JPH06274685A - 宛名画像抽出装置 - Google Patents

Abstract

(57)【要約】 【目的】写真画像などが含まれる郵便物などの画像か
ら、宛名及び住所など所望文字のみを含む画像を抽出す
る。 【構成】画像データ内の所望領域を抽出する装置におい
て、画像メモリ（１３）に格納された画像データ内で連
結している画像を検出する手段（１４）と、前記連結画
像が文字を構成する画像として有効であるか判断する手
段（１９）と、前記判断手段（１９）によって有効と判
断された各連結画像間の遠近関係から、前記所望領域を
抽出する手段（２０）と、前記所望領域内の前記連結画
像のみを提供する手段（２４、２５）とを具備する。郵
便物の画像から文字画像データのみが抽出され、次段の
文字解読部にその文字画像データが出力される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明はＯＣＲ（光学文字読取装
置）に関し、特に広告等が混在する郵便物上の画像など
から宛名住所領域を抽出する装置に関する。

【０００２】

【従来の技術】従来、汎用ＯＣＲは文書画像内の既に決
められた位置（文字記入枠）を目安に文字行及び文字の
検出を行っている。

【０００３】一方、郵便物上の画像においては、宛名住
所、差出人住所、広告等が混在しており、そのためこれ
ら郵便物上の画像から宛名住所領域を検出する場合、二
値画像としての郵便物画像をラベル付けし、連結してい
る画像毎に矩形座標を生成する。文字又は文字の一部で
あろうと判定された画像は、所定範囲内の矩形座標を統
合することで住所矩形領域が造出される。住所領域の候
補が複数のときは、郵便物画像上での位置関係から宛名
住所領域を一意に決定し、その領域内の画像を次段の文
字行切出し部及び文字切出し部に転送し、主に射影を用
いて文字行切出し、文字切出しが行われる。

【０００４】

【発明が解決しようとする課題】文字行切出し、文字切
出し処理は隣接文字との接触、入り込み等から射影によ
る方法が主に用いられる。そのため、領域検出された画
像は文字画像のみであることが望ましい。ところが、文
字領域として指定された矩形領域内に図７のように広告
等の雑音３０を含んでいると、雑音を含んだ矩形領域の
画像全てを転送するため、次段の切出し処理を困難にし
てしまう。従って本発明の目的は、写真画像などが含ま
れる郵便物などの画像から、宛名及び住所など所望文字
のみを含む画像を抽出することである。

【０００５】

【課題を解決するための手段及び作用】上記目的を達成
するために、本発明による装置は、画像データ内の所望
領域を抽出する装置であって、画像メモリに格納された
画像データ内の連結している画像を検出する手段と、前
記連結画像が文字を構成する画像として有効であるか判
断する手段と、前記判断手段によって有効と判断された
各連結画像間の遠近関係から、前記所望領域を抽出する
手段と、前記所望領域内の前記連結画像のみを提供する
手段とを具備する。郵便物の画像から文字画像データの
みが抽出され、次段の文字解読部にその文字画像データ
が出力される。

【０００６】

【実施例】以下、図面を参照しながら本発明の実施例に
ついて説明する。

【０００７】図１は本発明の一実施例である。二値画像
メモリ１３はＸアドレスＡ １１を主走査方向、Ｙアド
レスＡ １２を副走査方向として二値画像として格納さ
れた郵便物画像をラスター走査する。二値画像メモリ１
３から出力された郵便物画像は連結画像ラベル付け部１
４にて、連結している画像に同一ラベル番号が付けられ
る。更に、そのラベル番号付けに同期して連結テーブル
１７へラベル番号が書き込まれる。連結座標メモリ１８
にはラベル付けされた連結画像の始点・終点座標が書き
込まれる。連結テーブル１７には新たなラベル番号が生
成されたとき、そのラベル番号をアドレスとして同一ラ
ベルデータが書き込まれる。連結座標メモリ１８もその
ラベル番号をアドレスにして連結画像の始点・終点座標
としてＸアドレスＡ、ＹアドレスＡを入力にして大小比
較した座標が書き込まれる。連結対テーブル１５は連結
画像において異種ラベルが交差したときにその継続性を
保存するために、それら交差した異種ラベルのラベル番
号対を格納する。

【０００８】有効矩形検出部１９は連結座標メモリ１８
内に格納された連結画像を囲む矩形の始点・終点座標か
ら、その矩形領域の大きさを判断し、それが文字として
有効であるか判定する。宛名領域検出部２０は有効とみ
なされた矩形座標同志の遠近関係から各文字画像を統合
して宛名領域を検出する。宛名領域内の矩形座標は領域
内座標メモリ２１に格納され、更にマスクメモリ２４に
セットされ、その矩形座標で囲まれる矩形領域は全て”
１”が書き込まれる。二値画像メモリ１３の内容とマス
クメモリ２４の内容はＡＮＤ演算され、最終的に宛名領
域内の文字画像のみが出力される。

【０００９】次に本発明の動作を詳細に説明する。郵便
物上の画像はＣＣＤ(charge couppled divice)（図示さ
れず）などを用いて読み込まれ、二値画像に変換されて
二値画像メモリ１３に格納される。図２（ａ）に示すよ
うに二値画像メモリ１３内の画像３１は値”１”として
示される。画像３１以外の部分は値”０”が格納されて
いる（図示されず）。連結画像ラベル付け部１４は画像
３１を左上からラスター走査（つまりｘ方向を主走査方
向、ｙ方向を副走査方向として走査）し、図２（ｂ）に
示すように、最初に検出された画像（画像３１の”山”
の頂点画素）にラベル１を付加する。その後、画像が連
結していれば同一ラベル番号を付ける。新たな分離画像
が検出されたなら番号順に次のラベル番号を付加し連結
画像のラベル付けを行う。従って２番目に検出された画
像のラベル番号は”２”で、３番目に検出された画像の
ラベル番号は”３”であり、以下同様にしてラベルが付
けられる。そして連結画像ラベル付け部１４は各連結画
像の始点・終点座標の大小を比較することで、各連結画
像を囲む矩形（図中点線で示される）の座標値を連結座
標メモリ１８に格納する。例えばラベル番号１の場合、
始点として（ｘｓ１，ｙｓ１）、終点として（ｘｅ１，
ｙｅ１）が連結座標メモリ１８に格納される。図２
（ｂ）のラベル番号４とラベル番号１、及びラベル番号
１とラベル番号６のように異種ラベルが連結していると
き、連結画像ラベル付け部１４は各ラベル間の連結性を
示すために、図３（ａ）のように互いに連結しているラ
ベル番号を（例えば、４と１、１と６、…のように）連
結対テーブル１５に格納する。そして、図３（ｂ）に示
すようにラスター走査終了と共に連結テーブル１７には
アドレス１〜６に対応して、１〜６のラベル番号が格納
され、連結座標メモリ１８には各ラベル番号１〜６を各
々囲む複数の矩形の始点・終点座標が格納される。

【００１０】次に連結対テーブル１５を用いて本来の連
結画像の統合を行う。画像の統合化処理は先ず図３
（ｂ）に示されるアドレスをラベル番号とし、各ラベル
番号に結合している他のラベル番号を、図３（ａ）に示
される連結対テーブルを参照して検出する。即ち、一つ
の連結画像（図２（ｂ）の文字画像”山”）に複数のラ
ベル番号（１，４，６）が付されている場合、その中で
最も小さい値（”１”）がその連結画像のラベル番号と
して選択される。つまり、ラベル番号４とラベル番号１
は互いに結合している連結画像であるから、これらのラ
ベルは１つの連結画像内に含まれていると判断され、ラ
ベル番号４はラベル番号１に変更される。同様に、ラベ
ル番号６とラベル番号１も互いに結合している連結画像
であるから、ラベル番号６はラベル番号１に変更され
る。このようにしてラベル番号４とラベル番号６がラベ
ル番号１に書き替えられる。次に連結テーブル１７内の
同一ラベル番号の矩形を統合する。図３（ｂ）の連結座
標メモリ１８のアドレス１、アドレス４、アドレス６に
対応する各矩形の始点・終点座標の大小が各々比較され
る。つまり、アドレス１、４、６（全てラベル番号１）
が示す各矩形座標の開始ｘ座標（ｘｓ１，ｘｓ４，ｘｓ
６）の中で最も小さい値ｘｓ４と、開始ｙ座標（ｙｓ
１，ｙｓ４，ｙｓ６）の中で最も小さい値ｙｓ１が、統
合されたラベル１の開始ｘアドレスとして連結座標メモ
リ１８に格納される。つまりアドレス１の内容は更新さ
れる。又、アドレス１、４、６が示す各矩形座標の終点
ｘ座標（ｘｅ１，ｘｅ４，ｘｅ６）の中で最も大きな値
ｘｅ１（ｘｅ１とｘｅ６は同じ値であるが、ｙ座標の大
きなｘｅ１が選択される）と、終点ｙ座標（ｙｅ１，ｙ
ｅ４，ｙｅ６）の中で最も大きな値ｙｅ１が、統合され
たラベル１の終点ｙアドレスとして連結座標メモリ１８
に格納される。このようにして、図（ｃ）に示すよう
に、図３（ｂ）のアドレス１、４、６が示す矩形全てを
囲む矩形の座標が図３（ｃ）のアドレス１に格納され、
連結画像の統合が行われる。

【００１１】有効矩形検出部１９は図３（ｃ）の連結座
標メモリ１８の始点・終点座標から、その矩形領域の大
きさを判定する。以下、その判定方法を説明する。図４
（ｂ）は図４（ａ）の郵便物画像を連結画像レベル付け
部１４によって前述のように処理し、その結果統合され
た各連結画像を矩形で囲んだ例である。これらの矩形の
中で、所定の大きさ以下及び以上の矩形３２は文字以外
の画像（例えば広告）と判定し、その矩形座標は無効と
する。有効矩形座標判定処理の流れを図５に示す。各矩
形座標のＸ方向の長さをＸｉ、記載文字のＸ方向の長さ
の下限値をｋ、上限値をｌ、Ｙ方向の長さをＹｊ、記載
文字のＹ方向の長さの下限値をｍ、上限値をｎとして、
Ｘｉ、Ｙｊが共にこの範囲内にあれば有効矩形座標とし
て検出する。つまり、Ｘｉが下限値ｋより大きく（ＳＴ
１）、且つ上限値ｌより小さく（ＳＴ２）、且つＹｊが
下限値ｍより大きく（ＳＴ３）、且つ上限値ｎより小さ
いければ（ＳＴ４）、その矩形は文字に関するものとし
て有効と判断される。上記以外の場合、その矩形は無効
と判断される（ＳＴ５）。ｋ、ｌ、ｍ、ｎの値は郵便物
上に記載される文字の最大・最小値の推定値で設定す
る。

【００１２】次に図４（ｂ）に示すように、宛名領域検
出部２０は有効とみなされた矩形座標同志の遠近関係か
ら文字画像の矩形座標を統合して、二値画像メモリ１３
に格納された画像の宛名領域３３を検出する。そして、
宛名領域を形成する各文字画像矩形座標の連結座標列を
領域内座標メモリ２１に格納する。従って領域座標メモ
リ２１には宛名領域３３内の各矩形の座標が格納され、
写真領域として判断された矩形３２の座標は格納されな
い。次に宛名領域内座標メモリ２１の座標列を、順次Ｘ
アドレスＢ ２２、ＹアドレスＢ ２３にセットし、前
記座標列で示される各矩形領域に”１”を書き込む。マ
スクメモリ２４のメモリ領域は二値画像メモリ１３と同
等で、マスクメモリ２４上の矩形データの位置は二値画
像メモリ１３上の各文字位置に対応する。又、マスクメ
モリ２４は二値メモリ１３への画像入力時に”０”が書
き込まれている。

【００１３】そして、宛名領域の画像抽出・出力転送に
おいては、二値画像メモリ１３とマスクメモリ２４の対
応するアドレスに格納されたデータはＡＮＤ回路２５に
よりＡＮＤされる。

【００１４】図６（ａ）は前述のようにして二値画像メ
モリ１３内の郵便物画像から検出された宛名領域３３、
図６（ｂ）はマスクメモリ２４内のマスク画像である。
黒く塗り潰した部分が文字画像の矩形を示すマスク画像
である。図６の（ｃ）は（ａ）と（ｂ）の画像のＡＮＤ
をとることによって得られる画像である。このように本
発明を用いることで広告部分を除く本来の宛名画像
（ｃ）のみが出力転送される。

【００１５】

【発明の効果】以上説明したように本発明によれば、検
出された宛名画像を抽出・転送において、宛名矩形領域
を形成する文字矩形座標内の画像のみを抽出・転送する
ことができ、宛名領域矩形内に含まれる文字以外の画像
を排除し、文字行切出し、文字切出しの負担および誤り
を軽減できる。

【図面の簡単な説明】

【図１】図１は本発明装置の一実施例の構成を概略的に
示すブロック図。

【図２】図２はラベル付けされる画像とその矩形座標を
示す図。

【図３】図３連結画像の統合処理に関する各種テーブル
を示す図。

【図４】図４は宛名検出処理に関する図。

【図５】図５は矩形画像を文字領域として判定する処理
を示すフローチャート。

【図６】図６はマスクメモリを用いた画像抽出と転送に
関する図。

【図７】図７は従来装置で転送される画像データ。

【符号の説明】

１３…二値像メモリ、１４…連結画像ラベル付け部、１
５…連結テーブル、１７…連結テーブル、１８…連結座
標メモリ、１９…有効矩形検出部、２０…宛名領域検出
部、２１…領域内座標メモリ、２４…マスクメモリ、２
５…ＡＮＤ回路。

Claims (2)

【特許請求の範囲】
1. 【請求項１】画像データ内の所望領域を抽出する装置に
   おいて、 画像メモリに格納された画像データ内で連結画像を検出
   する手段と、 前記連結画像が文字を構成する画像として有効であるか
   判断する手段と、 前記判断手段によって有効と判断された各連結画像間の
   遠近関係から、前記所望領域を抽出する手段と、 前記所望領域内の前記連結画像のみを提供する手段と、
   を具備することを特徴とする装置。
2. 【請求項２】郵便物画像内の所望文字領域を抽出する装
   置を有するＯＣＲにおいて、前記抽出する装置は、 前記画像を二値画像として格納する手段と、 前記画像格納手段内の連結画像を検出する手段と、 前記連結画像を統合して、統合連結画像を提供する手段
   と、 前記統合連結画像が文字を構成する画像として有効であ
   るか判断する手段と、 前記判断手段によって有効と判断された各統合連結画像
   間の遠近関係から、前記所望文字領域を抽出する手段
   と、 前記統合連結画像を囲む矩形内に同一データが書き込ま
   れたマスク画像を格納する手段と前記所望文字領域と前
   記マスク画像とを論理演算することで、前記郵便物画像
   内の所望文字を生成する手段と、を具備することを特徴
   とする装置。