JPH08235308A - 表認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 斜めの罫線と、矩形以外の欄を抽出すること
ができるようにする。 【構成】 ラベル付与部１１は、表の２値画像から白画
素連結領域を抽出し、各白画素連結領域に識別用のラベ
ルを付与する。欄候補抽出部１２は、ラベル付与部１１
により抽出された白画素連結領域の中から、欄を示す白
画素連結領域以外の白画素連結領域を除去することによ
り、欄の候補領域を抽出する。欄領域抽出部１３は、欄
候補領域抽出部１２により抽出された欄の候補領域に完
全に包含される領域をこの候補領域に統合することによ
り、欄領域を抽出する。斜め罫線領域抽出部１４は、欄
領域抽出部１３により抽出された欄領域の形状的特徴に
基づいて、斜め罫線領域を抽出する。水平・垂直罫線抽
出部１５は、水平方法と垂直方向の黒画素の周辺分布に
基づいて、水平方向と垂直方向の罫線領域を抽出する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は、表の２値画像に基づ
いて、表の構造を認識する表認識装置に関する。

【０００２】

【従来の技術】近年、一般文書のデータベース化等に伴
い、この文書をイメージで読み取り、コード化するイメ
ージリーダの需要が高まっている。

【０００３】一般文書が表を含む場合、この表をコード
化するためには、一般文書から外接矩形によって表を切
り出し、その構造を認識する必要がある。表の構造を認
識するためには、表の２値画像から表の罫線（罫線領
域）と欄（欄領域）を抽出する必要がある。

【０００４】表の２値画像から表の罫線と欄を抽出する
技術としては、従来、次の文献１，２，３に記載された
技術が知られている。

【０００５】文献１：佐藤、井上、鳥生：文書入力のた
めの表構造の認識 昭和６３年、電子情報通信学会春季全国大会予稿集，Ｄ
−２３２（１９８８） 文献２：児島、清末、秋山：複雑な構造を持つ表の認識
に関する基礎検討 情報処理学会第３７回全国大会予稿集，６Ｗ−８（１９
８８） 文献３：田畑、鶴岡、木村、三宅：表の構造理解のため
の罫線抽出と領域分け電子情報通信学会技術研究報告，
Ｖｏｌ１９０，Ｎｏ２５３（ＰＲＵ９０ ６８−８０）
（１９９０） 文献１では、以下の手順により、表の罫線と欄の抽出が
行われる。

【０００６】（ａ） まず、表の２値画像に基づいて、
水平方向と垂直方向の黒画素数のヒストグラムを求め
る。 （ｂ） 次に、このヒストグラムに基づいて、水平方向
と垂直方向の罫線候補の領域を抽出する。 （ｃ） 次に、この領域を水平方向あるいは垂直方向に
走査することにより、罫線を抽出する。 （ｄ） 次に、罫線どうしの交点をすべて求めることに
より、罫線で囲まれた矩形を求め、この矩形を欄として
抽出する。

【０００７】文献２では、「罫線の両端は、直角方向の
罫線と接する」という知見をもとに、以下の手順によ
り、表の罫線と欄の抽出が行われる。

【０００８】（ａ） 表の２値画像に基づいて、水平方
向と垂直方向の黒画素数のヒストグラムを求め、このヒ
ストグラムに基づいて、罫線候補を抽出する。 （ｂ） 外枠罫線を決定する。外枠罫線がない場合、便
宜的に外枠罫線を追加する。 （ｃ） 罫線候補のうち、両端が外枠罫線と接するもの
を罫線として抽出する。 （ｄ） 抽出された罫線で構
成されるブロックを求め、各ブロックごとに、水平方向
と垂直方向の黒画素数のヒストグラムを求め、このヒス
トグラムに基づいて、各ブロックごとに、罫線候補を抽
出する。 （ｅ） 抽出された罫線候補のうち、両端が該ブロック
の辺と接するものを罫線として抽出する。 （ｆ） 抽出された罫線で構成されるブロックを求め、
各ブロックごとに、水平方向と垂直方向の黒画素数のヒ
ストグラムを求め、このヒストグラムに基づいて、各ブ
ロックごとに、罫線候補を抽出する。 （ｇ） あらたに、罫線候補が抽出された場合、（ｅ）
に戻り、罫線候補がなくなるまで、再帰的処理を行う。

【０００９】文献３では、以下の手順により、表の罫線
と欄の抽出が行われる。

【００１０】（ａ） まず、表の２値画像を水平方向に
走査することにより、黒画素が表の垂直方向のサイズの
１／１０より長く続く線分を抽出し、かつ、隣り合う線
分を統合し、水平方向の罫線領域とする。 （ｂ） 垂直方向にも同様の処理を行い、垂直方向の罫
線領域を抽出する。 （ｃ） 次に、水平方向の罫線のうち、垂直方向の罫線
と交わっていないものを交わるまで延ばすことにより、
水平方向の罫線を確定する。 （ｄ） 同様に、垂直方向の罫線のうち、水平方向の罫
線と交わっていないものを交わるまで延ばすことによ
り、垂直方向の罫線を確定する。 （ｅ） 罫線で囲まれた矩形を求めることにより、欄を
抽出する。

【００１１】

【発明が解決しようとする課題】文献１の技術では、罫
線を水平方向と垂直方向の黒画素数のヒストグラムによ
ってのみ抽出しているので、斜め方向の罫線を抽出する
ことができないという問題があった。また、この技術で
は、欄を罫線で囲まれた矩形と定義しているので、矩形
以外の欄を抽出することができないという問題があっ
た。

【００１２】例えば、図２に示すような斜め方向の罫線
（罫線１）と矩形でない欄（欄１，欄２、欄３）を含む
表が与えられた場合、文献１の技術では、罫線１と欄
１、欄２、欄３を抽出することができないという問題が
あった。

【００１３】文献２の技術でも、罫線を水平方向と垂直
方向の黒画素数のヒストグラムによってのみ検出してい
るので、図８に示すような斜めの罫線１を抽出すること
ができないという問題があった。また、この技術では、
罫線を両端が矩形のブロックの辺と接する線と定義して
いるため、図８に示すような罫線２，３も抽出するでき
ないという問題があった。さらに、この技術では、欄を
抽出された罫線で分割された領域として定義しているた
め、図８に示すような欄１、欄２、欄３、欄４を抽出す
ることができないという問題があった。

【００１４】文献３の技術では、黒画素が表の水平方向
あるいは垂直方向に、表の垂直方向あるいは水平方向の
サイズの１／１０より長く続く部分を罫線として抽出し
ているため、図８に示すような斜めの罫線１を抽出する
ことができないという問題があった。また、この技術で
は、欄を罫線の交点を頂点とする矩形として定義してい
るため、図８に示すような欄１、欄２、欄３を抽出する
ことができないという問題があった。

【００１５】以上まとめると、文献２の技術では、図８
に示すような表が与えられた場合、斜め罫線１と、矩形
以外の欄１、欄２、欄３と、矩形の欄４を抽出すること
ができないという問題があった。これに対し、文献１，
３の技術では、矩形の欄４は検出することができるが、
斜めの罫線１と矩形以外の欄１、欄２、欄３を抽出する
ことができないという問題があった。

【００１６】この発明は、上記の事情に鑑みてなされた
もので、斜めの罫線と、矩形以外の欄を抽出することが
できる表認識装置を提供することを課題とする。

【００１７】

【課題を解決するための手段】請求項１に係る発明は、
表の２値画像から欄の余白領域表示用の値を持つ第１の
画素の連結領域を抽出し、各連結領域に識別用のラベル
を付与するラベル付与手段と、このラベル付与手段によ
りラベルを付与された連結領域の中から、欄の余白領域
を示す連結領域以外の連結領域を除去することにより、
欄の候補領域を抽出する欄候補領域抽出手段と、この欄
候補領域抽出手段により抽出された欄候補領域に包含さ
れる領域をこの欄候補領域に統合することにより、欄領
域を抽出する欄領域抽出手段と、この欄領域抽出手段に
より抽出された欄領域の形状的特徴に基づいて、斜め方
向の罫線領域を抽出する斜め罫線領域抽出手段と、罫線
表示用の値を持つ第２の画素の周辺分布に基づいて、水
平方向と垂直方向の罫線領域を抽出する水平・垂直罫線
領域抽出手段とを設けるようにしたものである。

【００１８】請求項２に係る発明は、請求項１に係る発
明において、欄候補領域抽出手段を、ラベル付与手段に
より抽出された連結領域の面積が予め定めた値より小さ
い場合、当該連結領域を除去する第１の連結領域除去手
段と、ラベル付与手段により抽出された連結領域の縦横
比が予め定めた値より大きい場合、当該連結領域を除去
する第２の連結領域除去手段を有するように構成したも
のである。

【００１９】請求項３に係る発明は、請求項１に係る発
明において、斜め罫線領域抽出手段を、欄領域抽出手段
により抽出された欄領域の中から、面積が外接矩形の面
積のほぼ半分である欄領域を抽出する第１の領域抽出手
段と、この第１の領域抽出手段により抽出された欄領域
の中から、形状がほぼ三角形の欄領域を抽出する第２の
領域抽出手段を有するように構成したものである。

【００２０】

【作用】請求項１に係る発明においては、表の２値画像
が与えられると、ラベル付与手段により、この２値画像
から欄の余白領域表示用の値を持つ第１の画素の連結領
域が抽出され、各連結領域に識別用のラベルが付与され
る。次に、欄候補抽出手段により、ラベル付与手段によ
り抽出された連結領域の中から欄を示す連結領域以外の
連結領域を除去することにより、欄の候補領域が抽出さ
れる。

【００２１】次に、欄領域抽出手段により、欄候補領域
抽出手段により抽出された欄候補領域に包含される領域
をこの欄候補領域に統合することにより、欄領域が抽出
される。これにより、各欄領域ごとに異なるラベルが付
与された画像が得られる。その結果、矩形の欄以外の欄
も認識することができる。

【００２２】次に、各欄領域の形状的特徴に基づいて、
斜め方向の罫線領域が抽出される。また、罫線表示用の
値を持つ第２の画素、すなわち、罫線や欄に記述された
文字等を表示する画素の周辺分布に基づいて、水平方向
と垂直方向の罫線領域が抽出される。

【００２３】請求項２に係る発明においては、まず、第
１の連結領域抽出手段により、ラベル付与手段によって
抽出された各連結領域の面積と予め定めた値との大小が
比較される。この比較の結果、前者が後者より小さけれ
ば、当該連結領域が除去される。すなわち、当該連結領
域は第２の画素領域に統合される。これにより、例え
ば、ごみ付着領域等が欄の余白領域とみなされるのを防
止することができる。

【００２４】また、この請求項２に係る発明において
は、第２の連結領域除去手段により、ラベル付与手段に
よって抽出された各連結領域の縦横比と予め定めた値と
の大小が比較される。この比較の結果、前者が後者より
大きければ、当該連結領域が除去される。これにより、
表とこの表の外接矩形との間に位置する領域が欄の余白
領域と見なされるのを防止することができる。

【００２５】請求項３に係る発明においては、欄領域抽
出手段により抽出された欄領域の中から、第１の領域抽
出手段により面積が当該欄領域の外接矩形のほぼ半分で
ある欄領域が抽出される。次に、第２の領域抽出手段に
より、第１の領域抽出手段により抽出された欄領域のう
ち、形状がほぼ三角形である欄領域が抽出される。斜め
の罫線領域は、この欄領域の斜辺領域となる。

【００２６】

【実施例】以下、図面を参照しながら、この発明の実施
例を詳細に説明する。

【００２７】なお、以下の説明では、表は、例えば、白
と黒の２値画像で表わされるものとする。また、表の欄
の余白領域は、例えば、白の画素で表わされ、罫線や欄
に記述された文字等は黒の画素で表わされるものとす
る。

【００２８】図１は、この発明の一実施例の構成を示す
ブロック図である。

【００２９】図１において、１１は、表の２値画像から
白画素の連結領域を抽出し、各白画素連結領域に識別用
のラベルを付与するラベル付与部である。ここで、白画
素連結領域とは、複数の白画素が黒画素を介することな
く繋がっている領域をいう。１２は、ラベル付与部１１
により抽出された白画素連結領域の中から、欄の余白領
域を示す白画素連結領域以外の白画素連結領域を除去す
ることにより、欄の候補領域を抽出する欄候補領域抽出
部である。ここで、白画素連結領域を除去するとは、白
画素連結領域を黒画素領域に変更することをいう。

【００３０】１３は、欄候補抽出部１２により抽出され
た欄候補領域に完全に包含される領域をこの欄候補領域
に統合することにより、欄領域を抽出する欄領域抽出部
である。

【００３１】ここで、欄の候補領域に完全に包含される
領域には、欄に記述された文字等を表す黒画素領域やこ
の文字等の内部領域（白画素連結領域）がある。また、
欄候補領域に完全に包含される領域をこの欄候補領域に
統合するとは、当該領域に当該欄候補領域に付与された
ラベルと同じラベルを付与することをいう。

【００３２】なお、この実施例では、文字等の内部領域
の統合は、実際には、上述した欄候補領域抽出部１２で
実行される。

【００３３】１４は、欄領域抽出部１３により抽出され
た欄領域の形状的特徴に基づいて、斜めの罫線領域を抽
出する斜め罫線領域抽出部である。

【００３４】１５は、水平方向と垂直方向の黒画素の周
辺分布に基づいて、水平方向と垂直方向の罫線領域を抽
出する水平・垂直罫線領域抽出部である。

【００３５】上記構成において、動作を説明する。

【００３６】表の２値画像は、ラベル付与部１１に供給
される。ラベル付与部１１は、この２値画像を受け取る
と、これに含まれる白画素連結領域を抽出し、各白画素
連結領域に識別用のラベルを付与する。これにより、主
に、各欄の余白領域に異なるラベルが付与されたラベル
画像が得られる。

【００３７】図３は、このラベル付与処理の概略を示す
図である。ここで、図３（ａ）は、ある表の２値画像を
示し、同図（ｂ）は、この表のラベル画像を示す。図に
おいて、２１，２２，２３，２４は、表画像上の白画素
連結領域（主に、欄の余白領域）であり、２５は、黒画
素領域（主に、罫線領域や文字等の領域）である。

【００３８】ラベル付与部１１は、図３（ａ）に示すよ
うな２値画像が入力されると、この２値画像に含まれる
白画素連結領域２１，２２，２３，２４を抽出し、各白
画素連結領域２１，２２，２３，２４に識別用のラベル
を付与する。これにより、図３（ｂ）に示すようなラベ
ル画像が得られる。

【００３９】図３（ｂ）には、ラベルとして、１以上の
数字を用いる場合を示す。また、図３（ｂ）には、黒画
素領域２５にも、例えば、０のラベルを付与する場合を
示す。これは、白画素連結領域２１，２２，２３，２４
と黒画素領域２５を統一的に扱うためである。

【００４０】なお、ラベル付与処理は、例えば、白画素
に着目した８近傍ラベル付与処理に基づいて行われる。

【００４１】図４は、ラベル画像における画素データの
構造の一例を示す図である。図示の画素データは、１６
ビットで表わされる。ここで、最上位ビットは、白画素
と黒画素を区別するための画素識別ビットとして使用さ
れる。白画素の場合は、例えば、このビットに０が挿入
され、黒画素の場合は、１が挿入される。下位１５ビッ
トは、自分が属する白画素連結領域に付与されたラベル
値を表すためのラベル表示ビットとして使用される。

【００４２】なお、画素識別ビットを設けるのは、本来
の黒画素領域と後述する欄候補領域抽出部１２の白画素
連結領域除去処理により白画素連結領域から変更された
黒画素領域とを区別するためである。

【００４３】ラベル付与部１１の処理結果は、欄候補領
域抽出部１２に供給される。欄候補領域抽出部１２は、
この処理結果を受け取ると、ラベル付与部１１により抽
出された白画素連結領域の中から、欄の余白領域を示す
白画素連結領域以外の白画素連結領域を除去することに
より、欄の候補領域を抽出する。

【００４４】ここで、欄の余白領域を示す白画素連結領
域以外の白画素連結領域としては、例えば、微小なごみ
が付着した領域と、表とこの表を切り出すための外接矩
形との間に位置する外枠領域がある。

【００４５】図５は、外枠領域の一例を示す図である。
図において、３１は表であり、３２は、文書画像からこ
の表３１を切り出すための外接矩形である。図には、外
接矩形３２に対して、表３１が少し傾いている場合を示
す。３３〜３６は、表３１と外接矩形３２との間に位置
する外枠領域である。図示の如く、外枠領域３３〜３６
は、通常、表３１の欄領域３７に比べ、かなり細長い。

【００４６】欄候補領域抽出部１２は、ラベル画像から
ごみ付着領域や外枠領域を抽出し、そのラベル値（１以
上の整数）を黒画素領域のラベル値０に変更する。これ
により、ごみ付着領域等が除去される。すなわち、ごみ
付着領域等が黒画素領域に統合される。但し、この場
合、画素識別ビット（図４参照）の値は白画素を示す０
に保たれる。これは、上記の如く、この領域と本来の黒
画素領域とを区別するためである。

【００４７】ごみ付着領域の抽出は、各白画素連結領域
の面積と予め定めた所定の閾値とを比較することにより
行われる。これは、微小なごみが付着した領域は、通
常、欄領域よりかなり小さいからである。

【００４８】この場合、欄候補領域抽出部１２は、ま
ず、ラベル付与部１１により抽出された各白画素連結領
域ごとに、その面積を求める。この場合、面積は、例え
ば、画素数として求められる。次に、求めた面積と予め
定めた所定の閾値ＴＨ１とを比較する。この比較の結
果、前者が後者より小さければ、当該白画素連結領域を
ごみ付着領域として抽出する。

【００４９】なお、上記閾値ＴＨ１は、画像の解像度が
５０ＤＰＩである場合の面積が３であるような白画素連
結領域をごみ付着領域と見なしても差し支えない値に設
定されている。

【００５０】外枠領域の抽出は、各白画素連結領域の縦
横比（垂直方向の高さと水平方向の幅との比）と予め定
めた所定の閾値とを比較することにより行われる。これ
は、外枠領域は、上記の如く、通常、欄領域より細長い
ため、その縦横比も、通常、欄領域の縦横比より大きい
からである。

【００５１】この場合、欄候補領域抽出部１２は、ま
ず、ラベル付与部１１により抽出された各白画素連結領
域ごとに、その縦横比を求める。次に、この縦横比と所
定の閾値とを比較する。この比較の結果、前者が後者よ
り大きければ、当該白画素連結領域を外枠領域として抽
出する。

【００５２】次の式（１），（２）は、外枠領域を抽出
するための判定式である。

【００５３】 ｗ／ｈ＞ＴＨ２ … （１） ｈ／ｗ＞ＴＨ２ … （２） ここで、ｗは、白画素連結領域の水平方向の幅（図５参
照）であり、ｈは、同じく垂直方向の高さ（図５参照）
である。ＴＨ２は、閾値である。

【００５４】欄候補領域抽出部１２は、白画素連結領域
の縦横比ｗ／ｈあるいはｈ／ｗが、式（１）あるいは
（２）を満足すれば、当該白画素連結領域を外枠領域と
見なす。なお、閾値ＴＨ２は、例えば、２０のような大
きな値に設定される。これは、外枠領域として、到底欄
領域とは見なすことができないような領域を抽出するた
めである。

【００５５】欄候補領域抽出部１２は、また、欄に記述
された文字等の内部領域を、当該文字等の黒画素領域を
包含する白画素連結領域に統合する。これを図６を参照
しながら説明する。

【００５６】図６（ａ）は、数字の８が記述された四角
形の欄を示す。ここで、４１，４２，４３は、白画素連
結領域であり、４４は、黒画素領域である。白画素連結
領域４２，４３は、数字８の内部領域に相当する。白画
素連結領域４１，４２，４３には、異なるラベル値が付
与されている。図では、これを異なる模様で表す。

【００５７】この場合、欄候補領域抽出部１２は、ま
ず、ラベル付与部１１により抽出され白画素連結領域４
１に包含される黒画素領域４２を抽出する。次に、この
黒画素領域４２に包含される白画素連結領域４２，４３
を抽出する。次に、図６（ｂ）に示すように、この白画
素連結領域４２，４３のラベル値を白画素連結領域４１
のラベル値に変更する。これにより、白画素連結領域４
２，４３は、白画素連結領域４１に統合されたことにな
る。

【００５８】欄候補領域抽出部１２の処理結果は、欄領
域抽出部１３に供給される。欄領域抽出部１３は、この
処理結果を受け取ると、欄候補領域抽出部１２により抽
出された欄候補領域に完全に包含される黒画素領域を抽
出し、この黒画素領域を当該欄候補領域に統合すること
により、欄領域を抽出する。これを図７を参照しながら
説明する。

【００５９】図７（ａ）は、数字１２が記述された四角
形の欄を示す。ここで、５１は、欄候補領域（白画素連
結領域）であり、５２，５３は黒画素領域である。な
お、図には、欄候補領域５１を黒で示し、黒画素領域５
２，５３を白で示す。

【００６０】この場合、欄領域抽出部１３は、まず、欄
候補領域抽出部１２により抽出された欄候補領域５１に
包含される黒画素領域５２，５３を抽出する。次に、こ
の黒画素領域５２，５３のラベル値０を欄候補領域５１
のラベル値に変更する。これにより、黒画素領域５２，
５３は、図７（ｂ）に示すように、欄候補領域５１に統
合される。この統合により得られた領域が欄領域とな
る。

【００６１】欄領域抽出部１３の処理結果は、斜め罫線
抽出部１４に供給される。斜め罫線抽出部１４は、この
処理結果を受け取ると、欄領域抽出部１３により抽出さ
れた欄領域の形状的特徴に基づいて、斜め方向の罫線領
域を抽出する。

【００６２】この抽出は、欄領域抽出部１３により抽出
された欄領域の中から、斜め罫線で区切られたと考えら
れる欄領域を探すことにより行われる。この探索は、
「このような欄領域は、面積がこれに外接する矩形の面
積の半分で、形状がほぼ三角形（直角三角形）であると
いう性質を有する。」ということを利用して行われる。

【００６３】すなわち、斜め罫線領域抽出部１４は、欄
領域抽出部１３の処理結果を受けると、まず、欄領域抽
出部１３により抽出された各欄領域ごとに、その面積を
求める。次に、この欄領域の外接矩形の面積を求める。
次に、両者の比を求め、この比が次式（３）を満たすか
否かを判定する。

【００６４】 ０．５−ＴＨ３＜ｓ／Ｓ＜０．５＋ＴＨ３ … （３） ここで、ｓは、欄領域の面積であり、Ｓは外接矩形の面
積である。これらは、例えば、画素数で表される。ま
た、ＴＨ３は閾値である。この閾値ＴＨ３は、外接矩形
の対角線である罫線領域の面積を考慮して設けられるも
ので、例えば、０．１程度の値に設定される。

【００６５】斜め罫線領域抽出部１４は、比ｓ／Ｓが式
（３）を満たす場合、当該欄領域を斜め罫線で区切られ
た欄領域の候補とする。

【００６６】次に、斜め罫線抽出部１４は、この候補の
形状が三角形か否かを判定する。この形状が三角形であ
れば、当該候補を斜め罫線で区切られた欄領域と見な
す。斜め罫線領域は、この欄領域の斜辺領域として抽出
される。

【００６７】斜め罫線で区切られた欄領域の候補の形状
が三角形か否かの判定は、例えば、外接矩形の上端およ
び下端の各画素位置と当該候補に付与されたラベル値を
持つ画素が最初に現れる画素位置との垂直方向の距離の
分布を求めることによりなされる。以下、これを図８を
参照しながら説明する。

【００６８】図８（ｂ）において、６１は、斜め罫線で
区切られた欄領域の候補であり、６２は、この候補６２
の外接矩形である。

【００６９】この場合、斜め罫線領域抽出部１４は、ま
ず、外接矩形６２の上辺ＡＢの各画素ごとに、その画素
位置と候補６１に付与されたラベル値を持つ画素が最初
に現れる画素位置との垂直方向の距離を求める。この距
離は、例えば、画素数で表される。これにより、画素数
の分布曲線が得られる。

【００７０】次に、斜め罫線領域部１４は、検出した画
素数分布曲線の傾きが（ＢＤ／ＡＢ）あるいは（−ＡＣ
／ＡＢ）の直線で近似することができるか否かを判定す
る。近似することができれば、当該候補６１の形状を三
角形と判定する。この場合、斜めの罫線は、この三角形
の斜辺、すなわち、外接矩形６２の対角線ＡＤあるいは
ＢＣとなる。

【００７１】これに対し、近似することができなけれ
ば、斜め罫線領域抽出部１４は、下辺ＣＤについて、同
様の処理を行う。

【００７２】図８の例の場合、候補６１は、矩形の欄領
域を右下がりの罫線で区切ることにより得られた２つの
欄領域のうち、下方の欄領域である。したがって、この
場合、上辺ＡＢについては、図８（ａ）に示すように、
右上がりの画素数分布曲線が得られる。これに対して、
下辺ＣＤについては、図８（ｃ）に示すように、ｙ切片
がほぼ０で、傾きもほぼ０の分布曲線が得られる。

【００７３】これにより、この場合、上辺ＡＢについ
て、画素数の分布を求めた時点で、候補６１の形状は三
角形と判定される。そして、斜め罫線は、外接矩形６２
の対角線ＡＤとされる。

【００７４】水平・垂直罫線領域抽出部１５は、図９に
示すように、ラベル値が０の黒画素の水平方向と垂直方
向の周辺分布を生成する。この生成は、例えば、欄領域
抽出部１３の欄領域抽出処理が済んだラベル画像に基づ
いて行われる。

【００７５】次に、水平・垂直罫線領域抽出部１５は、
この周辺分布に基づいて、度数が予め定めた所定の閾値
ＴＨ４以上で、幅が予め定めた所定の閾値ＴＨ５以下の
区間を求め、これを罫線走査区間として抽出する。ここ
で、閾値ＴＨ４は、ひとつのセルの幅または高さの最小
値程度の値に設定されている。また、閾値ＴＨ５は、画
像の傾きを考慮に入れて、罫線の幅より若干大きい値に
設定されている。

【００７６】次に、水平・垂直罫線領域抽出部１５は、
各罫線走査区間を走査し、黒画素が連続する区間を求め
る。この区間が水平方向あるいは垂直方向の罫線領域と
なる。この場合、罫線の端点（始点および終点）Ｔは、
図１０に示すように、罫線走査区間において、白画素が
予め定めた閾値ＴＨ６以上連続して存在するする区間Ｗ
を求めることにより決定される。

【００７７】なお、閾値ＴＨ６は、明らかに、罫線が途
切れていると考えられる値に設定される。例えば、画像
の解像度が５０ＤＰＩのときは、この閾値ＴＨ６は、１
０程度に設定される。

【００７８】以上詳述したこの実施例によれば、次のよ
うな効果を得ることができる。

【００７９】（１） まず、この実施例によれば、白画
素連結領域に注目し、欄領域を矩形と仮定せず、同じラ
ベルを持つ領域として表すようにしたので、従来技術で
は抽出することができなかった矩形でない欄領域を抽出
することができる。

【００８０】（２） また、この実施例によれば、ラベ
ルにより表された欄領域の形状的特徴に基づいて、斜め
方向の罫線抽出処理を実行するようにしたので、従来技
術では、抽出することができなかった斜め罫線領域を抽
出することができる。

【００８１】（３） また、この実施例によれば、ラベ
ル付与部１１により抽出された白画素連結領域から、面
積が所定の閾値ＴＨ１より小さい白画素連結領域や縦横
比が所定の閾値ＴＨ２より大きい白画素連結領域連結領
域を除去するようにしたので、この白画素連結領域から
ごみ付着領域や外枠領域等の不要領域を除去することが
できる。これにより、欄領域の抽出精度を高めることが
できる。

【００８２】（４） また、この実施例によれば、欄領
域抽出部１３により抽出された欄領域の中から、面積が
外接矩形の面積の半分で、形状がほぼ三角形である欄領
域を探すことにより、斜め罫線領域を抽出するようにし
たので、この斜め罫線領域を正確に抽出することができ
る。

【００８３】以上、この発明の一実施例を詳細に説明し
たが、この発明は、上述したような実施例に限定される
ものではない。

【００８４】（１） 例えば、先の実施例では、外接矩
形の上辺および下辺についての画素数分布を求めること
により、欄領域が三角形か否かを判定する場合を説明し
た。しかし、この発明は、外接矩形の左辺および右辺に
ついての画素数分布を求めることにより、欄領域が三角
形か否かを判定するようにしてもよい。

【００８５】（２） また、先の実施例では、欄候補領
域（図６の４１）に包含される文字等の領域（図６の４
４）とこの文字等の内部領域（図６の４２，４３）を別
々に欄候補領域（図６の４１）に統合する場合を説明し
た。しかし、この発明は、これらをいっしょに欄候補領
域（図６の４１）に統合するようにしてもよい。

【００８６】（３） このほかにも、この発明は、その
要旨を逸脱しない範囲で種々変形実施可能なことは勿論
である。

【００８７】

【発明の効果】請求項１に係る発明によれば、欄表示用
の値を持つ第１の画素の連結領域に注目し、欄領域を矩
形と仮定せず、同じラベルを持つ領域として表すように
したので、従来技術では抽出することができなかった矩
形でない欄領域を抽出することができる。また、この発
明によれば、ラベルにより表された欄領域の形状的特徴
に基づいて、斜め方向の罫線抽出処理を実行するように
したので、従来技術では、抽出することができなかった
斜め罫線領域を抽出することができる。

【００８８】請求項２に係る発明によれば、ラベル付与
処理により抽出された第１画素連結領域から、面積が予
め定めた値より小さい第１画素連結領域や縦横比が予め
定めた値より大きい第１画素連結領域を除去するように
したので、この第１画素連結領域からごみ付着領域等の
不要領域を除去することができ、欄領域の抽出精度を高
めることができる。

【００８９】請求項３に係る発明によれば、抽出された
欄領域の中から、面積が外接矩形の面積の半分で、形状
がほぼ三角形である欄領域を探すことにより、斜め罫線
領域を抽出するようにしたので、この斜め罫線領域を正
確に抽出することができる。

【図面の簡単な説明】

【図１】この発明の一実施例の構成を示すブロック図で
ある。

【図２】従来の問題を説明するための図である。

【図３】一実施例のラベル付与処理を説明するための図
である。

【図４】一実施例のラベル画像における画素データを示
す図である。

【図５】一実施例の外枠領域除去処理を説明するための
図である。

【図６】一実施例の領域統合処理を説明するための図で
ある。

【図７】一実施例の領域統合処理を説明するための図で
ある。

【図８】一実施例の斜め罫線領域抽出処理を説明するた
めの図である。

【図９】一実施例の水平・垂直罫線領域抽出処理を説明
するための図である。

【図１０】一実施例の水平・垂直罫線領域抽出処理を説
明するための図である。

【符号の説明】

１１…ラベル付与部 １２…欄候補領域抽出部１２ １３…欄領域抽出部 １４…斜め罫線領域抽出部 １５…水平・垂直罫線領域抽出部 ２１，２２，２３，２４，４１，４２，４３…白画素連
結領域 ２５，４４…黒画素領域 ３１…表 ３２，６２…外接矩形 ３３，３４，３５，３６…外枠領域 ５１…欄領域候補 ５２，５３…黒画素領域 ６１…三角形の欄領域候補

───────────────────────────────────────────────────── フロントページの続き (72)発明者 伊藤 昌史 東京都港区虎ノ門１丁目７番12号 沖電気 工業株式会社内

Claims (3)

【特許請求の範囲】
1. 【請求項１】 表の２値画像に基づいて、表の構造を認
   識する表認識装置において、 前記２値画像から欄の余白領域表示用の値を持つ第１の
   画素の連結領域を抽出し、各連結領域に識別用のラベル
   を付与するラベル付与手段と、 このラベル付与手段により抽出された連結領域の中か
   ら、欄の余白領域を示す連結領域以外の連結領域を除去
   することにより、欄の候補領域を抽出する蘭候補領域抽
   出手段と、 この蘭候補領域抽出手段により抽出された蘭候補領域に
   包含される領域をこの蘭候補領域に統合することによ
   り、欄領域を抽出する欄領域抽出手段と、 この欄領域抽出手段により抽出された欄領域の形状的特
   徴に基づいて、斜め方向の罫線領域を抽出する斜め罫線
   領域抽出手段と、 罫線表示用の値を持つ第２の画素の周辺分布に基づい
   て、水平方向と垂直方向の罫線領域を抽出する水平・垂
   直罫線領域抽出手段とを具備したことを特徴とする表認
   識装置。
2. 【請求項２】 前記蘭候補領域抽出手段は、 前記ラベル付与手段により抽出された連結領域の面積が
   予め定めた値より小さい場合、当該連結領域を除去する
   第１の連結領域除去手段と、 前記ラベル付与手段により抽出された連結領域の縦横比
   が予め定めた値より大きい場合、当該連結領域を除去す
   る第２の連結領域除去手段とを具備したことを特徴とす
   る請求項１記載の表認識装置。
3. 【請求項３】 前記斜め罫線領域抽出手段は、 前記欄領域抽出手段により抽出された欄領域の中から、
   面積が外接矩形の面積のほぼ半分である欄領域を抽出す
   る第１の領域抽出手段と、 この第１の領域抽出手段により抽出された欄領域の中か
   ら、形状がほぼ三角形の欄領域を抽出する第２の領域抽
   出手段とを具備したことを特徴とする請求項１記載の表
   認識装置。