】ｓ２では、文書画像の黒画素連結部分の外
接矩形を抽出する。ｓ３では、抽出された外接矩形よ
り、行を切り出す。

【００１１】ｓ４では、文字列方向と垂直に重なった外
接矩形を統合し（基本矩形）、基本矩形記憶領域１７に
格納する。例として、図８（ａ）の文書画像の最初の行
が（ｂ）のような場合、外接矩形、基本矩形は（ｃ）、
（ｄ）のようになる。

【００１２】ｓ５では、文字サイズ、あるいは行間が変
化する行を検出し、領域に分割する。

【００１３】ｓ６では、基本矩形の幅／高さについてヒ
ストグラムを作成する。ｓ７で、現在の行が、ｓ５で分
割された領域の最終行である場合、ｓ９へ、そうでない
場合、ｓ８で対象行を次の行に設定し、ｓ６を繰り返
す。

【００１４】ｓ９では、ヒストグラムより、長体・正体
・平体文字の判定を行う。ｓ１０では、文字の幅／高さ
を決定し、文字サイズを算出する。ｓ５、ｓ６、ｓ９、
ｓ１０については、後で詳述する。

【００１５】次に、領域の分割について、図４に示すフ
ローチャートに従って、その動作を説明する。例とし
て、図８（ａ）の文書画像の各行の幅、行間が図９のよ
うなものであったとし、以下、説明する。

【００１６】ｓ１３では、行の幅の平均ａｖｅ１を最初
の行の幅に、行間の平均ａｖｅ２を０に初期設定する。

【００１７】ｓ１４では、行の幅、行間を算出する。ｓ
１５では、現在の行の幅、行間が、それぞれａｖｅ１、
ａｖｅ２と等しいかどうか判定し、等しい場合、ｓ１６
へ、等しくない場合、ｓ１９へ移行する。この判定は、ａｖｅ１×ｔｈ１≦行の幅≦ａｖｅ１×ｔｈ２かつ（ａｖｅ２＝０またはａｖｅ２×ｔｈ１≦行間≦ａｖｅ２×ｔｈ２）（ｔｈ１＝０．８５、ｔｈ２＝１／０．８５）（１）を満たす場合、等しいとする。図９の例では、２行目
で、ａｖｅ１＝７５、ａｖｅ２＝０であるので、ａｖｅ１×ｔｈ１＝７５×０．８５＝６３．８、ａｖｅ
１×ｔｈ２＝７５×（１／０．８５）＝８８．２で、（１）式を満たし、等しいと判定する。また、３行
目では、ａｖｅ１＝７７、ａｖｅ２＝８２であるので、ａｖｅ１×ｔｈ１＝７７×０．８５＝６５．５、ａｖｅ
１×ｔｈ２＝７７×（１／０．８５）＝９０．６ａｖｅ２×ｔｈ１＝８２×０．８５＝６９．７、ａｖｅ
２×ｔｈ２＝８２×（１／０．８５）＝９６．５で、（１）式を満たさないので、等しくないと判定す
る。

【００１８】ｓ１６では、文書画像内の全ての行につい
て処理が終了していれば、ｓ１９へ移行し、終了してい
なければ、ｓ１７へ移行する。

【００１９】ｓ１７では、ａｖｅ１を、ａｖｅ１と現在
の行の幅の平均値に更新し、ａｖｅ2 を、ａｖｅ２が０
の時は、現在の行間に、０でない時は、ａｖｅ２と現在
の行間の平均値に更新し、ｓ１８で対象行を次の行に設
定し、ｓ１４へ戻って処理を繰り返す。図９の例では、
１行目の時、ａｖｅ１＝７５、ａｖｅ２＝０であるの
で、ａｖｅ１＝（ａｖｅ１＋７５）／２＝７５、ａｖｅ２＝
０に更新され、２行目の時、ａｖｅ１＝７５、ａｖｅ２＝
０であるので、ａｖｅ１＝（ａｖｅ１＋７８）／２＝７６．５、ａｖｅ
２＝８２に更新される。

【００２０】ｓ１９では、処理中の行を文字サイズ、行
間の変化行とし、直前の行を分割領域の最終行と決定
し、分割領域記憶領域１９に格納し、終了する。図９よ
り、１行目〜２行目、３行目〜５行目、６行目、７行目
〜９行目が、分割領域となる。

【００２１】次に、基本矩形の幅／高さのヒストグラム
の作成について、図５に示すフローチャートに従って、
その動作を説明する。例として、図８（ｄ）の行の幅、
基本矩形の幅、高さが、図１０のようなものであったと
し、以下、説明する。

【００２２】ｓ２０では、行の幅を仮文字幅に設定す
る。図１０より、仮文字幅は、７５となる。

【００２３】ｓ２１では、基本矩形の幅が、仮文字幅×
ｔｈ３（ｔｈ３＝０．５）以上である場合、ｓ２２へ、
そうでない場合、ｓ２４へ移行する。これは、分離文
字、半角文字等を除くためである。図１０より、仮文字
幅×ｔｈ３＝７５×０．５＝３７．５であるので、基本
矩形Ａ、Ｂ、Ｃ、Ｄ、Ｆ、Ｇ、Ｈ、Ｉ、Ｊ、Ｋ、Ｍ、
Ｎ、Ｏ、Ｐ、Ｑ、Ｔの場合、ｓ２２へ移行し、基本矩形
Ｅ、Ｌ、Ｒ、Ｓ、Ｕの場合、ｓ２４へ移行する。

【００２４】ｓ２２では、基本矩形の幅／高さを算出
し、ｓ２３で、ヒストグラム領域１８にその値を加算す
る。ヒストグラムは、０．１単位とする。図１０より、
基本矩形Ａの場合、幅／高さ＝５５／５１＝１．０８
で、ヒストグラムの１．１のところを、＋１する。

【００２５】ｓ２４では、行に含まれる全ての基本矩形
について処理が終了していれば、ヒストグラムの作成を
終了し、終了していなければｓ２５で、対象矩形を次の
基本矩形に設定し、ｓ２１へ戻って処理を繰り返す。図
８（ｄ）の行の全ての基本矩形について処理が終了する
と、図１１に示すようなヒストグラムが作成される。図
８（ａ）の文書画像について処理が終了し、ｓ５で分割
された１行目〜２行目の領域で、図１１のようなヒスト
グラムが作成されたものとする。

【００２６】次に、長体・正体・平体文字の判定につい
て、図６に示すフローチャートに従って、その動作を説
明する。例として、図１１のヒストグラムにより、以
下、説明する。

【００２７】ｓ２６では、ヒストグラムを、図１２に示
す長体・正体・平体ブロック分割テーブル１４に示すよ
うに、５個のブロックに分割する。

【００２８】ｓ２７では、各ブロックについて、及び全
体について、ヒストグラムの度数の総計を算出する。図
１１のヒストグラムでは、図１２に示すようになる。

【００２９】ｓ２８では、最大の度数のブロックを抽出
する。図１２より、ブロック４が最大の度数となる。

【００３０】ｓ２９では、最大の度数のブロックが、長
体のブロックであれば、ｓ３０へ移行し、そうでなけれ
ば、ｓ３２へ移行する。

【００３１】ｓ３０では、正体のブロックと、平体のブ
ロックの度数の和が、全体の度数×ｔｈ４（ｔｈ４＝
０．２）より大きければ、ｓ３１へ移行し、そうでなけ
れば、長体と判定し、終了する。図１２より、全体の度
数×ｔｈ４＝３２×０．２＝６となり、最大の度数のブ
ロックが長体のブロックであっても、正体のブロックと
平体のブロックの度数の和が６より、大きければ、長体
と判定しない。これは、分離文字や、半角文字が多く含
まれた文書の場合を考慮しているためである。

【００３２】ｓ３１では、正体のブロックのうち、最大
の度数のブロックを抽出し、ｓ３３へ移行する。

【００３３】ｓ３２では、最大のブロックが、正体であ
れば、ｓ３３へ移行し、そうでなければ、平体と判定
し、終了する。

【００３４】ｓ３３では、平体のブロックの度数が、全
体の度数×ｔｈ４より大きければ、ｓ３４へ移行し、そ
うでなければ、正体と判定し、終了する。これも、ｓ３
０と同様であり、最大の度数のブロックが正体のブロッ
クであっても、平体のブロックの度数が６より、大きけ
れば、正体と判定しない。

【００３５】ｓ３４では、平体のブロックのうち、最大
の度数のブロックを抽出し、平体と判定し、終了する。

【００３６】次に、文字の幅／高さの決定と文字サイズ
の決定について、図５に示すフローチャートに従って、
その動作を説明する。

【００３７】ｓ３５では、決定したブロックに含まれる
基本矩形の幅／高さの平均と、最大高さを算出する。図
８（ｂ）の行では、決定したブロックに含まれる基本矩
形はＡ、Ｃ、Ｄ、Ｇ、Ｈ、Ｉ、Ｊ、Ｎ、Ｐ、Ｑであるの
で、基本矩形の幅／高さの平均は、（１．０８＋１．２７＋ …… ＋１．２９＋１．１
８）／１１＝１．２４となる。また、基本矩形の最大高さは、６６となる。

【００３８】ｓ３６では、文字の幅／高さを基本矩形の
幅／高さの平均に決定する。図８（ｂ）の行では、文字
の幅／高さ＝１．２４に決定する。

【００３９】ｓ３７では、文字の高さを基本矩形の最大
高さに決定する。図８（ｂ）の行では、文字の高さ＝６
６に決定する。

【００４０】ｓ３８では、文字の幅を文字の高さ×文字
の幅／高さに決定する。図８（ｂ）の行では、文字の幅
＝６６×１．２４＝８２となる。以上の処理で算出され
た文字サイズを文字サイズ記憶領域２０に格納する。

【００４１】ｓ３９では、文書画像に含まれる全ての行
について文字サイズが決定していれば文字サイズ決定を
終了し、そうでなければｓ４０で対象行を次の行に設定
し、ｓ３５へ戻って処理を繰り返す。

【００４２】以上、横書き文書の場合について説明を行
ったが、縦書き文書の場合でも、同様に処理することが
できる。

【００４３】

【発明の効果】本発明は、基本矩形の幅／高さのヒスト
グラムより、長体・正体・平体文字の判別を行い、文字
の幅／高さを算出するため、マニュアルで設定する必要
がなく、正確に文字サイズを決定することができる優れ
た文字サイズ抽出方法である。

【図面の簡単な説明】

【図１】本発明の一実施例における文字サイズ抽出方法
を用いた装置の機能ブロック図

【図２】本実施例における文字サイズ抽出方法を用いた
装置の装置ブロック図

【図３】本実施例の処理手順を示すフローチャート

【図４】本実施例における領域の分割の処理手順を示す
フローチャート

【図５】本実施例における基本矩形の幅／高さのヒスト
グラムの作成の処理手順を示すフローチャート

【図６】本実施例における長体・正体・平体文字の判定
の処理手順を示すフローチャート

【図７】本実施例における文字の幅／高さの決定と文字
サイズの決定の処理手順を示すフローチャート

【図８】本実施例における文字サイズ抽出方法を説明す
るための説明図

【図９】本実施例における行の幅、行間の例を示す図

【図１０】本実施例における行の幅、基本矩形の幅、高
さの例を示す図

【図１１】本実施例におけるヒストグラムの例を示す図

【図１２】本実施例における長体・正体・平体ブロック
分割テーブルを示す図

【符号の説明】

１画像入力部２外接矩形抽出部３行切り出し部４基本矩形作成部５領域分割部６ヒストグラム作成部７長体・正体・平体文字判別部８文字サイズ算出部９出力部１０スキャナ１１中央演算処理装置（ＣＰＵ）１２リードオンリメモリ（ＲＯＭ）１３プログラム領域１４長体・正体・平体ブロック分割テーブル１５ランダムアクセスメモリ（ＲＡＭ）１６文書画像記憶領域１７基本矩形記憶領域１８ヒストグラム領域１９分割領域記憶領域２０文字サイズ記憶領域２１表示装置

Claims

【特許請求の範囲】

【請求項１】入力された文書画像から黒画素連結成分の
外接矩形を抽出し、各行において、文字列方向と垂直に
重なった外接矩形を統合し、文字サイズ、行間が変化す
る行を検出することにより領域に分割し、分割領域毎
に、基本矩形の幅／高さについてヒストグラムを作成
し、ヒストグラムより長体・正体・平体文字のいずれで
あるか判別し、文字の幅／高さを決定し、文字の幅／高
さより、文字切り出しを行うための文字サイズを抽出す
ることを特徴とする文字サイズ抽出方法。