JPH0836620A - 文字画像データ切出装置 - Google Patents

Abstract

(57)【要約】 【目的】本発明は、２値化された複数の文字画像データ
が一列に並ぶことで構成される処理対象の画像データの
中から、文字画像データを切り出す文字画像データ切出
装置に関し、文字画像データの正確な切り出しの実現を
目的とする。 【構成】文字画像データの並び方向を射影軸として、処
理対象画像データの持つ２値化個数のヒストグラムを作
成し、このヒストグラムを画素位置順に従い文字フィー
ルド幅でもって区画する検出手段１３と、検出手段１３
により区画される各区画領域内の同一位置画素が持つヒ
ストグラム値の総和を算出する算出手段１４と、算出手
段１４の算出する総和値が最も小さいものとなる画素位
置を文字画像データの切出位置として特定する特定手段
１５とを備えるように構成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、２値化された複数の文
字画像データが一列に並ぶことで構成される処理対象の
画像データの中から、文字画像データを切り出す文字画
像データ切出装置に関し、特に、文字画像データの正確
な切り出しを実現する文字画像データ切出装置に関す
る。

【０００２】文字認識処理を実行する場合には、イメー
ジスキャナ等により読み取られた帳票等の画像データか
ら、文字画像データを切り出していく処理を実行する。
この文字画像データの切出処理は、文字認識率を左右す
る重要な処理である。これから、文字画像データの正確
な切り出しを実現する文字画像データ切出装置の構築が
叫ばれている。

【０００３】

【従来の技術】従来、２値化された複数の文字画像デー
タが一列に並ぶことで構成される処理対象の画像データ
の中から、文字画像データを切り出していくときには、
文字画像データの並び方向を射影軸とする２値化個数の
ヒストグラムを作成して、そのヒストグラムの持つ２値
化個数がゼロ値を示す箇所を切出位置として検出してい
くという方法を採っていた。

【０００４】すなわち、図１４に示すように、文字画像
データの並び方向を射影軸とする２値化個数のヒストグ
ラムを作成して、そのヒストグラムの持つ２値化個数が
ゼロ値を示す箇所を切出位置として検出していくという
方法を採っていた。

【０００５】

【発明が解決しようとする課題】このような従来技術で
は、隣接する文字画像データの間にノイズが存在しない
ときには、文字画像データを正確に切り出すことができ
るものの、文字部分と見なされてしまうようなノイズが
存在するときには、文字画像データを正確に切り出すこ
とができないことがあるという問題点がある。

【０００６】例えば、隣接する文字画像データの間に、
図１５に示すようなノイズが存在するときには、このよ
うな従来技術に従っていると、どこを切出位置とするの
かを検出できないことになる。

【０００７】本発明はかかる事情に鑑みてなされたもの
であって、２値化された複数の文字画像データが一列に
並ぶことで構成される処理対象の画像データの中から、
文字画像データを切り出す構成を採るときにあって、文
字画像データの正確な切り出しを実現する新たな文字画
像データ切出装置の提供を目的とする。

【０００８】

【課題を解決するための手段】図１に本発明の原理構成
を図示する。図中、１は本発明を具備する文字画像デー
タ切出装置であって、規定の文字フィールド幅に展開さ
れる２値化された複数の文字画像データが一列に並ぶこ
とで構成される処理対象の画像データの中から、文字画
像データを切り出すものである。

【０００９】この文字画像データ切出装置は、格納手段
１０と、計測手段１１と、決定手段１２と、検出手段１
３と、算出手段１４と、特定手段１５と、補正手段１６
とを備える。

【００１０】この格納手段１０は、処理対象となる画像
データを格納する。計測手段１１は、文字画像データの
展開幅を計測する。決定手段１２は、文字画像データの
文字フィールド幅を決定する。検出手段１３は、文字画
像データの並び方向を射影軸として、処理対象の画像デ
ータの持つ２値化個数のヒストグラムを作成し、このヒ
ストグラムを画素位置順に従い文字フィールド幅でもっ
て区画する。

【００１１】算出手段１４は、検出手段１３により区画
される各区画領域内の同一位置画素が持つヒストグラム
値の総和を算出する。特定手段１５は、算出手段１４の
算出結果に従って、文字画像データの切出位置を特定す
る。補正手段１６は、特定手段１５の特定する切出位置
を使って文字フィールド幅を補正する。

【００１２】

【作用】本発明では、検出手段１３は、格納手段１０か
ら、２値化された複数の文字画像データが一列に並ぶこ
とで構成される処理対象の画像データを読み出し、文字
画像データの並び方向を射影軸として、その画像データ
の持つ２値化個数のヒストグラムを作成し、このヒスト
グラムを画素位置順に従い文字フィールド幅でもって区
画する。

【００１３】このとき用いる文字フィールド幅は、予め
用意される場合もあるが、計測手段１１が、文字画像デ
ータの並び方向と直交する方向を射影軸として、処理対
象の画像データの持つ２値化個数のヒストグラムを作成
することで、その直交方向における文字画像データの展
開幅を計測し、この計測結果を受けて、決定手段１２
が、計測された展開幅に規定値を掛け算等することで求
める方法を採ることもある。

【００１４】この検出手段１３の処理結果を受けて、算
出手段１４は、検出手段１３により区画される各区画領
域内の同一位置画素が持つヒストグラム値の総和を算出
し、この算出結果を受けて、特定手段１５は、算出され
た総和値が最も小さいものとなる画素位置を文字画像デ
ータの切出位置として特定する。

【００１５】この切出位置の精度を高める場合には、特
定手段１５が切出位置を特定すると、補正手段１６は、
先頭の切出位置から文字フィールド幅離れた画素位置領
域に存在する非文字部分の画素を処理対象画素として設
定して、その処理対象画素と先頭の切出位置との間の画
素長を新たな文字フィールド幅として、その処理対象画
素から新たな文字フィールド幅離れた画素位置領域に存
在する非文字部分の画素を新たな処理対象画素として設
定していく処理を繰り返していって、最終の処理対象画
素が得られるときの文字フィールド幅を補正結果として
出力する。

【００１６】この補正された文字フィールド幅を受け
て、検出手段１３は、再び、ヒストグラムを画素位置順
に従いその文字フィールド幅でもって区画し、この処理
結果を受けて、算出手段１４は、検出手段１３により区
画される各区画領域内の同一位置画素が持つヒストグラ
ム値の総和を算出し、この算出結果を受けて、特定手段
１５は、算出された総和値が最も小さいものとなる画素
位置を文字画像データの切出位置として特定する。

【００１７】このように、本発明では、規定の文字フィ
ールド幅に展開される文字画像データの周期性を使い、
全体的な評価に従って文字画像データの切出位置を特定
していく構成を採ることから、ノイズがあっても、文字
画像データの正確な切り出しを実現できることになる。

【００１８】

【実施例】以下、実施例に従って本発明を詳細に説明す
る。図２に、本発明を具備する文字認識装置２のシステ
ム構成を図示する。

【００１９】この図に示すように、本発明を具備する文
字認識装置２は、帳票に列状に記録される文字の認識処
理を実行するものであって、帳票の画像データを読み取
る画像入力機器２０と、画像ファイル２１／フィールド
ファイル２２／切出文字ファイル２３を格納するディス
ク装置２４とを接続するとともに、画像入力機器２０を
ドライブするとともに、画像入力機器２０の読み取る画
像データを２値化して画像ファイル２１に格納するデバ
イスドライバ２５と、ディスク装置２４へのファイルア
クセスを実行するファイル入出力機構２６と、文字認識
処理を実行する認識エンジン２７と、認識エンジン２７
の認識結果を使って規定のデータ処理を実行する応用プ
ログラム２８とを備えるものである。

【００２０】この認識エンジン２７は、文字認識処理を
実行するために、前処理として、２値化された帳票の画
像データから文字画像データを切り出す処理を実行す
る。図３に、この文字画像データの切出処理の全体的な
流れを図示する。

【００２１】認識エンジン２７は、帳票の画像データか
ら文字画像データを切り出すときには、この図３の処理
フローに示すように、先ず最初に、ステップ１で、画像
ファイル２１から認識対象となる２値化された帳票の画
像データを読み出す。

【００２２】続いて、ステップ２で、この読み出した画
像データから文字列方向を検出して、その文字列方向が
メモリ上で水平になるようにと画像データを回転する。
すなわち、帳票は矩形形状を有しており、帳票に記録さ
れる文字はこの矩形の辺に並行に並べられているので、
その性質を使って、図４（ａ）に示すように、帳票の画
像データがメモリ上で水平になるようにと回転すること
で、図４（ｂ）に示すように、帳票に記録される文字画
像データがメモリ上で水平になるようにと回転するので
ある。

【００２３】続いて、ステップ３で、帳票の認識フィー
ルドを特定して、回転した画像データの中から各認識フ
ィールドの画像データ部分を抽出してフィールドファイ
ル２２に格納する。すなわち、帳票上の１つの文字列は
１つの認識フィールドを構成し、帳票にはこの認識フィ
ールドが複数存在するので、図５に示すように、帳票定
義体に従って帳票の認識フィールドを特定して、回転し
た画像データの中から各認識フィールドの画像データ部
分を抽出してフィールドファイル２２に格納するのであ
る。

【００２４】続いて、ステップ４で、フィールドファイ
ル２２から処理対象となる認識フィールドの画像データ
を１つ読み出し、続くステップ５で、全ての認識フィー
ルドの画像データの読み出しが終了したのか否かを判断
して、全ての読み出しを終了したことを判断するときに
は全処理を終了する。

【００２５】一方、ステップ５で、処理対象となる認識
フィールドの画像データを読み出せたことを判断すると
きには、ステップ６に進んで、後述するアルゴリズムに
従って、認識フィールドに並ぶ文字画像データの文字切
出位置を特定する。すなわち、図６に示すように、一列
に並ぶ文字と文字との間を仕切る文字切出位置を特定す
るのである。

【００２６】続いて、ステップ７で、ステップ６で特定
した文字切出位置に従って、図７に示すように、読み出
した認識フィールドの画像データの中から文字画像デー
タを切り出し、続くステップ８で、この切り出した文字
画像データを切出文字ファイル２３に格納してからステ
ップ４に戻っていく。

【００２７】このようにして、認識エンジン２７は、こ
の図３の処理フローを実行することで、帳票の画像デー
タから文字画像データを切り出していくのである。次
に、この図３の処理フローのステップ６で実行する文字
切出位置の特定処理について詳細に説明する。

【００２８】図８及び図９に、この文字切出位置の特定
処理の詳細な処理フローを図示する。認識エンジン２７
は、認識フィールドの画像データを読み出して文字切出
位置の特定処理に入ると、図８及び図９の処理フローに
示すように、先ず最初に、ステップ１で、変数ｉに
“０”をセットする。続いて、ステップ２で、文字の並
び方向を射影軸として、読み出した画像データの持つ２
値化個数のヒストグラムを作成する。すなわち、図１０
に示すようなヒストグラムを作成するのである。

【００２９】続いて、ステップ３で、作成したヒストグ
ラムを画素位置順に従い文字フィールド幅でもって区画
する。すなわち、文字フィールド幅がｎ個の画素数から
なるものであるときには、図１１（ａ）に示すように、
連続するｎ個の画素数を１区画領域として、作成したヒ
ストグラムを区画（この例ではｍ個に区画）していくの
である。なお、このとき用いる文字フィールド幅は、帳
票定義体により決められていることから、それを使うこ
とになる。

【００３０】続いて、ステップ４で、区画された各区画
領域内の同一位置画素が持つヒストグラム値の総和を算
出する。すなわち、図１１（ｂ）に示すように、「第１
区画領域の第１番画素位置の持つヒストグラム値Ｘ₁₁，
第２区画領域の第１番画素位置の持つヒストグラム値Ｘ
₁₂，・・・・，第ｍ区画領域の第１番画素位置の持つヒ
ストグラム値Ｘ_1m」の総和を算出するというように、区
画された各区画領域内の同一位置画素が持つヒストグラ
ム値の総和を算出するのである。

【００３１】続いて、ステップ５で、算出されたヒスト
グラム値の総和値が最も小さいものとなる画素位置を文
字画像データの切出位置として特定する。すなわち、文
字フィールド幅により区画される区画領域がｎ個の画素
からなる場合にあって、図１２に示すように、第ｋ番画
素位置の持つヒストグラム値の総和値が最も小さいもの
であるときには、この第ｋ番画素位置を文字画像データ
の切出位置として特定するのである。

【００３２】続いて、ステップ６で、変数ｉに“１”が
セットされているか否かをチェックして、“１”がセッ
トされていることを判断するときには、全処理を終了す
る。一方、“０”がセットされていることを判断すると
きには、ステップ７に進んで、ステップ５で特定した先
頭の切出位置の画素位置を処理画素位置として設定す
る。

【００３３】続いて、ステップ８で、処理画素位置から
文字フィールド幅離れた画素位置を選定し、続くステッ
プ９で、その選定した画素位置領域に存在する非文字部
分の画素を新たな処理画素位置として設定する。すなわ
ち、処理画素位置から文字フィールド幅離れた画素位置
が非文字部分となるときには、その画素位置を処理画素
位置として設定し、文字部分になるときには、その近傍
に位置する非文字部分の画素位置を処理画素位置として
設定するのである。例えば、図１３に示すように、が
先頭の切出位置の画素位置であるときに、それから文字
フィールド幅離れた画素位置のが文字部分となるとき
には、その近傍に位置して文字部分とならないの画素
位置を処理画素位置として設定することになる。

【００３４】このようにして新たな処理画素位置を設定
すると、続いて、ステップ１０で、その新たに設定した
処理画素位置が最終の処理画素位置となるのか否かを判
断する。すなわち、その新たに設定した処理画素位置か
ら文字フィールド幅離れた画素位置が更に存在するか否
かを判断して、存在しないときには、最終の処理画素位
置と判断し、存在するときには、最終の処理画素位置で
ないと判断するのである。

【００３５】このステップ１０で、最終の処理画素位置
でないと判断するときには、ステップ１１に進んで、新
たに設定した処理画素位置と、１つ前に設定した処理画
素位置との間の画素数を求めて、文字フィールド幅をこ
の画素数を持つものに更新してから、ステップ８に戻っ
ていく。

【００３６】一方、このステップ１０で、最終の処理画
素位置であると判断するときには、ステップ１２に進ん
で、最終に設定した処理画素位置と、１つ前に設定した
処理画素位置との間の画素数を求めて、文字フィールド
幅をこの画素数を持つものに最終的に決定する。すなわ
ち、帳票定義体により決められている文字フィールド幅
に代えて、最終に設定した処理画素位置と、１つ前に設
定した処理画素位置との間の画素数から規定される文字
フィールド幅を本来のものとして決定するのである。

【００３７】続いて、ステップ１３で、変数ｉに“１”
をセットしてから、ステップ３に戻っていく。すなわ
ち、ステップ３に戻って、作成したヒストグラムを画素
位置順に従いこの補正した文字フィールド幅でもって再
度区画し、続くステップ４で、区画された各区画領域内
の同一位置画素が持つヒストグラム値の総和を算出し、
続くステップ５で、算出されたヒストグラム値の総和値
が最も小さいものとなる画素位置を文字画像データの切
出位置として特定し、続くステップ６の判断処理に従っ
て、全処理を終了する。

【００３８】このようにして、認識エンジン２７は、こ
の図８及び図９の処理フローを実行することで、規定の
文字フィールド幅に展開される文字画像データの周期性
を使い、全体的な評価に従って文字画像データの切出位
置を特定していく構成を採ることを基本とする。そし
て、最初の切出位置を特定すると、それを使って文字フ
ィールド幅を本来のものに近いものに補正して、その補
正した文字フィールド幅を使って、再び同じアルゴリズ
ムに従って更に高精度の文字画像データの切出位置を特
定していく構成を採るのである。

【００３９】実施例では、文字フィールド幅の初期値と
して帳票定義体により決められているものを用いたが、
処理対象の画像データから直接決定していく方法を採る
ことも可能である。例えば、文字画像データの並び方向
と直交する方向を射影軸として、処理対象の画像データ
の持つ２値化個数のヒストグラムを作成することで、そ
の直交方向における文字画像データの展開幅を計測し
て、その展開幅に規定値を掛け算等することで決定した
ものを用いてもよいのである。

【００４０】また、実施例では、最初に特定した文字切
出位置の先頭の切出位置の画素位置については、文字部
分であってもそのまま処理画素位置として設定する方法
を採ったが、この画素位置領域に存在する非文字部分の
画素を処理画素位置として設定する方法を採ってもよい
のである。

【００４１】

【発明の効果】以上説明したように、本発明によれば、
２値化された複数の文字画像データが一列に並ぶことで
構成される画像データを処理対象とするときにあって、
規定の文字フィールド幅に展開される文字画像データの
周期性を使い、全体的な評価に従って文字画像データの
切出位置を特定していく構成を採ることから、ノイズが
あっても、文字画像データを正確に切り出すことができ
るようになる。

【図面の簡単な説明】

【図１】本発明の原理構成図である。

【図２】本発明を具備する文字認識装置のシステム構成
図である。

【図３】認識エンジンの実行する処理フローである。

【図４】画像データの回転処理の説明図である。

【図５】認識フィールドの抽出処理の説明図である。

【図６】文字切出位置の特定処理の説明図である。

【図７】文字画像データの切出処理の説明図である。

【図８】認識エンジンの実行する処理フローである。

【図９】認識エンジンの実行する処理フローである。

【図１０】ヒストグラム作成処理の説明図である。

【図１１】ヒストグラム区画処理の説明図である。

【図１２】文字切出位置特定処理の説明図である。

【図１３】処理画素位置設定処理の説明図である。

【図１４】従来技術の説明図である。

【図１５】従来技術の説明図である。

【符号の説明】

１ 文字画像データ切出装置 １０ 格納手段 １１ 計測手段 １２ 決定手段 １３ 検出手段 １４ 算出手段 １５ 特定手段 １６ 補正手段

Claims (5)

【特許請求の範囲】
1. 【請求項１】 規定の文字フィールド幅に展開される２
   値化された複数の文字画像データが一列に並ぶことで構
   成される処理対象の画像データの中から、該文字画像デ
   ータを切り出す文字画像データ切出装置において、 文字画像データの並び方向を射影軸として、処理対象の
   画像データの持つ２値化個数のヒストグラムを作成し、
   このヒストグラムを画素位置順に従い上記文字フィール
   ド幅でもって区画する検出手段(13)と、 上記検出手段(13)により区画される各区画領域内の同一
   位置画素が持つヒストグラム値の総和を算出する算出手
   段(14)と、 上記算出手段(14)の算出する総和値が最も小さいものと
   なる画素位置を文字画像データの切出位置として特定す
   る特定手段(15)とを備えることを、 特徴とする文字画像データ切出装置。
2. 【請求項２】 請求項１記載の文字画像データ切出装置
   において、 文字画像データの並び方向と直交する方向を射影軸とし
   て、処理対象の画像データの持つ２値化個数のヒストグ
   ラムを作成することで、該直交方向における文字画像デ
   ータの展開幅を計測する計測手段(11)と、 上記計測手段(11)の計測結果から文字フィールド幅を決
   定する決定手段(12)とを備えることを、 特徴とする文字画像データ切出装置。
3. 【請求項３】 請求項１又は２記載の文字画像データ切
   出装置において、 特定手段(15)の特定する切出位置を使って文字フィール
   ド幅を補正する補正手段(16)を備え、 検出手段(13)は、上記補正手段(16)により補正される文
   字フィールド幅を使って再度ヒストグラムを区画し、こ
   れを受けて、算出手段(14)及び特定手段(15)が、処理を
   繰り返し実行していくよう処理することを、 特徴とする文字画像データ切出装置。
4. 【請求項４】 請求項３記載の文字画像データ切出装置
   において、 補正手段(16)は、 先頭の切出位置の画素位置を処理画素位置として設定す
   る第１の設定手段と、 処理画素位置から文字フィールド幅離れた画素位置を選
   定する選定手段と、 上記選定手段の選定する画素位置領域に存在する文字部
   分を持たない画素位置を検出して新たな処理画素位置と
   して設定する第２の設定手段と、 上記第２の設定手段の設定する処理画素位置が最終のも
   のであるのか否かを判断する判断手段と、 上記判断手段が最終のものでないことを判断するとき
   に、上記第２の設定手段の設定する新たな処理画素位置
   と、１つ前に設定された処理画素位置との間の画素数か
   ら文字フィールド幅を更新して、その新たな処理画素位
   置と、その更新文字フィールド幅とを指定して上記選定
   手段を再起動する起動手段と、 上記判断手段が最終のものであることを判断するとき
   に、上記第２の設定手段の設定する最終の処理画素位置
   と、１つ前に設定された処理画素位置との間の画素数か
   ら求まる文字フィールド幅を補正結果の文字フィールド
   幅として出力する出力手段とを備えることを、 特徴とする文字画像データ切出装置。
5. 【請求項５】 請求項４記載の文字画像データ切出装置
   において、 第１の設定手段は、先頭の切出位置の画素位置を処理画
   素位置として設定するのではなくて、先頭の切出位置領
   域に存在する文字部分を持たない画素位置を特定して、
   それを処理画素位置として設定するよう処理すること
   を、 特徴とする文字画像データ切出装置。