JPH08180134A - 画像認識装置及び方法 - Google Patents

Abstract

(57)【要約】 【目的】 網が掛かっている画像に対しても、正確に文
字コード等のコードに変換する。 【構成】 スキャナーから入力した画像の網が掛かって
いる範囲を指定し、その内部の連結黒画素の外接矩形を
抽出する。得られた矩形の頻度分布から網掛け除去のた
めのしきい値を決定し、決定したしきい値よりも小さい
矩形の内部画像を白画素で満たす。その後、従来の画像
認識を行う。 【効果】 網が掛かっている画像を認識する場合、網の
部分のみを除去した画像が得られるため、正確な画像認
識が可能となる。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文書画像を読み取り、
表の構造、図形、文字等を認識する画像認識装置及び方
法に関するものである。

【０００２】

【従来の技術】近年、画像認識装置がコンピュータ等の
ための入力装置として利用されるようになってきた。そ
こで、文書の清書システムとして画像認識装置の利用を
考慮すると、罫線位置、線種、線幅及びセル内の文字を
認識する必要がある。

【０００３】以下に従来の画像認識装置について説明す
る。図１０は従来の画像認識装置の機能ブロック図であ
り、１１はスキャナ等の画像入力器から文書を読み取
り、２値の画像に変換する画像入力部、１２は画像入力
部１１で入力された画像データを格納する画像メモリ、
１３は画像の傾きを補正する傾き補正部、１４は画像デ
ータを走査して一定長さ以上の黒画素の並び（以下ラン
という）を抽出する実線ラン抽出部、１５は画像データ
を走査して特定パターンのランの並びを抽出する破線ラ
ン抽出部、１６は実線ラン抽出部１４及び破線ラン抽出
部１５で抽出されたランの連結性を調べて罫線を抽出
し、抽出された罫線位置の相互関係を見ることにより、
セルを抽出するセル抽出部、１７はサンプル文字を記憶
する文字パターン辞書、１８は各セル内の文字をサンプ
ル文字と比較し、前もって決めた値よりも近い類似度な
らば、その文字として出力する文字認識部、１９は認識
した表の情報を出力する表出力部である。

【０００４】画像入力部１１から入力された画像データ
は、セル抽出部１６によって解析され、罫線及び表内の
セルが抽出される。抽出されたセル内のデータは、文字
として文字認識部１８において認識処理される。

【０００５】

【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、図１のようにセルの中に網掛けが存在する
表画像を認識する場合、表の構造やセル内の文字認識が
正確にできないという問題点があった。

【０００６】本発明は、網掛けがなされた文字・記号等
についても認識が可能な画像認識装置及び方法を提供す
ることを目的とする。

【０００７】

【課題を解決するための手段】本発明は上記問題点を解
決するため、網掛けの範囲を指定する網掛け範囲指定部
と、指定した網掛け範囲の連結黒画素の外接矩形を抽出
するラベリング部と、抽出した外接矩形の大きさから網
掛け部分を判定する網掛け判定部と、網掛けと判定され
た内部の画素を消去する網掛け除去部を備える。

【０００８】

【作用】本発明は上記した構成により図１を認識する場
合、網掛けのセルは上記網掛け判定部および網掛け除去
部において、網掛けの部分の画像のみが消去され網がか
かっていない画像になる（図２参照）。その後、表認
識、セル内文字認識が行われるため正確な表構造認識お
よびセル内文字認識が可能となる。

【０００９】

【実施例】図３は本発明の一実施例における画像認識装
置の機能ブロック図を示すものである。図３において３
１はスキャナ等の画像入力器から文書を読み取り、２値
の画像に変換する画像入力部、３２は画像入力部３１で
入力された画像データを格納する画像メモリ、３３は画
像の傾きを補正する傾き補正部、３４は網掛けの範囲を
指定する網掛け範囲指定部、３５は指定された範囲の内
部の連結黒画素の外接矩形を抽出するラベリング部、３
６は抽出した外接矩形の大きさから網掛け部分を判定す
る網掛け判定部、３７は網掛けと判定された内部の画素
を消去する網掛け除去部である。また、３８は画像デー
タを走査して一定長さ以上の黒画素の並び（以下ランと
いう）を抽出する実線ラン抽出部、３９は画像データを
走査して特定パターンのランの並びを抽出する破線ラン
抽出部、４０は実線ラン抽出部３８及び破線ラン抽出部
３９で抽出されたランの連結性を調べて罫線を抽出し、
抽出された罫線位置の相互関係を見ることにより、セル
を抽出するセル抽出部、４１はサンプル文字を記憶する
文字パターン辞書、４２は各セル内の文字をサンプル文
字と比較し、前もって決めた値よりも近い類似度なら
ば、その文字として出力する文字認識部、４３は認識し
た表の情報を出力する表出力部である。

【００１０】図４は本実施例の画像認識装置の回路構成
を示すブロック図である。図４において４４は表画像を
読み取るスキャナで、読み取った表画像をイメージデー
タとして出力する。４５はＲＡＭでスキャナ４４からの
イメージデータを記憶する画像メモリ領域４６、画像メ
モリ領域４６の縦、横２方向の連続する黒画素と白画素
の長さ（ラン）を格納するラン領域４７、網掛け範囲内
のラベリングデータを格納するラベリング領域４８、ラ
ベリングデータの長辺の頻度分布を格納する頻度分布領
域４９、表認識の結果得られる表の構造、セルの文字を
格納する表データ領域５０を有する。５１はＲＯＭで文
字認識に使用する辞書を記憶した特徴辞書領域５２及び
プログラム記憶領域５３を有する。５４はプログラム記
憶領域５３に記憶された制御プログラムに従って処理を
行う処理回路である。５５は認識指令を行うキーボード
であり、５６は表データ領域５０に記憶された表を表示
する表示部である。

【００１１】以上のように構成された本実施例の画像認
識装置について以下その動作を図５のフローチャートを
用いて説明する。

【００１２】ステップｓ１では、画像入力部３１によっ
てスキャナ４４から画像を入力し、画像メモリ３２（画
像メモリ領域４６）に格納する。ステップｓ２では、傾
き補正部３３が画像メモリ領域４６の画像の傾きを補正
し、再び画像メモリ領域４６に格納する。ステップｓ３
では、網掛け範囲指定部３４、ラベリング部３５、網掛
け判定部３６及び網掛け除去部３７が画像メモリ領域４
６に格納された画像から網掛けを除去し、再び画像メモ
リ領域４６に格納する（このステップの詳細は後述す
る）。ステップｓ４では、実線ラン抽出部３８及び破線
ラン抽出部３９が画像メモリ領域４６に格納された画像
から縦、横２方向の連続する黒画素と白画素の長さ（ラ
ン）を抽出しラン領域４７に格納する。ステップｓ５で
は、実線ラン抽出部３８および破線ラン抽出部３９によ
ってラン領域４７に格納されたランの内、白ランの長さ
がしきい値（破線の途切れの最大長さ）以内の場合、そ
の前後の黒ランを統合して１つの黒ランとして扱い、長
さがしきい値以上の黒ランを選ぶ。ステップｓ６では、
セル抽出部４０がステップｓ５で選ばれたランの内、接
触しているグループ毎に始点終点を求め、表データ領域
５０に格納する。ステップｓ７では、セル抽出部４０が
ステップｓ６で抽出された罫線で囲まれた部分の四隅の
座標をセルとして抽出し、表データ領域５０に格納す
る。ステップｓ８では、文字認識部４２がセル内の文字
認識が全て終了したかどうか調べ、ｙｅｓの場合はステ
ップｓ１０で表出力部４３が表を出力して終了し、ｎｏ
の場合は文字認識部４２及び文字パターン辞書４１によ
ってステップｓ９でセル内文字認識を行う。

【００１３】次に図６のフローチャートを用いてステッ
プｓ３の詳細について説明する。ステップｓ３１では、
網掛け範囲指定部３４がマウスなどの入力装置を使って
網が掛かっている範囲を指定する（図７参照）。ステッ
プｓ３２では、ラベリング部３５が指定した網掛け範囲
内の画像のラベリングデータを抽出し（図８参照）、ラ
ベリング領域４８に格納する。ステップｓ３３では、網
掛け判定部３６がラベリング領域４８に格納されたラベ
リングデータの長辺の頻度分布を取り、頻度分布領域４
９に格納する。ステップｓ３４では、網掛け判定部３６
が頻度分布領域４９に格納された頻度分布の最も頻度が
高い山を探し、その山の右端を網掛け除去しきい値とす
る（図９参照）。ステップｓ３５では、網掛け判定部３
６がラベリング領域４８に格納された全てのラベリング
データに対して処理が終了したかどうか調べ、ｙｅｓの
場合は処理を終了し、ｎｏの場合は処理の対象となるラ
ベリングデータを１つ選びステップｓ３６に進む。ステ
ップｓ３６では、網掛け判定部３６によって、対象ラベ
リングデータの幅がステップｓ３４で決定したしきい値
より大きいかどうかを調べ、大きければ網ではないと判
断し、ステップｓ３５に戻り、小さければステップｓ３
７に進む。ステップｓ３７では、網掛け判定部３６によ
って、対象ラベリングデータの高さがステップｓ３４で
決定したしきい値より大きいかどうかを調べ、大きけれ
ば網ではないと判断しステップｓ３５に戻り、小さけれ
ばステップｓ３８に進む。ステップｓ３８では網掛け除
去部３７によって、画像メモリ領域４６の対象ラベリン
グデータ内部に相当する部分を白画素で満たす。以上の
処理が終了すると、網掛け判定部３６により、ステップ
ｓ３４で決定したしきい値よりも縦横ともに小さい黒画
素は、網掛け除去部３６により、ステップｓ３８におい
て白画素で消去され、画像メモリ領域４６の画像は網掛
けのみが消去された画像となる。

【００１４】以上のように本実施例によれば、網掛け範
囲指定部３４、ラベリング部３５、網掛け判定部３６及
び、網掛け除去部３７を設けることにより、網が掛かっ
た部分がある表画像の網の部分のみを除去するため、構
造認識及びセル内文字認識を正確に行うことができる。

【００１５】

【発明の効果】本発明は、網掛けの範囲を指定する網掛
け範囲指定部と、指定した網掛け範囲の連結黒画素の外
接矩形を抽出するラベリング部と、抽出した外接矩形の
大きさから網掛け部分を判定する網掛け判定部と、網掛
けと判定された内部の画素を消去する網掛け除去部を備
えることにより、網掛けのセルは上記網掛け判定部およ
び網掛け除去部において、網掛けの部分の画像のみが消
去され網がかかっていない画像になる。その後、表認
識、セル内文字認識が行われるため正確な表構造認識お
よびセル内文字認識が可能となる。

【図面の簡単な説明】

【図１】本発明の画像認識装置の実施例において網掛け
除去を行う前のサンプルを示す図

【図２】本発明の画像認識装置の実施例において網掛け
除去後のサンプルを示す図

【図３】本発明の画像認識装置の実施例の機能ブロック
図

【図４】本実施例の画像認識装置の実施例の回路構成を
示すブロック図

【図５】本実施例における制御手順を示すフローチャー
ト

【図６】本実施例における制御手順を示すフローチャー
ト

【図７】本実施例における網掛け範囲の画像のサンプル
を示す図

【図８】本実施例における網掛け範囲のラベリングデー
タを示す図

【図９】本実施例におけるラベリングデータの長辺の頻
度分布を示す図

【図１０】従来の装置の機能ブロック図

【符号の説明】

３１ 画像入力部 ３２ 画像メモリ ３３ 傾き補正部 ３４ 網掛け範囲指定部 ３５ ラベリング部 ３６ 網掛け判定部 ３７ 網掛け除去部 ３８ 実線ラン抽出部 ３９ 破線ラン抽出部 ４０ セル抽出部 ４１ 文字パターン辞書 ４２ 文字認識部 ４３ 表出力部 ４４ スキャナ ４５ ＲＡＭ ４６ 画像メモリ領域 ４７ ラン領域 ４８ ラベリング領域 ４９ 頻度分布領域 ５０ 表データ領域 ５１ ＲＯＭ ５２ 特徴辞書領域 ５３ プログラム記憶領域 ５４ 処理回路 ５５ キーボード ５６ 表示部

Claims (2)

【特許請求の範囲】
1. 【請求項１】読み込んだ原図形情報に基づいて画像を文
   字認識し、文字コードに変換する画像認識装置であっ
   て、網掛けの範囲を指定する網掛け範囲指定部と、指定
   した網掛け範囲の連結する画素の外接矩形を抽出するラ
   ベリング部と、抽出した外接矩形の大きさより文字・記
   号から離れた網点を検出する網掛け判定部と、検出され
   た網点の画素を消去する網掛け除去部と、文字認識する
   文字認識部とを備えることを特徴とする画像認識装置。
2. 【請求項２】読み込んだ原図形情報に基づいて画像を文
   字認識し、文字・記号コードに変換する画像認識方法で
   あって、網掛けの範囲を指定するステップと、指定した
   網掛け範囲の連結する画素の外接矩形を抽出するステッ
   プと、抽出した外接矩形の大きさより、文字・記号から
   離れた網点を検出するステップと、検出された網点の画
   素を消去するステップと、文字認識するステップとを備
   えた画像認識方法。