JPH08221512A

JPH08221512A - 画像処理装置及びその方法

Info

Publication number: JPH08221512A
Application number: JP7022896A
Authority: JP
Inventors: Osamu Yamada; 修山田; Takeshi Makita; 剛蒔田; Hiroshi Mori; 浩森
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1995-02-10
Filing date: 1995-02-10
Publication date: 1996-08-30

Abstract

(57)【要約】【目的】原稿画像の濃度によらずＯＣＲによる文字認
識率が向上するように、ＯＣＲの前処理として原稿画像
を２値化する画像処理装置及びその方法を提供すること
を目的とする。【構成】ステップＳ１で多値入力画像の文字領域にお
ける文字サイズを入力し、ステップＳ２で解像度を入力
し、ステップＳ４で輝度頻度を求める。ステップＳ５で
文字サイズ及び解像度より最適な黒比率ＢＲを決定し、
ステップＳ６で該黒比率を満たすように前記輝度頻度に
より２値化閾値を設定する。ステップＳ７において該文
字領域に対して該閾値による単純２値化を施す。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は画像処理装置及びその方
法に関し、例えば、多値画像を２値化して文字認識を行
う画像処理装置及びその方法に関する。

【０００２】

【従来の技術】近年の画像処理技術の進歩に伴い、例え
ば図１７に示すように、文字や写真、グラフ等が混在し
た画像を、例えばコンピュータ等の画像処理装置におい
て処理することが増えてきた。この場合の処理手順とし
ては、まずスキャナ等の画像入力装置で処理対象の画像
を読み取り、画像処理装置に入力する。そして、画像処
理装置では入力された画像に対して領域分割処理（以
下、ＢＳ処理）や光学的文字認識処理（以下、ＯＣＲ処
理）等を施し、文書管理を行って、得られた画像や文字
を利用していた。尚、ＢＳ処理とは、画像中の文字／写
真／グラフ／表等の領域をそれぞれの特徴によって分離
し、各領域情報を取り出す処理である。また、ＯＣＲ処
理とは、画像内の文字領域について、該文字イメージを
形成するビットマップを文字コードへ変換する文字認識
処理である。

【０００３】次に、上述した従来の画像処理装置におけ
る文字を含んだ画像処理を図１８のフローチャートに示
し、説明する。

【０００４】まず、ステップＳ１７１で原稿となる画像
をスキャナ等の画像処理装置により入力する。尚、この
入力は、例えば８ビットの多値画像データとして行なわ
れる。次にステップＳ１７２において、画像入力時に発
生するスキャナの電気的ノイズの除去をはじめ、入力さ
れた原稿画像の劣化、原稿の傾き等を補正する。次いで
ステップＳ１７３で、上述したＢＳ処理の前処理とし
て、入力画像に対して所定の固定閾値による単純２値
化、又は、原稿濃度に応じて決定された閾値による単純
２値化を行う。そしてステップＳ１７４で上述したＢＳ
処理を行い、入力画像をその特徴によってそれぞれ分離
し、各領域情報を領域データとして出力する。次にステ
ップＳ１７５において、ＢＳ処理の結果分離された各領
域毎に、その領域データにより当該領域が文字領域であ
るか否かの判断を行う。文字領域の場合ステップＳ１７
６に進み、該領域に対してＯＣＲ処理を行って、ステッ
プＳ１７７へ進む。一方、文字領域でない場合には、Ｏ
ＣＲ処理を行わずにステップＳ１７７へ進む。そしてス
テップＳ１７７において、未処理の領域が残っているか
否かを判断をし、残っている場合はステップＳ１７５へ
戻って処理を継続し、残っていなければ全体のＯＣＲ処
理を終了する。

【０００５】以上説明した様に従来の画像処理装置にお
いては、入力画像を固定閾値での単純２値化、又は原稿
画像の濃度に応じた単純２値化の後、ＢＳ処理を行うこ
とによって画像中の文字領域を抽出し、文字認識処理を
行っていた。

【０００６】

【発明が解決しようとする課題】しかしながら、上記従
来の画像処理装置においては、以下に示す問題点があっ
た。

【０００７】例えば濃度等の状態が異なる原稿画像をス
キャナ等で読み取った後、固定閾値で単純２値化を施す
と、高濃度の原稿の文字はつぶれ、低濃度の原稿の文字
はかすれてしまっていた。従って、このような原稿に対
しては正確なＯＣＲ処理が行なえず、文字認識率が著し
く低下してしまっていた。

【０００８】また、閾値を原稿画像の濃度に応じて設定
して２値化を行う場合においても、その閾値は単に画像
濃度の濃淡に応じて設定されるため、文字のかすれや、
つぶれとは無関係に閾値が設定される。従って、適切な
閾値を設定することができないため正確なＯＣＲ処理が
行なえず、文字認識率が著しく低下してしまっていた。

【０００９】更には、原稿画像中の文字の大きさ（ポイ
ント数）が異なる文字に対して、固定閾値で２値化を施
すと、文字の大きさによってはつぶれやかすれ等が生じ
てしまっていた。従って文字情報が失われてしまうため
正確なＯＣＲ処理が行なえず、文字認識率が著しく低下
してしまっていた。

【００１０】本発明は上述した問題を解決するためにな
されたものであり、原稿画像の濃度によらずＯＣＲによ
る文字認識率が向上するように、ＯＣＲの前処理として
原稿画像を２値化する画像処理装置及びその方法を提供
することを目的とする。

【００１１】

【課題を解決するための手段】上記目的を達成するため
に、本発明は以下の構成を備える。

【００１２】即ち、入力画像から所定の領域を分離する
分離手段と、前記分離手段により分離された所定の領域
の濃度及び高さと、前記入力画像の解像度とに基づいて
２値化閾値を設定する閾値設定手段と、前記分離手段に
より分離された所定の領域を前記閾値設定手段により設
定された閾値で２値化する２値化手段とを有することを
特徴とする。

【００１３】更に、前記２値化手段により２値化された
領域に対して文字認識を行う文字認識手段を有すること
を特徴とする。

【００１４】例えば、前記閾値設定手段は、前記分離手
段により分離された所定の領域の輝度頻度ヒストグラム
を算出し、該領域の黒比率が所定値となるように２値化
閾値を設定することを特徴とする。

【００１５】例えば、前記黒比率は、前記所定領域内の
黒画素密度であることを特徴とする。

【００１６】例えば、前記黒比率の所定値は、前記分離
手段により分離された所定の領域の高さ、解像度、該領
域内のフォント種別に応じて変化することを特徴とす
る。

【００１７】例えば、前記分離手段は、入力画像から文
字領域を分離することを特徴とする。

【００１８】例えば、前記分離手段は、入力画像から文
字領域を行単位で分離し、前記閾値設定手段は、前記文
字領域の行単位に２値化閾値を設定することを特徴とす
る。

【００１９】例えば、前記閾値設定手段は、行単位の閾
値を同一文字領域内の他の行の閾値により制限して設定
することを特徴とする。

【００２０】例えば、前記２値化手段は単純２値化を行
うことを特徴とする。

【００２１】

【作用】以上の構成により、入力画像内の文字領域の高
さ、画像入力時の解像度により該文字領域の黒比率を設
定し、該文字領域の輝度頻度ヒストグラムを算出して該
黒比率を満たす２値化閾値を設定して該文字領域を２値
化することができる。

【００２２】このように２値化された文字領域に対して
ＯＣＲ処理を施すと、文字認識率が向上するという特有
の作用効果が得られる。

【００２３】

【実施例】以下、本発明に係る一実施例について、図面
を参照して詳細に説明する。

【００２４】図１は、本実施例における画像処理装置を
含んだシステム構成を示すブロック図である。

【００２５】図１において、１は本実施例における文書
管理を行なう画像処理装置であり、２は画像を入力する
スキャナ等の画像入力装置、３は処理後の画像を表示す
る画像表示装置である。

【００２６】画像処理装置１において、４は画像入力装
置２とのインターフェースとなる入力部、５は処理中の
データを記憶するメモリ等の記憶部、６は入力画像の輝
度頻度（ヒストグラム）を累計する輝度頻度累計部であ
る。７は入力画像の２値化閾値を算出する２値化閾値算
出部であり、８は２値化閾値算出部７において算出され
た閾値を用いて２値画像を作成する２値化部である。９
は画像を属性毎の領域に分離する領域分離部であり、１
０は領域分離により文字領域として抽出された領域に対
する文字認識処理を行う文字認識部、１１は文字領域以
外に分割された領域に対する各種画像処理を行う画像処
理部、１２は画像表示装置３とのインターフェースとな
る出力部である。これら各構成は、不図示のＣＰＵによ
り統括的に制御されている。

【００２７】以下、画像処理装置１における画像処理の
１つである文字認識処理を図２のフローチャートに示
し、説明する。

【００２８】まずステップＳ６１で、画像入力装置２に
より原稿となる画像を入力部４を介して画像処理装置１
に入力する。尚、この入力は８ビットの多値画像データ
として行い、入力画像は不図示の作業用メモリに記憶さ
れる。そしてステップＳ６２では、画像入力時に発生す
る画像入力装置２の電気的ノイズの除去や、原稿画像の
劣化、原稿の傾き等、入力画像に対する補正を行う。次
にステップＳ６３に進み、ＢＳ前処理として、輝度頻度
累計部６，２値化閾値算出部７，及び２値化部８におい
て、ＢＳ処理に最も適した閾値による単純２値化処理を
行う。そしてステップＳ６４に進み、領域分離部９にお
いてＢＳ処理を行ない、分離された各領域毎に領域デー
タを出力する。尚、領域データにおいて文字領域である
ことが示される領域については、該文字の高さ及び幅等
の情報が行領域データとして階層的に保持される。次に
ステップＳ６５において、ＢＳ後処理として領域誤りを
除去する。尚、領域誤り除去の詳細については後述す
る。

【００２９】続いてステップＳ６６では、ＢＳ処理によ
り分離された各領域を、その領域データを参照すること
により文字領域であるか否かの判断を行う。尚、領域デ
ータの詳細については後述する。ステップＳ６６におい
て当該領域が文字領域である場合はステップＳ６７に進
み、ＯＣＲ処理の前処理として、本実施例の特徴である
ところのＯＣＲに最も適した閾値による単純２値化処理
を行い、ステップＳ６８でＯＣＲ処理を行う。ステップ
Ｓ６６において当該領域が文字領域でない場合には画像
慮域であるとみなし、ステップＳ６９で、誤差拡散方や
ディザ法等の擬似中間調処理により２値化する。そして
ステップＳ６１０で、未処理の領域が残っているか否か
を判断し、残っている場合はステップＳ６６へ戻って、
処理を継続する。残っていない場合はステップＳ６１１
へ進み、ステップＳ６８によるＯＣＲ処理結果と、ステ
ップＳ６９による擬似中間調処理結果とを合成し、原稿
と同様な画像レイアウトを生成する。

【００３０】＜＜ＯＣＲ前処理＞＞次に、図２のステッ
プＳ６７で示したＯＣＲ前処理について、図３のフロー
チャートを参照して詳細に説明する。図３は、ＯＣＲ前
処理である２値化処理の特徴を最もよく表すフローチャ
ートである。

【００３１】まずステップＳ１において、ＢＳ処理によ
り分離された文字領域における行領域データから、文字
の高さＨ、幅Ｗを入力する。そしてステップＳ２で、ス
キャナ等の画像入力装置２の解像度ＳＲを設定する。次
にステップＳ３では、処理対象の行領域の８ビットの多
値画像を作業用メモリに読み込む。ステップＳ４では、
処理対象の行領域のヒストグラム（「０」〜「２５５」
の各デジタル値の頻度）の累計を算出する。そしてステ
ップＳ５では、行領域の高さＨと画像入力装置２の解像
度ＳＲとの関係に基づいて予め設定されている黒比率Ｂ
Ｒを読み込む。尚、この黒比率ＢＲについての詳細は後
述するが、上記はテキストが縦書きの場合であり、横書
きの場合には文字領域の幅Ｗと解像度ＳＲとにより、Ｂ
Ｒが設定される。

【００３２】続いてステップＳ６では、詳細は後述する
が、ＢＲ値に基づいて２値化の閾値を設定する。そして
ステップＳ７において、ステップＳ６で設定された閾値
を用い、単純２値化を行う。そして最後にステップＳ８
で未処理の行領域が残っているかを判断し、文字領域内
の行領域が全て２値化されるまで上述した処理を繰り返
す。

【００３３】以下、上述した行領域の高さＨと画像入力
装置２の解像度ＳＲとの関係により予め設定される黒比
率ＢＲについて、図４を参照して詳細に説明する。

【００３４】図４に示すように、ＢＲ値は文字のポイン
ト数Ｐ毎に設定される。文字のポイント数Ｐは、以下に
示す（１）式により算出される。

【００３５】Ｐ＝（７２．０／ＳＲ）×Ｈ・・・（１）（１）式から分かるように、行領域の高さＨと解像度Ｓ
Ｒとによって、対象行領域の文字ポイント数Ｐが算出で
きるため、該ポイント数Ｐの文字が最も良く認識される
ような行領域の黒比率ＢＲを実験的に求め、図４のよう
に設定しておく。例えば行領域の高さＨが「５６」で、
入力時の解像度が４００ｄｐｉの場合には、この行領域
の文字のポイント数Ｐは「１０」となる。１０ポイント
の文字は、領域内の黒比率が１４％である時に、最も文
字認識率が高いという実験結果に基づいて、ＢＲ値は
「１４」に設定される。

【００３６】このように文字のポイント数に応じた黒比
率ＢＲを予め準備しておくことにより、大きさの異なる
文字に対しても、後述するように適切な２値化閾値を設
定することができる。

【００３７】以下、上述した本実施例における画像処理
装置２において、実際にテキストを含んだ画像を画像入
力装置２から入力して、画像表示装置３に表示する具体
的な例を説明する。

【００３８】細明朝体で『今回の成果として以下のこと
が挙げられる』と書かれた文字領域を含む原稿画像をス
キャナ等の画像入力装置２により読み込んだ場合につい
て考える。まず、該原稿画像が高濃度である場合を図５
の（ａ）に示し、低濃度である場合を図５の（ｂ）に示
す。ここで、行領域の高さＨが「３４」、画像入力装置
２における入力時の解像度が４００ｄｐｉであるとす
る。すると、上述した（１）式より文字のポイント数Ｐ
が「６」と算出されるため、図４によりＢＲ値は「１
３」である。そして、それぞれの画像のヒストグラムを
算出すると、図６の（ａ），（ｂ）に示すようになる。
これらのヒストグラムに対し、黒比率が１３％になるよ
うな閾値は、それぞれ「３２」と「１７３」である。こ
れらの閾値により図５の（ａ），（ｂ）を２値化した結
果が、図７の（ａ），（ｂ）となる。これにより、原稿
画像が高濃度である場合と低濃度である場合とのいずれ
も適切に２値化されていることが分かる。

【００３９】以上説明したようにして、ＯＣＲに適する
２値化のための閾値を適切に求めることにより、行領域
の多値画像が劣化することなく適切に２値化される。従
って、ＯＣＲにおける文字認識率を向上させることがで
きる。

【００４０】＜＜ＢＳ前処理（２値化処理）＞＞次に、
図２のステップＳ６３におけるＢＳ前処理としての２値
化処理について、図８のフローチャートを参照して詳細
に説明する。

【００４１】まず図８のステップＳ７１において、スキ
ャナ等の画像入力装置２により、多値画像を入力する。
そしてステップＳ７２においては、入力画像のヒストグ
ラムを算出する。ここでは、画像中の全画素を用い、８
ビット、即ち「０」から「２５５」までの各デジタル値
に対する頻度を計算する。これにより、例えば図６に示
したヒストグラムが得られる。

【００４２】次にステップＳ７３において、パラメータ
ＳＴＡＲＴ，ＥＮＤにそれぞれ「０」、「２５５」をセ
ットする。ＳＴＡＲＴ，ＥＮＤはそれぞれ、後段のステ
ップＳ７４やステップＳ７５で求める輝度値の統計量の
始点及び終点に対応する。

【００４３】ステップＳ７４では、ＳＴＡＲＴからＥＮ
Ｄまでのデジタル値に対応する画素の平均値ＡＶを算出
する。例えば、ＳＴＡＲＴ＝０，ＥＮＤ＝２５５であれ
ば「０」から「２５５」の値を持つ画素（この場合、全
画素）の平均値ＡＶを算出し、ＳＴＡＲＴ＝０，ＥＮＤ
＝１７７であれば「０」から「１７７」の値を持つ画素
の平均値ＡＶを算出する。

【００４４】ステップＳ７５では、ＳＴＡＲＴからＥＮ
Ｄまでの輝度値に対応する画素のスキュー値ＳＫを算出
する。スキュー値とは、ヒストグラム分布の偏りを示す
統計量である。スキュー値の算出には、以下に示す
（２）式を用いる。

【００４５】ＳＫ＝（Σ（Ｘｉ−ＡＶ）^3）／Ｄ・・・（２）（尚、Ｒ^3 の表記によってＲの３乗を示すものとす
る。）ここで、Ｘｉは画素の輝度値である。また、Ｄは画像全
体の分散値であり、（３）式により算出される。

【００４６】Ｄ＝Σ（Ｘｉ−ＡＶ）^2 ・・・（３）（尚、Ｒ^2 の表記によってＲの２乗を示すものとす
る。）続いてステップＳ７６、Ｓ７７では、ヒストグラムの偏
りの方向を判断する。まずステップＳ７６では、以下に
示す（４）式によりヒストグラムの偏りの方向を判断す
る。これは、ヒストグラムの偏りが左方向であるか、即
ち、平均値ＡＶよりも小さい値の範囲にあるか否かの判
断となる。

【００４７】ＳＫ＜−１．０・・・（４）ステップＳ７６において（４）式が真ならばステップＳ
７１０へ進み、偽ならばステップＳ７７へ進む。ステッ
プＳ７１０では、ＳＴＡＲＴは変化させず、ＥＮＤに平
均値ＡＶをセットする。そしてステップＳ７４に戻り、
再びＳＴＡＲＴ値からＥＮＤ値までの平均値ＡＶを算出
する。

【００４８】一方、ステップＳ７７では以下に示す
（５）式によりヒストグラムの偏りの方向を判断する。
これは、ヒストグラムの偏りが右方向であるか、即ち平
均値ＡＶよりも大きい値の範囲にあるか否かの判断とな
る。

【００４９】ＳＫ＞１．０・・・（５）ステップＳ７７において（５）式が真ならばステップＳ
７１１へ進み、偽ならばステップＳ７８へ進む。ステッ
プＳ７１１では、ＳＴＡＲＴに平均値ＡＶをセットし、
ＥＮＤは変化させない。そしてステップＳ７４に戻り、
再びＳＴＡＲＴ値からＥＮＤ値までの平均値ＡＶを算出
する。

【００５０】一方、ステップＳ７８ではステップＳ７
６，Ｓ７７における条件が共に偽である場合の平均値Ａ
Ｖを、２値化閾値ＴＨとして設定する。そして、ステッ
プＳ７９で２値化閾値ＴＨを用いた単純２値化処理を行
なう。

【００５１】以上説明したようにして本実施例における
２値化処理が行われるが、式（４），（５）で示した範
囲は、これに限定されるものではない。

【００５２】以下、具体的な画像の例を参照して更に詳
細に説明する。図９に示すヒストグラムの例を用いて、
上述した２値化閾値ＴＨの決定処理について説明する。

【００５３】図９は、ある画像（８ビット入力）のヒス
トグラムを示したものである。図９において、横軸は左
端が「０」即ち黒、右端が「２５５」即ち白を表わす輝
度のデジタル値であり、縦軸は各デジタル値の頻度を表
わしている。図１０は、図９に示す様なヒストグラムを
有する画像に対して、上述した図８で示す２値化処理に
おいてステップＳ７４およびＳ７５で示した処理の際
の、各パラメータの値の変化を示す図である。尚、図８
において示される各パラメータ値は、ステップＳ７４及
びＳ７５を通過する回数によって、それぞれ示されてい
る。

【００５４】まず、ステップＳ７４及びＳ７５を通過す
る１回目の処理では、ＳＴＡＲＴ＝０，ＥＮＤ＝２５５
で平均値ＡＶ，統計量ＳＫを計算し、それぞれ「１７
７」，「−７８．９」という値を得る。この場合、統計
量ＳＫが「−１．０」未満であるため、ステップＳ７１
０においてＳＴＡＲＴ＝０，ＥＮＤ＝１７７が設定され
る。

【００５５】続いて２回目の処理ではＳＴＡＲＴ＝０，
ＥＮＤ＝１７７における平均値ＡＶ，統計量ＳＫを計算
し、それぞれ「９１」，「−８．６」という値を得る。
これも、統計量ＳＫが「−１．０」未満であるため、ス
テップＳ７１０においてＳＴＡＲＴ＝０，ＥＮＤ＝９１
が設定される。

【００５６】続いて３回目の処理では、ＳＴＡＲＴ＝
０，ＥＮＤ＝９１における平均値ＡＶ，統計量ＳＫを計
算し、それぞれ「４３」，「９．６」という値を得る。
この場合は、統計量ＳＫが「１．０」を超えるため、ス
テップＳ７１１においてＳＴＡＲＴ＝４３，ＥＮＤ＝９
１が設定される。

【００５７】続いて４回目の処理では、ＳＴＡＲＴ＝４
３，ＥＮＤ＝９１における平均値ＡＶ，統計量ＳＫを計
算し、それぞれ「７２」，「−７．０」という値を得
る。これも、統計量ＳＫが「−１．０」未満であるた
め、ステップＳ７１０においてＳＴＡＲＴ＝４３，ＥＮ
Ｄ＝７２が設定される。

【００５８】続いて５回目の処理では、ＳＴＡＲＴ＝４
３，ＥＮＤ＝７２における平均値ＡＶ，統計量ＳＫを計
算し、それぞれ「５８」，「−２．２」という値を得
る。これも、統計量ＳＫが「−１．０」未満であるた
め、ステップＳ７１０においてＳＴＡＲＴ＝４３，ＥＮ
Ｄ＝５８が設定される。

【００５９】そして６回目の処理では、ＳＴＡＲＴ＝４
３，ＥＮＤ＝５８における平均値ＡＶ，統計量ＳＫを計
算し、それぞれ「５０」，「−０．４」という値を得
る。ここで、統計量ＳＫが「−１．０」以上かつ「１．
０」以下であるため、ステップＳ７６，Ｓ７７の条件を
満たさず、ステップＳ７８へ進んで２値化閾値ＴＨとし
て、「５０」が設定される。そしてステップＳ７９にお
いて、２値化閾値ＴＨを用いた単純２値化処理が行わ
れ、２値化された画像は記憶部５に格納される。

【００６０】以上説明したように、本実施例において
は、スキュー値が所定値まで収束するようにして２値化
閾値を決定し、２値化を行う。即ち、入力された多値画
像において、輝度頻度とその偏りに基づいて、画像内の
背景と対象物とを分離するために最も適した閾値が存在
する領域を特定した後、該特定領域の平均輝度値をもっ
て、２値化閾値とする。これにより、多値入力画像上の
領域内における各画素の輝度値を背景と対象物との２つ
のクラスに分類する際の最適閾値を、自動的に求めるこ
とができる。

【００６１】＜＜像域分割（ＢＳ）処理＞＞次に、上述
した図２のステップＳ６４で示したＢＳ処理について、
図１１のフローチャートを参照して詳細に説明する。

【００６２】まず、ステップＳ１０１において、２値画
像を入力して作業用メモリに格納する。そしてステップ
１０２ではｍ×ｎ画素が１画素となるように入力画像を
間引き、像域分離用の画像を生成する。この時、ｍ×ｎ
画素中に１つでも黒色画素が存在していれば、該ｍ×ｎ
画素を黒の１画素とする。

【００６３】そしてステップＳ１０３では、ＢＳ用画像
の全画素について、黒画素が上下、左右、斜めの方向に
所定数連続している領域を一つの領域として、領域分離
を行なう。その際、領域の検出順に番号を付すことによ
り、各領域に対するラベル付けを行なう。次にステップ
Ｓ１０４において、各領域の幅、高さ、面積、領域内の
黒画素密度により領域を分類し、属性のラベル付けを行
なう。領域の属性としては、詳細は後述するが、「テー
ブル」，「外枠領域」，「テキスト」等がある。

【００６４】そしてステップＳ１０５では、「テキス
ト」とラベル付けされた全ての領域の幅と高さの平均を
算出し、得られた平均幅が平均高さより大きい場合には
処理画像は横書きであるとみなし、逆の場合は縦書きで
あるとみなすことにより、文字組みを判断する。同時
に、横書きならば平均高さを、縦書きならば平均幅をも
って、一文字の文字サイズとする。

【００６５】また、ＢＳ用画像上の縦方向（横書き時）
または横方向（縦書き時）の「テキスト」領域全てのヒ
ストグラムから、文章の段組、行間隔、が検出される。
ステップＳ１０６では、「テキスト」領域において文字
サイズが大きい領域については、「タイトル」とする。
そしてステップＳ１０７では、何の関連もなくばらばら
に存在したままの「タイトル」領域、「テキスト」領域
を、周りの領域との間隔に応じて併合し、一つのまとま
った領域とする。次にステップＳ１０８において、各領
域毎に属性、原画像における座標や大きさ等の領域デー
タを出力する。

【００６６】以上の処理を行なうことにより、本実施例
では２値画像のＢＳ処理を行い、各領域データが得られ
る。

【００６７】図１２に、上述した領域データの例を示
す。図１２に示す各領域データ項目について、以下説明
する。・「番号」：領域の検出順序を示す。・「属性」：領域の属性情報を示し、以下に示す８通り
が用意されている。

【００６８】「ルート」入力画像そのものである
ことを示す。

【００６９】「テキスト」文字領域であることを示
す。

【００７０】「タイトル」見出し領域であることを
示す。

【００７１】「テーブル」表領域であることを示
す。

【００７２】「ノイズ」文字領域とも画像領域と
も判断できなかった領域であることを示す。

【００７３】「外枠」罫線等の領域であること
を示す。

【００７４】「写真画像」写真領域であることを示
す。

【００７５】「線画像」線画像領域であることを
示す。・「始点座標」：原画像における領域開始のＸ，Ｙ座標
を示す。・「終点座標」：原画像における領域終了のＸ，Ｙ座標
を示す。・「画素数」：領域内の全画素数を示す。・「文字組情報」：縦書き，横書き，不明の３通りの文
字組情報を示す。

【００７６】図１２に示す領域データについて、「属
性」が「テキスト」で示される領域のみ、図１１に示す
ステップＳ１０７における併合前の、行に関する領域デ
ータ（行領域データ）を階層的に保持している。

【００７７】以上説明したようにして、本実施例では像
域分割処理が行われる。尚、図１２に示した領域データ
は本実施例を適用した一例にすぎず、画像処理装置に応
じて例えば他の情報を適宜追加しても良いし、または減
らしても良い。

【００７８】＜＜領域除去処理＞＞次に、図２のステッ
プＳ６５に示す、ＢＳ後処理としてのレイアウトノイズ
リダクション（以下、ＬＮＲ）処理について、図１３の
フローチャートを参照して詳細に説明する。ＬＮＲ処理
とは、ＢＳ処理により分離された各領域のうち、像域分
離誤りの領域を除去する処理である。

【００７９】まず図１３のステップＳ１２１で、ＢＳ後
の各領域データはルート領域であるか否かが判断され
る。ルート領域とは画像全体を囲む領域、即ち全体領域
のことであり、ルート領域であればステップＳ１２６に
進み、ＬＮＲ処理は施さない。ルート領域でなければス
テップＳ１２２に進み、テキスト領域（文字領域）であ
るか、またはノイズ領域であるかが判断される。テキス
ト領域またはノイズ領域である場合には処理はステップ
Ｓ１２３へ、いずれでもない場合はステップＳ１２５へ
進む。

【００８０】ステップＳ１２３では、領域の大きさに応
じて領域データが領域分離誤りとして除去されるＬＮＲ
処理１を行い、次にステップＳ１２４で、領域内の黒比
率に応じて領域データが領域分離誤りとして除去される
ＬＮＲ処理３を行う。一方、ステップＳ１２５では、テ
キスト領域でなく、かつノイズ領域でもない領域データ
が、領域の大きさに応じて領域分離誤りとして除去され
るＬＮＲ処理２が行われる。尚、ステップＳ１２３，Ｓ
１２４，Ｓ１２５におけるＬＮＲ処理１，３，２につい
ては、それぞれ以下に詳述する。

【００８１】そしてステップＳ１２６において、全ての
領域に対する処理が終了したか否かが判断され、終了し
ていなければステップＳ１２１へ戻り、終了していれば
ＬＮＲ処理を終了する。

【００８２】以下、まずステップＳ１２３に示すＬＮＲ
処理１について詳細に説明する。

【００８３】図１４は、ＬＮＲ処理１を示すフローチャ
ートである。まずステップＳ１３１で、処理対象領域の
領域データから高さＨ１，幅Ｗ１を参照する。そして、
領域の大きさの判断に用いる高さの閾値ＨＴ１，幅の閾
値ＷＴ１を算出するために、ステップＳ１３２におい
て、スキャナ等の画像入力装置２の読み取り解像度ＳＲ
と、画像中の除去しない最小文字のポイント数ＭＰ１を
それぞれ高さ，幅についてＭＰ１ｈ，ＭＰ１ｗとして設
定する。

【００８４】本実施例において、閾値ＨＴ１，ＷＴ１は
以下に示す（６），（７）式により算出される。

【００８５】ＨＴ１＝（ＳＲ／７２．０）×ＭＰ１ｈ・・・（６）ＷＴ１＝（ＳＲ／７２．０）×ＭＰ１ｗ・・・（７）ステップＳ１３３では、（６）式により高さの閾値ＨＴ
１を算出する。例えば、画像入力装置２の解像度ＳＲが
４００ｄｐｉで、画像中の最小文字の高さポイント数Ｍ
Ｐ１ｈが４ポイントである場合、高さの閾値ＨＴ１は
「２２」として算出される。そしてステップＳ１３４
で、領域データの高さＨ１とステップＳ１３３で算出し
た高さの閾値ＨＴ１との比較を行なう。領域データの高
さＨ１が閾値ＨＴ１より大きい場合はステップＳ１３５
へ進み、閾値ＨＴ１より小さい場合はステップＳ１３８
へ進む。

【００８６】ステップＳ１３５では、（７）式により幅
の閾値ＷＴ１を算出する。続いてステップＳ１３６で、
領域データの幅Ｗ１とステップＳ１３５で算出した幅の
閾値ＷＴ１との比較を行なう。領域データの幅Ｗ１が閾
値ＷＴ１よりも大きい場合には、ＬＮＲ処理１は終了す
る。一方、領域データの幅Ｗ１が閾値ＷＴ１よりも小さ
い場合はステップＳ１３７に進み、領域データの高さＨ
１と幅Ｗ１との比Ｈ１／Ｗ１の判断を行なう。この比が
「２」以下である場合には、ＬＮＲ処理１は終了する。
一方、比が「２」を超える場合には処理中の領域が領域
分離誤りであると判断されるため、ステップＳ１３８へ
進んで、該領域が除去される。

【００８７】次に、図１３のステップＳ１２４に示すＬ
ＮＲ処理３について、図１５のフローチャートを参照し
て詳細に説明する。まずステップＳ１４１において、領
域中の黒画素数ＢＣを累計する。そしてステップＳ１４
２で、領域中の黒比率ＢＲ１を以下に示す（８）式によ
り計算する。

【００８８】ＢＲ１＝ＢＣ／（Ｗ１×Ｈ１）×１００・・・（８）次にステップＳ１４３において、最小黒比率ＢＲＴ１
と、最大黒比率ＢＲＴ２とを設定する。ＢＲＴ１とＢＲ
Ｔ２は、文字の黒比率特性により予め設定されており、
例えばＢＲＴ１＝５，ＢＲＴ２＝５２である。

【００８９】ステップＳ１４４では、領域中の黒比率Ｂ
Ｒ１と、最小黒比率ＢＲＴ１及び最大黒比率ＢＲＴ２と
の比較を行なう。黒比率ＢＲ１が最小黒比率ＢＲＴ１よ
り小さい、又は最大黒比率ＢＲＴ２より大きい場合に
は、処理中の領域が領域分離誤りであると判断され、ス
テップＳ１４５に進んで該領域が除去される。その他の
場合は、ＬＮＲ処理３は終了する。

【００９０】次に、図１３のステップＳ１２５に示すＬ
ＮＲ処理２について、図１６のフローチャートを参照し
て詳細に説明する。まずステップＳ１５１において、処
理対象領域の領域データから高さＨ２，幅Ｗ２を参照す
る。そして、領域の大きさの判断に用いる高さの閾値Ｈ
Ｔ２，幅の閾値ＷＴ２を算出するために、ステップＳ１
５２において、画像入力装置２の解像度ＳＲを設定す
る。そして、ステップＳ１５３において、処理中の領域
の属性が外枠領域であるか否かが判断される。そして、
外枠領域であればステップＳ１５４へ、外枠領域でなけ
ればステップＳ１５７へ進む。

【００９１】ステップＳ１５４においては、最小ポイン
ト数ＭＰ２１をそれぞれ高さ，幅についてＭＰ２１ｈ，
ＭＰ２１ｗとして設定する。また、ステップＳ１５７で
も同様に、最小ポイント数ＭＰ２２をそれぞれ高さ，幅
についてＭＰ２２ｈ，ＭＰ２２ｗとして設定する。ここ
で最小ポイント数ＭＰ２１，ＭＰ２２とは、ＬＮＲ処理
２において外枠領域であるか否かに応じて、除去しない
領域の最小サイズを文字のポイント数により表わしたも
のである。

【００９２】そして、ステップＳ１５５およびＳ１５８
においては、上述した（６），（７）式により、高さの
閾値ＨＴ２１，ＨＴ２２と幅の閾値ＷＴ２１，ＷＴ２２
を算出する。例えば、画像入力装置２の解像度ＳＲが４
００ｄｐｉで、最小ポイント数ＭＰ２２が高さ、幅共に
４ポイントである場合、各閾値ＨＴ２２，ＷＴ２２は
「２２」として算出される。そして、ステップＳ１５６
およびＳ１５９において、それぞれ高さの閾値ＨＴ２と
幅の閾値ＷＴ２を設定する。

【００９３】続いてステップＳ１５１０では、領域デー
タの高さＨ２と、ステップＳ１５６およびＳ１５９で設
定した高さの閾値ＨＴ２との比較、及び領域データの幅
Ｗ２と同じく幅の閾値ＷＴ２との比較を行なう。領域デ
ータの高さＨ２が閾値ＨＴ２より小さい、または幅Ｗ２
が閾値ＷＴ２より小さい場合、処理中の領域が領域分離
誤りであると判断され、ステップＳ１５１１において該
領域が除去される。その他の場合は、ＬＮＲ処理２を終
了する。

【００９４】以上説明したように本実施例のＬＮＲ処理
は、３種類の処理によってＳＢ誤りと判断される領域を
除去する。

【００９５】以上説明したように本実施例によれば、２
値化による文字のつぶれ、かすれ等の不具合を防止する
ことができ、従って原稿画像の濃度にかかわらず正確な
ＯＣＲ処理を行うことができ、文字認識率が向上する。
また、大きさの異なる文字に対しても、２値化によるつ
ぶれ、かすれ等の不具合を防止することができる。

【００９６】＜その他の実施例＞上述した実施例におい
て入力される画像は、８ビットの多値画像データとして
説明を行ったが、本発明はこれに限定する必要はなく、
例えばカラー画像等、即ち、２値化するために画像情報
として複数ビットの情報があれば良い。

【００９７】また、ヒストグラムを算出する際の画像に
おけるサンプリングについて、全画素でも、数画素おき
でもよく限定しない。さらに、平均ＡＶや統計量ＳＫ等
の計算は、必ずしも８ビットで行なう必要はなく、高速
化、メモリの削減等のため、少ないビット数で演算する
ようにしてもよい。

【００９８】また、統計量であるスキュー値ＳＫの収束
条件を±１．０としたが、これに限定されるものではな
い。スキュー値ＳＫを用いて２値化の閾値を決定するよ
うに構成されていれば良い。

【００９９】また、前記実施例において、黒比率ＢＲの
例として細明朝体について説明を行ったが、もちろん他
の書体（フォント）についても同様に処理されることは
言うまでもない。更には、書体（フォント）によってＢ
Ｒ値の設定を切り替えるようにしても良い。

【０１００】また、前記実施例においては、黒比率ＢＲ
を予めテーブルに設定しておき、文字領域の高さと画像
入力装置の解像度から、文字領域毎のＢＲ値を選択する
例について説明したが、操作者が文字領域毎に好みのＢ
Ｒ値を定めるようにしても良い。即ち、何らかの手段に
よってＢＲ値が決定されればよい。

【０１０１】更に、前記実施例では文字領域中の各行領
域毎にそれぞれ閾値を定めるとして説明したが、閾値の
設定方法はこの例に限定されるものではなく、例えば、
同一文字領域内の他の行領域の閾値を参照して、同一文
字領域内での閾値に大きな隔たりがないよう、各閾値に
制限を加えるようにしても良い。

【０１０２】尚、本発明は、イメージスキャナ、プリン
タコントローラ、プリンタ等の複数の機器から構成され
るシステムに適用しても、カラー複写機のような１つの
機器から成る装置に適用しても良い。また、本発明は上
述のように画像処理装置にハードウェアを設けるものに
限らず、システム或は装置に磁気ディスク等の媒体に記
憶されたプログラムを供給することによって達成される
場合にも適用できることはいうまでもない。

【０１０３】

【発明の効果】以上説明したように本発明によれば、文
字領域の輝度頻度ヒストグラムを算出し、該文字領域の
高さ、画像入力時の解像度により文字領域の黒比率を決
定し、文字領域の輝度頻度ヒストグラムを用いて黒該比
率を満たす２値化の閾値を設定して、文字領域の単純２
値化を行う。これにより、２値化による文字のつぶれ、
かすれ等の不具合を防止することができ、従って原稿画
像の濃度にかかわらず正確なＯＣＲ処理を行うことがで
き、文字認識率が向上する。

【０１０４】また、大きさの異なる文字に対しても、そ
の大きさにおいて最適な黒比率を満たす様に閾値を設定
するため、２値化によるつぶれ、かすれ等の不具合を防
止することができ、正確なＯＣＲ処理を行うことができ
る。

【０１０５】

【図面の簡単な説明】

【図１】本発明に係る一実施例における画像処理装置の
システム構成を示すブロック図である。

【図２】本実施例における文字認識処理を示すフローチ
ャートである。

【図３】本実施例における文字認識前処理を示すフロー
チャートである。

【図４】本実施例における黒比率を設定するテーブル例
を示す図である。

【図５】本実施例における入力多値画像の例を示す図で
ある。

【図６】本実施例における入力多値画像のヒストグラム
例を示す図である。

【図７】本実施例における入力多値画像を２値化した画
像例を示す図である。

【図８】本実施例における領域分離前処理を示すフロー
チャートである。

【図９】本実施例における原稿画像のヒストグラムの例
を示す図である。

【図１０】本実施例の２値化処理における各変数値の変
遷例を示す図である。

【図１１】本実施例における領域分割処理を示すフロー
チャートである。

【図１２】本実施例における領域分割処理により得られ
る領域データ例を示す図である。

【図１３】本実施例における領域分離後処理を示すフロ
ーチャートである。

【図１４】本実施例における領域の大きさによる領域除
去処理１を示すフローチャートである。

【図１５】本実施例における黒比率による領域除去処理
２を示すフローチャートである。

【図１６】本実施例における領域の大きさによる領域除
去処理３を示すフローチャートである。

【図１７】文字、写真、グラフが混在した原稿画像例を
示す図である。

【図１８】従来の画像処理装置における文字認識処理を
示すフローチャートである。

【符号の説明】

１画像処理装置２画像入力装置３画像表示装置４入力部５記憶部６輝度頻度累計部７２値化閾値算出部８２値化部９像域分離部１０文字認識部１１画像処理部１２出力部

Claims

【特許請求の範囲】

【請求項１】入力画像から所定の領域を分離する分離
工程と、前記分離工程により分離された所定の領域の濃度及び高
さと、前記入力画像の解像度とに基づいて２値化閾値を
設定する閾値設定工程と、前記分離工程により分離された所定の領域を前記閾値設
定工程により設定された閾値で２値化する２値化工程と
を有することを特徴とする画像処理方法。
【請求項２】更に、前記２値化工程により２値化され
た領域に対して文字認識を行う文字認識工程を有するこ
とを特徴とする請求項１記載の画像処理方法。
【請求項３】前記閾値設定工程は、前記分離工程によ
り分離された所定の領域の輝度頻度ヒストグラムを算出
し、該領域の黒比率が所定値となるように２値化閾値を
設定することを特徴とする請求項１記載の画像処理方
法。
【請求項４】前記黒比率は、前記所定領域内の黒画素
密度であることを特徴とする請求項３記載の画像処理方
法。
【請求項５】前記黒比率の所定値は、前記分離工程に
より分離された所定の領域の高さ、解像度、該領域内の
フォント種別に応じて変化することを特徴とする請求項
４記載の画像処理方法。
【請求項６】前記分離工程は、入力画像から文字領域
を分離することを特徴とする請求項１記載の画像処理方
法。
【請求項７】前記分離工程は、入力画像から文字領域
を行単位で分離し、前記閾値設定工程は、前記文字領域の行単位に２値化閾
値を設定することを特徴とする請求項６記載の画像処理
方法。
【請求項８】前記閾値設定工程は、行単位の閾値を同
一文字領域内の他の行の閾値により制限して設定するこ
とを特徴とする請求項７記載の画像処理方法。
【請求項９】前記分離工程は入力画像から文字領域を
分離し、前記文字領域の高さは、該領域内の文字の大きさである
ことを特徴とする請求項５記載の画像処理方法。
【請求項１０】前記２値化工程は単純２値化を行うこ
とを特徴とする請求項１記載の画像処理方法。
【請求項１１】入力画像から所定の領域を分離する分
離手段と、前記分離手段により分離された所定の領域の濃度及び高
さと、前記入力画像の解像度とに基づいて２値化閾値を
設定する閾値設定手段と、前記分離手段により分離された所定の領域を前記閾値設
定手段により設定された閾値で２値化する２値化手段と
を有することを特徴とする画像処理装置。
【請求項１２】更に、前記２値化手段により２値化さ
れた領域に対して文字認識を行う文字認識手段を有する
ことを特徴とする請求項１記載の画像処理装置。
【請求項１３】前記閾値設定手段は、前記分離手段に
より分離された所定の領域の輝度頻度ヒストグラムを算
出し、該領域の黒比率が所定値となるように２値化閾値
を設定することを特徴とする請求項１記載の画像処理装
置。
【請求項１４】前記黒比率は、前記所定領域内の黒画
素密度であることを特徴とする請求項１３記載の画像処
理装置。
【請求項１５】前記黒比率の所定値は、前記分離手段
により分離された所定の領域の高さ、解像度、該領域内
のフォント種別に応じて変化することを特徴とする請求
項１４記載の画像処理装置。
【請求項１６】前記分離手段は、入力画像から文字領
域を分離することを特徴とする請求項１１記載の画像処
理装置。
【請求項１７】前記分離手段は、入力画像から文字領
域を行単位で分離し、前記閾値設定手段は、前記文字領域の行単位に２値化閾
値を設定することを特徴とする請求項１６記載の画像処
理装置。
【請求項１８】前記閾値設定手段は、行単位の閾値を
同一文字領域内の他の行の閾値により制限して設定する
ことを特徴とする請求項１７記載の画像処理装置。
【請求項１９】前記２値化手段は単純２値化を行うこ
とを特徴とする請求項１１記載の画像処理装置。