JPS60126777A

JPS60126777A - 文字切り出し方式

Info

Publication number: JPS60126777A
Application number: JP58234248A
Authority: JP
Inventors: Yasuaki Nakano; 中野　康明; Hiromichi Fujisawa; 浩道藤澤; Masao Michino; 道野　正雄; Kiyomichi Kurino; 栗野　清道
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1983-12-14
Filing date: 1983-12-14
Publication date: 1985-07-06

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】〔発明の利用分野〕本発明は、文書読み取り装置や図面認識装置において使
用される文字切り出し方式に係り、特に表の形式で作成
された文書の読み取りに好適な文字切り出し方式に関す
る。

〔発明の背景〕

従来の文字認識装置はドロップアウトカラーで文字記入
枠を印刷し、その中に記入された文字を読み取るものが
大半であった。しかし、印刷コストの増加により、簡易
帳票を使用したいという要求が強くなっている。ここで
簡易帳票とは、方眼紙などを用いて表形式の文字記入枠
を作成したものを原版とし、複写機によって帳票を印刷
するなどして作成したものである。したがって、簡易帳
票においては文字記入枠が黒色（非ドロップアウトカラ
ーを指す）となるため記入文字と文字記入枠とを自動的
に区別する必要が生−一一一一一一じる。また、文字記
入枠と記入文字とが接触した場合、接触部を切断して文
字部分を分離する必要があった。

〔発明の目的〕

本発明の目的は、黒色の文字記入枠と記入文字とを自動
的に区別することのできる文字切り出し方式を提供する
ことにある。また、その特別な場合として文字記入枠と
記入文字とが接続した場合にこの両者を分離できる文字
切り出し方式を提供することにある。さらに、文字記入
枠に切れ・かすれ等があり、処理誤りが生じた場合に自
動的に再試行することのできる文字切り出し方式を提供
することにある。

〔発明の概要〕

上記の目的を達成するため、本発明においては処理しよ
うとする領域の画像に対して輪郭抽出を行い、輪郭の性
質が文字記入枠と記入文字とで異なっていることを利用
して両者の区別を行うものである。また、文字記入枠と
記入文字とが接触した場合にも、文字記入枠が直線形状
であり接触部で輪郭上に屈曲点が発生すること番利用し
て、屈曲点の対を検出してその間を結ぶ直線を創成する
ことにより、文字記入枠と記入文字とを分離する。

〔発明の実施例〕

以下本発明の一実施例を第１図により説明する。

第１図は一実施例の構成を示すブロック図である。

装置各部はバス１に接続され、全体の動作は制御部２に
より制御される。帳票３の上の情報（帳票イメージ）は
光電変換装置４により走査、光電変換、ディジタル化を
経てメモリ５の中に格納される。以下の説明では省略す
るが、高効率符号化によりイメージの表現に必要なメモ
リ量を節約し、処理に際して原パターンに復元してもよ
い。また、以下の説明では１画素１ビツトに二値化する
ものとするが、１画素を多値で表現した場合にも、ある
いは色情報を付与した場合にも−、メモリ内で二値化す
るなどして適用可能である。

本実施例における対象は表形式帳票で、第２図（Ａ）の
ように横Ｍ本縦Ｎ本の直線で構成される表を１個含むも
のとする。また、表の概略位置は別に書式情報として与
えられるものとする。第３図に′全体の処理の流れをＰ
　Ａ　Ｄ　（Ｐｒｏｇｒａｍ　Ａｎａｌｙｓｉ。

Ｄｉａｇｒａｍ）形式で示す。第３図で３０１は前述し
た帳票イメージの入力である。３０２以降の処理はパタ
ーン処理用プロセッサ６により実行される。

３０２及び３０３の二重ループは表の中の各領域につい
て２次元的に繰り返すループである。

３０４〜３１５は第ｍ行第ｎ列の領域について文字切り
出し及び認識を行う処理である。３０４で、別途与えら
れている書式情報から、上記第ｍ行第ｎ列の領域の左端
・右端のＸ座標Ｘｍｌ　、ｘｍ２及び上端及び下端のｙ
座標Ｙ　ｍｌ　ｔ　Ｖ　ｍｌを算出する。この座標は第
２図（Ｂ）のように、理論的な帳票端点Ｐ（あるいは端
点をセンサで検出してもよい）を原点として測っている
。実際には帳票の位置ずれやセンサ誤差、印刷誤差等に
より誤差が生ずるので、第ｍ行第ｎ列の領域の内部境界
Ｃｍ　。

ｎはは上記の計算値からずれることがある。

３０５は上下左右にそれぞれＡづつマージンをとって、
第２図（Ｃ）に示すような部分画像を抽出する。３０６
では上記の部分画像について輪郭抽出を行い、第２図（
Ｄ）のような輪郭を２０１〜２０７を抽出する。そのと
き画像エツジに接触する輪郭は除去している。また同図
（Ｄ）において輪郭に付した矢印は内輪郭と外輪郭とを
区別するもので、この図では黒地を右側に見て輪郭を一
周するように付してあり、このとき時計回りに一周する
ときは外輪郭２反時計回りに一周するときは内輪郭であ
る。輪郭の具体的な表現として１本例では上記のように
輪郭を一周するときの輪郭上の点の座標の列（（ｘ、ｙ
））として表現する。別に各輪郭の長さや、種別などは
記憶しておく。

３０６で抽出した輪郭数をＬとし、後の処理で用いる変
数ｋを初期化しておく。３０７〜３０９は第ｉ輪郭Ｃｉ
が第ｍ行第ｎ列の内側境界Ｃｍ、ｎであるか否か判定し
、判定されたときの輪郭番号をｋとする処理であり、３
０８の判定条件としては内輪郭であってその長さがＲ以
上であるものを選ぶようにしている。ここでＲとしては
たとえば理論的な内側境界長の０．８倍にとることがで
きる。この結果第２図（Ｄ）では輪郭２０２が内側境界
として選ばれる。３１０においてｋを判定し、ｋ＝ｏで
あれば領域検出失敗であり、３１１でエラー処理を行う
。Ｋ≠０のとき領域検出成功であり、３１２〜３１５で
領域内部の処理を行う。

３１２は全輪郭について繰り返すループである。

３１３で、第１番目の軸郭Ｃｉが第に軸郭Ｃｋの内部に
含まれるか否かを判定する。第２図（Ｄ）の例でいえば
、Ｃｋは２０２であり、２０１゜２０２はＣｋの内部に
含まれず２０３−２０７はＣｋは内部に含まれる。３１
４では、Ｃｋの内部に含まれる輪郭を登録する。その結
果第２図（Ｅ）のように、第ｍ行第ｎ列の領域の内側の
輪郭のみが抽出される。この結果は、あたかも文字記入
枠がドロップアウトカラーで印刷された場合に輪郭抽出
を行った結果と同一であり、３１５において通常の手法
で文字切り出し、認識を行えはよい６なお、本例では３
１５における文字切り出し、認識法として輪郭抽出を行
った結果を利用する方式としたが、ドツトパターンのま
ま処理を行う方式の場合には、第２図（Ｅ）のパターン
において外輪郭と内輪郭の間を塗り潰す処理を行えばよ
い。

以上のようにして文字の切り出し・認識が行われるが、
途中で切り出し異常あるいは認識不能が生じたときは、
第１図のコンソール７に表示し正解を入力するなどの処
理を行う。３１１のエラー処理においてもコンソール７
で対話処理を行うことができる。

なお、本実施例では３０２−３１５の処理をパターン処
理用プロセッサ６で実行させるとしたが、そのうちの一
部あるいは全部を制御部２によって実行してもよい。こ
れは以下の実施例でも同様である。

次に第４図により本実施例による第二の実施例を説明す
る。本実施例は第１図の実施例において、文字記入枠を
記入文字とが接触しているとき、これを切断する処理を
付加したものである。第４図は第３図における３１２〜
３１５の代りに行われる処理の流れを示す流れ図である
。第３図の３０７〜３０９の処理により内側境界に対応
する輪郭Ｃｋが既にめられている。但し、この場合第５
図（Ａ）のように文字記入枠と記入文字とが接触してい
るため、同図（Ｂ）のような輪郭が得られる。以下説明
を単純にするため、接触部は１ケ所でありかつ下辺にお
いて接触すると仮定するが、これ以外の場合にも適用可
能である。第４図において、４０１で状態Ｓの初期値を
１とする。

４０２においてＣｋの左下隅及び右下隅の輪郭点番号ｉ
１ｐ！２をめる（詳細省略）。４０３において、下辺の
平均的ｙ座標ｙｏをめる。（例えｊ；ｆ、ｔ、とｔ２の
ｙ座標の平均値をとればよい。

４０４は、下辺に−おいて両端付近を除去した部分の全
点、すなわちｔ　＝ｔ　１＋　ａ　”　ｔ　２　ａにっ
さ４０５〜４１０を緑入り返すループである。

４０５は状態Ｓ上によって分岐する処理である。

Ｓ＝１は、下辺から遠くへ離れるときの屈曲点（第１種
の屈曲点）をめる状態であり、このとき４０６を行う。

４０６では第１種の屈曲点の判定条件として、点ｔのｙ
座標ｙ１が下辺ｙｏに近く、かっｙｔ以前は水平で、ｙ
ｔ以後が斜めであし、Ｓを２とする。４０８，４０９は
４０６゜４０７に対応するが、離れた点から下辺に近付
く１種と第２種の屈曲点が交互に対としてめられる。第
５図（Ｃ）に屈曲点に、、に２をめた例を示す。４１０
では、屈曲点の対を結ぶ輪郭点列を創成し、第５図ＣＤ
）のように文字枠部と文字部に対しそれぞれ付加して輪
郭点列が閉曲線となるようにする。この結果、Ｃｋが新
しい輪郭点列に変更されるとともに、輪郭数りが増加す
る。４１２〜４１５は第３図の３１２−３１５と全く同
一の処理である。

次に第６図により本発明による第三の実施例を説明する
。本実施例は第１図の実施例において、内側境界検出に
失敗したときに再試行する処理を付加したものである。

第６図は＠３図における３１１の代りに行われる処理の
流れを示す図である。６０１では、対象となる部分画像
に対し水平周辺分布１４　（ｙ　）、すなわち各画素の
値を水平方向に積分した分布を作る。６０２は、ｙ座標
についての繰り返しである。６０３で水平周辺分布Ｈ（
ｙ）がある値Ｈｏより大きいとき、６０４と６０５によ
り、そのｙ座標について全画素ｐ　（ｘ＋ｙ）にｔｒ’
ｌＨを埋め込む。６０６〜６１０は上記の処理を垂直層
３の分布Ｖ（ｘ）を用いて垂直方向について行うもので
ある。この結果、例えば第７図（Ａ）のように文字記入
枠が切れていたとしても、第７図（Ｂ）のようにつなが
ることになる。ここで閾値Ｈｏ、ｖｏを適当にとること
により、文字の存在する部分では埋め込み処理を行わず
、文字記入枠の部分でだけつながるようにできる。６１
１は第３図の３’０４−３６９をまとめたものである。

６１２．６］、’３はそれぞれ第３図の３０１’。

３１１に対応する。６１４は第３図の３１２−３１５を
まとめたものである。以上の説明から理解されるように
、本実施例では文字記入枠の切れ。

かすれなどにより、内側境界が内輪郭としての条件を満
さない場合でも、原画像を修正し、再試行することによ
って、内側境界を検出することを可能とする。

以上の第一〜第三の実施例において、文字記入枠は表形
式であるとし、内輪郭であることを内側境界の条件とし
たが、罫線のように枠が閉じてい−ない場合にも本発明
は適用でき、例えば罫線（下線）の場合は外輪郭が絹長
い形状のものを検出すればよい。また、文字枠内側の抽
出法として実施例では輪郭間の包含関係を用いたが、こ
の方法に限らず検出した文字枠に対する相対位置によっ
て仮想的に文字枠内側領域を決定する方法を用いること
ができる。

また、実施例においては文字記入枠の概略位置を書式情
報を用いて算出するとしたが、書式情報中に座標値を記
載せず、枠を構成する直線を検出して、自動的に枠位置
を定めるようにすることも可能である。

〔発明の効果〕

本発明によれば、文字記入枠を黒色あるいは光　。

電変換における非ドロップアウトカラーによって印刷し
た帳票を使用した場合でも安定な文字切り出しが行われ
るので、帳票作成の手間やコストを大幅に削減できる効
果がある。

【図面の簡単な説明】

第１図は本発明の一実施例の構成を示すブロック図、第
２図、第５図、第７図は本発明の詳細な説明するための
図、第３図、第４図、第６図は本発明の実施例における
処理の流れ図である。１・・・バス、２・・・制御部、４・・・光電変換装置
、５・・・′￥３ｚ図（Ｃン（Ｄン　（１；］ｆＪ　５　区（Ａ）　’Ｂ）ＣＣ，）　ＣＤ）看　７　図ＣＡ）　、　（Ｂ）第　６　図

Claims

【特許請求の範囲】１、入力帳票を光電変換、ディジタル化して二値画像と
し、上記二値画像から輪郭抽出を行い、この抽出された
輪郭からあらかじめ定めた条件に適するものを選択し、
該選択された輪郭に対する相対位置として定められた領
域内の文字を切り出すことを特徴とする文字切り出し方
式。２、特許請求の範囲第１項記載の文字切り出し方式にお
いて、上記選択された輪郭の座標系列から基準座標を検
出するとともに、上記輪郭の中の屈曲点を検出し、上記
屈曲点であって上記基準座標に近いものを抽出し、上記
抽出された屈曲点の対を結ぶ座標系列を生成して新しい
輪郭を生成し、上記の生成された新しい輪郭に対する相
対位置として定められた領域内の文字を切り出すことを
特徴とする文字切り出し方式。３、特許請求の範囲第１項記載の文字切り出し方式にお
いて、あらかじめ定めた条件に適する輪郭が存在しない
とき、上記人カニ値画像に変形を施することを特徴とす
る文字切り出し方式。