JPH0877300A - 画像処理装置 - Google Patents
画像処理装置Info
- Publication number
- JPH0877300A JPH0877300A JP6207208A JP20720894A JPH0877300A JP H0877300 A JPH0877300 A JP H0877300A JP 6207208 A JP6207208 A JP 6207208A JP 20720894 A JP20720894 A JP 20720894A JP H0877300 A JPH0877300 A JP H0877300A
- Authority
- JP
- Japan
- Prior art keywords
- character recognition
- threshold value
- image signal
- image
- character
- 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.)
- Withdrawn
Links
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
(57)【要約】
【目的】 簡単に効率良く濃度の異なる画像原稿から文
字を読み取る。 【構成】 スキャナ１００から多値画像として読み取り
２値化した２値画像の１部を用いてテスト的に文字認識
回路１０５で文字認識を行なう。その結果得られる文字
認識の確実度（Ｐtest）を所定の閾値（Ｐ0）と比較す
る。ここで、Ｐtest≧Ｐ0であれば、読み込み２値化し
た画像全体について文字認識を実行する。これに対し
て、Ｐtest＜Ｐ0であれば、２値化処理時の閾値（Ｔ
Ｈ）を微小量自動的に増減して変更し、Ｐtest≧Ｐ0と
なるまで、再度、２値化処理と文字認識のテストを行
う。このようにして、得られた２値画像を用いて画像全
体について文字認識を実行する。
字を読み取る。 【構成】 スキャナ１００から多値画像として読み取り
２値化した２値画像の１部を用いてテスト的に文字認識
回路１０５で文字認識を行なう。その結果得られる文字
認識の確実度（Ｐtest）を所定の閾値（Ｐ0）と比較す
る。ここで、Ｐtest≧Ｐ0であれば、読み込み２値化し
た画像全体について文字認識を実行する。これに対し
て、Ｐtest＜Ｐ0であれば、２値化処理時の閾値（Ｔ
Ｈ）を微小量自動的に増減して変更し、Ｐtest≧Ｐ0と
なるまで、再度、２値化処理と文字認識のテストを行
う。このようにして、得られた２値画像を用いて画像全
体について文字認識を実行する。
Description
【０００１】
【産業上の利用分野】本発明は画像処理装置に関し、特
に、画像原稿の文字を光学的に読み取って認識する画像
処理装置に関する。
に、画像原稿の文字を光学的に読み取って認識する画像
処理装置に関する。
【０００２】
【従来の技術】従来のＯＣＲ（光学式文字読取装置）の
ような画像処理装置においては、画像原稿の読み取り
時、その画像原稿の印刷濃度が低い、或いは、高く文字
認識率が悪い場合には、ユーザのマニュアル操作により
再度画像原稿の読み込みを行ったり、または、画像原稿
を読み取って２値化する際の閾値を変えて、再認識させ
るのが一般的であった。
ような画像処理装置においては、画像原稿の読み取り
時、その画像原稿の印刷濃度が低い、或いは、高く文字
認識率が悪い場合には、ユーザのマニュアル操作により
再度画像原稿の読み込みを行ったり、または、画像原稿
を読み取って２値化する際の閾値を変えて、再認識させ
るのが一般的であった。
【０００３】
【発明が解決しようとする課題】しかしながら上記従来
例では、画像原稿の濃度が薄い時、濃い時、或いは、そ
の濃度が薄い原稿と濃い原稿が混在していて、且つ、大
量に読み取り原稿が存在する場合には、ユーザが自分自
身で画像原稿の濃度を確認して、マニュアル操作によっ
て画像原稿に応じた濃度を設定したり、２値化の閾値を
変えるという煩雑な操作が頻繁に発生するので、画像の
読み取り効率が極めて悪いという問題があった。
例では、画像原稿の濃度が薄い時、濃い時、或いは、そ
の濃度が薄い原稿と濃い原稿が混在していて、且つ、大
量に読み取り原稿が存在する場合には、ユーザが自分自
身で画像原稿の濃度を確認して、マニュアル操作によっ
て画像原稿に応じた濃度を設定したり、２値化の閾値を
変えるという煩雑な操作が頻繁に発生するので、画像の
読み取り効率が極めて悪いという問題があった。
【０００４】本発明は上記従来例に鑑みてなされたもの
で、簡単に濃度が異なる画像原稿を効率良く読み取って
画像原稿に描かれた文字を認識できる画像処理装置を提
供することを目的としている。
で、簡単に濃度が異なる画像原稿を効率良く読み取って
画像原稿に描かれた文字を認識できる画像処理装置を提
供することを目的としている。
【０００５】
【課題を解決するための手段】上記目的を達成するため
に本発明の画像処理装置は、以下のような構成からな
る。即ち、画像原稿を多値画像信号として読み取る読み
取り手段と、前記多値画像信号を格納する第１記憶手段
と、前記多値画像信号を第１の閾値によって２値化する
２値化手段と、前記２値化手段によって２値化された２
値画像信号を用いて文字認識を行なう文字認識手段と、
前記２値画像信号の一部を試行的に文字認識を行なうテ
スト手段と、前記テスト手段によって得られた文字認識
結果を第２の閾値と比較する比較手段と、前記比較結果
に従って、良好な文字認識結果が得られるまで自動的に
前記第１の閾値を変更し、再度、前記第１記憶手段に格
納された多値画像信号を読みだして前記２値化手段によ
る２値化と前記テスト手段による試行的な文字認識とを
行なわせて、文字認識に最適な第１の閾値を求め、前記
求められた最適な第１の閾値に基づいて２値化された２
値画像信号全体にわたって、文字認識を行なわせるよう
制御する制御手段とを有することを特徴とする画像処理
装置を備える。
に本発明の画像処理装置は、以下のような構成からな
る。即ち、画像原稿を多値画像信号として読み取る読み
取り手段と、前記多値画像信号を格納する第１記憶手段
と、前記多値画像信号を第１の閾値によって２値化する
２値化手段と、前記２値化手段によって２値化された２
値画像信号を用いて文字認識を行なう文字認識手段と、
前記２値画像信号の一部を試行的に文字認識を行なうテ
スト手段と、前記テスト手段によって得られた文字認識
結果を第２の閾値と比較する比較手段と、前記比較結果
に従って、良好な文字認識結果が得られるまで自動的に
前記第１の閾値を変更し、再度、前記第１記憶手段に格
納された多値画像信号を読みだして前記２値化手段によ
る２値化と前記テスト手段による試行的な文字認識とを
行なわせて、文字認識に最適な第１の閾値を求め、前記
求められた最適な第１の閾値に基づいて２値化された２
値画像信号全体にわたって、文字認識を行なわせるよう
制御する制御手段とを有することを特徴とする画像処理
装置を備える。
【０００６】
【作用】以上の構成により本発明は、画像原稿を多値画
像信号として読み取り第１記憶手段に格納するととも
に、その多値画像信号を第１の閾値によって２値化し、
その２値化された２値画像信号の一部を試行的に文字認
識し、その文字認識結果を第２の閾値と比較し、その比
較結果に従って、良好な文字認識結果が得られるまで自
動的に前記第１の閾値を変更しながら、再度、第１記憶
手段に格納された多値画像信号を読みだして、２値化と
試行的な文字認識とを行なわせ、文字認識に最適な第１
の閾値を求め、その求められた最適な第１の閾値に基づ
いて２値化された２値画像信号全体にわたって文字認識
を行なわせる。
像信号として読み取り第１記憶手段に格納するととも
に、その多値画像信号を第１の閾値によって２値化し、
その２値化された２値画像信号の一部を試行的に文字認
識し、その文字認識結果を第２の閾値と比較し、その比
較結果に従って、良好な文字認識結果が得られるまで自
動的に前記第１の閾値を変更しながら、再度、第１記憶
手段に格納された多値画像信号を読みだして、２値化と
試行的な文字認識とを行なわせ、文字認識に最適な第１
の閾値を求め、その求められた最適な第１の閾値に基づ
いて２値化された２値画像信号全体にわたって文字認識
を行なわせる。
【０００７】
【実施例】以下添付図面を参照して本発明の好適な実施
例を詳細に説明する。
例を詳細に説明する。
【０００８】図１は本発明の代表的な実施例の光学的文
字読み取り装置の構成を示すブロック図である。本実施
例の装置は、文字が描かれた画像原稿を光学的に多値画
像として読み取り、これを単純２値化処理によって２値
画像に変換し、その２値画像から文字を認識する装置で
ある。
字読み取り装置の構成を示すブロック図である。本実施
例の装置は、文字が描かれた画像原稿を光学的に多値画
像として読み取り、これを単純２値化処理によって２値
画像に変換し、その２値画像から文字を認識する装置で
ある。
【０００９】図１において、１００は画像原稿を光学的
に走査してその画像を読み取るスキャナ、１０１はスキ
ャナ１００で読み取った画像を多値のデジタル画像信号
として入力する多値画像入力回路、１０２は入力された
多値画像信号を所定の閾値によって単純２値化し２値画
像信号に変換する２値化回路、１０３は２値画像信号を
格納するメモリ回路、１０４はスキャナ１００で読み取
った画像原稿の濃度の濃淡を判定する判定回路、１０５
は２値画像信号に基づいて画像原稿に描かれた文字を認
識する文字認識回路、１０６は本装置の構成要素を接続
するシステムバス、１０７は多値画像入力回路１０１で
入力した多値画像を一時的に格納する多値画像のメモリ
回路、１０８は装置全体を制御するＣＰＵ、１０９はＣ
ＰＵ１０８が実行する制御プログラムを格納するＲＯ
Ｍ、１１０は制御プログラム実行のために作業領域とし
て用いられるＲＡＭ、１１１は画像原稿読み取り指示等
を行なう操作パネルである。
に走査してその画像を読み取るスキャナ、１０１はスキ
ャナ１００で読み取った画像を多値のデジタル画像信号
として入力する多値画像入力回路、１０２は入力された
多値画像信号を所定の閾値によって単純２値化し２値画
像信号に変換する２値化回路、１０３は２値画像信号を
格納するメモリ回路、１０４はスキャナ１００で読み取
った画像原稿の濃度の濃淡を判定する判定回路、１０５
は２値画像信号に基づいて画像原稿に描かれた文字を認
識する文字認識回路、１０６は本装置の構成要素を接続
するシステムバス、１０７は多値画像入力回路１０１で
入力した多値画像を一時的に格納する多値画像のメモリ
回路、１０８は装置全体を制御するＣＰＵ、１０９はＣ
ＰＵ１０８が実行する制御プログラムを格納するＲＯ
Ｍ、１１０は制御プログラム実行のために作業領域とし
て用いられるＲＡＭ、１１１は画像原稿読み取り指示等
を行なう操作パネルである。
【００１０】２値化回路１０２で実行する単純２値化処
理の閾値は、後述する画像原稿読み取り処理の処理結果
に従って、ＣＰＵ１０８によって自動的に変更される。
理の閾値は、後述する画像原稿読み取り処理の処理結果
に従って、ＣＰＵ１０８によって自動的に変更される。
【００１１】判定回路１０４は、文字認識回路１０５で
テスト的に実行したパターンマッチングの結果をフィー
ドバックして、スキャナ１００で読み取った画像原稿の
濃度の濃淡を判定する。この点については後で詳細に説
明する。
テスト的に実行したパターンマッチングの結果をフィー
ドバックして、スキャナ１００で読み取った画像原稿の
濃度の濃淡を判定する。この点については後で詳細に説
明する。
【００１２】また、文字認識回路１０５は、メモリ回路
１０３に格納された２値画像信号に基づいて、図２のフ
ローチャートに示すように、画像からの文字切り出し処
理を行う（ステップＳ２０１）。この切り出し処理で
は、１文字づつの文字画像の外接矩形を求められ、文字
画像１文字１文字が切り出される。その後、その切り出
された文字画像１文字１文字について、文字認識回路１
０５内に備えられた辞書（不図示）を用いて文字認識を
行なう（ステップＳ２０２）。この文字認識処理では先
ず位置、傾き、線幅、濃度等の正規化処理を行い、更に
この正規化された切り出し文字画像データに対して輪郭
線特徴等に基づく特徴ベクトルの抽出を行う。そして、
予め用意された辞書に格納されているすべての認識対象
文字の標準パターンベクトルとのマッチングを取り、最
も確からしいとされた標準パターンに対応する文字コー
ドを認識結果として出力する。
１０３に格納された２値画像信号に基づいて、図２のフ
ローチャートに示すように、画像からの文字切り出し処
理を行う（ステップＳ２０１）。この切り出し処理で
は、１文字づつの文字画像の外接矩形を求められ、文字
画像１文字１文字が切り出される。その後、その切り出
された文字画像１文字１文字について、文字認識回路１
０５内に備えられた辞書（不図示）を用いて文字認識を
行なう（ステップＳ２０２）。この文字認識処理では先
ず位置、傾き、線幅、濃度等の正規化処理を行い、更に
この正規化された切り出し文字画像データに対して輪郭
線特徴等に基づく特徴ベクトルの抽出を行う。そして、
予め用意された辞書に格納されているすべての認識対象
文字の標準パターンベクトルとのマッチングを取り、最
も確からしいとされた標準パターンに対応する文字コー
ドを認識結果として出力する。
【００１３】次に上記構成の装置が実行する画像原稿読
み取り処理を図３に示すフローチャートを参照して説明
する。
み取り処理を図３に示すフローチャートを参照して説明
する。
【００１４】まずステップＳ３００では２値化回路１０
２での単純２値化処理に用いる閾値（ＴＨ）を初期値
（ＴＨ0）にセットする。次に、ステップＳ３０５では
スキャナ１００から画像原稿を読み取り、さらにステッ
プＳ３１０では読み取った多値画像信号を多値画像メモ
リ回路１０７に格納する。ステップＳ３１５ではセット
された閾値（ＴＨ）を用いて２値化回路１０２で読み込
まれた多値画像信号を単純２値化し、ステップＳ３２０
ではその２値画像信号をメモリ回路１０３に格納する。
２での単純２値化処理に用いる閾値（ＴＨ）を初期値
（ＴＨ0）にセットする。次に、ステップＳ３０５では
スキャナ１００から画像原稿を読み取り、さらにステッ
プＳ３１０では読み取った多値画像信号を多値画像メモ
リ回路１０７に格納する。ステップＳ３１５ではセット
された閾値（ＴＨ）を用いて２値化回路１０２で読み込
まれた多値画像信号を単純２値化し、ステップＳ３２０
ではその２値画像信号をメモリ回路１０３に格納する。
【００１５】次に処理はステップＳ３２５において、文
字認識回路１０５はメモリ回路１０３に格納された２値
画像信号の一部を読みだして文字切り出しを行ない、そ
してステップＳ３３０では辞書を参照して、その切り出
された文字画像の特徴ベクトルと辞書に格納された標準
パターンベクトルとのパターンマッチングを行なう。こ
のようなステップＳ３２５〜Ｓ３３０の２値画像信号の
一部を用いたパターンマッチングをパターンマッチング
テストという。ステップＳ３３５では、このようにして
行なわれたパターンマッチングから得られる特定の文字
との類似度（Ｐtest）を判定回路１０４に転送する。こ
こで、得られた類似度はレジスタに記憶され、後述する
処理のために保持される。
字認識回路１０５はメモリ回路１０３に格納された２値
画像信号の一部を読みだして文字切り出しを行ない、そ
してステップＳ３３０では辞書を参照して、その切り出
された文字画像の特徴ベクトルと辞書に格納された標準
パターンベクトルとのパターンマッチングを行なう。こ
のようなステップＳ３２５〜Ｓ３３０の２値画像信号の
一部を用いたパターンマッチングをパターンマッチング
テストという。ステップＳ３３５では、このようにして
行なわれたパターンマッチングから得られる特定の文字
との類似度（Ｐtest）を判定回路１０４に転送する。こ
こで、得られた類似度はレジスタに記憶され、後述する
処理のために保持される。
【００１６】ステップＳ３４０では、判定回路１０４に
格納された所定の閾値（Ｐ0）と類似度（Ｐtest）とを
比較する。この所定の閾値（Ｐ0）とは標準的な濃度で
画像原稿が読み込まれパターンマッチングが行なわれた
ときに期待される類似度であり実験的或いは経験的に求
められる値である。ここで、Ｐtest≧Ｐ0であれば、読
み込まれ２値化された画像信号の濃度は文字認識を正し
く実行するのに適切であると判断して、処理はステップ
Ｓ３７５に進む。そして、ステップＳ３７５では読み込
まれた画像原稿全体の２値信号を用いて、文字切り出し
処理を実行し、ステップＳ３８０では切り出された文字
画像１文字１文字について文字認識処理を行なう。ステ
ップＳ３８５では、文字認識結果得られた文字コードを
出力する。
格納された所定の閾値（Ｐ0）と類似度（Ｐtest）とを
比較する。この所定の閾値（Ｐ0）とは標準的な濃度で
画像原稿が読み込まれパターンマッチングが行なわれた
ときに期待される類似度であり実験的或いは経験的に求
められる値である。ここで、Ｐtest≧Ｐ0であれば、読
み込まれ２値化された画像信号の濃度は文字認識を正し
く実行するのに適切であると判断して、処理はステップ
Ｓ３７５に進む。そして、ステップＳ３７５では読み込
まれた画像原稿全体の２値信号を用いて、文字切り出し
処理を実行し、ステップＳ３８０では切り出された文字
画像１文字１文字について文字認識処理を行なう。ステ
ップＳ３８５では、文字認識結果得られた文字コードを
出力する。
【００１７】これに対して、Ｐtest＜Ｐ0であれば、読
み込まれ２値化された画像信号の濃度は文字認識を正し
く実行するのに適切ではないと判断して、処理はステッ
プＳ３４５に進む。ステップＳ３４５ではステップＳ３
２５〜Ｓ３３０で実行されたパターンマッチングテスト
が１回目であるかどうかを調べ、そのテストが１回目で
ある場合、処理はステップＳ３５０に進み、２値化回路
１０２の単純２値化処理で用いる閾値（ＴＨ）を変更す
る。この変更は今まで用いられてきた閾値にΔＴＨを加
えた値を新たに用いる閾値とする。この時のΔＴＨは初
期閾値（ＴＨ0）の数％程度の値とする。その後、処理
はステップＳ３１５に戻り、多値画像メモリ回路１０７
に格納されている多値画像信号を読みだして２値化処理
を再実行する。
み込まれ２値化された画像信号の濃度は文字認識を正し
く実行するのに適切ではないと判断して、処理はステッ
プＳ３４５に進む。ステップＳ３４５ではステップＳ３
２５〜Ｓ３３０で実行されたパターンマッチングテスト
が１回目であるかどうかを調べ、そのテストが１回目で
ある場合、処理はステップＳ３５０に進み、２値化回路
１０２の単純２値化処理で用いる閾値（ＴＨ）を変更す
る。この変更は今まで用いられてきた閾値にΔＴＨを加
えた値を新たに用いる閾値とする。この時のΔＴＨは初
期閾値（ＴＨ0）の数％程度の値とする。その後、処理
はステップＳ３１５に戻り、多値画像メモリ回路１０７
に格納されている多値画像信号を読みだして２値化処理
を再実行する。
【００１８】一方、パターンマッチングテスト２回目以
降のものであった場合、処理はステップＳ３５５に進
み、今回得られた類似度（Ｐtest(NEW)）と前回得られ
た類似度（Ｐtest(OLD)）とを比較する。ここで、Ｐtes
t(OLD)≦Ｐtest(NEW)であれば、前回のパターンマッチ
ングテストよりも、類似度は十分に改善されていないも
ののかなりの改善があったとみなし処理はステップＳ３
５０に進み、２値化回路１０２の単純２値化処理で用い
る閾値（ＴＨ）を変更する。これに対して、Ｐtest(OL
D)＞Ｐtest(NEW)であれば、前回のパターンマッチング
テストよりも、類似度はさらに悪くなっており、処理は
ステップＳ３６０に進み、そのパターンマッチングテス
トが２回目であるかどうかを調べる。ここで、そのテス
トが２回目のものであれば、処理はステップＳ３６５に
進んで２値化回路１０２の単純２値化処理で用いる閾値
（ＴＨ）を前のテストで用いた値より２×ΔＴＨを減じ
た値を新たに用いる閾値とし、３回目以降のものであれ
ば、処理はステップＳ３７０に進んで２値化回路１０２
の単純２値化処理で用いる閾値（ＴＨ）を前のテストで
用いた値よりΔＴＨを減じた値を新たに用いる閾値とす
る。
降のものであった場合、処理はステップＳ３５５に進
み、今回得られた類似度（Ｐtest(NEW)）と前回得られ
た類似度（Ｐtest(OLD)）とを比較する。ここで、Ｐtes
t(OLD)≦Ｐtest(NEW)であれば、前回のパターンマッチ
ングテストよりも、類似度は十分に改善されていないも
ののかなりの改善があったとみなし処理はステップＳ３
５０に進み、２値化回路１０２の単純２値化処理で用い
る閾値（ＴＨ）を変更する。これに対して、Ｐtest(OL
D)＞Ｐtest(NEW)であれば、前回のパターンマッチング
テストよりも、類似度はさらに悪くなっており、処理は
ステップＳ３６０に進み、そのパターンマッチングテス
トが２回目であるかどうかを調べる。ここで、そのテス
トが２回目のものであれば、処理はステップＳ３６５に
進んで２値化回路１０２の単純２値化処理で用いる閾値
（ＴＨ）を前のテストで用いた値より２×ΔＴＨを減じ
た値を新たに用いる閾値とし、３回目以降のものであれ
ば、処理はステップＳ３７０に進んで２値化回路１０２
の単純２値化処理で用いる閾値（ＴＨ）を前のテストで
用いた値よりΔＴＨを減じた値を新たに用いる閾値とす
る。
【００１９】ステップＳ３６５或いはステップＳ３７０
の処理後は、処理はステップＳ３１５に戻り、変更され
た閾値（ＴＨ）を用いて２値化処理を行なう。
の処理後は、処理はステップＳ３１５に戻り、変更され
た閾値（ＴＨ）を用いて２値化処理を行なう。
【００２０】従って本実施例に従えば、入力多値画像信
号から最初に得られた２値画像信号に基づいて、その一
部の画像信号を用いてテスト的に文字切り出しと文字認
識とを行ない、そのテストによって得られた類似度を所
定の閾値と比較し、その比較結果に従って、多値画像信
号を２値化するときの閾値を自動的に変化させ、良好な
類似度が得られる場合の２値化画像信号を用いて、入力
画像全体に対する文字切り出しと文字認識処理とを行な
うことができる。
号から最初に得られた２値画像信号に基づいて、その一
部の画像信号を用いてテスト的に文字切り出しと文字認
識とを行ない、そのテストによって得られた類似度を所
定の閾値と比較し、その比較結果に従って、多値画像信
号を２値化するときの閾値を自動的に変化させ、良好な
類似度が得られる場合の２値化画像信号を用いて、入力
画像全体に対する文字切り出しと文字認識処理とを行な
うことができる。
【００２１】これによって、最初に得られた２値画像信
号の画像濃度が高すぎたり、或いは、低すぎたりして良
好な文字認識が行なわれなくとも、自動的に２値化レベ
ルを調整して文字認識処理に最適な２値化画像が得られ
るので、ユーザが煩雑なマニュアル操作を行なうことな
く、最適な文字読み取りを行なうことができる。
号の画像濃度が高すぎたり、或いは、低すぎたりして良
好な文字認識が行なわれなくとも、自動的に２値化レベ
ルを調整して文字認識処理に最適な２値化画像が得られ
るので、ユーザが煩雑なマニュアル操作を行なうことな
く、最適な文字読み取りを行なうことができる。
【００２２】なお多値画像信号から２値画像信号を得る
ための単純２値化処理に用いる閾値（ＴＨ）を変更する
ための処理は必ずしも本実施例のようにする必要はな
く、ΔＴＨの値として他の値をとることもできるし、閾
値（ＴＨ）の増減の制御についても＋方向（増加）と−
方向（減少）で別の制御を行なうようにしても良いこと
は言うまでもない。
ための単純２値化処理に用いる閾値（ＴＨ）を変更する
ための処理は必ずしも本実施例のようにする必要はな
く、ΔＴＨの値として他の値をとることもできるし、閾
値（ＴＨ）の増減の制御についても＋方向（増加）と−
方向（減少）で別の制御を行なうようにしても良いこと
は言うまでもない。
【００２３】尚、本発明は、複数の機器から構成される
システムに適用しても良いし、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、システム或は装置
に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。
システムに適用しても良いし、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、システム或は装置
に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。
【００２４】
【発明の効果】以上説明したように本発明によれば、画
像原稿を多値画像信号として読み取り第１記憶手段に格
納するとともに、その多値画像信号を第１の閾値によっ
て２値化し、その２値化された２値画像信号の一部を試
行的に文字認識し、その文字認識結果を第２の閾値と比
較し、その比較結果に従って、良好な文字認識結果が得
られるまで自動的に前記第１の閾値を変更しながら、再
度、第１記憶手段に格納された多値画像信号を読みだし
て、２値化と試行的な文字認識とを行なわせ、文字認識
に最適な第１の閾値を求め、その求められた最適な第１
の閾値に基づいて２値化された２値画像信号全体にわた
って文字認識を行なわせるので、煩雑な操作を行なうこ
となく、文字認識に最適な２値画像が得られ、かつ、そ
の２値画像に基づいて文字認識を行なうことができると
いう効果がある。
像原稿を多値画像信号として読み取り第１記憶手段に格
納するとともに、その多値画像信号を第１の閾値によっ
て２値化し、その２値化された２値画像信号の一部を試
行的に文字認識し、その文字認識結果を第２の閾値と比
較し、その比較結果に従って、良好な文字認識結果が得
られるまで自動的に前記第１の閾値を変更しながら、再
度、第１記憶手段に格納された多値画像信号を読みだし
て、２値化と試行的な文字認識とを行なわせ、文字認識
に最適な第１の閾値を求め、その求められた最適な第１
の閾値に基づいて２値化された２値画像信号全体にわた
って文字認識を行なわせるので、煩雑な操作を行なうこ
となく、文字認識に最適な２値画像が得られ、かつ、そ
の２値画像に基づいて文字認識を行なうことができると
いう効果がある。
【図１】本発明の代表的な実施例である光学的文字読み
取り装置の構成を示すブロック図である。
取り装置の構成を示すブロック図である。
【図２】文字認識回路１０５での処理を示すフローチャ
ートである。
ートである。
【図３】文字読み取り処理を示すフローチャートであ
る。
る。
１００ スキャナ １０１ 多値画像入力回路 １０２ ２値化回路 １０３ メモリ回路 １０４ 判定回路 １０５ 文字認識回路 １０６ システムバス １０７ 多値画像メモリ回路 １０８ ＣＰＵ １０９ ＲＯＭ １１０ ＲＡＭ １１１ 操作パネル
Claims (4)
- 【請求項１】 画像原稿を多値画像信号として読み取る
読み取り手段と、 前記多値画像信号を格納する第１記憶手段と、 前記多値画像信号を第１の閾値によって２値化する２値
化手段と、 前記２値化手段によって２値化された２値画像信号を用
いて文字認識を行なう文字認識手段と、 前記２値画像信号の一部を試行的に文字認識を行なうテ
スト手段と、 前記テスト手段によって得られた文字認識結果を第２の
閾値と比較する比較手段と、 前記比較結果に従って、良好な文字認識結果が得られる
まで自動的に前記第１の閾値を変更し、再度、前記第１
記憶手段に格納された多値画像信号を読みだして前記２
値化手段による２値化と前記テスト手段による試行的な
文字認識とを行なわせて、文字認識に最適な第１の閾値
を求め、前記求められた最適な第１の閾値に基づいて２
値化された２値画像信号全体にわたって、文字認識を行
なわせるよう制御する制御手段とを有することを特徴と
する画像処理装置。 - 【請求項２】 前記読み取り手段は、光学的スキャナで
あることを特徴とする請求項１に記載の画像処理装置。 - 【請求項３】 前記文字認識手段は、前記２値画像信号
から前記画像原稿に描かれた文字を１文字づつ切り出す
切り出し手段と、 辞書を参照して、前記切り出し手段によって切り出され
た文字を１文字づつパターンマッチングによって文字認
識するマッチング手段とを含むことを特徴とする請求項
１に記載の画像処理装置。 - 【請求項４】 前記第２の閾値は、前記パターンマッチ
ングによって得られた前記辞書内に格納されている標準
的な文字パターンとの類似度を表す指標であることを特
徴とする請求項３に記載の画像処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6207208A JPH0877300A (ja) | 1994-08-31 | 1994-08-31 | 画像処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6207208A JPH0877300A (ja) | 1994-08-31 | 1994-08-31 | 画像処理装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0877300A true JPH0877300A (ja) | 1996-03-22 |
Family
ID=16536033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6207208A Withdrawn JPH0877300A (ja) | 1994-08-31 | 1994-08-31 | 画像処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0877300A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007188297A (ja) * | 2006-01-13 | 2007-07-26 | Nec Corp | 郵便物区分機および宛名読取方法 |
| US8014601B2 (en) | 2005-11-29 | 2011-09-06 | Nec Corporation | Pattern recognizing apparatus, pattern recognizing method and pattern recognizing program |
| RU2718571C1 (ru) * | 2019-10-25 | 2020-04-08 | Общество С Ограниченной Ответственностью "Конструкторское Бюро "Дорс" (Ооо "Кб "Дорс") | Способ бинаризации изображений символов на банкноте на основе гистограммы длины границ |
-
1994
- 1994-08-31 JP JP6207208A patent/JPH0877300A/ja not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8014601B2 (en) | 2005-11-29 | 2011-09-06 | Nec Corporation | Pattern recognizing apparatus, pattern recognizing method and pattern recognizing program |
| JP2007188297A (ja) * | 2006-01-13 | 2007-07-26 | Nec Corp | 郵便物区分機および宛名読取方法 |
| RU2718571C1 (ru) * | 2019-10-25 | 2020-04-08 | Общество С Ограниченной Ответственностью "Конструкторское Бюро "Дорс" (Ооо "Кб "Дорс") | Способ бинаризации изображений символов на банкноте на основе гистограммы длины границ |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH1139428A (ja) | 文書映像の方向修正方法 | |
| JPH0877300A (ja) | 画像処理装置 | |
| JP3884845B2 (ja) | 情報処理装置及び方法 | |
| JPH02293989A (ja) | 文字認識装置 | |
| JPH10222602A (ja) | 光学式文字読取装置 | |
| JPH10171924A (ja) | 文字認識装置 | |
| US20080225340A1 (en) | Image processing apparatus, image processing method, and computer program product | |
| JP2002157552A (ja) | 光学式文字読取装置 | |
| JPH08221515A (ja) | 画像処理装置 | |
| JP4580520B2 (ja) | 文字認識方法および文字認識装置 | |
| JP2894111B2 (ja) | 光学式活字文字認識装置における認識結果の総合判定方式 | |
| JP3121401B2 (ja) | 認識辞書及び文字認識装置 | |
| JPH06231306A (ja) | 文字認識装置 | |
| JPH05166009A (ja) | 文字切出し・認識方法及び装置 | |
| JPS60122474A (ja) | 正規化方法 | |
| CN117690139A (zh) | 一种基于纸质图书阅览电子化后的图像前处理方法及系统 | |
| JP3957846B2 (ja) | 通信システム及びその制御方法、コンピュータ可読メモリ | |
| JPH07262311A (ja) | 文字認識前処理装置 | |
| JPH04291479A (ja) | 罫線認識方法及び表処理方法 | |
| JPH06282680A (ja) | 文字認識処理装置 | |
| JPH03217993A (ja) | 文字サイズ認識装置 | |
| JPH05182025A (ja) | 文字認識装置 | |
| JPH0969139A (ja) | 光学式文字読取方法とその装置 | |
| JPH05189604A (ja) | 光学的文字読取装置 | |
| JPH1166240A (ja) | 文書認識方法および文書認識装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20011106 |