JPH1196298A

JPH1196298A - 文字認識装置及びその方法

Info

Publication number: JPH1196298A
Application number: JP9258989A
Authority: JP
Inventors: Kitahiro Kaneda; 北洋金田
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1997-09-24
Filing date: 1997-09-24
Publication date: 1999-04-09

Abstract

(57)【要約】【課題】文字認識対象の原稿画像を入力する場合に、
その入力した原稿画像の傾斜角補正を効率的に実行する
ことできる文字認識装置及びその方法を提供する。【解決手段】入力された原稿画像の傾斜角を傾斜角検
出部１０８で検出する。原稿画像の傾斜角が検出不可能
な場合、該原稿画像から被傾斜角検出対象画像を手動傾
斜角検出領域設定部１１０で指定する。傾斜角検出部１
０８で検出された傾斜角、あるいは手動傾斜角検出領域
設定部１１０で指定された被傾斜角検出対象画像から検
出される傾斜角に基づいて原稿画像の傾斜を画像補正部
１１２で補正する。傾斜補正された原稿画像に対し文字
認識を文字認識部１１４で実行する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、入力された原稿画
像の文字認識を実行する文字認識装置及びその方法に関
するものである。

【０００２】

【従来の技術】一般に文字認識の前処理で最も重要なプ
ロセスは、取得された原稿画像の傾斜補正である。即
ち、現行画像中の入力文字図形が傾くなどして本来の形
状から回転変形してしまうと、その文字の認識率は大幅
に低下してしまう。そのため、文字認識の前には、必ず
原稿画像の傾斜角を検出し、それに基づいて傾きを補正
するという作業が必要となってくる。

【０００３】通常は、この作業は自動的に行われること
が多いが、これが不可能な場合がある。そもそも、この
傾斜角自動検出の原理は、図６に示すように原稿画像上
の所定の２領域の横方向の濃度ヒストグラムを取り、そ
のピークから求まる上下方向の距離と、検出領域間の水
平距離より傾斜角を算出している。従って、この２領域
にまたがるような水平文字行、あるいは水平ライン等が
存在する場合は問題無いが、そういう対象物がない場
合、あるいはあってもノイズなどによりヒストグラムが
正常に取得できない場合は、傾斜角を求めることが不可
能となってしまう。このような場合、従来はユーザーに
手動で任意の行に沿うように図７に示すような検出ライ
ンを引かせ、それに基づき傾斜角を算出し、補正してい
た。

【０００４】

【発明が解決しようとする課題】しかしながら、上記従
来の文字認識装置では、ユーザー自信が目視で一次元的
な検出ラインを引かなければならないので、操作しづら
く、また、その設定も不正確になりがちであった。

【０００５】本発明は上記の問題点に鑑みてなされたも
のであり、文字認識対象の原稿画像を入力する場合に、
その入力した原稿画像の傾斜角補正を効率的に実行する
ことできる文字認識装置及びその方法を提供することを
目的とする。

【０００６】

【課題を解決するための手段】上記の目的を達成するた
めの本発明による文字認識装置は以下の構成を備える。
即ち、入力された原稿画像の文字認識を実行する文字認
識装置であって前記入力された原稿画像の傾斜角を検出
する検出手段と、前記検出手段で前記原稿画像の傾斜角
が検出不可能な場合、該原稿画像から被傾斜角検出対象
画像を指定する指定手段と、前記検出手段で検出された
傾斜角、あるいは前記指定手段で指定された被傾斜角検
出対象画像から検出される傾斜角に基づいて前記原稿画
像の傾斜を補正する補正手段と、前記補正手段で傾斜補
正された原稿画像に対し文字認識を実行する文字認識手
段とを備える。

【０００７】また、好ましくは、前記指定手段は、ユー
ザーによって指定される。

【０００８】また、好ましくは、前記指定手段は、前記
原稿画像から被傾斜角検出対象画像を矩形で指定する。

【０００９】また、好ましくは、前記指定手段は、前記
原稿画像から複数の被傾斜角検出対象画像を指定する。

【００１０】また、好ましくは、前記指定手段は、ポイ
ンティングデバイスである。

【００１１】また、好ましくは、前記指定手段は、キー
ボードである。

【００１２】また、好ましくは、前記検出手段で前記原
稿画像の傾斜角が検出不可能な場合、その旨をユーザに
報知する。

【００１３】上記の目的を達成するための本発明による
文字認識方法は以下の構成を備える。即ち、入力された
原稿画像の文字認識を実行する文字認識方法であって前
記入力された原稿画像の傾斜角を検出する検出工程と、
前記検出工程で前記原稿画像の傾斜角が検出不可能な場
合、該原稿画像から被傾斜角検出対象画像を指定する指
定工程と、前記検出工程で検出された傾斜角、あるいは
前記指定工程で指定された被傾斜角検出対象画像から検
出される傾斜角に基づいて前記原稿画像の傾斜を補正す
る補正工程と、前記補正工程で傾斜補正された原稿画像
に対し文字認識を実行する文字認識工程とを備える。

【００１４】上記の目的を達成するための本発明による
コンピュータ可読メモリは以下の構成を備える。即ち、
入力された原稿画像の文字認識を実行する文字認識のプ
ログラムコードが格納されたコンピュータ可読メモリで
あって前記入力された原稿画像の傾斜角を検出する検出
工程のプログラムコードと、前記検出工程で前記原稿画
像の傾斜角が検出不可能な場合、該原稿画像から被傾斜
角検出対象画像を指定する指定工程のプログラムコード
と、前記検出工程で検出された傾斜角、あるいは前記指
定工程で指定された被傾斜角検出対象画像から検出され
る傾斜角に基づいて前記原稿画像の傾斜を補正する補正
工程のプログラムコードと、前記補正工程で傾斜補正さ
れた原稿画像に対し文字認識を実行する文字認識工程の
プログラムコードとを備える。

【００１５】

【発明の実施の形態】以下、図面を参照して本発明の好
適な実施形態を詳細に説明する。

【００１６】図１は本発明の実施形態の文字認識装置を
実現する情報処理装置の構成を示すブロック図である。

【００１７】図１において、ＣＰＵ１はメインバス７を
介して情報処理装置１０全体の制御を実行するととも
に、情報処理装置１０の外部に接続される入力装置１１
（例えば、イメージスキャナ、記憶装置、ネットワーク
回線を介して接続される他の情報処理装置、電話回線を
介して接続されるファクシミリ等）を入力Ｉ／Ｆ（印あ
フェース）４を介して制御する。また、情報処理装置１
０の外部に接続される出力装置１２（例えば、プリン
タ、モニタ、ネットワーク回線を介して接続される他の
情報処理装置、電話回線を介して接続されるファクシミ
リ等）５を介して制御する。また、ＣＰＵ１は、ＫＢＤ
Ｉ／Ｆ（キーボードインタフェース）６を介して入力部
（例えば、キーボード２３やポインティングデバイス２
４やペン２５）から入力された指示に従って、画像の入
力、画像処理、色変換処理、画像の出力制御等の一連の
処理を実行する。更に、入力装置１１より入力された画
像データや、キーボード３やポインティングデバイス２
４やペン２５を用いて作成された画像データを表示する
表示部３０をビデオＩ／Ｆ（インタフェース）２８を介
して制御する。

【００１８】ＲＯＭ２は、ＣＰＵ１の各種制御を実行す
る各種制御プログラムを記憶している。ＲＡＭ３は、Ｃ
ＰＵ１によりＯＳや本発明を実現するための制御プログ
ラムを含むその他の制御プログラムがロードされ実行さ
れる。また、制御プログラムを実行するために用いられ
る各種作業領域、一時待避領域として機能する。また、
入力装置１１より入力された画像データや、キーボード
２３やポインティングデバイス２４やペン２５を用いて
作成された画像データを、一旦、保持するＶＲＡＭ（不
図示）が構成されている。

【００１９】次に、本実施形態の文字認識装置の機能構
成について、図２を用いて説明する。

【００２０】図２は本発明の実施形態の文字認識装置の
機能構成を示すブロック図である。図２において、１０
４は原稿画像を格納する画像メモリである。３０は原稿
画像を表示するための表示部である。１０８は画像メモ
リ１０４内の原稿画像の傾斜角を所定の領域で検出する
傾斜角検出部である。１１０は手動で傾斜角の検出領域
を設定するための手動傾斜角検出領域設定部である。１
１２は傾斜角検出部１０８で検出された傾斜角に基づい
て画像メモリ１０４内の原稿画像を回転して補正する画
像補正部である。１１４は補正された原稿画像を使って
文字認識を行う文字認識部である。

【００２１】次に、本実施形態の文字認識装置で実行さ
れる動作について、図２を用いて説明する。

【００２２】画像読み取り装置、あるいはファイルなど
から取得された原稿画像は先ず、画像メモリ１０４に記
録される。次に、取得された原稿画像の確認のため画像
メモリ１０４から原稿画像を読み出し表示部３０に表示
する。その後、ユーザーの指示で自動傾斜角検出、補正
を、傾斜角検出部１０８及び画像補正部１１４にて行
う。ここで、何等問題無く処理を終えた場合は、その結
果を表示部３０に更新表示する。一方、傾斜角検出部１
０８で傾斜角検出不能と判断された場合は、表示部３０
と手動傾斜角検出領域設定部１１０により、手動で傾斜
角検出領域を設定し、その後、傾斜角検出を行う。そし
て、その傾斜角検出結果を画像補正部１１２に渡す。

【００２３】手動傾斜角検出領域設定部１１０の動作の
詳細については、後述する。画像補正部１１２では検出
された傾斜角に基づき、画像メモリ１０４内の原稿画像
を回転させ、その傾斜を補正し、表示部３０に更新表示
する。補正された原稿画像は文字認識部１１４に送ら
れ、文字認識が実行される。

【００２４】次に、手動傾斜角検出領域設定部１１０で
実行される動作について、図３を用いて説明する。

【００２５】図３は本発明の実施形態の手動傾斜角領域
設定部で実行される動作を示すフローチャートである。

【００２６】まず、ステップＳ４０１で、画像メモリ１
０４から原稿画像を入力する。次に、ステップ４０２
で、傾斜角を検出する。尚、通常、傾斜角検出領域は予
め画面上に複数個設定される。

【００２７】ステップ４０４で、正常に傾斜角が検出で
きたか否かを判定する。正常に傾斜角が検出できなかっ
た場合（ステップＳ４０４でＮＯ）、即ち、傾斜角検出
領域が不適当な場合、ステップＳ４０６へ進む。ステッ
プ４０６で、ユーザーに手動で傾斜角検出領域を設定す
るよう促す警告を発生する。次に、ステップ４０８で、
実際に、例えば、表示部３０に表示されている原稿画像
を見ながらマウスなどのポインティングデバイスをドラ
ッグし、例えば、図４に示すような、視覚的に傾斜角を
検出しやすい領域を２次元的に指定する。

【００２８】一方、正常に傾斜角が検出できた場合（ス
テップＳ４０４でＹＥＳ）、ステップＳ４１０へ進む。
ステップ４１０で、検出結果に基づいて原稿画像を回転
させ傾斜の補正を行う。

【００２９】尚、上記実施形態では、手動で傾斜角検出
領域を設定する場合、図４に示したように単一の領域を
指定していたが、何もこれに限定されるものではない。
例えば、図５に示すように、複数個の傾斜角検出領域を
指定しても良い。

【００３０】また、傾斜角検出領域設定部１１０での設
定は、マウスなどのポインティングデバイスを使用して
行ったが、何もこれに限定されることはなく、キーボー
ドを使用して行ってもよい。

【００３１】以上説明したように、本実施形態によれ
ば、予め設定された領域で原稿画像の傾斜角検出が不可
能な場合、ユーザー自信が傾斜角を検出できそうな領域
を目視で確認し、マウスなどをドラッグして領域指定す
るだけで、簡単に傾斜補正が可能となる。

【００３２】また、ユーザーはその領域を指定するだけ
で実際の傾斜角検出は装置が行うので、精度も従来の手
動傾斜補正と比較して遙かに高いものとなり、より快適
な文字認識を実現することができる。

【００３３】尚、本発明は、複数の機器（例えばホスト
コンピュータ、インタフェース機器、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。

【００３４】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ＭＰＵ）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。

【００３５】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。

【００３６】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、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。

【００３７】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。

【００３８】更に、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ボードや
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、その機能拡張ボ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。

【００３９】

【発明の効果】以上説明したように、本発明によれば、
文字認識対象の原稿画像を入力する場合に、その入力し
た原稿画像の傾斜角補正を効率的に実行することできる
文字認識装置及びその方法を提供できる。

【００４０】

【図面の簡単な説明】

【図１】本発明の実施形態の文字認識装置を実現する情
報処理装置の構成を示すブロック図である。

【図２】本発明の実施形態の文字認識装置の機能構成を
示すブロック図である。

【図３】本発明の実施形態の手動傾斜角領域設定部で実
行される動作を示すフローチャートである。

【図４】本発明の実施形態の手動傾斜角補正を説明する
ための図である。

【図５】本発明の実施形態の手動傾斜角補正を説明する
ための図である。

【図６】従来の傾斜角検出を説明するための図である。

【図７】従来の手動傾斜角補正を説明するための図であ
る。

【符号の説明】

３０表示部１０４画像メモリ１０８傾斜角検出部１１０手動傾斜角検出領域設定部１１２画像補正部１１４文字認識部

Claims

【特許請求の範囲】

【請求項１】入力された原稿画像の文字認識を実行す
る文字認識装置であって前記入力された原稿画像の傾斜
角を検出する検出手段と、前記検出手段で前記原稿画像の傾斜角が検出不可能な場
合、該原稿画像から被傾斜角検出対象画像を指定する指
定手段と、前記検出手段で検出された傾斜角、あるいは前記指定手
段で指定された被傾斜角検出対象画像から検出される傾
斜角に基づいて前記原稿画像の傾斜を補正する補正手段
と、前記補正手段で傾斜補正された原稿画像に対し文字認識
を実行する文字認識手段とを備えることを特徴とする文
字認識装置。
【請求項２】前記指定手段は、ユーザーによって指定
されることを特徴とする請求項１に記載の文字認識装
置。
【請求項３】前記指定手段は、前記原稿画像から被傾
斜角検出対象画像を矩形で指定することを特徴とする請
求項１に記載の文字認識装置。
【請求項４】前記指定手段は、前記原稿画像から複数
の被傾斜角検出対象画像を指定することを特徴とする請
求項１に記載の文字認識装置。
【請求項５】前記指定手段は、ポインティングデバイ
スであることを特徴とする請求項１に記載の文字認識装
置。
【請求項６】前記指定手段は、キーボードであること
を特徴とする請求項１に記載の文字認識装置。
【請求項７】前記検出手段で前記原稿画像の傾斜角が
検出不可能な場合、その旨をユーザに報知することを特
徴とする請求項１に記載の文字認識装置。
【請求項８】入力された原稿画像の文字認識を実行す
る文字認識方法であって前記入力された原稿画像の傾斜
角を検出する検出工程と、前記検出工程で前記原稿画像の傾斜角が検出不可能な場
合、該原稿画像から被傾斜角検出対象画像を指定する指
定工程と、前記検出工程で検出された傾斜角、あるいは前記指定工
程で指定された被傾斜角検出対象画像から検出される傾
斜角に基づいて前記原稿画像の傾斜を補正する補正工程
と、前記補正工程で傾斜補正された原稿画像に対し文字認識
を実行する文字認識工程とを備えることを特徴とする文
字認識方法。
【請求項９】前記指定工程は、前記原稿画像から被傾
斜角検出対象画像を矩形で指定することを特徴とする請
求項８に記載の文字認識方法。
【請求項１０】前記指定工程は、前記原稿画像から複
数の被傾斜角検出対象画像を指定することを特徴とする
請求項８に記載の文字認識方法。
【請求項１１】前記検出工程で前記原稿画像の傾斜角
が検出不可能な場合、その旨をユーザに報知することを
特徴とする請求項８に記載の文字認識方法。
【請求項１２】入力された原稿画像の文字認識を実行
する文字認識のプログラムコードが格納されたコンピュ
ータ可読メモリであって前記入力された原稿画像の傾斜
角を検出する検出工程のプログラムコードと、前記検出
工程で前記原稿画像の傾斜角が検出不可能な場合、該原
稿画像から被傾斜角検出対象画像を指定する指定工程の
プログラムコードと、前記検出工程で検出された傾斜角、あるいは前記指定工
程で指定された被傾斜角検出対象画像から検出される傾
斜角に基づいて前記原稿画像の傾斜を補正する補正工程
のプログラムコードと、前記補正工程で傾斜補正された原稿画像に対し文字認識
を実行する文字認識工程のプログラムコードとを備える
ことを特徴とするコンピュータ可読メモリ。