JPH1049602A - 帳票認識方法 - Google Patents
帳票認識方法Info
- Publication number
- JPH1049602A JPH1049602A JP8206814A JP20681496A JPH1049602A JP H1049602 A JPH1049602 A JP H1049602A JP 8206814 A JP8206814 A JP 8206814A JP 20681496 A JP20681496 A JP 20681496A JP H1049602 A JPH1049602 A JP H1049602A
- Authority
- JP
- Japan
- Prior art keywords
- ruled line
- rectangle
- binary image
- predetermined value
- extracted
- 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.)
- Granted
Links
Landscapes
- Character Input (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 罫線に切れやかすれなどが生じる低品質の画
像が入力される場合でも、正確な罫線の認識を行う。 【解決手段】 ラン抽出部３は、２値画像から所定長さ
のランを抽出し、矩形抽出部５は、連結する黒ランを統
合して矩形を抽出する。また、辞書６を参照して所定未
満の長さの黒ランでも、罫線として存在する範囲内にあ
れば連結する黒ランを統合して矩形を抽出する。罫線抽
出部８は、近接する矩形同士を統合して罫線を抽出し、
枠認識部１０は４辺の罫線からなる枠を認識し、該枠内
の文字が抽出され、認識される。
像が入力される場合でも、正確な罫線の認識を行う。 【解決手段】 ラン抽出部３は、２値画像から所定長さ
のランを抽出し、矩形抽出部５は、連結する黒ランを統
合して矩形を抽出する。また、辞書６を参照して所定未
満の長さの黒ランでも、罫線として存在する範囲内にあ
れば連結する黒ランを統合して矩形を抽出する。罫線抽
出部８は、近接する矩形同士を統合して罫線を抽出し、
枠認識部１０は４辺の罫線からなる枠を認識し、該枠内
の文字が抽出され、認識される。
Description
【０００１】
【発明の属する技術分野】本発明は、罫線を含む帳票の
認識方法に関する。
認識方法に関する。
【０００２】
【従来の技術】一般に、文書認識装置で帳票を処理する
場合、罫線情報を抽出してから、内部の文字を認識する
場合が多い。従来、帳票認識の処理に関しては、例え
ば、黒画素が所定値以上連続するとき有効画素と判定
し、副走査方向に一定値以内のもの同士を統合して罫線
として認識する方法（特開昭５８−８４３７３号公報を
参照）が提案されている。
場合、罫線情報を抽出してから、内部の文字を認識する
場合が多い。従来、帳票認識の処理に関しては、例え
ば、黒画素が所定値以上連続するとき有効画素と判定
し、副走査方向に一定値以内のもの同士を統合して罫線
として認識する方法（特開昭５８−８４３７３号公報を
参照）が提案されている。
【０００３】
【発明が解決しようとする課題】しかし、上記した方法
では、連続した黒画素が出現することを前提としている
ので、実際に認識対象となる文書においては、罫線に切
れやかすれなどが生じる場合があり、このため罫線が正
しく認識できないという問題点があった。
では、連続した黒画素が出現することを前提としている
ので、実際に認識対象となる文書においては、罫線に切
れやかすれなどが生じる場合があり、このため罫線が正
しく認識できないという問題点があった。
【０００４】本発明の目的は、罫線に切れやかすれなど
が生じる低品質の画像が入力される場合でも、正確な罫
線の認識を行うことができる帳票認識方法と提供するこ
とにある。
が生じる低品質の画像が入力される場合でも、正確な罫
線の認識を行うことができる帳票認識方法と提供するこ
とにある。
【０００５】
【課題を解決するための手段】前記目的を達成するため
に、請求項１記載の発明では、２値画像中の線分情報を
予め辞書に登録し、該登録された線分情報を参照しなが
ら、入力された２値画像中の線分を認識し、該線分で囲
まれた枠内の文字を切り出し、該文字を認識することを
特徴としている。
に、請求項１記載の発明では、２値画像中の線分情報を
予め辞書に登録し、該登録された線分情報を参照しなが
ら、入力された２値画像中の線分を認識し、該線分で囲
まれた枠内の文字を切り出し、該文字を認識することを
特徴としている。
【０００６】請求項２記載の発明では、前記登録される
線分情報は、所定の長さ以上の黒ランについて、連結し
ている黒ランを統合して矩形を抽出し、該矩形同士が所
定値以内にあるものを統合することにより抽出される実
線罫線であることを特徴としている。
線分情報は、所定の長さ以上の黒ランについて、連結し
ている黒ランを統合して矩形を抽出し、該矩形同士が所
定値以内にあるものを統合することにより抽出される実
線罫線であることを特徴としている。
【０００７】請求項３記載の発明では、２値画像中の実
線罫線の位置情報を予め辞書に登録し、入力された２値
画像中から所定の長さ以上の黒ランを抽出し、該黒ラン
同士の間隔が所定値以内にあるとき統合して矩形として
抽出し、該矩形を統合して実線罫線として認識すると共
に、前記辞書を参照し、該所定の長さに満たない黒ラン
が前記実線罫線として存在する範囲内にあり、該黒ラン
同士の間隔が所定値以内にあるとき統合して矩形として
抽出し、該矩形を統合して実線罫線として認識すること
を特徴としている。
線罫線の位置情報を予め辞書に登録し、入力された２値
画像中から所定の長さ以上の黒ランを抽出し、該黒ラン
同士の間隔が所定値以内にあるとき統合して矩形として
抽出し、該矩形を統合して実線罫線として認識すると共
に、前記辞書を参照し、該所定の長さに満たない黒ラン
が前記実線罫線として存在する範囲内にあり、該黒ラン
同士の間隔が所定値以内にあるとき統合して矩形として
抽出し、該矩形を統合して実線罫線として認識すること
を特徴としている。
【０００８】請求項４記載の発明では、前記登録される
線分情報は、黒画素連結矩形の幅および高さが所定値以
内にあり、該矩形同士の間隔が所定値以内にあるものを
統合することにより抽出される点線罫線であることを特
徴としている。
線分情報は、黒画素連結矩形の幅および高さが所定値以
内にあり、該矩形同士の間隔が所定値以内にあるものを
統合することにより抽出される点線罫線であることを特
徴としている。
【０００９】請求項５記載の発明では、２値画像中の点
線罫線の位置情報を予め辞書に登録し、入力された２値
画像中から、黒画素連結矩形の幅および高さが所定値以
内にあり、該矩形同士の間隔が所定値以内にあるものを
統合して点線罫線として認識すると共に、前記辞書を参
照し、前記矩形同士の間隔が所定値以内でない場合でも
前記点線罫線として存在する範囲内にあるとき、該矩形
を統合して点線罫線として認識することを特徴としてい
る。
線罫線の位置情報を予め辞書に登録し、入力された２値
画像中から、黒画素連結矩形の幅および高さが所定値以
内にあり、該矩形同士の間隔が所定値以内にあるものを
統合して点線罫線として認識すると共に、前記辞書を参
照し、前記矩形同士の間隔が所定値以内でない場合でも
前記点線罫線として存在する範囲内にあるとき、該矩形
を統合して点線罫線として認識することを特徴としてい
る。
【００１０】請求項６記載の発明では、前記辞書に登録
する線分情報は、ディスプレイ画面に表示させた画像上
でマウスなどを用いて指定することを特徴としている。
する線分情報は、ディスプレイ画面に表示させた画像上
でマウスなどを用いて指定することを特徴としている。
【００１１】
【発明の実施の形態】以下、本発明の一実施例を図面を
用いて具体的に説明する。 〈実施例１〉図１は、本発明の実施例１の構成を示す。
図において、１はスキャナなどの２値画像入力部、２は
２値画像を格納する２値イメージメモリ、３は２値画像
から黒ランを抽出するラン抽出部、４は抽出したランを
格納するランメモリ、５は所定長のランを統合して矩形
を抽出する矩形抽出部、６は罫線の位置情報などが予め
登録されている罫線情報辞書、７は矩形メモリ、８は矩
形を統合して罫線を抽出する罫線抽出部、９は罫線メモ
リ、１０は罫線の枠を認識する枠認識部、１１は枠座標
メモリ、１２は枠内の文字を切り出す枠内文字抽出部、
１３は文字座標メモリ、１４は文字認識部である。
用いて具体的に説明する。 〈実施例１〉図１は、本発明の実施例１の構成を示す。
図において、１はスキャナなどの２値画像入力部、２は
２値画像を格納する２値イメージメモリ、３は２値画像
から黒ランを抽出するラン抽出部、４は抽出したランを
格納するランメモリ、５は所定長のランを統合して矩形
を抽出する矩形抽出部、６は罫線の位置情報などが予め
登録されている罫線情報辞書、７は矩形メモリ、８は矩
形を統合して罫線を抽出する罫線抽出部、９は罫線メモ
リ、１０は罫線の枠を認識する枠認識部、１１は枠座標
メモリ、１２は枠内の文字を切り出す枠内文字抽出部、
１３は文字座標メモリ、１４は文字認識部である。
【００１２】図７は、実施例１の処理フローチャートで
ある。以下、本実施例１の動作を説明する。スキャナ等
の２値画像入力部１によって、原稿を読み取り、２値イ
メージメモリ２に格納する（ステップ１０１）。ラン抽
出部３は、２値イメージメモリ２に格納されている２値
画像中から黒ランを抽出し、ランメモリ４に格納する
（ステップ１０２）。
ある。以下、本実施例１の動作を説明する。スキャナ等
の２値画像入力部１によって、原稿を読み取り、２値イ
メージメモリ２に格納する（ステップ１０１）。ラン抽
出部３は、２値イメージメモリ２に格納されている２値
画像中から黒ランを抽出し、ランメモリ４に格納する
（ステップ１０２）。
【００１３】矩形抽出部５は、ランメモリ４を参照し、
まず所定値以上の長さを持つランを抽出し、ラン同士の
間隔が所定値以内であれば統合し、矩形として抽出し、
矩形メモリ７に格納する（ステップ１０３）。次に、罫
線情報辞書６と照合し、所定値に満たないランでも罫線
として存在する範囲内にあり、ラン同士の間隔が所定値
以内であれば統合し、矩形として抽出し、矩形メモリ７
に格納する。図２は、罫線存在範囲内の処理を説明する
図である。
まず所定値以上の長さを持つランを抽出し、ラン同士の
間隔が所定値以内であれば統合し、矩形として抽出し、
矩形メモリ７に格納する（ステップ１０３）。次に、罫
線情報辞書６と照合し、所定値に満たないランでも罫線
として存在する範囲内にあり、ラン同士の間隔が所定値
以内であれば統合し、矩形として抽出し、矩形メモリ７
に格納する。図２は、罫線存在範囲内の処理を説明する
図である。
【００１４】罫線抽出部８は、矩形メモリ７を参照し、
矩形同士が所定値以内にあるものどうしを統合して罫線
として抽出し、罫線メモリ９に格納する（ステップ１０
４）。また、罫線情報辞書６と照合し、罫線として存在
する範囲内にあれば、所定のしきい値を大きくして統合
を行う。この結果、罫線として存在する範囲内であれ
ば、入力画像の罫線に切れやかすれがあっても統合され
るようになり、罫線抽出率の精度が向上される。
矩形同士が所定値以内にあるものどうしを統合して罫線
として抽出し、罫線メモリ９に格納する（ステップ１０
４）。また、罫線情報辞書６と照合し、罫線として存在
する範囲内にあれば、所定のしきい値を大きくして統合
を行う。この結果、罫線として存在する範囲内であれ
ば、入力画像の罫線に切れやかすれがあっても統合され
るようになり、罫線抽出率の精度が向上される。
【００１５】枠認識部１０は、罫線メモリ９を参照し、
４辺の罫線に囲まれたものを枠と認識し、その座標を枠
座標メモリ１１に格納する（ステップ１０５）。枠内文
字抽出部１２は、枠内の画像に対して再び矩形抽出処理
などを行って、文字を抽出する（ステップ１０６）。抽
出された文字の座標値を文字座標メモリ１３に格納す
る。文字認識部１４は、文字座標メモリ１３と２値イメ
ージメモリ２を参照して文字の認識を行う（ステップ１
０７）。
４辺の罫線に囲まれたものを枠と認識し、その座標を枠
座標メモリ１１に格納する（ステップ１０５）。枠内文
字抽出部１２は、枠内の画像に対して再び矩形抽出処理
などを行って、文字を抽出する（ステップ１０６）。抽
出された文字の座標値を文字座標メモリ１３に格納す
る。文字認識部１４は、文字座標メモリ１３と２値イメ
ージメモリ２を参照して文字の認識を行う（ステップ１
０７）。
【００１６】〈実施例２〉本実施例は、実施例１に用い
る罫線情報辞書の登録方法に係る実施例である。図３
は、実施例２の構成を示し、図８は、実施例２の処理フ
ローチャートである。
る罫線情報辞書の登録方法に係る実施例である。図３
は、実施例２の構成を示し、図８は、実施例２の処理フ
ローチャートである。
【００１７】スキャナ等の２値画像入力部２１によっ
て、原稿を読み取り、２値イメージメモリ２２に格納す
る（ステップ２０１）。このときの原稿は、実際に文字
認識の対象となるものでなくてもよい。例えば、データ
が全く書かれていない空の伝票などを用い、画像の読み
取りには、罫線に切れやかすれがないように、２値化の
しきい値を調整するなどして、奇麗な画像を生成する必
要がある。
て、原稿を読み取り、２値イメージメモリ２２に格納す
る（ステップ２０１）。このときの原稿は、実際に文字
認識の対象となるものでなくてもよい。例えば、データ
が全く書かれていない空の伝票などを用い、画像の読み
取りには、罫線に切れやかすれがないように、２値化の
しきい値を調整するなどして、奇麗な画像を生成する必
要がある。
【００１８】ラン抽出部２３では、２値イメージメモリ
２２に格納されている２値画像中から黒ランを抽出し、
ランメモリ２４に格納する（ステップ２０２）。この
際、ランとしては罫線に成り得る程度に長いランのみを
抽出する。矩形抽出部２５では、ランメモリ２４を参照
し、ラン同士が所定値以内の間隔にあるものを統合し、
矩形メモリ２６に格納する（ステップ２０３）。
２２に格納されている２値画像中から黒ランを抽出し、
ランメモリ２４に格納する（ステップ２０２）。この
際、ランとしては罫線に成り得る程度に長いランのみを
抽出する。矩形抽出部２５では、ランメモリ２４を参照
し、ラン同士が所定値以内の間隔にあるものを統合し、
矩形メモリ２６に格納する（ステップ２０３）。
【００１９】罫線抽出部２７では、矩形メモリ２６を参
照し、矩形同士が所定値以内にあるものどうしを統合し
て罫線として抽出する（ステップ２０４）。このときの
ラン、矩形、罫線の位置の情報を罫線情報辞書２８に格
納する。
照し、矩形同士が所定値以内にあるものどうしを統合し
て罫線として抽出する（ステップ２０４）。このときの
ラン、矩形、罫線の位置の情報を罫線情報辞書２８に格
納する。
【００２０】〈実施例３〉本実施例は、実線罫線と点線
罫線を認識する場合の実施例である。図４は、実施例３
の構成を示し、実施例１の罫線抽出部８を、実線罫線抽
出部８１と点線罫線抽出部８２で構成し、実施例１の矩
形メモリ７を、矩形メモリ７１と７２で構成し、実施例
１の罫線メモリ９を、罫線メモリ９１と９２で構成した
ものである。他の構成要素は実施例１のものと同様であ
る。また、図９は、実施例３の処理フローチャートであ
る。
罫線を認識する場合の実施例である。図４は、実施例３
の構成を示し、実施例１の罫線抽出部８を、実線罫線抽
出部８１と点線罫線抽出部８２で構成し、実施例１の矩
形メモリ７を、矩形メモリ７１と７２で構成し、実施例
１の罫線メモリ９を、罫線メモリ９１と９２で構成した
ものである。他の構成要素は実施例１のものと同様であ
る。また、図９は、実施例３の処理フローチャートであ
る。
【００２１】スキャナ等の２値画像入力部１によって、
原稿を読み取り、２値イメージメモリ２に格納する（ス
テップ３０１）。ラン抽出部３では、２値イメージメモ
リ２に格納されている２値画像中から黒ランを抽出し、
ランメモリ４に格納する（ステップ３０２）。
原稿を読み取り、２値イメージメモリ２に格納する（ス
テップ３０１）。ラン抽出部３では、２値イメージメモ
リ２に格納されている２値画像中から黒ランを抽出し、
ランメモリ４に格納する（ステップ３０２）。
【００２２】矩形抽出部５は、ランメモリ４を参照し、
まず所定値以上の長さを持つランを抽出し、ラン同士の
間隔が所定値以内であれば統合し、矩形として抽出し、
矩形メモリ７１に格納する（ステップ３０３）。次に、
罫線情報辞書６と照合し、所定値に満たないランでも罫
線として存在する範囲内にあり、ラン同士の間隔が所定
値以内であれば統合し、矩形として抽出し、矩形メモリ
７１に格納する。また、矩形抽出部５では、黒画素連結
矩形の幅および高さが所定値以内のものを抽出し、これ
を矩形メモリ７２に格納する。
まず所定値以上の長さを持つランを抽出し、ラン同士の
間隔が所定値以内であれば統合し、矩形として抽出し、
矩形メモリ７１に格納する（ステップ３０３）。次に、
罫線情報辞書６と照合し、所定値に満たないランでも罫
線として存在する範囲内にあり、ラン同士の間隔が所定
値以内であれば統合し、矩形として抽出し、矩形メモリ
７１に格納する。また、矩形抽出部５では、黒画素連結
矩形の幅および高さが所定値以内のものを抽出し、これ
を矩形メモリ７２に格納する。
【００２３】実線罫線抽出部８１では、矩形メモリ７１
を参照し、矩形どうしが所定値以内にあるものどうしを
統合して実線罫線として抽出する（ステップ３０４）。
また、罫線情報辞書６と照合し、罫線として存在する範
囲内にあれば、所定のしきい値を大きくして統合を行
う。これにより、罫線として存在する範囲内であれば、
入力画像の罫線に切れやかすれがあっても統合されるよ
うになり、罫線抽出率の精度が向上される。この結果を
罫線メモリ９１に格納する。
を参照し、矩形どうしが所定値以内にあるものどうしを
統合して実線罫線として抽出する（ステップ３０４）。
また、罫線情報辞書６と照合し、罫線として存在する範
囲内にあれば、所定のしきい値を大きくして統合を行
う。これにより、罫線として存在する範囲内であれば、
入力画像の罫線に切れやかすれがあっても統合されるよ
うになり、罫線抽出率の精度が向上される。この結果を
罫線メモリ９１に格納する。
【００２４】点線罫線抽出部８２では、矩形メモリ７２
を参照し、矩形どうしが所定値以内にあるものどうしを
統合して点線罫線として抽出する（ステップ３０５）。
また、罫線情報辞書６と照合し、点線罫線として存在す
る範囲内にあれば、所定のしきい値を大きくして統合を
行う。これにより、点線罫線として存在する範囲内であ
れば、入力画像の罫線に切れやかすれがあっても統合さ
れるようになり、罫線抽出率の精度が向上される。この
結果を罫線メモリ９２に格納する。
を参照し、矩形どうしが所定値以内にあるものどうしを
統合して点線罫線として抽出する（ステップ３０５）。
また、罫線情報辞書６と照合し、点線罫線として存在す
る範囲内にあれば、所定のしきい値を大きくして統合を
行う。これにより、点線罫線として存在する範囲内であ
れば、入力画像の罫線に切れやかすれがあっても統合さ
れるようになり、罫線抽出率の精度が向上される。この
結果を罫線メモリ９２に格納する。
【００２５】枠認識部１０では、罫線メモリ９１および
罫線メモリ９２を参照し、４辺の罫線に囲まれたものを
枠と認識し、その座標を枠座標メモリ１１に格納する。
以下、実施例１と同様に処理するので、その説明を省略
する。
罫線メモリ９２を参照し、４辺の罫線に囲まれたものを
枠と認識し、その座標を枠座標メモリ１１に格納する。
以下、実施例１と同様に処理するので、その説明を省略
する。
【００２６】〈実施例４〉本実施例は、実施例３に用い
る罫線情報辞書の登録方法に係る実施例である。図５
は、実施例４の構成を示し、図１０は、実施例４の処理
フローチャートである。
る罫線情報辞書の登録方法に係る実施例である。図５
は、実施例４の構成を示し、図１０は、実施例４の処理
フローチャートである。
【００２７】スキャナ等の２値画像入力部２１によっ
て、原稿を読み取り、２値イメージメモリ２２に格納す
る（ステップ４０１）。このときの原稿は、実施例２と
同様に、実際に文字認識の対象となるものでなくてもよ
い。ただし、原稿として実線と点線の罫線を含むものを
用いる。
て、原稿を読み取り、２値イメージメモリ２２に格納す
る（ステップ４０１）。このときの原稿は、実施例２と
同様に、実際に文字認識の対象となるものでなくてもよ
い。ただし、原稿として実線と点線の罫線を含むものを
用いる。
【００２８】ラン抽出部２３では、２値イメージメモリ
２２に格納されている２値画像中から黒ランを抽出し、
ランメモリ２４に格納する（ステップ４０２）。矩形抽
出部２５では、ランメモリ２４を参照し、ランとしては
実線罫線に成り得る程度に長いランのみを統合し、矩形
メモリ２６ａに格納する。同様に、黒画素連結矩形の幅
および高さが点線の要素と見なせる大きさのものを抽出
し、矩形メモリ２６ｂに格納する（ステップ４０３）。
２２に格納されている２値画像中から黒ランを抽出し、
ランメモリ２４に格納する（ステップ４０２）。矩形抽
出部２５では、ランメモリ２４を参照し、ランとしては
実線罫線に成り得る程度に長いランのみを統合し、矩形
メモリ２６ａに格納する。同様に、黒画素連結矩形の幅
および高さが点線の要素と見なせる大きさのものを抽出
し、矩形メモリ２６ｂに格納する（ステップ４０３）。
【００２９】実線罫線抽出部２７ａでは、矩形メモリ２
６ａを参照し、矩形どうしが所定値以内にあるものどう
しを統合して実線罫線として抽出する（ステップ４０
４）。このときのラン、矩形、罫線の位置の情報を罫線
情報辞書２８に格納する。
６ａを参照し、矩形どうしが所定値以内にあるものどう
しを統合して実線罫線として抽出する（ステップ４０
４）。このときのラン、矩形、罫線の位置の情報を罫線
情報辞書２８に格納する。
【００３０】点線罫線抽出部２７ｂでは、矩形メモリ２
６ｂを参照し、矩形どうしが所定値以内にあるものどう
しを統合して点線罫線として抽出する（ステップ４０
５）。このときの矩形、罫線の位置の情報を罫線情報辞
書２８に格納する。
６ｂを参照し、矩形どうしが所定値以内にあるものどう
しを統合して点線罫線として抽出する（ステップ４０
５）。このときの矩形、罫線の位置の情報を罫線情報辞
書２８に格納する。
【００３１】〈実施例５〉本実施例は、罫線情報辞書に
線分情報を登録する際に、ディスプレイ画面に表示させ
た画像上でマウスなどを用いて登録する情報を指定でき
るようにした実施例である。図６は、実施例５の構成を
示し、実施例２の構成にさらに、罫線メモリ２９と罫線
確認部３０を付加して構成されている。また、図１１
は、実施例５の処理フローチャートである。
線分情報を登録する際に、ディスプレイ画面に表示させ
た画像上でマウスなどを用いて登録する情報を指定でき
るようにした実施例である。図６は、実施例５の構成を
示し、実施例２の構成にさらに、罫線メモリ２９と罫線
確認部３０を付加して構成されている。また、図１１
は、実施例５の処理フローチャートである。
【００３２】矩形抽出までの処理は実施例２と同様であ
る。罫線抽出部２７は、矩形メモリ２６を参照し、矩形
同士が所定値以内にあるもの同士を統合して罫線として
抽出し、その座標値を罫線メモリ２９に格納する（ステ
ップ５０４）。ディスプレイ画面などの罫線確認部３０
において、罫線メモリ２９、２値イメージメモリ２２を
参照し、２値画像上に罫線抽出の結果を重ねて表示す
る。そして、実際の罫線が正しく抽出されているか否
か、すなわち、文字部分や図形部分など罫線でない箇所
を、誤って罫線として抽出していないかを確認し、誤っ
て抽出されているものはマウスなどで指示して削除す
る。この処理によって、罫線データのみが選択され、そ
のラン、矩形、罫線の位置の情報が罫線情報辞書２８に
格納される（ステップ５０５）。
る。罫線抽出部２７は、矩形メモリ２６を参照し、矩形
同士が所定値以内にあるもの同士を統合して罫線として
抽出し、その座標値を罫線メモリ２９に格納する（ステ
ップ５０４）。ディスプレイ画面などの罫線確認部３０
において、罫線メモリ２９、２値イメージメモリ２２を
参照し、２値画像上に罫線抽出の結果を重ねて表示す
る。そして、実際の罫線が正しく抽出されているか否
か、すなわち、文字部分や図形部分など罫線でない箇所
を、誤って罫線として抽出していないかを確認し、誤っ
て抽出されているものはマウスなどで指示して削除す
る。この処理によって、罫線データのみが選択され、そ
のラン、矩形、罫線の位置の情報が罫線情報辞書２８に
格納される（ステップ５０５）。
【００３３】なお、本発明は上記したものに限定され
ず、ソフトウェアによっても実現することができる。本
発明をソフトウェアによって実現する場合には、ＣＰ
Ｕ、ＲＯＭ、ＲＡＭ、ハードディスク、キーボード、Ｃ
Ｄ−ＲＯＭドライブなどからなる汎用の処理装置を用意
する。そして、ＣＤ−ＲＯＭなどの記録媒体には、本発
明の帳票認識方法の処理機能を実現するプログラムが記
録されている。本発明の帳票認識の処理を行うときは、
ＣＤ−ＲＯＭドライブにセットされた該記録媒体から、
上記した処理機能を実現するプログラムが読み出され、
ＲＡＭ上にロードされて、ＣＰＵによって逐一実行され
る。また、帳票認識の処理対象となるデータは、スキャ
ナなどの２値画像入力部から入力される原稿画像データ
である。
ず、ソフトウェアによっても実現することができる。本
発明をソフトウェアによって実現する場合には、ＣＰ
Ｕ、ＲＯＭ、ＲＡＭ、ハードディスク、キーボード、Ｃ
Ｄ−ＲＯＭドライブなどからなる汎用の処理装置を用意
する。そして、ＣＤ−ＲＯＭなどの記録媒体には、本発
明の帳票認識方法の処理機能を実現するプログラムが記
録されている。本発明の帳票認識の処理を行うときは、
ＣＤ−ＲＯＭドライブにセットされた該記録媒体から、
上記した処理機能を実現するプログラムが読み出され、
ＲＡＭ上にロードされて、ＣＰＵによって逐一実行され
る。また、帳票認識の処理対象となるデータは、スキャ
ナなどの２値画像入力部から入力される原稿画像データ
である。
【００３４】
【発明の効果】以上、説明したように、本発明によれ
ば、従来のように画像の品質が悪く罫線に切れやかすれ
がある文書においても精度よく罫線を抽出することがで
き、この結果、罫線内部の文字を高精度に認識すること
が可能となる。
ば、従来のように画像の品質が悪く罫線に切れやかすれ
がある文書においても精度よく罫線を抽出することがで
き、この結果、罫線内部の文字を高精度に認識すること
が可能となる。
【図１】本発明の実施例１の構成を示す。
【図２】罫線存在範囲内の処理を説明する図である。
【図３】本発明の実施例２の構成を示す。
【図４】本発明の実施例３の構成を示す。
【図５】本発明の実施例４の構成を示す。
【図６】本発明の実施例５の構成を示す。
【図７】実施例１の処理フローチャートである。
【図８】実施例２の処理フローチャートである。
【図９】実施例３の処理フローチャートである。
【図１０】実施例４の処理フローチャートである。
【図１１】実施例５の処理フローチャートである。
１ ２値画像入力部 ２ ２値イメージメモリ ３ ラン抽出部 ４ ランメモリ ５ 矩形抽出部 ６ 罫線情報辞書 ７ 矩形メモリ ８ 罫線抽出部 ９ 罫線メモリ １０ 枠認識部 １１ 枠座標メモリ １２ 枠内文字抽出部 １３ 文字座標メモリ １４ 文字認識部
Claims (6)
- 【請求項１】 ２値画像中の線分情報を予め辞書に登録
し、該登録された線分情報を参照しながら、入力された
２値画像中の線分を認識し、該線分で囲まれた枠内の文
字を切り出し、該文字を認識することを特徴とする帳票
認識方法。 - 【請求項２】 前記登録される線分情報は、所定の長さ
以上の黒ランについて、連結している黒ランを統合して
矩形を抽出し、該矩形同士が所定値以内にあるものを統
合することにより抽出される実線罫線であることを特徴
とする請求項１記載の帳票認識方法。 - 【請求項３】 ２値画像中の実線罫線の位置情報を予め
辞書に登録し、入力された２値画像中から所定の長さ以
上の黒ランを抽出し、該黒ラン同士の間隔が所定値以内
にあるとき統合して矩形として抽出し、該矩形を統合し
て実線罫線として認識すると共に、前記辞書を参照し、
該所定の長さに満たない黒ランが前記実線罫線として存
在する範囲内にあり、該黒ラン同士の間隔が所定値以内
にあるとき統合して矩形として抽出し、該矩形を統合し
て実線罫線として認識することを特徴とする帳票認識方
法。 - 【請求項４】 前記登録される線分情報は、黒画素連結
矩形の幅および高さが所定値以内にあり、該矩形同士の
間隔が所定値以内にあるものを統合することにより抽出
される点線罫線であることを特徴とする請求項１記載の
帳票認識方法。 - 【請求項５】 ２値画像中の点線罫線の位置情報を予め
辞書に登録し、入力された２値画像中から、黒画素連結
矩形の幅および高さが所定値以内にあり、該矩形同士の
間隔が所定値以内にあるものを統合して点線罫線として
認識すると共に、前記辞書を参照し、前記矩形同士の間
隔が所定値以内でない場合でも前記点線罫線として存在
する範囲内にあるとき、該矩形を統合して点線罫線とし
て認識することを特徴とする帳票認識方法。 - 【請求項６】 前記辞書に登録する線分情報は、ディス
プレイ画面に表示させた画像上でマウスなどを用いて指
定することを特徴とする請求項１、２、３、４または５
記載の帳票認識方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20681496A JP3391987B2 (ja) | 1996-08-06 | 1996-08-06 | 帳票認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP20681496A JP3391987B2 (ja) | 1996-08-06 | 1996-08-06 | 帳票認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1049602A true JPH1049602A (ja) | 1998-02-20 |
| JP3391987B2 JP3391987B2 (ja) | 2003-03-31 |
Family
ID=16529539
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP20681496A Expired - Lifetime JP3391987B2 (ja) | 1996-08-06 | 1996-08-06 | 帳票認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3391987B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6567545B1 (en) | 1999-05-28 | 2003-05-20 | Fujitsu Limited | Format recognition method, apparatus and storage medium |
| JP2011065204A (ja) * | 2009-09-15 | 2011-03-31 | Fuji Xerox Co Ltd | 画像処理装置及び画像処理プログラム |
-
1996
- 1996-08-06 JP JP20681496A patent/JP3391987B2/ja not_active Expired - Lifetime
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6567545B1 (en) | 1999-05-28 | 2003-05-20 | Fujitsu Limited | Format recognition method, apparatus and storage medium |
| JP2011065204A (ja) * | 2009-09-15 | 2011-03-31 | Fuji Xerox Co Ltd | 画像処理装置及び画像処理プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3391987B2 (ja) | 2003-03-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20020085243A1 (en) | Document processing apparatus and method | |
| JP2001358925A (ja) | 画像処理のための装置、方法及び記録媒体 | |
| US6785420B2 (en) | Method and apparatus for table recognition, apparatus for character recognition, and computer product | |
| JP2000207489A (ja) | 文字抽出方法、装置および記録媒体 | |
| JP3062382B2 (ja) | 画像処理装置及び方法 | |
| JP2000067164A (ja) | パターン認識方法及び装置並びにテンプレート作成プログラムを記録した記録媒体 | |
| US6983071B2 (en) | Character segmentation device, character segmentation method used thereby, and program therefor | |
| JP3215163B2 (ja) | 罫線識別方法及び領域識別方法 | |
| JP3391987B2 (ja) | 帳票認識装置 | |
| JP4040231B2 (ja) | 文字抽出方法及び装置並びに記憶媒体 | |
| JP2000082110A (ja) | 罫線消去装置および文字画像抽出装置および罫線消去方法および文字画像抽出方法および記録媒体 | |
| JPH07230525A (ja) | 罫線認識方法及び表処理方法 | |
| JPH1049676A (ja) | 罫線認識方法 | |
| JPS63158676A (ja) | 領域抽出装置 | |
| JPH08237404A (ja) | 光学文字認識モードの選択方法 | |
| JPH1196296A (ja) | 帳票イメージ処理方法および装置 | |
| JP2001236464A (ja) | 文字抽出方法、文字抽出装置及び記憶媒体 | |
| JP2931041B2 (ja) | 表内文字認識方法 | |
| JP3162414B2 (ja) | 罫線認識方法及び表処理方法 | |
| JP3269889B2 (ja) | 光学式文字読取システム | |
| JPH05159062A (ja) | 文書認識装置 | |
| JPH10334184A (ja) | 罫線消去方法、装置、表処理方法、装置、文字認識方法、装置および記録媒体 | |
| JP3157534B2 (ja) | 表認識方法 | |
| JPH10177621A (ja) | 文書処理方法、罫線認識方法及び記録媒体 | |
| JPS6327990A (ja) | 文字認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080124 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090124 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100124 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110124 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120124 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130124 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140124 Year of fee payment: 11 |
|
| EXPY | Cancellation because of completion of term |