JPH1083431A - 情報処理装置およびその方法 - Google Patents
情報処理装置およびその方法Info
- Publication number
- JPH1083431A JPH1083431A JP9160205A JP16020597A JPH1083431A JP H1083431 A JPH1083431 A JP H1083431A JP 9160205 A JP9160205 A JP 9160205A JP 16020597 A JP16020597 A JP 16020597A JP H1083431 A JPH1083431 A JP H1083431A
- Authority
- JP
- Japan
- Prior art keywords
- connected component
- frame
- component
- attached
- area
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/412—Layout analysis of documents structured with printed lines or input boxes, e.g. business forms or tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/155—Removing patterns interfering with the pattern to be recognised, such as ruled lines or underlines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Character Input (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
(57)【要約】
【課題】 ブロックセレクション技法では、テキスト行
が他のデータと隣接または重なる場合、テキストブロッ
クが誤識別されることがある。 【解決手段】 ドキュメント画像の連結成分をトレース
し、連結成分中の白輪郭をトレースし、白輪郭に基づい
て枠の輪郭を定義し、枠の輪郭の内側の独立した文字デ
ータを識別し、そして枠の輪郭の内側の初期の矩形を定
義する。更に、拡張した文字エリアを生成するために初
期の矩形エリアから水平または垂直方向に黒画素を検出
し、各白輪郭に対する拡張した文字エリアの内側にある
境界画素の場所を見つけ、拡張された文字エリアの内側
にある境界画素間にある黒画素を識別し、少なくとも１
つの連結成分を形成するように拡張文字エリアにある境
界画素間にある黒画素を結合し、垂直線、水平線、破線
の一部または、枠の一部として認識できない場合、テキ
スト成分として、少なくとも１つの連結成分を認識す
る。
が他のデータと隣接または重なる場合、テキストブロッ
クが誤識別されることがある。 【解決手段】 ドキュメント画像の連結成分をトレース
し、連結成分中の白輪郭をトレースし、白輪郭に基づい
て枠の輪郭を定義し、枠の輪郭の内側の独立した文字デ
ータを識別し、そして枠の輪郭の内側の初期の矩形を定
義する。更に、拡張した文字エリアを生成するために初
期の矩形エリアから水平または垂直方向に黒画素を検出
し、各白輪郭に対する拡張した文字エリアの内側にある
境界画素の場所を見つけ、拡張された文字エリアの内側
にある境界画素間にある黒画素を識別し、少なくとも１
つの連結成分を形成するように拡張文字エリアにある境
界画素間にある黒画素を結合し、垂直線、水平線、破線
の一部または、枠の一部として認識できない場合、テキ
スト成分として、少なくとも１つの連結成分を認識す
る。
Description
【０００１】
【発明の属する技術分野】本発明は、ブロックセレクシ
ョン技法を利用するドキュメントページの画像データを
解析する為のシステムに関する発明である。そして、特
にドキュメントページの中の枠に付着したテキスト成分
の抽出と識別を可能にするブロックセレクションシステ
ムである。
ョン技法を利用するドキュメントページの画像データを
解析する為のシステムに関する発明である。そして、特
にドキュメントページの中の枠に付着したテキスト成分
の抽出と識別を可能にするブロックセレクションシステ
ムである。
【０００２】
【従来の技術】特願平６−３２０９５５（米国出願番号
０８／５９６，７１６）および特願平８−２２１８３４
（米国出願番号０８／５１４，２５２）に記述されてい
るようなブロックセレクション技法は、ドキュメントペ
ージ中の異なるタイプの画像データを解析し識別するペ
ージ解析システムに使用される。更に、識別および解析
結果は画像データに施されるべき光学式文字認識（ＯＣ
Ｒ）、データ圧縮、データルーチン（ｄａｔａ ｒｏｕ
ｔｉｎｇ）、その他のようなタイプを決定するために使
われる。例えば、テキストデータであることが示された
画像データはＯＣＲ処理されるのに対し、ピクチャデー
タであることが示された画像データはＯＣＲ処理されな
い。結果として、異なるタイプの画像データをオペレー
ターの介入なしに自動入力し正確に処理することができ
る。
０８／５９６，７１６）および特願平８−２２１８３４
（米国出願番号０８／５１４，２５２）に記述されてい
るようなブロックセレクション技法は、ドキュメントペ
ージ中の異なるタイプの画像データを解析し識別するペ
ージ解析システムに使用される。更に、識別および解析
結果は画像データに施されるべき光学式文字認識（ＯＣ
Ｒ）、データ圧縮、データルーチン（ｄａｔａ ｒｏｕ
ｔｉｎｇ）、その他のようなタイプを決定するために使
われる。例えば、テキストデータであることが示された
画像データはＯＣＲ処理されるのに対し、ピクチャデー
タであることが示された画像データはＯＣＲ処理されな
い。結果として、異なるタイプの画像データをオペレー
ターの介入なしに自動入力し正確に処理することができ
る。
【０００３】ブロックセレクション技法の動作は、図１
−図３のように一般的に記述される。図１は、代表的な
ドキュメントのページ１０１を示す。ページ１０１に
は、２カラムフォーマットであり、タイトル１０２を含
み、水平線１０４、テキストデータ行を含むいくつかの
テキストエリア１０５、１０６、１０７、テキストでは
ないグラフィックイメージを含むハーフトーンのピクチ
ャデータ１０８、テキスト情報を含むテーブル１１０、
枠エリア１１６、見出しデータ１２６を付属したハーフ
トーンのピクチャエリア１２１、見出しデータ１３７が
付着するピクチャエリア１３２、１３５が配置されてい
る。ブロックセレクション技法は、画像データのタイプ
に従ってページ１０１のそれぞれのエリアの定義を試み
る。図２のように、ブロックセレクション技法はそれぞ
れのエリアを定義し、階層的ツリー構造が生成される。
−図３のように一般的に記述される。図１は、代表的な
ドキュメントのページ１０１を示す。ページ１０１に
は、２カラムフォーマットであり、タイトル１０２を含
み、水平線１０４、テキストデータ行を含むいくつかの
テキストエリア１０５、１０６、１０７、テキストでは
ないグラフィックイメージを含むハーフトーンのピクチ
ャデータ１０８、テキスト情報を含むテーブル１１０、
枠エリア１１６、見出しデータ１２６を付属したハーフ
トーンのピクチャエリア１２１、見出しデータ１３７が
付着するピクチャエリア１３２、１３５が配置されてい
る。ブロックセレクション技法は、画像データのタイプ
に従ってページ１０１のそれぞれのエリアの定義を試み
る。図２のように、ブロックセレクション技法はそれぞ
れのエリアを定義し、階層的ツリー構造が生成される。
【０００４】図２の階層的ツリー（木）構造２００は、
画像データのそれぞれの識別されたエリアまたはブロッ
クをそれぞれ表す複数のノードを含む。ツリーのそれぞ
れのノードは、対応する画像データのブロックの特徴を
定義する特徴データを含む。例えば、特徴データは、ブ
ロック位置データ、属性データ（テキスト、ピクチャ、
テーブル、その他のようなを特定する）、サブ属性デー
タ、子ノードまたは親ノードのポインターを含んでい
る。子または「子孫」ノードは、画像データの大きなブ
ロックの中にその全体が存在する画像データを表す。子
ノードは、親ノードから枝別れしているノードのような
階層的ツリー構造２００として描かれる。例えば、枠１
１６の中のテキストブロックは、枠１１６を表す親ノー
ド２１２からの直接的な枝別れとして、ノード２１４，
２１６のような階層的ツリー構造として描かれる。上述
した特徴データに加えて、テキストブロックを表すノー
ドは、そのブロックの読取り方向及び読取り順を定義す
る特徴データを含んでいる。それらのデータは、ページ
のテキストブロックをＯＣＲする処理場合に有用であ
る。
画像データのそれぞれの識別されたエリアまたはブロッ
クをそれぞれ表す複数のノードを含む。ツリーのそれぞ
れのノードは、対応する画像データのブロックの特徴を
定義する特徴データを含む。例えば、特徴データは、ブ
ロック位置データ、属性データ（テキスト、ピクチャ、
テーブル、その他のようなを特定する）、サブ属性デー
タ、子ノードまたは親ノードのポインターを含んでい
る。子または「子孫」ノードは、画像データの大きなブ
ロックの中にその全体が存在する画像データを表す。子
ノードは、親ノードから枝別れしているノードのような
階層的ツリー構造２００として描かれる。例えば、枠１
１６の中のテキストブロックは、枠１１６を表す親ノー
ド２１２からの直接的な枝別れとして、ノード２１４，
２１６のような階層的ツリー構造として描かれる。上述
した特徴データに加えて、テキストブロックを表すノー
ドは、そのブロックの読取り方向及び読取り順を定義す
る特徴データを含んでいる。それらのデータは、ページ
のテキストブロックをＯＣＲする処理場合に有用であ
る。
【０００５】
【発明が解決しようとする課題】一般的なブロックテキ
ストセレクション技法では、テキストデータ行が他のデ
ータと隣接または重なり合っている場合、テキストブロ
ックはしばしば誤って識別されることがある。この問題
は、ドキュメント画像に含まれるテーブル画像を処理す
る際にしばしば遭遇する。テーブルセルの枠サイズが小
さい為、しばしば、それらの枠の一つによって周りを囲
まれたテキスト枠に付着されることになる。従って、こ
のテキストは、ピクチャ画像として、または、枠の一部
として識別されるか、あるいは、ノイズとして識別され
てブロックセレクション技法によって、必要のないデー
タとして無視される。このテキストは、テキストブロッ
クとして識別されない為、このテキストブロックは、Ｏ
ＣＲ処理されず、従って、そのブロックの中のテキスト
文字に、テキストエディターはアクセスできない。更
に、残るテキストブロックのドキュメントの読取り順
は、誤った識別をされたテキストブロックを考慮せず
に、割り当てられる。従って、読取り順が誤っている為
に、正しく識別されたテキストブロックでさえ、誤って
処理される。
ストセレクション技法では、テキストデータ行が他のデ
ータと隣接または重なり合っている場合、テキストブロ
ックはしばしば誤って識別されることがある。この問題
は、ドキュメント画像に含まれるテーブル画像を処理す
る際にしばしば遭遇する。テーブルセルの枠サイズが小
さい為、しばしば、それらの枠の一つによって周りを囲
まれたテキスト枠に付着されることになる。従って、こ
のテキストは、ピクチャ画像として、または、枠の一部
として識別されるか、あるいは、ノイズとして識別され
てブロックセレクション技法によって、必要のないデー
タとして無視される。このテキストは、テキストブロッ
クとして識別されない為、このテキストブロックは、Ｏ
ＣＲ処理されず、従って、そのブロックの中のテキスト
文字に、テキストエディターはアクセスできない。更
に、残るテキストブロックのドキュメントの読取り順
は、誤った識別をされたテキストブロックを考慮せず
に、割り当てられる。従って、読取り順が誤っている為
に、正しく識別されたテキストブロックでさえ、誤って
処理される。
【０００６】従って、本発明は、テーブルセルの枠に付
着したテキストデータを識別し抽出することが可能な情
報処理装置およびその方法を提供することを目的とす
る。
着したテキストデータを識別し抽出することが可能な情
報処理装置およびその方法を提供することを目的とす
る。
【０００７】
【課題を解決するための手段】本発明は、前記の目的を
達成する一手段として、以下の構成を備える。
達成する一手段として、以下の構成を備える。
【０００８】本発明のある面によれば、本発明は、テー
ブルセルの枠からテキストデータを識別し、抽出する方
法であり、ドキュメントの中の連結成分をトレース、連
結成分の内側の白い輪郭をトレースし、トレースした白
い輪郭を基に枠の輪郭を定義し、枠の輪郭の内側の独立
した連結成分を識別し、そして、枠の輪郭の内側に初期
の矩形エリアを定義するステップを含む。
ブルセルの枠からテキストデータを識別し、抽出する方
法であり、ドキュメントの中の連結成分をトレース、連
結成分の内側の白い輪郭をトレースし、トレースした白
い輪郭を基に枠の輪郭を定義し、枠の輪郭の内側の独立
した連結成分を識別し、そして、枠の輪郭の内側に初期
の矩形エリアを定義するステップを含む。
【０００９】初期の矩形エリアは、独立した連結成分が
識別された場合、独立連結成分をもとに定義され、独立
連結成分が識別されない場合、白い輪郭をもとに定義さ
れ、小さい独立連結成分が識別された場合、独立した連
結成分、輪郭および独立連結成分から枠の輪郭の縁まで
の距離を基に定義される。この方法は、その上、拡張さ
れた文字エリアを生成する為に、水平または垂直方向に
おいて初期の矩形エリアからの黒画素を検出し、それぞ
れの白い輪郭に対する拡張された文字エリアの内側にあ
る境界画素を定め、拡張された文字エリアの内側にある
境界画素間に置かれた黒画素を識別し、少なくとも一つ
の連結成分を形成するために拡張された文字エリアの内
側にある境界画素間に置かれた黒画素を結合し、以下の
条件を満たせば、すくなくとも一つの連結成分をテキス
ト成分として認識する。つまり、（１）前記少なくとも
１つの連結成分の高さは、第三のあらかじめ決められた
閾値よりも小さくはない。また、前記少なくとも１つの
連結成分の縦横の比は、第四のあらかじめ決められた閾
値より大きくはない。（２）前記少なくとも１つの連結
成分の幅は、第五のあらかじめ決められた閾値より小さ
くはない。また、前記少なくとも１つの連結成分の縦横
の比は、第六のあらかじめ決められた閾値より大きくは
ない。（３）前記少なくとも１つの連結した成分の幅ま
たは高さは、第七のあらかじめ決められた閾値より大き
い。また、前記少なくとも１つのテキスト成分は独立し
連結成分と別の独立し連結成分との間にある。そして、
（４）連結成分のグループは、前記少なくとも１つの連
結成分を含み、別の連結成分は、同列または同行におい
て上記（１）、（２）を満たす。そして、前記拡張され
た文字エリアに対応する階層的ツリー構造の文字ノード
を定義し、前記少なくとも一つの連結成分といくつかの
識別された独立した連結成分の両方を含んでいる。
識別された場合、独立連結成分をもとに定義され、独立
連結成分が識別されない場合、白い輪郭をもとに定義さ
れ、小さい独立連結成分が識別された場合、独立した連
結成分、輪郭および独立連結成分から枠の輪郭の縁まで
の距離を基に定義される。この方法は、その上、拡張さ
れた文字エリアを生成する為に、水平または垂直方向に
おいて初期の矩形エリアからの黒画素を検出し、それぞ
れの白い輪郭に対する拡張された文字エリアの内側にあ
る境界画素を定め、拡張された文字エリアの内側にある
境界画素間に置かれた黒画素を識別し、少なくとも一つ
の連結成分を形成するために拡張された文字エリアの内
側にある境界画素間に置かれた黒画素を結合し、以下の
条件を満たせば、すくなくとも一つの連結成分をテキス
ト成分として認識する。つまり、（１）前記少なくとも
１つの連結成分の高さは、第三のあらかじめ決められた
閾値よりも小さくはない。また、前記少なくとも１つの
連結成分の縦横の比は、第四のあらかじめ決められた閾
値より大きくはない。（２）前記少なくとも１つの連結
成分の幅は、第五のあらかじめ決められた閾値より小さ
くはない。また、前記少なくとも１つの連結成分の縦横
の比は、第六のあらかじめ決められた閾値より大きくは
ない。（３）前記少なくとも１つの連結した成分の幅ま
たは高さは、第七のあらかじめ決められた閾値より大き
い。また、前記少なくとも１つのテキスト成分は独立し
連結成分と別の独立し連結成分との間にある。そして、
（４）連結成分のグループは、前記少なくとも１つの連
結成分を含み、別の連結成分は、同列または同行におい
て上記（１）、（２）を満たす。そして、前記拡張され
た文字エリアに対応する階層的ツリー構造の文字ノード
を定義し、前記少なくとも一つの連結成分といくつかの
識別された独立した連結成分の両方を含んでいる。
【００１０】別の面によれば、本発明は、テーブル画像
の中の枠に付着する連結成分がテキスト成分かどうか決
定するための方法であり、枠の輪郭の内側に初期の矩形
エリアを定義し抽出された文字エリアを生成する為に水
平または垂直方向において初期の矩形エリアから黒画素
を検出し、拡張された文字エリアの内部にある境界画素
を定め、拡張された文字エリアの内側にある境界画素間
に置かれた黒画素を識別し、少なくとも１つの連結成分
を形成する為に拡張された文字エリアの内部にある境界
画素間に置かれた黒画素を結合し、そして、あらかじめ
決められた閾値の大きさに基づきテキスト成分として前
記少なくとも一つの連結成分を認識するステップを含
む。
の中の枠に付着する連結成分がテキスト成分かどうか決
定するための方法であり、枠の輪郭の内側に初期の矩形
エリアを定義し抽出された文字エリアを生成する為に水
平または垂直方向において初期の矩形エリアから黒画素
を検出し、拡張された文字エリアの内部にある境界画素
を定め、拡張された文字エリアの内側にある境界画素間
に置かれた黒画素を識別し、少なくとも１つの連結成分
を形成する為に拡張された文字エリアの内部にある境界
画素間に置かれた黒画素を結合し、そして、あらかじめ
決められた閾値の大きさに基づきテキスト成分として前
記少なくとも一つの連結成分を認識するステップを含
む。
【００１１】
【発明の実施の形態】以下、本発明にかかる一実施形態
の枠に付着したテキストを抽出するシステムについて図
を参照して詳細に説明する。なお、本発明は、特願平６
−３２０９５５（米国出願番号０８／５９６，７１６）
および特願平８−２２１８３４（米国出願番号０８／５
１４，２５２）に鑑みてなされたものである。
の枠に付着したテキストを抽出するシステムについて図
を参照して詳細に説明する。なお、本発明は、特願平６
−３２０９５５（米国出願番号０８／５９６，７１６）
および特願平８−２２１８３４（米国出願番号０８／５
１４，２５２）に鑑みてなされたものである。
【００１２】図３は、本発明の実施の形態の一例を表す
装置の外観を示す図である。
装置の外観を示す図である。
【００１３】図３に示されるコンピュータシステム３１
０は、例えば、Ｍａｃｉｎｔｏｓｈ（登録商標）または
ＩＢＭ ＰＣ、ＰＣ互換機である。このシステムは、Ｍ
ｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（登録商標）のよう
なウィンドウズ環境をもつ。コンピュータシステム３１
０は、カラーモニタのようなディスプレイ画面３１２、
ユーザコマンドを入力する為のキーボード３１３、ディ
スプレイ画面上３１２に表示されたオブジェクトを操作
し、ポインティングするためのマウスのようなポインテ
ィングデバイスを備える。
０は、例えば、Ｍａｃｉｎｔｏｓｈ（登録商標）または
ＩＢＭ ＰＣ、ＰＣ互換機である。このシステムは、Ｍ
ｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（登録商標）のよう
なウィンドウズ環境をもつ。コンピュータシステム３１
０は、カラーモニタのようなディスプレイ画面３１２、
ユーザコマンドを入力する為のキーボード３１３、ディ
スプレイ画面上３１２に表示されたオブジェクトを操作
し、ポインティングするためのマウスのようなポインテ
ィングデバイスを備える。
【００１４】コンピュータシステム３１０は、圧縮また
は非圧縮の何らかのドキュメント画像ファイルも含むデ
ータファイルを記憶する為、そして、本発明を具体化す
るブロックセレクションアプリケーションプログラムを
含むアプリケーションプログラムファイルを記憶する為
のコンピュータディスク３１１のような大容量の記憶装
置を含む。また、ブロックセレクション技法に従って処
理されたドキュメントページに対応する様々な階層的ツ
リー（木）構造データもディスク３１１に保存されてい
る。
は非圧縮の何らかのドキュメント画像ファイルも含むデ
ータファイルを記憶する為、そして、本発明を具体化す
るブロックセレクションアプリケーションプログラムを
含むアプリケーションプログラムファイルを記憶する為
のコンピュータディスク３１１のような大容量の記憶装
置を含む。また、ブロックセレクション技法に従って処
理されたドキュメントページに対応する様々な階層的ツ
リー（木）構造データもディスク３１１に保存されてい
る。
【００１５】本発明の実行においては、ドキュメントの
それぞれのページをスキャンするスキャナ３１６によっ
て複数のページドキュメント（原稿）の画像が入力さ
れ、それらのページのビットマップ画像データがコンピ
ュータシステム３１０に供給される。画像データはま
た、ネットワークインタフェース３２４を通ってネット
ワークから入力、あるいは、ファクシミリ／モデムイン
タフェース３２６を通ってＷＷＷ（Ｗｏｒｌｄ Ｗｉｄ
ｅ Ｗｅｂ）から入力等のようにスキャナに限らず様々
な他のソースからコンピュータシステム３１０に入力さ
れる。プリンタ３１８は、処理されたドキュメント画像
を出力する為に提供される。
それぞれのページをスキャンするスキャナ３１６によっ
て複数のページドキュメント（原稿）の画像が入力さ
れ、それらのページのビットマップ画像データがコンピ
ュータシステム３１０に供給される。画像データはま
た、ネットワークインタフェース３２４を通ってネット
ワークから入力、あるいは、ファクシミリ／モデムイン
タフェース３２６を通ってＷＷＷ（Ｗｏｒｌｄ Ｗｉｄ
ｅ Ｗｅｂ）から入力等のようにスキャナに限らず様々
な他のソースからコンピュータシステム３１０に入力さ
れる。プリンタ３１８は、処理されたドキュメント画像
を出力する為に提供される。
【００１６】なお、図3に示されるプログラム可能な汎
用のコンピュータシステムでも、専用またはスタンドア
ローンコンピュータあるいは他のタイプのデータ処理装
置でも、本発明の実行に利用することができる。
用のコンピュータシステムでも、専用またはスタンドア
ローンコンピュータあるいは他のタイプのデータ処理装
置でも、本発明の実行に利用することができる。
【００１７】図４は、コンピュータシステム３１０の内
部構成例を示す詳細なブロック図である。図４に示され
るように、コンピュータシステム３１０は、コンピュー
タバス４２１とインタフェースする中央演算処理装置
（ＣＰＵ）を含む。スキャナインタフェース４２２、プ
リンタインタフェース４２３、ネットワークインタフェ
ース４２４、ＦＡＸ／ＭＯＤＥＭインタフェース４２
６、ディスプレイインタフェース４２７、キーボードイ
ンタフェース４２８、マウスインタフェース４２９、メ
インランダムアクセスメモリー（ＲＡＭ）４３０、ディ
スク装置３１１もまた、コンピュータバス４２１にイン
タフェースされる。
部構成例を示す詳細なブロック図である。図４に示され
るように、コンピュータシステム３１０は、コンピュー
タバス４２１とインタフェースする中央演算処理装置
（ＣＰＵ）を含む。スキャナインタフェース４２２、プ
リンタインタフェース４２３、ネットワークインタフェ
ース４２４、ＦＡＸ／ＭＯＤＥＭインタフェース４２
６、ディスプレイインタフェース４２７、キーボードイ
ンタフェース４２８、マウスインタフェース４２９、メ
インランダムアクセスメモリー（ＲＡＭ）４３０、ディ
スク装置３１１もまた、コンピュータバス４２１にイン
タフェースされる。
【００１８】メインメモリー４３０は、本発明によるブ
ロックセレクション技法の処理ステップのような記憶さ
れた処理ステップを実行するＣＰＵ４２０にＲＡＭ記憶
を提供するため、コンピュータバス４２１にインタフェ
ースする。特に、ＣＰＵ４２０は、ディスク３１１から
メインメモリー４３０へ処理ステップをロードして、ド
キュメント画像の中のテーブルセルの枠に付着したテキ
ストデータを識別し抽出するために、メインメモリー４
３０から処理ステップを実行する。
ロックセレクション技法の処理ステップのような記憶さ
れた処理ステップを実行するＣＰＵ４２０にＲＡＭ記憶
を提供するため、コンピュータバス４２１にインタフェ
ースする。特に、ＣＰＵ４２０は、ディスク３１１から
メインメモリー４３０へ処理ステップをロードして、ド
キュメント画像の中のテーブルセルの枠に付着したテキ
ストデータを識別し抽出するために、メインメモリー４
３０から処理ステップを実行する。
【００１９】キーボード４１３またはマウス４１４のど
ちらかを用いて入力されたユーザの指示に従って、他の
記憶されたアプリケーションプログラムは画像処理とデ
ータ操作を提供する。例えば、Ｗｉｎｄｏｗｓ用のＷｏ
ｒｄＰｅｒｆｅｃｔ（登録商標）デスクトップワードプ
ロセッシングプログラムは、ドキュメントにブロックセ
レクション技法を適用する前後にドキュメントを生成
し、操作し、見る為に、オペレータによって起動され
る。同様に、ページ解析プログラムは、ドキュメントペ
ージにブロックセレクション技法を施すため、そして、
ウィンドウズ環境を介しオペレータにブロックセレクシ
ョン技法の結果を表示するために実行される。 図５
Ａ、図５Ｂ、図６にドキュメントの中のテーブルを識別
する本発明によるブロックセレクション技法のやり方に
ついては、その概略を説明する。
ちらかを用いて入力されたユーザの指示に従って、他の
記憶されたアプリケーションプログラムは画像処理とデ
ータ操作を提供する。例えば、Ｗｉｎｄｏｗｓ用のＷｏ
ｒｄＰｅｒｆｅｃｔ（登録商標）デスクトップワードプ
ロセッシングプログラムは、ドキュメントにブロックセ
レクション技法を適用する前後にドキュメントを生成
し、操作し、見る為に、オペレータによって起動され
る。同様に、ページ解析プログラムは、ドキュメントペ
ージにブロックセレクション技法を施すため、そして、
ウィンドウズ環境を介しオペレータにブロックセレクシ
ョン技法の結果を表示するために実行される。 図５
Ａ、図５Ｂ、図６にドキュメントの中のテーブルを識別
する本発明によるブロックセレクション技法のやり方に
ついては、その概略を説明する。
【００２０】ドキュメントを解析する処理を始めるため
に、解析されるドキュメントがスキャナ３１６に挿入さ
れる。順番に、スキャナ３１６は、ドキュメントを表す
ビットマップ画像を生成する。その画像データは、さら
に処理する為にコンピュータバス４２１を経てディスク
３１１を記憶される。ディスク３１１に記憶されたブロ
ックセレクションプログラムは、ドキュメント画像デー
タのブロックセレクション技法を実行する為の処理ステ
ップを含む。
に、解析されるドキュメントがスキャナ３１６に挿入さ
れる。順番に、スキャナ３１６は、ドキュメントを表す
ビットマップ画像を生成する。その画像データは、さら
に処理する為にコンピュータバス４２１を経てディスク
３１１を記憶される。ディスク３１１に記憶されたブロ
ックセレクションプログラムは、ドキュメント画像デー
タのブロックセレクション技法を実行する為の処理ステ
ップを含む。
【００２１】その処理ステップは、メインメモリー４３
０に記憶され、ＣＰＵ４２０によって実行される。
０に記憶され、ＣＰＵ４２０によって実行される。
【００２２】上述したように、ブロックセレクション技
法の処理ステップは、ドキュメント画像の中の画像デー
タの異なったタイプを識別する。
法の処理ステップは、ドキュメント画像の中の画像デー
タの異なったタイプを識別する。
【００２３】この説明において、ドキュメントページが
図５Ａのドキュメントページ５０１のようなテーブルを
含んでいると仮定する。
図５Ａのドキュメントページ５０１のようなテーブルを
含んでいると仮定する。
【００２４】第一に、本発明によるブロックセレクショ
ン技法は、ページの中の連結成分をトレースすることに
よってドキュメントページの中の画像データを識別する
ことを試みる。連結成分は、白画素によって完全に囲ま
れた黒画素のグループである。例えば、図５Ａは、それ
ぞれの連結成分であるテーブル５００、５０２、５０４
を含んでいるドキュメントページ５０１を示す。連結成
分をトレースする為のある技法は、特願平６−３２０９
５５（米国出願番号０８／５９６，７１６）に開示され
ている。
ン技法は、ページの中の連結成分をトレースすることに
よってドキュメントページの中の画像データを識別する
ことを試みる。連結成分は、白画素によって完全に囲ま
れた黒画素のグループである。例えば、図５Ａは、それ
ぞれの連結成分であるテーブル５００、５０２、５０４
を含んでいるドキュメントページ５０１を示す。連結成
分をトレースする為のある技法は、特願平６−３２０９
５５（米国出願番号０８／５９６，７１６）に開示され
ている。
【００２５】トレースは、選択された部分の右下部から
左まで、画像データのその選択部分をスキャンすること
によって実行され、縁に達する度に、または、所望する
セクションの走査位置に出会う前に方向を変える。も
し、黒画素に出会ったならば、いくつかの隣接画素もま
た、黒かどうか決定する為に隣接した画素が検査され
る。一つの隣接黒画素が見つかったら、その隣接黒画素
から画像の外側がトレースされるまで、検査を進める。
本発明に従えば、ピクチャ５０４のような連結成分の内
側の部分をトレースする必要はない。
左まで、画像データのその選択部分をスキャンすること
によって実行され、縁に達する度に、または、所望する
セクションの走査位置に出会う前に方向を変える。も
し、黒画素に出会ったならば、いくつかの隣接画素もま
た、黒かどうか決定する為に隣接した画素が検査され
る。一つの隣接黒画素が見つかったら、その隣接黒画素
から画像の外側がトレースされるまで、検査を進める。
本発明に従えば、ピクチャ５０４のような連結成分の内
側の部分をトレースする必要はない。
【００２６】ピクチャ５０４がトレースされた後、スキ
ャンは新しい黒画素に出会うまで進み、テーブル５００
のトレースに着手する。上記の処理は、画像の中の全て
の連結成分がトレースされるまで続けられる。
ャンは新しい黒画素に出会うまで進み、テーブル５００
のトレースに着手する。上記の処理は、画像の中の全て
の連結成分がトレースされるまで続けられる。
【００２７】一旦、連結成分がトレースされると、それ
ぞれの連結成分は、矩形化される。例えば、図５Ｂに示
されるように矩形化は、トレースされた連結成分を完全
に包みこみできる限り小さい矩形エリアを定義すること
からなる。このように、矩形５０７、５０９、５１０
は、テーブル５００とピクチャ５０２、５０４の周りに
描かれる。これらの矩形のそれぞれのサイズは、外接連
結成分がテーブルかどうか決定するために閾値のサイズ
と比較される。従って、矩形５０７のサイズは閾値のサ
イズよりも大きい為、テーブル５００は、それがテーブ
ルかどうか決定する為の処理を更に受ける。
ぞれの連結成分は、矩形化される。例えば、図５Ｂに示
されるように矩形化は、トレースされた連結成分を完全
に包みこみできる限り小さい矩形エリアを定義すること
からなる。このように、矩形５０７、５０９、５１０
は、テーブル５００とピクチャ５０２、５０４の周りに
描かれる。これらの矩形のそれぞれのサイズは、外接連
結成分がテーブルかどうか決定するために閾値のサイズ
と比較される。従って、矩形５０７のサイズは閾値のサ
イズよりも大きい為、テーブル５００は、それがテーブ
ルかどうか決定する為の処理を更に受ける。
【００２８】テーブル５００の詳細図は、図６に示され
る。テーブル５００は、テーブルセル６０１と６０２の
ようないくつかの独特のセルを含む。テーブルセル６０
１は、セル枠に付着していないテキスト（以下「独立テ
キスト」と呼ぶ）６０４を含む。テーブルセル６０２
は、独立テキスト６０５と、セル枠に付着したテキスト
（以下「付着テキスト」と呼ぶ）６０６およびセル枠に
付着したデータ（以下「付着データ」と呼ぶ）６０７を
含む。
る。テーブル５００は、テーブルセル６０１と６０２の
ようないくつかの独特のセルを含む。テーブルセル６０
１は、セル枠に付着していないテキスト（以下「独立テ
キスト」と呼ぶ）６０４を含む。テーブルセル６０２
は、独立テキスト６０５と、セル枠に付着したテキスト
（以下「付着テキスト」と呼ぶ）６０６およびセル枠に
付着したデータ（以下「付着データ」と呼ぶ）６０７を
含む。
【００２９】テーブル５００がテーブルかどうか決定す
る為に、テーブルの中の白い輪郭がトレースされる。繰
り返すが、この技法は、上述した特願平６−３２０９５
５（米国出願番号０８／５９６，７１６）に開示されて
いるので、以下は一般的なことのみを記述する。
る為に、テーブルの中の白い輪郭がトレースされる。繰
り返すが、この技法は、上述した特願平６−３２０９５
５（米国出願番号０８／５９６，７１６）に開示されて
いるので、以下は一般的なことのみを記述する。
【００３０】白い輪郭は、連結成分に関する上述と同様
な方法でトレースされるが、しかし、白画素は、黒画素
よりも詳しく調べられる。従って、テーブル５００の内
部は右下部から左上部へ白画素についてスキャンされ
る。最初の白画素に出会ったとき、いくつかの隣接画素
もまた白がどうかを決定する為隣接画素が検査される。
全ての白い輪郭が、トレースされた黒画素によって囲ま
れるまでトレースを続ける。例えば、テーブル５００の
白い輪郭は、図６に符号６１０で示される。
な方法でトレースされるが、しかし、白画素は、黒画素
よりも詳しく調べられる。従って、テーブル５００の内
部は右下部から左上部へ白画素についてスキャンされ
る。最初の白画素に出会ったとき、いくつかの隣接画素
もまた白がどうかを決定する為隣接画素が検査される。
全ての白い輪郭が、トレースされた黒画素によって囲ま
れるまでトレースを続ける。例えば、テーブル５００の
白い輪郭は、図６に符号６１０で示される。
【００３１】その内部の白い輪郭に基づくテーブルの識
別法の詳細は、特願平８−２２１８３４（米国出願番号
０８／５１４，２５２）に開示されている。簡単に説明
すると、一旦、テーブル５００内部の白い輪郭がトレー
スされると、白い輪郭の数はあらかじめ決められた別の
閾値と比較される。テーブル５００の場合、白い輪郭の
数は、この閾値よりも大きい。従って、テーブル５００
は、それがテーブルかどうか決定する為にさらに解析さ
れる。
別法の詳細は、特願平８−２２１８３４（米国出願番号
０８／５１４，２５２）に開示されている。簡単に説明
すると、一旦、テーブル５００内部の白い輪郭がトレー
スされると、白い輪郭の数はあらかじめ決められた別の
閾値と比較される。テーブル５００の場合、白い輪郭の
数は、この閾値よりも大きい。従って、テーブル５００
は、それがテーブルかどうか決定する為にさらに解析さ
れる。
【００３２】特に、テーブル５００のあるセルに属する
白い輪郭６１０は、まとめてグループ化される。例え
ば、テーブルセル６０２の中の白い輪郭は、矩形エリア
を形成するように見えるので、閾値と一まとめにグルー
プ化される。これらの白い輪郭を一まとめにグループ化
する為の方法の詳細もまた、前述の特願平８−２２１８
３４（米国出願番号０８／５１４，２５２）に開示され
ている。
白い輪郭６１０は、まとめてグループ化される。例え
ば、テーブルセル６０２の中の白い輪郭は、矩形エリア
を形成するように見えるので、閾値と一まとめにグルー
プ化される。これらの白い輪郭を一まとめにグループ化
する為の方法の詳細もまた、前述の特願平８−２２１８
３４（米国出願番号０８／５１４，２５２）に開示され
ている。
【００３３】これらのグルーブ化された白い輪郭は、連
結成分に関して上述したように矩形化される。しかしな
がら、上述した矩形化とは違って、これらの白い輪郭の
矩形化は、グループの中のトレースされた全ての白い輪
郭を完全に包み込むもっとも小さい矩形である枠の輪郭
を生成する。白い輪郭のグループが矩形化された後、グ
ループレートとして知られる、輪郭がグループ化された
頻度が調べられる。
結成分に関して上述したように矩形化される。しかしな
がら、上述した矩形化とは違って、これらの白い輪郭の
矩形化は、グループの中のトレースされた全ての白い輪
郭を完全に包み込むもっとも小さい矩形である枠の輪郭
を生成する。白い輪郭のグループが矩形化された後、グ
ループレートとして知られる、輪郭がグループ化された
頻度が調べられる。
【００３４】テーブル５００のグループレートが低いた
め、テーブル５００はテーブルに決定される。このよう
にして、階層的ツリー構造のテーブルノードは、テーブ
ル５００のそれぞれのセルに対応する子ノードを持つよ
うに生成される。それぞれのセルは、セルの中の白い輪
郭の矩形化によって生成された枠の輪郭によって外接エ
リアに等しいエリアをもっていると定義される。同様
に、テーブル５００のそれぞれのセルを表すノードは、
セルの中の白い輪郭を表す子ノードを持っている。図７
Ａおよび７Ｂは、テーブルセルの例を示し、それらは、
白い輪郭と枠の輪郭に対応する。
め、テーブル５００はテーブルに決定される。このよう
にして、階層的ツリー構造のテーブルノードは、テーブ
ル５００のそれぞれのセルに対応する子ノードを持つよ
うに生成される。それぞれのセルは、セルの中の白い輪
郭の矩形化によって生成された枠の輪郭によって外接エ
リアに等しいエリアをもっていると定義される。同様
に、テーブル５００のそれぞれのセルを表すノードは、
セルの中の白い輪郭を表す子ノードを持っている。図７
Ａおよび７Ｂは、テーブルセルの例を示し、それらは、
白い輪郭と枠の輪郭に対応する。
【００３５】例えば、図７Ａは白い輪郭のトレースが実
行された後の「空」のテーブルセル６０３の内部を示
す。図７Ａに示されるように、テーブルセル６０３の中
に単一の白い輪郭６１０が存在する。なお、白い輪郭６
１０はテーブルセル６０３のそれぞれの縁に直接隣接す
る、または、連結成分が、セルの中に存在する場合、白
い輪郭６１０は連結成分に隣接する。同様に図７Ｂは、
独立した連結成分６０４を含むテーブルセル６０１の中
のトレースされた白い輪郭６１０を示す。
行された後の「空」のテーブルセル６０３の内部を示
す。図７Ａに示されるように、テーブルセル６０３の中
に単一の白い輪郭６１０が存在する。なお、白い輪郭６
１０はテーブルセル６０３のそれぞれの縁に直接隣接す
る、または、連結成分が、セルの中に存在する場合、白
い輪郭６１０は連結成分に隣接する。同様に図７Ｂは、
独立した連結成分６０４を含むテーブルセル６０１の中
のトレースされた白い輪郭６１０を示す。
【００３６】図７Ｃは、トレースされた白い輪郭６１０
を示し、テーブルセル６０２の中の７０４、７０６は付
着した連結成分６０６および６０７と、独立した連結成
分６０５の両方を含んでいる。また、図７Ｃは、排他的
なエリアに周囲を囲まれた白い輪郭の中の上述した方法
のトレース結果を示す。結果として、トレース後、別の
白い輪郭の中に白い輪郭は存在しない。
を示し、テーブルセル６０２の中の７０４、７０６は付
着した連結成分６０６および６０７と、独立した連結成
分６０５の両方を含んでいる。また、図７Ｃは、排他的
なエリアに周囲を囲まれた白い輪郭の中の上述した方法
のトレース結果を示す。結果として、トレース後、別の
白い輪郭の中に白い輪郭は存在しない。
【００３７】テーブル５００に戻って、それぞれの白い
輪郭の中の連結成分は、矩形化およびそれぞれのセルの
中の独立した連結成分を識別とする為に上述したように
トレースされる。この動作が実行された後、階層的ツリ
ー構造は独立した連結成分を表すノードについて更新さ
れる。
輪郭の中の連結成分は、矩形化およびそれぞれのセルの
中の独立した連結成分を識別とする為に上述したように
トレースされる。この動作が実行された後、階層的ツリ
ー構造は独立した連結成分を表すノードについて更新さ
れる。
【００３８】しかしながら、それぞれの白い輪郭の中の
連結成分をトレースしている時、本発明は、図７Ｃに示
されるテーブルセル６０２の構成要素６０６のような付
着した連結成分をトレースし識別することはできない。
特に、上述した輪郭のトレース方法は、テーブルセル６
０２に付着した連結成分６０６の辺をトレースすること
はできない。付着した連結成分６０６は適切にトレース
できないので、矩形化できず、識別もできず、ノードに
よって表すこともできない。
連結成分をトレースしている時、本発明は、図７Ｃに示
されるテーブルセル６０２の構成要素６０６のような付
着した連結成分をトレースし識別することはできない。
特に、上述した輪郭のトレース方法は、テーブルセル６
０２に付着した連結成分６０６の辺をトレースすること
はできない。付着した連結成分６０６は適切にトレース
できないので、矩形化できず、識別もできず、ノードに
よって表すこともできない。
【００３９】したがって、テーブルセルの中に付着した
テキストデータが存在するかどうか識別する為に、初期
の矩形エリアが定義される。例えば、テーブルセル６０
３の中に独立した連結成分が無いときは、初期の矩形エ
リアは図８Ａに示されるように定義される。特に、矩形
エリアとして定義される矩形エリア８０１は、枠の輪郭
７０８の水平方向の中間点に対して左右に面を置かれ、
枠の輪郭７０８の天の１画素下から枠の輪郭７０８の底
の１画素上まで伸ばされる。
テキストデータが存在するかどうか識別する為に、初期
の矩形エリアが定義される。例えば、テーブルセル６０
３の中に独立した連結成分が無いときは、初期の矩形エ
リアは図８Ａに示されるように定義される。特に、矩形
エリアとして定義される矩形エリア８０１は、枠の輪郭
７０８の水平方向の中間点に対して左右に面を置かれ、
枠の輪郭７０８の天の１画素下から枠の輪郭７０８の底
の１画素上まで伸ばされる。
【００４０】独立した連結成分がテーブルセルの中に存
在する場合、識別された連結成分は、枠の輪郭７０８に
関して上述したように矩形化され、それによって、全て
の独立した連結成分に外接する矩形が生成される。
在する場合、識別された連結成分は、枠の輪郭７０８に
関して上述したように矩形化され、それによって、全て
の独立した連結成分に外接する矩形が生成される。
【００４１】図８Ｂに例を示す、テーブルセル６０２の
中の文字列「ＡＢＣ ｈｉｊ」のそれぞれが、テーブル
セル６０２に接すると仮定する。この場合、外接矩形エ
リア８０２の面積は、閾値Ｘ２と比較される。エリアの
面積が閾値Ｘ２よりも小さい場合、外接矩形８０２のそ
れぞれの辺は、黒画素を含んでいる行または列に達する
まで拡張される。それらの辺は、一つずつまたは同時に
拡張することができる。図８Ｂに示されるように、枠の
輪郭７０８から指定の距離において、黒画素に出会った
辺は、その最初の位置にとどまる。初期の矩形エリア
は、結果矩形８０４として定義される。
中の文字列「ＡＢＣ ｈｉｊ」のそれぞれが、テーブル
セル６０２に接すると仮定する。この場合、外接矩形エ
リア８０２の面積は、閾値Ｘ２と比較される。エリアの
面積が閾値Ｘ２よりも小さい場合、外接矩形８０２のそ
れぞれの辺は、黒画素を含んでいる行または列に達する
まで拡張される。それらの辺は、一つずつまたは同時に
拡張することができる。図８Ｂに示されるように、枠の
輪郭７０８から指定の距離において、黒画素に出会った
辺は、その最初の位置にとどまる。初期の矩形エリア
は、結果矩形８０４として定義される。
【００４２】テーブルセル６０２に戻り、外接矩形エリ
アの面積が、あらかじめ決められた閾値Ｘ２よりも大き
い場合、初期の矩形エリアは、図８Ｃに示されるような
外接矩形エリア８０５として定義される。
アの面積が、あらかじめ決められた閾値Ｘ２よりも大き
い場合、初期の矩形エリアは、図８Ｃに示されるような
外接矩形エリア８０５として定義される。
【００４３】一旦、初期の矩形エリアが定義されると、
そのエリアは、テーブルセル６０２の中に位置する付着
した連結成分を含むように拡張される。
そのエリアは、テーブルセル６０２の中に位置する付着
した連結成分を含むように拡張される。
【００４４】初期の矩形を拡張する為に行または列方向
の全体が初期の矩形エリアのある辺に直接隣接する探索
エリアが定義される。例えば、図９に示されるように、
探索エリア９０１は、初期の矩形エリア８０５に隣接し
ていると定義される。
の全体が初期の矩形エリアのある辺に直接隣接する探索
エリアが定義される。例えば、図９に示されるように、
探索エリア９０１は、初期の矩形エリア８０５に隣接し
ていると定義される。
【００４５】一旦、探索エリアが定義されると探索エリ
アの画素はそれぞれ検査される。いくつかの黒画素が探
索エリアに存在する場合、初期の矩形エリア８０５は、
探索エリアを含むように拡張される。図９Ｂに示される
ように、付着した連結成分６０６の為に、初期の矩形エ
リア８０５の左側の辺が、探索エリア９０１を含むよう
に拡張される。
アの画素はそれぞれ検査される。いくつかの黒画素が探
索エリアに存在する場合、初期の矩形エリア８０５は、
探索エリアを含むように拡張される。図９Ｂに示される
ように、付着した連結成分６０６の為に、初期の矩形エ
リア８０５の左側の辺が、探索エリア９０１を含むよう
に拡張される。
【００４６】黒画素が探索エリアで検出されず、かつ、
探索エリアと初期の矩形エリア８０５に対向する枠の輪
郭７０８の境界９７８との間の距離があらかじめ決めら
れた距離Ｘ３よりも大きい場合、探索エリアは再定義さ
れる。
探索エリアと初期の矩形エリア８０５に対向する枠の輪
郭７０８の境界９７８との間の距離があらかじめ決めら
れた距離Ｘ３よりも大きい場合、探索エリアは再定義さ
れる。
【００４７】探索エリアは、前の探索エリアに隣接する
画素グループとして、前述した枠の輪郭７０８に向かっ
て再定義される。それから処理は上述のようにつづけら
れる。
画素グループとして、前述した枠の輪郭７０８に向かっ
て再定義される。それから処理は上述のようにつづけら
れる。
【００４８】黒画素が探索エリアの中で検出されず、か
つ、境界９２８までの距離が距離Ｘ３に等しいかまたは
小さい場合、連結成分はテーブルセル６０２のこちら側
には付着していないと仮定される。拡張された矩形の全
ての辺が検査されていないのであれば、新しい探索エリ
アは、画素の行または列方向が初期の矩形エリア８０５
の別の辺に直接隣接する新たな探索エリアが定義され、
上記の処理が繰り返される。なお、本発明の別の面によ
れば、それぞれの辺は同時に拡張される。図９Ｄは、テ
ーブルセル６０２および上記の拡張プロセスが完了した
後の拡張された文字エリア９１０を示す。
つ、境界９２８までの距離が距離Ｘ３に等しいかまたは
小さい場合、連結成分はテーブルセル６０２のこちら側
には付着していないと仮定される。拡張された矩形の全
ての辺が検査されていないのであれば、新しい探索エリ
アは、画素の行または列方向が初期の矩形エリア８０５
の別の辺に直接隣接する新たな探索エリアが定義され、
上記の処理が繰り返される。なお、本発明の別の面によ
れば、それぞれの辺は同時に拡張される。図９Ｄは、テ
ーブルセル６０２および上記の拡張プロセスが完了した
後の拡張された文字エリア９１０を示す。
【００４９】さらに、上記の拡張処理が完了した後、初
期の矩形エリアは今、 枠の輪郭７０８の境界上にある
黒画素を含む枠の輪郭７０８の中にある黒画素を含む。
さらに、この処理の作用によって、拡張された矩形エリ
ア９１０は、テーブルセル６０２の中にある付着した連
結成分と独立した連結成分のすべてを含んでいるもっと
も小さい矩形になる。
期の矩形エリアは今、 枠の輪郭７０８の境界上にある
黒画素を含む枠の輪郭７０８の中にある黒画素を含む。
さらに、この処理の作用によって、拡張された矩形エリ
ア９１０は、テーブルセル６０２の中にある付着した連
結成分と独立した連結成分のすべてを含んでいるもっと
も小さい矩形になる。
【００５０】拡張された矩形エリア９１０およびテーブ
ルセル６０２の中の白い輪郭は、拡張されたテキストエ
リア９１０の中の黒画素のグループを結合するために使
われる。黒画素は付着した連結成分を抽出するために結
合される。
ルセル６０２の中の白い輪郭は、拡張されたテキストエ
リア９１０の中の黒画素のグループを結合するために使
われる。黒画素は付着した連結成分を抽出するために結
合される。
【００５１】黒画素を結合するために、拡張された文字
エリア９１０の最初の行１００１が選択される。選択さ
れた行１００１のなかにある境界画素が識別される。境
界画素は選択された白い輪郭の境界上にある特定の行の
すべての画素である。例えば、行１００２の画素ｗ１、
ｗ２、ｗ３、ｗ４は境界画素である。
エリア９１０の最初の行１００１が選択される。選択さ
れた行１００１のなかにある境界画素が識別される。境
界画素は選択された白い輪郭の境界上にある特定の行の
すべての画素である。例えば、行１００２の画素ｗ１、
ｗ２、ｗ３、ｗ４は境界画素である。
【００５２】識別された境界画素は、テーブルセル６０
２の左端から連続的に番号が付けられる。それぞれの白
い輪郭が現在選択された行について解析されると、次の
行が解析される。そうでなければ、他の白い輪郭が選択
される。一つ以上の白い輪郭の境界画素が単一の行にあ
る場合、それらの境界画素には、その行の境界画素に割
り当てられた最後の番号から連続的に番号が付けられ
る。例えば、行１００２の場合、境界画素ｗ１、ｗ２、
ｗ３とｗ４が白い輪郭７０４の解析の間に識別される。
その後、２つの境界画素が白い輪郭７０４に対応すると
識別される。これらの境界画素はそれぞれ番号を付けら
れたｗ５とｗ６である。なお、このナンバリング体系は
単一の行にある境界画素にだけ適用され、そして境界線
画素のナンバリングは新しい行が分析されるたびにｗ１
にリセットされる。
２の左端から連続的に番号が付けられる。それぞれの白
い輪郭が現在選択された行について解析されると、次の
行が解析される。そうでなければ、他の白い輪郭が選択
される。一つ以上の白い輪郭の境界画素が単一の行にあ
る場合、それらの境界画素には、その行の境界画素に割
り当てられた最後の番号から連続的に番号が付けられ
る。例えば、行１００２の場合、境界画素ｗ１、ｗ２、
ｗ３とｗ４が白い輪郭７０４の解析の間に識別される。
その後、２つの境界画素が白い輪郭７０４に対応すると
識別される。これらの境界画素はそれぞれ番号を付けら
れたｗ５とｗ６である。なお、このナンバリング体系は
単一の行にある境界画素にだけ適用され、そして境界線
画素のナンバリングは新しい行が分析されるたびにｗ１
にリセットされる。
【００５３】新しい行が解析される前に、黒い境界画素
が識別される。黒い画素は、拡張された矩形エリア９１
０の上にある選択された行の黒画素である。例えば、行
１００１が選択されると、黒画素Ｐが識別される。
が識別される。黒い画素は、拡張された矩形エリア９１
０の上にある選択された行の黒画素である。例えば、行
１００１が選択されると、黒画素Ｐが識別される。
【００５４】一旦、セル６０２の中の境界画素と黒い境
界画素とが識別されると、偶数番号と奇数番号の境界画
素間にある黒画素が検出される。例えば、図１０Ｂに示
されるように、黒画素は行１００２の境界画素ｗ２とｗ
５間、境界画素ｗ６とｗ３の間で検出される。加えて、
行１００８の中では、境界画素ｗ２とｗ３間で黒画素
が、検出される。このようにして拡張された文字エリア
９１０の各行について黒画素が検出される。
界画素とが識別されると、偶数番号と奇数番号の境界画
素間にある黒画素が検出される。例えば、図１０Ｂに示
されるように、黒画素は行１００２の境界画素ｗ２とｗ
５間、境界画素ｗ６とｗ３の間で検出される。加えて、
行１００８の中では、境界画素ｗ２とｗ３間で黒画素
が、検出される。このようにして拡張された文字エリア
９１０の各行について黒画素が検出される。
【００５５】本発明は、それから、偶数番号の境界画素
と黒い境界画素間にある黒画素を検出する。例えば、行
１００１の画素ｗ２と黒い境界画素Ｐの間にある黒画素
が検出される。同様に、黒い境界画素と奇数番号の境界
画素間にある黒画素が検出される。
と黒い境界画素間にある黒画素を検出する。例えば、行
１００１の画素ｗ２と黒い境界画素Ｐの間にある黒画素
が検出される。同様に、黒い境界画素と奇数番号の境界
画素間にある黒画素が検出される。
【００５６】検出された黒画素それぞれは、付着した連
結成分を形成するために一まとめにグループ化される。
例えば、図１０Ｂで、隣接した黒画素は、付着した連結
成分「Ａ」を形成するために一まとめにグループ化され
る。
結成分を形成するために一まとめにグループ化される。
例えば、図１０Ｂで、隣接した黒画素は、付着した連結
成分「Ａ」を形成するために一まとめにグループ化され
る。
【００５７】形成された付着した連結成分は、それが水
平線であるかどうか決定するために調べられる。従っ
て、構成要素の高さがあらかじめ決められた閾値Ｘ４よ
りも小さく、かつ、その構成要素の縦横の比があらかじ
め決められた閾値Ｘ５より大きい場合、その構成要素は
水平線であると指定される。
平線であるかどうか決定するために調べられる。従っ
て、構成要素の高さがあらかじめ決められた閾値Ｘ４よ
りも小さく、かつ、その構成要素の縦横の比があらかじ
め決められた閾値Ｘ５より大きい場合、その構成要素は
水平線であると指定される。
【００５８】同様に、構成要素の幅があらかじめ決めら
れた閾値Ｘ６よりも小さく、かつ、その構成要素の縦横
の比があらかじめ決められた閾値Ｘ７よりも大きいと
き、その構成要素は垂直線であると指定される。
れた閾値Ｘ６よりも小さく、かつ、その構成要素の縦横
の比があらかじめ決められた閾値Ｘ７よりも大きいと
き、その構成要素は垂直線であると指定される。
【００５９】構成要素の高さまたは幅があらかじめ決め
られた閾値Ｘ８より小さく、かつ、すべてのテキスト連
結成分の天、底または左右のいずれかの辺に、その構成
要素が一致する場合、その構成要素はテーブルセル６０
２の一部に指定される。
られた閾値Ｘ８より小さく、かつ、すべてのテキスト連
結成分の天、底または左右のいずれかの辺に、その構成
要素が一致する場合、その構成要素はテーブルセル６０
２の一部に指定される。
【００６０】最終的に、構成要素は、その行または列に
他の構成要素が置かれているかどうかを決定するために
解析される。構成要素の行または列は、水平および垂直
線ついて上述したように検査される。構成要素の列また
は行が垂直または水平線のどちらかの基準を満たすな
ら、その構成要素は破線で示される。
他の構成要素が置かれているかどうかを決定するために
解析される。構成要素の行または列は、水平および垂直
線ついて上述したように検査される。構成要素の列また
は行が垂直または水平線のどちらかの基準を満たすな
ら、その構成要素は破線で示される。
【００６１】上記の４つの基準が満たされない場合、付
着した連結成分はテキスト成分であると仮定される。し
たがって、付着したテキスト６０６を表すノードが生成
される。
着した連結成分はテキスト成分であると仮定される。し
たがって、付着したテキスト６０６を表すノードが生成
される。
【００６２】このようにして、テーブルセル６０２の中
のテキストはＯＣＲシステムで自動的に処理することが
できるようになる。その後、キーボード３１３とマウス
３１４を利用して、ディスク３１１に記憶されたワード
プロセッシングアプリケーションにより、そのテキスト
はさらに処理することができるようになり、そして完全
なドキュメント画像をプリンタ３１８を使って出力する
ことができる。 付着したテキスト／文字データを識別
し、抽出する操作を図１１Ａ、１１Ｂ、１１Ｃ、１１Ｄ
のフローチャートと図５から図１０に基づき詳細に説明
する。
のテキストはＯＣＲシステムで自動的に処理することが
できるようになる。その後、キーボード３１３とマウス
３１４を利用して、ディスク３１１に記憶されたワード
プロセッシングアプリケーションにより、そのテキスト
はさらに処理することができるようになり、そして完全
なドキュメント画像をプリンタ３１８を使って出力する
ことができる。 付着したテキスト／文字データを識別
し、抽出する操作を図１１Ａ、１１Ｂ、１１Ｃ、１１Ｄ
のフローチャートと図５から図１０に基づき詳細に説明
する。
【００６３】ステップＳ１１０１で、ドキュメント画像
の連結成分がトレースされる。上述したように、そして
図５Ａに示されるように、テーブル５００を識別するた
めに、テーブル５００の外側の黒画素がトレースされ
る。テーブル５００のトレース後、トレース結果は、ト
レースされた構成要素の大きさが、トレースした成分が
テーブルであることを表すあらかじめ決められた閾値の
大きさに等しいかまたは大きいかどうかを決定する為の
ステップＳ１１０２で用いられる。テーブル５００の大
きさはそのあらかじめ決められた閾値より大きいと決定
された場合、そして画像の識別のステップＳ１１０３に
進み、ここで、テーブル５００の中の白い輪郭６１０が
トレースされる。
の連結成分がトレースされる。上述したように、そして
図５Ａに示されるように、テーブル５００を識別するた
めに、テーブル５００の外側の黒画素がトレースされ
る。テーブル５００のトレース後、トレース結果は、ト
レースされた構成要素の大きさが、トレースした成分が
テーブルであることを表すあらかじめ決められた閾値の
大きさに等しいかまたは大きいかどうかを決定する為の
ステップＳ１１０２で用いられる。テーブル５００の大
きさはそのあらかじめ決められた閾値より大きいと決定
された場合、そして画像の識別のステップＳ１１０３に
進み、ここで、テーブル５００の中の白い輪郭６１０が
トレースされる。
【００６４】ステップＳ１１０４で、トレースされた連
結成分の中の白い輪郭の数が、あらかじめ決められた数
より小さいならば、その連結成分はテーブルではない。
しかし、テーブル５００の中の白い輪郭６１０の数があ
らかじめ決められた数より大きければ、フローは、テー
ブル５００がテーブルであるかどうか決定する為にステ
ップＳ１１０４からステップＳ１１０５に進む。
結成分の中の白い輪郭の数が、あらかじめ決められた数
より小さいならば、その連結成分はテーブルではない。
しかし、テーブル５００の中の白い輪郭６１０の数があ
らかじめ決められた数より大きければ、フローは、テー
ブル５００がテーブルであるかどうか決定する為にステ
ップＳ１１０４からステップＳ１１０５に進む。
【００６５】ステップＳ１１０５で、図７に示され、符
号７０８で示される枠の輪郭を形成するために、白い輪
郭はグループ化され矩形化される。ステップＳ１１０６
で、白い輪郭がグループ化される頻度が、あらかじめ決
められたレートより小さい場合、その白い輪郭を含んで
いる連結成分はテーブルであると決定される。テーブル
５００の場合、その白い輪郭６１０のグループ化レート
が小さい為、テーブル５００はテーブルであると決定さ
れる。フローは、それからステップＳ１１０７に進む。
号７０８で示される枠の輪郭を形成するために、白い輪
郭はグループ化され矩形化される。ステップＳ１１０６
で、白い輪郭がグループ化される頻度が、あらかじめ決
められたレートより小さい場合、その白い輪郭を含んで
いる連結成分はテーブルであると決定される。テーブル
５００の場合、その白い輪郭６１０のグループ化レート
が小さい為、テーブル５００はテーブルであると決定さ
れる。フローは、それからステップＳ１１０７に進む。
【００６６】ステップＳ１１０７で、テーブル５００の
各セルの白い輪郭の中の独立した連結成分が、トレース
される。一旦、これらの成分がトレースされると、それ
らの成分を表すノードが生成され、階層的ツリー構造の
中の独立した連結成分を含む白い輪郭を表すノードから
下った位置にそれらのノードが配置される。この時点
で、階層的ツリー構造はテーブル５００の中の付着した
連結成分を表すノードを含んでいない。
各セルの白い輪郭の中の独立した連結成分が、トレース
される。一旦、これらの成分がトレースされると、それ
らの成分を表すノードが生成され、階層的ツリー構造の
中の独立した連結成分を含む白い輪郭を表すノードから
下った位置にそれらのノードが配置される。この時点
で、階層的ツリー構造はテーブル５００の中の付着した
連結成分を表すノードを含んでいない。
【００６７】従って、ステップＳ１１０９で、独立した
連結成分が存在しないと判定されるならば、フローはス
テップＳ１１１０に進み、図８Ａに示されるように、初
期の矩形エリアが、定義される。
連結成分が存在しないと判定されるならば、フローはス
テップＳ１１１０に進み、図８Ａに示されるように、初
期の矩形エリアが、定義される。
【００６８】しかし、ステップＳ１１０９で独立した連
結成分が存在すると判定される場合、フローは、ステッ
プＳ１１０９からステップＳ１１１１に進む。ステップ
Ｓ１１１１で、独立した連結成分は、図８Ｂと８Ｃの矩
形８０２と８０５のような外接矩形を形成する為に矩形
化される。その後、外接矩形の面積は、ステップＳ１１
１２において閾値Ｘ２と比較される。
結成分が存在すると判定される場合、フローは、ステッ
プＳ１１０９からステップＳ１１１１に進む。ステップ
Ｓ１１１１で、独立した連結成分は、図８Ｂと８Ｃの矩
形８０２と８０５のような外接矩形を形成する為に矩形
化される。その後、外接矩形の面積は、ステップＳ１１
１２において閾値Ｘ２と比較される。
【００６９】図８Ｂの矩形８０２の場合のように外接矩
形の面積がＸ２より小さい場合、外接矩形８０２の各辺
は黒い画素を含んでいる行または列に届くまで拡張され
る。フローはステップＳ１１１４に進み、そこで、枠の
輪郭７０８から指定された距離までに黒画素に出会わな
かった辺は、その最初の位置にとどまり、そして初期の
矩形のエリアは結果として矩形８０４が定義される。
形の面積がＸ２より小さい場合、外接矩形８０２の各辺
は黒い画素を含んでいる行または列に届くまで拡張され
る。フローはステップＳ１１１４に進み、そこで、枠の
輪郭７０８から指定された距離までに黒画素に出会わな
かった辺は、その最初の位置にとどまり、そして初期の
矩形のエリアは結果として矩形８０４が定義される。
【００７０】矩形８０５の場合のように、外接矩形の面
積があらかじめ決められた閾値の値Ｘ２より大きい場
合、フローはステップＳ１１１５へ進み、そこで、初期
の矩形エリアは外接矩形８０５が定義される。
積があらかじめ決められた閾値の値Ｘ２より大きい場
合、フローはステップＳ１１１５へ進み、そこで、初期
の矩形エリアは外接矩形８０５が定義される。
【００７１】上記ステップに従って定義された初期の矩
形エリアは、枠の中で独立した連結成分および付着した
連結成分の周りを囲む拡張された矩形エリアを生成する
為に使われる。
形エリアは、枠の中で独立した連結成分および付着した
連結成分の周りを囲む拡張された矩形エリアを生成する
為に使われる。
【００７２】従って、ステップＳ１１１６で、探索エリ
アは、初期の矩形エリアのある辺に行または列の全体が
直接隣接するように定義される。例えば、図９Ａは、探
索エリア９０１が初期の矩形エリア８０５に隣接してい
ることを示す。
アは、初期の矩形エリアのある辺に行または列の全体が
直接隣接するように定義される。例えば、図９Ａは、探
索エリア９０１が初期の矩形エリア８０５に隣接してい
ることを示す。
【００７３】探索エリア９０１の中の画素は、ステップ
Ｓ１１１７で検査される。黒画素が探索エリアに存在す
るならば、フローはステップＳ１１１９へ進み、そこ
で、初期の矩形エリア８０５は探索エリア９０１を含む
ように拡張される。例えば、付着した連結成分６０６の
為に、初期の矩形エリア８０５の左辺は、探索エリア９
０１を含む為に図９Ｂのように拡張される。
Ｓ１１１７で検査される。黒画素が探索エリアに存在す
るならば、フローはステップＳ１１１９へ進み、そこ
で、初期の矩形エリア８０５は探索エリア９０１を含む
ように拡張される。例えば、付着した連結成分６０６の
為に、初期の矩形エリア８０５の左辺は、探索エリア９
０１を含む為に図９Ｂのように拡張される。
【００７４】フローは、ステップＳ１１２０へ進み、そ
こで、探索エリア９０１は、その中の画素が初期の矩形
エリア８０５に対向する枠の輪郭７０８の境界９７８の
上にあるかが検査される。そうであるならば、フローは
ステップＳ１１２４へ進む。そうでなければ、フローは
ステップＳ１１２１へ進み、そこで、図９Ｃに示される
ように、探索エリアは前の探索エリアから枠の輪郭７０
８の境界９７８に向かって、前の検出エリアに隣接する
画素９０２のグループになるように再定義される。フロ
ーは、それからステップＳ１１１７に進み、上述の処理
を継続する。
こで、探索エリア９０１は、その中の画素が初期の矩形
エリア８０５に対向する枠の輪郭７０８の境界９７８の
上にあるかが検査される。そうであるならば、フローは
ステップＳ１１２４へ進む。そうでなければ、フローは
ステップＳ１１２１へ進み、そこで、図９Ｃに示される
ように、探索エリアは前の探索エリアから枠の輪郭７０
８の境界９７８に向かって、前の検出エリアに隣接する
画素９０２のグループになるように再定義される。フロ
ーは、それからステップＳ１１１７に進み、上述の処理
を継続する。
【００７５】他方、黒画素がステップＳ１１１７で検出
されないならば、フローはステップＳ１１２２に進み、
そこで、探索エリアと初期の矩形エリア８０５に対向す
る枠の輪郭７０８の境界９７０との間の距離が、あらか
じめ決められた距離Ｘ３と比較される。その距離がＸ３
より大きいなら、フローはステップＳ１１２３に進む。
ステップＳ１１２３で、探索エリアは、ステップＳ１１
２１に関して上述したように再定義される。フローはス
テップＳ１１１７に戻って、そして上述の処理を継続す
る。
されないならば、フローはステップＳ１１２２に進み、
そこで、探索エリアと初期の矩形エリア８０５に対向す
る枠の輪郭７０８の境界９７０との間の距離が、あらか
じめ決められた距離Ｘ３と比較される。その距離がＸ３
より大きいなら、フローはステップＳ１１２３に進む。
ステップＳ１１２３で、探索エリアは、ステップＳ１１
２１に関して上述したように再定義される。フローはス
テップＳ１１１７に戻って、そして上述の処理を継続す
る。
【００７６】ステップＳ１１２２において、その距離が
距離Ｘ３より小さいかまたは等しいならば、連結成分は
テーブルセル５０２のこの辺に付着していないと仮定さ
れ、フローはステップＳ１１２４に進む。初期の矩形エ
リア８０５の４つの辺のそれぞれに隣接している画素が
検査されていない場合、フローはステップＳ１１１６に
戻り、そこで新しい探索エリアに、オリジナルの初期の
矩形エリア８０５の別の辺に直接隣接する画素の行ある
いは列として定義される。そうでなければ、フローはそ
れからステップＳ１１２４からステップＳ１１２５へ進
む。ここで、図９Ｄに示されるように、初期の矩形エリ
ア８０５が、テーブルセル５０２の中のすべての付着し
た連結成分を含むように拡張される。
距離Ｘ３より小さいかまたは等しいならば、連結成分は
テーブルセル５０２のこの辺に付着していないと仮定さ
れ、フローはステップＳ１１２４に進む。初期の矩形エ
リア８０５の４つの辺のそれぞれに隣接している画素が
検査されていない場合、フローはステップＳ１１１６に
戻り、そこで新しい探索エリアに、オリジナルの初期の
矩形エリア８０５の別の辺に直接隣接する画素の行ある
いは列として定義される。そうでなければ、フローはそ
れからステップＳ１１２４からステップＳ１１２５へ進
む。ここで、図９Ｄに示されるように、初期の矩形エリ
ア８０５が、テーブルセル５０２の中のすべての付着し
た連結成分を含むように拡張される。
【００７７】拡張された文字エリア９１０の最初の行１
００１がステップＳ１１２６で解析のために選択され
る。それから、ステップＳ１１２７で、枠の輪郭７０８
の中の白い輪郭が解析のために選択される。ステップＳ
１１２９で、選択された行１００１にある境界画素が識
別される。境界画素は、選択された白い輪郭の境界の上
にある特定の行の全ての画素である。例えば図１０Ａに
おいて、行１００２の画素ｗ１、ｗ２、ｗ３およびｗ４
は境界画素である。
００１がステップＳ１１２６で解析のために選択され
る。それから、ステップＳ１１２７で、枠の輪郭７０８
の中の白い輪郭が解析のために選択される。ステップＳ
１１２９で、選択された行１００１にある境界画素が識
別される。境界画素は、選択された白い輪郭の境界の上
にある特定の行の全ての画素である。例えば図１０Ａに
おいて、行１００２の画素ｗ１、ｗ２、ｗ３およびｗ４
は境界画素である。
【００７８】次に、ステップＳ１１３０で、識別された
境界画素はテーブルセル５０２の左を端から連続的に番
号を付けられる。ステップＳ１１３１で、それぞれの白
い輪郭が、現在の選択行について解析されたと判断され
ると、フローはステップＳ１１３４に進む。そうでなけ
れば、フローはステップＳ１１３２に進み、そこで、の
中で別の白い輪郭が選択される。フローはそれからステ
ップＳ１１２９に戻り、上述した処理を行う。
境界画素はテーブルセル５０２の左を端から連続的に番
号を付けられる。ステップＳ１１３１で、それぞれの白
い輪郭が、現在の選択行について解析されたと判断され
ると、フローはステップＳ１１３４に進む。そうでなけ
れば、フローはステップＳ１１３２に進み、そこで、の
中で別の白い輪郭が選択される。フローはそれからステ
ップＳ１１２９に戻り、上述した処理を行う。
【００７９】ステップＳ１１３０で単一の行の解析が繰
り返されている場合、識別された境界画素には、その行
の境界画素に割り当てられた最後の番号に続く番号が連
続的につけられる。例えば図１０Ａにおいて、行１００
２の場合、境界画素ｗ１，ｗ２，ｗ３，ｗ４は、白い輪
郭６１０を解析している間に識別される。その後、二つ
の境界画素は、白い輪郭７０４に対応して識別される。
これらの境界画素には、それぞれｗ５，ｗ６の番号がつ
けられる。
り返されている場合、識別された境界画素には、その行
の境界画素に割り当てられた最後の番号に続く番号が連
続的につけられる。例えば図１０Ａにおいて、行１００
２の場合、境界画素ｗ１，ｗ２，ｗ３，ｗ４は、白い輪
郭６１０を解析している間に識別される。その後、二つ
の境界画素は、白い輪郭７０４に対応して識別される。
これらの境界画素には、それぞれｗ５，ｗ６の番号がつ
けられる。
【００８０】上述したように、ステップＳ１１３４は、
すべての白い輪郭が単一の行に関して解析されたならば
実行される。ステップＳ１１３４は、拡張された矩形エ
リア９１０にある選択行の黒画素を含む黒い境界画素が
識別される。例えば、行１００６が選択されたとき、黒
画素Ｐが識別される。
すべての白い輪郭が単一の行に関して解析されたならば
実行される。ステップＳ１１３４は、拡張された矩形エ
リア９１０にある選択行の黒画素を含む黒い境界画素が
識別される。例えば、行１００６が選択されたとき、黒
画素Ｐが識別される。
【００８１】拡張された矩形エリア９１０のすべての行
が解析されていないならば、フローはステップＳ１１３
５からＳ１１３６へ進み、そこで、拡張された矩形エリ
ア９１０の次の行が選択され、フローはステップＳ１１
２７へ戻る。他方、ステップＳ１１３５において、解析
された最後の行が拡張された矩形エリア９１０の一番下
の行１００４であったならば、フローはステップＳ１１
３７へ進み、各行の境界画素が解析される。特に、単一
の行の偶数番号と奇数番号の境界画素間にある黒画素が
検出される。図１０Ｂに示すように、行１００２の境界
画素ｗ２とｗ５間および境界画素ｗ６とｗ３間で黒画素
が検出される。さらに、行１００６において境界画素ｗ
２とｗ３間の黒画素が検出される。このようにして、拡
張された矩形エリア９１０の各行の黒画素が検出され
る。
が解析されていないならば、フローはステップＳ１１３
５からＳ１１３６へ進み、そこで、拡張された矩形エリ
ア９１０の次の行が選択され、フローはステップＳ１１
２７へ戻る。他方、ステップＳ１１３５において、解析
された最後の行が拡張された矩形エリア９１０の一番下
の行１００４であったならば、フローはステップＳ１１
３７へ進み、各行の境界画素が解析される。特に、単一
の行の偶数番号と奇数番号の境界画素間にある黒画素が
検出される。図１０Ｂに示すように、行１００２の境界
画素ｗ２とｗ５間および境界画素ｗ６とｗ３間で黒画素
が検出される。さらに、行１００６において境界画素ｗ
２とｗ３間の黒画素が検出される。このようにして、拡
張された矩形エリア９１０の各行の黒画素が検出され
る。
【００８２】ステップＳ１１３８で、偶数番号の境界画
素と黒い境界画素間にある黒画素が検出される。例え
ば、行１００１の画素ｗ２と黒い境界画素Ｐの間にある
黒画素が検出される。同様に、ステップＳ１１３８で、
黒い境界画素と奇数番号の境界画素間にあるいくつかの
黒画素が検出される。
素と黒い境界画素間にある黒画素が検出される。例え
ば、行１００１の画素ｗ２と黒い境界画素Ｐの間にある
黒画素が検出される。同様に、ステップＳ１１３８で、
黒い境界画素と奇数番号の境界画素間にあるいくつかの
黒画素が検出される。
【００８３】ステップＳ１１３７とステップＳ１１３８
で検出された全ての隣接する黒画素は、ステップＳ１１
３９で付着した連結成分を形成するために一まとめにグ
ループ化される。例えば、図１０Ｂにおいては、隣接す
る黒画素は、付着した連結成分「Ａ」を形成するために
一まとめにグループ化される。一旦、各付着した連結成
分の各黒画素がグループ化され、ステップＳ１１３９で
形成された付着した連続した成分は、それらがテキスト
成分かどうか決定する為に検査される。
で検出された全ての隣接する黒画素は、ステップＳ１１
３９で付着した連結成分を形成するために一まとめにグ
ループ化される。例えば、図１０Ｂにおいては、隣接す
る黒画素は、付着した連結成分「Ａ」を形成するために
一まとめにグループ化される。一旦、各付着した連結成
分の各黒画素がグループ化され、ステップＳ１１３９で
形成された付着した連続した成分は、それらがテキスト
成分かどうか決定する為に検査される。
【００８４】ステップＳ１１４０において、付着した連
結成分は、それが水平線かどうか決定する為に検査され
る。従って、その構成要素の高さがあらかじめ決められ
た閾値Ｘ４よりも小さく、かつ、その構成要素の縦横の
比があらかじめ決められた閾値Ｘ５よりも大きい場合
は、フローはステップＳ１１４１に進み、そこで、その
構成要素が水平線として指定される。フローはステップ
Ｓ１１５０に進む。
結成分は、それが水平線かどうか決定する為に検査され
る。従って、その構成要素の高さがあらかじめ決められ
た閾値Ｘ４よりも小さく、かつ、その構成要素の縦横の
比があらかじめ決められた閾値Ｘ５よりも大きい場合
は、フローはステップＳ１１４１に進み、そこで、その
構成要素が水平線として指定される。フローはステップ
Ｓ１１５０に進む。
【００８５】付着した連結成分が、ステップＳ１１４０
の基準を満たさないならば、フローはステップＳ１１４
２に進み、そこで、その付着した連結成分が、垂直線か
どうか決定する為に検査される。従って、その構成要素
の幅があらかじめ決められた閾値Ｘ６よりも小さく、か
つ、その構成要素の縦横の比があらかじめ決められた閾
値Ｘ７よりも大きい場合は、フローはステップＳ１１４
４に進む。ステップＳ１１４４は、その構成要素は、垂
直線として指定され、フローはステップＳ１１５０に進
む。
の基準を満たさないならば、フローはステップＳ１１４
２に進み、そこで、その付着した連結成分が、垂直線か
どうか決定する為に検査される。従って、その構成要素
の幅があらかじめ決められた閾値Ｘ６よりも小さく、か
つ、その構成要素の縦横の比があらかじめ決められた閾
値Ｘ７よりも大きい場合は、フローはステップＳ１１４
４に進む。ステップＳ１１４４は、その構成要素は、垂
直線として指定され、フローはステップＳ１１５０に進
む。
【００８６】ステップＳ１１４５は、その成分がテーブ
ルセル５０２の一部かどうかを決定する。従って、ステ
ップＳ１１４５で、その成分の高さまたは幅があらかじ
め決められた閾値Ｘ８よりも小さく、かつ、その成分が
天、底、または枠の中の全てのテキスト連結成分の左右
どちらかの辺と同じ場合、フローはステップＳ１１４６
に進み、そこで、その成分は、テーブルセル５０２の一
部として指定され、フローはステップＳ１１５０に進
む。
ルセル５０２の一部かどうかを決定する。従って、ステ
ップＳ１１４５で、その成分の高さまたは幅があらかじ
め決められた閾値Ｘ８よりも小さく、かつ、その成分が
天、底、または枠の中の全てのテキスト連結成分の左右
どちらかの辺と同じ場合、フローはステップＳ１１４６
に進み、そこで、その成分は、テーブルセル５０２の一
部として指定され、フローはステップＳ１１５０に進
む。
【００８７】ステップＳ１１４７で、ほかの成分がその
行または列に位置するかどうか決定するためにその成分
は解析される。他の成分が位置するならば、成分の行ま
たは列が、水平および垂直線について、上述したように
検査される。その成分の行または列が、水平または垂直
線のいずれかの基準を満たすならば、その成分は、ステ
ップＳ１１４８の中で破線の一部として指定される。フ
ローはそれから、ステップＳ１１２０に進む。
行または列に位置するかどうか決定するためにその成分
は解析される。他の成分が位置するならば、成分の行ま
たは列が、水平および垂直線について、上述したように
検査される。その成分の行または列が、水平または垂直
線のいずれかの基準を満たすならば、その成分は、ステ
ップＳ１１４８の中で破線の一部として指定される。フ
ローはそれから、ステップＳ１１２０に進む。
【００８８】ステップＳ１１４０、Ｓ１１４２、Ｓ１１
４５またはＳ１１４７で示した必要条件が満たされない
ならば、ステップＳ１１４９で、付着した連結成分はテ
キスト成分であると仮定される。従って、独立テキスト
６０６を表すノードが生成される。
４５またはＳ１１４７で示した必要条件が満たされない
ならば、ステップＳ１１４９で、付着した連結成分はテ
キスト成分であると仮定される。従って、独立テキスト
６０６を表すノードが生成される。
【００８９】フローは、それから、ステップＳ１１５０
に進み、テーブルセル５０２の中に未解析の付着した連
結成分があるならば、フローはステップＳ１１４０に戻
る。全ての付着した連結成分が解析されたならば、本発
明のフローは終了する。
に進み、テーブルセル５０２の中に未解析の付着した連
結成分があるならば、フローはステップＳ１１４０に戻
る。全ての付着した連結成分が解析されたならば、本発
明のフローは終了する。
【００９０】なお、本発明は、いくつかのページ解析シ
ステムを一まとめにしてもよく、上記したブロックセレ
クション技法に制限されない。さらに、本発明は、装飾
用の境界線などのように、枠がテーブルのセルを表すか
どうかにかかわらず、外接する枠に付着したテキストデ
ータを識別し、抽出するために利用することができる。
ステムを一まとめにしてもよく、上記したブロックセレ
クション技法に制限されない。さらに、本発明は、装飾
用の境界線などのように、枠がテーブルのセルを表すか
どうかにかかわらず、外接する枠に付着したテキストデ
ータを識別し、抽出するために利用することができる。
【００９１】本発明に関して、現状を考慮した好ましい
実施形態を上述したが、本発明は、上記の実施形態に制
限されるものではない。
実施形態を上述したが、本発明は、上記の実施形態に制
限されるものではない。
【００９２】反対に、本発明は様々な変形をカバーする
ように意図され、それと等しい構成が特許請求の範囲お
よびその精神に含まれている。
ように意図され、それと等しい構成が特許請求の範囲お
よびその精神に含まれている。
【００９３】
【他の実施形態】なお、本発明は、複数の機器（例えば
ホストコンピュータ，インタフェイス機器，リーダ，プ
リンタなど）から構成されるシステムに適用しても、一
つの機器からなる装置（例えば、複写機，ファクシミリ
装置など）に適用してもよい。
ホストコンピュータ，インタフェイス機器，リーダ，プ
リンタなど）から構成されるシステムに適用しても、一
つの機器からなる装置（例えば、複写機，ファクシミリ
装置など）に適用してもよい。
【００９４】また、本発明の目的は、前述した実施形態
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体を、システムあるいは装置に供給し、そ
のシステムあるいは装置のコンピュータ（またはCPUやM
PU）が記憶媒体に格納されたプログラムコードを読出し
実行することによっても、達成されることは言うまでも
ない。この場合、記憶媒体から読出されたプログラムコ
ード自体が前述した実施形態の機能を実現することにな
り、そのプログラムコードを記憶した記憶媒体は本発明
を構成することになる。プログラムコードを供給するた
めの記憶媒体としては、例えば、フロッピディスク，ハ
ードディスク，光ディスク，光磁気ディスク，CD-ROM，
CD-R，CD-R/W，DVD-ROM，DVD-RAM，磁気テープ，不揮発
性のメモリカード，ROMなどを用いることができる。
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体を、システムあるいは装置に供給し、そ
のシステムあるいは装置のコンピュータ（またはCPUやM
PU）が記憶媒体に格納されたプログラムコードを読出し
実行することによっても、達成されることは言うまでも
ない。この場合、記憶媒体から読出されたプログラムコ
ード自体が前述した実施形態の機能を実現することにな
り、そのプログラムコードを記憶した記憶媒体は本発明
を構成することになる。プログラムコードを供給するた
めの記憶媒体としては、例えば、フロッピディスク，ハ
ードディスク，光ディスク，光磁気ディスク，CD-ROM，
CD-R，CD-R/W，DVD-ROM，DVD-RAM，磁気テープ，不揮発
性のメモリカード，ROMなどを用いることができる。
【００９５】また、コンピュータが読出したプログラム
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているOS（オペレー
ティングシステム）などが実際の処理の一部または全部
を行い、その処理によって前述した実施形態の機能が実
現される場合も含まれることは言うまでもない。
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているOS（オペレー
ティングシステム）などが実際の処理の一部または全部
を行い、その処理によって前述した実施形態の機能が実
現される場合も含まれることは言うまでもない。
【００９６】さらに、記憶媒体から読出されたプログラ
ムコードが、コンピュータに挿入された機能拡張カード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書込まれた後、そのプログラムコードの指示に
基づき、その機能拡張カードや機能拡張ユニットに備わ
るCPUなどが実際の処理の一部または全部を行い、その
処理によって前述した実施形態の機能が実現される場合
も含まれることは言うまでもない。
ムコードが、コンピュータに挿入された機能拡張カード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書込まれた後、そのプログラムコードの指示に
基づき、その機能拡張カードや機能拡張ユニットに備わ
るCPUなどが実際の処理の一部または全部を行い、その
処理によって前述した実施形態の機能が実現される場合
も含まれることは言うまでもない。
【００９７】
【発明の効果】以上説明したように、本発明によれば、
テーブルセルの枠に付着したテキストデータを識別し抽
出する為の情報処理装置およびその方法を提供すること
ができる。
テーブルセルの枠に付着したテキストデータを識別し抽
出する為の情報処理装置およびその方法を提供すること
ができる。
【００９８】
【図１】ドキュメントページの概要を示す図、
【図２】ブロックセレクション技法によって作られた階
層的ツリー構造の概要を示す図、
層的ツリー構造の概要を示す図、
【図３】本発明にかかる一実施形態の情報処理システム
の構成例を示す図、
の構成例を示す図、
【図４】本発明にかかる一実施形態の情報処理装置の構
成例を示すブロック図、
成例を示すブロック図、
【図５Ａ】連結成分の輪郭トレースを説明するための
図、
図、
【図５Ｂ】連結成分の輪郭トレースを説明するための
図、
図、
【図６】解析されるドキュメントの中のテーブルの概要
を示す図、
を示す図、
【図７Ａ】白い輪郭のトレースを説明するための図、
【図７Ｂ】白い輪郭のトレースを説明するための図、
【図７Ｃ】白い輪郭のトレースを説明するための図、
【図８Ａ】初期の矩形エリアを定義する方法を説明する
ための図、
ための図、
【図８Ｂ】初期の矩形エリアを定義する方法を説明する
ための図、
ための図、
【図８Ｃ】初期の矩形エリアを定義する方法を説明する
ための図、
ための図、
【図９Ａ】初期の矩形エリアを拡張する方法を説明する
ための図、
ための図、
【図９Ｂ】初期の矩形エリアを拡張する方法を説明する
ための図、
ための図、
【図９Ｃ】初期の矩形エリアを拡張する方法を説明する
ための図、
ための図、
【図９Ｄ】初期の矩形エリアを拡張する方法を説明する
ための図、
ための図、
【図１０Ａ】付着した連結成分を形成するための黒画素
をグループ化する方法を説明するための図、
をグループ化する方法を説明するための図、
【図１０Ｂ】付着した連結成分を形成するための黒画素
をグループ化する方法を説明するための図、
をグループ化する方法を説明するための図、
【図１１Ａ】連結成分に付着したテキストを識別し抽出
するための方法を示すフローチャート、
するための方法を示すフローチャート、
【図１１Ｂ】連結成分に付着したテキストを識別し抽出
するための方法を示すフローチャート、
するための方法を示すフローチャート、
【図１１Ｃ】連結成分に付着したテキストを識別し抽出
するための方法を示すフローチャート、
するための方法を示すフローチャート、
【図１１Ｄ】連結成分に付着したテキストを識別し抽出
するための方法を示すフローチャートである。
するための方法を示すフローチャートである。
Claims (17)
- 【請求項１】 入力ドキュメントの画像データを解析し
て、前記ドキュメントに含まれるテーブルの枠に付着す
るテキスト成分を認識する情報処理方法であって、 前記ドキュメントの画像データに含まれる連結成分をト
レースする第一のトレーシングステップと、 前記連結成分内の白輪郭をトレースする第二のトレーシ
ングステップと、 トレースされた白輪郭に基づき前記枠の輪郭を定義する
第一の定義ステップと、 前記枠の輪郭内において、前記枠に付着していない非付
着連結成分を識別する第一の識別ステップと、 前記枠の輪郭内に初期矩形エリアを定義する第二の定義
ステップと、 水平および垂直方向に、前記初期矩形エリアから黒画素
を検出して、拡張文字エリアを生成する検出ステップ
と、 前記拡張文字エリア内にある境界画素の位置を定める位
置決めステップと、 前記拡張文字エリア内の境界画素の間に位置する黒画素
を識別する第二の識別ステップと、 前記拡張文字エリア内の境界画素の間に位置する黒画素
を連結して少なくとも一つの連結成分を形成する連結ス
テップと、 前記少なくとも一つの連結成分をテキスト成分として認
識する認識ステップとを有することを特徴とする情報処
理方法。 - 【請求項２】 前記第一の定義ステップは、前記トレー
スされた白輪郭をグループ化し矩形化することにより前
記枠の輪郭を定義することを特徴とする請求項1に記載
された情報処理方法。 - 【請求項３】 前記第二の定義ステップは、前記第一の
識別ステップにおいて、非付着連結成分が識別された場
合はその非付着連結成分に基づく初期矩形エリアを定義
し、非付着連結成分が識別されなかった場合は前記白輪
郭に基づく初期矩形エリアを定義し、小さな非付着連結
成分が識別された場合は前記白輪郭および前記非付着連
結成分から前記枠の輪郭のエッジまでの距離に基づく初
期矩形エリアを定義するステップを有し、 前記小さな非付着連結成分は第二の所定値より小さい面
積を有することを特徴とする請求項1に記載された情報
処理方法。 - 【請求項４】 前記認識ステップは、次の四つの条件が
満たされる場合に、前記少なくとも一つの連結成分をテ
キスト成分として認識する、それらの条件は、 (1)前記少なくとも一つの連結成分の高さが第三の所定
値以上、または、前記少なくとも一つの連結成分の縦横
比が第四の所定値以下である、 (2)前記少なくとも一つの連結成分の幅が第五の所定値
以上、または、前記縦横比が第六の所定値以下である、 (3)前記少なくとも一つの連結成分の幅または高さが第
七の所定値を超える、または、前記少なくとも一つの連
結成分が非付着連結成分ともう一つの非付着連結成分と
の間にある、および、 (4)連結成分のグループが、前記少なくとも一つの連結
成分と、同じ行または列が前記条件(1)および(2)を満た
す他の連結成分とを含むことを特徴とする請求項1に記
載された情報処理方法。 - 【請求項５】 さらに、前記拡張文字エリアに対応し、
前記少なくとも一つの連結成分および識別された非付着
連結成分の両方を含む階層ツリー構造の文字ノードを定
義する第三の定義ステップを有することを特徴とする請
求項1から請求項4の何れかに記載された情報処理方法。 - 【請求項６】 入力ドキュメントの画像データを解析し
て、前記ドキュメントに含まれるテーブルの枠に付着す
る連結成分がテキスト成分か否かを決定する情報処理方
法であって、 前記枠内に初期矩形エリアを定義する第一の定義ステッ
プと、 水平および垂直方向に、前記初期矩形エリアから黒画素
を検出して、拡張文字エリアを生成する検出ステップ
と、 前記拡張文字エリア内にある境界画素の位置を定める位
置決めステップと、 前記拡張文字エリア内の境界画素の間に位置する黒画素
を識別する第一の識別ステップと、 前記拡張文字エリア内の境界画素の間に位置する黒画素
を連結して少なくとも一つの連結成分を形成する連結ス
テップと、 所定のしきい値に基づき、前記少なくとも一つの連結成
分をテキスト成分として認識する認識ステップとを有す
ることを特徴とする情報処理方法。 - 【請求項７】 さらに、前記拡張文字エリア内にある黒
い境界画素の位置を定めるステップを有することを特徴
とする請求項6に記載された情報処理方法。 - 【請求項８】 前記第一の識別ステップは、前記拡張文
字エリア内の黒い境界画素および白輪郭の境界画素の間
に位置する黒画素も識別することを特徴とする請求項6
に記載された情報処理方法。 - 【請求項９】 前記連結ステップは、前記拡張文字エリ
ア内の黒い境界画素および白輪郭の境界画素の間に位置
する黒画素を連結して、少なくとも一つの連結成分を形
成することを特徴とする請求項7に記載された情報処理
方法。 - 【請求項１０】 前記第一の定義ステップは、 前記枠内の白輪郭をトレースするトレーシングステップ
と、 トレースされた白輪郭に基づく枠の輪郭を定義する第二
定義ステップと、 前記枠の輪郭内において、前記枠に付着していない非付
着連結成分を識別する第二の識別ステップと、 前記初期矩形エリアを定義する第三の定義ステップとを
有することを特徴とする請求項6に記載された情報処理
方法。 - 【請求項１１】 前記第二の定義ステップは、トレース
された白い輪郭をグループ化し、矩形化することにより
枠の輪郭を定義することを特徴とする請求項10に記載さ
れた情報処理方法。 - 【請求項１２】 前記第三の定義ステップは、前記第二
の識別ステップにおいて、非付着連結成分が識別された
場合はその非付着連結成分に基づく初期矩形エリアを定
義し、非付着連結成分が識別されなかった場合は前記白
輪郭に基づく初期矩形エリアを定義し、小さな非付着連
結成分が識別された場合は前記白輪郭および前記非付着
連結成分から前記枠の輪郭のエッジまでの距離に基づく
初期矩形エリアを定義するステップを有し、 前記小さな非付着連結成分は所定のしきい値より小さい
面積を有することを特徴とする請求項10に記載された情
報処理方法。 - 【請求項１３】 前記認識ステップは、次の四つの条件
が満たされる場合に、前記少なくとも一つの連結成分を
テキスト成分として認識する、それらの条件は、 (1)前記少なくとも一つの連結成分の高さが第三の所定
値以上、または、前記少なくとも一つの連結成分の縦横
比が第四の所定値以下である、 (2)前記少なくとも一つの連結成分の幅が第五の所定値
以上、または、前記縦横比が第六の所定値以下である、 (3)前記少なくとも一つの連結成分の幅または高さが第
七の所定値を超える、または、前記少なくとも一つの連
結成分が非付着連結成分ともう一つの非付着連結成分と
の間にある、および、 (4)連結成分のグループが、前記少なくとも一つの連結
成分と、同じ行または列が前記条件(1)および(2)を満た
す他の連結成分とを含むことを特徴とする請求項6に記
載された情報処理方法。 - 【請求項１４】 入力ドキュメントの画像データを解析
して、前記ドキュメントに含まれるテーブルの枠に付着
するテキスト成分を認識する情報処理装置であって、 前記ドキュメントの画像データに含まれる連結成分をト
レースする第一のトレーシング手段と、 前記連結成分内の白輪郭をトレースする第二のトレーシ
ング手段と、 トレースされた白輪郭に基づき前記枠の輪郭を定義する
第一の定義手段と、 前記枠の輪郭内において、前記枠に付着していない非付
着連結成分を識別する第一の識別手段と、 前記枠の輪郭内に初期矩形エリアを定義する第二の定義
手段と、 水平および垂直方向に、前記初期矩形エリアから黒画素
を検出して、拡張文字エリアを生成する検出手段と、 前記拡張文字エリア内にある境界画素の位置を定める位
置決め手段と、 前記拡張文字エリア内の境界画素の間に位置する黒画素
を識別する第二の識別手段と、 前記拡張文字エリア内の境界画素の間に位置する黒画素
を連結して少なくとも一つの連結成分を形成する連結手
段と、 前記少なくとも一つの連結成分をテキスト成分として認
識する認識手段とを有することを特徴とする情報処理装
置。 - 【請求項１５】 入力ドキュメントの画像データを解析
して、前記ドキュメントに含まれるテーブルの枠に付着
する連結成分がテキスト成分か否かを決定する情報処理
装置であって、 前記枠内に初期矩形エリアを定義する第一の定義手段
と、 水平および垂直方向に、前記初期矩形エリアから黒画素
を検出して、拡張文字エリアを生成する検出手段と、 前記拡張文字エリア内にある境界画素の位置を定める位
置決め手段と、 前記拡張文字エリア内の境界画素の間に位置する黒画素
を識別する第一の識別手段と、 前記拡張文字エリア内の境界画素の間に位置する黒画素
を連結して少なくとも一つの連結成分を形成する連結手
段と、 所定のしきい値に基づき、前記少なくとも一つの連結成
分をテキスト成分として認識する認識手段とを有するこ
とを特徴とする情報処理装置。 - 【請求項１６】 入力ドキュメントの画像データを解析
して、前記ドキュメントに含まれるテーブルの枠に付着
するテキスト成分を認識する情報処理のプログラムコー
ドが記録された記録媒体であって、 前記ドキュメントの画像データに含まれる連結成分をト
レースする第一のトレーシングステップのコードと、 前記連結成分内の白輪郭をトレースする第二のトレーシ
ングステップのコードと、 トレースされた白輪郭に基づき前記枠の輪郭を定義する
第一の定義ステップのコードと、 前記枠の輪郭内において、前記枠に付着していない非付
着連結成分を識別する第一の識別ステップのコードと、 前記枠の輪郭内に初期矩形エリアを定義する第二の定義
ステップのコードと、 水平および垂直方向に、前記初期矩形エリアから黒画素
を検出して、拡張文字エリアを生成する検出ステップの
コードと、 前記拡張文字エリア内にある境界画素の位置を定める位
置決めステップのコードと、 前記拡張文字エリア内の境界画素の間に位置する黒画素
を識別する第二の識別ステップのコードと、 前記拡張文字エリア内の境界画素の間に位置する黒画素
を連結して少なくとも一つの連結成分を形成する連結ス
テップのコードと、 前記少なくとも一つの連結成分をテキスト成分として認
識する認識ステップのコードとを有することを特徴とす
る記録媒体。 - 【請求項１７】 入力ドキュメントの画像データを解析
して、前記ドキュメントに含まれるテーブルの枠に付着
する連結成分がテキスト成分か否かを決定する情報処理
のプログラムコードが記録された記録媒体であって、 前記枠内に初期矩形エリアを定義する第一の定義ステッ
プのコードと、 水平および垂直方向に、前記初期矩形エリアから黒画素
を検出して、拡張文字エリアを生成する検出ステップの
コードと、 前記拡張文字エリア内にある境界画素の位置を定める位
置決めステップコードと、 前記拡張文字エリア内の境界画素の間に位置する黒画素
を識別する第一の識別ステップのコードと、 前記拡張文字エリア内の境界画素の間に位置する黒画素
を連結して少なくとも一つの連結成分を形成する連結ス
テップのコードと、 所定のしきい値に基づき、前記少なくとも一つの連結成
分をテキスト成分として認識する認識ステップのコード
とを有することを特徴とする記録媒体。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US08/664675 | 1996-06-17 | ||
| US08/664,675 US6157738A (en) | 1996-06-17 | 1996-06-17 | System for extracting attached text |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1083431A true JPH1083431A (ja) | 1998-03-31 |
| JP4077904B2 JP4077904B2 (ja) | 2008-04-23 |
Family
ID=24666972
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP16020597A Expired - Fee Related JP4077904B2 (ja) | 1996-06-17 | 1997-06-17 | 情報処理装置およびその方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US6157738A (ja) |
| EP (1) | EP0814422B1 (ja) |
| JP (1) | JP4077904B2 (ja) |
| DE (1) | DE69718243T2 (ja) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6112216A (en) * | 1997-12-19 | 2000-08-29 | Microsoft Corporation | Method and system for editing a table in a document |
| US6330357B1 (en) * | 1999-04-07 | 2001-12-11 | Raf Technology, Inc. | Extracting user data from a scanned image of a pre-printed form |
| JP3204259B2 (ja) * | 1999-10-06 | 2001-09-04 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 文字列抽出方法、手書き文字列抽出方法、文字列抽出装置、および画像処理装置 |
| JP3425408B2 (ja) * | 2000-05-31 | 2003-07-14 | 株式会社東芝 | 文書読取装置 |
| DE60109278T2 (de) * | 2001-06-26 | 2006-03-30 | Nokia Corp. | Verfahren und Gerät zur Lokalisierung von Schriftzeichen in Bildern aus einer Digitalkamera |
| JP2004088585A (ja) * | 2002-08-28 | 2004-03-18 | Fuji Xerox Co Ltd | 画像処理システムおよびその方法 |
| JP4897520B2 (ja) * | 2006-03-20 | 2012-03-14 | 株式会社リコー | 情報配信システム |
| US20070253615A1 (en) * | 2006-04-26 | 2007-11-01 | Yuan-Hsiang Chang | Method and system for banknote recognition |
| US8331680B2 (en) * | 2008-06-23 | 2012-12-11 | International Business Machines Corporation | Method of gray-level optical segmentation and isolation using incremental connected components |
| CN102314608A (zh) * | 2010-06-30 | 2012-01-11 | 汉王科技股份有限公司 | 文字图像中行提取的方法和装置 |
| US20130163871A1 (en) * | 2011-12-22 | 2013-06-27 | General Electric Company | System and method for segmenting image data to identify a character-of-interest |
| US9842281B2 (en) * | 2014-06-05 | 2017-12-12 | Xerox Corporation | System for automated text and halftone segmentation |
| US20160055376A1 (en) * | 2014-06-21 | 2016-02-25 | iQG DBA iQGATEWAY LLC | Method and system for identification and extraction of data from structured documents |
| CN104268545B (zh) * | 2014-09-15 | 2017-09-29 | 同方知网(北京)技术有限公司 | 一种电子档版式文件中的表格区域识别与内容栅格化方法 |
| JP6173542B1 (ja) * | 2016-08-10 | 2017-08-02 | 株式会社Pfu | 画像処理装置、画像処理方法、および、プログラム |
| CN113221778B (zh) * | 2021-05-19 | 2022-05-10 | 北京航空航天大学杭州创新研究院 | 手写表格的检测与识别方法及装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4377803A (en) * | 1980-07-02 | 1983-03-22 | International Business Machines Corporation | Algorithm for the segmentation of printed fixed pitch documents |
| JPS63268081A (ja) * | 1987-04-17 | 1988-11-04 | インタ−ナショナル・ビジネス・マシ−ンズ・コ−ポレ−ション | 文書の文字を認識する方法及び装置 |
| US5588072A (en) * | 1993-12-22 | 1996-12-24 | Canon Kabushiki Kaisha | Method and apparatus for selecting blocks of image data from image data having both horizontally- and vertically-oriented blocks |
| US5848186A (en) * | 1995-08-11 | 1998-12-08 | Canon Kabushiki Kaisha | Feature extraction system for identifying text within a table image |
-
1996
- 1996-06-17 US US08/664,675 patent/US6157738A/en not_active Expired - Lifetime
-
1997
- 1997-06-11 EP EP97304087A patent/EP0814422B1/en not_active Expired - Lifetime
- 1997-06-11 DE DE69718243T patent/DE69718243T2/de not_active Expired - Lifetime
- 1997-06-17 JP JP16020597A patent/JP4077904B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| DE69718243T2 (de) | 2003-08-28 |
| EP0814422A3 (en) | 1998-01-28 |
| US6157738A (en) | 2000-12-05 |
| JP4077904B2 (ja) | 2008-04-23 |
| EP0814422A2 (en) | 1997-12-29 |
| EP0814422B1 (en) | 2003-01-08 |
| DE69718243D1 (de) | 2003-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3950498B2 (ja) | イメージ処理方法及び装置 | |
| JP3359095B2 (ja) | 画像処理方法及び装置 | |
| US5893127A (en) | Generator for document with HTML tagged table having data elements which preserve layout relationships of information in bitmap image of original document | |
| JP4077904B2 (ja) | 情報処理装置およびその方法 | |
| US6173073B1 (en) | System for analyzing table images | |
| US6711292B2 (en) | Block selection of table features | |
| JPH08235349A (ja) | ページ解析システム | |
| US5509092A (en) | Method and apparatus for generating information on recognized characters | |
| JPH0668300A (ja) | 文書画像のレイアウトモデルを作成する方法及び装置 | |
| JPH10162150A (ja) | ページ解析システム | |
| JPH08185474A (ja) | 文書画像分割装置 | |
| JP2007148677A (ja) | 画像処理装置、画像処理方法 | |
| JP2002279433A (ja) | 映像中の文字検索方法及び装置 | |
| US9189459B2 (en) | Document image layout apparatus | |
| JP4849883B2 (ja) | 行方向判定プログラム、方法及び装置 | |
| JP4390523B2 (ja) | 最小領域による合成画像の分割 | |
| JPH08320914A (ja) | 表認識方法および装置 | |
| JPH0612540B2 (ja) | 文書作成支援装置 | |
| JP2004282701A5 (ja) | ||
| JP2006072839A (ja) | 画像処理方法、画像処理装置、画像処理プログラム及び記録媒体 | |
| JP2006277149A (ja) | 文字画像切出装置、文字画像切出方法およびプログラム | |
| JP2803736B2 (ja) | 文字認識方式 | |
| JPH09288714A (ja) | 表認識方法および装置 | |
| JP4548062B2 (ja) | 画像処理装置 | |
| JPH02138674A (ja) | 文書処理方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040531 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040531 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20040531 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20040531 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061127 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071026 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071225 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080128 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080204 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110208 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120208 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130208 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140208 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |