JPH07168911A - 文書認識装置 - Google Patents
文書認識装置Info
- Publication number
- JPH07168911A JPH07168911A JP5316302A JP31630293A JPH07168911A JP H07168911 A JPH07168911 A JP H07168911A JP 5316302 A JP5316302 A JP 5316302A JP 31630293 A JP31630293 A JP 31630293A JP H07168911 A JPH07168911 A JP H07168911A
- Authority
- JP
- Japan
- Prior art keywords
- character
- rectangle
- candidate
- unit
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【目的】 外接矩形の大きさ等に関わらず、図形矩形と
文字矩形と画像矩形を正しく判別することができる信頼
性に優れた文書認識装置を提供することを目的とする。 【構成】 外接矩形を検出する外接矩形検出部３と、文
字・図形・画像候補矩形等を抽出する候補矩形抽出部４
と、基準文字サイズ文字矩形を抽出する基準文字サイズ
文字矩形抽出部５と、文字候補矩形を統合する文字候補
領域統合部８と、文字候補領域中の基準文字サイズ文字
矩形を抽出する代表文字矩形抽出部９と、代表文字矩形
を文字認識する文字候補領域文字認識部１０と、この認
識確度が閾値未満であればこの文字候補領域を画像領域
と判定し、図形候補矩形に対して文字認識を行い、この
認識確度が閾値よりも大きければこの図形候補矩形を文
字矩形と判定し、各領域を抽出する領域抽出部１４と、
を備えた構成からなる。
文字矩形と画像矩形を正しく判別することができる信頼
性に優れた文書認識装置を提供することを目的とする。 【構成】 外接矩形を検出する外接矩形検出部３と、文
字・図形・画像候補矩形等を抽出する候補矩形抽出部４
と、基準文字サイズ文字矩形を抽出する基準文字サイズ
文字矩形抽出部５と、文字候補矩形を統合する文字候補
領域統合部８と、文字候補領域中の基準文字サイズ文字
矩形を抽出する代表文字矩形抽出部９と、代表文字矩形
を文字認識する文字候補領域文字認識部１０と、この認
識確度が閾値未満であればこの文字候補領域を画像領域
と判定し、図形候補矩形に対して文字認識を行い、この
認識確度が閾値よりも大きければこの図形候補矩形を文
字矩形と判定し、各領域を抽出する領域抽出部１４と、
を備えた構成からなる。
Description
【０００１】
【産業上の利用分野】本発明は文字，表，図形，罫線，
画像等が混在する印刷・手書き等の認識対象文書を自動
的に認識してコードデータ等に変換することのできる文
書認識装置に関するものである。
画像等が混在する印刷・手書き等の認識対象文書を自動
的に認識してコードデータ等に変換することのできる文
書認識装置に関するものである。
【０００２】
【従来の技術】近年、文書参照等の際の作業性向上，文
書保管スペースの節約等のため、文書の電子化が広く行
われるようになった。その際のコンピュータ等への入力
装置として、文字，表，図形等をそのままコードデータ
等に変換することのできる文書認識装置が種々開発され
ている。
書保管スペースの節約等のため、文書の電子化が広く行
われるようになった。その際のコンピュータ等への入力
装置として、文字，表，図形等をそのままコードデータ
等に変換することのできる文書認識装置が種々開発され
ている。
【０００３】以下に従来の文書認識装置について説明す
る。従来の文書認識装置は、認識対象文書をスキャナ等
を用いて取り込んで２値画像を得て、領域抽出処理に要
する時間を短縮するため、この２値画像を解像度が１０
０ＤＰＩ程度となるように縮小して縮小済２値画像デー
タを出力し、この縮小済２値画像データから黒画素が連
結している部分を抽出し、この連結した黒画素に外接す
る矩形（以下外接矩形と略す）の座標を検出し、この外
接矩形の大きさが比較的大きい矩形を図形候補矩形、そ
れ以外を文字候補矩形と認識し、文字候補矩形に対して
は、文字矩形のサイズや文字矩形間の距離から文字間・
行間を求め、文字矩形を統合して文字行領域を抽出し、
更に文字行領域を統合して文字領域を抽出し、この文字
領域に対して文字切り出し・文字認識の処理を行い、図
形候補矩形に対しては、その面積に対する黒画素の比率
が画像閾値以上のものを画像領域とし、それ以外を図形
領域として処理を行っている。
る。従来の文書認識装置は、認識対象文書をスキャナ等
を用いて取り込んで２値画像を得て、領域抽出処理に要
する時間を短縮するため、この２値画像を解像度が１０
０ＤＰＩ程度となるように縮小して縮小済２値画像デー
タを出力し、この縮小済２値画像データから黒画素が連
結している部分を抽出し、この連結した黒画素に外接す
る矩形（以下外接矩形と略す）の座標を検出し、この外
接矩形の大きさが比較的大きい矩形を図形候補矩形、そ
れ以外を文字候補矩形と認識し、文字候補矩形に対して
は、文字矩形のサイズや文字矩形間の距離から文字間・
行間を求め、文字矩形を統合して文字行領域を抽出し、
更に文字行領域を統合して文字領域を抽出し、この文字
領域に対して文字切り出し・文字認識の処理を行い、図
形候補矩形に対しては、その面積に対する黒画素の比率
が画像閾値以上のものを画像領域とし、それ以外を図形
領域として処理を行っている。
【０００４】
【発明が解決しようとする課題】しかしながら上記従来
の構成では、外接矩形の大きさのみによって図形矩形と
文字矩形とを判別しているために、大きな外接矩形を持
つ文字を図形候補矩形と誤認識したり、スキャナ等によ
るノイズのような小さな画像矩形を文字矩形と誤認識し
たりして、信頼性に欠けるという問題点を有していた。
の構成では、外接矩形の大きさのみによって図形矩形と
文字矩形とを判別しているために、大きな外接矩形を持
つ文字を図形候補矩形と誤認識したり、スキャナ等によ
るノイズのような小さな画像矩形を文字矩形と誤認識し
たりして、信頼性に欠けるという問題点を有していた。
【０００５】本発明は上記従来の問題点を解決するもの
で、外接矩形の大きさ、又は黒画素の割合等に関わら
ず、図形矩形と文字矩形と画像矩形を正しく判別するこ
とができる信頼性に優れた文書認識装置を提供すること
を目的とする。
で、外接矩形の大きさ、又は黒画素の割合等に関わら
ず、図形矩形と文字矩形と画像矩形を正しく判別するこ
とができる信頼性に優れた文書認識装置を提供すること
を目的とする。
【０００６】
【課題を解決するための手段】この目的を達成するため
に本発明の文書認識装置は、認識対象文書を２値画像デ
ータに変換して入力する画像入力部と、前記画像入力部
で得られた２値画像データから連結した黒画素に外接す
る矩形を外接矩形として検出する外接矩形検出部と、前
記外接矩形検出部で検出された外接矩形から文字候補矩
形，図形候補矩形，表候補矩形，画像候補矩形等を抽出
する候補矩形抽出部と、前記候補矩形抽出部で抽出され
た文字候補矩形から最頻の大きさの文字候補矩形を基準
文字サイズ文字矩形として抽出する基準文字サイズ文字
矩形抽出部と、前記候補矩形抽出部で抽出された文字候
補矩形の水平及び垂直方向の間隔から文字間・行間を検
出する文字間・行間検出部と、前記文字間・行間検出部
で検出された文字間から文字候補矩形を文字行候補領域
として統合する文字行候補領域統合部と、前記文字行候
補領域統合部で統合された文字行候補領域を文字候補領
域として統合する文字候補領域統合部と、前記文字候補
領域統合部で統合された文字候補領域中の基準文字サイ
ズ文字矩形を代表文字矩形として抽出する代表矩形抽出
部と、前記代表文字矩形抽出部で抽出された代表文字矩
形に対して文字認識を行う文字候補領域文字認識部と、
前記文字候補領域文字認識部で得られた認識確度が文字
領域閾値未満であればこの文字候補領域を画像領域と判
定し、さもなければ文字領域と判定する文字領域判定部
と、前記候補矩形抽出部で抽出された図形候補矩形に対
して文字認識を行う図形候補矩形文字認識部と、前記図
形候補矩形文字認識部で得られた認識確度が図形矩形閾
値よりも大きければこの図形候補矩形を文字矩形と判定
し、さもなければ図形矩形と判定する図形矩形判定部
と、前記候補矩形抽出部と前記文字領域判定部と前記図
形矩形判定部から出力される矩形情報及び領域情報に基
づいて前記画像入力部で得られた２値画像データ中から
文字，図形，表，画像等の各領域を抽出する領域抽出部
と、前記領域抽出部で抽出された各領域の属性に応じた
認識を行う認識処理部と、を備えた構成を有している。
に本発明の文書認識装置は、認識対象文書を２値画像デ
ータに変換して入力する画像入力部と、前記画像入力部
で得られた２値画像データから連結した黒画素に外接す
る矩形を外接矩形として検出する外接矩形検出部と、前
記外接矩形検出部で検出された外接矩形から文字候補矩
形，図形候補矩形，表候補矩形，画像候補矩形等を抽出
する候補矩形抽出部と、前記候補矩形抽出部で抽出され
た文字候補矩形から最頻の大きさの文字候補矩形を基準
文字サイズ文字矩形として抽出する基準文字サイズ文字
矩形抽出部と、前記候補矩形抽出部で抽出された文字候
補矩形の水平及び垂直方向の間隔から文字間・行間を検
出する文字間・行間検出部と、前記文字間・行間検出部
で検出された文字間から文字候補矩形を文字行候補領域
として統合する文字行候補領域統合部と、前記文字行候
補領域統合部で統合された文字行候補領域を文字候補領
域として統合する文字候補領域統合部と、前記文字候補
領域統合部で統合された文字候補領域中の基準文字サイ
ズ文字矩形を代表文字矩形として抽出する代表矩形抽出
部と、前記代表文字矩形抽出部で抽出された代表文字矩
形に対して文字認識を行う文字候補領域文字認識部と、
前記文字候補領域文字認識部で得られた認識確度が文字
領域閾値未満であればこの文字候補領域を画像領域と判
定し、さもなければ文字領域と判定する文字領域判定部
と、前記候補矩形抽出部で抽出された図形候補矩形に対
して文字認識を行う図形候補矩形文字認識部と、前記図
形候補矩形文字認識部で得られた認識確度が図形矩形閾
値よりも大きければこの図形候補矩形を文字矩形と判定
し、さもなければ図形矩形と判定する図形矩形判定部
と、前記候補矩形抽出部と前記文字領域判定部と前記図
形矩形判定部から出力される矩形情報及び領域情報に基
づいて前記画像入力部で得られた２値画像データ中から
文字，図形，表，画像等の各領域を抽出する領域抽出部
と、前記領域抽出部で抽出された各領域の属性に応じた
認識を行う認識処理部と、を備えた構成を有している。
【０００７】ここで、代表文字矩形の抽出方法として
は、対象となっている文字候補領域中の基本文字サイズ
文字矩形の先頭のものを抽出し、基本サイズ文字矩形が
複数ある場合にはその末尾のものも抽出する方法や、基
本文字サイズ文字矩形を所定数ランダムに抽出する方法
等が挙げられる。
は、対象となっている文字候補領域中の基本文字サイズ
文字矩形の先頭のものを抽出し、基本サイズ文字矩形が
複数ある場合にはその末尾のものも抽出する方法や、基
本文字サイズ文字矩形を所定数ランダムに抽出する方法
等が挙げられる。
【０００８】
【作用】この構成によって、候補矩形抽出部で抽出され
た文字候補矩形に対して、基本文字サイズ矩形抽出部
が、最頻の矩形を基準文字サイズ文字矩形として抽出
し、文字間・行間検出部が、水平及び垂直方向の矩形間
隔を文字間・行間として検出し、文字行候補統合部が、
文字候補矩形を文字行候補領域として統合し、文字候補
領域統合部が、統合された文字行候補を文字候補領域と
して統合し、代表矩形抽出部が、統合された文字候補領
域の基準文字サイズ文字矩形の最初のものを代表矩形と
して抽出し、更に基本文字サイズ文字矩形が複数ある場
合は、その末尾のものも抽出して、文字候補領域文字認
識部が、統合された文字候補領域に対して文字認識を行
い、この認識確度が文字領域閾値未満であればその文字
候補領域を画像領域と判定するために、文字候補矩形に
誤認識されて含まれていた画像候補矩形を正しく判別す
ることができる。また、図形候補領域文字認識部が、候
補矩形抽出部で抽出された図形候補矩形に対して文字認
識を行い、この認識確度が図形領域閾値以上であればそ
の図形候補矩形を文字矩形と判定し、図形候補矩形に誤
認識されて含まれていた文字候補矩形を正しく判別する
ことができる。
た文字候補矩形に対して、基本文字サイズ矩形抽出部
が、最頻の矩形を基準文字サイズ文字矩形として抽出
し、文字間・行間検出部が、水平及び垂直方向の矩形間
隔を文字間・行間として検出し、文字行候補統合部が、
文字候補矩形を文字行候補領域として統合し、文字候補
領域統合部が、統合された文字行候補を文字候補領域と
して統合し、代表矩形抽出部が、統合された文字候補領
域の基準文字サイズ文字矩形の最初のものを代表矩形と
して抽出し、更に基本文字サイズ文字矩形が複数ある場
合は、その末尾のものも抽出して、文字候補領域文字認
識部が、統合された文字候補領域に対して文字認識を行
い、この認識確度が文字領域閾値未満であればその文字
候補領域を画像領域と判定するために、文字候補矩形に
誤認識されて含まれていた画像候補矩形を正しく判別す
ることができる。また、図形候補領域文字認識部が、候
補矩形抽出部で抽出された図形候補矩形に対して文字認
識を行い、この認識確度が図形領域閾値以上であればそ
の図形候補矩形を文字矩形と判定し、図形候補矩形に誤
認識されて含まれていた文字候補矩形を正しく判別する
ことができる。
【０００９】
【実施例】以下本発明の一実施例における文書認識装置
について、図面を参照しながら説明する。図１は本発明
の一実施例における文書認識装置の機能ブロック図であ
り、図２は本発明の一実施例における文書認識装置の回
路ブロック図である。１は認識対象文書を取り込んで２
値画像として入力する画像入力部、２は画像入力部１か
ら出力される２値画像を従来例と同様に縮小して縮小済
２値画像データを出力する画像縮小部、３は画像縮小部
２から出力される縮小済２値画像データから連結する黒
画素に外接する矩形を外接矩形として検出する外接矩形
検出部、４は外接矩形検出部３で検出された外接矩形か
ら文字，図形，表，画像等の各候補矩形を抽出する候補
矩形抽出部、５は候補矩形抽出部４で抽出された文字候
補矩形から最頻のサイズの文字矩形を基準文字サイズ文
字矩形として抽出する基準文字サイズ文字矩形抽出部、
６は候補矩形抽出部４で抽出された文字候補矩形から文
字間及び行間の距離を検出する文字間・行間検出部、７
は文字候補矩形を文字組方向に１行毎の文字領域として
統合する文字行候補統合部、８は文字行候補統合部７で
統合した文字行候補領域を統合して文字候補領域を検出
する文字候補領域統合部、９は文字候補領域統合部８で
統合した文字候補領域中の基準文字サイズ文字矩形の最
初の文字候補矩形を代表文字矩形として抽出し基準文字
サイズ文字候補矩形が複数ある場合は更に末尾の文字候
補も代表文字矩形として抽出する代表文字矩形抽出部、
１０は代表文字矩形抽出部９で抽出された代表文字矩形
の文字認識を行う文字候補領域文字認識部、１１は文字
候補領域文字認識部１０による平均認識確度が文字領域
閾値未満ならばノイズの可能性が高いため画像候補領域
と判定しそれ以外は文字候補領域のままとする文字候補
領域判定部、１２は候補矩形抽出部４で抽出された図形
候補矩形に対して領域文字認識を行う図形候補矩形文字
認識部、１３は図形候補矩形文字認識部１２による文字
認識確度が図形領域閾値を越えればこの矩形が大きなサ
イズの文字矩形と予測されるので文字候補領域と判定し
それ以外は図形候補矩形のままとする図形候補矩形判定
部、１４は各外接矩形に設定された諸属性を基にして縮
小済２値画像データから文字，図形，表，画像等の各領
域を抽出する領域抽出部、１５は画像縮小部２から出力
される縮小済２値画像データに対して領域抽出部１４で
抽出された各領域に応じた認識処理を行う認識処理部で
ある。図２において、１６は文書認識装置全体を制御す
るＣＰＵ、１７は読み取った２値画像データ及び認識プ
ログラム等のデータが格納されるランダムアクセスメモ
リ（以下ＲＡＭと略す）、１８は画像入力部１を構成し
認識対象文書を取り込んで２値画像を得るスキャナ、１
９は文書認識結果等を表示する表示装置、２０は外部か
ら認識処理の開始の指示等を入力するキーボード、２１
は外部から指示等を与えるマウス等のポインティング装
置、２２は上記デバイスを接続するためのシステム・バ
スである。
について、図面を参照しながら説明する。図１は本発明
の一実施例における文書認識装置の機能ブロック図であ
り、図２は本発明の一実施例における文書認識装置の回
路ブロック図である。１は認識対象文書を取り込んで２
値画像として入力する画像入力部、２は画像入力部１か
ら出力される２値画像を従来例と同様に縮小して縮小済
２値画像データを出力する画像縮小部、３は画像縮小部
２から出力される縮小済２値画像データから連結する黒
画素に外接する矩形を外接矩形として検出する外接矩形
検出部、４は外接矩形検出部３で検出された外接矩形か
ら文字，図形，表，画像等の各候補矩形を抽出する候補
矩形抽出部、５は候補矩形抽出部４で抽出された文字候
補矩形から最頻のサイズの文字矩形を基準文字サイズ文
字矩形として抽出する基準文字サイズ文字矩形抽出部、
６は候補矩形抽出部４で抽出された文字候補矩形から文
字間及び行間の距離を検出する文字間・行間検出部、７
は文字候補矩形を文字組方向に１行毎の文字領域として
統合する文字行候補統合部、８は文字行候補統合部７で
統合した文字行候補領域を統合して文字候補領域を検出
する文字候補領域統合部、９は文字候補領域統合部８で
統合した文字候補領域中の基準文字サイズ文字矩形の最
初の文字候補矩形を代表文字矩形として抽出し基準文字
サイズ文字候補矩形が複数ある場合は更に末尾の文字候
補も代表文字矩形として抽出する代表文字矩形抽出部、
１０は代表文字矩形抽出部９で抽出された代表文字矩形
の文字認識を行う文字候補領域文字認識部、１１は文字
候補領域文字認識部１０による平均認識確度が文字領域
閾値未満ならばノイズの可能性が高いため画像候補領域
と判定しそれ以外は文字候補領域のままとする文字候補
領域判定部、１２は候補矩形抽出部４で抽出された図形
候補矩形に対して領域文字認識を行う図形候補矩形文字
認識部、１３は図形候補矩形文字認識部１２による文字
認識確度が図形領域閾値を越えればこの矩形が大きなサ
イズの文字矩形と予測されるので文字候補領域と判定し
それ以外は図形候補矩形のままとする図形候補矩形判定
部、１４は各外接矩形に設定された諸属性を基にして縮
小済２値画像データから文字，図形，表，画像等の各領
域を抽出する領域抽出部、１５は画像縮小部２から出力
される縮小済２値画像データに対して領域抽出部１４で
抽出された各領域に応じた認識処理を行う認識処理部で
ある。図２において、１６は文書認識装置全体を制御す
るＣＰＵ、１７は読み取った２値画像データ及び認識プ
ログラム等のデータが格納されるランダムアクセスメモ
リ（以下ＲＡＭと略す）、１８は画像入力部１を構成し
認識対象文書を取り込んで２値画像を得るスキャナ、１
９は文書認識結果等を表示する表示装置、２０は外部か
ら認識処理の開始の指示等を入力するキーボード、２１
は外部から指示等を与えるマウス等のポインティング装
置、２２は上記デバイスを接続するためのシステム・バ
スである。
【００１０】以上のように構成された本発明の一実施例
における文書認識装置について、以下その動作を説明す
る。図３は本発明の一実施例における文書認識装置の全
体フローチャートであり、図４は本発明の一実施例にお
ける候補矩形抽出処理の詳細なフローチャートであり、
図５は本発明の一実施例における文字・図形・画像候補
矩形判別処理の詳細なフローチャートであり、図６
（ａ）は画像データの一例を示す図であり、（ｂ）は候
補矩形抽出処理により画像データから抽出される外接矩
形を示す図であり、（ｃ）は文字・図形・画像候補矩形
判別処理により正確に判別された外接矩形を示す図であ
る。図３において、初めに、画像入力部１によって、ス
キャナ１８を用いて認識対象文書を取り込み、２値画像
に変換し、その２値画像データを記憶する（Ｓ１）。こ
こで、図６（ａ）に示すような画像データが得られたも
のとする。次に、画像縮小部２によって、Ｓ１で取り込
まれた２値画像を処理速度の向上のために、解像度が１
００ＤＰＩ程度の大きさとなるように縮小し、縮小済２
値画像及びその縮小済２値画像データを得る（Ｓ２）。
次に、外接矩形検出部３によって、Ｓ２で得られた縮小
済２値画像から連結した黒画素に外接する矩形を外接矩
形として検出し、その縮小済２値画像データ上での位置
座標及び大きさを記憶する（Ｓ３）。次に、外接矩形検
出部３で検出された外接矩形から、文字，図形，表，画
像等の各候補矩形を抽出する（Ｓ４）（Ｓ４における判
別処理の詳細は後述する。）。次に、候補矩形抽出部４
で抽出された文字及び図形候補矩形に対して、文字・図
形・画像矩形判別処理を行う（Ｓ５）（Ｓ５における処
理の詳細は後述する。）。次に、領域抽出部１４によっ
て、上記の処理で設定された個々の外接矩形の属性を基
にして、文字，図形，表，画像等の各領域を抽出する
（Ｓ６）。次に、認識処理部１５によって、Ｓ６で抽出
された各領域の属性に応じて、画像入力部１から出力さ
れる２値画像に対する認識処理を行う（Ｓ７）。
における文書認識装置について、以下その動作を説明す
る。図３は本発明の一実施例における文書認識装置の全
体フローチャートであり、図４は本発明の一実施例にお
ける候補矩形抽出処理の詳細なフローチャートであり、
図５は本発明の一実施例における文字・図形・画像候補
矩形判別処理の詳細なフローチャートであり、図６
（ａ）は画像データの一例を示す図であり、（ｂ）は候
補矩形抽出処理により画像データから抽出される外接矩
形を示す図であり、（ｃ）は文字・図形・画像候補矩形
判別処理により正確に判別された外接矩形を示す図であ
る。図３において、初めに、画像入力部１によって、ス
キャナ１８を用いて認識対象文書を取り込み、２値画像
に変換し、その２値画像データを記憶する（Ｓ１）。こ
こで、図６（ａ）に示すような画像データが得られたも
のとする。次に、画像縮小部２によって、Ｓ１で取り込
まれた２値画像を処理速度の向上のために、解像度が１
００ＤＰＩ程度の大きさとなるように縮小し、縮小済２
値画像及びその縮小済２値画像データを得る（Ｓ２）。
次に、外接矩形検出部３によって、Ｓ２で得られた縮小
済２値画像から連結した黒画素に外接する矩形を外接矩
形として検出し、その縮小済２値画像データ上での位置
座標及び大きさを記憶する（Ｓ３）。次に、外接矩形検
出部３で検出された外接矩形から、文字，図形，表，画
像等の各候補矩形を抽出する（Ｓ４）（Ｓ４における判
別処理の詳細は後述する。）。次に、候補矩形抽出部４
で抽出された文字及び図形候補矩形に対して、文字・図
形・画像矩形判別処理を行う（Ｓ５）（Ｓ５における処
理の詳細は後述する。）。次に、領域抽出部１４によっ
て、上記の処理で設定された個々の外接矩形の属性を基
にして、文字，図形，表，画像等の各領域を抽出する
（Ｓ６）。次に、認識処理部１５によって、Ｓ６で抽出
された各領域の属性に応じて、画像入力部１から出力さ
れる２値画像に対する認識処理を行う（Ｓ７）。
【００１１】ここで、Ｓ４での各候補矩形抽出処理につ
いて詳細に説明する。図４において、まず、外接矩形検
出部３で抽出された候補矩形に対して、外接矩形内の黒
画素数がノイズ候補閾値以下であるか調べる（Ｓ８）。
Ｙｅｓである場合は、その矩形をノイズ候補矩形と判別
してＳ１２へジャンプし、Ｎｏである場合は、Ｓ８で判
別された矩形に対して、外接矩形の縦横比が罫線候補閾
値以上であるか調べる（Ｓ９）。Ｙｅｓである場合は、
罫線候補矩形と判別してＳ１５へジャンプし、Ｎｏであ
る場合は、Ｓ９で判別された矩形に対して、外接矩形の
長辺が文字候補閾値以上かつ外接矩形の黒画素密度が図
形候補閾値以下であるか調べる（Ｓ１０）。Ｙｅｓであ
る場合は、図形候補矩形と判別してＳ１４へジャンプ
し、Ｎｏである場合は、Ｓ１０で判別された矩形に対し
て、外接矩形の長辺が文字候補閾値以上かつ外接矩形の
黒画素密度が画像候補閾値以上であるか調べる（Ｓ１
１）。Ｙｅｓである場合は、画像候補矩形と判別してＳ
１２へジャンプし、Ｎｏである場合は、文字候補矩形と
判別してＳ１３へジャンプする。次に、ノイズ候補矩形
または画像候補矩形と判別された矩形は、属性を画像候
補矩形として記憶する（Ｓ１２）。次に、文字候補矩形
と判別された矩形は属性を文字候補矩形として記憶する
（Ｓ１３）。次に、図形候補矩形と判別された矩形は属
性を図形候補矩形として記憶する（Ｓ１４）。次に、罫
線候補矩形と判別された矩形は属性を罫線候補矩形とし
て記憶する（Ｓ１５）。
いて詳細に説明する。図４において、まず、外接矩形検
出部３で抽出された候補矩形に対して、外接矩形内の黒
画素数がノイズ候補閾値以下であるか調べる（Ｓ８）。
Ｙｅｓである場合は、その矩形をノイズ候補矩形と判別
してＳ１２へジャンプし、Ｎｏである場合は、Ｓ８で判
別された矩形に対して、外接矩形の縦横比が罫線候補閾
値以上であるか調べる（Ｓ９）。Ｙｅｓである場合は、
罫線候補矩形と判別してＳ１５へジャンプし、Ｎｏであ
る場合は、Ｓ９で判別された矩形に対して、外接矩形の
長辺が文字候補閾値以上かつ外接矩形の黒画素密度が図
形候補閾値以下であるか調べる（Ｓ１０）。Ｙｅｓであ
る場合は、図形候補矩形と判別してＳ１４へジャンプ
し、Ｎｏである場合は、Ｓ１０で判別された矩形に対し
て、外接矩形の長辺が文字候補閾値以上かつ外接矩形の
黒画素密度が画像候補閾値以上であるか調べる（Ｓ１
１）。Ｙｅｓである場合は、画像候補矩形と判別してＳ
１２へジャンプし、Ｎｏである場合は、文字候補矩形と
判別してＳ１３へジャンプする。次に、ノイズ候補矩形
または画像候補矩形と判別された矩形は、属性を画像候
補矩形として記憶する（Ｓ１２）。次に、文字候補矩形
と判別された矩形は属性を文字候補矩形として記憶する
（Ｓ１３）。次に、図形候補矩形と判別された矩形は属
性を図形候補矩形として記憶する（Ｓ１４）。次に、罫
線候補矩形と判別された矩形は属性を罫線候補矩形とし
て記憶する（Ｓ１５）。
【００１２】次に、Ｓ５の文字・図形・画像矩形判別処
理について詳細に説明する。ここで、図６（ａ）に示す
画像データから、前述の候補矩形抽出処理によって、図
６（ｂ）に示すような、Ｚ１とＺ２の図形候補矩形と、
Ｍ１乃至Ｍ９の文字候補矩形が抽出されているものとす
る。また、外接矩形の表し方としては、座標系の水平方
向をＸ及び垂直方向をＹとし、左上の座標と右下の座標
で表している。まず、基準文字サイズ文字矩形抽出部５
によって、候補矩形抽出部４で抽出された文字候補矩形
に対して最頻のサイズを基準文字サイズ文字矩形として
抽出する（Ｓ１６）。次に、基準文字サイズ文字矩形抽
出部５で抽出された基準文字サイズ文字矩形により文字
矩形の切り出しを行う（Ｓ１７）。次に、文字間・行間
検出部６によって、候補矩形抽出部４で抽出された文字
候補矩形から最頻の距離を求め、個数が多い距離を文字
間、少ない方の距離を行間として検出する（Ｓ１８）。
次に、文字間・行間検出部６で求めた行間を用いて、文
字矩形を行単位の文字行候補領域として統合し、これら
を更に文字候補領域として統合する（Ｓ１９）。次に、
文字候補領域の基準文字サイズ文字矩形の最初の文字矩
形と、これが複数ある場合は最後の文字矩形を代表矩形
として抽出する（Ｓ２０）。次に、Ｓ１９で得られた文
字候補領域に対して、文字認識を行う（Ｓ２１）。次
に、Ｓ２１での平均文字認識確度が文字領域閾値未満で
あるか判定を行う（Ｓ２２）。Ｙｅｓである場合は、文
字候補領域を画像候補領域に変換し（Ｓ２３）、Ｎｏで
ある場合は、文字・図形・画像矩形判別処理を終了す
る。次に、図形候補領域に関して文字認識を行う（Ｓ２
４）。次に、Ｓ２４での平均文字認識確度が図形領域閾
値より大きいか判定を行う（Ｓ２５）。Ｙｅｓである場
合は、図形候補領域を文字候補領域に変換し（Ｓ２
６）、Ｎｏである場合は、文字・図形・画像矩形判別処
理を終了する。次に、罫線候補矩形を表候補領域に統合
して記憶する（Ｓ２７）。ここで、以上の処理によっ
て、図６（ｃ）に示すように、Ｚ１を図形候補領域、Ｍ
１乃至Ｍ８を文字候補領域、Ｇ１とＧ２を画像候補領域
として正確に判別することができる。
理について詳細に説明する。ここで、図６（ａ）に示す
画像データから、前述の候補矩形抽出処理によって、図
６（ｂ）に示すような、Ｚ１とＺ２の図形候補矩形と、
Ｍ１乃至Ｍ９の文字候補矩形が抽出されているものとす
る。また、外接矩形の表し方としては、座標系の水平方
向をＸ及び垂直方向をＹとし、左上の座標と右下の座標
で表している。まず、基準文字サイズ文字矩形抽出部５
によって、候補矩形抽出部４で抽出された文字候補矩形
に対して最頻のサイズを基準文字サイズ文字矩形として
抽出する（Ｓ１６）。次に、基準文字サイズ文字矩形抽
出部５で抽出された基準文字サイズ文字矩形により文字
矩形の切り出しを行う（Ｓ１７）。次に、文字間・行間
検出部６によって、候補矩形抽出部４で抽出された文字
候補矩形から最頻の距離を求め、個数が多い距離を文字
間、少ない方の距離を行間として検出する（Ｓ１８）。
次に、文字間・行間検出部６で求めた行間を用いて、文
字矩形を行単位の文字行候補領域として統合し、これら
を更に文字候補領域として統合する（Ｓ１９）。次に、
文字候補領域の基準文字サイズ文字矩形の最初の文字矩
形と、これが複数ある場合は最後の文字矩形を代表矩形
として抽出する（Ｓ２０）。次に、Ｓ１９で得られた文
字候補領域に対して、文字認識を行う（Ｓ２１）。次
に、Ｓ２１での平均文字認識確度が文字領域閾値未満で
あるか判定を行う（Ｓ２２）。Ｙｅｓである場合は、文
字候補領域を画像候補領域に変換し（Ｓ２３）、Ｎｏで
ある場合は、文字・図形・画像矩形判別処理を終了す
る。次に、図形候補領域に関して文字認識を行う（Ｓ２
４）。次に、Ｓ２４での平均文字認識確度が図形領域閾
値より大きいか判定を行う（Ｓ２５）。Ｙｅｓである場
合は、図形候補領域を文字候補領域に変換し（Ｓ２
６）、Ｎｏである場合は、文字・図形・画像矩形判別処
理を終了する。次に、罫線候補矩形を表候補領域に統合
して記憶する（Ｓ２７）。ここで、以上の処理によっ
て、図６（ｃ）に示すように、Ｚ１を図形候補領域、Ｍ
１乃至Ｍ８を文字候補領域、Ｇ１とＧ２を画像候補領域
として正確に判別することができる。
【００１３】
【発明の効果】以上のように本発明は、候補矩形抽出部
で抽出された文字候補矩形に対して、基本文字サイズ矩
形抽出部が、最頻の矩形を基準文字サイズ文字矩形とし
て抽出し、文字間・行間検出部が、水平及び垂直方向の
矩形間隔を文字間・行間として検出し、文字統合部が、
文字候補矩形を文字行候補領域として統合し、文字候補
領域統合部が、統合された文字行候補領域を文字候補領
域として統合し、代表矩形抽出部が、統合された文字候
補領域の基準文字サイズ文字矩形の最初のものを代表矩
形として抽出し、更に基本文字サイズ文字矩形が複数あ
る場合は、その末尾のものも抽出して、文字候補領域文
字認識部が、統合された文字候補領域に対して文字認識
を行い、文字候補領域判定部が、この認識確度が文字領
域閾値未満であればその文字候補領域を画像領域と判定
するために、文字候補矩形に誤認されて含まれていた画
像候補矩形を正しく判別することができるとともに、候
補矩形抽出部で抽出された図形候補矩形に対して、図形
候補領域文字認識部が文字認識を行い、図形候補矩形判
定部が、この認識確度が図形領域閾値以上であればその
図形候補矩形を文字矩形と判定するために、図形候補矩
形に誤認識されて含まれていた文字候補矩形を正しく判
別することができる信頼性に優れた文書認識装置を実現
できるものである。
で抽出された文字候補矩形に対して、基本文字サイズ矩
形抽出部が、最頻の矩形を基準文字サイズ文字矩形とし
て抽出し、文字間・行間検出部が、水平及び垂直方向の
矩形間隔を文字間・行間として検出し、文字統合部が、
文字候補矩形を文字行候補領域として統合し、文字候補
領域統合部が、統合された文字行候補領域を文字候補領
域として統合し、代表矩形抽出部が、統合された文字候
補領域の基準文字サイズ文字矩形の最初のものを代表矩
形として抽出し、更に基本文字サイズ文字矩形が複数あ
る場合は、その末尾のものも抽出して、文字候補領域文
字認識部が、統合された文字候補領域に対して文字認識
を行い、文字候補領域判定部が、この認識確度が文字領
域閾値未満であればその文字候補領域を画像領域と判定
するために、文字候補矩形に誤認されて含まれていた画
像候補矩形を正しく判別することができるとともに、候
補矩形抽出部で抽出された図形候補矩形に対して、図形
候補領域文字認識部が文字認識を行い、図形候補矩形判
定部が、この認識確度が図形領域閾値以上であればその
図形候補矩形を文字矩形と判定するために、図形候補矩
形に誤認識されて含まれていた文字候補矩形を正しく判
別することができる信頼性に優れた文書認識装置を実現
できるものである。
【図１】本発明の一実施例における文書認識装置の機能
ブロック図
ブロック図
【図２】本発明の一実施例における文書認識装置の回路
ブロック図
ブロック図
【図３】本発明の一実施例における文書認識装置の全体
フローチャート
フローチャート
【図４】本発明の一実施例における候補矩形抽出処理の
詳細なフローチャート
詳細なフローチャート
【図５】本発明の一実施例における文字・図形・画像候
補矩形判別処理の詳細なフローチャート
補矩形判別処理の詳細なフローチャート
【図６】（ａ）は本発明の一実施例における画像データ
の一例を示す図 （ｂ）は本発明の一実施例における候補矩形抽出処理に
より画像データから抽出される外接矩形を示す図 （ｃ）は本発明の一実施例における文字・図形・画像候
補矩形判別処理により正確に判別された外接矩形を示す
図
の一例を示す図 （ｂ）は本発明の一実施例における候補矩形抽出処理に
より画像データから抽出される外接矩形を示す図 （ｃ）は本発明の一実施例における文字・図形・画像候
補矩形判別処理により正確に判別された外接矩形を示す
図
１ 画像入力部 ２ 画像縮小部 ３ 外接矩形検出部 ４ 候補矩形抽出部 ５ 基準文字サイズ文字矩形抽出部 ６ 文字間・行間検出部 ７ 文字行候補統合部 ８ 文字候補領域統合部 ９ 代表文字矩形抽出部 １０ 文字候補領域文字認識部 １１ 文字候補領域判定部 １２ 図形候補矩形文字認識部 １３ 図形候補矩形判定部 １４ 領域抽出部 １５ 認識処理部 １６ ＣＰＵ １７ ランダムアクセスメモリ（ＲＡＭ） １８ スキャナ １９ 表示装置 ２０ キーボード ２１ ポインティング装置 ２２ システム・バス
Claims (1)
- 【請求項１】認識対象文書を２値画像データに変換して
入力する画像入力部と、前記画像入力部で得られた２値
画像データから連結した黒画素に外接する矩形を外接矩
形として検出する外接矩形検出部と、前記外接矩形検出
部で検出された外接矩形から文字候補矩形，図形候補矩
形，表候補矩形，画像候補矩形等を抽出する候補矩形抽
出部と、前記候補矩形抽出部で抽出された文字候補矩形
から最頻の大きさの文字候補矩形を基準文字サイズ文字
矩形として抽出する基準文字サイズ文字矩形抽出部と、
前記候補矩形抽出部で抽出された文字候補矩形の水平及
び垂直方向の間隔から文字間・行間を検出する文字間・
行間検出部と、前記文字間・行間検出部で検出された文
字間から文字候補矩形を文字行候補領域として統合する
文字行候補領域統合部と、前記文字行候補領域統合部で
統合された文字行候補領域を文字候補領域として統合す
る文字候補領域統合部と、前記文字候補領域統合部で統
合された文字候補領域中の基準文字サイズ文字矩形を代
表文字矩形として抽出する代表矩形抽出部と、前記代表
文字矩形抽出部で抽出された代表文字矩形に対して文字
認識を行う文字候補領域文字認識部と、前記文字候補領
域文字認識部で得られた認識確度が文字領域閾値未満で
あればこの文字候補領域を画像領域と判定し、さもなけ
れば文字領域と判定する文字領域判定部と、前記候補矩
形抽出部で抽出された図形候補矩形に対して文字認識を
行う図形候補矩形文字認識部と、前記図形候補矩形文字
認識部で得られた認識確度が図形矩形閾値よりも大きけ
ればこの図形候補矩形を文字矩形と判定し、さもなけれ
ば図形矩形と判定する図形矩形判定部と、前記候補矩形
抽出部と前記文字領域判定部と前記図形矩形判定部から
出力される矩形情報及び領域情報に基づいて前記画像入
力部で得られた２値画像データ中から文字，図形，表，
画像等の各領域を抽出する領域抽出部と、前記領域抽出
部で抽出された各領域の属性に応じた認識を行う認識処
理部と、を備えたことを特徴とする文書認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5316302A JPH07168911A (ja) | 1993-12-16 | 1993-12-16 | 文書認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5316302A JPH07168911A (ja) | 1993-12-16 | 1993-12-16 | 文書認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07168911A true JPH07168911A (ja) | 1995-07-04 |
Family
ID=18075615
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5316302A Pending JPH07168911A (ja) | 1993-12-16 | 1993-12-16 | 文書認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07168911A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000062243A1 (fr) * | 1999-04-14 | 2000-10-19 | Fujitsu Limited | Procede et dispositif d'extraction de chaines de caracteres utilisant un composant de base d'une image de document |
| US7660014B2 (en) | 2006-01-17 | 2010-02-09 | Konica Minolta Business Technologies, Inc. | Image processing apparatus capable of extracting rule from document image with high precision |
| US8208744B2 (en) | 2006-01-23 | 2012-06-26 | Konica Minolta Business Technologies, Inc. | Image processing apparatus capable of accurately and quickly determining character part included in image |
-
1993
- 1993-12-16 JP JP5316302A patent/JPH07168911A/ja active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2000062243A1 (fr) * | 1999-04-14 | 2000-10-19 | Fujitsu Limited | Procede et dispositif d'extraction de chaines de caracteres utilisant un composant de base d'une image de document |
| US7660014B2 (en) | 2006-01-17 | 2010-02-09 | Konica Minolta Business Technologies, Inc. | Image processing apparatus capable of extracting rule from document image with high precision |
| US8208744B2 (en) | 2006-01-23 | 2012-06-26 | Konica Minolta Business Technologies, Inc. | Image processing apparatus capable of accurately and quickly determining character part included in image |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0721310A (ja) | 文書認識装置 | |
| JP2002015280A (ja) | 画像認識装置、画像認識方法および画像認識プログラムを記録したコンピュータ読取可能な記録媒体 | |
| JPH07168911A (ja) | 文書認識装置 | |
| JPH08180068A (ja) | 電子ファイリング装置 | |
| JPH06187489A (ja) | 文字認識装置 | |
| JP3276555B2 (ja) | フォーマット認識装置及び文字読取り装置 | |
| KR19980058361A (ko) | 한글 문자 인식 방법 및 시스템 | |
| JPH07160810A (ja) | 文字認識装置 | |
| JP2917427B2 (ja) | 図面読取装置 | |
| JPH07230525A (ja) | 罫線認識方法及び表処理方法 | |
| JP3095470B2 (ja) | 文字認識装置 | |
| JP4731748B2 (ja) | 画像処理装置、方法、プログラム及び記憶媒体 | |
| JP3060248B2 (ja) | 表認識装置 | |
| JPH0728935A (ja) | 文書画像処理装置 | |
| JPH0855185A (ja) | 文字認識装置 | |
| JP2982221B2 (ja) | 文字読み取り装置 | |
| JP3276554B2 (ja) | フォーマット認識装置及び文字読取り装置 | |
| JPH0721309A (ja) | 文書認識装置 | |
| JPH0436432B2 (ja) | ||
| JPH0225553B2 (ja) | ||
| JP3000480B2 (ja) | 文字領域区切り検出方法 | |
| JPH0628520A (ja) | 文字認識装置 | |
| JP3027232B2 (ja) | 文字認識装置 | |
| JP2872757B2 (ja) | 行方向判定装置 | |
| JPH05274472A (ja) | 画像認識装置 |