JPH10124614A

JPH10124614A - 書体識別装置および書体識別方法および情報記憶媒体

Info

Publication number: JPH10124614A
Application number: JP8294586A
Authority: JP
Inventors: Tei Abe; 悌阿部
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 1996-10-16
Filing date: 1996-10-16
Publication date: 1998-05-15

Abstract

(57)【要約】【課題】斜めのストロークやノイズを含む文字画像に
対しても、その文字の書体を容易にかつ正確に識別する
ことが可能である。【解決手段】書体識別部４は、文字画像において、文
字のストロークの太さをストローク太さとして抽出する
ストローク太さ抽出部１１と、ストローク太さ抽出部１
１で抽出された文字のストローク太さを該文字の大きさ
(サイズ)で正規化するストローク太さ正規化部１２と、
ストローク太さ正規化部１２で正規化されたストローク
太さを所定の閾値と比較して、該文字の書体(フォント)
の識別を行なう比較識別部１３とを有している。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文字の書体(フォ
ント)の識別を行なう書体識別装置および書体識別方法
および情報記憶媒体に関する。

【０００２】

【従来の技術】従来、例えば特開平６−２０８６４９号
には、文字の縦方向および横方向の文字線幅を推定し、
これらの線幅の比によって、文字の書体が明朝体である
かゴシック体であるかを識別する書体識別技術が示され
ている。この書体識別技術は、より具体的には、文字画
像の水平方向および垂直方向のランレングスヒストグラ
ムのモード(最頻値)によって、横方向および縦方向の文
字線幅を推定し、これらの線幅の比によって、文字の書
体が明朝体であるかゴシック体であるかを識別するよう
になっている。

【０００３】

【発明が解決しようとする課題】しかしながら、上述し
た従来の書体識別技術では、「中」や「田」等のように
文字を構成するストロークの多くが水平または垂直な直
線で、かつ画像にノイズがない場合にしか、書体を良好
に識別することができないという問題があった。すなわ
ち、ほとんどの文字のフォントは、斜めのストロークが
存在し、文字に斜めのストロークが存在する場合、上述
した従来の書体識別技術では、ランレングスヒストグラ
ムのピーク(最頻値)が誤ったところに出てしまい、正し
い線幅を検出できないので、大半の文字の書体を正確に
識別することができず、実用化には適しないという問題
があった。

【０００４】本発明は、斜めのストロークやノイズを含
む文字画像に対しても、その文字の書体を容易にかつ正
確に識別することの可能な書体識別装置および書体識別
方法および情報記憶媒体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、請求項１乃至請求項７記載の発明では、文字画像に
おいて文字のストロークの太さをストローク太さとして
抽出し、抽出した文字のストローク太さを該文字の大き
さによって正規化し、正規化した文字のストローク太さ
に基づいて、該文字の書体を識別することを特徴として
いる。これにより、文字画像の文字の書体(フォント)を
精度良く識別することが可能となる。

【０００６】

【発明の実施の形態】以下、本発明の実施形態を図面に
基づいて説明する。図１は本発明に係る書体識別装置の
構成例を示す図である。図１を参照すると、この書体識
別装置は、文書を例えば２値画像として読み込む画像入
力部１と、画像入力部１で読み込まれた文書画像等を記
憶するメモリ２と、文書画像から文字画像を抽出する文
字切り出し処理部３と、文字切り出し処理部３により切
り出された文字画像に対し、その文字の書体(フォント)
の識別を行なう書体識別部４と、全体の制御を行なう制
御部５と、書体識別部４による文字の書体の識別結果を
出力する結果出力部６とを有している。

【０００７】ここで、文字切り出し処理部３は、文書画
像から例えば図２に示すように１つの文字画像を切り出
すようになっている。すなわち、図２の例では、１つの
文字画像(図２の例では、文字「Ｋ」)は、文字の外接矩
形領域ＡＲとして切り出される。

【０００８】また、図３は図１の書体識別部４の構成例
を示す図である。図３の例では、書体識別部４は、文字
画像において、文字のストロークの太さをストローク太
さとして抽出するストローク太さ抽出部１１と、ストロ
ーク太さ抽出部１１で抽出された文字のストローク太さ
を該文字の大きさ(サイズ)で正規化するストローク太さ
正規化部１２と、ストローク太さ正規化部１２で正規化
されたストローク太さを所定の閾値と比較して、該文字
の書体(フォント)の識別を行なう比較識別部１３とを有
している。

【０００９】ここで、ストローク太さ抽出部１１は、第
１の抽出例として、文字を構成する各ストロークの太さ
を検出し、各ストロークの太さの平均を該文字のストロ
ーク太さとして抽出することができる。

【００１０】あるいは、ストローク太さ抽出部１１は、
第２の抽出例として、文字を構成する各ストロークのう
ち、特定の方向のストロークの太さのみを検出し、該特
定の方向のストロークの太さをストローク太さとして抽
出することもできる。より具体的に、例えば、特定の方
向のストロークについて、その太さの平均をストローク
太さとして抽出することができる。

【００１１】なお、ストローク太さ抽出部１１は、文字
を構成する１つのストロークの太さを検出するのに、例
えば、元の文字画像が図２のようなものである場合(な
お、図２において、斜線を施した部分が文字部分であ
る)、図２の文字画像に対し細線化処理を施し、図４の
ような細線化処理された文字画像(スケルトン(骨格)画
像)とし、この骨格画像において、ある１つの端点(例え
ばＴ₁)から次の端点あるいは分岐点(例えばＴ₂)まで骨
格を追跡し、この追跡の結果得られる１つの端点Ｔ₁か
ら次の端点あるいは分岐点Ｔ₂までの部分を、１つのス
トロークの骨格Ｌ₁’と判断し、１つの端点の座標位置
(ｘ₁，ｙ₁)と次の端点あるいは分岐点の座標位置(ｘ₂，
ｙ₂)とに基づき、例えば、(ｙ₂−ｙ₁)／(ｘ₂−ｘ₁)によ
って、このストロークの方向Ｒを検出し、このストロー
クの骨格Ｌ₁’に対応した細線化前の文字画像のストロ
ーク(図２にＬ₁で示すストローク)のある１つの点Ｔ_iに
おいて、このストロークの方向Ｒ＝(ｙ₂−ｙ₁)／(ｘ₂−
ｘ₁)と垂直な方向Ｖの画素数Ｎ_iを、このストロークの
太さとして抽出するようになっている。図２の例では、
１つのストロークＬ₁のある１つの点Ｔ_iにおける太さ
は、“３”として抽出される。なお、この場合、このス
トロークのある１つの点Ｔ_iにおける太さを、このスト
ロークの太さとして抽出することもできるが、より正確
さを期するために、このストロークの各点において、上
記のようにストロークの太さを抽出し、このストローク
の各点でのストロークの太さの平均を、このストローク
のストローク太さとして抽出することもできる。

【００１２】そして、ストローク太さ抽出部１１は、第
１の抽出例に従って文字のストローク太さを抽出する場
合、文字を構成する各ストロークの太さを上記のように
検出し(細線化した画像(スケルトン(骨格))から全ての
端点を抽出し、ある１つの端点から骨格を次の端点ある
いは分岐点まで追跡し、この追跡の結果得られる１つの
端点から次の端点あるいは分岐点までの部分を、１つの
ストロークと判断し)、文字を構成する各ストロークの
太さの平均を、この文字のストローク太さとして最終的
に抽出するようになっている。具体的に、図２の例で
は、文字を構成するストロークは、Ｌ₁，Ｌ₂，Ｌ₃の３
個であり、これら３つのストロークＬ₁，Ｌ₂，Ｌ₃のそ
れぞれの太さの平均をストローク太さとして抽出するよ
うになっている。

【００１３】また、ストローク太さ抽出部１１は、第２
の抽出例に従って文字のストローク太さを抽出する場
合、文字を構成する各ストロークの方向を上述したよう
な仕方で判定し、そのうち、特定の方向のストロークの
太さのみを検出し、該特定の方向のストロークの太さを
ストローク太さとして抽出するようになっている。具体
的に、図２の例において、特定の方向として方向Ｒが用
いられる場合、文字を構成する３つのストロークＬ₁，
Ｌ₂，Ｌ₃のうち、方向ＲのストロークＬ₁の太さをこの
文字のストローク太さとして抽出するようになってい
る。

【００１４】また、ストローク正規化部１２において、
ストローク太さを正規化するために用いられる文字の大
きさ(サイズ)は、図２に示すように、文字切り出し処理
部３によって文書画像から文字画像を文字の外接矩形領
域ＡＲとして切り出すとき、この外接矩形領域ＡＲの大
きさ(例えば、高さｈ)として検出することができる。

【００１５】図５は図１の書体識別装置のハードウェア
構成例を示す図である。図５を参照すると、この書体識
別装置は、例えばパーソナルコンピュータ等で実現さ
れ、全体を制御するＣＰＵ２１と、ＣＰＵ２１の制御プ
ログラム等が記憶されているＲＯＭ２２と、ＣＰＵ２１
のワークエリア等として使用されるＲＡＭ２３と、文書
を文書画像として読込むスキャナ２４と、スキャナ２４
で読込まれた文書画像が例えばページ単位で記憶される
文書画像ファイル２５と、文書画像に含まれている各文
字画像に対し書体識別を行なった結果の情報を出力する
結果出力装置(例えば、ディスプレイやプリンタ)２６と
を有している。

【００１６】ここで、スキャナ２４，文書画像ファイル
２５，結果出力装置２６は、図１の画像入力部１，メモ
リ２，結果出力部６にそれぞれ対応している。また、Ｃ
ＰＵ２１は、図１の制御部５，文字切り出し処理部３，
書体識別部４の機能を有している。

【００１７】なお、ＣＰＵ２１におけるこのような制御
部５，文字切り出し処理部３，書体識別部４等としての
機能は、例えばソフトウェアパッケージ(具体的には、
ＣＤ−ＲＯＭ等の情報記憶媒体)の形で提供することが
でき、このため、図５の例では、情報記憶媒体３０がセ
ットさせるとき、これを駆動する媒体駆動装置３１が設
けられている。

【００１８】換言すれば、本発明の書体識別装置は、イ
メージスキャナ，ディスプレイ等を備えた汎用の計算機
システムにＣＤ−ＲＯＭ等の情報記憶媒体に記録された
プログラムコードを読み込ませて、この汎用計算機シス
テムのマイクロプロセッサに書体識別処理を実行させる
装置構成においても実施することが可能である。この場
合、本発明の書体識別処理プログラムなどを格納する情
報記憶媒体としては、ＣＤ−ＲＯＭに限られるものでは
なく、ＲＯＭ，ＲＡＭ，ＦＤ等が用いられても良い。

【００１９】次にこのような構成の書体識別装置の処理
動作を図６乃至図８のフローチャートを用いて説明す
る。なお、図６，図７は全体の処理動作を説明するため
のフローチャート、図８は図６，図７の処理動作におい
てストローク太さを求める処理の一例を示すフローチャ
ートである。

【００２０】図６，図７を参照すると、先ず、ステップ
Ｓ１０１では、画像入力部１により、書体識別対象であ
る文字が記載された文書(例えば原稿)を読込み、これを
文書画像としてメモリ２内に取り込む。次いで、ステッ
プＳ１０２では、文字切り出し部３によって文書画像か
ら文字画像のみを切り出し、その外接矩形領域の座標を
求める文字矩形切り出し処理を行なう。このようにし
て、文字画像に含まれる各文字画像に対して切り出しを
行ない、切り出した各文字画像に対して順番に番号付け
をする。

【００２１】次いで、ステップＳ１０３では、各文字画
像をサーチするための番号ｉを“１”に初期設定する。
次いで、ステップＳ１０４では、ｉ番目の文字のストロ
ーク太さを求める。

【００２２】ステップＳ１０４におけるストローク太さ
を求める処理は、例えば図８のようにしてなされる。な
お、図８の処理例は、前述した第１の抽出例に従い、文
字を構成する全てのストロークを用いてストローク太さ
を抽出するものである。図８を参照すると、先ず、ステ
ップＳ２０１では、文字画像を細線化し、次いで、ステ
ップＳ２０２では、ステップＳ２０１で細線化した文字
画像(骨格画像)から端点を抽出し、全ての端点をメモリ
２に記憶する。この際、抽出した各端点に順番に番号付
けをして記憶する。次いで、ステップＳ２０３では、端
点をサーチするための番号ｊを“１”に初期設定する。

【００２３】次いで、ステップＳ２０４では、ｊ番目の
端点から次の端点あるいは分岐点まで骨格を追跡し、こ
の追跡の結果得られる１つの端点から次の端点あるいは
分岐点までの部分を、１つのストローク(ストロークの
骨格)と判断し、このストロークの方向を判定し、しか
る後、このストロークの骨格に対応する細線化前の文字
画像のストロークにおいて、上記ストロークの方向(骨
格の方向)と垂直な方向ヘの画素数をカウントすること
によって、このストロークの太さを求める。

【００２４】しかる後、ステップＳ２０５では、番号ｊ
を“１”だけインクリメントし、ステップＳ２０６で
は、ｊ番目の端点が存在するか否かを判定し、存在すれ
ば、ステップＳ２０４へ戻り、次の端点について、上述
したと同様の処理(文字の中の１つのストロークの太さ
を抽出する処理)を行なう。

【００２５】このようにして、ステップＳ２０２でメモ
リ２に記憶された全ての端点について追跡を行ない、こ
の文字画像に含まれる各ストロークの太さを順次に求
め、ステップＳ２０６でｊ番目の端点が存在しなくなっ
たとき(全ての端点の処理を完了したとき)、ステップＳ
２０７では、この１つの文字画像内において全てのスト
ロークの太さの平均を求める。次いで、ステップＳ２０
８では、ステップＳ２０７で求めたストローク太さ(各
ストロークのストローク太さの平均)を文字サイズで除
算することによって正規化し、これを、この文字画像の
ストローク太さとして最終的に抽出する。

【００２６】図６のステップＳ１０４において、ｉ番目
の文字のストローク太さを、例えば図８のステップＳ２
０１乃至Ｓ２０８のようにして求めた後、図６のステッ
プＳ１０５では、番号ｉを“１”だけインクリメント
し、次いで、ステップＳ１０６では、ｉ番目の文字が存
在するか否かを判定し、存在すれば、ステップＳ１０４
へ戻り、次の文字について、上述したと同様の処理(こ
の文字のストローク太さを抽出する処理)を行なう。

【００２７】このようにして、ステップＳ１０１で入力
された文書画像に含まれる各文字画像について、ストロ
ーク太さを求める処理を順次に行ない、ステップＳ１０
６でｉ番目の文字が存在しなくなったとき(全ての文字
画像についてストローク太さを求める処理を完了したと
き)、ステップＳ１０７では、ステップＳ１０４で求め
た各文字のストローク太さの平均を求める。すなわち、
ステップＳ１０１で入力された文書画像に含まれている
各文字のストローク太さの平均を求める。そして、ステ
ップＳ１０８では、ステップＳ１０７で求めたストロー
ク太さの平均に予め決めた定数を乗じた値を閾値として
決定する。すなわち、ステップＳ１０１で入力された文
書画像の各文字の書体を識別するための識別関数の閾値
を決定する。なお、この閾値としては、上記の他に、予
め決めた定数を用いることもできる。

【００２８】このようにして、ステップＳ１０７，Ｓ１
０８で閾値を定めた後、ステップＳ１０９では、各文字
の書体を識別するために、先ず、番号ｉを“１”に初期
設定する。次いで、ステップＳ１１０では、ｉ番目の文
字のストローク太さをステップＳ１０８で決定した閾値
と比較して、ｉ番目の文字の書体を識別する。具体的
に、ｉ番目の文字のストローク太さが閾値よりも小さけ
れば、ステップＳ１１１においてこのｉ番目の文字の書
体を明朝体であると判定し、また、ｉ番目の文字のスト
ローク太さが閾値よりも大きければ、ステップＳ１１２
において、このｉ番目の文字の書体をゴシック体である
と判定する。

【００２９】しかる後、ステップＳ１１３では、番号ｉ
を“１”だけインクリメントし、ステップＳ１１４で
は、ｉ番目の文字が存在するか否かを判定し、存在すれ
ば、ステップＳ１１０へ戻り、次の文字について、上述
したと同様の処理(この文字の書体を識別する処理)を行
なう。このようにして、文書画像に含まれている各文字
について、その書体を識別する処理を順次に行ない、ス
テップＳ１１１でｉ番目の文字が存在しなくなったとき
(全ての文字について書体を識別する処理を完了したと
き)、全ての処理を終了する。

【００３０】なお、図８の例では、第１の抽出例に従っ
て、全てのストロークを用いてストローク太さを抽出し
たが、文字を構成する各ストロークのうち予め定めた特
定の方向のストロークだけを用いて、文字のストローク
太さを抽出することも可能である。図９は、図６のステ
ップＳ１０４において、図８の処理のかわりに、第２の
抽出例に従って、予め定めた特定の方向のストロークだ
けを用いて文字のストローク太さを抽出する場合の処理
例を示すフローチャートである。

【００３１】図９を参照すると、先ず、ステップＳ３０
１では、文字画像を細線化し、次いで、ステップＳ３０
２では、ステップＳ３０１で細線化した文字画像(骨格
画像)から端点を抽出し、全ての端点をメモリ２に記憶
する。この際、抽出した各端点に順番に番号付けをして
記憶する。次いで、ステップＳ３０３では、端点をサー
チするための番号ｊを“１”に初期設定する。

【００３２】次いで、ステップＳ３０４では、ｊ番目の
端点から次の端点あるいは分岐点まで骨格を追跡し、こ
の追跡の結果得られる１つの端点から次の端点あるいは
分岐点までの部分を、１つのストローク(ストロークの
骨格)と判断し、このストロークの方向を抽出する。し
かる後、ステップＳ３０５では、このストロークの方向
が予め定めた特定の方向であるかを判定し、予め定めた
特定の方向である場合には、ステップＳ３０６におい
て、このストロークの骨格に対応する細線化前の文字画
像のストロークにおいて、上記ストロークの方向(骨格
の方向)と垂直な方向ヘの画素数をカウントすることに
よって、このストロークの太さを求める。また、ステッ
プＳ３０５において、このストロークの方向が予め定め
た特定の方向でない場合には、このストロークの太さを
求めない。

【００３３】次いで、ステップＳ３０７では、端点の番
号ｊを“１”だけインクリメントし、ステップＳ３０８
では、ｊ番目の端点が存在するか否かを判定し、存在す
れば、ステップＳ３０４へ戻り、次の端点について、上
述したと同様の処理(文字を構成するストロークのう
ち、特定の方向のストロークの太さを抽出する処理)を
行なう。

【００３４】このようにして、ステップＳ３０２でメモ
リ２に記憶された全ての端点について追跡を行ない、こ
の文字画像に含まれる各ストロークのうち、予め定めた
特定の方向のストロークについてだけ、その太さを順次
に求め、ステップＳ３０８でｊ番目の端点が存在しなく
なったとき(全ての端点の処理を完了したとき)、ステッ
プＳ３０９では、この１つの文字画像内において予め定
めた特定の方向であると判定した各ストロークについて
のみ、そのストローク太さの平均を求める。

【００３５】次いで、ステップＳ３１０では、ステップ
Ｓ３０９で求めたストローク太さ(ストローク太さの平
均)を文字サイズで除算することによって正規化し、こ
れを、この文字画像のストローク太さとして最終的に抽
出する。

【００３６】このように、本発明では、文字を構成する
ストロークに斜めのストロークが存在する場合、この斜
めのストロークについても、ストローク太さをこのスト
ロークの正確な特徴量として抽出するので、斜めのスト
ロークを含む文字画像に対しても、その文字の書体(フ
ォント)を小さなプログラムサイズで容易にかつ正確に
精度良く識別することができる。

【００３７】さらに、本発明において、書体(ストロー
ク太さ)を識別するために用いられるストロークとし
て、所定の長さを有するもののみを対象とすることも可
能であり、この場合には、書体(ストローク太さ)を識別
するために用いられるストロークとしてノイズが誤まっ
て抽出される率を低減でき、書体を識別する際にノイズ
による影響を除去することができる。

【００３８】なお、上述の例では、書体として、明朝
体，ゴシック体のいずれかを識別する場合が示されてい
るが、本発明は、書体として、明朝体，ゴシック体の他
のフォントを識別することももちろん可能であり、ま
た、書体として、明朝体，ゴシック体に加えてさらに他
のフォントを識別することも可能である。

【００３９】このように、本発明では、文字画像の文字
の書体(フォント)を精度良く識別することが可能とな
り、このようにして得られた文字の書体(フォント)の識
別結果に基づいて、例えば文書画像を再現したりするの
に有用である。

【００４０】

【発明の効果】以上に説明したように、請求項１乃至請
求項７記載の発明によれば、文字画像において文字のス
トロークの太さをストローク太さとして抽出し、抽出し
た文字のストローク太さを該文字の大きさによって正規
化し、正規化した文字のストローク太さに基づいて、該
文字の書体を識別するので、文字画像の文字の書体(フ
ォント)を容易にかつ正確に精度良く識別することがで
きる。

【図面の簡単な説明】

【図１】本発明に係る書体識別装置の構成例を示す図で
ある。

【図２】１つの文字画像の一例を示す図である。

【図３】図１の書体識別部の構成例を示す図である。

【図４】図２の文字画像に対し細線化処理を施した結果
の骨格画像を示す図である。

【図５】図１の書体識別装置のハードウェア構成例を示
す図である。

【図６】図１の書体識別装置の処理動作を説明するため
のフローチャートである。

【図７】図１の書体識別装置の処理動作を説明するため
のフローチャートである。

【図８】図１の書体識別装置の処理動作を説明するため
のフローチャートである。

【図９】図１の書体識別装置の処理動作を説明するため
のフローチャートである。

【符号の説明】１画像入力部２メモリ３文字切り出し処理部４書体識別部５制御部６結果出力部１１ストローク太さ抽出部１２ストローク太さ正規化部１３比較識別部２１ＣＰＵ２２ＲＯＭ２３ＲＡＭ２４スキャナ２５文書画像ファイル２６結果出力装置３０情報記憶媒体３１媒体駆動装置

Claims

【特許請求の範囲】

【請求項１】文字画像において文字のストロークの太
さをストローク太さとして抽出するストローク太さ抽出
手段と、ストローク太さ抽出手段で抽出された文字のス
トローク太さを該文字の大きさによって正規化する正規
化手段と、正規化手段で正規化された文字のストローク
太さに基づいて、該文字の書体を識別する識別手段とを
有していることを特徴とする書体識別装置。
【請求項２】請求項１記載の書体識別装置において、
前記ストローク太さ抽出手段は、文字を構成する各スト
ロークの太さを検出し、検出した各ストロークの太さの
平均をストローク太さとして抽出することを特徴とする
書体識別装置。
【請求項３】請求項１記載の書体識別装置において、
前記ストローク太さ抽出手段は、文字を構成する各スト
ロークのうち特定の方向のストロークの太さのみを検出
し、該特定の方向のストロークの太さをストローク太さ
として抽出することを特徴とする書体識別装置。
【請求項４】請求項１記載の書体識別装置において、
前記識別手段は、前記正規化された文字のストローク太
さと予め決められた閾値とを比較することによって、該
文字の書体を識別することを特徴とする書体識別装置。
【請求項５】請求項４記載の書体識別装置において、
前記閾値は、所定文書画像に含まれる全ての文字のスト
ローク太さの平均に所定の定数を乗ずることによって決
定され、この場合、前記識別手段は、文書画像に含まれ
ている各文字のストローク太さを前記閾値と比較して、
各文字の書体をそれぞれ識別することを特徴とする書体
識別装置。
【請求項６】文字画像において文字のストロークの太
さをストローク太さとして抽出し、抽出した文字のスト
ローク太さを該文字の大きさによって正規化し、正規化
した文字のストローク太さに基づいて、該文字の書体を
識別することを特徴とする書体識別方法。
【請求項７】文字画像において文字のストロークの太
さをストローク太さとして抽出し、抽出した文字のスト
ローク太さを該文字の大きさによって正規化し、正規化
した文字のストローク太さに基づいて、該文字の書体を
識別するためのプログラムが記憶されていることを特徴
とする情報記憶媒体。