JPH11134434A - 網がけ領域の抽出方法及び装置 - Google Patents

Abstract

(57)【要約】 【課題】 本発明は網がけ領域の抽出方法及び装置に関
し、文字パターンの背景に網がけされた網がけ領域を精
度よく抽出することができる網がけ領域の抽出方法及び
装置を提供することを目的としている。 【解決手段】 連結情報に基づき部分パターンを抽出す
る部分パターン抽出部と、抽出された部分パターンを正
規化する正規化部と、該正規化部の出力を受けて特徴パ
ラメータを算出する特徴パラメータ算出部と、算出した
特徴パラメータと予め登録されている網がけエレメント
とのマッチングをとるマッチング部と、該マッチング部
の出力を受けて網がけエレメントと認識されたパターン
の密度が閾値以上あるかどうかチェックし、閾値以上あ
る場合に当該領域は網がけ領域であると判断する網がけ
領域判定部とを具備して構成される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は文字を抽出する際に
おける網がけ領域の抽出方法及び装置に関する。近年、
入力周辺機器として文字認識装置（ＯＣＲ）の需要が増
加している。本願発明は、この文字認識装置に用いる文
字認識処理の前処理において、文字パターンの背景に網
がけされている網がけ領域を精度よく抽出するものであ
る。

【０００２】

【従来の技術】文字認識においては、文字パターンの背
景への網がけの有無に拘らず、パターンを認識処理部に
渡す領域に分割して、網がけのエレメントを含めたまま
認識処理を行なうと、文字認識精度が低下する。このた
めの、文字認識の前処理として、背景に網がけされた網
がけ領域を精度よく抽出する必要がある。

【０００３】図８は従来対象としていた網がけ領域の説
明図である。図に示す例は表形式であり、その表の枠の
中に文字が記入されている。図のＡが網がけ領域であ
る。この網がけ領域を形成するパターンは、点パターン
である。つまり、細かい点の集合から構成されている。

【０００４】従来の網がけ領域の抽出処理は以下のよう
なものである。先ず、連結情報（黒い点（ピクセル）の
つながり）に基づき抽出した部分パターン（矩形で定義
づけされる：連結パターン）のうち、そのサイズがある
閾値以下のものだけを網がけエレメントの候補とし、こ
の候補の数或いは密度が位置関係等を基にして、網がけ
領域を抽出している。そして、網がけ領域を構成するエ
レメントとしては、図８に示すような点パターンのみを
対象としている。

【０００５】

【発明が解決しようとする課題】前記した従来の方法で
は、網がけエレメントの候補として、連結パターンの外
接矩形のサイズが小さいものを候補としており、また対
象とする網がけエレメントは点であるため、以下のよう
な問題があった。 網がけエレメントが大きい場合は領域の抽出ができな
い。 点パターンを対象としているため、それ以外（例えば
★等のパターン）の網がけエレメントの抽出が困難であ
る。 文字を構成する小さな部分パターンも網がけのエレメ
ントとして抽出してしまう。 等の問題があり、従って正確な網がけ領域を抽出できな
かった。図９は従来抽出できなかった網がけ領域の説明
図である。図においてＢが抽出困難な網がけ領域を示し
ている。図では明らかでないが、この黒い領域には数字
が記載されている。

【０００６】本発明はこのような課題に鑑みてなされた
ものであって、文字パターンの背景に網がけされた網が
け領域を精度よく抽出することができる網がけ領域の抽
出方法及び装置を提供することを目的としている。

【０００７】

【課題を解決するための手段】

（１）図１は本発明方法の原理を示すフローチャートで
ある。本発明は、連結情報に基づき部分パターンを抽出
し（ステップ１）、抽出した部分パターンと予め登録さ
れている網がけエレメントとのマッチングをとり（ステ
ップ２）、網がけエレメントと認識された部分パターン
の密度が閾値以上あるかどうかチェックし（ステップ
３）、網がけエレメントと認識された部分パターンの密
度が閾値以上ある場合には当該領域を網がけ領域と判定
する（ステップ４）ことを特徴としている。

【０００８】この発明の構成によれば、連結情報に基づ
き抽出された部分パターンと基準パターンとのマッチン
グをとり、網がけエレメントと認識された部分パターン
の密度が閾値以上あるかどうかをチェックすることによ
り、網がけ領域を精度よく抽出することができる。ま
た、この発明の構成によれば、点以外のパターン又は大
きなサイズの網がけ領域でも精度よく抽出することがで
きる。

【０００９】（２）この場合において、大きな部分パタ
ーンの近くに小さな部分パターンがある場合には、その
小さい部分パターンを網がけエレメントの候補から除外
することを特徴としている。

【００１０】この発明の構成によれば、例えば「か」の
ように、文字を構成する小さい点等のパターンを網がけ
領域と認識するおそれがなくなる。 （３）また、前記マッチング用に文字認識用とは別に高
速処理が可能な特徴パラメータを用いることを特徴とし
ている。

【００１１】この発明の構成によれば、マッチング用に
高速処理が可能な特徴パラメータを用いることにより、
網がけ領域の抽出処理速度を速めることができる。 （４）また、連結情報に基づき部分パターンを抽出する
部分パターン抽出部と、抽出された部分パターンを正規
化する正規化部と、該正規化部の出力を受けて特徴パラ
メータを算出する特徴パラメータ算出部と、算出した特
徴パラメータと予め登録されている網がけエレメントと
のマッチングをとるマッチング部と、該マッチング部の
出力を受けて網がけエレメントと認識されたパターンの
密度が閾値以上あるかどうかチェックし、閾値以上ある
場合に当該領域は網がけ領域であると判断する網がけ領
域判定部とを具備することを特徴としている。

【００１２】この発明の構成によれば、連結情報に基づ
き抽出された部分パターンと基準パターンとのマッチン
グをとり、網がけエレメントと認識された部分パターン
の密度が閾値以上あるかどうかをチェックすることによ
り、網がけ領域を精度よく抽出することができる。ま
た、この発明の構成によれば、点以外のパターン又は大
きなサイズの網がけ領域でも精度よく抽出することがで
きる。

【００１３】（５）更に、連結情報に基づき部分パター
ンを抽出する部分パターン抽出段と、様々な構造の表形
式に対して直線を抽出する直線抽出部と、該抽出した直
線が枠の構成要素であるかどうか判断する判断部と、枠
の情報を基に網がけ領域を抽出する網がけ領域抽出部と
を具備することを特徴としている。

【００１４】この発明の構成によれば、表形式で表され
る図形中に含まれる網がけ領域の抽出を精度よく行なう
ことができる。

【００１５】

【発明の実施の形態】以下、図面を参照して本発明の実
施の形態例を詳細に説明する。図２は本発明を実施する
システムの第１の実施の形態例を示す図である。図にお
いて、１は原稿から連結パターンを抽出する連結パター
ン抽出部、２は該連結パターン抽出部１の出力を受け
て、パターンの正規化を行なう正規化部、３は該正規化
部２で正規化されたパターンから特徴パラメータを算出
する特徴パラメータ算出部である。特徴パラメータとし
ては、例えば線密度や投影が用いられる。

【００１６】４は特徴パラメータ算出部３で算出された
特徴パラメータと、予め登録されている基準の網がけエ
レメントとのマッチングを行なうマッチング部である。
１０は該マッチング部４の出力を受けて、網がけ領域を
抽出する網がけ領域判定部である。該網がけ領域判定部
１０は、前記マッチング部４の出力を受けてマッチング
適合数を算出するマッチング適合数算出部５と、該マッ
チング適合数算出部５の出力を受けてそれが部分パター
ンの密度が閾値以上あるかどうかをチェックする閾値処
理部６から構成されている。このように構成されたシス
テムの動作を説明すれば、以下の通りである。

【００１７】先ず、連結パターン抽出部１は、ある注目
領域に対して８連結でつながっているパターンをラベリ
ングにより抽出する。図３は８連結の説明図である。注
目画素１ａが図に示す〜までの８方向に連結してい
るパターンを抽出するものである。ラベリングとは、パ
ターンに番号付けすることをいう。この時、連結パター
ン抽出部１は、各ラベル毎に外接矩形の情報も得てお
く。外接矩形とは、連結パターンを囲む矩形をいう。

【００１８】図４は外接矩形の説明図である。図におい
て、１ｂが連結パターン、１ｃが連結パターン１ｂを囲
むように形成される外接矩形である。次に、正規化部２
は、各ラベル毎に連結パターン抽出部１で抽出された連
結パターンを特定のサイズに正規化を行なう。正規化を
行なうのは、予め登録されている基準パターン（後述）
とサイズを合わせる必要があるからである。特徴パラメ
ータ算出部３は、正規化された連結パターンから特徴パ
ラメータを算出する。特徴パラメータとは、例えば線密
度や投影等をいう。このような特徴パラメータを用いる
ことにより、特徴量として線密度又は投影を用いてマッ
チングを精度よく行なうことができる。なお、この特徴
パラメータとして、文字認識用のそれとは別に高速処理
が可能な特徴パラメータを用いることができる。これに
よれば、マッチング用に高速処理が可能な特徴パラメー
タを用いるので、網がけ領域の抽出処理速度を速めるこ
とができる。マッチング部４は、算出された特徴パラメ
ータと、予め登録されている基準パラメータ（網がけエ
レメント）とのマッチング（相互比較）を行なう。

【００１９】マッチング適合数算出部５は、マッチング
処理で適合した候補数をカウントする。カウントされた
マッチング適合数は、閾値処理部６に入る。該閾値処理
部６は、マッチング処理で適合した候補数が閾値以上で
ある場合、当該連結パターン領域は網がけ領域と判定す
る。

【００２０】この実施の形態例によれば、連結情報に基
づき抽出された部分パターンと基準パターンとのマッチ
ングをとり、網がけエレメントと認識された部分パター
ンの密度が閾値以上あるかどうかをチェックすることに
より、網がけ領域を精度よく抽出することができる。ま
た、この発明の構成によれば、点以外のパターン又は大
きなサイズの網がけ領域でも精度よく抽出することがで
きる。

【００２１】この場合において、サイズが大きいラベル
の近傍にある小さなレベルは、網がけエレメントの候補
から除外する処理を加える。例えば「か」のように、文
字を構成する小さい点を網がけ領域から除外することに
より、文字を構成するパターンを網がけ領域と認識する
おそれがなくなる。

【００２２】次に、網がけ領域抽出の第２の実施の形態
例を説明する。先ず、連結パターン抽出部１は、ある注
目領域に対して８連結でつながっているパターンをラベ
リングにより抽出する。次に、正規化部２は、各ラベル
毎に連結パターン抽出部１で抽出された連結パターンを
特定のサイズに正規化を行なう。特徴パラメータ算出部
３は、得られた矩形情報から連結パターンの大きさが小
さいものの密度を該当領域内で求めておく。この時に、
文字成分に含まれる小さな部分パターンは含めないよう
にする。

【００２３】マッチング部４は、算出された特徴パラメ
ータと、予め登録されている基準パラメータ（網がけエ
レメント）とのマッチング（相互比較）を行なう。マッ
チング適合数算出部５は、マッチング処理で適合した候
補数をカウントする。カウントされたマッチング適合数
は、閾値処理部６に入る。該閾値処理部６は、マッチン
グ処理で適合した候補数が閾値以上である場合、当該連
結パターン領域は網がけ領域と判定する。

【００２４】この実施の形態例によれば、文字の一部と
して除かれた小さい文字パターンが網がけ領域であるこ
とを判定することができる。次に、本発明の第３の実施
の形態例について説明する。この実施の形態例では、連
結パターン抽出部１で抽出した連結パターンに対して、
特徴パラメータ等を算出することなく（途中の処理を飛
ばし）、閾値処理部６が連結パターンの黒画素数（黒画
素密度）をカウントする。そして、カウントした黒画素
数（黒画素密度）が所定の閾値よりも大きいと即、網が
け領域と判定するものである。この方法は、黒画素の密
度（数）で網がけ領域を判定するので、最も高速に網が
け領域を判定することができる。

【００２５】図５は本発明を実施するシステムの第４の
実施の形態例を示す図である。図２と同一のものは、同
一の符号を付して示す。この実施の形態例は、表の枠内
部を注目領域として、網がけされた枠を抽出するもので
ある。ここでは、表形式について網がけ領域を抽出する
場合について説明するが、本発明はこれに限るものでは
なく、広い意味での図形の中にある網がけ領域の抽出に
適用することができる。

【００２６】図において、１は連結パターンを抽出する
連結パターン抽出部、７は連結パターン抽出部１で抽出
された連結パターンに対してマスク処理を行なうマスク
処理部、８は該マスク処理部７の出力から線分を検出す
る線分検出部、９は線分検出部８の出力から直線を検出
する直線検出部である。

【００２７】１１は直線検出部９の出力を受けて横枠を
検出する横枠検出部、１２は直線検出部９の出力を受け
て縦枠を検出する縦枠検出部、１３は該縦枠検出部１２
の出力を受けて矩形を表現する矩形表現部、１４は該矩
形表現部１３の出力を受けて入れ子（後述）を検出する
入れ子処理部である。これら横枠検出部１１、縦枠検出
部１２、矩形表現部１３及び入れ子処理部１４とで枠検
出部２０を構成している。１５は入れ子処理部１４の出
力を受けて網がけ領域を抽出する網がけ領域抽出部であ
る。このように構成されたシステムの動作を説明すれ
ば、以下の通りである。

【００２８】連結パターン抽出部１では、８連結でつな
がっているパターンをラベリングにより抽出する。以
下、このラベリング情報を基に表の枠を抽出する。ま
た、ラベリングで得られた部分パターンのサイズが後で
必要になるので、部分パターンを矩形近似し、矩形座標
を処理中に算出しておくことが必要である。このように
して抽出された部分パターンの中で、一定以上の大きさ
をもつパターンを表の候補として抽出する。

【００２９】マスク処理部７は、連結パターン抽出部１
の出力を受けて以下の処理を行なう。画像から極端な斜
め成分を省き、枠だけに存在する長い直線を抽出しやす
くするため、縦横線分に対してマスク処理を行ない、細
線化を行なう。

【００３０】続く線分検出部８は、マスク処理部７の出
力を受けて以下の処理を行なう。前記マスク処理画像に
対して隣接投影値（投影値にその周囲の投影値を足しあ
わせ、その値を投影値とすることで周囲を大局的にとら
えることを可能にするもの）を算出し、縦横両方向に対
して、ある一定長さの線分或いは直線の一部を矩形近似
して検出する。図６は線分検出の説明図であり、線分を
矩形近似していることがわかる。

【００３１】なお、該線分検出部８はマスク処理画像を
使用するが、以下の処理には原画像を使用する。直線検
出部９は、前記線分検出部８で検出された矩形線分（矩
形近似して検出した線分）のうち、近隣の矩形線分同士
を統合して長い直線を検出し、検出した直線を矩形近似
し、矩形情報を求める。図７は直線検出の説明図であ
る。近隣の矩形線分同士を統合して１つの矩形線分とし
ている。この直線検出部９の出力は枠検出部２０に入力
される。

【００３２】枠検出部２０は、検出した縦横の直線の中
で枠を構成する直線を決定し、上下左右の四辺を枠で囲
まれた矩形範囲を左上から順番に抽出する。これによ
り、枠の構造を表現する。なお、枠の内部が更に細かく
分割されている状態を入れ子と呼ぶ。

【００３３】先ず横枠検出部１１は、上部から順番にあ
る規則に従って１行を構成する２本の横線の組を決定
し、横枠とする。次に、縦枠検出部１２は、横枠検出部
１１で検出した横枠を構成する組として抽出した横線２
本によって作られる間隔、即ち１行毎に処理を行なう。
そして、抽出した縦線の中で、横枠を構成する２本の直
線に上下ともに達しているものを縦枠とする。

【００３４】矩形表現部１３は、前述の処理で決定され
た横枠と縦枠とで四方を囲まれた矩形範囲を抽出する。
入れ子処理部１４は、前述の処理で抽出した矩形範囲の
内部が更に細かく分割されている場合に、入れ子処理を
行なう。矩形範囲の全体が細かく分割されている場合に
はその全体を、その一部分だけが細かく分割されている
場合にはその一部を新たに表と見なし、同様の処理を行
なう。

【００３５】以上の処理を繰り返すことで、表の矩形表
現を行なうことができる。網がけ領域抽出部１５は、前
述までの処理で抽出した矩形範囲（セル）のそれぞれを
注目領域として、第１〜第３の実施の形態例で説明した
網がけ領域抽出方法をそれぞれ単独、或いは組み合わせ
て用いることにより、網がけ領域の抽出を行なう。

【００３６】この実施の形態例によれば、表形式で表さ
れる図形中に含まれる網がけ領域の抽出を精度よく行な
うことができる。

【００３７】

【発明の効果】以上、詳細に説明したように、本発明に
よれば、 （１）連結情報に基づき部分パターンを抽出し（ステッ
プ１）、抽出した部分パターンと予め登録されている網
がけエレメントとのマッチングをとり（ステップ２）、
網がけエレメントと認識された部分パターンの密度が閾
値以上あるかどうかチェックし（ステップ３）、網がけ
エレメントと認識された部分パターンの密度が閾値以上
ある場合には当該領域を網がけ領域と判定する（ステッ
プ４）ことにより、この発明の構成によれば、連結情報
に基づき抽出された部分パターンと基準パターンとのマ
ッチングをとり、網がけエレメントと認識された部分パ
ターンの密度が閾値以上あるかどうかをチェックし、網
がけ領域を精度よく抽出することができる。また、この
発明の構成によれば、点以外のパターン又は大きなサイ
ズの網がけ領域でも精度よく抽出することができる。

【００３８】（２）この場合において、大きな部分パタ
ーンの近くに小さな部分パターンがある場合には、その
小さい部分パターンを網がけエレメントの候補から除外
することにより、例えば「か」のように、文字を構成す
る小さい点等のパターンを網がけ領域と認識するおそれ
がなくなる。

【００３９】（３）また、前記マッチング用に文字認識
用とは別に高速処理が可能な特徴パラメータを用いるこ
とにより、マッチング用に高速処理が可能な特徴パラメ
ータを用いることにより、網がけ領域の抽出処理速度を
速めることができる。

【００４０】（４）また、連結情報に基づき部分パター
ンを抽出する部分パターン抽出部と、抽出された部分パ
ターンを正規化する正規化部と、該正規化部の出力を受
けて特徴パラメータを算出する特徴パラメータ算出部
と、算出した特徴パラメータと予め登録されている網が
けエレメントとのマッチングをとるマッチング部と、該
マッチング部の出力を受けて網がけエレメントと認識さ
れたパターンの密度が閾値以上あるかどうかチェック
し、閾値以上ある場合に当該領域は網がけ領域であると
判断する網がけ領域判定部とを具備することにより、連
結情報に基づき抽出された部分パターンと基準パターン
とのマッチングをとり、網がけエレメントと認識された
部分パターンの密度が閾値以上あるかどうかをチェック
し、網がけ領域を精度よく抽出することができる。ま
た、この発明の構成によれば、点以外のパターン又は大
きなサイズの網がけ領域でも精度よく抽出することがで
きる。

【００４１】（５）更に、連結情報に基づき部分パター
ンを抽出する部分パターン抽出段と、様々な構造の表形
式に対して直線を抽出する直線抽出部と、該抽出した直
線が枠の構成要素であるかどうか判断する判断部と、枠
の情報を基に網がけ領域を抽出する網がけ領域抽出部と
を具備することにより、表形式で表される図形中に含ま
れる網がけ領域の抽出を精度よく行なうことができる。

【００４２】このように、本発明によれば、文字パター
ンの背景に網がけされた網がけ領域を精度よく抽出する
ことができる網がけ領域の抽出方法及び装置を提供する
ことができる。

【図面の簡単な説明】

【図１】本発明方法の原理を示すフローチャートであ
る。

【図２】本発明を実施するシステムの第１の実施の形態
例を示す図である。

【図３】８連結の説明図である。

【図４】外接矩形の説明図である。

【図５】本発明を実施するシステムの第４の実施の形態
例を示すブロック図である。

【図６】線分検出の説明図である。

【図７】直線検出の説明図である。

【図８】従来対象としていた網がけ領域の説明図であ
る。

【図９】従来抽出できなかった網がけ領域の説明図であ
る。

【符号の説明】

１ 連結パターン抽出部 ２ 正規化部 ３ 特徴パラメータ算出部 ４ マッチング部 ５ マッチング適合数算出部 ６ 閾値処理部 １０ 網がけ領域判定部

Claims (5)

【特許請求の範囲】
1. 【請求項１】 連結情報に基づき部分パターンを抽出し
   （ステップ１）、 抽出した部分パターンと予め登録されている網がけエレ
   メントとのマッチングをとり（ステップ２）、 網がけエレメントと認識された部分パターンの密度が閾
   値以上あるかどうかチェックし（ステップ３）、 網がけエレメントと認識された部分パターンの密度が閾
   値以上ある場合には当該領域を網がけ領域と判定する
   （ステップ４）ことを特徴とする網がけ領域の抽出方
   法。
2. 【請求項２】 文字を構成する大きな部分パターンの近
   くに小さな部分パターンがある場合には、その小さい部
   分パターンを網がけエレメントの候補から除外すること
   を特徴とする請求項１記載の網がけ領域の抽出方法。
3. 【請求項３】 前記マッチング用に文字認識用とは別に
   高速処理が可能な特徴パラメータを用いることを特徴と
   する請求項１記載の網がけ領域の抽出方法。
4. 【請求項４】 連結情報に基づき部分パターンを抽出す
   る部分パターン抽出部と、 抽出された部分パターンを正規化する正規化部と、 該正規化部の出力を受けて特徴パラメータを算出する特
   徴パラメータ算出部と、 算出した特徴パラメータと予め登録されている網がけエ
   レメントとのマッチングをとるマッチング部と、 該マッチング部の出力を受けて網がけエレメントと認識
   されたパターンの密度が閾値以上あるかどうかチェック
   し、閾値以上ある場合に当該領域は網がけ領域であると
   判断する網がけ領域判定部とを具備して構成される網が
   け領域抽出装置。
5. 【請求項５】 連結情報に基づき部分パターンを抽出す
   る部分パターン抽出段と、 様々な構造の表形式に対して直線を抽出する直線抽出部
   と、 該抽出した直線が枠の構成要素であるかどうか判断する
   判断部と、 枠の情報を基に網がけ領域を抽出する網がけ領域抽出部
   とを具備して構成される網がけ領域抽出装置。