CN104094281A - 字符识别用的图像处理方法、使用该方法的字符识别装置及程序 - Google Patents
字符识别用的图像处理方法、使用该方法的字符识别装置及程序 Download PDFInfo
- Publication number
- CN104094281A CN104094281A CN201280069050.4A CN201280069050A CN104094281A CN 104094281 A CN104094281 A CN 104094281A CN 201280069050 A CN201280069050 A CN 201280069050A CN 104094281 A CN104094281 A CN 104094281A
- Authority
- CN
- China
- Prior art keywords
- character string
- character
- line segment
- point
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/146—Aligning or centring of the image pick-up or image-field
- G06V30/1475—Inclination or skew detection or correction of characters or of image to be recognised
- G06V30/1478—Inclination or skew detection or correction of characters or of image to be recognised of characters or characters lines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/18086—Extraction of features or characteristics of the image by performing operations within image blocks or by using histograms
- G06V30/18095—Summing image-intensity values; Projection and histogram analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Character Input (AREA)
Abstract
一种涉及图像处理方法及使用该方法的字符识别装置的发明,以排列成多行的字符串的浓淡图像为对象,按照每行检测图像中的字符串。在浓淡图像中的字符串分布的范围中设定搜索区域(101),对于沿着表示图像内的坐标的2轴(x轴、y轴)中与字符串的行的排列对应的轴(例如y轴)而排列的多个点(Pi),分别设定以该点(Pi)为起点横穿搜索区域(101)的多条线段(LU、LD等),并计算各线段中的图像数据的累计值。另外,对于每个点Pi求出对该点设定的线段组上的累计值的最大值,并且确定至少一个在将对每个点(Pi)求出的最大值按照各个点的排列而布置时产生的分布图案中的极大值,将得到与所确定的极大值相当的累计值的线段作为在字符串之间通过的线段,根据该线段按照每行检测图像中的字符串。
Description
技术领域
本发明涉及基于图像处理的字符识别处理,尤其涉及从被排列成多行的字符串的浓淡图像中独立地检测各行的字符串的方法、以及应用该方法的字符识别装置。
背景技术
在字符识别处理中,通常从拍摄字符串而生成的浓淡图像中切取各个字符,对切取出的每个字符实施使用了各种字符模型的匹配处理(模型匹配),从而识别字符串的内容。
为了从字符串的图像中切取出各个字符,首先进行向图像内与表示坐标的2轴中字符串的长度方向(指字符排列的方向)垂直的轴的图像投影处理,从所生成的投影图案中按照每行检测与各行的字符串对应的范围(以下,将该检测处理称为“行切分处理”)。另外,在所提取的每个范围中进行向沿着字符串的轴的图像投影处理,从所生成的投影图案中按照每个字符检测对应各个字符的区域(以下称为“字符区域”)(例如,参照专利文献1、2)。
具体地讲,在设图像的横向的轴为x轴、设纵向的轴为y轴来读取横写的文件的情况下,首先通过向y方向的投影处理执行行切分处理,对被切分后的每行进行向x方向的投影处理,由此检测各字符区域。并且,在读取竖写的文件的情况下,首先通过向x方向的投影处理执行行切分处理,对被切分后的每行进行向y方向的投影处理,由此检测各字符区域。
另外,当在各投影处理中对浓淡数据的累计值进行投影的情况下,在字符部分比背景暗时,检测投影图案的谷部分作为与字符对应的范围,在字符部分比背景明亮时,检测投影图案内的峰部分作为与字符对应的范围。另一方面,在将低于阈值的浓度设为“1”而将图像2值化,并对2值数据的累计值进行投影的情况下,在字符部分比背景暗时检测投影图案内的峰部分作为与字符对应的范围,在字符部分比背景明亮时检测投影图案内的谷部分作为与字符对应的范围。
现有技术文献
专利文献
专利文献1:日本公开专利公报1998-69524号公报
专利文献2:日本公开专利公报2000-357287号公报
发明内容
发明要解决的问题
如上所述,在过去的行切分处理中,以识别对象的字符串是在相对于x轴或者y轴接***行的状态下被拍摄为前提的,对沿着与该字符串较近的轴延伸的线段内的图像数据进行累计,将其累计值投影于另一个轴上。但是,为了利用该方法来准确切分各行的字符串,需要使包含字符串的范围的投影场所和背景部分的投影场所不重合。
在字符串不倾斜的情况下,如图9(1)所示,可以设定沿顺着字符串的轴向(在图示例中为x方向)在字符串之间通过的线段,而且该线段不会落在字符串上。因此,通过该线段内的图像数据的投影,能够使投影图案产生极大值,并且准确地切分各行。
但是,在识别对象的图像以旋转偏移的状态被输入时,如图9(2)所示,不能使沿着x轴方向的线段在字符串之间通过。因此,包含字符串的范围的投影场所和背景部分的投影场所之间的边界不清楚,导致行切分失败、切分的位置不准确。尤其是在字符串的行间距狭窄时,即使是微小的倾斜,也存在不能确保在字符串之间通过的线段的情况,因而行切分失败的可能性增大。
本发明正是着眼于上述问题而提出的,其课题是通过简单的处理大幅提高字符串的行切分处理的精度。
用于解决问题的手段
为了解决上述问题,在本发明的第一方法中,将浓淡图像中的字符串分布的范围的至少一部分作为搜索区域,对于沿着表示图像内的坐标的2轴中与行的排列对应的轴(例如y轴)而排列的多个点,分别设定以该点为起点横穿搜索区域的多条线段,按照各线段分别累计搜索区域内的该线段上的像素数据。
并且,对于成为线段的起点的每个点,求出对该点设定的线段组上的累计值的最大值,并且确定至少一个在将对每个点求出的最大值按照各个点的排列而布置时产生的分布图案中的极大值。并且,将得到与所确定的极大值相当的累计值的线段作为在字符串之间通过的线段,根据该线段按照每行检测图像中的字符串。
例如,在如图9所示的2行结构的横写字符串成为识别对象的情况下,设定搜索区域使得字符串之间的间隙和各字符串各自的一部分进入,对于在该搜索区域的内部或者外部沿着y轴方向排列的多个点,分别设定以该点为起点朝向各个方向横穿搜索区域的多条线段。
在此,假设对设定的每条线段计算与搜索区域对应的范围内的浓度的累计值,在识别对象的图像中的字符部分比背景暗的情况下,示出背景部分的像素占据的比率越大的线段,其累计值越高。因此,在将对每个点求出的最大值按照各个点的排列而布置时,在所生成的分布图案中,认为在与被设定了在字符串之间通过的线段的点对应的位置将产生极大值。在第1方法中,确定该极大值,将得到与该极大值相当的累计值的线段作为在字符串之间通过的线段来进行行切分处理,因而能够准确检测各行的字符串。
另外,即使是在将字符部分比背景明亮的图像作为识别对象的情况下,如果在以越明亮时浓度值越低的方式对图像数据进行转换后实施上述的方法,同样能够准确检测各行的字符串。并且,在将待累计的对象的图像数据设为2值图像数据的情况下,通过以字符的部分为“0”、背景的部分为“1”的方式将图像2值化,能够得到与上述相同的效果。
在将3行以上的字符串作为识别对象的情况下,与上述相同地,对于沿着与行的排列方向对应的轴而排列的多个点,分别设定朝向各个方向横穿搜索区域的多条线段,确定多个在将各个点在线段组中的图像数据的累计值中的最大值按照各点的排列而布置时产生的分布图案中的极大值。并且,将得到与这些极大值相当的累计值的线段作为在字符串之间通过的线段,由此能够准确切分各行。
在上述的方法中,使作为线段的起点的点逐次移动1像素,对于各点分别在预先设定的角度范围内依次变更线段的斜率,由此能够求出累计值。并且,也可以将包含于搜索区域的一条边中的各点作为起点,并在与面对每个起点的一侧的边的各点之间设定线段。
但是,每次的起点不一定是连续的,也可以间隔数个像素进行设定,还可以将位于搜索区域之外的点作为起点。
“将对每个点求出的最大值按照各个点的排列而布置”的处理,可以理解为表示将各最大值投影到沿着被设定为起点的各点的排列的轴上。该排列中的极大值例如能够通过如下的步骤来确定,对于作为起点的多个点,分别反复进行线段的设定和图像数据的累计处理并求出累计值的最大值,然后将各最大值投影到各自对应的点的坐标,从所生成的分布图案中确定极大值。
但是,不一定需要按照该步骤。例如,当在识别2行结构的字符串的处理中能够估计出行间的位置偏移的范围的情况下,也可以设定包含该估计范围的搜索区域,然后变更线段的起点并反复进行线段的设定和图像数据的累计,确定在此期间取得的累计值中的最大值。在该情况下,将得到与所确定的最大值相当的累计值的线段作为在字符串之间通过的线段。
在本发明的第2图像处理方法中,与第1方法相同地,将浓淡图像中的字符串分布的范围的至少一部分作为搜索区域,对于沿着表示图像内的坐标的2轴中与行的排列对应的轴而排列的多个点,分别设定以该点为起点横穿搜索区域的多条线段,按照各线段分别累计搜索区域内的该线段上的像素数据。
另外,在第2图像处理方法中,对于成为线段的起点的每个点,求出对该点设定的线段组上的累计值的最小值,并且确定至少一个在将对每个点求出的最小值按照各个点的排列而布置时产生的分布图案中的极小值。并且,将得到与所确定的极小值相当的累计值的线段作为在字符串之间通过的线段,根据该线段按照每行检测图像中的字符串。
上述第2方法例如能够应用于将字符部分比背景明亮的浓淡图像作为处理对象的情况、将以字符部分为“0”、背景部分为“1”的方式被变换后的2值图像作为处理对象的情况。在这些情况下,与第1方法的情况相反,示出背景部分的像素占据的比率越高的线段,图像数据的累计值越小,因而确定将对成为线段的起点的每个点求出的最小值按照各个点的排列而布置得到的分布图案中的极小值。根据该极小值能够准确确定在字符串之间通过的线段,能够根据该线段准确切分各行的字符串。
在对于上述第1及第2方法而共同的一个实施方式中,在检测出每行的字符串后,还对被检测出的每个字符串执行以下处理:将该字符串的图像投影到表示图像内的坐标的2轴中不与所述行的排列对应的轴(例如x轴);根据其投影结果独立地检测包含于该字符串中的字符。
上述的实施方式能够应用于识别对象的字符串不可能大幅倾斜的情况。
因为如果字符串的倾斜极小,在准确切分字符串后,通过向与该字符串的方向较近的轴的图像投影处理,能够准确检测各个字符,并且无障碍地实施与模型的核对处理。
在字符串的倾斜有可能比较大的情况下,优选采用以下两个实施方式中的任意一种方式。
在第一种方式中执行以下处理:对于根据在字符串之间通过的线段而检测出的每个字符串,对该字符串的图像进行旋转校正,使得在该检测中使用的线段沿着表示图像内的坐标的2轴中不与行的排列对应的轴;将校正后的图像投影于不与行的排列对应的轴;根据其投影结果独立地检测包含于该字符串中的字符。即,在切分各行后,按照该行的倾斜来旋转校正图像,将校正后的图像投影于沿着字符串的轴上,由此检测各个字符。
在第二种方式中,在按照每行检测图像中的字符串的处理中,以使在字符串之间通过的线段沿着表示图像内的坐标的2轴中不与行的排列对应的轴的方式,对处理对象的图像进行旋转校正,然后根据在校正后的图像中的字符串之间通过的线段检测每行的字符串。即,在进行行的切分处理之前,对包含各行的字符串的范围的图像整体进行旋转校正,然后切分行,再按照每行进行向沿着字符串的轴的图像投影处理,由此检测各个字符。
在上述两个实施方式中,都是根据在字符串之间通过的线段的斜率来旋转校正图像,使得处于字符串沿着作为字符切取用的投影的对象的轴的状态,因而能够准确检测各个字符。并且,即使是在以后的与模型的匹配处理中,也能够使没有旋转偏移的字符与模型核对,因而能够大幅提高识别的精度和效率。
本发明的字符识别装置具备这样的功能:输入通过拍摄字符串而生成的浓淡图像作为识别对象,切取该图像中的字符串内的各个字符,然后将切取出的字符分别与预先登记的模型进行核对,由此识别各字符。
应用第1图像处理方法的第1字符识别装置具备以下各单元:区域设定单元,其对识别对象的浓淡图像设定搜索区域;累计单元,其对沿着表示图像内的坐标的2轴中的一个轴而排列的多个点,分别设定以该点为起点横穿搜索区域的多条线段,按照各线段分别累计搜索区域内的该线段上的像素数据;确定单元,其对于成为线段的起点的每个点,求出对该点设定的线段组上的累计值的最大值,并且确定在将对每个点求出的最大值按照各个点的排列而布置时产生的分布图案中的极大值;字符串检测单元,其根据得到与由确定单元确定的极大值相当的累计值的线段,按照每行检测图像中的字符串;以及字符识别单元,其对于由字符串检测单元检测出的每个字符串独立地切取出包含于该字符串中的字符,执行与模型的核对处理。
应用第2图像处理方法的第2字符识别装置具备以下各单元:区域设定单元,其对识别对象的浓淡图像设定搜索区域;累计单元,其对沿着表示图像内的坐标的2轴中的一个轴而排列的多个点,分别设定以该点为起点横穿搜索区域的多条线段,按照各线段分别累计搜索区域内的该线段上的像素数据;确定单元,其对于成为线段的起点的每个点,求出对该点设定的线段组中的累计值的最小值,并且确定在将对每个点求出的最小值按照各个点的排列而布置时产生的分布图案中的极小值;字符串检测单元,其根据得到与由确定单元确定的极小值相当的累计值的线段,按照每行检测所述图像中的字符串;以及字符识别单元,其对于由字符串检测单元检测出的每个字符串独立地切取出包含于该字符串中的字符,执行与所述模型的核对处理。
根据第1及第2字符识别装置的结构,在识别对象的图像内的字符串分布的范围中设定搜索区域,并且将表示图像内的坐标的2轴中与识别对象的字符串的行的排列对应的轴设定为作为线段的起点的点排列的方向,由此能够准确切分各行的字符串。因此,能够对被切分出的每个字符串执行字符的切取处理和与模型的核对处理,并且高精度地识别各字符。
另外,也能够将上述的第1及第2装置设为一个装置。在这种情况下,可以理解为区域设定单元和累计单元被合并为一个单元,但对于确定单元、字符串检测单元、字符识别单元设有两种形式,根据字符串与背景的明暗关系选择任意一种形式。
另外,本发明提供用于对计算机设定第1及第2字符识别装置具有的各单元的功能的程序。
发明效果
根据本发明,能够通过简单的步骤高精度地实施从被排列成多行的字符串的浓淡图像中切分各行的字符串的处理。并且,在将产生了角度偏移的字符串或行间距狭窄的字符串作为识别对象的情况下,也能够稳定地实施行切分处理,提高字符的识别精度。
附图说明
图1是示出字符识别装置的结构例的框图。
图2是示出字符识别处理的步骤的流程图。
图3是示出边界线的确定、图像的旋转校正、字符串的切分这些处理各自的具体例的图。
图4是示出从一点设定的线段的概念的图。
图5是将边界线检测用的搜索区域的设定例与在检测处理中使用的参数一起示出的图。
图6是示出边界线的检测处理的前半部分的流程图。
图7是示出边界线的检测处理的后半部分的流程图。
图8是示出将处理对象区域整体作为搜索区域检测边界线的示例的图。
图9是示出行切分处理用的投影线的方向与字符串的倾斜之间的关系的图。
具体实施方式
图1示出应用本发明的字符识别处理装置的结构例。
该字符识别处理装置是以字符串为对象进行拍摄,读取所生成的图像中的字符而输出其读取结果的装置,由包括控制部10的主体部1、摄影用的摄像机2、显示部3、操作部4等构成。显示部3例如由液晶监视器构成,操作部4包括鼠标和键盘。另外,摄像机2也能够置换为扫描装置。
主体部1是通用的计算机装置(个人电脑),除包括CPU的控制部10外,还具有主存储部11、图像存储器12、摄像接口13、显示用接口14、输入用接口15、外部接口16、外部盘用读取部17等。
主存储部11例如是硬盘,图像存储器12例如是RAM板。在主存储部11中登记了由外部盘用读取部17从外部硬盘18读取的专用的程序、在字符识别处理中使用的字体数据等。从摄像机2输出的图像被取入到摄像接口13中进行数字变换后,变换后的图像数据被存储在图像存储器12中。
对控制部10设定了以下功能:按照存储在主存储部11中的程序,从存储在图像存储器12中的图像中逐字符地切取出字符的功能;将切取出的字符与各种字体数据核对并识别字符的功能。另外,也对控制部10设定了作为在这些处理中提示给用户的图形用户界面的功能。在该图形用户界面中,通过显示用接口14在显示部3显示包括处理对象的图像的画面,通过输入用接口15受理操作部4的操作。
图2示出由控制部10实施的用于字符识别的处理的概略步骤。
该处理通过对显示于画面中的图像进行指定处理对象区域的操作,进而进行读取操作而开始。按照该操作,控制部10取得处理对象区域内的图像(步骤U1),并执行检测用于表示字符串之间的边界的线段(以下将其称为“边界线”)的处理(步骤U2)。
详情后述,边界线利用该线段的一端点的坐标与表示该线段的斜率的角度θ(相对于x轴的旋转角度)表示。在步骤U3,根据该角度θ来旋转校正图像,使得边界线与x轴方向大致平行。在步骤U4,沿着校正后的边界线分割被校正后的图像,由此按照每行检测字符串。
然后,对于被检测的每行,将包括该行的字符串的范围的图像投影于x轴(步骤U6),分析所生成的投影图案,并独立地检测与包含于字符串中的各个字符对应的区域(字符区域)(步骤U7)。通过将被切取出的各字符与基于所登记的字体数据的字符模型进行核对的匹配处理,识别字符的内容(步骤U8)。
在对所有的行执行U6、U7、U8的各步骤时,步骤U5为“是”而进入步骤U9,输出识别结果。以该输出结束针对用户的读取指示的处理。
另外,以上是由用户设定处理对象区域,但不限于此,也可以根据预先登记的基准数据,每次摄像时在由基准数据所确定的范围中自动设定处理对象区域。或者,也可以将所生成的图像整体作为处理对象区域。
图3以将2行结构的横写的字符串作为识别对象的情况为例,具体地示出从边界线的检测到按照每行切分字符串的处理(图2的步骤U2、U3、U4)。另外,在自图3以后的具体例中,将图中从左朝右的方向设为x轴的正方向,将从下朝上的方向设为y轴的正方向。并且,用标号100表示处理对象区域。
图3的示例的字符串相对于x轴大幅旋转偏移,但在步骤U2中,能够通过后述的处理高精度地检测在字符串之间的间隙中通过的线段KL(图3(1))。该边界线KL沿着字符串的长度方向延伸,因而在步骤U3通过旋转校正图像使边界线KL与x轴平行,形成如图3(2)所示字符串也沿着x轴的状态。另外,在步骤U4中,通过沿着线段KL分割校正后的图像,如图3(3)所示各行的字符串被准确切分。
另外,旋转校正不是必须的处理,在边界线KL相对于x轴的旋转角度在允许值以内的情况下,也可以不进行旋转校正,而沿着边界线KL分割图像。
为了切分横写的字符串的各行,通常将沿着x轴的线段内的图像数据的累计值投影于y轴。但是,在识别对象的字符串相对于x轴倾斜时,由于不能设定在字符串之间通过的线段(参照前述的图9(2)),因而难以生成明确划分出字符部分和背景部分的投影图案。
因此,在该实施例中,将处理对象区域100的左边的规定范围中所包含的各点作为对象点,对每个对象点设定以该对象点为起点朝向各个方向的多条线段,计算这些线段中的浓度累计值,再求出其中的最大值。并且,生成将每个对象点的最大值按照各对象点的排列而布置形成的数组,从该数组中的值的分布图案中检测极大值,将得到与该极大值相当的累计值的线段确定为边界线KL。
在浓淡图像中,通常是越明亮浓度值越大,因而如果在字符部分比背景暗的图像中求出一条线段内的浓度累计值,则示出背景部分的像素占据的比率越大的线段,浓度累计值越高。因此,如图4所示,从位于处理对象区域100的左边的点P朝向各个方向设定线段,并求出各线段的浓度累计值,不与字符串相交而在字符串之间通过的边界线KL的浓度累计值将高于其它线段的浓度累计值。因此,如果能够求出上述数组内的极大值,则能够根据该极大值确定边界线KL。
下面,将如图3、图4所示的2行结构的字符串作为对象,详细说明检测字符串之间的边界线KL时的具体处理。
首先,参照图5说明该检测处理的概要和在处理中使用的参数。
在该实施例中,将处理对象区域100的y方向的范围中、分别位于在距上下的端缘为规定距离DE内侧的位置的y坐标设为y1、y2,将由这些y坐标和处理对象区域100的左右端缘的x坐标x1、x2确定的区域101,设为用于搜索边界线的搜索区域。
另外,将距上下的端缘在DE以内的部分从搜索区域101中去除,是为了防止设定通过字符串的上下空白部分而未落在字符串上的线段。在该实施例中,与处理对象区域100相同地,通过用户的手动操作来设定搜索区域101,但不限于此,也可以根据对行间的位置假定的偏差而预先登记坐标y1、y2,根据该登记数据自动设定搜索区域101。
在该实施例中,设搜索区域101的左边上的点Pi为对象点Pi,设定连接该对象点Pi和右边侧的一点Pj的线段。点Pi、Pj的y坐标均在y1到y2的范围内移动。下面,设对象点Pi的坐标为(x1、yi),设右边侧的点Pj的坐标为(x2、yj),设yi与yj之差的绝对值为d。并且,将点Pj称为“(线段的)终点Pj”,将d称为“位移量”。
在yj=y1+d时设定如图中的线段LU所示向右上升的线段,在yj=y1-d时设定如图中的线段LD所示向右下降的线段。
另外,在该实施例中,将对每个时刻的对象点Pi求出的浓度累计值的最大值存储为数组MAX(i),将设定了得到最大值MAX(i)的线段时的位移量d或者-d存储为数组D(i)。
图6和图7表示使用上述的各参数检测边界线的处理(图3的步骤U2)的具体步骤。
下面,参照各图的步骤号码(ST1~ST24)说明处理的流程。
在该处理中,首先对表示对象点Pi的变量i设定0作为初始值(步骤ST1)。另外,将y1与y2之差(y1-y2)设定为i的最大值imax(步骤ST2),进入步骤ST3~ST12的循环(loop)。以下,将该循环称为“前半循环”。
在前半循环中,对根据i的当前值而确定的MAX(i)及位移量d分别设定0作为初始值(步骤ST3)。另外,将对象点Pi的y坐标yi设为y2+i(步骤ST4),将终点Pj的y坐标yj设为yi+d(步骤ST5)。在前半循环刚刚开始后,i及d为0,因而yi=yj=y2。
在yi和yj的值确定后,在步骤ST6,根据这些y坐标,设定连接位于坐标(x1、yi)的点Pi和位于坐标(x2、yj)的点Pj的线段,计算该线段上的浓度累计值SUM1。
在计算出的浓度累计值SUM1大于MAX(i)的情况下,步骤ST7为“是”。在进行该“是”判定后,在步骤ST8,将最大值MAX(i)的值变更为SUM1,并且将当前的d值存储为D(i)。在SUM1为MAX(i)以下的情况下,步骤ST7为“否”,步骤ST8被跳过。
然后,将d的值逐次加1直到yj达到y1为止(步骤ST9、ST10),根据该d的值使终点Pj向上移动1像素(步骤ST5),设定连接对象点Pi和终点Pj的线段,求出浓度累计值SUM1(步骤ST6)。并且,在SUM1的值大于最大值MAX(i)的情况下,更新MAX(i)和D(i)(步骤ST7、ST8)。
在这一系列的处理中,在第一次(d=0时)的步骤ST6,设定以对象点Pi为起点且与x轴平行的线段,以后(d>1时)设定从对象点Pi向右上方延伸的线段。并且,这些线段的浓度累计值中的最大值被存储为MAX(i)。随着d的值增大,所设定的线段的斜率变陡峻。
终点Pj的y坐标yj被设定为上限y2,在针对该终点的处理结束时,在步骤ST12将i的值加1。然后,返回ST3,对根据更新后的i而确定的MAX(i)设定初始值0,并且使位移量d恢复为0。另外,通过使用更新后的i的步骤ST4,使对象点Pi向上移动1像素。
然后,对于新的对象点Pi,按照与前述相同的步骤,使终点Pj逐次向上移动1像素,设定连接点Pi和点Pj的线段,求出线段内的浓度累计值。并且,适当地更新各点的最大值MAX(i)和Di(步骤ST5~10)。
以后,同样地根据i、d的值变更对象点Pi及终点Pj的组合并反复前半循环。通过该处理,对位于搜索区域101的左边的每个点,分别设定从该点起与x轴平行的线段以及向右上升的线段(在i=imax时只有与x轴平行的一条线段)。并且,在每个点各自的线段组中求出的浓度累计值中的最大值被存储为MAX(i),并且在能够得到该最大值MAX(i)的线段的设定时使用的位移量d被存储为D(i)。
在i=imax、针对根据该i而确定的yi(yi=y1)的处理结束时,前半循环结束(ST11为“否”),进入图7的步骤ST13~ST22的循环。以下,将该循环称为“后半循环”。
在后半循环中,将位移量d设定为1(ST13),将对象点Pi的y坐标yi设为y1-(imax-i)(ST14),将终点Pj的y坐标yj设为yi-d(ST15)。在后半循环刚刚开始后,i=imax,因而yi=y1、yj=y1-1。
在步骤ST16,设定连接根据上述设定而确定的对象点Pi(x1、yi)与终点Pj(x2、yj)的线段,计算该线段的浓度累计值SUM2。在该浓度累计值SUM2大于MAX(i)的情况下,步骤ST17为“是”。针对该“是”判定,在步骤ST18,将最大值MAX(i)的值变更为SUM2,并且将-d设为D(i)。在SUM2为MAX(i)以下的情况下,步骤ST17为“否”,步骤ST18被跳过。
然后,将d的值逐次加1(步骤ST19、ST20),在根据该d更新yj后(步骤ST15),执行步骤ST16~ST18。在步骤ST16,每次设定从对象点Pi向右下方延伸的线段,并使其斜率逐渐陡峻。
在yj被设定为下限值y2、针对该yj的处理结束时,步骤ST19为“否”。接收到该情况,从ST21进入步骤ST22,将i减1,然后返回步骤ST13。通过该步骤ST13,d恢复为1,通过后面的步骤ST14,对象点Pi向下移动1像素。
然后,针对新的对象点Pi变更终点Pj的坐标,并反复步骤ST15~ST20的循环。
如上所述,在后半循环中,使通过前半循环而到达位置(x1、y1)的对象点Pi逐次向下移动1像素,对于每个时刻的对象点Pi设定多条向右下方延伸的线段,计算各线段中的浓度累计值。在这些浓度累计值中,如果存在超过通过前半循环而求出的最大值MAX(i)的值,则利用该浓度累计值改写最大值MAX(i)。并且,将在得到该最大值MAX(i)的线段的设定时使用的位移量-d存储为D(i)。
这样,通过以位于处理对象区域100的左边内的坐标y1~y2的范围中的各点为对象,执行基于ST3~12的前半循环和基于ST13~22的后半循环,对于每个点,分别将把该点设定为起点的线段组中的浓度累计值的最大值存储为MAX(i),并且将在设定能够得到该最大浓度累计值的线段时使用的位移量存储为D(i)。
在确定了每个点的MAX(i)和D(i)后,依次执行步骤ST23、ST24、ST25。
在步骤ST23,检测数组MAX(i)表示的分布图案中的极大值。在步骤ST24,根据与检测出的极大值对应的i的值io,确定得到该极大值的线段的起点的坐标(x1、y2+io)。
在步骤ST25,通过使用与io对应的位移量D(io)的以下运算计算角度θ,该角度θ表示得到极大值时的线段的斜率。
[数式1]
D(io)≧0时
D(io)<0时
如果按照图6、7所示的处理对图5所示的图像进行处理,搜索区域101的左右边的各点全部被组合,基于这些组合的线段组中在字符串之间的间隙中通过的线段的浓度累计值达到最高,该线段被确定为边界线KL。另外,求出该边界线KL的起点的坐标和线段的倾斜角度θ,使用该坐标及角度能够实施图像的旋转校正和行切分处理用的运算。
下面,说明针对上述实施例的变形例。
(1)首先,在设定线段时不一定需要将搜索区域101的左右边的所有点进行组合。例如,在能够假定识别对象的字符串的倾斜角度的上限的情况下,也可以根据该上限角度确定位移量d的范围,使终点Pj按照达到该上限值的范围的位移量而移动。在这种情况下,将步骤ST9及ST19的判定内容变更为将d与上限值进行比较,在步骤ST10、ST20将d的值相加,一直到d达到上限值为止。
(2)在图6、7的步骤中,将使终点Pj移动的位置限定在搜索区域101内,然而如(1)所记载的那样,如果以位移量d为指标决定线段的设定范围,则也可以将线段的终点的位置扩大到搜索区域外部。这样,在字符串大幅倾斜的情况下或搜索区域101的宽度不够的情况下,也能够准确确定边界线。
(3)在仅将2行结构的字符串作为识别对象的情况下,也可以取代对每个对象点分别求出浓度累计值的最大值来求出它们的数组中的极大值的方法,而是对每个对象点进行线段的设定和线段内的浓度累计值的计算,并求出所有浓度累计值中的最大值。
(4)在上述的实施例中,对2行结构的字符串的上下空白部分设定线段,为了防止在该线段中计算出较高的浓度累计值,将进入距处理对象区域的上下端缘在DE内侧的位置设为搜索区域101,但是在将任意行数的字符串设为识别对象的情况下,也可以如图8所示将处理对象区域100整体作为搜索区域101。这样,虽然有可能在MAX(i)的分布图案的端部产生表示空白的较高的值的可能性,但是在该情况下,检测较高的值分布的范围与相邻的较低的值的分布范围的边界位置,并检测在边界位置内侧的范围中产生的全部极大值。并且,对于每个极大值确定得到与该极大值相当的累计值的线段。根据该方法,能够如图8中的KL1、KL2、KL3所示检测在字符串之间通过的全部线段。如果确定得到了与边界位置对应的累计值的线段,也能够如图8中的CL1、CL2所示检测字符串的分布范围的上端缘和下端缘。
(5)在如图8的示例那样检测出多条边界线的情况下,在图像的旋转校正中也可以使用各边界线的旋转角度的平均值。但是,不限于此,也可以在进行校正之前沿着各边界线按照每行来切分字符串的图像,然后对于每行,根据其上面或者下面的边界线的旋转角度进行旋转校正。
(6)图6、7所示的步骤是将字符部分比背景暗的图像作为对象,但在将字符部分比背景明亮的图像作为识别对象的情况下,在进行处理之前,以越暗时浓度值越高的方式对图像进行变换。在不变换图像的情况下,在每个对象点的处理中,求出在所设定的线段组中计算出的浓度累计值中的最小值,确定基于各最小值的数组所表示的分布图案中的极小值,将得到与该极小值相当的累计值的线段作为边界线。
(7)在上述的实施例中,对所设定的每条线段求出浓度累计值,但不限于此,也可以将处理对象区域内的图像2值化,求出线段内的2值数据的累计值。例如,在以字符部分为“1”、背景部分为“0”的方式将图像2值化的情况下,对于每个对象点求出对该点计算出的累计值中的最小值,确定基于各最小值的数组所表示的分布图案中的极小值,将得到与该极小值相当的累计值的线段作为边界线。相反,在以字符部分为“0”、背景部分为“1”的方式将图像2值化的情况下,对于每个对象点求出对该点计算出的累计值中的最大值,确定基于各最大值的数组所表示的分布图案中的极大值,将得到与该极大值相当的累计值的线段作为边界线。
如以上说明的那样,根据该实施例的边界线的检测处理,即使是产生识别对象的字符串的旋转偏移的情况下,也能够高精度地检测在字符串之间通过的线段。因此,通过根据该边界线校正各行的图像来实施字符的切取处理和匹配处理,能够大幅提高字符的识别精度。
并且,根据该边界线的检测处理,即使是识别行间距狭窄的字符串的情况下,也能够不受该微小的旋转偏移的影响地、稳定地实施行切分处理。
标号说明
1主体部;2摄像机;10控制部;11主存储部;100处理对象区域;101搜索区域;Pi对象点;Pj终点;LU、LD计算出浓度累计值的线段;KL、KL1、KL2、KL3边界线。
Claims (9)
1.一种字符识别用的图像处理方法,对排列成多行的字符串的浓淡图像进行字符识别用的处理,其特征在于,
将所述浓淡图像中的字符串分布的范围的至少一部分作为搜索区域,
对于沿着表示图像内的坐标的2轴中与行的排列对应的轴而排列的多个点,分别设定以该点为起点横穿所述搜索区域的多条线段,按照各线段分别累计搜索区域内的该线段上的像素数据,
对于成为所述线段的起点的每个点,求出对该点设定的线段组上的累计值的最大值,并且确定至少一个在将对每个点求出的最大值按照各个点的排列而布置时产生的分布图案中的极大值,
将得到与所述确定的极大值相当的累计值的线段作为在字符串之间通过的线段,根据该线段按照每行检测所述图像中的字符串。
2.一种字符识别用的图像处理方法,对排列成多行的字符串的浓淡图像进行字符识别用的处理,其特征在于,
将所述浓淡图像中的字符串分布的范围的至少一部分作为搜索区域,
对于沿着表示图像内的坐标的2轴中与行的排列对应的轴而排列的多个点,分别设定以该点为起点横穿所述搜索区域的多条线段,按照各线段分别累计搜索区域内的该线段上的像素数据,
对于成为所述线段的起点的每个点,求出对该点设定的线段组上的累计值的最小值,并且确定至少一个在将对每个点求出的最小值按照各个点的排列而布置时产生的分布图案中的极小值,
将得到与所述确定的极小值相当的累计值的线段作为在字符串之间通过的线段,根据该线段按照每行检测所述图像中的字符串。
3.根据权利要求1或2所述的字符识别用的图像处理方法,其特征在于,
对于根据在所述字符串之间通过的线段而检测出的每个字符串还执行以下处理:将该字符串的图像投影到表示所述图像内的坐标的2轴中不与所述行的排列对应的轴上;根据其投影结果独立地检测包含于该字符串中的字符。
4.根据权利要求1或2所述的字符识别用的图像处理方法,其特征在于,
对于根据在所述字符串之间通过的线段而检测出的每个字符串还执行以下处理:对该字符串的图像进行旋转校正,使得在该检测中使用的线段沿着表示所述图像内的坐标的2轴中不与所述行的排列对应的轴;将校正后的图像投影到不与所述行的排列对应的轴上;根据其投影结果独立地检测包含于该字符串中的字符。
5.根据权利要求1或2所述的字符识别用的图像处理方法,其特征在于,
在按照每行检测所述图像中的字符串的处理中,以使在所述字符串之间通过的线段沿着表示所述图像内的坐标的2轴中不与所述行的排列对应的轴的方式,对处理对象的图像进行旋转校正,然后根据在校正后的图像中的所述字符串之间通过的线段检测每行的字符串,
对根据在所述字符串之间通过的线段而检测出的每个字符串还执行以下处理:将该字符串的图像投影到不与所述行的排列对应的轴上;根据其投影结果独立地检测包含于该字符串中的字符。
6.一种字符识别装置,输入通过拍摄字符串而生成的浓淡图像作为识别对象,切取该图像中的字符串内的各个字符,然后将切取出的字符分别与预先登记的模型进行核对,由此识别各字符,其特征在于,所述字符识别装置具备:
区域设定单元,其对识别对象的浓淡图像设定搜索区域;
累计单元,其对沿着表示图像内的坐标的2轴中的一个轴排列的多个点,分别设定以该点为起点横穿所述搜索区域的多条线段,按照各线段分别累计搜索区域内的该线段上的像素数据;
确定单元,其对于成为所述线段的起点的每个点,求出对该点设定的线段组上的累计值的最大值,并且确定在将对每个点求出的最大值按照各个点的排列而布置时产生的分布图案中的极大值;
字符串检测单元,其根据得到与由所述确定单元确定的极大值相当的累计值的线段,按照每行检测所述图像中的字符串;以及
字符识别单元,其对于由所述字符串检测单元检测出的每个字符串独立地切取出包含于该字符串中的字符,执行与所述模型的核对处理。
7.一种字符识别装置,输入通过拍摄字符串而生成的浓淡图像作为识别对象,切取该图像中的字符串内的各个字符,然后将切取出的字符分别与预先登记的模型进行核对,由此识别各字符,其特征在于,所述字符识别装置具备:
区域设定单元,其对识别对象的浓淡图像设定搜索区域;
累计单元,其对沿着表示图像内的坐标的2轴中的一个轴而排列的多个点,分别设定以该点为起点横穿所述搜索区域的多条线段,按照各线段分别累计搜索区域内的该线段上的像素数据;
确定单元,其对于成为所述线段的起点的每个点,求出对该点设定的线段组上的累计值的最小值,并且确定在将对每个点求出的最小值按照各个点的排列而布置时产生的分布图案中的极小值;
字符串检测单元,其根据得到与由所述确定单元确定的极小值相当的累计值的线段,按照每行检测所述图像中的字符串;以及
字符识别单元,其对于由所述字符串检测单元检测出的每个字符串独立地切取出包含于该字符串中的字符,执行与所述模型的核对处理。
8.一种字符识别用的程序,使计算机作为字符识别装置而工作,该字符识别装置输入通过拍摄字符串而生成的浓淡图像作为识别对象,切取该图像中的字符串内的各个字符,然后将切取出的字符分别与预先登记的模型进行核对,由此识别各字符,其特征在于,所述程序对所述计算机赋予以下各单元的功能:
区域设定单元,其对识别对象的浓淡图像设定搜索区域;
累计单元,其对沿着表示图像内的坐标的2轴中的一个轴而排列的多个点,分别设定以该点为起点横穿所述搜索区域的多条线段,按照各线段分别累计搜索区域内的该线段上的像素数据;
确定单元,其对于成为所述线段的起点的每个点,求出对该点设定的线段组上的累计值的最大值,并且确定在将对每个点求出的最大值按照各个点的排列而布置时产生的分布图案中的极大值;
字符串检测单元,其根据得到与由所述确定单元确定的极大值相当的累计值的线段,按照每行检测所述图像中的字符串;以及
字符识别单元,其对于由所述字符串检测单元检测出的每个字符串独立地切取出包含于该字符串中的字符,并执行与所述模型的核对处理。
9.一种字符识别用的程序,使计算机作为字符识别装置而工作,该字符识别装置输入通过拍摄字符串而生成的浓淡图像作为识别对象,切取该图像中的字符串内的各个字符,然后将切取出的字符分别与预先登记的模型进行核对,由此识别各字符,其特征在于,所述程序对所述计算机赋予以下各单元的功能:
区域设定单元,其对识别对象的浓淡图像设定搜索区域;
累计单元,其对沿着表示图像内的坐标的2轴中的一个轴而排列的多个点,分别设定以该点为起点横穿所述搜索区域的多条线段,按照各线段分别累计搜索区域内的该线段上的像素数据;
确定单元,其对于成为所述线段的起点的每个点,求出对该点设定的线段组上的累计值的最小值,并且确定在将对每个点求出的最小值按照各个点的排列而布置时产生的分布图案中的极小值;
字符串检测单元,其根据得到与由所述确定单元确定的极小值相当的累计值的线段,按照每行检测所述图像中的字符串;以及
字符识别单元,其对于由所述字符串检测单元检测出的每个字符串独立地切取出包含于该字符串中的字符,并执行与所述模型的核对处理。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012047897A JP5884560B2 (ja) | 2012-03-05 | 2012-03-05 | 文字認識のための画像処理方法、およびこの方法を用いた文字認識装置およびプログラム |
JP2012-047897 | 2012-03-05 | ||
PCT/JP2012/080703 WO2013132709A1 (ja) | 2012-03-05 | 2012-11-28 | 文字認識のための画像処理方法、およびこの方法を用いた文字認識装置およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104094281A true CN104094281A (zh) | 2014-10-08 |
CN104094281B CN104094281B (zh) | 2017-03-08 |
Family
ID=49116208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280069050.4A Active CN104094281B (zh) | 2012-03-05 | 2012-11-28 | 字符识别用的图像处理方法、使用该方法的字符识别装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9704052B2 (zh) |
EP (1) | EP2824608A4 (zh) |
JP (1) | JP5884560B2 (zh) |
CN (1) | CN104094281B (zh) |
WO (1) | WO2013132709A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105631448A (zh) * | 2015-12-28 | 2016-06-01 | 小米科技有限责任公司 | 图像校正方法及装置 |
CN105975542A (zh) * | 2016-04-29 | 2016-09-28 | 乐视控股(北京)有限公司 | 一种字符串的输入方法及装置 |
CN106156772A (zh) * | 2015-03-25 | 2016-11-23 | 佳能株式会社 | 用于确定词间距的方法和设备以及用于分词的方法和*** |
CN107169489A (zh) * | 2017-05-08 | 2017-09-15 | 北京京东金融科技控股有限公司 | 倾斜图像校正的方法和装置 |
CN110537206A (zh) * | 2017-04-21 | 2019-12-03 | 株式会社东芝 | 铁路轨道识别装置、程序及铁路轨道识别方法 |
CN111914845A (zh) * | 2020-07-02 | 2020-11-10 | 浙江大华技术股份有限公司 | 一种车牌中字符分层方法、装置及电子设备 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8792748B2 (en) * | 2010-10-12 | 2014-07-29 | International Business Machines Corporation | Deconvolution of digital images |
JP6330388B2 (ja) | 2014-03-14 | 2018-05-30 | オムロン株式会社 | 画像処理方法、画像処理装置、並びに、当該方法を実行するプログラム、及び、当該プログラムを記録する記録媒体 |
CN108830269B (zh) * | 2015-09-29 | 2021-09-07 | 大连民族大学 | 确定满文单词中轴线宽度的方法 |
JP7019963B2 (ja) * | 2016-05-10 | 2022-02-16 | 凸版印刷株式会社 | 文字列領域・文字矩形抽出装置、文字列領域・文字矩形抽出方法、およびプログラム |
CN109285172B (zh) * | 2018-09-28 | 2022-05-27 | 中国科学院长春光学精密机械与物理研究所 | 图像中的直线参数计算方法、装置、设备及可读存储介质 |
JP2020086847A (ja) * | 2018-11-22 | 2020-06-04 | 株式会社Pfu | 画像処理装置、制御方法及び制御プログラム |
CN111753832B (zh) * | 2020-07-02 | 2023-12-08 | 杭州睿琪软件有限公司 | 图像处理方法、图像处理装置、电子设备和存储介质 |
US11367296B2 (en) | 2020-07-13 | 2022-06-21 | NextVPU (Shanghai) Co., Ltd. | Layout analysis |
CN113033569A (zh) * | 2021-03-30 | 2021-06-25 | 扬州大学 | 基于灰度投影极值的多行喷码字符序贯分割方法 |
CN113191345A (zh) * | 2021-04-28 | 2021-07-30 | 北京有竹居网络技术有限公司 | 一种文本行方向确定方法及其相关设备 |
CN116820561B (zh) * | 2023-08-29 | 2023-10-31 | 成都***智能数字科技有限公司 | 一种基于界面设计图自动生成界面代码的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5321770A (en) * | 1991-11-19 | 1994-06-14 | Xerox Corporation | Method for determining boundaries of words in text |
US20030226117A1 (en) * | 2000-10-26 | 2003-12-04 | Mathias Wettstein | Method for capturing a complete data set of forms provided with graphic characters |
US20050105148A1 (en) * | 2003-11-14 | 2005-05-19 | Canon Kabushiki Kaisha | Image processing system and image processing method |
JP2005128649A (ja) * | 2003-10-21 | 2005-05-19 | Fuji Photo Film Co Ltd | 画像処理方法及び画像入出力装置 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4558461A (en) * | 1983-06-17 | 1985-12-10 | Litton Systems, Inc. | Text line bounding system |
JP2794042B2 (ja) * | 1989-08-23 | 1998-09-03 | 富士電機株式会社 | 表形式文書の認識装置 |
JPH03263282A (ja) * | 1990-03-14 | 1991-11-22 | Fujitsu Ltd | 文字読取装置の文字切出し方法 |
US6373997B1 (en) * | 1991-07-30 | 2002-04-16 | Xerox Corporation | Coarse and fine skew measurement |
CA2077970C (en) * | 1991-11-19 | 1999-02-23 | Daniel P. Huttenlocher | Optical word recognition by examination of word shape |
US5369714A (en) * | 1991-11-19 | 1994-11-29 | Xerox Corporation | Method and apparatus for determining the frequency of phrases in a document without document image decoding |
JP3576570B2 (ja) * | 1991-11-19 | 2004-10-13 | ゼロックス コーポレイション | 比較方法 |
CA2077969C (en) * | 1991-11-19 | 1997-03-04 | Daniel P. Huttenlocher | Method of deriving wordshapes for subsequent comparison |
CA2077274C (en) * | 1991-11-19 | 1997-07-15 | M. Margaret Withgott | Method and apparatus for summarizing a document without document image decoding |
US5390259A (en) * | 1991-11-19 | 1995-02-14 | Xerox Corporation | Methods and apparatus for selecting semantically significant images in a document image without decoding image content |
US5313311A (en) * | 1992-12-23 | 1994-05-17 | Xerox Corporation | Hybrid mechanical and electronic deskew of scanned images in an image input terminal |
JPH07121658A (ja) * | 1993-10-20 | 1995-05-12 | Nippon Digital Kenkyusho:Kk | 文字列検出方式 |
JP3108979B2 (ja) * | 1994-07-28 | 2000-11-13 | セイコーエプソン株式会社 | 画像処理方法および画像処理装置 |
US5689585A (en) * | 1995-04-28 | 1997-11-18 | Xerox Corporation | Method for aligning a text image to a transcription of the image |
JPH1069524A (ja) | 1996-08-28 | 1998-03-10 | Sumitomo Metal Ind Ltd | 文字切り出し方法 |
JP2000357287A (ja) | 1999-06-15 | 2000-12-26 | Matsushita Electric Ind Co Ltd | ナンバープレート認識方法および認識装置 |
US7031553B2 (en) * | 2000-09-22 | 2006-04-18 | Sri International | Method and apparatus for recognizing text in an image sequence of scene imagery |
WO2004059584A1 (ja) * | 2002-12-26 | 2004-07-15 | Sankyo Seiki Mfg.Co.,Ltd | パターン識別方法および識別装置 |
US7356200B2 (en) * | 2003-11-03 | 2008-04-08 | Hewlett-Packard Development Company, L.P. | Method and device for determining skew angle of an image |
JP4544324B2 (ja) * | 2008-03-25 | 2010-09-15 | 富士ゼロックス株式会社 | 文書処理装置及びプログラム |
US8457403B2 (en) * | 2011-05-19 | 2013-06-04 | Seiko Epson Corporation | Method of detecting and correcting digital images of books in the book spine area |
JP6210013B2 (ja) * | 2014-03-31 | 2017-10-11 | ブラザー工業株式会社 | 画像処理装置 |
-
2012
- 2012-03-05 JP JP2012047897A patent/JP5884560B2/ja active Active
- 2012-11-28 EP EP12870661.1A patent/EP2824608A4/en not_active Ceased
- 2012-11-28 US US14/379,118 patent/US9704052B2/en active Active
- 2012-11-28 WO PCT/JP2012/080703 patent/WO2013132709A1/ja active Application Filing
- 2012-11-28 CN CN201280069050.4A patent/CN104094281B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5321770A (en) * | 1991-11-19 | 1994-06-14 | Xerox Corporation | Method for determining boundaries of words in text |
US20030226117A1 (en) * | 2000-10-26 | 2003-12-04 | Mathias Wettstein | Method for capturing a complete data set of forms provided with graphic characters |
JP2005128649A (ja) * | 2003-10-21 | 2005-05-19 | Fuji Photo Film Co Ltd | 画像処理方法及び画像入出力装置 |
US20050105148A1 (en) * | 2003-11-14 | 2005-05-19 | Canon Kabushiki Kaisha | Image processing system and image processing method |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156772A (zh) * | 2015-03-25 | 2016-11-23 | 佳能株式会社 | 用于确定词间距的方法和设备以及用于分词的方法和*** |
CN106156772B (zh) * | 2015-03-25 | 2019-08-02 | 佳能株式会社 | 用于确定词间距的方法和设备以及用于分词的方法和*** |
CN105631448A (zh) * | 2015-12-28 | 2016-06-01 | 小米科技有限责任公司 | 图像校正方法及装置 |
CN105631448B (zh) * | 2015-12-28 | 2019-03-08 | 小米科技有限责任公司 | 图像校正方法及装置 |
CN105975542A (zh) * | 2016-04-29 | 2016-09-28 | 乐视控股(北京)有限公司 | 一种字符串的输入方法及装置 |
CN110537206A (zh) * | 2017-04-21 | 2019-12-03 | 株式会社东芝 | 铁路轨道识别装置、程序及铁路轨道识别方法 |
CN110537206B (zh) * | 2017-04-21 | 2023-07-28 | 株式会社东芝 | 铁路轨道识别装置、程序及铁路轨道识别方法 |
CN107169489A (zh) * | 2017-05-08 | 2017-09-15 | 北京京东金融科技控股有限公司 | 倾斜图像校正的方法和装置 |
CN111914845A (zh) * | 2020-07-02 | 2020-11-10 | 浙江大华技术股份有限公司 | 一种车牌中字符分层方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
EP2824608A1 (en) | 2015-01-14 |
WO2013132709A1 (ja) | 2013-09-12 |
JP2013182567A (ja) | 2013-09-12 |
US9704052B2 (en) | 2017-07-11 |
EP2824608A4 (en) | 2016-05-25 |
JP5884560B2 (ja) | 2016-03-15 |
US20150023593A1 (en) | 2015-01-22 |
CN104094281B (zh) | 2017-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104094281A (zh) | 字符识别用的图像处理方法、使用该方法的字符识别装置及程序 | |
CN106251341A (zh) | 一种印刷品质量检测方法 | |
CN108804989B (zh) | 书画装置、书画设备及书画辅助方法 | |
US9336595B2 (en) | Calibration device, method for implementing calibration, and camera for movable body and storage medium with calibration function | |
EP2000979A2 (en) | Road video image analyzing device and road video image analyzing method | |
CN101178768A (zh) | 图像处理设备和方法以及个人识别设备 | |
CN103065134A (zh) | 一种具有提示信息的指纹识别装置和方法 | |
TWI522934B (zh) | 智慧型手機之陀螺儀感測器車牌辨識系統及其方法 | |
CN104992152A (zh) | 一种基于模板字符库的字符识别方法及字符识别*** | |
JP6078953B2 (ja) | 文字認識方法、およびこの方法を用いた文字認識装置およびプログラム | |
CN111368682A (zh) | 一种基于faster RCNN台标检测与识别的方法及*** | |
US9710945B2 (en) | Method for cutting out character, character recognition apparatus using this method, and program | |
EP3529744A1 (de) | Analyseverfahren für objektmarkierungen in bildern auf basis von modellen | |
CN110600106B (zh) | 病理切片处理方法、计算机设备和存储介质 | |
EP0990994A2 (en) | Document image processing apparatus for processing line portions manually input to document image, method therefor, and computer readable recording medium recorded with document image processing program therefor | |
CN114386504A (zh) | 一种工程图纸文字识别方法 | |
CN106611147A (zh) | 车辆追踪方法和装置 | |
CN104766314A (zh) | 带有瑕疵标记功能的面料读取机及面料读取方法 | |
JP5365408B2 (ja) | 移動体認識装置、移動体認識方法及びプログラム | |
CN111311601A (zh) | 一种拼接图像的分割方法及装置 | |
CN112801013B (zh) | 一种基于关键点识别校验的人脸识别方法、***及装置 | |
JP2009025856A (ja) | 帳票識別プログラム及び帳票識別装置 | |
CN113870223A (zh) | 设备屏幕漏液检测方法及装置 | |
CN111161247B (zh) | 用于可变码识读字符质量验证的检测方法 | |
JP2019101647A (ja) | 情報処理装置、その制御方法とプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |