JPH1166225A - 表情報抽出装置及び方法並びに記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 画像上の表領域からの罫線の誤抽出を防止す
るとともに、仮想罫線により罫線を補完し、表の構造解
析に不要な仮想罫線を抽出しないようにするか作成しな
いようにして、精度よく画像上の表領域を認識する。 【解決手段】 表情報抽出装置は、罫線か否か判断して
罫線情報を抽出する罫線抽出部と、表の構造解析に不要
な罫線を除外する罫線選択部と、抽出された罫線からフ
レームを構成するフレーム作成部、及びフレーム作成時
に不足する罫線を補う仮想罫線を作成するとともに不要
な罫線を作成しない仮想罫線作成部を持つ。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文字認識装置（Ｏ
ＣＲ）の前処理部に関するものであって、特に文字認識
装置において、入力された文書や帳票などの画像例えば
２値画像中の表領域を認識する装置及び表情報抽出方法
並びに同方法を実現するプログラムを記録したコンピュ
ータ読取り可能な記録媒体に関するものである。

【０００２】

【従来の技術】文字認識装置において文書画像を処理す
る場合、画像を文字領域、写真や図などのイメージ領
域、表領域などに分割してそれぞれ別の処理を行なうこ
とが多い。このうち表領域に関しては、罫線の位置座標
を用いて表中の各枠内の画像を切り出し文字を認識する
方法が採られている。例えば特開平２−２６４３８６号
公報においては、従来の各枠が四方とも罫線によって囲
まれているものだけでなく、両脇に罫線が存在しない表
についても表領域としての処理ができる方法が提案され
ている。しかしながら、この方法では前記公報記載の単
純な表であれば問題なく処理できるものの、外側の形が
多角形である表や仮想罫線の必要のない表を処理すると
不必要なところに仮想罫線を誤抽出し、表の構造を解析
する上で障害となる場合が出るという欠点がある。

【０００３】

【発明が解決しようとする課題】本発明の課題は前記の
欠点を解消することであって、請求項１の発明の課題
は、表の構造解析に不必要な罫線の抽出を防止し、他
方、不足する罫線を補うことにより、精度よく表情報を
抽出することである。請求項２の発明の課題は、請求項
１の発明の課題に加え更にかすれた罫線を抽出すること
である。請求項３の発明の課題は、請求項１の発明の課
題に加え更に誤って文字を罫線と誤認して抽出すること
を防止することである。請求項４の発明の課題は、請求
項１の発明の課題に加え更に表の構成解析に不要な罫線
を抽出して除外できるようにすることである。請求項５
の発明の課題は、請求項１の発明の課題に加え更に表抽
出に必要な仮想罫線を作成することである。請求項６及
び請求項７の発明の課題は、請求項５の発明の課題に加
え更に表抽出に必要な仮想罫線を容易に作成することで
ある。請求項８の発明の課題は、表情報の抽出をソフト
ウエアで実現することである。請求項９の発明の課題
は、請求項８のソフトウエアを記録した媒体を提供する
ことである。

【０００４】

【課題を解決するための手段】請求項１の発明は、画像
上の表領域から罫線情報を抽出する罫線抽出部、不要な
罫線を除外する罫線選択部、抽出された罫線からフレー
ムを構成するフレーム作成部、及びフレームを作成に不
足する罫線を補う仮想罫線を作成する仮想罫線作成部、
とからなることを特徴とする表情報抽出装置である。

【０００５】請求項２の発明は、請求項１記載の表情報
抽出装置において、前記罫線抽出部は、長い黒画素成分
を統合していくことで罫線を抽出するものであって、同
一方向にある分断された罫線間の画像情報から、前記分
断された罫線がかすれで分断されているのかどうかを判
定し、かすれと判定した場合は両罫線を一つの罫線とし
て抽出することを特徴とする表情報抽出装置である。

【０００６】請求項３の発明は、請求項１記載の表情報
抽出装置において、前記罫線選択部は、抽出された罫線
が文字矩型に包合されている場合は、その罫線を罫線で
ないと判定し、表を構成する罫線からは除外するように
罫線選択をすることを特徴とする表情報抽出装置であ
る。

【０００７】請求項４の発明は、請求項１記載の表情報
抽出装置において、前記罫線選択部は、水平罫線と垂直
罫線が互いに一度も交わらない、または端同士が近接す
ることのない罫線を抽出し、それらを表を構成する罫線
から除外するように罫線選択をすることを特徴とする表
情報抽出装置である。

【０００８】請求項５の発明は、請求項１記載の表情報
抽出装置において、前記仮想罫線作成部は、水平・垂直
の罫線で、端部が別の罫線と交わらないまたは端同士が
近接しない罫線の端部から、該罫線に直交する方向の仮
想罫線をそれと最初に交差する罫線または端部に近接す
る罫線まで引くことで仮想罫線を作成することを特徴と
する表情報抽出装置である。

【０００９】請求項６の発明は、請求項５記載の表情報
抽出装置において、前記仮想罫線作成部は、水平・垂直
の罫線で、端部が別の罫線と交わらないまたは端同士が
近接しない罫線の端部から、表の指定された領域の端ま
で水平、垂直の仮想罫線を引き、その後、前記仮想罫線
同士が交わっている点を端点として領域の端までの前記
仮想罫線を消去することを特徴とする表情報抽出装置で
ある。

【００１０】請求項７の発明は、請求項５記載の表情報
抽出装置において、水平・垂直の罫線で、端部が別の罫
線と交わらないまたは端同士が近接しない罫線のうち、
表の指定された領域の端に最も近接した罫線の端部から
該領域の端には仮想罫線を引かないことを特徴とする表
情報抽出装置である。

【００１１】請求項８の発明は、請求項１〜７のいずれ
かに記載の表情報抽出装置で、前記表情報抽出をソフト
ウエアで実現することを特徴とする表情報抽出方法であ
る。

【００１２】請求項９の発明は、請求項８記載の表情報
抽出方法を実現するプログラムを記録したコンピュータ
読取り可能な記録媒体である。

【００１３】

【発明の実施の形態】本発明の表情報抽出装置を図１を
参考にして説明する。本願発明の表情報抽出装置１は、
画像圧縮部１０１、罫線抽出部１０２、罫線選択部１０
３、仮想罫線作成部１０４及びフレーム作成部１０５か
ら成っており、画像圧縮部１０１にはスキャナ２、画像
入力部３を介して２値画像情報が入力される。また、表
情報抽出装置１は、画像入力部３からの前記画像情報を
画像圧縮部１０１を介して画像メモリ４に記録し、表情
報抽出に必要な画像情報を適宜読み出すこともできる。

【００１４】表情報抽出装置に入力された前記画像情報
は画像圧縮部１０１で圧縮された後、罫線抽出部１０２
で入力画像中の罫線が判別抽出される。罫線選択部１０
３では補正が必要な罫線かあるいは不必要な罫線かの選
択が行われ、更に、仮想罫線作成部１０４は仮想罫線を
形成し、フレーム作成部１０５において必要なフレーム
が形成される。なお、罫線抽出部１０２、罫線選択部１
０３、仮想罫線作成部１０４及びフレーム作成部１０５
はそれぞれデータメモリ５との間でデータの交換を行い
ながら前記の作業を行う。

【００１５】次に、図２を参考に、本発明の表情報抽出
装置の動作について説明する。本表情報抽出装置に２値
画像が入力されると（Ｓ１０１）、まず、前記入力画像
の表領域の認識又はユーザによる表領域の指定が行われ
（Ｓ１０２）、それに従って、Ｘ方向の罫線抽出（Ｓ１
０３）、Ｙ方向の罫線抽出が行われる（Ｓ１０４）。さ
らにＸ方向及びＹ方向の罫線を補完し（Ｓ１０５，１０
６）、しかる後に不要な罫線を除外し（Ｓ１０７）、更
に必要な仮想罫線を作成し（Ｓ１０８）、表構造を抽出
（Ｓ１０９）して一連の動作を終了する。

【００１６】画像圧縮部１０１はデータとして与えられ
た画像情報を所定の圧縮率でＯＲ圧縮を行う。この画像
圧縮部１０１は必ずしも必要でないが、画像圧縮を行う
と、例えばＯＲ圧縮であれば、処理するデータ量の削減
により高速化が図れ、また圧縮率未満のドットのかすれ
は問題にならなくなる。但し、得られる座標情報などは
実際の画像からみて圧縮率程度の誤差を含み、低解像度
画像では微妙に処理に影響することが考えられる。

【００１７】罫線抽出部１０２は長い黒画素成分のつな
がりをみてそれを外接矩型で囲む処理を行う。また、黒
画素成分の長いランをみるために、水平、垂直で走査方
向を変えて罫線抽出を行うが、その他の罫線を補完する
処理もここで行うことができる。図３は、その実施態様
を示すものであって、罫線の分断によって罫線がかすれ
た場合の例を示している。罫線がかすれた場合には、分
断された部分を挟んで対向した罫線が見つかるととも
に、前記部分には図示のかすれているような画素、つま
り“かすれ矩型”が見つかる。この場合これらを統合す
ることで、１本の罫線とすることができる。つまり、よ
り詳しく説明すれば罫線抽出部１０２は、長い黒画素成
分を統合していくことで罫線を抽出し、水平、または垂
直の同一方向にある罫線の座標値からかすれで分断され
ている罫線かどうかをその距離、罫線と罫線の間にある
画素の集まり罫線の密度などの情報から判定し、同一罫
線のかすれと判定された場合は統合して、一つの罫線と
して扱うものである。

【００１８】また、罫線抽出部１０２はかすれの位置に
画素を見つけるだけでなく、積極的に補完することもで
きる。次にその点を図４を参考に説明する。図４は、罫
線にＡ，Ｂ，Ｃの３つの「切れ」がある場合を示してい
る。この場合において、補完したい「切れ」はＡ，Ｂで
あり、Ｃは補完を必要としないものであるとする。この
実施形様においては、対象とする罫線と直交する罫線の
密度と直行する罫線からの出っ張り具合を見て「切れ」
が補完を必要とするものなのか否かを判別している。ま
た、その際に、かすれている罫線と直交する方向の罫線
がどの程度の間隔で並んでいるかを調べ、最大でどのく
らいの間隔を補完をすべきかの情報を得る。罫線抽出部
１０２はこれを行うことで、例えば図中Ｃのように本来
罫線のない部分に罫線を間違って作る誤動作を防ぐこと
ができる。

【００１９】本発明の罫線選択部１０３の一実施態様に
よれば、罫線選択部１０３は本来罫線ではないのに罫線
として抽出されてしまったものを除く処理を行うことが
できる。例えば、文字自体が大きい場合は長いランが検
出されるので、その文字から罫線を抽出することがあり
得る。その場合、罫線選択部１０３は、抽出されたもの
が罫線か否かを判断する。罫線でないと判定した場合
は、その罫線を表を構成する罫線からは除外する方法で
罫線選択することができる。これを図５を参考にして説
明すると、大きなフォントで書いある文字中には長いラ
ンがあるので、そこから罫線７を抽出してしまうことが
ある。その場合短いランを含めて矩型抽出を行うと図の
外枠の様な外接矩型８が見つかる。そして、その外接矩
型８の内部の情報（画素の数、長いランの数、矩型の絶
対値、縦横比など）から前記外接矩型が文字矩型である
か否かを判定し、文字矩型であると判定した場合、その
文字矩型に包含される罫線７を除外することで無関係な
罫線を取り除くことができる。この方法は圧縮された画
像でより高い効果が望める。

【００２０】本発明の罫線選択部１０３の他の実施態様
によれば、罫線選択部１０３は、水平罫線と垂直罫線が
互いに一度も交わらない、または端同士が近接すること
のない罫線を抽出し、それらを表を構成する罫線から除
外する方法で罫線選択をすることができる。即ち、罫線
選択部１０３は、他の罫線と全く交わっていないか近接
していない罫線をみつける。この近接というのは、かす
れなどで、ちょうど角に当たる部分が欠けた罫線を想定
している。この条件にあてはまる罫線は、文字矩型と判
断される矩型に包含されず、従って罫線でないと判断さ
れないから、表を構成する罫線から除外されないもので
あるが、表構造解析には不要な罫線として除外しておく
と、次過程で行う仮想罫線の作成に影響が起きにくくな
る。例えば図６に示すように見た目が完全に表であるも
のだけでなく、定型、不定型のフォーマットのものにも
適用でき、図中、宙に浮いているように見える２本の罫
線Ｌは表の構造解析には使わなくてもよく、むしろ後過
程の仮想罫線作成処理に不都合が生じることになるか
ら、表の構造を抽出する際に除外することができる。

【００２１】次に、本発明の仮想罫線作成部１０４につ
いて、図７を参考にして説明する。この仮想罫線作成部
１０４では、水平、垂直の罫線で端部が別方向の罫線と
交わらない、または端同士が近接しない端部のみを抽出
し、抽出した罫線端部の、垂直罫線であるならばＹ座標
（Ｙ１）、水平罫線であるならばＸ座標（Ｘ１）に注目
し、それぞれＹ＝Ｙ１、Ｘ＝Ｘ１という仮想罫線を、最
初に交差するまたは端点に近接する罫線まで引くこと
で、仮想罫線を作成することができる。つまり、表の構
造を得るのに、不要な罫線が除外されている状態で、２
ヵ所ある罫線の端部に注目し、この端部がその罫線と直
交する方向の罫線のいずれかと近接しているかどうかを
調べる。ここでいう近接は既に説明したとおり、角が欠
落した場合を想定してのものである。直交する方向の罫
線と端部が接しているか又は近接している罫線について
は、この仮想罫線作成は無関係である。直交する方向の
罫線と近接又は接していない端部がみつかった場合に
は、その端部に直交する罫線を仮想的に作る。例えば、
図７に示すように、垂直罫線の端部にＸ＝Ｘ１である直
線を仮想罫線として作る。仮想罫線作成範囲は、最初に
交差または端点に近接する罫線までである。

【００２２】この処理を行うことで、表の内部の状態に
ついては本来必要である部分には罫線が全て引かれたも
のとして、処理することができる。実際の処理では、罫
線情報は傾きなどで、微妙な位置関係になることと、罫
線と罫線の間隔が短い場合などには、前記処理が繰り返
し行われることにより本来１本の長い線であるはずのも
のが、短いジグザグな線の連続になってしまうので、こ
れを補正する処理手段を設けることが望ましい。または
処理を行う前に、認識した線のベクトル化を図ると、さ
らに障害を起こす可能性は小さくなる。

【００２３】仮想罫線を引く場合に、交差するまたは端
点に近接する罫線がなかった場合には、表と指定された
領域の端まで罫線を引き、水平、垂直の仮想罫線を引き
終わった段階で、仮想罫線同士の交わっている点を端点
として、仮想罫線を短くすることができる。つまり、図
８（Ａ），（Ｂ）に示すように表と指定した領域の端ま
で線を作っておき、水平、垂直と処理をしたあとで、仮
想罫線の交差した部分から端までの罫線を消去をしない
ものとして処理する（図８（Ｃ））ことで、例えば、図
９のような表を処理することができる。更に、図１０の
ような仮想罫線を直接形成するようにして処理を単純に
することもできる。即ち、仮想罫線を引く場合におい
て、水平・垂直の罫線で、端部が別の罫線と交わらない
または端同士が近接しない罫線のうち、表の指定された
領域の端に最も近接した罫線の端部から該領域の端には
罫線を引かないようにすることもできる。

【００２４】次に、本発明の罫線抽出をソフトウェアに
よって実現する場合について説明する。図１１に本発明
の方法を実現するためのコンピュータシステムの一例を
示している。このシステムは、ＣＰＵ，メモリ、表示装
置、ハードディスク、キーボード、ＣＤ−ＲＯＭドライ
ブ、スキャナなどからなっている。ＣＤ−ＲＯＭなどの
コンピュータ読み取り可能な記録媒体には、本発明の罫
線抽出、罫線選択、仮想罫線作成等の表情報抽出機能を
実現するプログラムが記録されている。 また、スキャ
ナなどの画像入力手段から入力された画像は一時的にハ
ードウエアなどに格納される。そして、該プログラムが
起動されると、一時的に保存された画像データが読み込
まれ、入力画像中の表情報抽出処理を実行し、その処理
結果をディスプレイなどに出力するようになっている。

【００２５】

【発明の効果】請求項１に対応する効果：画像上の表領
域から罫線を抽出するとともに、不要な罫線を除外する
一方、不足する罫線を補ってフレームを作成できるの
で、例えば罫線の一部が欠けているような場合でも、表
の構造をより精度良く抽出することができる。

【００２６】請求項２に対応する効果：請求項１に対応
する効果に加え、分断された罫線の間にある画素の集ま
り、罫線の密度等の情報から、罫線の分断がかすれによ
るものか否かを判定することができるので、かすれた罫
線を正確に抽出することできる。

【００２７】請求項３に対応する効果：請求項１に対応
する効果に加え、抽出された罫線が文字矩型によって包
含されているか否かで罫線か否かを判断するようにした
ので、誤って文字罫線と誤認して抽出することを防止す
ることができる。

【００２８】請求項４に対応する効果：請求項１に対応
する効果に加え、水平罫線と垂直罫線が互いに一度も交
わらない、または端同士が近接することのない罫線を抽
出し、それらを表を構成する罫線からは除外して罫線選
択するので、罫線抽出に当たって構造解析に不要な罫線
を抽出しないようにすることができる。

【００２９】請求項５に対応する効果：請求項１に対応
する効果に加え、表抽出に必要な仮想罫線を作成できる
ため、より正確な表領域の抽出ができる。

【００３０】請求項６及び７に対応する効果：請求項５
に対応する効果に加え、フレーム作成に必要な仮想罫線
を容易に得ることができ、従って、正確な表領域を容易
に抽出することができる。

【００３１】請求項８に対応する効果：表情報の抽出を
ソフトウエアで実現するようにしたため、例えばマイコ
ン等のハードウエア上で容易に動作させることができ
る。

【００３２】請求項９に対応する効果：請求項８のソフ
トウエアを媒体に記録したため、例えば、マイコン等で
動作させるに際に取扱いが容易である。

【図面の簡単な説明】

【図１】 本発明の表情報抽出を行う装置全体を示すブ
ロック図である。

【図２】 本発明の表情報抽出装置の処理フローを示す
ブロック図である。

【図３】 本発明の分断された罫線の補完の一例を説明
するための図である。

【図４】 本発明の分断された罫線の補完の他の例を説
明するための図である。

【図５】 本発明の文字と罫線との識別を説明するため
の図である。

【図６】 本発明の罫線選択を説明するための図であ
る。

【図７】 本発明の仮想罫線の作成の一例を説明するた
めの図である。

【図８】 本発明の仮想罫線の作成の他の例を説明する
ための図である。

【図９】 本発明の仮想罫線作成部によって得られた仮
想罫線の一例を示す図である。

【図１０】 本発明の仮想罫線作成部によって得られた
仮想罫線の他の例を示す図である。

【図１１】 本発明をソフトウェアによって実施する場
合に使用されるコンピュータシステムの一例を示す図で
ある。

【符号の説明】

１…表情報抽出装置、２…スキャナ、３…画像入力部、
４…画像メモリ、５…データメモリ、６…表データ、７
…抽出された罫線、８…外接矩型、１０１…画像圧縮
部、１０２…罫線抽出部、１０３…罫線選択部、１０４
…仮想罫線作成部、１０５…フレーム作成部。

Claims (9)

【特許請求の範囲】
1. 【請求項１】 画像上の表領域から罫線情報を抽出する
   罫線抽出部、不要な罫線を除外する罫線選択部、抽出さ
   れた罫線からフレームを構成するフレーム作成部、及び
   フレームを作成に不足する罫線を補う仮想罫線を作成す
   る仮想罫線作成部、とからなることを特徴とする表情報
   抽出装置。
2. 【請求項２】 請求項１記載の表情報抽出装置におい
   て、前記罫線抽出部は、長い黒画素成分を統合していく
   ことで罫線を抽出するものであって、同一方向にある分
   断された罫線間の画像情報から、前記分断された罫線が
   かすれで分断されているのかどうかを判定し、かすれと
   判定した場合は両罫線を一つの罫線として抽出すること
   を特徴とする表情報抽出装置。
3. 【請求項３】 請求項１記載の表情報抽出装置におい
   て、前記罫線選択部は、抽出された罫線が文字矩型に包
   合されている場合は、その罫線を罫線でないと判定し、
   表を構成する罫線からは除外するように罫線選択をする
   ことを特徴とする表情報抽出装置。
4. 【請求項４】 請求項１記載の表情報抽出装置におい
   て、前記罫線選択部は、水平罫線と垂直罫線が互いに一
   度も交わらない、または端同士が近接することのない罫
   線を抽出し、それらを表を構成する罫線から除外するよ
   うに罫線選択をすることを特徴とする表情報抽出装置。
5. 【請求項５】 請求項１記載の表情報抽出装置におい
   て、前記仮想罫線作成部は、水平・垂直の罫線で、端部
   が別の罫線と交わらないまたは端同士が近接しない罫線
   の端部から、該罫線に直交する方向の仮想罫線をそれと
   最初に交差する罫線または端部に近接する罫線まで引く
   ことで仮想罫線を作成することを特徴とする表情報抽出
   装置。
6. 【請求項６】 請求項５記載の表情報抽出装置におい
   て、前記仮想罫線作成部は、水平・垂直の罫線で、端部
   が別の罫線と交わらないまたは端同士が近接しない罫線
   の端部から、表の指定された領域の端まで水平、垂直の
   仮想罫線を引き、その後、前記仮想罫線同士が交わって
   いる点を端点として領域の端までの前記仮想罫線を消去
   することを特徴とする表情報抽出装置。
7. 【請求項７】 請求項５記載の表情報抽出装置におい
   て、水平・垂直の罫線で、端部が別の罫線と交わらない
   または端同士が近接しない罫線のうち、表の指定された
   領域の端に最も近接した罫線の端部から該領域の端には
   仮想罫線を引かないことを特徴とする表情報抽出装置。
8. 【請求項８】 請求項１〜７のいずれかに記載の表情報
   抽出装置で、前記表情報抽出をソフトウエアで実現する
   ことを特徴とする表情報抽出方法。
9. 【請求項９】 請求項８記載の表情報抽出方法を実現す
   るプログラムを記録したコンピュータ読取り可能な記録
   媒体。