JPH11316797A

JPH11316797A - 文書画像の領域識別方法および装置

Info

Publication number: JPH11316797A
Application number: JP11056842A
Authority: JP
Inventors: Kenji Hiramoto; 建志平本; Hiroshi Matsuuchi; 浩松内
Original assignee: Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Holdings Corp
Priority date: 1998-03-06
Filing date: 1999-03-04
Publication date: 1999-11-16

Abstract

(57)【要約】【課題】画像データから領域識別に必要な周辺分布特
徴や線密度特徴を簡便な処理で抽出し、高速に領域識別
を可能にする。【解決手段】線幅特徴抽出部４で、画像データより外
接矩形とその外接矩形の総画素数、水平シフト差分画素
数、垂直シフト差分画素数を抽出し、特徴値算出部５に
より領域識別を行なう際に必要となる周辺分布特徴を、
特定方向の周辺分布特徴抽出部６、７が抽出済みの外接
矩形と総画素数を基に簡便に算出する。また、同様に、
必要な線密度特徴を、特定方向の線密度特徴抽出部８、
９が抽出済みの外接矩形と水平シフト差分画素数、垂直
シフト差分画素数を基に簡便に算出し、高速な領域識別
を実現する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、光学的文字読み取
り装置（ＯＣＲ）等において、文書画像の領域を識別す
る方法および装置に関する。

【０００２】

【従来の技術】従来、ＯＣＲ等における文書画像の領域
識別を行ない、本文、図、写真領域等を抽出する方法と
して、特許第２５５０８６７号公報や特開昭６２−１１
９６９０公報に開示されているような様々な方法が提案
されている。これらの方法は、周辺分布特徴と線密度特
徴の一方あるいは両方、更に、これらに外接矩形を組み
合わせて実現されているようになっている。

【０００３】ここで、周辺分布特徴とは、特定方向に所
定長さとそれに直交する所定高さを持つ抽出対象領域の
画像データより得られる画素数であり、抽出対象領域の
文字の数や大きさに関係のない黒の画素数に相当し、上
記特定の方向とは、通常水平および垂直の両方向とな
る。

【０００４】また、線密度特徴とは、特定方向に所定長
さとそれに直交する所定高さを持つ抽出対象領域の画像
データより得られる単位高さあたりの線数を意味し、上
記周辺分布特徴が高くても太い線で少ない文字が書かれ
ている場合と、細い文字で多くの文字が書かれている場
合の見分けがつかないところから、上記線の密度の分布
を表す線密度特徴を加味するようになっている。このよ
うに２つの特徴を使用すると、例えば見出し領域である
のか、文書領域であるのかの判別がし易くなる。

【０００５】また、上記外接矩形とは、上記画像デ−タ
の連続する黒画素の外周を囲む形状であり、これを参照
することによって、それぞれの文字の領域を判別した
り、あるいは、行の傾斜を補正したりすることができる
ようになっている。ここで連続する黒画素とは、上下、
左右、斜めの８方向いずれかに連続すれば足りる。

【０００６】まず、図４１(a) に示すように用紙中央上
側に比較的大きな文字で主見出しＴm が表示され、その
下に左右に２段組で文章が記入されるとともに、左段の
先頭に副見出しＴs が表示されている文書の領域認識を
行う場合を例に、上記従来の方法を説明する。

【０００７】先ず全体の画像データをビットマップメモ
リ上に取り込んだ状態で、垂直方向、水平方向に上記の
周辺分布特徴と線密度特徴を取得する。周辺分布特徴と
線密度特徴は同時に取得する必要はなく、特に線密度特
徴は後に必要になってから取得するようにしてもよい。
ここで水平方向の周辺分布特徴から、最上部と、その下
部の全面とが異なる領域であるらしいことが理解でき
る。そこで、さらに上記最上部と他の部分とで個別に垂
直水平の両方向に周辺分布特徴と線密度特徴とを取得す
る。

【０００８】最上部の垂直方向の線密度特徴は図４１
(b) に示すように著しく小さくなっており、この部分は
文字数が少ない見出し領域Ｔm であることが理解でき
る。また、上記最上部以外の部分の垂直方向の周辺分布
特徴が、図４１(c) に示すように中央付近で小さくなっ
ていることから、左右に段組みがあることが判り、水平
方向に周辺分布特徴は周期性を持っているので、文書領
域であることが理解できる。

【０００９】そこで更に、段組みの左右より別個に周辺
分布特徴と線密度特徴を取得すると、図４１(d) 左段上
部が他の部分の周期性と異なっているので、この部分に
副見出しＴs があることが予測される。この状態で更
に、上記左段の上部とそれ以外の部分の周辺分布特徴と
線密度特徴を取得して、副見出しのあることを確認する
ことになる。

【００１０】

【発明が解決しようとする課題】以上述べたように、従
来の領域識別方法では、周辺分布特徴や線密度特徴を直
接画像メモリに格納されたビットマップ状の画像データ
より抽出する必要がある。しかも、文書領域をブロック
に分割する場合、上記のように一度求められた周辺分布
特徴や線密度特徴に基づいて分割域の候補を抽出し、再
度その周辺の画像データの周辺分布特徴や線密度特徴を
抽出して、真の分割域であるか否かを確認して分割処理
を実行するといった重複処理が必要であり、多くの処理
時間を必要とするという課題があった。

【００１１】また、文字サイズが同じで線幅のみ違う文
字により見出しが書かれた文書画像から、簡素な方法
で、見出し領域を抽出することが困難であるという課題
があった。

【００１２】さらに、認識辞書の選択が、文字の複雑度
に基づいて行なわれており、文字の線幅による更に細密
な辞書の分類はなされていないという課題があった。

【００１３】そして、画像の文字などの構成要素の線幅
が予め解っている場合においても、簡素な方法で線幅の
違いを利用し、文字の判別を行なったり、あるいは、抽
出結果を線幅で棄却したりといった、処理速度や領域識
別の精度向上へ、線幅を利用していないという課題があ
った。

【００１４】そこで、本発明はこのような課題を解決
し、周辺分布特徴と線密度特徴の抽出時間を短縮し、高
速な領域識別方法を実現する方法および装置を提供する
ことを目的とする。

【００１５】また、線幅に着目し、簡単な方法で見出し
領域の抽出を実現すると共に、文字サイズが同じで線幅
のみ違う文字により見出しが書かれた文書画像からの、
見出し領域抽出を実現する方法および装置を提供するこ
とを目的とする。

【００１６】さらに、文字の線幅に基づき、更に細密な
認識辞書の分類を行ない、認識率の向上を実現する方法
および装置を提供することを目的とする。

【００１７】そして、文字などの構成要素の線幅が予め
解っている画像を対象とする場合に、線幅を利用した高
速な領域識別や、領域識別の精度向上を実現する方法お
よび装置を提供することを目的とする。

【００１８】

【課題を解決するための手段】上記目的を達成するため
に、本発明は以下の手段を採用している。まず、本発明
は、特定方向に所定長さとそれに直交する所定高さを持
つ抽出対象領域の画像データの画素数に相当する周辺分
布特徴、上記抽出対象領域の単位高さ当たりの画像デー
タの線の数に相当する線密度特徴、更に、文書を構成す
る文字の線幅の内の少なくとも１つの要素を使用する文
書画像の領域識別装置を前提としている。

【００１９】上記領域識別装置において、線幅特徴処理
部４は、上記画像デ−タの連続する画素の外周を囲む形
状である外接矩形を生成するとともに、該外接矩形内の
総画素数を算出する。また、外接矩形内の画素配列を特
定の方向に微分したときの白から黒もしくは黒から白へ
の変化点に位置する画素の数である特定方向毎のシフト
差分画素数を求める上記特定方向シフト差分画素数、更
に、水平および垂直方向のシフト差分画素であって、両
者に重なりがある場合はいずれか一方の画素である総合
シフト差分画素の総和を求めるようにしておく。

【００２０】上記外接矩形の総画素数に基づいて、周辺
分布特徴処理部６、７は、上記外接矩形の上記特定方向
に直交する方向の高さに対する抽出対象領域の高さの割
合を乗じた値を、上記抽出対象領域と重なりがある全て
の外接矩形から取得してその総和を特定方向の周辺分布
特徴値として求める。このとき、また特定の外接矩形の
上記特定方向のシフト差分画素数に基づいて、線幅密度
特徴抽出部８、９は、該特定方向のシフト差分画素数
に、その外接矩形の上記特定方向に直交する方向の高さ
に対する抽出対象領域の高さの割合を乗じた値を、抽出
対象領域と重なりがある全ての外接矩形から取得すると
ともに、その総和の上記抽出対象領域の単位高さ当たり
の画素数を特定方向の線密度特徴値として求める。

【００２１】更に、上記総合シフト差分画素数と特定の
外接矩形の総画素数に基づいて、線幅概算値抽出部１０
は、抽出対象領域に属する外接矩形を構成する画素数の
総和を、上記抽出対象領域に属する外接矩形の総合シフ
ト差分画素数の総和で割った線幅概算値を線幅相当値と
して算出する。

【００２２】以上によって、従来の方法では、画像デー
タを直接参照して抽出していた周辺分布特徴値や線密度
特徴値を、画像データの直接参照なしに抽出可能とな
り、繰り返し抽出を行なっても、より少ない処理時間で
抽出できる。

【００２３】また、線幅概算値を用いることによって、
見出しの抽出が効率よく実行できることになる。

【００２４】例えば、見出し抽出部１３は、文書画像か
ら抽出された文字行より抽出された上記線幅概算値に基
づいて、見出しとして十分大きな線幅の最小値を抽出す
る最小見出し線幅を得ておき、該最小見出し線幅を越え
る線幅の文字行を見出しとすることができる。また、上
記最小見出し線幅は、対象文字行の前後の複数行もしく
は文書ブロックに基づいて求めることもできる。

【００２５】上記最小見出し線幅は、特定の方法で抽出
された見出し候補以外の文字行に基づいて実行すること
も可能であり、このとき、上記見出し候補行の前後数
行、または、前後の文書ブロックを対象とすることもで
きる。

【００２６】更に、線幅概算値を用いることによって、
文字行、文書ブロックの抽出を効率よく実行することが
できる。

【００２７】例えば、文書ブロック抽出部１１は、外接
矩形単位の線幅概算値が、既知の線幅に近似するとき
に、該近似する複数行に跨がる外接矩形を１の文書ブロ
ックとすることができ、また、既知の方法で抽出された
文書ブロック候補より取得された上記線幅概算値（ある
いは線幅概算値の比率）が、既知の文書ブロックの線幅
（あるいは線幅の比率）に近いときに、上記候補を文書
ブロックとすることができる。

【００２８】また、文字行抽出部１２は、外接矩形単位
の線幅概算値が、既知の線幅に近似するときに、該近似
する１行の外接矩形を１文字行とすることができ、ま
た、既知の方法で抽出された文字行候補より取得された
上記線幅概算値（あるいは線幅概算値の比率）が、既知
の文字行の線幅（あるいは線幅の比率）に近いときに、
上記文字行候補を文字行とすることができる。

【００２９】更に、上記線幅概算値に基づいて当該文字
行をの内容を解読するための認識認識辞書を選択するこ
とも可能である。

【００３０】

【発明の実施の形態】以下、本発明の実施の形態につい
て、図を用いて説明する。

【００３１】図１は本発明に係る領域識別方法および領
域識別装置を用いた文字認識装置の構成を示すブロック
図である。かかる文字認識装置は、紙面に印字された文
書画像等を光電変換して画像デ−タを得るスキャナ等の
画像入力部１、後に詳述する画像データを各種領域に分
割する領域識別部２、抽出された見出し領域や本文領域
中の文字行を構成する文字を一文字づつ認識する文字認
識部１５により構成される。

【００３２】上記装置の領域識別部２、文字認識部１５
は専用の回路あるいは汎用のコンピュ−タ−とこれに格
納されるプログラムによっても達成することができ、こ
のプログラムはフロッピ−ディスク等の記録媒体に記録
することができる。

【００３３】図１に示される上記領域識別部２は、図１
１に示す動作手順で作動する。

【００３４】まず、領域識別部２の前処理部３は、上記
画像入力部１から入力された画像データを以降の領域識
別が容易な画像に公知の技術により変換・補正し線幅特
徴抽出部４に入力する（ステップ１０１）。

【００３５】線幅特徴抽出部４は、上記変換・補正され
た画像データから以下に説明するように外接矩形を抽出
し、さらに、その外接矩形毎に総画素数、水平シフト差
分画素数、垂直シフト差分画素数、総合シフト差分画素
数を抽出する（ステップ１０２）。

【００３６】文書ブロック抽出部１１は、上記線幅特徴
抽出部４で得られる上記各特徴値に基づいて、画像デー
タより本文領域、見出し領域、図領域、写真領域、表領
域等の文書ブロックを抽出する（ステップ１０３）。

【００３７】文字行抽出部１２は、上記文書ブロック抽
出部１１で抽出された本文領域から文字行を抽出し、ま
た、見出し抽出部１３は、上記抽出された文書ブロック
から見出しを抽出する（ステップ１０４→１０５）。

【００３８】尚、上記線幅特徴抽出部４での処理以外の
文書ブロック抽出処理および文字行の抽出処理は従来の
方法を用いるので、ここでは詳しい説明を省略する。

【００３９】更に、認識辞書選択部１４は、順次抽出さ
れる文字行に最適な認識辞書を選択するとともに、以降
に説明する文字認識処理で最適な辞書が使われるよう
に、当該文字行に認識辞書ＩＤを付与するようになって
いる（ステップ１０６→１０７→１０８）。

【００４０】図２は上記線幅特徴抽出部４の更に詳しい
構成を示すブロック図であり、図３にその具体的な処理
の内容を示す説明図であり、更に、図１２は線幅特徴抽
出部の動作手順を示すフロー図である。

【００４１】線幅特徴抽出部４の行内ラン抽出部４０１
は、画像データの高さが１画素、幅が画像データの幅で
ある１画素行を対象としてラン、すなわち連続する黒画
素の位置と長さの情報を抽出する（ステップ２０１）。
ここで、図３(a) に示すような画素ｐの配列よりなる画
像データからランを抽出すると、図３(b) のランＲ１〜
Ｒ１０がそれぞれ抽出され、上記位置の情報と長さの情
報は、例えば各ランＲ１〜Ｒ１０の黒画素の水平方向始
点（水平方向の右端または左端）の座標と個数を以って
表わされる。

【００４２】外接矩形生成部４０２は、上記のように抽
出されたランを基に外接矩形を生成・更新する（ステッ
プ２０２）。すなわち、ランからは直接行方向の画素の
繋がりが分かり、また、上記ランの始点の座標と個数を
参照すると、列方向の画素の繋がりも判ることになる。
例えば、図３(b) のランＲ１、Ｒ２・・・Ｒ１０に対応
して画素の繋がりを行方向（紙面左右方向）、列方向
（紙面上下方向）にトレースすると図３(a) の外接矩形
Ｃが抽出される。

【００４３】総画素数計数部４０３は、上記のようにし
て抽出された外接矩形を形成する画素数を、当該外接矩
形毎に計数する（ステップ２０３）。すなわち、図３
(b) のランＲ１、Ｒ２・・・Ｒ１０各々のランの長さ
（画素数）の総和である３３が総画素数として抽出され
る。

【００４４】水平シフト差分画素数計数部４０４は、ラ
ンの数を外接矩形毎に計数する（ステップ２０４）。す
なわち、図３(b) の各ランＲ１、Ｒ２・・・Ｒ１０を右
端もしくは左端から微分した（以下に説明するシフト差
分画素数との関係で、右端と考えるのが合理的）ときの
白から黒（黒から白）への変化点に位置する画素の数で
あり、この数はランの数と同じになり、ここでは１０が
水平シフト差分画素数として抽出される。

【００４５】垂直シフト差分画素数計数部４０５は、前
画素行（下記の図３(c) の例では上の行）中のランと重
なりを持たないラン部分の画素を外接矩形毎に計数する
（ステップ２０５）。すなわち、図３(b) のランの配列
を列方向に微分したときの白から黒（黒から白）への変
化点に位置する画素の数である。

【００４６】例えば、図３(b) の１行目の行は、更にそ
の上の行がないので、全画素がカウントの対象になる
（図３(c) 、垂直シフト差分画素ＳＶ１）。次いで、図
３(b) の２〜４行目は、それぞれ上の行と重なっている
ので、全画素がカウントの対象にならない。５行目は右
４画素は上の行と重なりがないのでカウントの対象とな
る（図３(c) 、シフト差分画素ＳＶ２）。同様にして垂
直シフト差分画素ＳＶ３、ＳＶ４が得られることにな
る。

【００４７】総合シフト差分画素数計数部４０６は、上
記垂直シフト差分画素数（前画素行中のランと重なりを
持たないラン部分の画素数）に、さらに、ランの右端
（または左端）の画素が前画素行中のランと重なりを持
つ場合には１を加えた値を算出する。すなわち、上記水
平シフト差分画素と上記垂直シフト差分画素とを重ね合
わせた状態（両者が重複する場合はいずれか一方）の画
素の総数を外接矩形毎に計数する（ステップ２０６）。
図３(d) の例では総合シフト差分画素ＳＨＶ１、ＳＨＶ
５、ＳＨＶ８の左側の画素、ＳＨＶ９がそれぞれ図３
(c)の垂直シフト差分画素数ＳＶ１、ＳＶ２、ＳＶ３、
ＳＶ４に対応し、また、総合シフト差分画素ＳＨＶ２、
ＳＨＶ３、ＳＨＶ４、ＳＨＶ６、ＳＨＶ７、ＳＨＶ８の
右側の画素、ＳＨＶ１０が垂直シフト差分画素数と重な
らない水平シフト差分画素となり、総計は２２となる。

【００４８】特徴記憶部４０７は、上記のようにして得
られた各外接矩形、該各外接矩形単位の総画素数、水平
シフト差分画素数、垂直シフト差分画素数、総合シフト
差分画素数をそれぞれ記憶しておくことになる。

【００４９】以上の処理は１画素行ごとに対象外接矩形
を構成する全画素行について行なうことはもちろんであ
る。（ステップ２０７）。

【００５０】上記のようにして得られた外接矩形、各外
接矩形の総画素数、水平シフト差分画素数、垂直シフト
差分画素数、総合シフト差分画素数は特徴抽出部で以下
のように用いられる。該特徴識別部は図１において装置
に組み込まれた状態が示されている。また、図４は該特
徴抽出部５の水平方向周辺分布特徴抽出部６の構成を示
すブロック図であり、図１３は該水平方向周辺分布特徴
抽出部６の動作を示すフロー図であり、更に図１４は水
平方向周辺分布特徴抽出部６の処理の内容を示す説明図
である。

【００５１】水平方向周辺分布特徴抽出部６の重複特徴
判別部６０１は、上記特徴記憶部４０７が持つ外接矩形
の中から特定の外接矩形を取り出し、図示しない上位の
制御手段より任意に指定される水平方向の周辺分布特徴
値の抽出対象領域と、当該外接矩形が交わりを持つか否
かを判別する（ステップ３０１）。例えば、図１４の画
像データの例では、抽出対象領域ＡＰＨ１と外接矩形Ｃ
１、Ｃ２・・・が交わりを持つことが確認される。

【００５２】次いで特徴別重複割合算出部６０２が、当
該外接矩形の垂直方向の辺（画素数）が、抽出対象領域
の垂直方向の高さ（画素数）と重なっている部分の割合
を算出する（ステップ３０２）。すなわち、図１４の例
では外接矩形Ｃ１の垂直方向の辺の画素数が４であり、
抽出対象領域の垂直方向の辺の画素数は１であるので、
重複割合は１／４であり、同様に外接矩形Ｃ２の重複割
合が１／５であることが算出される。

【００５３】特徴別重複画素数算出部６０３は、当該外
接矩形に対応する総画素数に、上記重複割合を乗じた重
複画素数を算出する（ステップ３０３）。すなわち、上
記図１４の外接矩形Ｃ１の例では、総画素数が６である
ので、重複画素数は６×１／４＝１．５であり、同様に
して、外接矩形Ｃ２の重複画素数は上記１０×１／５＝
２であることが算出される。

【００５４】重複画素数累計部６０４は、現在までの重
複画素数の累計値に、新たに抽出された重複画素数を加
える（ステップ３０４）。すなわち、図１４の例では、
抽出対象領域ＡＰＨ１の重複画素数の累計値３．５が得
られ、この値が水平方向周辺分布特徴値となる。ここ
で、抽出対象領域ＡＰＨ１の実際の水平方向周辺分布特
徴値すなわちランの長さは４であるが、以下に説明する
ように上記のようにして得られる値を用いても支障がな
く、従って、実際に水平方向周辺分布特徴を画像メモリ
から読み取ることなく、上記線幅特徴抽出部４が抽出し
た外接矩形に基づいた計算によって、近似的に上記水平
方向分布特徴を得ることができることになる。

【００５５】ここで、図１４の抽出対象領域ＡＰＨ２の
ように、特徴値の抽出対象領域が、外接矩形Ｃ１、Ｃ２
・・・を包含している場合には、特徴別重複割合算出部
６０２と、特徴別重複画素数算出部６０３による重複画
素数の算出を省略し、重複画素数累計部６０４におい
て、外接矩形Ｃ１、Ｃ２・・・に対応する総画素数の総
和を算出することで、水平方向周辺分布特徴値が得られ
るため好適である。すなわち、特徴別重複割合は外接矩
形Ｃ１、Ｃ２とも１となり、従って重複画素数は各外接
矩形Ｃ１、Ｃ２の画素数と同じになるためである。

【００５６】上記特徴抽出部５は垂直方向の周辺分布特
徴を抽出する垂直方向周辺分布特徴抽出部７を備えてい
る。図５はこの垂直方向周辺分布特徴抽出部の構成を示
すものであるが、この動作については、上記水平方向周
辺分布特徴抽出部６の動作と方向が９０度異なるだけ
で、基本的に同様である。具体的には、重複割合高さの
算出処理（ステップ３０２）において、特徴別重複割合
算出部７０２が、当該外接矩形の水平方向の辺の画素数
が、抽出対象領域の水平方向の辺の数と重なっている部
分の割合を算出する点で異なるだけである。

【００５７】次に、上記特徴抽出部５は水平方向の線密
度特徴を抽出する水平方向線密度特徴抽出部８を備えて
いる。図６は該水平方向線密度特徴抽出部８の構成を示
すブロック図であり、図１５は水平方向線密度特徴抽出
部８の動作手順を示すフロー図である。

【００５８】重複特徴判別部８０１は、上記重複特徴判
別部６０１での場合と同様、線幅特徴抽出部４の特徴記
憶部４０７が持つ外接矩形の中から１つの外接矩形を取
り出し、図示しない上位の制御手段より指定される、水
平方向の線密度特徴値の抽出対象領域と、当該外接矩形
が交わりを持つか否かを判別する（ステップ４０１）。
すなわち、図１６の例では、上記抽出対象領域ＡＤＨ１
と外接矩形Ｃ１、Ｃ２・・・が交わりを持つことを、ま
ず確認する。

【００５９】特徴別重複割合算出部８０２は、上記特徴
別重複割合算出部６０２と同様、当該外接矩形の垂直方
向の辺（画素数）が、抽出対象領域の垂直方向の高さ
（画素数）と重なっている部分の割合を算出する（ステ
ップ４０２）。従って、図１６の例では上記したよう
に、外接矩形Ｃ１と抽出対象領域ＡＤＨ１との重複割合
が１／４であり、外接矩形Ｃ２と抽出対象領域ＡＤＨ１
との重複割合が１／５であることが算出される。

【００６０】特徴別重複水平シフト差分画素数算出部８
０３は、当該外接矩形に対応する水平シフト差分画素数
に、抽出された抽出対象領域と重なっている部分の上記
割合を、乗じた重複水平シフト差分画素数を算出する
（ステップ４０３）。ここで図１６の例の場合、外接矩
形Ｃ１の水平シフト差分画素数は４であるので、重複水
平シフト差分画素数は４×１／４＝１、外接矩形Ｃ２の
水平シフト差分画素数は５であるので、重複水平シフト
差分画素数は５×１／５＝１となる。

【００６１】更に、重複水平シフト差分画素数累計部８
０４は、現在までの重複水平シフト差分画素数の累計値
に、新たに抽出された重複水平シフト差分画素数を加え
る（ステップ４０４）。従って、合計２が領域ＡＤＨ１
の重複水平シフト差分画素数となることが判る。

【００６２】以上の重複判定処理（ステップ４０１）か
ら累計値の更新処理（ステップ４０４）までを特徴記憶
部４０７が持つ全ての外接矩形について行なう（ステッ
プ４０５）。そして、水平方向線密度特徴算出部８０５
は、抽出された重複水平シフト差分画素数の累計値を、
水平方向の線密度特徴値の抽出対象領域の垂直方向の辺
の長さで割り、その値を水平方向の線密度特徴値とする
（ステップ４０６）。すなわち、図１６の例では上記抽
出対象領域ＡＤＨ１の垂直方向の辺の長さは１であるの
で上記累計値２を１で割ると、線密度特徴値として２が
得られることになる。

【００６３】また、図１６において抽出対象領域の高さ
が１画素幅でない（抽出対象領域ＡＤＨ２）場合を例に
説明する。まず、外接矩形Ｃ１、Ｃ２・・・が抽出対象
領域ＡＤＨ２と交わりを持つことが確認され（ステップ
４０１）、抽出対象領域ＡＤＨ２と外接矩形Ｃ１の重複
割合が２／４であり、外接矩形Ｃ２の重複割合が１／５
であることが算出される（ステップ４０２）。さらに、
外接矩形Ｃ１の重複水平シフト差分画素数が４×２／４
＝２であり、外接矩形Ｃ２の重複水平シフト差分画素数
が５×１／５＝１であることが算出される（ステップ４
０３）。これにより、抽出対象領域ＡＤＨ２の重複水平
シフト差分画素数の累計値３が得られ、更に、重複水平
シフト差分画素数の累計値３を、抽出対象領域ＡＤＨ２
の高さ２で割った結果、１．５が水平方向の線密度特徴
値として抽出される（ステップ４０４→４０６）。

【００６４】また、図７に示す垂直方向線密度特徴抽出
部９の動作については、水平方向線密度特徴抽出部８の
動作と方向が９０度異なるだけで、基本的に同様であ
る。具体的には、図１５の重複割合の算出処理（ステッ
プ４０２）において、特徴別重複割合算出部９０２が、
当該外接矩形の水平方向の辺が、抽出対象領域と重なっ
ている部分の割合を算出する点と、重複水平シフト差分
画素数の算出処理から累計値の更新処理（ステップ４０
３→４０４）において、水平シフト差分画素数の代わり
に垂直シフト差分画素数が用いられる点と、水平方向線
密度特徴の算出処理（ステップ４０６）において、垂直
方向線密度特徴算出部９０５が、外接矩形および抽出対
象領域の垂直方向の辺の長さの代わりに、水平方向の辺
の長さを用いる点で異なるだけである。

【００６５】上記特徴値算出部５は線幅概算値抽出部を
備えた構成となっている。図８は、該線幅概算値抽出部
１０の構成を示すブロック図であり、図１７はその動作
手順を示すフロー図であり、更に、図１８は線幅概算値
の内容を示す説明図である。

【００６６】線幅概算値抽出部１０の対象領域内特徴判
別部１０１は、特徴記憶部４０７が持つ外接矩形の中か
ら１つの外接矩形を取り出す。そして、線幅概算値抽出
部１０の図示しない制御手段より任意に指定される、線
幅概算値の抽出対象領域の中に、当該外接矩形が入って
いるかを判別する（ステップ５０１）。例えば図１８に
おいて、抽出対象領域ＡＬＷ内に、外接矩形Ｃ１、Ｃ２
・・・が存在することを確認する。

【００６７】総画素数累計部１０２は、現在までの総画
素数の累計値に、新たに抽出された当該外接矩形に対応
する総画素数を加える（ステップ５０２）。すなわち、
図１８において外接矩形Ｃ１の総画素数６と、外接矩形
Ｃ２の総画素数１０を、累計した総画素数累計値１６が
得られることになる。

【００６８】総合シフト差分画素数累計部１０３は、現
在までの総合シフト差分画素数の累計値に、新たに抽出
された外接矩形に対応する総合シフト差分画素数を加え
る（ステップ５０３）。図１８の例では、図１８(a) の
外接矩形Ｃ１、Ｃ２を構成するランに基づいて総合シフ
ト差分画素をとると、図１８(b) のようになる。そこ
で、外接矩形Ｃ１の総合シフト差分画素数６と、外接矩
形Ｃ２の総合シフト差分画素数７を、累計した総合シフ
ト差分画素数累計値１３が得られる。

【００６９】以上の抽出対象領域内であるか否かの判断
処理（ステップ５０１）から総合シフト差分画素数の累
計値の演算処理（ステップ５０３）は特徴記憶部４０７
が持つ全ての外接矩形について実行され、線幅概算値算
出部１０４が、抽出された総画素数の累計値を、抽出さ
れた総合シフト差分画素数の累計値で割り、その値を線
幅概算値とする（ステップ５０４→５０５）。

【００７０】すなわち、図１８の例では総画素数累計値
１６を総合シフト差分画素数累計値１３で割った値１．
２３が線幅概算値として抽出される。

【００７１】ところで、上記においては水平方向周辺分
布特徴値、垂直方向周辺分布特徴値、水平方向線密度特
徴値、垂直方向線密度特徴値、線幅概算値を、特徴記憶
部４０７が持つ全ての外接矩形について処理を行なう例
を示した。しかしながら、上記の記述では外接矩形が抽
出対象内に存在する（あるいは抽出対象領域と交差す
る）か否かを特徴記憶部４０７の全体に渡って検出する
処理が必要である（図１３、ステップ３０１、図１５、
ステップ４０１、図１７、ステップ５０１参照）。とこ
ろが、特徴記憶部４０７に記憶されている外接矩形の数
が多いと、この処理にかなりの時間を割かれることにな
り不都合である。そこで、特徴記憶部４０７が持つ外接
矩形を、画像データを適当な大きさの方眼領域に区切っ
た各領域毎に管理しておき、抽出対象領域と方眼領域の
交わりがある場合のみ、その方眼領域に分類されている
外接矩形と抽出対象領域の関係を調べるというステップ
を設けることも可能である。特に外接矩形の数が多くな
る画像データを対象とする場合には、このように、より
小さな領域毎に処理すると、処理速度が向上して好適で
ある。

【００７２】次に、文書ブロック抽出部１１の動作につ
いて図１９を用いて説明する。図１９は文書ブロック抽
出部１１の動作を示すフロー図である。

【００７３】文書ブロック抽出部１１は、画像データ全
体を、あるいは、抽出対象領域が図示しない上位の制御
手段より限定されている場合にはその抽出対象領域を、
初期の（分割対象の）文書ブロックとする（ステップ６
０１）。

【００７４】そして、上記水平方向周辺分布特徴抽出部
６、および、垂直方向周辺分布特徴抽出部７を用いて、
当該文書ブロックの水平、垂直の周辺分布特徴値を得、
次いで、上記文書ブロックの周辺分布特徴値を基に、文
書ブロックの分割候補位置を抽出する（ステップ６０２
→６０３）。さらに、分割候補位置で区切られる複数の
文書ブロック中の領域に対して、水平方向線密度特徴抽
出部８、および、垂直方向線密度特徴抽出部９より、文
書ブロック中の各領域毎の水平、垂直の線密度特徴値を
得る（ステップ６０４）。

【００７５】各領域毎の線密度特徴値を基に、文書ブロ
ックの分割候補位置が適当であるか否かを判定し、適当
である場合には、文書ブロックを当該文書ブロックの分
割候補位置で分割する（ステップ６０５→６０６）。

【００７６】この判定処理（ステップ６０５）と分割処
理（ステップ６０６）は、全ての抽出された分割候補位
置について実行され、また、文書ブロックが分割された
場合、該分割された全てのブロックの対して、上記周辺
分布特徴値の取得処理（ステップ６０２）から分割処理
（ステップ６０６）までの工程を改めて行うことになる
（ステップ６０８）。

【００７７】ここで、文書ブロック抽出部１１の動作に
おいては、水平、垂直の周辺分布特徴値が水平方向周辺
分布特徴抽出部６、および、垂直方向周辺分布特徴抽出
部７を用いて取得される点と、水平、垂直の線密度特徴
値が水平方向線密度特徴抽出部８、および、垂直方向線
密度特徴抽出部９を用いて取得される点、すなわち、画
像メモリに記憶された画素をスキャンニングすることな
く計算のみによって取得できる点が重要であり、その他
の動作手順については、公知の技術から適当な方法を選
択して用いればよい。もちろん、周辺分布特徴や線密度
特徴を取得する手順や回数が選択された公知の技術に依
存して変わることは言うまでもない。

【００７８】さらに、文書ブロック抽出部１１におい
て、公知の技術では、多くの場合、周辺分布特徴値や線
密度特徴値の抽出は１画素行（１水平方向行）、あるい
は、１画素列（１垂直方向行）毎に実行される。即ち、
本願発明の領域識別方法および装置に、当該公知の技術
を適用した場合、水平方向周辺分布特徴抽出部６と、垂
直方向周辺分布特徴抽出部７と、水平方向線密度特徴抽
出部８と、垂直方向線密度特徴抽出部９に対して、抽出
対象領域の幅、または、高さとして１が与えられる。例
えば、垂直方向線密度特徴を例に取ると、図２０の画像
データＩＭに対して、図２０の垂直方向の１画素幅の抽
出対象領域ＡＤＶを、水平方向に並べた形で、垂直方向
線密度特徴抽出部９により線密度特徴値を取得し、図２
０の垂直方向線密度特徴グラフＳＤＶに示すような値を
得る。

【００７９】ここで、多くの公知の技術では、垂直方向
線密度特徴グラフＳＤＶより文書ブロックの性質が判断
されるが、その多くは、垂直方向線密度特徴グラフＳＤ
Ｖを平均値により判断を行なうと考えられる（例えば該
平均値より小さな値を持つ領域を分割領域とする等）。
本願発明の領域識別方法においては、上記したように重
複シフト差分画素数の値を抽出対象領域の高さ（画素
数）で割るようにしているので、線密度として得られる
のは常に抽出対象領域の平均値となり、従って、垂直方
向線密度特徴抽出部９に対して抽出対象領域を、図２０
の画像データＩＭそのものにすれば、垂直方向線密度特
徴グラフＳＤＶを平均化した値を得ることができるため
好適である。

【００８０】文字行抽出部１２についても上記文書ブロ
ック抽出部１１と同様に、いくつかの公知の文字行抽出
方法から適当な方法を選択して用いればよく。当該公知
の技術における周辺分布特徴値の抽出を、水平方向周辺
分布特徴抽出部６、および、垂直方向周辺分布特徴抽出
部７で実行し、また、線密度特徴値の抽出を、水平方向
線密度特徴抽出部８、および、垂直方向線密度特徴抽出
部９で実行することになる。

【００８１】次に、図９は見出し抽出部の構成を示すブ
ロック図であり、図２１は見出し抽出部１３の動作を示
すフロー図であり、更に、図２２は見出抽出の内容を説
明する説明図である。

【００８２】見出し抽出部１３の文字行線幅概算値取得
部１３１は、線幅概算値抽出部１０を使用し、上記文字
行抽出部１２で抽出された各文字行の線幅概算値を取得
し、この処理を文字行抽出部１２で抽出された全ての文
字行に対して行なう（ステップ７０１→７０２）。

【００８３】最小見出し線幅抽出部１３２は、抽出され
た文字行の線幅概算値から統計処理により、見出しとし
て十分大きな線幅の最小値（例えば最大線幅概算値の７
５％）を抽出する（ステップ７０３）。見出し文字行選
択部１３３は、文字行の線幅概算値が、上記最小見出し
線幅抽出部１３２で抽出された見出しとして十分大きな
線幅の最小値を越える当該文字行について、当該文字行
を見出しとして扱うようにし、この処理を全ての文字行
に対して実行する（ステップ７０４→７０５→７０
６）。

【００８４】例えば、図２２に示す例について説明する
と、文字行抽出部１２により文字行Ｌ１、Ｌ２・・・が
抽出され、線幅抽出処理により、各行について線幅概算
値ＬＷが抽出される（ステップ７０１→７０２）。この
ようにして抽出された線幅に基づいて、最小見出し線幅
の算出処理（ステップ７０３）において３が抽出され、
更に、この値に基づいて文字行ＬＷ４が見出し文字行と
して抽出されることになる（ステップ７０４→７０
５）。

【００８５】図１０は認識辞書選択部の構成を示すブロ
ック図であり、図２３はその動作手順を示すフロー図で
あり、更に、図２４は認識辞書選択の具体例を示す説明
図である。

【００８６】まず、認識辞書選択部１４の文字行線幅概
算値取得部１４１が、上記線幅概算値抽出部１０の抽出
した、文字行の線幅概算値を取得し、次いで、文字サイ
ズ推定部１４２は文字行中の文字の大きさを取得する。
最後に、認識辞書決定部１４３は、文字の大きさ線幅の
比率等から、最適な認識辞書を選択する（ステップ８０
１→８０２→８０３）。尚、文字サイズ推定部１４２に
よる推定処理は公知の技術であるので、ここでは詳しい
説明を省略するが、例えば、外接矩形の所定方向の平均
値に基づく処理とすることができる。

【００８７】例えば、図２４の場合を例に説明すると、
文字行Ｌ１、Ｌ２に対し、上記線幅概算値抽出部１０
が、既に説明した方法に基づいて文字行Ｌ１の線幅概算
値１９と、文字行Ｌ２の線幅概算値１０を抽出し、次い
で、文字サイズ推定部１４２が、文字行Ｌ１の文字サイ
ズ６５と、文字行Ｌ２の文字サイズ５０を抽出する。そ
して、認識辞書決定部１４３は、文字サイズに対して線
幅の大きな文字行Ｌ１については強調字体用の認識辞書
を、文字サイズに対して通常の大きさの線幅を持つ文字
行Ｌ２については通常字体用の認識辞書を選択するよう
になっている。

【００８８】ここで、認識辞書選択部１４の判定結果に
基づいて明確に特定の辞書が指示される必要はなく、例
えば、特定の辞書を用いたときの正解度を高く、他の辞
書を用いたときの正解度を低くしする等、認識辞書デー
タの正解度の重み付けに用いてもよい。

【００８９】ところで、以上の処理によっても、画像デ
ータ中の文字の線幅が部分部分で異なっている場合に
は、見出し抽出部１３において、うまく見出しの抽出が
できないことがある。例えば、ある部分では見出しとし
て使用されていた文字の線幅が、別のある部分では、通
常の文字行にその線幅が使用され、見出しには更に太い
線幅が用いられている場合である。このような場合であ
っても、以下の見出し抽出部１３の構成を取ることによ
り、部分部分で異なる文字の線幅を用いた画像データか
らも見出しを抽出できる。

【００９０】図２５は、上記画像データ中の文字の線幅
が部分部分で異なっている場合に対応した、見出し抽出
部１３の構成を示し、図２６はその動作手順を示すフロ
ー図である。

【００９１】見出し抽出部１３の文字行線幅概算値取得
部１３１は、線幅概算値抽出部１０より、文字行抽出部
１２で抽出された各文字行の線幅概算値を、該文字行抽
出部１２で抽出された全ての文字行に対して取得する
（ステップ９０１→９０２）。次いで、文字行周辺領域
設定部１３５が、文字行抽出部１２で抽出された特定の
文字行に着目し、該特定の文字行の前後数行を周辺領域
とする（ステップ９０３）。更に、最小見出し線幅抽出
部１３２が、当該文字行を除いて設定された周辺領域内
の文字行の、線幅概算値から統計処理により、見出しと
して十分大きな線幅の最小値を抽出する（ステップ９０
４）。

【００９２】最後に、見出し文字行判定部１３６が、当
該文字行の線幅概算値が、上記最小見出し線幅抽出部１
３２によって抽出された見出しとして十分大きな線幅の
最小値を越える場合のみ、当該文字行を見出しとして扱
うようにする（ステップ９０５→９０６）。

【００９３】以上の周辺領域の設定から、見出し文字行
への更新処理（ステップ９０３〜９０６）を全ての文字
行について行なうことになる（ステップ９０７）。

【００９４】図２２を例に具体的に説明すると、文字行
抽出部１２より得られた各文字行について、文字行概算
取得部１３１が文字行Ｌ１、Ｌ２・・・を抽出し、各行
の線幅概算値ＬＷを取得する（ステップ９０１→９０
２）。ここで、上記周辺領域として着目行に対して、例
えば前後２文字行が設定されていたとすると、文字行周
辺領域設定部１３５は、該着目行が文字行Ｌ３である場
合は、文字行Ｌ１、Ｌ２、Ｌ４、Ｌ５を周辺領域に設定
し、また、着目行が文字行Ｌ４である場合には、文字行
Ｌ２、Ｌ３、Ｌ５、Ｌ６を周辺領域に設定する（ステッ
プ９０３）。そして、見出し文字行判定部１３６では、
文字行Ｌ３が着目されている場合あるいは、文字行Ｌ４
が選択されている場合、上記最小見出し線幅抽出部１３
２が、それぞれの見出しとして十分大きな線幅の最小値
を３程度に設定している状態では、文字行Ｌ４のみが線
幅概算値が４．０１と十分大きいため見出しとして抽出
される（ステップ９０４→９０６）。

【００９５】ところで、本願発明に係る見出し抽出方法
および装置は、従来技術による見出し抽出結果の確認手
段として使用することも可能である。領域識別部２中の
見出し抽出部１３を、図２７に示す構成とすることで、
従来技術による見出し抽出方法および装置が利用可能と
なる。

【００９６】図２７は領域識別部２の中の見出し抽出部
１３との置き換え部分を示す構成図である。候補抽出部
１６は、公知の技術により見出しの抽出を行ない、抽出
された見出しを、見出し候補とする。見出し確認部１７
は、見出し候補抽出部１６により抽出された見出し候補
の真偽を以下のように確認する。

【００９７】図２８は上記見出し確認部１７のさらに詳
細な構成を示すブロック図であり、図２９はその動作手
順を示すフロ−図であり、更に、図３０はその具体例を
示す説明図である。

【００９８】見出し確認部１７の見出し候補線幅概算値
取得部１７１は、見出し候補抽出部１６で抽出された特
定の見出し候補に着目し、線幅概算値抽出部１０より当
該見出し候補の線幅概算値を取得する（ステップ１００
１）。一方、見出し候補周辺領域設定部１７２は、当該
見出し候補の前後数行、または、前後の文書ブロックを
周辺領域として設定する（ステップ１００２）。周辺領
域内線幅概算値取得部１７３は、線幅概算値抽出部１０
より、当該見出し候補を除いた、設定された周辺領域内
の文字行と、文書ブロックの線幅概算値を取得する（ス
テップ１００３→１００４）。最小見出し線幅抽出部１
７４は、上記のように周辺領域内線幅概算値取得部１７
３が取得した線幅概算値から統計処理により、見出しと
して十分大きな線幅の最小値を抽出する（ステップ１０
０５）。見出し候補線幅確認部１７５は、上記見出し候
補線幅概算取得部１７１より得られる当該見出し候補の
線幅概算値が、上記最小見出し線幅抽出部１７４より抽
出された見出しとして十分大きな線幅の最小値を越える
場合のみ、当該見出し候補を見出しとして扱うようにし
（ステップ１００６ｙ→１００７）、それ以外の場合
は、見出し候補を破棄する（ステップ１００６ｎ→１０
０８）。そして、以上の見出し候補の線幅概算取得処理
（ステップ１００１）から見出しへの変更処理（破棄処
理）（ステップ１００７、１００８）を全ての見出し候
補について行なうことになる（ステップ１００９）。

【００９９】図３０を例に具体的に説明すると、上記見
出し候補抽出部１６により見出し候補Ｔが抽出された状
態で、上記見出し候補線幅概算値取得部１７１が、見出
し候補Ｔの線幅概算値４．０１を抽出する（ステップ１
００１）。一方、上記見出し候補周辺領域抽出部１７２
に、例えば周辺領域として前後３文字行が設定されてい
たとすると、文字行Ｌ１、Ｌ２、Ｌ３と文書ブロックＢ
が周辺領域として設定される（ステップ１００２）。こ
の状態で上記周辺領域内線幅概算値取得部１７３は上記
文字行Ｌ１、Ｌ２、Ｌ３と文書ブロックＢについての線
幅概算値ＬＷを抽出し、最小見出し線幅抽出部１７４は
上記周辺領域内線幅概算値ＬＷより見出しとして十分大
きな線幅の最小値（ここでは３）を得て設定する（ステ
ップ１００３→１００４→１００５）。

【０１００】さらに、上記最小値と見出し候補の線幅概
算値とを比較して見出し候補Ｔが見出しとして抽出され
る（ステップ１００６→１００７）。

【０１０１】ここで、図２７に示した見出し候補抽出部
１６と見出し確認部１７の関係では、見出し候補抽出部
１６で抽出された見出し候補が、見出し確認部１７で棄
却された場合、当該見出し候補を破棄した時点で見出し
の抽出が完了することになるが、見出し候補抽出部１６
が、見出し確認部１７の棄却された結果を受けて、再度
新しい見出し候補を生成する構成を持ってもよいことは
言うまでもない。

【０１０２】また、図９や図２５に示した見出し抽出部
１３は、線幅概算値の取得を文字行抽出部１２で抽出さ
れた文字行から行なうものと記載しているが、見出し確
認部１７で見出し候補を処理する場合と同様に、文書ブ
ロックから線幅概算値を取得（図１８の抽出対象領域Ａ
ＬＷを文書ブロックに設定する）しても問題なく、見出
し抽出部１３に渡される領域を、実施の形態に応じて変
更すればよい。

【０１０３】ところで、画像データから抽出を行なう文
書ブロック、あるいは、文字行の線幅が既知である場
合、図３１のような本願発明に係る領域識別装置である
領域識別部２の構成をとると好適である。

【０１０４】図３１は、既知の線幅を持つ文書ブロック
の抽出を対象とした、領域識別部２の構成を示すブロッ
ク図であり。図３２はこの動作手順を示すフロー図であ
る。

【０１０５】領域識別部２の前処理部３は画像入力部１
から入力された画像データを以降の領域識別が容易な画
像に公知の技術により変換・補正する（ステップ１１０
１）。線幅特徴抽出部４は、画像データから上記のよう
に外接矩形を抽出し、さらに、その外接矩形毎に総画素
数、総合シフト差分画素数を抽出する（ステップ１１０
２）。

【０１０６】線幅特徴選択部１８は、上記のようにして
得られた外接矩形に対応する総画素数を、当該外接矩形
に対応する総合シフト差分画素数で割り、外接矩形の線
幅概算値を算出する（ステップ１１０３）。そして、算
出した線幅概算値が、既知である文書ブロックの線幅に
近い場合には（ステップ１１０４ｙ）、当該外接矩形に
主要フラグを付与し（ステップ１１０５）、また、既知
の線幅から離れている場合には（ステップ１１０４
ｎ）、当該外接矩形に補助フラグを付与する（ステップ
１１０６）。

【０１０７】以上の線幅概算値算出処理（ステップ１１
０３）から主要フラグ（補助フラグ）の付与処理（ステ
ップ１１０５、１１０６）を全ての外接矩形対して実行
する（ステップ１１０７）。そして、文書ブロック抽出
部１９は、主要フラグが付与された外接矩形を中心に、
文書ブロックを抽出することになる（ステップ１１０
８）。

【０１０８】また、既知である線幅を持つ文字行の抽出
を対象とした、領域識別部２の構成を図３３に示す。こ
こでは図３１の文書ブロック抽出部１９が、図３３の文
字行抽出部２０に変わるのみである。動作についても同
様であり、主要フラグが付与された外接矩形を中心に文
字行を抽出する。

【０１０９】図３４に基づいて、上記既知線幅の文字行
の抽出処理について具体的に説明する。

【０１１０】図３４(a) に示す画像データから文字行Ｔ
Ｇの線幅が既知であるものとすると、該文字行ＴＧを構
成する外接矩形特徴の線幅概算値を取得した時点で、各
外接矩形の全てに主要フラグが付与される。ついで、文
字行の抽出処理において、上記のように主要フラグが付
与された外接矩形特徴によって構成される文字行ＴＧが
抽出されることになる。

【０１１１】図３４(b) に、図３４(a) の画像データの
外接矩形を示す。この外接矩形からは、抽出対象である
文字行ＴＧに対応する外接矩形と、その他の外接矩形の
区別は困難である。しかし、上記のように主要フラグが
付与された外接矩形は、文字行ＴＧに対応するもの以
外、枠線上部のわずかに存在するだけであるため、文字
行抽出部２０により、抽出対象である文字行ＴＧが確実
に抽出される。

【０１１２】ところで、上記既知である線幅を持つ文書
ブロックの抽出を対象とした、領域識別部２は、従来技
術による文書ブロックの抽出結果の確認手段として使用
することも可能である。

【０１１３】図３５は、従来技術による文書ブロックの
抽出の確認手段を設けた、領域識別部２の構成を示すブ
ロック図であり、図３６はその動作手順を示すフロー図
である。

【０１１４】領域識別部２の前処理部３が画像入力部１
から入力された画像データを以降の領域識別が容易な画
像に公知の技術により変換・補正し、線幅特徴抽出部４
は、上記入力された画像データから外接矩形を抽出し、
さらに、その外接矩形毎に総画素数、総合シフト差分画
素数を抽出する（ステップ１２０１→１２０２）。文書
ブロック候補抽出部２１１は、公知の技術により、文書
ブロック候補を抽出し、文書ブロック線幅確認部２１２
は、線幅概算値抽出部１０を使用し、上記のように抽出
された文書ブロック候補の線幅概算値を取得する（ステ
ップ１２０３→１２０４）。

【０１１５】ここで、上記のようにして得られた文書ブ
ロック候補の線幅概算値が、既知である抽出対象の文書
ブロックの線幅に近い値を持つ場合のみ、当該文書ブロ
ック候補を文書ブロックとし（ステップ１２０５y →１
２０６）、また、既知の線幅から離れている場合には、
当該文書ブロック候補を破棄する（ステップ１２０５n
→１２０７）。以上の線幅概算値取得処理（ステップ１
２０４）から文書ブロックへの変更（破棄）処理（ステ
ップ１２０６（１２０７））を全ての文書ブロック候補
に対して実行することになる（ステップ１２０８）。

【０１１６】また、従来技術による文字行の抽出に確認
手段を設けた、領域識別部２の構成を図３７に示す。上
記図３５の文書ブロック抽出部２１が、図３７の文字行
抽出部２２に変わるのみであり、また、動作についても
同様であり、文字行候補の線幅概算値を、既知である文
字行の線幅と比較を行なうことになる。

【０１１７】ところで、上記従来技術による文書ブロッ
クの抽出に確認手段を設けた、領域識別部２は、画像デ
ータから抽出を行なう文書ブロック間の線幅の比率が既
知である場合、図３８のような領域識別部２の構成をと
ると好適である。

【０１１８】図３８は、既知である線幅の比率を持つ文
書ブロックの抽出を対象とした、領域識別部２の構成を
示すブロック図である。

【０１１９】領域識別部２において、前処理部３は、画
像データを以降の領域識別が容易な画像に公知の技術に
より変換する。線幅特徴抽出部４は、前処理部の変換処
理と並行して、あるいは、後に、以降の領域識別で必要
となる特徴の全て、あるいは、一部を、画像を解析しあ
らかじめ準備しておく。また、線幅概算値抽出部１０
は、任意の領域の線幅の概算値を抽出する。

【０１２０】文書ブロック候補抽出部２１１は、抽出対
象である文書ブロックの候補を公知の技術により抽出す
る。文書ブロック間線幅比確認部２１３は、上記線幅概
算値抽出部１０を使用し、抽出された文書ブロック候補
の線幅概算値を取得し、文書ブロック候補間の線幅概算
値の比率を算出する。そして、当該線幅概算値の比率が
既知である文書ブロック間の線幅の比率に近い値を持つ
場合のみ、当該文書ブロック候補を文書ブロックとす
る。

【０１２１】図３８に示した、既知である線幅の比率を
持つ文書ブロックの抽出を対象とした、領域識別部２の
動作については、図３５に示した、従来技術による文書
ブロックの抽出に確認手段を設けた、領域識別部２の動
作とほぼ同様であり、図３５の文書ブロック線幅確認部
２１２で確認した文書ブロックの線幅が、図３８の文書
ブロック間線幅比確認部２１３で確認する文書ブロック
間の線幅比に変わっただけである。

【０１２２】また、既知である線幅の比率を持つ文字行
の抽出を対象とした、領域識別部２の構成を図３９に示
す。図３９は領域抽出部２のブロック図であり、図３８
の文書ブロック抽出部２１が、図３９の文字行抽出部２
２に変わるのみであり、動作も文書ブロック候補の線幅
概算値の代わりに、文字行候補の線幅概算値を使用する
だけである。

【０１２３】図４０に示す画像データを例に、既知であ
る線幅の比率を持つ文字行の抽出について具体的に説明
する。

【０１２４】図４０(a) のような画像データから、図４
０(b) の文字行ＴＧ１、ＴＧ２、ＴＧ３を抽出する場
合、まず、文字候補抽出部２２１が文字行ＴＧ１、ＴＧ
２、ＴＧ３を文字行候補として抽出し、該文字行ＴＧ
１、ＴＧ２、ＴＧ３を構成する外接矩形の全てに主要フ
ラグが付与される。次いで、文字行ＴＧ１、ＴＧ２、Ｔ
Ｇ３の線幅概算値の比率が、既知の線幅の比率に近いこ
とが確認され、文字行として扱われる。ここで、例え
ば、図４０(c) に示すように一部の画像の欠けがあっ
て、文字候補抽出部２２１が文字行ＴＧ１’、ＴＧ２、
ＴＧ３’を文字行候補として抽出した場合、文字行の形
状からでは、抽出対象の文字行であるか否かの判断に迷
うところであるが、線幅概算値の比率が、既知の線幅の
比率に近いため、抽出対象の文字行であるという結論を
容易に導くことができる。

【０１２５】尚、上記既知の線幅あるいは線幅概算値を
用いる処理において、既知の線幅はいかなる方法で設定
されてもよい。抽出対象の文書ブロックや文字行が１つ
である場合には、既知線幅（あるいは既知線幅概算値）
を線幅特徴選択部１８（文書ブロック線幅確認部２１
２、文字行線幅確認部２２２）に設定することで足りる
が、同一文書の複数の抽出対象の文書ブロックや文字行
を判定対象とするときには、上記既知線幅に加えて文書
ブロック（文字行）の位置やサイズを設定しておき、確
認対象の文書ブロック候補（文字行候補）を少なくする
方法を採ってもよい。このことは、上記文書ブロック間
（文字間）線幅比率を用いる場合でも同様である。

【０１２６】ところで、以上の実施形態では、前処理部
３で画像データの変換・補正（ステップ１０１）を行な
っているが、特に必要なものではなく、目的に応じて経
験的、または実験的に画像入力部１より得られる画像デ
ータに処理を施すことができる。

【０１２７】また、文書ブロック抽出部１１や、文字行
抽出部１２の動作については、１つの公知の技術を示し
ただけであり、周辺分布特徴や線密度特徴を用いる多く
の方法と置き換え可能である。

【０１２８】さらに、見出し抽出部１３は複数の特徴を
加味して抽出を行い、線幅概算値はその内の１つの特徴
として利用する形態でもなんら問題はない。

【０１２９】

【発明の効果】以上のように、本願発明は、画像データ
から外接矩形特徴と対応する総画素数、水平シフト差分
画素数、垂直シフト差分画素数、総合シフト差分画素数
を抽出し、そして、本文領域、見出し領域、図領域、写
真領域、表領域等の文書ブロックを抽出する段階におい
て必要となる周辺分布特徴値や線密度特徴値を、初期段
階に抽出しておいた外接矩形特徴と対応する総画素数、
水平シフト差分画素数、垂直シフト差分画素数、総合シ
フト差分画素数を基に算出するようになっている。従っ
て、画像データを直接繰り返し参照することなく計算に
よって、周辺分布特徴値や線密度特徴値を抽出可能とな
り、繰り返し抽出を行なっても、より少ない処理時間で
抽出できる。

【０１３０】さらに、本願発明は、文字行毎に、その文
字行を構成する外接矩形特徴と対応する総画素数、総合
シフト差分画素数に基づき線幅概算値を求めることが可
能であり、この線幅概算値を基に、従来の方法では不可
能であった、文字サイズが同じであるが太字で書かれた
見出し領域を、抽出することができる。

【０１３１】また、見出しの線幅の基準値を、画像デー
タ中の全ての文字列からではなく、着目している文字行
の前後数文字行から算出することにより、部分部分で異
なる線幅で書かれた見出しを抽出することができる。

【０１３２】また、本願発明は、文字行、または、文書
ブロックの線幅概算値により最適な文字認識辞書を選択
することが可能であり、文字認識率を向上することがで
きる。

【０１３３】そして、本願発明は、抽出対象の文書ブロ
ック、あるいは、文字行の線幅が既知である場合、線幅
特徴概算値により、外接矩形特徴をランク付けすること
により、抽出精度の向上や、処理時間の短縮が可能であ
る。

【０１３４】さらに、従来の方法による見出しの抽出
や、文字行の抽出に、抽出結果の確認手段として利用す
ることも可能である。

【図面の簡単な説明】

【図１】本発明の文字認識装置の一例を示すブロック図
である。

【図２】線幅特徴抽出部の構成を示すブロック図であ
る。

【図３】画像データと外接矩形特徴、ラン、垂直シフト
差分画素列、シフト差分画素列の一例を示す図である。

【図４】水平方向周辺分布特徴抽出部の構成を示すブロ
ック図である。

【図５】垂直方向周辺分布特徴抽出部の構成を示すブロ
ック図である。

【図６】水平方向線密度特徴抽出部の構成を示すブロッ
ク図である。

【図７】垂直方向線密度特徴抽出部の構成を示すブロッ
ク図である。

【図８】線幅概算値抽出部の構成を示すブロック図であ
る。

【図９】見出し抽出部の構成を示すブロック図である。

【図１０】認識辞書選択部の構成を示すブロック図であ
る。

【図１１】領域識別部の処理を示すフロー図である。

【図１２】線幅特徴抽出部の処理を示すフロー図であ
る。

【図１３】水平方向周辺分布特徴抽出部の処理を示すフ
ロー図である。

【図１４】画像データと水平方向周辺分布特徴抽出対象
領域、外接矩形特徴の一例を示す図である。

【図１５】水平方向線密度特徴抽出部の処理を示すフロ
ー図である。

【図１６】画像データと水平方向線密度特徴抽出対象領
域、外接矩形特徴の一例を示す図である。

【図１７】線幅概算値抽出部の処理を示すフロー図であ
る。

【図１８】画像データと線幅概算値抽出対象領域、外接
矩形特徴、シフト差分画素の一例を示す図である。

【図１９】文書ブロック抽出部の処理を示すフロー図で
ある。

【図２０】画像データと垂直方向線密度特徴抽出対象領
域、垂直方向線密度特徴の一例を示す図である。

【図２１】見出し抽出部の処理を示すフロー図である。

【図２２】画像データと文字行、線幅概算値の一例を示
す図である。

【図２３】認識辞書選択部の処理を示すフロー図であ
る。

【図２４】画像データと文字行、線幅概算値、文字サイ
ズの一例を示す図である。

【図２５】周辺領域設定を有する見出し抽出部の構成を
示すブロック図である。

【図２６】周辺領域設定を有する見出し抽出部の処理を
示すフロー図である。

【図２７】見出し抽出部の代替構成を示すブロック図で
ある。

【図２８】結果確認処理を有する見出し抽出部の構成を
示すブロック図である。

【図２９】結果確認処理を有する見出し抽出部の処理を
示すフロー図である。

【図３０】画像データと見出し候補、文字行、文書ブロ
ック、線幅概算値の一例を示す図である。

【図３１】既知線幅文書ブロックを対象とした領域識別
部の構成を示すブロック図である。

【図３２】既知線幅文書ブロックを対象とした領域識別
部の処理を示すフロー図である。

【図３３】既知線幅文字行を対象とした領域識別部の構
成を示すブロック図である。

【図３４】画像データと既知線幅文字行、外接矩形特徴
の一例を示す図である。

【図３５】結果確認処理を有する既知線幅文書ブロック
を対象とした領域識別部の構成を示すブロック図であ
る。

【図３６】結果確認処理を有する既知線幅文書ブロック
を対象とした領域識別部の処理を示すフローチャ−トで
ある。

【図３７】結果確認処理を有する既知線幅文字行を対象
とした領域識別部の構成を示すブロック図である。

【図３８】結果確認処理を有する既知線幅比文書ブロッ
クを対象とした領域識別部の構成を示すブロック図であ
る。

【図３９】結果確認処理を有する既知線幅比文字行を対
象とした領域識別部の構成を示すブロック図である。

【図４０】画像データと既知線幅比文字行、抽出対象文
字行の一例を示す図である。

【図４１】従来の領域識別の手順を示す説明図である。

【符号の説明】

１画像入力部２領域識別部３前処理部４線幅特徴抽出部５特徴値算出部６水平方向周辺分布特徴抽出部７垂直方向周辺分布特徴抽出部８水平方向線密度特徴抽出部９垂直方向線密度特徴抽出部１０線幅概算値抽出部１１文書ブロック抽出部１２文字行抽出部１３見出し抽出部１４認識辞書選択部１５文字認識部１６見出し候補抽出部１７見出し確認部１８線幅特徴選択部１９文書ブロック抽出部２０文字行抽出部２１文書ブロック抽出部２２文字行抽出部１０１対象領域内特徴判別部１０２総画素数累計部１０３総合シフト差分画素数累計部１０４線幅概算値算出部１３１文字行線幅概算値取得部１３２最小見出し線幅抽出部１３３見出し文字行選択部１３４文字行周辺領域設定部１３５最小見出し線幅抽出部１３６見出し文字行判別部１４１文字行線幅概算値取得部１４２文字サイズ推定部１４３認識辞書決定部１７１見出し候補線幅概算値取得部１７２見出し候補周辺領域設定部１７３周辺領域内線幅概算値取得部１７４最小見出し線幅抽出部１７５見出し候補線幅確認部２１１文書ブロック候補抽出部２１２文書ブロック線幅確認部２１３文書ブロック間線幅比確認部２２１文字行候補抽出部２２２文字行線幅確認部２２３文字行間線幅比確認部４０１行内ラン抽出部４０２外接矩形生成部４０３総画素数計数部４０４水平シフト画素数計数部４０５垂直シフト画素数計数部４０６総合シフト画素数計数部４０７特徴記憶部６０１対象領域重複特徴判別部６０２特徴別重複割合算出部６０３特徴別重複画素数算出部６０４重複画素数累計部７０１重複特徴判別部７０２特徴別重複割合算出部７０３特徴別重複画素数算出部７０４重複画素数累計部８０１重複特徴判別部８０２特徴別重複割合算出部８０３特徴別重複水平シフト差分画素数算出部８０４対象領域重水平シフト差分画素数累計部８０５水平方向線密度特徴算出部９０１対象領域重複特徴判別部９０２特徴別重複割合算出部９０３特徴別重複垂直シフト差分画素数算出部９０４対象領域重垂直シフト差分画素数累計部９０５垂直方向線密度特徴算出部

Claims

【特許請求の範囲】

【請求項１】特定方向に所定長さとそれに直交する所
定高さを持つ抽出対象領域の画像データの画素数に相当
する周辺分布特徴を使用する文書画像の領域識別方法に
おいて、上記画像デ−タの連続する黒画素の外周を囲む形状であ
る外接矩形内の総画素数を算出する線幅特徴処理ステッ
プと、外接矩形の総画素数に、その外接矩形の上記特定方向に
直交する方向の高さに対する抽出対象領域の高さの割合
を乗じた値を、上記抽出対象領域と重なりがある全ての
外接矩形から取得してその総和を特定方向の周辺分布特
徴値として求める周辺分布特徴処理ステップを備えたこ
とを特徴とする文書画像の領域識別方法。
【請求項２】特定方向に所定長さとそれに直交する所
定高さを持つ抽出対象領域の単位高さ当たりの画像デー
タの線の数に相当する線密度特徴を使用する文書画像の
領域識別方法において、上記画像デ−タの連続する黒画素の外周を囲む形状であ
る外接矩形内の画素配列を特定の方向に微分したときの
白から黒もしくは黒から白への変化点に位置する画素の
数である特定方向毎のシフト差分画素数を、上記方向毎
に求める線幅特徴処理ステップと、特定の外接矩形の特定方向のシフト差分画素数に、その
外接矩形の上記特定方向に直交する方向の高さに対する
抽出対象領域の高さの割合を乗じた値を、抽出対象領域
と重なりがある全ての外接矩形から取得するとともに、
その総和の上記抽出対象領域の単位高さ当たりの画素数
を特定方向の線密度特徴値として求める線密度特徴処理
ステップとを備えたことを特徴とする文書画像の領域識
別方法。
【請求項３】特定方向に所定長さとそれに直交する所
定高さを持つ抽出対象領域の画像データの画素数に相当
する周辺分布特徴と、上記抽出対象領域の単位高さ当た
りの画像データの線の数に相当する線密度特徴を使用す
る文書画像の領域識別方法において、上記画像デ−タの連続する黒画素の外周を囲む形状であ
る外接矩形内の総画素数を算出するとともに、外接矩形
内の画素配列を上記特定の方向に微分したときの白から
黒もしくは黒から白への変化点に位置する画素の数であ
る特定方向毎のシフト差分画素数を、上記方向毎に求め
る線幅特徴処理ステップと、外接矩形の総画素数に、その外接矩形の上記特定方向に
直交する方向の高さに対する抽出対象領域の高さの割合
を乗じた値を、上記抽出対象領域と重なりがある全ての
外接矩形から取得してその総和を特定方向の周辺分布特
徴値として求める周辺分布特徴処理ステップ特定の外接矩形の特定方向のシフト差分画素数に、その
外接矩形の上記特定方向に直交する方向の高さに対する
抽出対象領域の高さの割合を乗じた値を、抽出対象領域
と重なりがある全ての外接矩形から取得するとともに、
その総和の上記抽出対象領域の単位高さ当たりの画素数
を特定方向の線密度特徴値として求める線密度特徴処理
ステップ、を備えたことを特徴とする文書画像の領域識
別方法。
【請求項４】画像データより抽出される該画像データ
を構成する文字の線幅に基づいて文書画像の領域識別を
行う領域識別方法において、上記画像デ−タの連続する黒画素の外周を囲む形状であ
る外接矩形内の総画素数を算出するとともに、外接矩形
内の画素配列を特定の方向に微分したときの白から黒も
しくは黒から白への変化点に位置する画素の数である水
平および垂直方向のシフト差分画素であって、両者に重
なりがある場合はいずれか一方の画素である総合シフト
差分画素の総和を求める線幅特徴処理ステップと、抽出対象領域に属する外接矩形を構成する画素数の総和
を、上記抽出対象領域に属する外接矩形の総合シフト差
分画素数の総和で割った線幅概算値を線幅相当値として
算出する線幅概算値算出ステップからなる、文書画像の
領域識別方法。
【請求項５】文書画像から抽出された文字行より得た
線幅概算値から、見出しとして十分大きな線幅の最小値
を抽出する最小見出し線幅を得、該最小見出し線幅を越
える線幅の文字行を見出しとする見出し文字行選択ステ
ップを備えた請求項４に記載の文書画像の領域識別方
法。
【請求項６】上記最小見出し線幅の取得を、特定の方
法で抽出された見出し候補以外の文字行に基づいて実行
し、上記見出し候補が上記最小見出し線幅を越える場合
のみ、見出しとする請求項５に記載の文書画像の領域識
別方法。
【請求項７】上記最小見出し線幅の取得を、対象文字
行の前後の複数行もしくは文書ブロックに基づいて実行
し、上記対象文字行が上記最小見出し線幅を越える場合
のみ、見出しとする請求項５に記載の文書画像の領域識
別方法。
【請求項８】上記最小見出し線幅の取得の対象となる
見出し候補以外の文字行が、見出し候補行の前後の複数
数行、または、前後の文書ブロックである請求項６に記
載の文書画像の領域識別方法。
【請求項９】認識対象である文字行の上記線幅概算値
と、当該文字行の各文字の大きさに基づいて、当該文字
行の内容を解読するための認識辞書を選択する請求項４
に記載の文書画像の領域識別方法。
【請求項１０】画像データを構成する外接矩形単位の
線幅概算値が、既知の線幅に近似するときに、該近似す
る複数行に跨がる外接矩形を１の文書ブロックとする請
求項４に記載の文書画像の領域識別方法。
【請求項１１】画像データを構成する外接矩形単位の
線幅概算値が、既知の線幅に近似するときに、該近似す
る１行の外接矩形を１文字行とする請求項４に記載の文
書画像の領域識別方法。
【請求項１２】既知の方法で抽出された文書ブロック
候補より取得された上記線幅概算値が、既知の文書ブロ
ックの線幅に近いときに、上記候補を文書ブロックとす
る請求項４に記載の文書画像の領域識別方法。
【請求項１３】既知の方法で抽出された文字行候補よ
り取得された上記線幅概算値が、既知の文字行の線幅に
近いときに、上記文字行候補を文字行とする請求項４に
記載の文書画像の領域識別方法。
【請求項１４】画像データより抽出される複数の文書
ロック候補より取得された上記線幅概算値の相互の比率
が、既知の文書ブロック間の線幅の比に近い値である場
合に、当該文書ブロック候補を文書ブロックとする請求
項４に記載の文書画像の領域識別方法。
【請求項１５】画像データより抽出される複数の文字
行候補より取得された上記線幅概算値の相互の比率が、
既知の文字行間の線幅の比に近い値である場合に、当該
文字行候補を文字行とする請求項４に記載の文書画像の
領域識別装置。
【請求項１６】特定方向に所定長さとそれに直交する
所定高さを持つ抽出対象領域の画像データの画素数に相
当する周辺分布特徴を使用する文書画像の領域識別装置
において、線幅特徴処理部と、周辺分布特徴処理部とよりなり、上記線幅特徴処理部は、上記画像デ−タの連続する黒画素の外周を囲む形状であ
る外接矩形を生成する外接矩形生成部と、上記外接矩形内の総画素数を算出する総画素数計数部と
よりなり、上記周辺分布特徴処理部は、外接矩形の総画素数に、その外接矩形の上記特定方向に
直交する方向の高さに対する抽出対象領域の高さの割
合を乗じた値を、上記抽出対象領域と重なりがある全て
の外接矩形から取得してその総和を特定方向の周辺分布
特徴値として求める特定方向の周辺分布特徴処理部と
よりなる文書画像の領域識別装置。
【請求項１７】特定方向に所定長さとそれに直交する
所定高さを持つ抽出対象領域の単位高さ当たりの画像デ
ータの線の数に相当する線密度特徴を使用する文書画像
の領域識別装置において、線幅特徴処理部と、線密度特徴処理部とよりなり、上記線幅特徴処理部は、上記画像デ−タの連続する黒画素の外周を囲む形状であ
る外接矩形を抽出する外接矩形生成部と、外接矩形内の画素配列を特定の方向に微分したときの白
から黒もしくは黒から白への変化点に位置する画素の
数である特定方向毎のシフト差分画素数を求める上記
特定方向シフト差分画素数計数部とよりなり、線密度特徴算出部は、特定の外接矩形の特定方向のシフト差分画素数に、その
外接矩形の上記特定方向に直交する方向の高さに対す
る抽出対象領域の高さの割合を乗じた値を、抽出対象
領域と重なりがある全ての外接矩形から取得するととも
に、その総和の上記抽出対象領域の単位高さ当たりの
画素数を特定方向の線密度特徴値として求める特定方向
の線密度算出部とよりなる文書画像の領域識別装置。
【請求項１８】特定方向に所定長さとそれに直交する
所定高さを持つ抽出対象領域の画像データの画素数に相
当する周辺分布特徴と、上記抽出対象領域の単位高さ当
たりの画像データの線の数に相当する線密度特徴使用す
る文書画像の領域識別装置において、線幅特徴処理部と、周辺分布特徴抽出部と、線密度特徴
処理部とよりなり、上記線幅特徴処理部は、上記画像デ−タの連続する黒画素の外周を囲む形状であ
る外接矩形を生成する外接矩形生成部と、上記外接矩形内の総画素数を算出する総画素数計数部
と、外接矩形内の画素配列を上記特定の方向に微分したとき
の白から黒もしくは黒から白への変化点に位置する画素
の数である特定方向毎のシフト差分画素数を求める特定
方向のシフト差分画素数計数部とよりなり周辺分布特徴
抽出部は、外接矩形の総画素数に、その外接矩形の上記特定方向に
直交する方向の高さに対する抽出対象領域の高さの割
合を乗じた値を、上記抽出対象領域と重なりがある全て
の外接矩形から取得してその総和を特定方向の周辺分布
特徴値として求める特定方向の周辺分布特徴抽出部より
なり線密度特徴処理部は、特定の外接矩形の特定方向のシフト差分画素数に、その
外接矩形の上記特定方向に直交する方向の高さに対す
る抽出対象領域の高さの割合を乗じた値を、抽出対象領
域と重なりがある全ての外接矩形から取得するととも
に、その総和の上記抽出対象領域の単位高さ当たりの画素数
を特定方向の線密度特徴値として求める特定方向の線密
度特徴抽出部よりなることを特徴とする線密度特徴処理
装置。
【請求項１９】画像データより抽出される該画像デー
タを構成する文字の線幅に基づいて文書画像の領域識別
を行う領域識別装置において、線幅特徴処理部と、線幅概算値算出部とよりなり、上記線幅特徴処理部は、上記画像デ−タの連続する黒画素の外周を囲む形状であ
る外接矩形を生成する外接矩形生成部と、上記外接矩形内の総画素数を算出する総画素数計数部
と、外接矩形内の画素配列を特定の方向に微分したときの白
から黒もしくは黒から白への変化点に位置する画素の数
である水平および垂直方向のシフト差分画素であって、
両者に重なりがある場合はいずれか一方の画素である総
合シフト差分画素の総和を求める総合シフト差分画素数
計数部よりなり、上記線幅概算値算出部は、抽出対象領域に属する外接矩
形を構成する画素数の総和を、上記抽出対象領域に属す
る外接矩形の総合シフト差分画素数の総和で割った線幅
概算値を線幅相当値として算出することを特徴とする文
書画像の領域識別装置。
【請求項２０】文書画像から抽出された文字行より抽
出された上記線幅概算値に基づいて、見出しとして十分
大きな線幅の最小値を抽出する最小見出し線幅を得、該
最小見出し線幅を越える線幅の文字行を見出しとする見
出し抽出部を備えた請求項１９に記載の文書画像の領域
識別装置。
【請求項２１】上記最小見出し線幅の取得を特定の方
法で抽出された見出し候補以外の文字行に基づいて実行
し、上記見出し候補が上記最小見出し線幅を越える場合
のみ見出しとする見出し抽出部を備えた請求項２０に記
載の文書画像の領域識別装置。
【請求項２２】上記最小見出し線幅の取得を、対象文
字行の前後の複数行もしくは文書ブロックに基づいて実
行し、上記対象文字行が上記最小見出し線幅を越える場
合のみ見出しとする見出し抽出部を備えた請求項２０に
記載の文書画像の領域識別装置。
【請求項２３】上記見出し抽出部での上記最小見出し
線幅の取得の対象となる見出し候補以外の文字行が、見
出し候補行の前後数行、または、前後の文書ブロックで
ある請求項２１に文書画像の領域識別装置。
【請求項２４】認識対象である文字行の上記線幅概算
値と、当該文字行の各文字の大きさから、当該文字行を
の内容を解読するための認識辞書を選択する認識辞書選
択部を備えた請求項１９に記載の文書画像の領域識別装
置。
【請求項２５】画像データを構成する外接矩形単位の
線幅概算値が、既知の線幅に近似するときに、該近似す
る複数行に跨がる外接矩形を１の文書ブロックとする文
書ブロック抽出部を備えた、請求項１９に記載の文書画
像の領域識別装置。
【請求項２６】画像データを構成する外接矩形単位の
線幅概算値が、既知の線幅に近似するときに、該近似す
る１行の外接矩形を１文字行とする文字行抽出部１３を
備えた請求項１９に記載の文書画像の領域識別装置。
【請求項２７】既知の方法で抽出された文書ブロック
候補より取得された上記線幅概算値が、既知の文書ブロ
ックの線幅に近いときに、上記候補を文書ブロックとす
る文書ブロック抽出部を備えた請求項１９に記載の文書
画像の領域識別装置。
【請求項２８】既知の方法で抽出された文字行候補よ
り取得された上記線幅概算値が、既知の文字行の線幅に
近いときに、上記文字行候補を文字行とする文字行抽出
部を備えた請求項１９に記載の文書画像の領域識別装
置。
【請求項２９】画像データより抽出される複数の文書
ロック候補より取得された上記線幅概算値の相互の比率
が、特定可能な既知の文書ブロック間の線幅の比に近い
値である場合に、当該文書ブロック候補を文書ブロック
とする文書ブロック抽出部を備えた請求項１９に記載の
文書画像の領域識別装置。
【請求項３０】画像データより抽出される複数の文字
行候補より取得された上記線幅概算値の相互の比率が、
既知の文字行間の線幅の比に近い値である場合に、当該
文字行候補を文字行とする文字行抽出部を備えた請求項
１９に記載の文書画像の領域識別装置。