JPH09212580A - 文書画像処理装置 - Google Patents

Abstract

(57)【要約】 【課題】 文書画像中の点列の片側にタイトルが配置さ
れその反対側に著者名が配置された目次の画像から、タ
イトルと著者名が書かれた部分領域を抽出する文書画像
処理装置を提供する。 【解決手段】 文書画像処理装置は、文書の画像データ
を読み込み、当該画像データを解析して、文書画像中の
部分領域を分離抽出する領域分割処理部と、前記部分領
域からタイトルと著者名を含む文字行の領域を抽出する
対象領域抽出処理部と、抽出した各文字行の領域がタイ
トルまたは著者名を含むか否かを判定する文字行種別判
定処理部と、判定した文字行から点列の領域を判定し当
該点列の両側からタイトルまたは著者名の部分領域を抽
出するタイトル著者名抽出処理部とを備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文書画像ファイリ
ング装置，文字認識装置などにおいて、文書の画像を解
析して処理し、例えば、検索のためのキーとするタイト
ルおよび著者名などを抽出する場合に好適な文書画像処
理装置に関する。更に詳細には、文書画像中において点
列の片側にタイトルが配置され、その反対側に著者名が
配置された目次の画像を解析し、タイトルおよび著者名
の記載された部分領域を自動的に抽出する文書画像処理
装置に関するものである。

【０００２】

【従来の技術】従来、文書画像処理において文書画像中
から所望の領域を抽出するには、例えば、特開平６−１
７６１２７号公報に記載されているように、操作者がキ
ーボード装置のカーソルキーまたはポインティングデバ
イス（マウス）のポインタカーソルの操作を行い、画像
中の所望の領域を指示することが一般的である。このよ
うな方法では、操作者が画像中の所望の領域を直接指示
することになるので、どのような領域でも正確に抽出す
ることができる。

【０００３】

【発明が解決しようとする課題】このような従来の方法
によると、多様な文書画像から所望の領域を抽出する場
合に、操作者の意図にあった適切な処理を行うことがで
きる。しかしながら、レイアウトがある程度共通してい
る文書画像から特定の項目を抽出する場合にも、操作者
がその都度領域を指示する操作を必要とし、非常に多く
の文書画像を処理する場合には、使用者に煩雑な同じ操
作を強いることになり、負担がかかるという問題があ
る。

【０００４】本発明は、これらの問題を解決するために
なされたものであり、本発明の目的は、文書画像中の点
列の片側にタイトルが配置されその反対側に著者名が配
置された目次の画像から、タイトルと著者名が書かれた
部分領域を自動的に抽出することができる文書画像処理
装置を提供することにある。

【０００５】

【課題を解決するための手段】上記の目的を達成するた
め、本発明による文書画像処理装置は、文書画像の画像
データを読み込み、当該画像データを解析して、点列の
一方側にタイトルが配置され他方側に著者名が配置され
た目次の画像から部分領域を抽出し、タイトルおよび著
者名の記載された部分領域を抽出する文書画像処理装置
であって、文書画像中の部分領域を分離抽出する領域分
割処理部と、前記部分領域からタイトルと著者名を含む
文字行の領域を抽出する対象領域抽出処理部と、抽出し
た各文字行の領域がタイトルまたは著者名を含むか否か
を判定する文字行種別判定処理部と、判定した文字行か
ら点列の領域を判定し当該点列の両側からタイトルまた
は著者名の部分領域を抽出するタイトル著者名抽出処理
部とを備えることを特徴とする。

【０００６】このような特徴を有する本発明の文書画像
処理装置においては、領域分割処理部が、文書画像中の
部分領域を分離抽出すると、対象領域抽出処理部が、前
記部分領域からタイトルと著者名を含む文字行の領域を
抽出する。次に、文字行種別判定処理部が、抽出した各
文字行の領域がタイトルまたは著者名を含むか否かを判
定し、タイトル著者名抽出処理部が、判定した文字行か
ら点列の領域を判定し当該点列の両側からタイトルまた
は著者名の部分領域を抽出する。このようにして、文書
画像の画像データを読み込み、当該画像データを解析し
て、点列の一方側にタイトルが配置され他方側に著者名
が配置された目次の画像から部分領域を抽出し、タイト
ルおよび著者名の記載された部分領域を自動的に抽出す
る。これにより、操作者は同じような煩雑な操作を行う
ことなく、タイトルと著者名が書かれた部分領域が得ら
れる。

【０００７】

【発明の実施の形態】以下、本発明を実施する場合の形
態について、図面を参照して具体的に説明する。図１
は、本発明の文書画像処理装置で処理対象とする文書画
像の目次の頁の一例を示す図である。図１において、１
０は文書画像の目次の頁、１１はタイトル部分、１２は
点列部分、１３は著者名部分、１４は頁番号部分であ
る。図１に示すように、文書画像の目次の頁は、点列部
分（「…」）１２の左側にタイトル部分１１が配置さ
れ、点列部分１２の「…」の右側には著者名部分１３と
頁番号部分１４が配置された横書きの目次となっている
部分である。なお、図１において、周囲の黒枠は、文書
画像の端部を明示的に示すものであり、文書画像を読み
取るスキャナ装置によっては、紙の端部が読み取られて
現れる場合があるが、実際に黒い枠が存在するものでな
い。

【０００８】なお、この実施例の説明においては、図１
に示すような横書きの目次の画像を処理対象として説明
するが、縦書きの文書の目次の頁に対しても同様に処理
可能である。その場合には、目次の頁には、縦方向の点
列「…」の上側にタイトルが配置され、下側に著者名が
配置されているレイアウトとなっているため、後述する
ような処理を縦方向に行うことになる。

【０００９】図２は、本発明の一実施例の文書画像処理
装置の全体の構成を示すブロック図である。図２におい
て、２０は入力処理部、２１は領域分割処理部、２２は
対象領域抽出処理部、２３は文字行種別判定処理部、２
４はタイトル著者名抽出処理部、２５は出力処理部であ
る。図２に示すブロック図は、そのまま、この文書画像
処理装置が、文書画像処理を行う場合の処理フローを示
すものとなっている。つまり、入力処理部２０から、図
１に示すような目次の文書画像の画像データが入力され
ると、文書画像を解析し、点列の片側にタイトルが配置
されその反対側に著者名が配置された目次の画像からタ
イトルおよび著者名の記載された部分領域を抽出し、出
力処理部２５からその判定結果を出力する。

【００１０】次に本発明の一実施例の文書画像処理装置
の処理内容について、図２のブロック図を参照して説明
する。この文書画像処理装置においては、入力処理部２
０から入力された画像データに基づいて処理を開始す
る。まず、領域分割処理部２１が、文書画像の画像デー
タを読み取り、目次の画像をあるまとまった１つ以上の
領域に分割する。次に、対象領域抽出処理部２２が、そ
の領域のうちタイトルと著者名を含む領域を抽出する
と、文字行種別判定処理部２３が、抽出した領域の中の
文字行を切り出し、各文字行にタイトルまたは著者名が
含まれるか否かを判定する。そして、タイトル著者名抽
出処理部２４が、その判定の結果にしたがって、タイト
ルおよびと著者名の記載された部分領域を抽出する。

【００１１】このような各々の処理部分のブロック要素
（図２）における詳細な処理について、次に示す図３か
ら図１０を参照して説明する。なお、ここでの文書画像
の処理においては、文書画像中の文字などの有意画素は
黒画素（黒画素の集合）であり、背景部は白画素として
説明する。

【００１２】図３は、領域分割処理部の処理フローを示
すフローチャートである。図３を参照して、領域分割処
理部２１による領域分割処理について説明する。この領
域分割処理では、処理を開始すると、まず、ステップ３
１において、単位矩形領域の抽出を行う。すなわち、文
書画像中の画像データの黒画素を文字程度のまとまりに
分割して抽出する処理を行う。これにより、画像データ
の文字を含む部分領域が分割されて抽出される。

【００１３】すなわち、領域分割処理では、まず、文書
画像の画像データから連結黒画素を抽出する。連結黒画
素の抽出は、例えば、従来から周知のラベル付けと呼ば
れる画像処理の手法を用いて行う。このような画像処理
のラベル付けに関しては、例えば、文献「森健一監修，
“パターン認識”，電子情報通信学会，１７１頁〜１７
２頁」が参照できる。ラベル付けの画像処理によって、
例えば、図１の示す文書画像中のタイトル部分１１の文
字列“ゼログラフィーの誕生”の中の先頭文字「ゼ」の
部分では、「セ」の連結黒画素部分と濁点部分「゛」の
２つの連結黒画素部分との３つの連結黒画素が抽出さ
れ、これらがまとめられる。

【００１４】次に、まとめられた各々の連結黒画素に外
接する矩形領域を求める。当該矩形領域が他の矩形領域
と重複または包含関係にある場合、それらの矩形領域に
外接する矩形領域に統合する。この統合する処理を、各
々の矩形領域の間で重複または包含がなくなるまで繰り
返す。これにより、前述した図１の文書画像中の文字
「ゼ」を表している複数の連結黒画素の集合を一つにし
て矩形領域として扱えるようになる。ところで、また、
図１に示す文書画像の中の文字「岩」は、文字の形によ
っては（例えば、ゴシック体の場合には）、「山」と
「石」との２つの矩形領域に分割されてしまうので、必
ずしも１文字が１つの矩形領域になるとは限らないが、
この場合に対しては、後述するように、単位矩形サイズ
を基準とする矩形領域の判定の処理を行い、１つの文字
の領域として扱うことができる。このようにして得られ
た矩形領域を単位矩形領域とする。

【００１５】次に、ステップ３２において、フィールド
セパレータの検出処理を行う。この検出処理では、文書
画像中のフィールドセパレータを検出する場合、まず、
各単位矩形領域の幅と高さの大きい方の値を求め、その
値の総和を単位矩形領域数で割る。このようにして求め
た平均値を、ここでは「単位矩形サイズ」とする。この
単位矩形サイズは、文書中の平均的な文字のサイズに近
い値となる。そして、幅が単位矩形サイズのｍ倍以上、
高さが単位矩形サイズのｎ倍以下の単位矩形領域をフィ
ールドセパレータ領域として検出する。ただし、ｍとｎ
は予め定めた正の実数であり、例えば、ここでは、ｍ＝
５.０，ｎ＝０.１と設定しておく。これにより、このフ
ィールドセパレータ領域によって、文字行が区別でき
る。

【００１６】次に、ステップ３３において、矩形領域の
１次統合の処理を行う。この１次統合の処理では、単位
矩形領域を文字行程度のまとまりに統合する。すなわ
ち、まず、着目した１つの単位矩形領域を水平方向に予
め定めた量だけ拡張した矩形領域が、他の単位矩形領域
と重複または包含関係にある場合に、それらの矩形領域
に外接する矩形領域に統合する。ただし、統合した矩形
領域が、フィールドセパレータ領域と重複または包含関
係にある場合には、この統合処理は実行しない。なお、
ここで水平方向に拡張する量として、例えば、矩形領域
の右側および左側とも、「“単位矩形サイズ”×１.
２」程度に設定しておく。そして、この１次統合の処理
をフィールドセパレータ領域以外の統合されていない単
位矩形領域および統合して得た矩形領域に着目して、繰
り返し実行し、新たな統合がなくなるまで繰り返す。

【００１７】次に、ステップ３４において、矩形領域の
２次統合の処理を行う。前のステップ３３の１次統合の
処理において統合した領域を、更に統合して、文書の領
域分割の結果とする。具体的には、複数行に渡っている
タイトルと著者名の行を統合する処理を行う。この場
合、まず、ステップ３３の１次統合処理により抽出した
着目した１つの矩形領域を、水平方向に予め定めた量だ
け拡張し、更に、その拡張した領域を垂直方向に予め定
めた量だけ拡張した矩形領域が、他の矩形領域と重複ま
たは包含関係にある場合は、それらの矩形領域に外接す
る矩形領域に統合する。ただし、統合した矩形領域がフ
ィールドセパレータ領域と重複または包含関係にある場
合、この統合処理は実行しない。

【００１８】ここでの水平方向および垂直方向に拡張す
る量としては、例えば、矩形領域の上側，下側，左側，
右側とも、それぞれ「“単位矩形サイズ”×２.２」程
度に設定する。そして、この２次統合処理を、当該処理
で未だ統合されていない領域であり、かつ、ステップ３
３の処理で抽出した領域と、当該処理で統合して得た矩
形領域とに着目して繰り返し実行し、新たな統合がなく
なるまで繰り返す。この処理結果を文書画像の領域分割
処理の最終的な処理結果とする。

【００１９】図４は、矩形領域の１次統合処理および２
次統合処理を図１に示した文書画像の目次の画像を対象
にして行った処理結果を説明する図である。この１次統
合処理の処理結果によると、図４の上部側のブロック４
１に示すように、各々の単位矩形領域４２〜４５に対し
て、水平方向に直近の単位矩形領域の矩形領域のみが統
合される。つまり、上述のような処理が行われ、水平方
向に単位矩形領域の矩形領域が統合されて、例えば、統
合された矩形領域４４となる。この結果、破線の枠で示
したように、１７個の矩形領域に統合されることにな
る。なお、図４に示す図面の表現において、矩形領域を
表す破線の枠が包含する黒画素に外接するように表現し
ていないが、実際の画像データに対する処理では、矩形
領域に包含される黒画素に外接する座標データが記憶さ
れている。

【００２０】このようにして、１次統合処理が行われた
結果に対して、更に、上述したような２次統合の処理が
行われる。その結果、図４の下部側のブロック４６に示
すように、更に、水平方向および垂直方向に直近の近傍
の矩形領域どうしが統合されて、更に大きな矩形領域に
まとめられる。この１次統合処理の結果の矩形領域に対
して更に２次統合処理が行われた結果、水平方向および
垂直方向に１次統合処理の結果の近傍の矩形領域が統合
され、矩形領域４２と矩形領域４３とが統合されて矩形
領域４７となり、矩形領域４４と矩形領域４５などが統
合されて矩形領域４８となる。その結果、破線の枠で示
したように、４個の矩形領域に統合される。

【００２１】次に、対象領域抽出処理部２２（図２）の
処理について詳細に説明する。ここでの対象領域抽出処
理は、具体的には、例えば、領域分割処理部２１により
抽出した領域の中から面積が最大のものを対象領域と判
定して抽出するアルゴリズムによる処理とする。これに
より、図４の下部側に示すブロック４６の２次統合処理
結果に対して、対象領域抽出処理を行うと、目次の画像
中の４つの矩形領域からは、最大の矩形領域４８が取り
出され、タイトル，点列，著者名，頁番号を含む領域
が、処理を行うベき対象の領域と判定される。

【００２２】続いて行う文字行種別判定処理部２３（図
２）の処理について説明する。ここでの文字行種別判定
処理部２３においては、上述したようにして、前段の対
象領域抽出処理部２２において、抽出した対象領域の矩
形領域４８の中の各文字行について、最終的に、（１）
タイトルの全てまたは一部を含むが著者名を含まない
行、（２）タイトルと著者名を含む行、（３）タイトル
の一部と著者名を含む行、（４）著者名を含むがタイト
ルは含まない行、（５）ノイズだけの行の５種類の行の
それぞれに分類する処理を行う。

【００２３】図５は、文字行種別判定処理部の処理フロ
ーを示すフローチャートである。図５を参照して、文字
行種別判定処理部２３による文字行種別判定処理の概略
について説明する。この文字行種別判定処理では、処理
を開始すると、まず、ステップ５１において、対象領域
の文字行を切り出す。次に、ステップ５２において、切
り出した文字行から点列領域を検出し、次のステップ５
３において、文字列の矩形領域を検出する。そして、次
のステップ５４において、文字行を５種類に分類する文
字行分類処理を行う。

【００２４】すなわち、ここでの文字行種別判定処理で
は、まず、ステップ５１において、対象領域中の文字行
を切り出す。この文字行を切り出す方法の例としては、
図３により説明した矩形領域の１次統合処理（ステップ
３３）と同様な処理をそのまま適用できる。つまり、処
理の対象を文書画像全体ではなく、対象領域だけに限定
し、着目した矩形領域を水平方向に拡張する量を無限大
に設定して処理を行うようにする。

【００２５】次に、ステップ５２において、切り出した
文字行から点列を検出し、各点列に外接する矩形（点列
領域と呼ぶ）を検出する。ここでの点列を検出する方法
としては、各文字行に含まれる単位矩形領域を、左側に
位置するものから順に取り出し、次に、幅と高さが所定
の閾値１の値以下の単位矩形領域が、続けて所定の閾値
２の値の個数以上あり、各々の間隔が所定の閾値３の値
以下であることを判定し、その場合に、その複数の単位
矩形領域を点列と判定する。ここでの各々の閾値の値と
しては、例えば、閾値１の値は「“単位矩形サイズ”×
０.４」に設定し、閾値２の値は“５”に設定し、閾値
３の値は「“単位矩形サイズ”×０.３」に予め設定し
ておく。ただし、ここでの点列領域はノイズを含むもの
である場合があり、また、ノイズだけを含む領域である
場合があり得る。これらのノイズは後述する文字行分類
処理（図７〜図９）によって明確に区別される。

【００２６】次のステップ５３においては、点列を除く
文字列を空白で区切って検出し、各文字列に外接する矩
形領域（文字列領域と呼ぶ）を検出する。ここでの文字
列を空白で区切って検出する方法としては、例えば、文
字行切り出しと同様に、図３の参照により説明した矩形
領域の１次統合処理（ステップ３３）と同様な処理を適
用することにより行う。つまり、この場合には、処理対
象を点列領域を除く対象領域に限定し、着目した矩形領
域を水平方向に拡張する量を「“単位矩形サイズ”×
１.０」程度、すなわち、空白の幅程度の値に設定して
おく。また、前の処理と同様に、ここでの文字列領域は
ノイズを含む場合があり、また、ノイズだけを含む領域
である場合があり得る。

【００２７】次に、ステップ５４において、各文字行を
上述した５種類の行に分類する文字行分類処理を行う。
この文字行分類処理では、まず、「（３）タイトルの一
部と著者名を含む行」または「（４）著者名を含むがタ
イトルは含まない行（以下、著者名を含む行と略称す
る）」を検出したことを、フラグのＯＮ状態で表すフラ
グをＯＦＦに初期設定してから、下に位置する文字行か
ら上に位置する文字行に向かう順に、各文字行に対し
て、５種類の行に分類する処理を実行する。

【００２８】つまり、この場合、ここでの判定処理が終
了した後に、ここでのフラグがＯＦＦであると、
「（１）タイトルを含むが著者名を含まない行（以下、
タイトルを含む行と略称する）」または「（２）タイト
ルと著者名を含む行」が検出されたことを意味する。

【００２９】図６は、文字行種別判定処理を図４の下部
側に示した対象領域に対して行った処理結果の途中結果
を説明する図である。上述の文字行種別判定処理のステ
ップ５１〜５３までの処理が行われた処理結果、図６に
示すように、その処理結果のブロック６１においては、
文字列領域６２と点列領域６３とが明確に区別された判
定が行われた結果となっている。つまり、図６において
は、破線の枠が文字列領域６２を表しており、一点鎖線
の枠が点列領域６３を表している。なお、この処理結果
においては、文字列領域６２については、例えば、２行
に渡たっているタイトル領域と、著者名領域との区別
は、未だ判定されていない。また、この場合において
も、図４の場合と同様に、図面の表現において、図６に
おいては矩形領域を表している破線および一点鎖線の枠
が包含する黒画素に外接するように表現されていない
が、実際の画像データに対する処理では、矩形領域に包
含される黒画素に外接する黒画素の座標データが記録さ
れている。

【００３０】次に、タイトル領域と著者名領域との区別
を行うため、文字行を５種類の行に分類する文字行分類
処理（ステップ５４）の詳細について説明する。図７〜
図９は、文字行を５種類の行に分類する文字行分類処理
の具体的な処理フローを示すフローチャートである。図
７〜図９を参照して具体的に説明する。まず、図７を参
照する。この文字行分類処理を開始すると、ステップ７
０１において、文字行の中に文字列領域があるか否かを
判定する。文字列領域がない場合には、ステップ７０２
に進み、ノイズ（「ノイズだけの行」）と判定して、こ
の行に対する処理を終了する。そして、次の行の処理に
進む。

【００３１】また、ステップ７０１の判定において、文
字列領域がある判定の場合には、ステップ７０３に進
み、文字行に点列があるか否かを判定する。点列がある
場合には、次のステップ７０４に進み、フラグはＯＮで
あるか否かを判定する。フラグはＯＮである場合、次の
ステップ７０５において、１つ下の文字行は著者名であ
るか否かを判定する。この判定において、１つ下の文字
行が著者名であると判定される場合には、更に、ステッ
プ７０６に進み、タイトルらしい文字列があるか否かを
判定する。このステップ７０６の判定でタイトルらしい
文字列がある場合には、ステップ７０７に進み、この処
理対象の行を「タイトルを含む行」であると判定する。
次に、ステップ７０８において、フラグをＯＦＦとして
処理を終了し、次の行に対する処理に進む。

【００３２】一方、この一連の判定処理の中のステップ
７０５の判定において、１つ下の文字行は著者名を含む
行ではない場合には、ステップ７０９に進み、ノイズ
（「ノイズだけの行」）と判定して、ここでの処理を終
了し、次の行に対する処理を行う。また、ステップ７０
５の判定で１つ下の文字行が著者名を含む行であるが、
次のステップ７０６の判定において、タイトルらしい文
字列がない場合にも、ステップ７０９に進み、ノイズと
判定し、ここでの処理を終了し、次の行に対する処理を
行う。つまり、着目している行の点列の左側にタイトル
と判定できる程度の幅を持つ文字列領域がない場合に
は、同じく、ステップ７０９に進み、ノイズ（「ノイズ
だけの行」）と判定し、ここでの処理を終了して、次の
行の処理に進む（ステップ７０３〜ステップ７０６，ス
テップ７０９）。なお、この判定において、タイトルと
判定できる程度の領域の幅は、例えば、「“単位矩形サ
イズ”×６.０」程度の値に設定しておく。

【００３３】また、この一連の判定処理の中のステップ
７０４の判定において、フラグがＯＮでない場合には、
ステップ７２２（図９）に進む。図９を参照して、説明
を続けると、ステップ７２２においては、タイトルらし
い文字列があるか否かを判定する。このステップ７２２
の判定でタイトルらしい文字列がある場合には、ステッ
プ７２３に進み、更に、著者名らしい文字列があるか否
かを判定する。なお、この判定において、著者名と判定
できる程度の領域の幅は、例えば、「“単位矩形サイ
ズ”×４.０」程度の値に設定しておく。このステップ
７２３の判定において、著者名らしい文字列があると判
定される場合には、ステップ７２４において、この処理
対象の行を「タイトルと著者名を含む行」と判定する。
また、ステップ７２３の判定において、著者名らしい文
字列があると判定されない場合は、ステップ７２５の判
定において、ノイズ（「ノイズだけの行」）と判定し
て、ここでの処理を終了し、次の行に対する処理に進
む。

【００３４】つまり、文字行中に文字列領域があり、更
に点列があり、フラグがＯＮでない場合には、ステップ
７２２に進み、タイトルらしい文字列があるか否かを判
定する（ステップ７２２）。タイトルらしい文字列があ
る場合には、更に、著者名らしい文字列があるか否かを
判定し（ステップ７２３）、この判定において、著者名
らしい文字列がある場合には、この判定対象の行を「タ
イトルと著者名を含む行」と判定して（ステップ７２
４）、ここでの処理を終了して、次の行の処理に進む。
また、この判定で著者名らしい文字列がない場合には、
ノイズ（「ノイズだけの行」）と判定して（ステップ７
２５）、ここでの処理を終了して、次の行の処理に進
む。

【００３５】また、先のステップ７２２の判定におい
て、タイトルらしい文字列がない場合には、ステップ７
２６に進む。ステップ７２６の判定においては、更に、
著者名らしい文字列があるか否かを判定する。この判定
において、著者名らしい文字列があると判定される場合
には、次に、ステップ７２７に進み、ステップ７２７に
おいて、点列で始まっているか否かを判定する。点列で
始まっている場合には、次のステップ７２８において、
この処理対象の行を「著者名を含む行」であると判定す
る。また、ステップ７２７の判定において、点列で始ま
っていない場合には、ステップ７３０において、この処
理対象の行を「タイトルの一部と著者名を含む行」であ
ると判定する。そして、ステップ７２９に進み、フラグ
をＯＮと設定して、ここでの処理を終了し、次の行に対
する処理に進む。

【００３６】一方、ステップ７２６の判定において、著
者名らしい文字列がないと判定される場合には、ステッ
プ７３１に進み、ノイズ（「ノイズだけの行」）と判定
し、ここでの処理を終了して、次の行の処理に進む。

【００３７】ところで、先のステップ７０３（図７）の
判定において、点列がない場合には、ステップ７１０
（図８）に進む。図８を参照して説明を続ける。ステッ
プ７１０においては、フラグがＯＮであるか否かを判定
する。フラグがＯＮでない場合には、ステップ７２１に
おいて、ノイズ（「ノイズだけの行」）と判定して、こ
こでの処理を終了し、次の行の処理に進む。

【００３８】このステップ７１０の判定処理において、
フラグがＯＮである場合、次に、ステップ７１１に進
み、１つ下の文字行は著者名であるか否かを判定する。
この判定において、１つ下の文字行が著者名であると判
定される場合には、更に、ステップ７１２に進み、タイ
トルらしい文字列があるか否かを判定する。このステッ
プ７１２の判定でタイトルらしい文字列がある場合に
は、次のステップ７１３に進み、この処理対象の行を
「タイトルを含む行」であると判定する。そして、次
に、ステップ７１４において、フラグをＯＦＦに設定し
て、ここでの処理を終了し、次の行に対する処理に進
む。また、ステップ７１２の判定処理において、タイト
ルらしい文字列がない場合には、ステップ７１５に進
み、ノイズ（「ノイズだけの行」）と判定し、ここでの
処理を終了し、次の行に対する処理を行う。

【００３９】また、先のステップ７１１の判定処理おい
て、１つ下の文字行が著者名でないと判定される場合に
は、次に、ステップ７１６に進み、１つ下の文字行はタ
イトルの一部と著者名であるか否かを判定する。この判
定の結果、１つ下の文字行はタイトルの一部と著者名で
あると判定される場合、ステップ７１７に進み、タイト
ルらしい文字列があるか否かを判定する。このステップ
７１７の判定でタイトルらしい文字列がある場合には、
次のステップ７１８に進み、この処理対象の行を「タイ
トルの一部を含む行」であると判定する。そして、次の
ステップ７１９において、フラグをＯＦＦに設定して、
ここでの処理を終了し、次の行に対する処理に進む。ま
た、ステップ７１７の判定処理において、タイトルらし
い文字列がない場合には、ステップ７１５に進み、ノイ
ズ（「ノイズだけの行」）と判定し、ここでの処理を終
了し、次の行に対する処理を行う。同じく、ステップ７
１６の判定において、１つ下の文字行はタイトルの一部
と著者名であると判定されない場合、ステップ７２０に
進み、ノイズ（「ノイズだけの行」）と判定して、ここ
での処理を終了し、次の行に対する処理を行う。

【００４０】このようにして、各文字行を判定し、文字
行中に文字列領域があり、点列があり、フラグがＯＮ
で、かつ、１つ下の文字行が著者名を含む行であり、着
目している行の点列（点列領例）左側にタイトルと判定
できる程度の幅を持った文字列領域がある場合には、こ
の処理対象の文字行を「タイトルを含む行」であると判
定して、フラグをＯＦＦに設定し、この行に対する処理
を終了して次の行に対する処理に進む（ステップ７０
１，７０３〜７０８）。

【００４１】また、１つ下の文字行が著者名を含む行で
はなく、または、着目している行の点列の左側にタイト
ルと判定できる程度の幅を持つ文字列領域がない場合に
は、ノイズ（「ノイズだけの行」）と判定し、次の行の
処理に進む（ステップ７０１，７０３〜７０６，７０
９）。

【００４２】文字行中に文字列領域があり、点列がない
場合には、フラグがＯＦＦである場合に、ノイズ（「ノ
イズだけの行」）と判定し、次の行の処理に進む（ステ
ップ７０１，７１０，７２１）。また、フラグがＯＮで
あり、１つ下の文字行が著者名を含む行であり、着目し
ている行にタイトルと判定できる程度の幅を持つ文字列
領域がある場合には、タイトルを含む行と判定し、フラ
グをＯＦＦに設定して、次の行の処理に進む（ステップ
７０１，７０３，７１０〜７１４）。

【００４３】同じく、フラグがＯＮであり、１つ下の文
字行が著者名を含む行であり、着目している行にタイト
ルと判定できる程度の幅を持つ文字列領域がない場合に
は、ノイズ（「ノイズだけの行」）と判定して、次の行
の処理に進む（ステップ７０１，７０３，７１０〜７１
２，７１５）。

【００４４】同じく、フラグがＯＮであり、１つ下の文
字行が著者名を含む行ではなく、１つ下の文字行はタイ
トルの一部と著者名を含む行であり、着目している行に
タイトルと判定できる程度の幅を持つ文字列領域がある
場合には、タイトルの一部を含む行と判定し、フラグを
ＯＦＦに設定して、次の行の処理進む（ステップ７０
１，７０３，７１０〜７１１，７１６〜７１９）。

【００４５】また、同じく、フラグがＯＮであり、１つ
下の文字行が著者名を含む行ではなく、１つ下の文字行
はタイトルの一部と著者名を含む行であり、着目してい
る行にタイトルと判定できる程度の幅を持つ文字列領域
がない場合には、ノイズ（「ノイズだけの行」）と判定
し、次の行の処理進む（ステップ７０１，７０３，７１
０〜７１１，７１６〜７１７，７２０）。

【００４６】一方、文字行中に文字列領域があり、点列
があり、フラグがＯＦＦである場合においては、着目し
ている行の点列の左側にタイトルと判定できる程度の幅
を持つ文字領域があり、当該点列の右側に著者名と判定
できる文字領域がある場合には、タイトルと著者名を含
む行と判定し、次の行の処理進む（ステップ７０１，７
０３〜７０４，７２２〜７２４）。

【００４７】ただし、この場合において、著者名と判定
できる文字列領域とは、例えば、点列の右隣の文字列領
域の左端から同じ行の一番右側に位置する文字列領域の
右端までの幅が「“矩形サイズ”×４.０」程度である
場合、その区間に含まれる文字列領域を指す。また、こ
の時点では、著者名と判定した文字領域に頁番号が含ま
れることもあるが、後の処理で著者名だけを抽出する。

【００４８】また、着目している行の点列の右側に著者
名と判定できる程度の幅を持つ文字列領域がない場合、
ノイズ（「ノイズだけの行」）と判定し、次の行の処理
進む（ステップ７０１，７０３〜７０４，７２２〜７２
３，７２５）。著者名と判定できる程度に領域の幅とし
ては、「“矩形サイズ”×４.０」程度の値を設定して
おく。つまり、ここでは著者名のタイトルとの区別を、
文字数に対応して４文字程度の矩形領域のサイズにより
判定している。

【００４９】他方、文字行中に文字列領域があり、点列
があり、更に、フラグがＯＦＦであり、着目している行
の点列領域の左側にタイトルと判定できる程度の幅を持
つ文字列領域がない場合には、着目している行の右側に
著者名と判定できる程度の幅を持つ文字列領域があり、
着目している行の先頭が点列領域である場合に、著者名
を含む行と判定し、フラグをＯＮに設定して、次の行の
処理に進む（ステップ７０１，７０３〜７０４，７２
２，７２６〜７２９）。

【００５０】また、この場合において、着目している行
の右側に著者名と判定できる程度の幅を持つ文字列領域
があり、着目している行の先頭が点列でない場合には、
タイトルの一部と著者名を含む行と判定して、フラグを
ＯＮに設定して、次の行の処理に進む（ステップ７０
１，７０３〜７０４，７２２，７２６〜７２７，７２９
〜７３０）。

【００５１】また、同じく、この場合に、着目している
行の右側に著者名と判定できる程度の幅を持つ文字列領
域がない場合には、ノイズ（「ノイズだけの行」）と判
定して、次の行の処理に進む（ステップ７０１，７０３
〜７０４，７２２，７２６，７３１）。

【００５２】次に、タイトル著者名抽出処理部（２４：
図２）の具体的な処理方法の一例について説明すると、
タイトルの抽出は、文字行種別判定処理部２３において
少なくともタイトルまたはタイトルの一部を含む行と判
定された行に含まれている文字領域（タイトルまたはタ
イトルの一部と判定できる文字列領域）をそのまま結果
として出力する。ただし、タイトルが２行に分割されて
いる場合もあるので、その場合、既にタイトルの一部と
して抽出されているので、一つの領域にまとめて最終的
な結果とする。

【００５３】著者名の抽出は、次のような手順により抽
出する。つまり、文字行種別判定処理部２３の処理にお
いて、少なくとも著者名を含むと判定された各行の著者
名であると判定できる文字列領域に対して、その左側に
位置するものから順に着目して抽出する。そして、文字
列領域の幅が閾値４の値以上の場合は、その文字列領域
を一人分の著者名として抽出し、閾値４の値未満である
場合は、次の文字列領域と統合して一人分の著者名とし
て抽出する。最後的に、幅が閾値４未満である文字列が
残った場合には、著者名以外の文字列、例えば、頁番号
であると判定する。

【００５４】このようにして、文書画像を解析し、目次
の画像からタイトルと著者名が書かれた部分領域を自動
的に抽出する。図１０は、文書画像の目次の画像からタ
イトルと著者名が書かれた部分領域を抽出した処理結果
を示す図である。図１０においては、文書画像１００か
ら、点列の左側のタイトル領域１０１と、点列の右側の
著者名領域１０２とが抽出された様子を模式的に示して
いる。破線の枠がタイトルの部分領域を表し、一点鎖線
の枠が著者名を表している。

【００５５】

【発明の効果】以上に説明したように、本発明の文書画
像処理装置によれば、文書の目次が記載されている画像
の画像データを解析し、点列の片側にタイトルが配置さ
れ、その反対側に著者名を配置された目次の画像から、
タイトルと著者名が書かれた部分領域を自動的に抽出す
ることができる。これにより、操作者は同じような煩雑
な操作を行うことなく、タイトルと著者名が書かれた部
分領域が得られる。

【図面の簡単な説明】

【図１】 図１は本発明の文書画像処理装置で処理対象
とする文書画像の目次の頁の一例を示す図、

【図２】 図２は本発明の一実施例の文書画像処理装置
の全体の構成を示すブロック図、

【図３】 図３は領域分割処理部の処理フローを示すフ
ローチャート、

【図４】 図４は矩形領域の１次統合処理および２次統
合処理を図１に示した文書画像の目次の画像を対象にし
て行った処理結果を説明する図、

【図５】 図５は文字行種別判定処理部の処理フローを
示すフローチャートである。

【図６】 図６は文字行種別判定処理を図４の下部側に
示した対象領域に対して行った処理結果の途中結果を説
明する図、

【図７】 図７は文字行を５種類の行に分類する文字行
分類処理の具体的な処理フローを示す第１のフローチャ
ート、

【図８】 図８は文字行を５種類の行に分類する文字行
分類処理の具体的な処理フローを示す図７に続く第２の
フローチャート、

【図９】 図９は文字行を５種類の行に分類する文字行
分類処理の具体的な処理フローを示す図７に続く第３の
フローチャート、

【図１０】 図１０は文書画像の目次の画像からタイト
ルと著者名が書かれた部分領域を抽出した処理結果を示
す図である。

【符号の説明】

１０…文書画像の目次の頁、１１…タイトル部分、１２
…点列部分、１３…著者名部分、１４…頁番号部分、２
０…入力処理部、２１…領域分割処理部、２２…対象領
域抽出処理部、２３…文字行種別判定処理部、２４…タ
イトル著者名抽出処理部、２５…出力処理部、４１…１
次統合処理結果のブロック、４２〜４５…矩形領域、４
６…２次統合処理結果のブロック、４７〜４８…矩形領
域、６１…処理の途中結果のブロック、６２…文字列領
域、６３…点列領域、１００…文書画像、１０１…タイ
トル領域、１０２…著者名領域。

Claims (1)

【特許請求の範囲】
1. 【請求項１】 文書の画像データを読み込み、当該画像
   データを解析して、点列の一方側にタイトルが配置され
   他方側に著者名が配置された目次の画像から部分領域を
   抽出し、タイトルおよび著者名の記載された部分領域を
   抽出する文書画像処理装置であって、 文書画像中の部分領域を分離抽出する領域分割処理部
   と、 前記部分領域からタイトルと著者名を含む文字行の領域
   を抽出する対象領域抽出処理部と、 抽出した各文字行の領域がタイトルまたは著者名を含む
   か否かを判定する文字行種別判定処理部と、 判定した文字行から点列の領域を判定し当該点列の両側
   からタイトルまたは著者名の部分領域を抽出するタイト
   ル著者名抽出処理部とを備えることを特徴とする文書画
   像処理装置。