DE69232345T2 - Verfahren zur Bestimmung der Neigung eines Schriftzeichen enthaltenden Bildes - Google Patents
Verfahren zur Bestimmung der Neigung eines Schriftzeichen enthaltenden BildesInfo
- Publication number
- DE69232345T2 DE69232345T2 DE69232345T DE69232345T DE69232345T2 DE 69232345 T2 DE69232345 T2 DE 69232345T2 DE 69232345 T DE69232345 T DE 69232345T DE 69232345 T DE69232345 T DE 69232345T DE 69232345 T2 DE69232345 T2 DE 69232345T2
- Authority
- DE
- Germany
- Prior art keywords
- pattern
- pixel
- coefficient
- array
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 40
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 55
- 230000009466 transformation Effects 0.000 description 5
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Character Input (AREA)
Description
- Die vorliegende Erfindung bezieht sich auf ein Verfahren zum Erkennen eines Neigungswinkels eines Bildes auf einem Papier, das eingegeben werden soll, um gelesen zu werden, und insbesondere auf ein Verfahren zum Nachweis eines Neigungswinkels, um so unbeabsichtigte Neigung des Papiers, das als ein Bild von einem Kopiergerät, einem Faksimilegerät, OCR usw. eingegeben und gelesen werden soll, zu korrigieren.
- Wenn ein Papier, das eingegeben werden soll, geneigt ist, sind auch Zeilen mit Zeichen geneigt. Wenn es in einem solchen Zustand in ein Faksimilegerät und ein OCR eingegeben wird, verringert sich entsprechend das Datenkompressionsverhältnis und dass Erkennungsverhältnis. Im Fall des Kopiergeräts ist es notwendig, die Neigung eines Papiers, das automatisch kopiert wird, zu korrigieren, um die Qualität der Kopie zu stabilisieren.
- Das Verfahren, das Vergrößern, Verkleinern und Ausdünnen verwendet, ist üblicherweise für die Erkennung eines Neigungswinkels bekannt (Nakamura, et al., "Algorithm to Extracting Character Area for Mixed-Mode Communication", The Transactions of the Institute of Electronics, Information and Communication Engineers, Vol. J67-D, No. 11, pp. 1, 277-1, 284, November, 1984).
- Linearisiert man nach diesem Verfahren Zeichen auf einem Papier, das eingegeben werden soll, um gelesen zu werden, werden die benachbarten Zeichen durch Vergrößern miteinander verbunden. Als nächstes wird die Reihe von Zeichen in einem relativ dünnen Gürtel durch Verkleinern und Füllen der Löcher angezeigt und danach wird daran ein Ausdünnen durchgeführt. Die ungleichen Teile an den beiden Enden in dem ausgedünnten Bild werden durch Verkleinern geglättet.
- In solch einem ausgedünnten Bild berechnet man den Neigungswinkel der Gruppe mit einer vorbestimmten Länge nach einer Kennzeichnung und die Neigung wird als die des Papiers, das eingegeben werden soll, betrachtet.
- Hier wird die Anzahl der Vergrößerungen aus Erfahrung festgelegt. Die optimale Anzahl konnte nicht erhalten werden, wenn man nicht die Größe, die Qualität, das Material usw. eines Papers, das eingegeben werden soll, mit dem Auge betrachtet.
- Die vorliegende Erfindung, wie in Patentanspruch 1 definiert, zielt darauf, die obengenannten Probleme des Standes der Technik zu lösen. Die Aufgabe besteht darin, ein verbessertes Verfahren zum Erkennen eines Neigungswinkels (im folgenden als Neigung bezeichnet) eines Bildes von Zeichen, die gelesen werden sollen, anzugeben.
- Gemäß der vorliegenden Erfindung wird ein Bild, das gelesen werden soll, zweimal oder mehrmals vergrößert und aufeinanderfolgende vergrößerte Bilder werden miteinander verglichen. Die Vergrößerung ist beendet, wenn der Flächenunterschied zwischen aufeinanderfolgenden vergrößerten Bildern weniger als ein vorbestimmter Wert ist. Das Bild der Vergrößerung einmal vor dem letzten vergrößerten Bild wird als das optimale Bild für die Berechnung der Neigung von Zeilen von Zeichen angenommen. Dann wird die Neigung der Zeichenzeilen aus dem vergrößerten Bild oder einem ausgedünnten Bild, das man durch Ausdünnen des vergrößerten Bildes erhält, berechnet. Die optimale Anzahl von Vergrößerungen wird für die Erkennung der Neigung durchgeführt.
- Fig. 1 zeigt ein Flussdiagramm einer Ausführungsform eines Verfahrens zum Erkennen einer Neigung eines Bildes von Zeichen gemäß der vorliegenden Erfindung.
- Fig. 2(A) zeigt ein logisches Diagramm eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement.
- Fig. 2(B) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement.
- Fig. 2(C) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement.
- Fig. 2(D) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement.
- Fig. 2(E) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement.
- Fig. 2(F) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement.
- Fig. 2(G) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement.
- Fig. 2(H) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement.
- Fig. 2(I) zeigt ein logisches Diagramm eines Musters eines horizontalen Elements ohne Abweichung.
- Fig. 2(J) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements ohne Abweichung.
- Fig. 2(K) zeigt ein logisches Diagramm eines Musters eines horizontalen Elements einschließlich eines Hintergrundpixels.
- Fig. 2(L) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements einschließlich eines Hintergrundpixels.
- Fig. 3(A) zeigt ein logisches Diagramm eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement.
- Fig. 3(B) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement.
- Fig. 3(C) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement.
- Fig. 3(D) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement.
- Fig. 3(E) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement.
- Fig. 3(F) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement.
- Fig. 3(G) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement.
- Fig. 3(H) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement.
- Fig. 3(I) zeigt ein logisches Diagramm eines Musters eines vertikalen Elements ohne Abweichung.
- Fig. 3(J) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements ohne Abweichung.
- Fig. 3(K) zeigt ein logisches Diagramm eines Musters eines vertikalen Elements einschließlich eines Hintergrundpixels.
- Fig. 3(L) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements einschließlich eines Hintergrundpixels.
- Fig. 4(A) zeigt ein Beispiel von Zeichen, die horizontal geschrieben sind.
- Fig. 4(B) zeigt ein Bild nach Vergrößerung in horizontaler Richtung auf Zeichen, die horizontal geschrieben sind.
- Fig. 4(C) zeigt ein logisches Bild nach dem Ausdünnen des vergrößerten Bildes in horizontaler Richtung.
- Fig. 4(D) zeigt ein logisches Bild nach dem Verkleinern des ausgedünnten Bildes, nachdem bereits ein Vergrößern der Zeichen in horizontaler Richtung erfolgt ist.
- Fig. 5(A) zeigt ein Beispiel von Zeichen, die horizontal geschrieben sind.
- Fig. 5(B) zeigt ein logisches Bild nach dem Vergrößern in vertikaler Richtung von den Zeichen, die vertikal geschrieben sind.
- Fig. 5(C) zeigt ein logisches Bild nach dem Ausdünnen des vergrößerten Bildes in horizontaler Richtung.
- Fig. 5(D) zeigt ein logisches Bild nach dem Verkleinern des ausgedünnten Bildes, nachdem bereits eine Vergrößerung der Zeichen in vertikaler Richtung durchgeführt wurde.
- Fig. 6(A) zeigt ein logisches horizontales Muster.
- Fig. 6(B) zeigt ein logisches Diagramm, das ein 0,5 Abweichungselement in horizontaler Richtung einschließt.
- Fig. 6(C) zeigt ein anderes logisches Diagramm als die Fig. 6(B), das ein 0,5 Abweichungselement in horizontaler Richtung umfasst.
- Fig. 6(D) zeigt ein anderes logisches Diagramm als die Fig. 6(B), (C) und (D), das ein 0,5 Abweichungselement in horizontaler Richtung enthält.
- Fig. 6(F) zeigt ein geneigtes Muster von oben links nach unten rechts.
- Fig. 6(G) zeigt ein geneigtes Muster von unten links nach oben rechts.
- Fig. 6(H) zeigt ein logisches Muster, das die Neigungsrichtung von rechts abwärts nach rechts aufwärts ändert.
- Fig. 6(I) zeigt ein logisches Muster, das die Neigungsrichtung von rechts aufwärts nach rechts abwärts ändert.
- Fig. 7(A) zeigt ein logisches vertikales Muster.
- Fig. 7(B) zeigt ein logisches Diagramm, das ein 0,5 Abweichungselement in vertikaler Richtung enthält.
- Fig. 7(C) zeigt ein anderes logisches Diagramm als Fig. 7(B), das ein O,5 Abweichungselement in vertikaler Richtung enthält.
- Fig. 7(D) zeigt ein anderes logisches Diagramm als Fig. 7(B) und (C), das ein 0,5 Abweichungselement in vertikaler Richtung enthält.
- Fig. 7(E) zeigt ein anderes logisches Diagramm als Fig. 7(B), (C) und (D), das ein 0,5 Abweichungselement in vertikaler Richtung enthält.
- Fig. 7(F) zeigt ein geneigtes Muster von oben links nach unten rechts.
- Fig. 7(G) zeigt ein geneigtes Muster von unten links nach oben rechts.
- Fig. 7(H) zeigt ein logisches Muster, das die Neigungsrichtung von links abwärts nach rechts abwärts ändert.
- Fig. 7(I) zeigt ein logisches Muster, das die Neigungsrichtung von rechts abwärts nach links abwärts ändert.
- Fig. 8 zeigt ein Flussdiagramm einer Ausführungsform eines Verfahrens zum Erkennen der Neigung eines Bildes von Zeichen gemäß der vorliegenden Erfindung.
- Fig. 9(A) zeigt ein logisches Diagramm eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement.
- Fig. 9(B) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement als (A).
- Fig. 9(C) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement als (A) und (B).
- Fig. 9(D) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elementes mit einem 0,5 Abweichungselement als (A) bis (C).
- Fig. 9(E) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement als (A) bis (D).
- Fig. 9(F) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elementes mit einem 0,5 Abweichungselement als (A) bis (E).
- Fig. 9(G) zeigt einen anderen Typ eines logischen Diagramm eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement als (A) bis (F).
- Fig. 9(H) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements mit einem 0,5 Abweichungselement als (A) bis (G).
- Fig. 8(I) zeigt ein logisches Diagramm eines Musters eines horizontalen Elements ohne Abweichung.
- Fig. 9(J) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements ohne Abweichung.
- Fig. 9(K) zeigt ein logisches Diagramm eines Musters eines horizontalen Elements einschließlich eines Hintergrundpixels.
- Fig. 9(L) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines horizontalen Elements einschließlich eines Hintergrundpixels.
- Fig. 9(M) zeigt ein diagonales Muster von oben links nach unten rechts mit der Abweichung von 1.
- Fig. 9(N) zeigt ein anderes diagonales Muster von oben links nach unten rechts mit der Abweichung von 1.
- Fig. 9(O) zeigt ein diagonales Muster von unten links nach oben rechts mit der Abweichung von -1.
- Fig. 9(P) zeigt ein diagonales Muster von unten links nach oben rechts mit der Abweichung von -1.
- Fig. 10(A) zeigt ein logisches Diagramm eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement.
- Fig. 10(B) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement als (A).
- Fig. 10(C) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement als (A) und (B).
- Fig. 10(D) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement als (A) bis (C).
- Fig. 10(E) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement als (A) bis (D).
- Fig. 10(F) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement als (A) bis (E).
- Fig. 10(G) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement als (A) bis (F).
- Fig. 10(H) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements mit einem 0,5 Abweichungselement als (A) bis (G).
- Fig. 10(I) zeigt ein logisches Diagramm eines Musters eines vertikalen Elements ohne Abweichung.
- Fig. 10(J) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements ohne Abweichung.
- Fig. 10(K) zeigt ein logisches Diagramm eines Musters eines vertikalen Elements einschließlich eines Hintergrundpixels.
- Fig. 10(L) zeigt einen anderen Typ eines logischen Diagramms eines Musters eines vertikalen Elements einschließlich eines Hintergrundpixels.
- Fig. 10(M) zeigt ein diagonales Muster von oben links nach unten rechts mit der Abweichung von -1.
- Fig. 10(N) zeigt ein anderes diagonales Muster von oben links nach unten rechts mit der Abweichung von -1.
- Fig. 10(O) zeigt ein diagonales Muster von unten links nach oben rechts mit der Abweichung von 1.
- Fig. 10(P) zeigt ein diagonales Muster von unten links nach oben rechts mit der Abweichung von 1.
- Fig. 11 zeigt ein Flussdiagramm einer Ausführungsform eines Verfahrens zum Erkennen der Neigung eines Bildes von Zeichen gemäß der vorliegenden Erfindung.
- Fig. 12(A) zeigt ein logisches Bild, bei dem der Umriss einer vergrößerten Figur eines Papiers mit horizontal geschriebenen Zeichen extrahiert ist.
- Fig. 12(B) zeigt ein logisches Bild von reduzierten vertikalen Elementen des Umrisses der vergrößerten Figur eines Papiers, bei dem Zeichen horizontal geschrieben sind.
- Fig. 12(C) zeigt ein logisches Bild von reduzierten vertikalen Elementen, die mit Hinblick auf ein Papier auf dem Zeichen horizontal geschrieben sind, verkleinert sind.
- Fig. 12(D) zeigt ein logisches Bild, in dem geringfügiges Rauschen von dem Bild von reduzierten vertikalen Elementen, das im Hinblick auf ein Papier, auf dem die Zeichen horizontal geschrieben wurden, reduziert wurde.
- Fig. 13(A) zeigt ein logisches Bild, bei dem der Umriss einer vergrößerten Figur auf einem Papier mit vertikal geschriebenen Zeichen extrahiert wurde.
- Fig. 13(B) zeigt ein logisches Bild von reduzierten horizontalen Elementen des Umrisses einer Figur, bei der bereits Eine Vergrößerung auf einem Papier mit vertikal geschriebenen Zeichen erfolgt ist.
- Fig. 13(C) zeigt ein logisches Bild nach durchgeführten Verkleinern von bereits reduzierten horizontalen Elementen der Kontur eines Papiers, bei dem Zeichen vertikal geschrieben sind.
- Fig. 13(D) zeigt ein logisches Bild, bei dem geringfügiges Rauschen von dem Bild entfernt wurde, an dem bereits die Reduktion horizontaler Elemente und das Verkleinern durchgeführt wurden.
- Im folgenden wird eine Ausführungsform eines Verfahrens zum Erkennen der Neigung eines Bildes von Zeichen gemäß der vorliegenden Erfindung mit Bezug auf die beigefügten Zeichnungen beschrieben.
- Fig. 1 zeigt ein Flussdiagramm einer Ausführungsform dieser Erfindung. Zuerst wird ein Papier, das Zeichen enthält, von dem Eingabeteil eines OCR oder dergleichen in Schritt 1-1 gelesen und die Rahmengröße eines Bildes wird so eingestellt, dass sie für ein nachfolgendes Prozessieren in Schritt 1-2 geeignet ist. Wenn beispielsweise das Ausgabebild eines Scanners 4.096 · 4.096 Pixels hat und das Bild, das in den Bildverarbeitungsmitteln prozessiert werden soll, 1.024 · 1.024 Pixels hat, ist es notwendig, ein Herunterskalieren in die Größe von 1/4 durchzuführen. Beim Durchführen des Herunterskalierens kann die Information der Graustufen in einem Originalbild maximal gespeichert werden, wenn ein solches Prozessieren durchgeführt wird, das in Mittelwert der vorbestimmten Anordnung als die Dichte der jeweiligen Pixel betrachtet. Das bedeutet, dass, wenn ein Bild auf 1/4 herunterskaliert wird, die Dichte eines vorbestimmten Pixels (das linke obere Pixel in der Anordnung, z. B.) durch den Mittelwert der 4 · 4 Anordnung bestimmt wird.
- Als nächstes wird das Bild durch Berechnung des Histogramms der Dichte des Bildes binarisiert, wobei die optimale Schwelle in Schritt 1-3 verwendet wird und Rauschen in Schritt 1-4 reduziert wird. Es gibt effiziente Arten, die optimale Schwelle berechnen: a) Betrachten des Mittelwerts der Dichte als die optimale Schwelle, b) Modusverfahren, c) Diskriminantenanalyseverfahren, d) p-tile Verfahren usw. Die effektiven Verfahren, um Rauschen zu verringern, sind die Reduktion eines isolierten Punkts, Mittelwertfilter usw.
- Es ist leicht die Neigung zu finden, in dem man i) jede Zeile in eine Figur eines Gürtels nach der optimalen Anzahl von Vergrößerungen in die Richtung des Hauptelements des Papiers, das eingegeben werden soll, umwandelt (Papier mit geschriebenem Zeichen in horizontaler Richtung wird in die horizontale Richtung vergrößert und auf dieselbe Weise wird Papier, bei dem Zeichen in die vertikale Richtung geschrieben sind, in die vertikale Richtung vergrößert), ii) Ausdünnen des Bildes eines Gürtels.
- Im folgenden wird die Berechnung von Ndil der Anzahl von optimalen Vergrößerungen beschrieben (von Schritt 1-5 bis Schritt 1-13).
- In Schritt 1-6 wird die Anzahl der Nichthintergrundpixels, d. h. der weißen Pixel nach der Rauschunterdrückung gezählt und der anfängliche Wert der Anzahl von Nichthintergrundpixeln (weißen Pixeln) wird berechnet). In Schritt 1-5 wird der Schleifenzähler für das Zählen der Anzahl von Vergrößerungen "i" initialisiert, um die Vergrößerung wiederholt durchzuführen.
- Bei jeder Vergrößerung in Schritt 1-7 wird der Schleifenzähler "i" in Schritt 1-8 erhöht, die Anzahl der Nichthintergrundpixel (weißen Pixel) Nw(i+1) wird in Schritt 1-9 gezählt und das kubische Differential wird aus der Anzahl von Nichthintergrundpixeln (weißen Pixeln) berechnet. Das kubische Differential wird mit Hilfe der untenstehenden Formel berechnet.
- Δ ³Nwi = Δ ²Nw(i + 1) - Δ ²Nwi
- wobei Δ ²Nwi = Δ Nw(i + 1) - Δ Nwi
- Δ Nwi = Nw(i + 1) - Nwi
- Wenn das Ergebnis von Δ ³Nwi negativ ist, ist die Zeile schon verschmolzen und folglich wird in Schritt 1-10 das Verlangsamen des Zunahmetempos der Fläche gefunden. In diesem Schritt wird die Vergrößerungsschleife verlassen und die unten stehende Formel, welche die Anzahl von Wiederholungen bis zur letzten Wiederholung anzeigt, wird in Schritt 1-3 als die optimale Anzahl von Wiederholungen verwendet.
- Ndil = i - 1
- Das vergrößerte Bild des vorigen Mals wird verwendet, um in Schritt 1-14 das Hauptelement zu finden. Auf diese Weise kann der Beginn des Verschmelzens in breiter Ansicht sicher gefunden werden und die optimale Anzahl von Vergrößerungen kann berechnet werden. Es kann der Fall eintreten, dass der Beginn des Verschmelzens unklar ist durch die Reflexion von Rauschen, das durch die obige Rauschunterdrückung nicht reduziert werden kann. Um mit so einem Fall zurechtzukommen, wird die maximale Grenze "I" der Anzahl der Male von Vergrößerungen vorher festgelegt und die Vergrößerung wird beendet, auch wenn das kubische Differential keinen negativen Wert in Schritt 1-11 erreicht. In diesem Fall ist die optimale Anzahl der Male von Vergrößerungen (I-1)Mal.
- Das Hauptelement des Papiers mit Zeichen wird gefunden, d. h. es wird unterschieden, ob in horizontaler Richtung oder in vertikaler Richtung geschrieben wurde. Es wird unterschieden, indem jedes Neigungselement von jedem Teil des Bildes in Schritt 1-14 addiert wird.
- Beim Herausfinden der Neigungselemente werden die Muster (A) bis (L), die in Fig. 2 gezeigt sind, als horizontale Elemente betrachtet und die Muster (A) bis (L) in Fig. 3 werden als vertikale Elemente betrachtet. Das Hauptelement in dem Bild wird entsprechend der Anzahl jeder Muster erkannt. Die Muster sind der Umriss eines Bildes. Definiert man die Neigung eines Umrisses durch die Linie zweier Pixel, kann er als ein horizontales Muster und ein vertikales Muster betrachtet werden, wenn die Gesamtneigung in der Anordnung jeweils nahe der horizontalen Richtung und der vertikalen Richtung ist. Hier wird mit Bezug auf das Muster mit einem Hintergrundpixel um die Anordnung ((K)s und (L)s in den Fig. 2 und 3) als eün vertikales Muster betrachtet, wenn das Hintergrundpixel sich auf der rechten oder linken Seite der Anordnung befindet und als horizontales Muster, wenn es sich über oder unter der Anordnung befindet. Das diagonale Muster von 45º gehört zu keiner der obigen Klassifizierungen.
- Definiert man die Anzahl von Mustern in vertikaler Richtung und in horizontaler Richtung entsprechend als "Nv" und "Nh", kann das Bild als im wesentlichen horizontal ausgerichtet erkannt werden, wenn Nv ≤ Nh, und es kann als im wesentlichen vertikal ausgerichtet in den anderen Fällen in den Schritten von 1-15 bis 1-17 betrachtet werden. Die Angabe des Hauptelements wird als "horv" definiert, "v" wird hierfür gesetzt, wenn das Bild in vertikaler Richtung ist und "h" wird dafür gesetzt, wenn es in den Schritten 1-16 und 1-17 in horizontaler Richtung ist.
- Das Bild wird eine vorbestimmte Anzahl von Malen in die Richtung des Hauptelements vergrößert und die Zeichen in jeder Zeile verschmelzen. Die Anzahl der Vergrößerungen sollte die minimale Anzahl von Malen sein, so dass die Zeichen noch sicher verschmelzen. 9Ndil/4x usw. werden nach Erfahrung entsprechend "Ndil" angenommen.
- Jede Zeile in dem Bild nach der optimalen Anzahl von Vergrößerungen ist grob ein Rechteck, das ausgedünnt ist. Durch das Ausdünnen wird das Bild zu einem mit einer Breite von einem Pixel ohne die Topologie des Bildes durch Löschen der äußersten Pixels in dem Bild mit jeweils einer Breite von einem Pixel zu verändern. Effektive Methoden für das Ausdünnen sind die Hildich-Methode, die Methode in der japanischen Patentveröffentlichung Nr. 64-13680. Es ist möglich, die Zeile in der Mitte oder nahe der Mitte des groben Rechtecks zu erhalten, und folglich können effektive Elemente durch dieses Ausdünnen für die Berechnung der Neigung eines Bildes erhalten werden.
- Es kann jedoch der Fall auftreten, dass wegen des Rauschens oder der Form am Ende des Rechtecks sich das Ende des ausgedünnten Bildes verzweigt oder biegt. Um diesen ungeeigneten Teil, der eine genaue Berechnung verhindert, zu reduzieren, wird der Endpunkt nach dem Ausdünnen verkleinert (Fig. 4(D)). Das Verkleinern reduziert die ungeeigneten Teile an beiden Enden und die Neigung kann danach genau berechnet werden.
- Die Anzahl von Malen für die Verkleinerung sollte minimal sein: Gemäß Ndil kann erfahrungsgemäß (15/4) · Ndil+1 verwendet werden. Diese Formel bedeutet das Löschen der Zeile mit einer Länge von ungefähr 1 bis 11/2 Buchstaben.
- Um die Neigung mit hauptsächlich horizontalen Elementen zu berechnen, wird die Anzahl jedes Musters von (A) bis (I) in Fig. 6 gezählt, der gezählte Wert wird mit einem Koeffizienten multipliziert und addiert. Die jeweils entsprechende Zahl, die mit jedem Muster multipliziert ist, ist unten angegeben.
- Die Bilder von horizontalen Mustern und die entsprechenden Koeffizienten sind:
- (A) Horizontales Muster von 3 Pixeln Koeffizient ist 0.
- (B) (2-Pixel-Muster geneigt von links oben nach rechts unten) + (2-Pixel- Horizontal-Muster) Koeffizient ist 0,5.
- (C) (2-Pixel-Horizontal-Muster) + (2-Pixel-Muster geneigt von links oben nach rechts unten) Koeffizient ist 0,5.
- (D) (2-Pixel-Horizontal-Muster) + (2-Pixel-Muster geneigt von links unten nach rechts oben) Koeffizient ist -0,5.
- (E) (2-Pixel-Muster geneigt von links unten nach rechts oben) + (2-Pixel-Horizontal-Muster) Koeffizient ist -0,5.
- (F) 3-Pixel-Muster geneigt von links oben nach rechts unten Koeffizient ist 1.
- (G) 3-Pixel-Muster geneigt von links unten nach rechts oben Koeffizient ist -1.
- (H) (2-Pixel-Muster geneigt von links oben nach rechts unten) + (2-Pixel-Muster geneigt von links unten nach rechts oben) Koeffizient ist 0.
- (I) (2-Pixel-Muster geneigt von links unten nach rechts oben) + (2-Pixel-Muster geneigt von rechts oben nach links unten) Koeffizient ist 0.
- Diese Koeffizienten sind Abweichungselemente in horizontalen Elementen. 3-Pixel- Diagonal-Mustern wird der absolute Wert "1" gegeben. Definiert man jeweils die Gesamtzahl von Mustern von (A) bis (I) in dem gesamten Bild als von "Na" bis "Ni", kann der Neigungswinkel 8 mit Hilfe der untenstehenden Formel berechnet werden.
- θ = tan&supmin;¹ [{0,5(Nb + Nc) - 0,5(Nd + Ne) + Nf - Ng}/(Na + Nb + Nc + Nd + Ne + Nf + Ng + Nh + Ni)]
- Ein einzugebendes Papier, bei dem die Zeichen in vertikaler Richtung geschrieben sind, kann auf dieselbe Weise prozessiert werden. Die Prozessierungsmuster im Hinblick auf die vertikale Richtung sind in Fig. 5 von (A) bis (D), die der Fig. 4 von (A) bis (D) entsprechen, gezeigt. Die vertikalen Muster entsprechend der Fig. 6 von (A) bis (I) sind in der Fig. 7 von (A) bis (I) gezeigt.
- Die Bilder vertikaler Muster und die entsprechenden Koeffizienten sind:
- (A) 3-Pixel-Vertikal-Muster Koeffizient ist 0.
- (B) (2-Pixel-Muster geneigt von oben rechts nach unten links) + (2-Pixel- Vertikal-Muster) Koeffizient ist 0,5.
- (C) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben rechts nach unten links) Koeffizient ist 0,5.
- (D) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben links nach unten rechts) Koeffizient ist -0,5.
- (E) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixel- Vertikal-Muster) Koeffizient ist -0,5.
- (F) 3-Pixel-Muster geneigt von oben links nach unten rechts Koeffizient ist -1.
- (G) 3-Pixel-Muster geneigt von unten links nach oben rechts Koeffizient ist 1.
- (H) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixel- Muster geneigt von oben links nach unten rechts). Koeffizient ist 0.
- (I) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixel- Muster geneigt von oben rechts nach unten links) Koeffizient ist 0.
- Definiert man die Gesamtzahl von Mustern von (A) bis (I) jeweils als "Na" bis "Ni", ist der Neigungswinkel 6 die untenstehende Formel gegeben.
- θ = tan&supmin;¹ [{0,5(Nb + Nc) - 0,5(Nd + Ne) - Nf + Ng)/(Na + Nb + Nc + Nd + Ne + Nf + Ng + Nh + Nh + Ni)]
- Auf diese Weise ist es möglich, die Neigung leicht und genau zu berechnen, indem i) ein vergrößertes Bild durch die optimale Anzahl von Vergrößerungen in der Richtung des Hauptelements erzeugt wird, ii) das vergrößerte Bild ausgedünnt wird, iii) die Elemente in sowohl der vertikalen wie auch der horizontalen Richtung berechnet werden, iv) die Neigung gefunden wird entsprechend dem statistischen Wert mit Bezug auf das überwiegende Element zwischen den beiden Arten von Elementen.
- Danach kann das Bild gedreht werden, um an der horizontalen oder vertikalen Linie ausgerichtet zu werden. Solch eine Drehung wird über affine Transformation mittels eines IC für die spezielle Anwendung - einen Affine-Transformations-IC - durchgeführt.
- Im folgenden wird eine zweite Ausführungsform eines Verfahrens zum Erkennen eines Neigungswinkels eines Bildes eines Papiers, das eingegeben werden soll, gemäß der vorliegenden Erfindung mit Bezug auf die beigefügten Zeichnungen beschrieben.
- Fig. 8 zeigt ein Flussdiagramm der zweiten Ausführungsform der vorliegenden Erfindung.
- In dieser Ausführungsform entsprechen die Prozessschritte 8-1 bis 8-19 denen in Fig. 1. Im Schritt 8-18 oder 8-19 liegt das optimale Bild für die Berechnung der Neigung der Zeichenzeilen vor.
- Im Schritt 8-20 liegt ein Pixelmuster am Rand der Zeichenzeile in dem vergrößerten Bild vor. Das vergrößerte Bild ist ähnlich zu dem in Fig. 4(B) oder Fig. 5(B).
- Um die Neigung bei hauptsächlich horizontalen Elementen zu berechnen, wird die Anzahl jedes Musters (A) bis (P) in Fig. 9 gezählt, der gezählte Wert wird mit einem Koeffizienten multipliziert und addiert. Die entsprechende Zahl, mit der jedes Muster multipliziert wird, ist unten angegeben. Hier ist ein Anordnungspixel schwarz.
- Die Bilder von horizontalen Mustern umd die entsprechenden Koeffizienten sind:
- (A) (2-Pixel-Muster geneigt von links oben nach rechts unten) + (2--Pixel- Horizontal-Muster) Das Muster ist von dem unteren Teil der Anordnung ausgeschnitten. Der Koeffizient ist 0,5.
- (B) (2-Pixel-Horizontal-Muster) + (2-Pixel-Muster geneigt von links oben nach rechts unten) Das Muster ist von dem oberen Teil der Anordnung ausgeschnitten. Koeffizient ist 0,5.
- (C) (2-Pixel-Horizontal-Muster) + (2-Pixel-Muster geneigt von links unten nach rechts oben) Das Muster ist von dem unteren Teil der Anordnung ausgeschnitten. Koeffizient ist -0,5.
- (D) (2-Pixel-Muster geneigt von links unten nach rechts oben) + (2-Pixel- Horizontal-Muster) Das Muster ist von dem oberen Teil der Anordnung ausgeschnitten. Koeffizient ist -0,5.
- (E) (2-Pixel-Muster geneigt von links unten nach rechts oben) + (2-Pixel- Horizontal-Muster) Das Muster ist von dem unteren Teil der Anordnung ausgeschnitten. Koeffizient ist -0,5.
- (F) (2-Pixel-Horizontal-Muster) + (2-Pixel-Muster geneigt von links unten nach rechts oben) Das Muster ist von dem oberen Teil der Anordnung ausgeschnitten. Koeffizient ist -0,5.
- (G) (2-Pixel-horizontal-Muster) + (2-Pixel-Muster geneigt von links oben nach rechts unten) Das Muster ist von dem unteren Teil der Anordnung ausgeschnitten. Koeffizient ist 0,5.
- (H) (2-Pixel-Muster geneigt von links oben nach rechts unten) + (2-Pixel- Horizontal-Muster) Das Muster ist von dem oberen Teil der Anordnung ausgeschnitten. Der Koeffizient ist 0,5.
- (I) Horizontales Muster von 3 Pixeln Das Muster ist von dem unteren Teil der Anordnung ausgeschnitten. Koeffizient ist 0.
- (J) Horizontales Muster von 3 Pixeln Das Muster ist von dem oberen Teil der Anordnung ausgeschnitten. Koeffizient ist 0.
- (K) (2-Pixel-Muster geneigt von links unten nach rechts oben) + (2-Pixel- Muster geneigt von rechts oben nach links unten) Das Muster ist von dem unteren Teil der Anordnung ausgeschnitten. Koeffizient ist 0.
- (L) (2-Pixel-Muster geneigt von links oben nach rechts unten) + (2-Pixel- Muster geneigt von links unten nach rechts oben). Das Muster ist von dem oberen Teil der Anordnung ausgeschnitten. Koeffizient ist 0.
- (M) 3-Pixel-Muster geneigt von links oben nach rechts unten Das Muster ist von dem unteren Teil der Anordnung ausgeschnitten. Koeffizient ist 1.
- (N) 3-Pixel-Muster geneigt von links oben nach rechts unten Das Muster ist von dem oberen Teil der Anordnung ausgeschnitten. Koeffizient ist 1.
- (O) 3-Pixel-Muster geneigt von links unten nach rechts oben Das Muster ist von dem unteren Teil der Anordnung ausgeschnitten. Koeffizient ist -1.
- (P) 3-Pixel-Muster geneigt von links unten nach rechts oben Das Muster ist von dem oberen Teil der Anordnung ausgeschnitten. Koeffizient ist -1.
- Diese Koeffizienten sind Abweichungselemente in horizontalen Elementen. 3-Pixel- Diagonal-Mustern wird der absolute Wert "1" gegeben. Definiert man die Gesamtzahl von Mustern von (A) bis (P) in dem gesamten Bild jeweils als von "Na" bis "Np", kann der Neigungswinkel 6 aus der untenstehenden Formel berechnet werden.
- θ = tan&supmin;¹ [{0,5( Na + Nb + Ng + Nh) - 0,5(Nc + Nd + Ne + Nf) + Nm + Nn - No - Np}/ (Na + Nb + Nc + Nd + Ne + Nf + Ng + Nh + Ni + Nj + Nk + NI + Nm + Nn + No + Np)]
- Das Papier, das eingegeben werden soll und dessen Zeichen in vertikaler Richtung geschrieben sind, kann auf dieselbe Art und Weise prozessiert werden. Die Prozessierungsmuster im Hinblick auf die vertikale Richtung sind in Fig. 2 von (A) bis (P), die der Fig. 3 von (A) bis (P) entsprechen, gezeigt.
- Die Bilder von vertikalen Mustern und die entsprechenden Koeffizienten sind:
- (A) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben rechts nach unten links) Das Muster ist von der rechten Seite der Anordnung ausgeschnitten. Koeffizient ist 0,5.
- (B) (2-Pixel-Muster geneigt von oben rechts nach unten links) + (2-Pixel- Vertikal-Muster) Das Muster ist von der linken Seite der Anordnung ausgeschnitten. Koeffizient ist 0,5.
- (C) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixel- Muster vertikales Muster) Das Muster ist von der rechten Seite der Anordnung ausgeschnitten. Koeffizient ist -0,5.
- (D) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben links nach unten rechts) Das Muster ist von der linken Seite der Anordnung ausgeschnitten. Koeffizient ist -0,5.
- (E) (2-Pixel-Muster geneigt von rechts oben nach unten links) + (2-Pixel- Vertikal-Muster) Das Muster ist von der rechten Seite der Anordnung ausgeschnitten. Koeffizient ist 0,5.
- (F) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben rechts nach unten links) Das Muster ist von der linken Seite der Anordnung ausgeschnitten. Koeffizient ist 0,5.
- (G) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2·-Pixel- Vertikal-Muster) Das Muster ist von der linken Seite der Anordnung ausgeschnitten. Koeffizient ist -0,5.
- (H) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben links nach unten rechts) Das Muster ist von der rechten. Seite der Anordnung ausgeschnitten. Koeffizient ist -0,5. ·
- (I) 3-Pixel-Vertikal-Muster Das Muster ist von der rechten Seite der Anordnung ausgeschnitten. Koeffizient ist 0.
- (J) 3-Pixel-Vertikal-Muster Das Muster ist von der linken Seite der Anordnung ausgeschnitten. Koeffizient ist 0.
- (K) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixel- Muster geneigt von oben rechts nach unten links) Das Muster ist von der linken Seite der Anordnung ausgeschnitten. Koeffizient ist 0.
- (L) (2-Pixel-Muster geneigt von oben rechts nach unten links) + (2-Pixel- Muster geneigt von oben links nach unten rechts). Das Muster ist von der rechten Seite der Anordnung ausgeschnitten. Koeffizient ist 0.
- (M) 3-Pixel-Muster geneigt von oben links nach unten rechts. Das Muster ist von der linken Seite der Anordnung ausgeschnitten. Koeffizient ist -1.
- (N) 2-Pixel-Muster geneigt von oben links nach unten rechts. Das Muster ist von der rechten Seite der Anordnung ausgeschnitten. Koeffizient ist -1.
- (O) 3 -Pixel-Muster geneigt von unten links nach oben rechts. Das Muster ist von der rechten Seite der Anordnung ausgeschnitten. Koeffizient ist 1.
- (P) 3 -Pixel-Muster geneigt von unten links nach oben rechts. Das Muster ist von der linken Seite der Anordnung ausgeschnitten. Koeffizient ist 1.
- Definiert man die Gesamtzahl von Mustern von (A) bis (P) jeweils als "Na" bis "Np", ist der Neigungswinkel θ durch die untenstehende Formel gegeben.
- θ = tan&supmin;¹[{0,5(Na + Nb + Ne + Nf) - 0,5(Nc + Nd + Ng + Nh) - Nm - Nn + No + Np}/ (Na + Nb + Nc + Nd + Ne + Nf + Ng + Nh + Ni + Nj + Nk + NI + Nm + Nn + No + Np)]
- Deshalb kann diese Neigung ohne den Prozess des Ausdünnens berechnet werden, so dass der Prozess einfacher und schneller ist.
- Im folgenden wird eine dritte Ausführungsform eines Verfahrens zum Erkennen einer Neigung eines Bildes eines Papiers, das eingegeben werden soll, gemäß der vorliegenden Erfindung mit Bezug auf die beigefügten Zeichnungen beschrieben.
- Fig. 11 zeigt ein Flussdiagramm einer Ausführungsform dieser Erfindung. In dieser Ausführungsform sind die Prozeßschritte 11-1 bis 11-19 äquivalent zu denen in Fig. 1.
- In dem Schritt 11-18 oder 11-19 liegt das optimale Bild für die Berechnung der Neigung von Zeichenzeilen vor.
- Jede Zeile in dem Bild nach der optimalen Anzahl von Vergrößerungen ist grob ein Rechteck und die Berechnung des Rechteckes ist leicht.
- In den Schritten 11-10 wird der Umriss jeder Zeile durch Differentiation, Subtraktion aufeinanderfolgender vergrößerter Bilder oder ähnlicher Prozessierung extrahiert.
- Fig. 4(A) ist ein Papier, das eingegeben werden soll und bei dem die Zeichen horizontal geschrieben sind. Wenn es eine vorbestimmte Anzahl von Malen vergrößert wird, ist das Ergebnis in Fig. 4(B) gezeigt. Beinahe alle benachbarten Zeichen in Fig. 4(B) in derselben Zeile sind miteinander verschmolzen und sie bilden eine Linie. Mit Bezug auf das vergrößerte Bild wird der Umriss, wie in Fig. 12(A) extrahiert und das vertikale Element wird durch den Schritt 11-21 wie in Fig. 12(B) reduziert. Nur das Hauptelement in dem Papier wird als ein Bild durch diese Schritte extrahiert und die Berechnung der Neigung in dem folgenden Schritt ist einfach.
- Wie in Fig. 12(B) gezeigt, wird ein diagonales Element an den beiden Seiten jeder Zeile erzeugt, weil das Bild die Reflexion des vertikalen Elements empfängt. Die ungeeigneten Teile an beiden Enden werden durch Verkleinern in dem Schritt 11-23 reduziert.
- Die Anzahl von Malen des Verkleinerns sollte minimal sein: entsprechend Ndil kann erfahrungsgemäß (15/4) · Ndil + 1 angenommen werden. Diese Formel bedeutet das Löschen der Zeile mit einer Länge entsprechend ungefähr 1 bis 11/2 Zeichen. Fig. 12(C) zeigt das Ergebnis nach dem Verkleinern. Jede Zeile ist in etwa als gerade Linie gezeigt. Da in Fig. 12(C) ein bisschen geringfügiges Rauschen eingeschlossen ist, wird die Neigung mit Bezug auf das Bild mit reduziertem Rauschen, wie in Fig. 12(D) berechnet.
- Um die Neigung mit hauptsächlich horizontalen Elementen zu berechnen, wird die Anzahl jedes Musters von (A) bis (I) in Fig. 6 gezählt, der gezählte Wert wird mit einem Koeffizienten multipliziert und addiert. Die entsprechende Zahl, die mit jedem Muster multipliziert wird, ist unten angegeben.
- Die Bilder horizontaler Muster und die entsprechenden Koeffizienten sind:
- (A) Horizontales Muster von 3 Pixeln Koeffizient ist 0.
- (B) (2-Pixel-Muster geneigt von links oben nach rechts unten) + (2-Pixel- Horizontal-Muster) Koeffizient ist 0,5.
- (C) (2-Pixel-Horizontal-Muster) + (2-Pixel-Muster geneigt von links oben nach rechts unten) Koeffizient ist 0,5.
- (D) (2-Pixel-Horizontal-Muster) + (2-Pixel-Muster geneigt von links unten nach rechts oben) Koeffizient ist -0,5.
- (E) (2-Pixel-Muster geneigt von links unten nach rechts oben) + (2-Pixel-Horizontal-Muster) Koeffizient ist -0,5.
- (F) 3-Pixel-Muster geneigt von links oben nach rechts unten Koeffizient ist 1.
- (G) 3-Pixel-Muster geneigt von links unten nach rechts oben Koeffizient ist -1.
- (H) (2-Pixel-Muster geneigt von links oben nach rechts unten) + (2-Pixel-Muster geneigt von links unten nach rechts oben) Koeffizient ist 0.
- (I) (2-Pixel-Muster geneigt von links unten nach rechts oben) + (2-Pixel-Muster geneigt von rechts oben nach links unten) Koeffizient ist 0.
- Diese Koeffizienten sind Abweichungselemente in horizontalen Elementen. 3-Pixel- Diagonal-Mustern wird der absolute Wert "1" gegeben. Definiert man die Gesamtzahl der Muster von (A) bis (I) in dem gesamten Bild jeweils als von "Na" bis "Ni", kann der Neigungswinkel 6 mit der untenstehenden Formel berechnet werden.
- θ = tan&supmin;¹ ({0,5(Nb + Nc) - 0,5(Nd + Ne) + Nf - Ng}/(Na + Nb + Nc + Nd + Ne + Nf + Ng + Nh + Ni)]
- Das Papier, das eingegeben werden soll, bei dem die Zeichen in vertikaler Richtung geschrieben sind, kann auf dieselbe Art und Weise prozessiert werden. Die Fig. 13(A) bis (D) sind Prozessergebnisse des vertikalen Bildes in den Fig. 5(A) und (B), entsprechend dem Prozessergebnis von horizontalen Zeilen. Die vertikalen Muster, die Fig. 6 von (A) bis (I) entsprechen, sind in Fig. 7(A) bis (I) gezeigt.
- Die Figuren von vertikalen Mustern und die entsprechenden Koeffizienten sind:
- (A) 3-Pixel-Vertikal-Muster Koeffizient ist 0.
- (B) (2-Pixel-Muster geneigt von oben rechts nach unten links) + (2-Pixel- Vertikal-Muster) Koeffizient ist 0,5.
- (C) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben rechts nach unten links) Koeffizient ist 0,5.
- (D) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben links nach unten rechts) Koeffizient ist -0,5.
- (E) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixel- Vertikal-Muster) Koeffizient ist -0,5.
- (F) 3-Pixel-Muster geneigt von oben links nach unten rechts Koeffizient ist -1.
- (G) 3-Pixel-Muster geneigt von unten links nach oben rechts Koeffizient ist 1.
- (H) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixel- Muster geneigt von oben links nach unten rechts) Koeffizient ist 0.
- (I) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixel- Muster geneigt von oben rechts nach unten links) Koeffizient ist 0.
- Definiert man die Gesamtzahl von Mustern von (A) bis (I) jeweils als "Na" bis "Ni", ist der Neigungswinkel θ durch die untenstehende Formel gegeben.
- θ = tan&supmin;¹ [(0,5(Nb + Nc) - 0,5(Nd + Ne) - Nf + Ng}/(Na + Nb + Nc + Nd + Ne + Nf + Ng + Nh + Ni)]
- Nach der Berechnung des Neigungswinkels wird mit dem Bild eine affine Transformation durchgeführt, um die Neigung nach der Berechnung des Winkels zu korrigieren. Die affine Transformation kann durch eine Matrixoperation unter Verwendung von Software oder eine Adresstransformation unter Verwendung besonderer IC's durchgeführt werden.
- Wenn eine Neigung direkt mit Bezug auf das Bild in Fig. 4(B) und Fig. 5(B) berechnet wird, werden die vertikalen und horizontalen Muster, die in Fig. 2 und Fig. 3 gezeigt sind, wie unter der ersten Ausführungsform beschrieben, verwendet.
- Es ist möglich, eine Neigung genau und einfach zu berechnen, indem man ein vergrößertes Bild erzeugt, indem man es eine optimale Anzahl von Malen vergrößert in die Richtung des Hauptelements und indem man die Neigung entsprechend des Umrisses des vergrößerten Bildes berechnet, ohne die Umrisse zu extrahieren. Der Prozess des Ausdünnens ist unnötig.
- Wie oben erwähnt, wird die Neigung von Zeichenzeilen leicht und schnell erkannt, ohne eine Kennzeichnung. Daher können mehr Zeichenzeilen als die maximale Kennzeichenanzahl prozessiert werden. Die Neigungskorrektur kann entsprechend der detektierten Neigung mittels Software oder IC's für spezielle Anwendungen durchgeführt werden.
Claims (14)
1. Verfahren zum Erkennen eines Neigungswinkels eines Bildes, das Zeilen von
Zeichen aufweist, wobei der Neigungswinkel aus Neigungskoeffizienten bestimmt
wird und das Verfahren die folgenden Schritte aufweist:
Vergrößern (1-7, 8-7, 11-7) des Bildes, bis in dem vergrößerten Bild die Zeichen
in derselben Zeile miteinander verschmelzen, wobei dieses Verschmelzen durch
Verwendung eines Unterschieds in der Anzahl der Nichthintergrundpixels (1-10,
8-10, 11-10) in den Bildern aufeinanderfolgender Vergrößerungen erkannt wird,
Aufteilen des vergrößerten Bildes (1-13, 8-13, 11-13) in eine Vielzahl von
Pixelmatrizen von vorbestimmter Größe,
Klassifizieren des Pixel-Musters einer jeden Pixelmatrix als entweder horizontal
oder vertikal, wie aus den Umrissen der Zeilen von verschmolzenen Zeichen
erkannt,
Zählen (1-14, 8-14, 11-14) der Anzahl von Pixelmatrizen, die Pixelmuster
aufweisen, die als horizontal klassifiziert wurden, und der Anzahl von Pixelmatrizen, die
Pixelmuster aufweisen, die als vertikal klassifiziert wurden, um zu bestimmen (1-
15, 8-15, 11-15), ob das Bild im wesentlichen horizontal oder vertikal ist,
Zuweisen von Neigungskoeffizienten zu den Pixelmatrizen, und
Berechnen des Neigungswinkels des Bildes (11-22, 8-20, 11-24) auf der Basis
der Neigungskoeffizienten der Pixelmatrizen.
2. Das Verfahren zum Erfassen eines Neigungswinkels gemäß Anspruch 1, wobei
der Unterschied als ein kubisches Differential der Fläche definiert ist.
3. Verfahren zum Erfassen eines Neigungswinkels nach Anspruch 1, wobei das
Verfahren weiterhin die folgenden Schritte umfasst:
Ausdünnen (1-20) des vergrößerten Bildes,
Verkleinern (1-21) des ausgedünnten Bildes, um ungeeignete Teile in dem
ausgedünnten Bild zu verringern, und.
Klassifizieren des Pixelmusters jeder Pixelmatrix des ausgedünnten Bildes und
Zuweisen eines Neigungskoeffizienten an die jeweilige Pixelmatrix und
Verwenden der Neigungskoeffizienten der Pixelmatrizen zum Berechnen des
Neigungswinkel des Bildes.
4. Das Verfahren zum Erfassen eines Neigungswinkels nach Anspruch 1, wobei die
Pixelmatrix als horizontal oder vertikal auf der Basis eines Pixelmusters in dem
äußeren Teil einer Pixelmatrix in dem Bild klassifiziert wird.
5. Das Verfahren zum Erfassen eines Neigungswinkels nach Anspruch 1, wobei die
Pixelmatrix als horizontal oder vertikal auf der Basis eines Pixelmusters eines
Umrisses, der von einer Anordnung in dem Bild extrahiert wurde, klassifiziert wird.
6. Das Verfahren zum Erfassen eines Neigungswinkels nach Anspruch 1, wobei der
Koeffizient als Richtungsabweichungen von Abweichungen von einer
Bezugsrichtung definiert ist.
7. Das Verfahren zum Erfassen eines Neigungswinkels nach Anspruch 6, wobei die
Bezugsrichtung als horizontal definiert ist, wenn das Bild eine im wesentlichen
horizontale Neigung hat, und als vertikal definiert ist, wenn das Bild eine im
wesentlichen vertikale Neigung hat.
8. Das Verfahren zum Erfassen eines Neigungswinkels nach Anspruch 7, wobei auf
der Basis eines Pixelmusters eines Umrisses des vergrößerten Bildes bestimmt
wird, dass das Bild im wesentlichen horizontal oder vertikal geneigt ist.
9. Das Verfahren zum Erfassen eines Neigungswinkels nach Anspruch 8, wobei die
Pixelmuster eines Umrisses in Gruppen von horizontalen und vertikalen Mustern
eingeteilt werden, und die Anzahl der Muster in jeder Gruppe für das Bild gezählt
wird, so dass der Neigungswinkel des Bildes als die Richtung der Gruppe mit
einer höheren Anzahl von Mustern als die der anderen Gruppen angenommen wird.
10. Das Verfahren zum Erfassen eines Neigungswinkels nach einem der Ansprüche
1 bis 5, wobei der Neigungskoeffizient und der Neigungswinkel folgendermaßen
definiert sind, wenn das Bild im wesentlichen horizontal ist:
(A) Horizontales Muster von 3 Pixeln
Koeffizient ist 0.
(B) (2-Pixel-Muster geneigt von links oben nach rechts unten) + (2-Pixel-
Horizontal-Muster)
Koeffizient ist 0,5.
(C) (2-Pixel-Horizontal-Muster) + (2-Pixel-Muster geneigt von links oben
nach rechts unten)
Koeffizient ist 0,5.
(D) (2-Pixel-Horizontal-Muster) + (2-Pixel-Muster geneigt von links unten
nach rechts oben)
Koeffizient ist -0,5.
(E) (2-Pixel-Muster geneigt von links unten nach rechts oben) +
(2-Pixel-Horizontal-Muster)
Koeffizient ist -0,5.
(F) 3-Pixel-Muster geneigt von links oben nach rechts unten
Koeffizient ist 1.
(G) 3-Pixel-Muster geneigt von links unten nach rechts oben
Koeffizient ist -1.
(H) (2-Pixel-Muster geneigt von links oben nach rechts unten)
+ (2-Pixel-Muster geneigt von links unten nach rechts oben)
Koeffizient ist 0.
(I) (2-Pixel-Muster geneigt von links unten nach rechts oben) +
(2-Pixel-Muster geneigt von rechts oben nach links unten)
Koeffizient ist 0.
und der Neigungswinkel ist
Θ = tan&supmin;¹ [{0,5(Nb + Nc) - 0,5(Nd + Ne) + Nf - Ng}/(Na + Nb + Nc + Nd + Ne + Nf + Ng + Nh + Ni)]
wobei "Na" bis "Ni" sich auf die Anzahl des Auftretens eines Musters "A" bis "1"
bezieht.
11. Das Verfahren zum Erfassen eines Neigungswinkels nach einem der Ansprüche
1 bis 5, wobei der Neigungskoeffizient und der Neigungswinkel folgendermaßen
definiert sind, wenn das Bild im wesentlichen vertikal ist:
(A) 3-Pixel-Vertikal-Muster
Koeffizient ist 0.
(B) (2-Pixel-Muster geneigt von oben rechts nach unten links) + (2-Pixel-
Vertikal-Muster)
Koeffizient ist 0,5.
(C) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben rechts
nach unten links)
Koeffizient ist 0,5.
(D) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben links nach
unten rechts)
Koeffizient ist -0,5.
(E) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixel-
Vertikal-Muster)
Koeffizient ist -0,5.
(F) 3-Pixel-Muster geneigt von oben links nach unten rechts
Koeffizient ist -1.
(G) 3-Pixel-Muster geneigt von unten links nach oben rechts
Koeffizient ist 1.
(H) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixei-
Muster geneigt von oben links nach unten rechts).
Koeffizient ist 0.
(I) (2-Pixel-Mustergeneigt von oben links nach unten rechts) + (2-Pixel-
Muster geneigt von oben rechts nach unten links)
Koeffizient ist 0.
und der Neigungswinkel ist
Θ = tan&supmin;¹ [{0,5(Nb + Nc) - 0,5(Nd + Ne) - Nf + Ng}/(Na + Nb + Nc + Nd + Ne + Nf + Ng + Nh + Ni)]
wobei "Na" bis "Ni" sich auf die Anzahl des Auftretens eines Musters "A" bis "1"
bezieht.
12. Das Verfahren zum Erfassen eines Neigungswinkels nach Anspruch 4, wobei der
Neigungskoeffizient und der Neigungswinkel folgendermaßen definiert sind, wenn
das Bild im wesentlichen horizontal ist:
(A) (2-Pixel-Muster geneigt von links oben nach rechts unten) + (2-Pixel-
Horizontal-Muster)
Das Muster ist von dem unteren Teil der Anordnung.
Der Koeffizient ist 0,5.
(B) (2-Pixel-Horizontal-Muster) + (2-Pixel-Muster geneigt von links oben
nach rechts unten)
Das Muster ist von dem oberen Teil der Anordnung.
Koeffizient ist 0,5.
(C) (2-Pixel-Horizontal-Muster) + (2-Pixel-Muster geneigt von links unten
nach rechts oben)
Das Muster ist von dem unteren Teil der Anordnung.
Koeffizient ist -0,5.
(D) (2-Pixel-Muster geneigt von links unten nach rechts oben) + (2-Pixel-
Horizontal-Muster)
Koeffizient ist -0,5.
(E) (2-Pixel-Muster geneigt von links unten nach rechts oben) + (2-Pixel-
Horizontal-Muster)
Das Muster ist von dem unteren Teil der Anordnung.
Koeffizient ist -0,5.
(F) (2-Pixel-Horizontal-Muster) + (2-Pixel-Muster geneigt von links unten
nach rechts oben)
Das Muster ist von dem oberen Teil der Anordnung.
Koeffizient ist -0,5.
(G) (2-Pixel-horizontal-Muster) + (2-Pixel-Muster geneigt von links oben
nach rechts unten)
Das Muster ist von dem unteren Teil der Anordnung.
Koeffizient ist 0,5.
(H) (2-Pixel-Muster geneigt von links oben nach rechts unten) + (2-Pixel-
Horizontal-Muster)
Das Muster ist von dem oberen Teil der Anordnung.
Der Koeffizient ist 0,5.
(I)
Horizontales Muster von 3 Pixeln
Das Muster ist von dem unteren Teil der Anordnung
Koeffizient ist 0.
(J) Horizontales Muster von 3 Pixeln
Das Muster ist von dem oberen Teil der Anordnung.
Koeffizient ist 0.
(K) (2-Pixel-Muster geneigt von links unten nach rechts oben) + (2-Pixel-
Muster geneigt von rechts oben nach links unten)
Das Muster ist von dem unteren Teil der Anordnung
Koeffizient ist 0.
(L) (2-Pixel-Muster geneigt von links oben nach rechts unten) + (2-Pixel-
Muster geneigt von links unten nach rechts oben).
Das Muster ist von dem oberen Teil der Anordnung.
Koeffizient ist 0.
(M) 3-Pixel-Muster geneigt von links oben nach rechts unten
Das Muster ist von dem unteren Teil der Anordnung.
Koeffizient ist 1.
(N) 3-Pixel-Muster geneigt von links oben nach rechts unten
Das Muster ist von dem oberen Teil der Anordnung.
Koeffizient ist 1.
(O) 3-Pixel-Muster geneigt von links unten nach rechts oben
Das Muster ist von dem unteren Teil der Anordnung.
Koeffizient ist -1.
(P) 3-Pixel-Muster geneigt von links unten nach rechts oben
Das Muster ist von dem oberen Teil der Anordnung.
Koeffizient ist -1.
und der Neigungswinkel ist
Θ = tan&supmin;¹ [{0,5(Na + Nb + Ng + Nh) - 0,5(Nc + Nd + Ne + Nf) + Nm + Nn - No -
Np}/(Na + Nb + Nc + Nd + Ne + Nf + Ng + Nh + Ni + Nj + Nk + NI + Nm + Nn + No + Np)]
wobei "Na" bis "Np" sich auf die Anzahl des Auftretens der Muster "A" bis "P"
bezieht.
13. Das Verfahren zum Erfassen eines Neigungswinkels nach Anspruch 5, wobei der
Neigungskoeffizient und der Neigungswinkel folgendermaßen definiert sind, wenn
das Bild im wesentlichen vertikal ist:
(A) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben rechts
nach unten links)
Das Muster ist von der rechten Seite der Anordnung.
Koeffizient ist 0,5.
(B) (2-Pixel-Muster geneigt von oben rechts nach unten links) + (2-Pixel-
Vertikal-Muster)
Das Muster ist von der linken Seite der Anordnung.
Koeffizient ist 0,5.
(C) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixel-
Muster vertikales Muster)
Das Muster ist von der rechten Seite der Anordnung.
Koeffizient ist -0,5.
(D) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben links nach
unten rechts)
Das Muster ist von der linken Seite der Anordnung.
Koeffizient ist -0,5.
(E) (2-Pixel-Muster geneigt von rechts oben nach unten links) + (2-Pixel-
Vertikal-Muster)
Das Muster ist von der rechten Seite der Anordnung.
Koeffizient ist 0,5.
(F) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben rechts
nach unten links)
Das Muster ist von der linken Seite der Anordnung.
Koeffizient ist 0,5.
(G) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixel-
Vertikal-Muster)
Das Muster ist von der linken Seite der Anordnung.
Koeffizient ist -0,5.
(H) (2-Pixel-Vertikal-Muster) + (2-Pixel-Muster geneigt von oben links nach
unten rechts)
Das Muster ist von der rechten Seite der Anordnung.
Koeffizient ist -0,5.
(I) 3-Pixel-Vertikal-Muster
Das Muster ist von der rechten Seite der Anordnung.
Koeffizient ist 0.
(J) 3-Pixel-Vertikal-Muster
Das Muster ist von der linken Seite der Anordnung.
Koeffizient ist 0.
(K) (2-Pixel-Muster geneigt von oben links nach unten rechts) + (2-Pixel-
Muster geneigt von oben rechts nach unten links)
Das Muster ist von der linken Seite der Anordnung.
Koeffizient ist 0.
(L) (2-Pixel-Muster geneigt von oben rechts nach unten links) + (2-Pixel-
Muster geneigt von oben links nach unten rechts).
Das Muster ist von der rechten Seite der Anordnung.
Koeffizient ist 0.
(M) 3-Pixel-Muster geneigt von oben Links nach unten rechts.
Das Muster ist von der linken Seite der Anordnung.
Koeffizient ist -1.
(N) 2-Pixel-Muster geneigt von oben links nach unten rechts.
Das Muster ist von der rechten Seite der Anordnung.
Koeffizient ist -1.
(O) 3 -Pixei-Muster geneigt von unten links nach oben rechts.
Das Muster ist von der rechten Seite der Anordnung.
Koeffizient ist 1.
(P) 3 -Pixel-Muster geneigt von unten links nach oben rechts.
Das Muster ist von der linken Seite der Anordnung.
Koeffizient ist 1.
und der Neigungswinkel ist
Θ = tan&supmin;¹ [{0,5(Na + Nb + Ne + Nf) - 0,5(Nc + Nd + Ng + Nh) - Nm - Nn + No + Np}/
(Na + Nb + Nc + Nd + Ne + Nf + Ng + Nh + Ni + Nj + Nk + NI + Nm + Nn + No + Np)]
wobei "Na" bis "Np" sich auf die Anzahl des Auftretens der Muster "A" bis "P" bezieht.
14. Das Verfahren zum Erfassen eines Neigungswinkels nach einem der
vorangehenden Ansprüche, wobei das Verfahren weiterhin den Schritt des Drehens des
Bildes entsprechend dem erfassten Winkel umfasst, so dass das Bild entweder
horizontal oder vertikal ausgerichtet wird.
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP3201244A JP3046652B2 (ja) | 1991-07-16 | 1991-07-16 | 文字原稿の傾き補正方法 |
JP3201268A JP3046654B2 (ja) | 1991-07-16 | 1991-07-16 | 文字原稿の傾き検出方法 |
JP3201247A JP3046653B2 (ja) | 1991-07-16 | 1991-07-16 | 文字原稿の傾き補正方法 |
JP3220931A JP3046656B2 (ja) | 1991-08-06 | 1991-08-06 | 文字原稿の傾き補正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
DE69232345D1 DE69232345D1 (de) | 2002-02-21 |
DE69232345T2 true DE69232345T2 (de) | 2002-07-04 |
Family
ID=27476051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE69232345T Expired - Fee Related DE69232345T2 (de) | 1991-07-16 | 1992-07-15 | Verfahren zur Bestimmung der Neigung eines Schriftzeichen enthaltenden Bildes |
Country Status (3)
Country | Link |
---|---|
US (1) | US5546479A (de) |
EP (1) | EP0525513B1 (de) |
DE (1) | DE69232345T2 (de) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0896129A (ja) * | 1994-09-21 | 1996-04-12 | Omron Corp | モデル画像登録方法 |
JP3727971B2 (ja) * | 1995-02-01 | 2005-12-21 | キヤノン株式会社 | 文書処理装置、及び文書処理方法 |
US6191405B1 (en) | 1997-06-06 | 2001-02-20 | Minolta Co., Ltd. | Image processing apparatus including image rotator for correcting tilt of the image data |
US6718074B1 (en) * | 2000-06-02 | 2004-04-06 | Cognex Corporation | Method and apparatus for inspection for under-resolved features in digital images |
JP4652717B2 (ja) * | 2004-04-26 | 2011-03-16 | 株式会社ミツトヨ | 画像処理装置及び方法並びにプログラム |
KR20060050729A (ko) * | 2004-08-31 | 2006-05-19 | 엘지전자 주식회사 | 카메라로 촬영된 문서 영상 처리 방법과 장치 |
KR20060050746A (ko) * | 2004-08-31 | 2006-05-19 | 엘지전자 주식회사 | 카메라로 촬영된 문서 영상 처리 방법 |
US7792385B2 (en) * | 2005-01-25 | 2010-09-07 | Globalfoundries Inc. | Scratch pad for storing intermediate loop filter data |
US8576924B2 (en) * | 2005-01-25 | 2013-11-05 | Advanced Micro Devices, Inc. | Piecewise processing of overlap smoothing and in-loop deblocking |
US7965773B1 (en) | 2005-06-30 | 2011-06-21 | Advanced Micro Devices, Inc. | Macroblock cache |
US7636497B1 (en) * | 2005-12-27 | 2009-12-22 | Advanced Micro Devices, Inc. | Video rotation in a media acceleration engine |
US8139894B2 (en) * | 2007-12-20 | 2012-03-20 | Intel Corporation | Automatic dominant orientation estimation in text images based on steerable filters |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4558461A (en) * | 1983-06-17 | 1985-12-10 | Litton Systems, Inc. | Text line bounding system |
US4866784A (en) * | 1987-12-02 | 1989-09-12 | Eastman Kodak Company | Skew detector for digital image processing system |
JP2829006B2 (ja) * | 1988-11-10 | 1998-11-25 | 株式会社リコー | 画像処理装置 |
JPH03174684A (ja) * | 1989-12-02 | 1991-07-29 | Ezel Inc | ナンバープレート認識装置 |
US5187753A (en) * | 1989-12-08 | 1993-02-16 | Xerox Corporation | Method and apparatus for identification and correction of document skew |
US5191438A (en) * | 1989-12-12 | 1993-03-02 | Sharp Kabushiki Kaisha | Facsimile device with skew correction and text line direction detection |
-
1992
- 1992-07-15 EP EP92112054A patent/EP0525513B1/de not_active Expired - Lifetime
- 1992-07-15 DE DE69232345T patent/DE69232345T2/de not_active Expired - Fee Related
-
1995
- 1995-09-27 US US08/535,322 patent/US5546479A/en not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
US5546479A (en) | 1996-08-13 |
DE69232345D1 (de) | 2002-02-21 |
EP0525513A2 (de) | 1993-02-03 |
EP0525513B1 (de) | 2002-01-16 |
EP0525513A3 (de) | 1994-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE69226846T2 (de) | Verfahren zur Bestimmung von Wortgrenzen im Text | |
DE69725505T2 (de) | Bildkombinationsgerät und -verfahren | |
DE69329380T2 (de) | Verfahren zum Segmentieren von Bildern und Klassifizieren von Bildelementen zur Dokumentverarbeitung | |
DE69621992T2 (de) | Anlage und verfahren zur automatischen seitenerfassung und detektion von formularen | |
DE10317917B4 (de) | System und Verfahren zum Umgrenzen und Klassifizieren von Regionen innerhalb einer graphischen Abbildung | |
DE60129872T2 (de) | Verfahren zur Extrahierung von Titeln aus numerischen Bildern | |
DE19736696C2 (de) | Bildverarbeitungsvorrichtung | |
DE69812882T2 (de) | Verfahren zur bewegungskompensierten Mehrhalbbildverbesserung von Videostandbildern | |
DE69333694T2 (de) | Verfahren und Anordnung zur Bildverarbeitung | |
DE69432585T2 (de) | Verfahren und Gerät zur Auswahl von Text und/oder Non-Text-Blöcken in einem gespeicherten Dokument | |
DE69734855T2 (de) | Vorrichtung und Verfahren zur Extraktion eines Objektes in einem Bild | |
DE102008034304B4 (de) | Bildverarbeitungsgerät | |
DE69723220T2 (de) | Gerät und Verfahren zur Extrahierung von Tabellengeraden innerhalb normaler Dokumentbilder | |
DE69715076T2 (de) | Vorrichtung zur Erzeugung eines Binärbildes | |
DE69232345T2 (de) | Verfahren zur Bestimmung der Neigung eines Schriftzeichen enthaltenden Bildes | |
DE60311748T2 (de) | Verfahren zur Bestimmung von Rändern zwischen Bildbereichen mit verschiedenen Bildmerkmalen | |
DE69926205T2 (de) | Artefaktentfernungstechnik für schiefenkorrigierte bilder | |
DE69421117T2 (de) | Gerät zur Bildinformationsverarbeitung und -wiedergabe | |
DE69521448T2 (de) | Verfahren zur Bildelementkorrektur und -glättung | |
DE69029594T2 (de) | Ermittlung von Linienabschnitten und von vorbestimmten Mustern in einem optisch abgetasteten Dokument | |
DE69618262T2 (de) | Bilderverarbeitungsgerät und -verfahren | |
DE3716787A1 (de) | Zeichenerkennungsverfahren | |
DE102015205225A1 (de) | Verfahren und Vorrichtung zum Erkennen eines Zielobjekts im toten Winkel eines Fahrzeugs | |
DE19814075A1 (de) | Verfahren zum Abtasten und Erkennen mehrerer Fotografien und zum Beseitigen von Randfehlern | |
DE69925354T2 (de) | Bildverarbeitungssystem um vertikale Muster auf abgetasteten Bildern zu reduzieren |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |