JP2001043310A - 文書画像補正装置および補正方法 - Google Patents
文書画像補正装置および補正方法Info
- Publication number
- JP2001043310A JP2001043310A JP11216050A JP21605099A JP2001043310A JP 2001043310 A JP2001043310 A JP 2001043310A JP 11216050 A JP11216050 A JP 11216050A JP 21605099 A JP21605099 A JP 21605099A JP 2001043310 A JP2001043310 A JP 2001043310A
- Authority
- JP
- Japan
- Prior art keywords
- image
- character
- document image
- correcting
- line
- 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.)
- Pending
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H29/00—Delivering or advancing articles from machines; Advancing articles to or into piles
- B65H29/52—Stationary guides or smoothers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B42—BOOKBINDING; ALBUMS; FILES; SPECIAL PRINTED MATTER
- B42C—BOOKBINDING
- B42C1/00—Collating or gathering sheets combined with processes for permanently attaching together sheets or signatures or for interposing inserts
- B42C1/12—Machines for both collating or gathering and permanently attaching together the sheets or signatures
-
- 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
- G06V30/1463—Orientation detection or correction, e.g. rotation of multiples of 90 degrees
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H2301/00—Handling processes for sheets or webs
- B65H2301/10—Selective handling processes
- B65H2301/16—Selective handling processes of discharge in bins, stacking, collating or gathering
- B65H2301/163—Bound or non bound, e.g. stapled or non stapled stacking mode
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H2301/00—Handling processes for sheets or webs
- B65H2301/30—Orientation, displacement, position of the handled material
- B65H2301/36—Positioning; Changing position
- B65H2301/362—Positioning; Changing position of stationary material
- B65H2301/3621—Positioning; Changing position of stationary material perpendicularly to a first direction in which the material is already in registered position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H2301/00—Handling processes for sheets or webs
- B65H2301/40—Type of handling process
- B65H2301/42—Piling, depiling, handling piles
- B65H2301/422—Handling piles, sets or stacks of articles
- B65H2301/4222—Squaring-up piles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H2511/00—Dimensions; Position; Numbers; Identification; Occurrences
- B65H2511/20—Location in space
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H2511/00—Dimensions; Position; Numbers; Identification; Occurrences
- B65H2511/40—Identification
- B65H2511/414—Identification of mode of operation
-
- 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)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Input (AREA)
- Editing Of Facsimile Originals (AREA)
Abstract
(57)【要約】
【課題】 行方向が、例えば横方向に限られる英語文書
を、例えばハンドヘルドスキャナによって上下左右、い
ずれの方向にスキャンしても、スキャンされた画像を正
立方向に自動補正する。 【解決手段】 入力文書画像の行方向が横か縦かを判定
する手段１と、入力文書画像から文字画像を抽出する手
段２と、手段１の判定結果に対応して、抽出された文字
画像を正立方向に補正するための回転角度、および鏡像
反転の必要性の有無を検出する手段３と、手段３の検出
結果に基づいて入力文書画像を正立方向に補正する手段
４とを備える。
を、例えばハンドヘルドスキャナによって上下左右、い
ずれの方向にスキャンしても、スキャンされた画像を正
立方向に自動補正する。 【解決手段】 入力文書画像の行方向が横か縦かを判定
する手段１と、入力文書画像から文字画像を抽出する手
段２と、手段１の判定結果に対応して、抽出された文字
画像を正立方向に補正するための回転角度、および鏡像
反転の必要性の有無を検出する手段３と、手段３の検出
結果に基づいて入力文書画像を正立方向に補正する手段
４とを備える。
Description
【０００１】
【発明の属する技術分野】本発明は画像などの入力方式
に係り、更に詳しくはスキャナなどの画像入力装置を用
いて入力された英語の文書画像を、正立した文書画像に
自動的に補正する装置であって、特に回転や鏡像反転の
後に入力された文書画像からその画像を正立方向に補正
するための回転角度、および鏡像反転の必要性の有無を
文書補正方法として検出して、正立した文書画像を得る
文書画像補正装置に関する。
に係り、更に詳しくはスキャナなどの画像入力装置を用
いて入力された英語の文書画像を、正立した文書画像に
自動的に補正する装置であって、特に回転や鏡像反転の
後に入力された文書画像からその画像を正立方向に補正
するための回転角度、および鏡像反転の必要性の有無を
文書補正方法として検出して、正立した文書画像を得る
文書画像補正装置に関する。
【０００２】
【従来の技術】近年、据え置き型のフラットベッドスキ
ャナに加え、持ち運びが容易な手動操作型の小型ハンデ
ィタイプスキャナが開発・製品化されている。ハンドヘ
ルドスキャナはユーザが任意の方向にスキャンすること
が可能であり自由度が高い反面、スキャンする方向によ
っては、回転したり鏡像反転した画像として読み込まれ
ることがあり、スキャンした後に回転や鏡像変換して補
正する必要があった。
ャナに加え、持ち運びが容易な手動操作型の小型ハンデ
ィタイプスキャナが開発・製品化されている。ハンドヘ
ルドスキャナはユーザが任意の方向にスキャンすること
が可能であり自由度が高い反面、スキャンする方向によ
っては、回転したり鏡像反転した画像として読み込まれ
ることがあり、スキャンした後に回転や鏡像変換して補
正する必要があった。
【０００３】特開平８−２１２２９８号など、従来の文
書画像補正装置では、スキャンした文書画像から文字画
像を切出し、０度、９０度、１８０度、２７０度の４方
向から文字認識を行い、認識の確からしさ（認識確度）
が最も大きい方向を文書方向として判別し、判別した文
書方向が正方向でなければ文書画像を回転して正立（文
書として正しく読める方向）した画像になるように補正
していた。
書画像補正装置では、スキャンした文書画像から文字画
像を切出し、０度、９０度、１８０度、２７０度の４方
向から文字認識を行い、認識の確からしさ（認識確度）
が最も大きい方向を文書方向として判別し、判別した文
書方向が正方向でなければ文書画像を回転して正立（文
書として正しく読める方向）した画像になるように補正
していた。
【０００４】
【発明が解決しようとする課題】従って、従来の文書画
像の補正方法では、ハンドヘルドスキャナでスキャンし
て得られた鏡像反転した文書画像に対しては、文書画像
から切り出した文字画像を０度、９０度、１８０度、２
７０度のいずれの角度に回転しても文字認識できないた
め、正立方向が判別できずに補正できないという問題が
あった。
像の補正方法では、ハンドヘルドスキャナでスキャンし
て得られた鏡像反転した文書画像に対しては、文書画像
から切り出した文字画像を０度、９０度、１８０度、２
７０度のいずれの角度に回転しても文字認識できないた
め、正立方向が判別できずに補正できないという問題が
あった。
【０００５】本発明の課題は、鏡像反転された画像を含
んで、文書画像を正立方向に自動補正するとともに、例
えばアルファベットで表現される英語の文書画像のよう
に、文書が基本的に横書きに限定される場合に、文字画
像の回転等の処理の負荷を低減できる文書画像補正装置
および補正方法を提供することである。
んで、文書画像を正立方向に自動補正するとともに、例
えばアルファベットで表現される英語の文書画像のよう
に、文書が基本的に横書きに限定される場合に、文字画
像の回転等の処理の負荷を低減できる文書画像補正装置
および補正方法を提供することである。
【０００６】
【課題を解決するための手段】図１は本発明の原理構成
ブロック図である。同図は例えばハンドヘルドスキャナ
などによって、文書画像が回転されたり、鏡像反転され
たりして入力された入力文書画像を正立画像に補正する
文書画像補正装置の原理構成ブロック図である。
ブロック図である。同図は例えばハンドヘルドスキャナ
などによって、文書画像が回転されたり、鏡像反転され
たりして入力された入力文書画像を正立画像に補正する
文書画像補正装置の原理構成ブロック図である。
【０００７】図１において、行方向判定手段１は入力文
書画像の行方向が縦であるか、横であるかを判定するも
のであり、文字画像抽出手段２は入力文書画像から文字
画像を、例えば一文字単位に抽出するものである。
書画像の行方向が縦であるか、横であるかを判定するも
のであり、文字画像抽出手段２は入力文書画像から文字
画像を、例えば一文字単位に抽出するものである。
【０００８】文字方向検出手段３は、行方向判定手段１
の判定結果に対応して、例えば行方向が横である場合に
はそのままで、また縦である場合には文字画像抽出手段
２によって抽出された文字画像を９０度回転させた後
に、その文字画像を正立方向に補正するための回転角
度、および鏡像反転の必要性の有無を検出するものであ
り、文書画像補正手段４は文字方向検出手段３の検出結
果に基づいて、入力文書画像を正立文書画像に補正する
ものである。
の判定結果に対応して、例えば行方向が横である場合に
はそのままで、また縦である場合には文字画像抽出手段
２によって抽出された文字画像を９０度回転させた後
に、その文字画像を正立方向に補正するための回転角
度、および鏡像反転の必要性の有無を検出するものであ
り、文書画像補正手段４は文字方向検出手段３の検出結
果に基づいて、入力文書画像を正立文書画像に補正する
ものである。
【０００９】本発明の実施の形態においては、文字方向
検出手段３が画像変換手段と、文字認識手段とをさらに
備えることもできる。画像変換手段は、行方向判定手段
１の判定結果に対応して、文字画像抽出手段２によって
抽出された文字画像を回転、および／または鏡像反転し
た画像に変換する。また文字認識手段は、変換された文
字画像を文字認識して、文字コードと認識の確信度とを
出力する。そして文字方向検出手段３は、文字認識手段
の認識結果に基づいて、文字画像を正立方向に補正する
ための回転角度、鏡像反転の必要性の有無を検出する。
検出手段３が画像変換手段と、文字認識手段とをさらに
備えることもできる。画像変換手段は、行方向判定手段
１の判定結果に対応して、文字画像抽出手段２によって
抽出された文字画像を回転、および／または鏡像反転し
た画像に変換する。また文字認識手段は、変換された文
字画像を文字認識して、文字コードと認識の確信度とを
出力する。そして文字方向検出手段３は、文字認識手段
の認識結果に基づいて、文字画像を正立方向に補正する
ための回転角度、鏡像反転の必要性の有無を検出する。
【００１０】また本発明の実施形態においては、文字画
像補正装置が入力文書画像の言語を識別する言語識別手
段を更に備えることもでき、文書画像補正装置は言語識
別手段の判定結果に対応して、入力文書画像を正立画像
に補正することもできる。
像補正装置が入力文書画像の言語を識別する言語識別手
段を更に備えることもでき、文書画像補正装置は言語識
別手段の判定結果に対応して、入力文書画像を正立画像
に補正することもできる。
【００１１】本発明の実施形態においては、文字方向検
出手段が行方向判定手段の判定結果に対応して、入力文
書画像内の文字画像を回転、および／または鏡像反転し
た複数のパターン、入力画像内そのままのパターンを含
み例えば８つのパターンのうちの一部のパターン、例え
ば半数のパターンを除外し、残ったパターンのみを用い
て、文字画像抽出手段によって抽出された文字画像を正
立方向に補正するための回転角度、および鏡像反転の必
要性の有無を検出することもできる。
出手段が行方向判定手段の判定結果に対応して、入力文
書画像内の文字画像を回転、および／または鏡像反転し
た複数のパターン、入力画像内そのままのパターンを含
み例えば８つのパターンのうちの一部のパターン、例え
ば半数のパターンを除外し、残ったパターンのみを用い
て、文字画像抽出手段によって抽出された文字画像を正
立方向に補正するための回転角度、および鏡像反転の必
要性の有無を検出することもできる。
【００１２】本発明の異なる実施形態においては、文書
画像補正装置は行方向判定手段、行画像抽出手段、文字
方向検出手段、および画像補正手段を備えることもでき
る。行方向判定手段、および文書画像補正手段の作用は
基本的に図１におけると同様である。
画像補正装置は行方向判定手段、行画像抽出手段、文字
方向検出手段、および画像補正手段を備えることもでき
る。行方向判定手段、および文書画像補正手段の作用は
基本的に図１におけると同様である。
【００１３】行画像抽出手段は、入力文書画像から１行
の全体、またはその一部分を行画像として抽出する。ま
た文字方向検出手段は、行方向判定手段の判定結果に対
応して、抽出された行画像内の文字画像を正立方向に補
正するための回転角度、および鏡像反転の必要性の有無
を検出する。
の全体、またはその一部分を行画像として抽出する。ま
た文字方向検出手段は、行方向判定手段の判定結果に対
応して、抽出された行画像内の文字画像を正立方向に補
正するための回転角度、および鏡像反転の必要性の有無
を検出する。
【００１４】この異なる実施形態においても、文字方向
検出手段が画像変換手段と文字認識手段とを更に備える
こともできる。画像変換手段は、行方向判定手段の判定
結果に対応して、抽出された行画像内の文字画像を回
転、および／または鏡像反転するものであり、文字認識
手段は変換された文字画像を文字認識して、行画像内の
各文字画像毎に対応する文字コードと認識の確信度とを
出力するものであり、文字方向検出手段はその認識結果
に基づき、抽出された行画像内の文字画像を正立方向に
補正するための回転角度と、鏡像反転の必要性の有無を
検出する。
検出手段が画像変換手段と文字認識手段とを更に備える
こともできる。画像変換手段は、行方向判定手段の判定
結果に対応して、抽出された行画像内の文字画像を回
転、および／または鏡像反転するものであり、文字認識
手段は変換された文字画像を文字認識して、行画像内の
各文字画像毎に対応する文字コードと認識の確信度とを
出力するものであり、文字方向検出手段はその認識結果
に基づき、抽出された行画像内の文字画像を正立方向に
補正するための回転角度と、鏡像反転の必要性の有無を
検出する。
【００１５】本発明の実施の形態においては、文字方向
検出手段が、行画像内の文字画像に対して画像変換手段
によって異なる変換方法を用いて変換された複数種類の
画像のうちで、文字認識手段による認識の確信度の行画
像内の文字画像に対する平均値が最大になる種類であっ
てかつ行画像内の文字画像に対応する文字コードの中に
あらかじめ定められた文字コードが所定の個数以上含ま
れていない場合にその種類の画像を、正立方向の画像と
して検出することもできる。
検出手段が、行画像内の文字画像に対して画像変換手段
によって異なる変換方法を用いて変換された複数種類の
画像のうちで、文字認識手段による認識の確信度の行画
像内の文字画像に対する平均値が最大になる種類であっ
てかつ行画像内の文字画像に対応する文字コードの中に
あらかじめ定められた文字コードが所定の個数以上含ま
れていない場合にその種類の画像を、正立方向の画像と
して検出することもできる。
【００１６】また本発明の実施形態としての文書画像補
正方法においては、入力された文書画像の行方向が縦で
あるか、横であるかを判定し、次にその判定結果に対応
して、入力文書画像から抽出した文字画像を正立方向に
補正するための回転角度、および鏡像反転の必要性の有
無を検出し、更にその検出結果に基づいて、入力文書画
像を正立文書画像に補正することができる。
正方法においては、入力された文書画像の行方向が縦で
あるか、横であるかを判定し、次にその判定結果に対応
して、入力文書画像から抽出した文字画像を正立方向に
補正するための回転角度、および鏡像反転の必要性の有
無を検出し、更にその検出結果に基づいて、入力文書画
像を正立文書画像に補正することができる。
【００１７】更に本発明の実施形態として、文書画像補
正装置において使用される記憶媒体であって、入力文書
画像の行方向が縦であるか、横であるかを判定するステ
ップと、その判定結果に対応して入力文書画像から抽出
した文字画像を正立方向に補正するための回転角度、お
よび鏡像反転の必要性の有無を検出するステップと、そ
の検出結果に基づいて、入力文書画像を正立文書画像に
補正するステップとを計算機に実行させるためのプログ
ラムを格納した計算機読出し可能記憶媒体を用いること
もできる。
正装置において使用される記憶媒体であって、入力文書
画像の行方向が縦であるか、横であるかを判定するステ
ップと、その判定結果に対応して入力文書画像から抽出
した文字画像を正立方向に補正するための回転角度、お
よび鏡像反転の必要性の有無を検出するステップと、そ
の検出結果に基づいて、入力文書画像を正立文書画像に
補正するステップとを計算機に実行させるためのプログ
ラムを格納した計算機読出し可能記憶媒体を用いること
もできる。
【００１８】本発明においては、以上のようにまず入力
文書画像の行方向が縦であるか、横であるかを判定した
後に、入力文書画像に対する補正処理が実行される。本
発明においては、通常の文章では縦書きが存在しない文
書、例えば英語の文書画像が対象の文書画像である。入
力された文書画像の行方向が縦であると判定された時に
は、その入力文書画像内の文字を９０度回転させて、行
方向が横である場合の画像に変換した後に、正立方向へ
の補正処理が行われる。
文書画像の行方向が縦であるか、横であるかを判定した
後に、入力文書画像に対する補正処理が実行される。本
発明においては、通常の文章では縦書きが存在しない文
書、例えば英語の文書画像が対象の文書画像である。入
力された文書画像の行方向が縦であると判定された時に
は、その入力文書画像内の文字を９０度回転させて、行
方向が横である場合の画像に変換した後に、正立方向へ
の補正処理が行われる。
【００１９】一般に、例えばハンドヘルドスキャナによ
って、上下左右任意の方向に文書画像をスキャンした場
合には、ヘッドの方向がどちらを向いているかによって
回転、および／または鏡像反転された８種類のパターン
の画像が得られる。例えば漢字とかなとによって表現さ
れる日本語のように縦書きの文書が存在する場合には、
この８種類のパターンの画像に対応して正立文書画像へ
の補正処理を行う必要があるが、英語文書の場合には、
行方向が縦であると判定された時に、あからじめ入力文
字画像を９０度回転した後に正立文書画像への補正処理
を行うことによって、処理対象パターンを４種類に減ら
すことができ、処理時間を短縮することが可能となる。
って、上下左右任意の方向に文書画像をスキャンした場
合には、ヘッドの方向がどちらを向いているかによって
回転、および／または鏡像反転された８種類のパターン
の画像が得られる。例えば漢字とかなとによって表現さ
れる日本語のように縦書きの文書が存在する場合には、
この８種類のパターンの画像に対応して正立文書画像へ
の補正処理を行う必要があるが、英語文書の場合には、
行方向が縦であると判定された時に、あからじめ入力文
字画像を９０度回転した後に正立文書画像への補正処理
を行うことによって、処理対象パターンを４種類に減ら
すことができ、処理時間を短縮することが可能となる。
【００２０】
【発明の実施の形態】本発明の実施の形態について、例
えばアルファベットで表現される英語、またはドイツ語
やロシア語のように、基本的に横書きであって、縦書き
されるケースがほとんどない言語の文書画像に対する補
正を中心として説明する。このように縦書きされるケー
スがほとんどない言語の文書画像の場合には、入力画像
の行方向と文字の向きの相関性が高くなる。
えばアルファベットで表現される英語、またはドイツ語
やロシア語のように、基本的に横書きであって、縦書き
されるケースがほとんどない言語の文書画像に対する補
正を中心として説明する。このように縦書きされるケー
スがほとんどない言語の文書画像の場合には、入力画像
の行方向と文字の向きの相関性が高くなる。
【００２１】本実施形態においては、文書画像が例えば
英語の文書画像の場合には、この性質を利用して文字方
向判別時の文字回転方向などを限定する。すなわち入力
画像の行方向が縦方向である場合には、その入力画像を
あらかじめ９０度回転させた後に、文字方向判別処理を
行うことによって、文字認識を行うパターンの数を減少
させることができる。これが本発明の基本的な前提であ
る。
英語の文書画像の場合には、この性質を利用して文字方
向判別時の文字回転方向などを限定する。すなわち入力
画像の行方向が縦方向である場合には、その入力画像を
あらかじめ９０度回転させた後に、文字方向判別処理を
行うことによって、文字認識を行うパターンの数を減少
させることができる。これが本発明の基本的な前提であ
る。
【００２２】図２は本発明の実施形態における文書画像
補正装置の全体構成ブロック図である。本発明の実施形
態においては、前述のように英語の文書画像を対象とし
て入力文書画像の行方向を検出し、その検出結果に対応
して文字画像の方向を検出し、その方向によって画像を
補正する動作が実行される。なお、ここで文字画像とは
文字に外接する矩形領域を抽出した画像を指す。
補正装置の全体構成ブロック図である。本発明の実施形
態においては、前述のように英語の文書画像を対象とし
て入力文書画像の行方向を検出し、その検出結果に対応
して文字画像の方向を検出し、その方向によって画像を
補正する動作が実行される。なお、ここで文字画像とは
文字に外接する矩形領域を抽出した画像を指す。
【００２３】図２において、画像格納部１１はスキャナ
入力された文書画像を格納するものであり、英語識別部
１２は文書画像の文書が英語であるか否かを識別するも
のであり、行方向検出部１３は入力画像の行方向が縦で
あるか、横であるかを検出するものである。
入力された文書画像を格納するものであり、英語識別部
１２は文書画像の文書が英語であるか否かを識別するも
のであり、行方向検出部１３は入力画像の行方向が縦で
あるか、横であるかを検出するものである。
【００２４】文書方向検出部１４は、英語識別部１２に
よって入力画像の文書が英語であると識別された場合
に、行方向検出部１３の検出結果に対応して文字の方
向、すなわち入力画像内の文字を正立方向に補正するた
めの回転角度、および鏡像反転の必要性の有無を検出す
る。この時、行方向検出部１３によって検出された行方
向が縦であった場合には、入力画像を９０度回転した後
に文字方向の検出を行う。画像補正部１５は、文書方向
検出部１４の検出結果、すなわち入力画像内の文字を補
正するための回転角度と、鏡像反転の必要性の有無の検
出結果に対応して、画像格納部１１に格納されている画
像を補正して、正立画像として出力するものである。
よって入力画像の文書が英語であると識別された場合
に、行方向検出部１３の検出結果に対応して文字の方
向、すなわち入力画像内の文字を正立方向に補正するた
めの回転角度、および鏡像反転の必要性の有無を検出す
る。この時、行方向検出部１３によって検出された行方
向が縦であった場合には、入力画像を９０度回転した後
に文字方向の検出を行う。画像補正部１５は、文書方向
検出部１４の検出結果、すなわち入力画像内の文字を補
正するための回転角度と、鏡像反転の必要性の有無の検
出結果に対応して、画像格納部１１に格納されている画
像を補正して、正立画像として出力するものである。
【００２５】ここでハンドヘルドスキャナによるスキャ
ンの方向と、入力画像について図３、および図４を用い
て説明する。図３の〜に示すように、ハンドヘルド
スキャナを用いると、文書画像を上下左右どの方向から
もスキャンすることができる。このため図３の以外の
方向のスキャンを行った場合には、スキャン方向によっ
て文字画像が回転されたり、鏡像反転された画像として
読み込まれる。
ンの方向と、入力画像について図３、および図４を用い
て説明する。図３の〜に示すように、ハンドヘルド
スキャナを用いると、文書画像を上下左右どの方向から
もスキャンすることができる。このため図３の以外の
方向のスキャンを行った場合には、スキャン方向によっ
て文字画像が回転されたり、鏡像反転された画像として
読み込まれる。
【００２６】例えば文書上に正立した“ａ”という文字
があった場合、これを図３の〜の方向にスキャンす
る時、取り込まれる画像は図４の〜に示される。例
えばのようなスキャンを行うと、文字画像の上側はそ
のまま上側に取り込まれるが、スキャナの先頭（スキャ
ナヘッド）が右側にあるため右側の部分が先に取り込ま
れて入力画像の左側になるために、左右に鏡像反転され
た画像が取り込まれる。
があった場合、これを図３の〜の方向にスキャンす
る時、取り込まれる画像は図４の〜に示される。例
えばのようなスキャンを行うと、文字画像の上側はそ
のまま上側に取り込まれるが、スキャナの先頭（スキャ
ナヘッド）が右側にあるため右側の部分が先に取り込ま
れて入力画像の左側になるために、左右に鏡像反転され
た画像が取り込まれる。
【００２７】スキャナ入力された画像からそのまま抽出
された文字画像、その文字画像を９０度、１８０度、２
７０度回転させた画像、抽出された文字画像と３つの回
転画像とのそれぞれが鏡像反転された画像の合計８個の
画像（パターン）の中には、スキャナの操作方向とも関
係するが、正立画像が含まれる可能性が非常に高く、こ
の８個のパターンから正立画像の検出を行うことができ
る。
された文字画像、その文字画像を９０度、１８０度、２
７０度回転させた画像、抽出された文字画像と３つの回
転画像とのそれぞれが鏡像反転された画像の合計８個の
画像（パターン）の中には、スキャナの操作方向とも関
係するが、正立画像が含まれる可能性が非常に高く、こ
の８個のパターンから正立画像の検出を行うことができ
る。
【００２８】スキャナ入力された画像そのものについて
言えば、その文字の画像の状態としては、例えば英語の
文書画像であっても、図４の〜の８通りが存在す
る。しかしながら、英語の通常の文章では縦書きは存在
せず、図３の上部に矢印で示すように行方向は横方向で
あり、図４の〜の画像は英語文書としては本来存在
する可能性が非常に低い文字画像である。入力画像の行
方向が縦であればその画像中の文字は〜のいずれか
になるが、文書の行方向が縦というのは英語の通常の文
章では存在しない状態であり、入力画像の行方向が縦と
分かった時点で画像が９０度回転された後に、入力画像
の補正が行われる。行方向が横の場合には９０度の回転
は行われない。その結果文字画像の状態としては図４の
〜の４つのみとなり、文字方向の検出もこの４つの
パターンに対してのみ行えばよいことになる。
言えば、その文字の画像の状態としては、例えば英語の
文書画像であっても、図４の〜の８通りが存在す
る。しかしながら、英語の通常の文章では縦書きは存在
せず、図３の上部に矢印で示すように行方向は横方向で
あり、図４の〜の画像は英語文書としては本来存在
する可能性が非常に低い文字画像である。入力画像の行
方向が縦であればその画像中の文字は〜のいずれか
になるが、文書の行方向が縦というのは英語の通常の文
章では存在しない状態であり、入力画像の行方向が縦と
分かった時点で画像が９０度回転された後に、入力画像
の補正が行われる。行方向が横の場合には９０度の回転
は行われない。その結果文字画像の状態としては図４の
〜の４つのみとなり、文字方向の検出もこの４つの
パターンに対してのみ行えばよいことになる。
【００２９】本発明の実施形態においては、図２で説明
したように例えば英語の文書画像の補正に先立って行方
向の検出が行われる。検出された行方向が縦方向である
場合には、文字認識の処理の都合上、あらかじめ入力画
像を９０度回転してから、画像の補正が行われる。これ
によって画像の回転と鏡像反転の有無を検出するパター
ンを、図４に示した８つのパターンから４つのパターン
に減らすことができ、例えばかなと漢字によって表現さ
れる日本語の文書画像の場合に比べて、補正のための処
理時間も半減できることになる。
したように例えば英語の文書画像の補正に先立って行方
向の検出が行われる。検出された行方向が縦方向である
場合には、文字認識の処理の都合上、あらかじめ入力画
像を９０度回転してから、画像の補正が行われる。これ
によって画像の回転と鏡像反転の有無を検出するパター
ンを、図４に示した８つのパターンから４つのパターン
に減らすことができ、例えばかなと漢字によって表現さ
れる日本語の文書画像の場合に比べて、補正のための処
理時間も半減できることになる。
【００３０】スキャナ入力された画像の行方向が縦とな
るのは、スキャナを行と垂直方向にスキャンした場合で
ある。すなわちオペレータがスキャンする英語文書に正
対した位置にいるとして、図３の〜のようにスキャ
ナを右から左、または左から右に動かす場合である。こ
の時スキャナヘッドが上下いずれの方向を向いているか
によって、入力画像の状態は〜の４通りとなる。
るのは、スキャナを行と垂直方向にスキャンした場合で
ある。すなわちオペレータがスキャンする英語文書に正
対した位置にいるとして、図３の〜のようにスキャ
ナを右から左、または左から右に動かす場合である。こ
の時スキャナヘッドが上下いずれの方向を向いているか
によって、入力画像の状態は〜の４通りとなる。
【００３１】一方スキャナ入力された画像の行方向が横
になるのは、オペレータが同じ位置にいるとしてスキャ
ナを上から下、または下から上に図３の〜に示すよ
うにスキャンした場合である。この時スキャナヘッドが
左右いずれの方向を向いているかにより、スキャナ入力
画像の行方向が横になる画像のパターンは〜に示す
４通りとなる。
になるのは、オペレータが同じ位置にいるとしてスキャ
ナを上から下、または下から上に図３の〜に示すよ
うにスキャンした場合である。この時スキャナヘッドが
左右いずれの方向を向いているかにより、スキャナ入力
画像の行方向が横になる画像のパターンは〜に示す
４通りとなる。
【００３２】このように本発明の実施形態においては、
入力文書画像に対してまず最初に行方向が縦であるか横
であるかの行方向検出が行われるが、その検出方法は公
知であり、ここではその説明を省略する。その方法とし
ては特定の方法を用いる必要はなく、例えば特開平１１
−２５２１３号公報、特開平１１−２５２１７号公報、
特開平３−４３８６号公報などで開示されている方法に
よって行方向検出を行うことが可能である。
入力文書画像に対してまず最初に行方向が縦であるか横
であるかの行方向検出が行われるが、その検出方法は公
知であり、ここではその説明を省略する。その方法とし
ては特定の方法を用いる必要はなく、例えば特開平１１
−２５２１３号公報、特開平１１−２５２１７号公報、
特開平３−４３８６号公報などで開示されている方法に
よって行方向検出を行うことが可能である。
【００３３】本発明の実施形態における入力画像の行方
向が縦である場合と、横である場合の文字画像の方向検
出について、図５、および図６を用いて説明する。図５
は行方向が縦の場合の文字画像の方向検出の説明図であ
る。同図（Ａ）はスキャナ入力によって得られた画像の
一部であり、入力された画像の行方向は縦のものであ
る。この場合には入力画像から切出された文字画像
（Ｂ）はまず９０度回転させられて、（Ｃ）が得られ
る。そしてこの（Ｃ）の文字画像を基準として、その左
右方向の鏡像反転画像（Ｄ），１８０度回転画像
（Ｅ）、および１８０度回転＋鏡像反転（左右方向）の
画像（Ｆ）が得られ、文字認識対象としての４個の画像
が得られる。
向が縦である場合と、横である場合の文字画像の方向検
出について、図５、および図６を用いて説明する。図５
は行方向が縦の場合の文字画像の方向検出の説明図であ
る。同図（Ａ）はスキャナ入力によって得られた画像の
一部であり、入力された画像の行方向は縦のものであ
る。この場合には入力画像から切出された文字画像
（Ｂ）はまず９０度回転させられて、（Ｃ）が得られ
る。そしてこの（Ｃ）の文字画像を基準として、その左
右方向の鏡像反転画像（Ｄ），１８０度回転画像
（Ｅ）、および１８０度回転＋鏡像反転（左右方向）の
画像（Ｆ）が得られ、文字認識対象としての４個の画像
が得られる。
【００３４】この４つの画像（Ｃ）〜（Ｆ）の中には、
スキャナの操作方向にもよるが、正立画像が含まれる可
能性が非常に大きく、図５の場合には（Ｄ）が正立画像
である。この４つの画像に対して文字認識が行われ、認
識結果の文字と認識の確信度が求められる。この確信度
の最大値は、本発明の実施形態では９９９とする。認識
の結果、（Ｄ）の文字画像は“ａ”と認識され、その確
信度は９９８となっている。
スキャナの操作方向にもよるが、正立画像が含まれる可
能性が非常に大きく、図５の場合には（Ｄ）が正立画像
である。この４つの画像に対して文字認識が行われ、認
識結果の文字と認識の確信度が求められる。この確信度
の最大値は、本発明の実施形態では９９９とする。認識
の結果、（Ｄ）の文字画像は“ａ”と認識され、その確
信度は９９８となっている。
【００３５】図６は入力画像の行方向が横の場合の文字
画像の方向検出の説明図である。行方向が横の場合に
は、図５と異なって切出された文字画像がそのまま基準
の文字画像（Ｂ）とされ、その左右方向の鏡像反転画像
（Ｃ），１８０度回転画像（Ｄ）、および１８０度回転
＋鏡像反転の画像（Ｅ）が得られ、この４つの文字画像
を対象として文字認識が行われ、ここでは（Ｅ）が正立
画像として得られることになる。
画像の方向検出の説明図である。行方向が横の場合に
は、図５と異なって切出された文字画像がそのまま基準
の文字画像（Ｂ）とされ、その左右方向の鏡像反転画像
（Ｃ），１８０度回転画像（Ｄ）、および１８０度回転
＋鏡像反転の画像（Ｅ）が得られ、この４つの文字画像
を対象として文字認識が行われ、ここでは（Ｅ）が正立
画像として得られることになる。
【００３６】このように本実施形態においては英語文書
では縦書きが存在しないことを前提として、入力画像の
行方向が縦の場合には入力画像を９０度回転させた後に
方向検出を行う。
では縦書きが存在しないことを前提として、入力画像の
行方向が縦の場合には入力画像を９０度回転させた後に
方向検出を行う。
【００３７】続いて本発明の実施形態における文書画像
補正処理について更に詳細に説明する。図７は英語文書
画像の自動補正処理の全体フローチャートである。同図
において、まずステップＳ１で入力画像が英語文書であ
るか否かが判別され、その判別結果に対応してステップ
Ｓ２で英語でない場合にはそのまま処理を終了するが、
この時他の補正処理を行わせるようにしてもよい。英語
の文書である場合には、ステップＳ２の判定処理の後
に、ステップＳ３で英語文書画像用の文書方向自動補正
が実行されて、処理を終了する。
補正処理について更に詳細に説明する。図７は英語文書
画像の自動補正処理の全体フローチャートである。同図
において、まずステップＳ１で入力画像が英語文書であ
るか否かが判別され、その判別結果に対応してステップ
Ｓ２で英語でない場合にはそのまま処理を終了するが、
この時他の補正処理を行わせるようにしてもよい。英語
の文書である場合には、ステップＳ２の判定処理の後
に、ステップＳ３で英語文書画像用の文書方向自動補正
が実行されて、処理を終了する。
【００３８】図８は、図２の英語識別部１２による英語
識別処理のフローチャートである。同図において処理が
開始されると、まずステップＳ１１で入力画像から切出
される文字の数を示すｉの値が０に初期化され、ステッ
プＳ１２で入力画像中のｉ番目の文字画像の矩形領域が
検出され、ステップＳ１３でその矩形領域の文字画像の
黒画素率Ｂｉ，文字幅Ｗｉ，および次の文字画像との文
字間隔Ｓｉが求められ、ステップＳ１４でｉの値がイン
クリメントされ、ステップＳ１５でｉの値がＭに達した
か否かが判定される。ここでＭは英語か否かを識別する
ために使用する文字画像の数であり、Ｍに達していない
場合にはステップＳ１２以降の処理が繰り返される。
識別処理のフローチャートである。同図において処理が
開始されると、まずステップＳ１１で入力画像から切出
される文字の数を示すｉの値が０に初期化され、ステッ
プＳ１２で入力画像中のｉ番目の文字画像の矩形領域が
検出され、ステップＳ１３でその矩形領域の文字画像の
黒画素率Ｂｉ，文字幅Ｗｉ，および次の文字画像との文
字間隔Ｓｉが求められ、ステップＳ１４でｉの値がイン
クリメントされ、ステップＳ１５でｉの値がＭに達した
か否かが判定される。ここでＭは英語か否かを識別する
ために使用する文字画像の数であり、Ｍに達していない
場合にはステップＳ１２以降の処理が繰り返される。
【００３９】本実施形態においては、文書画像の文書が
英語か否かを識別するためにステップＳ１３で求められ
る文字画像の黒画素率，文字幅、および次の文字画像と
の文字間隔の値が用いられる。図９はこの文字間隔と、
文字幅を示している。
英語か否かを識別するためにステップＳ１３で求められ
る文字画像の黒画素率，文字幅、および次の文字画像と
の文字間隔の値が用いられる。図９はこの文字間隔と、
文字幅を示している。
【００４０】図１０は、例えば４００ｄｐｉ（ドット／
インチ）の解像度で文書のスキャナ入力を行った場合、
英語と日本語の文書画像の文字間隔と、文字幅、および
黒画素率の平均値を示す。黒画素率は文字画像の総画素
数に占める文字を構成する画素の割合である。英語と日
本語を識別するための閾値として文字間隔、文字幅、お
よび黒画素率について、日本語と英語のものの平均をと
るものとすれば、閾値として図１０の最下行の値を用い
ることができる。この閾値との比較を行うことによっ
て、文書画像の文書が英語であるか、日本語であるかの
識別が可能となる。
インチ）の解像度で文書のスキャナ入力を行った場合、
英語と日本語の文書画像の文字間隔と、文字幅、および
黒画素率の平均値を示す。黒画素率は文字画像の総画素
数に占める文字を構成する画素の割合である。英語と日
本語を識別するための閾値として文字間隔、文字幅、お
よび黒画素率について、日本語と英語のものの平均をと
るものとすれば、閾値として図１０の最下行の値を用い
ることができる。この閾値との比較を行うことによっ
て、文書画像の文書が英語であるか、日本語であるかの
識別が可能となる。
【００４１】図８に戻り、ステップＳ１５で入力画像か
ら切出された文字の数ｉが英語の識別に使用される文字
の数Ｍに等しくなったと判定されると、ステップＳ１６
でこのＭ個の文字画像に対して黒画素率Ｂｉ，文字幅Ｗ
ｉ、および文字間隔Ｓｉの平均値Ｂａ，Ｗａ、およびＳ
ａが算出され、ステップＳ１７で黒画素率，文字幅、お
よび文字間隔にそれぞれ対応する３つの識別条件の中
で、英語に適合すると判定された条件の個数を表すｎの
値が０に初期化される。
ら切出された文字の数ｉが英語の識別に使用される文字
の数Ｍに等しくなったと判定されると、ステップＳ１６
でこのＭ個の文字画像に対して黒画素率Ｂｉ，文字幅Ｗ
ｉ、および文字間隔Ｓｉの平均値Ｂａ，Ｗａ、およびＳ
ａが算出され、ステップＳ１７で黒画素率，文字幅、お
よび文字間隔にそれぞれ対応する３つの識別条件の中
で、英語に適合すると判定された条件の個数を表すｎの
値が０に初期化される。
【００４２】続いてステップＳ１８で黒画素率の平均値
Ｂａが閾値ＴＨ＿Ｂ以上であるか否かが判定され、以上
である場合にはステップＳ１９でｎの値がインクリメン
トされた後に、以上でない場合には直ちにステップＳ２
０の処理に移行する。
Ｂａが閾値ＴＨ＿Ｂ以上であるか否かが判定され、以上
である場合にはステップＳ１９でｎの値がインクリメン
トされた後に、以上でない場合には直ちにステップＳ２
０の処理に移行する。
【００４３】ステップＳ２０では、文字幅の平均値Ｗａ
が閾値ＴＨ＿Ｗ以下であるか否かが判定され、以下の時
にはステップＳ２１でｎの値がインクリメントされた後
に、また以下でない場合には直ちにステップ２２の処理
に移行する。ステップＳ２２では文字間隔の平均値Ｓａ
が閾値ＴＨ＿Ｓ以下であるか否かが判定され、閾値以下
である場合にはステップＳ２３でｎの値がインクリメン
トされた後に、また閾値以下でない場合には直ちにステ
ップＳ２４の処理に移行する。
が閾値ＴＨ＿Ｗ以下であるか否かが判定され、以下の時
にはステップＳ２１でｎの値がインクリメントされた後
に、また以下でない場合には直ちにステップ２２の処理
に移行する。ステップＳ２２では文字間隔の平均値Ｓａ
が閾値ＴＨ＿Ｓ以下であるか否かが判定され、閾値以下
である場合にはステップＳ２３でｎの値がインクリメン
トされた後に、また閾値以下でない場合には直ちにステ
ップＳ２４の処理に移行する。
【００４４】そしてステップＳ２４で、３つの識別条件
の中で英語であると判別された条件の数ｎが２以上であ
るか否かが判定され、以上である場合にはステップＳ２
５で言語が英語と判定され、また２以上でない場合には
ステップＳ２６で言語が英語でないと判定されて処理を
終了する。なお黒画素率，文字幅、および文字間隔の閾
値は図１０の例ではそれぞれ４２％、３３画素、および
４画素である。
の中で英語であると判別された条件の数ｎが２以上であ
るか否かが判定され、以上である場合にはステップＳ２
５で言語が英語と判定され、また２以上でない場合には
ステップＳ２６で言語が英語でないと判定されて処理を
終了する。なお黒画素率，文字幅、および文字間隔の閾
値は図１０の例ではそれぞれ４２％、３３画素、および
４画素である。
【００４５】一般的に日本語と英語の文書で文字の配列
を比較すると、日本語の文書では各文字がほぼ一定の間
隔で並ぶのに対して、英語の文書では複数の文字からな
る単語によって文書が構成されているため、単語間と単
語内の文字間で文字間隔が異なる配列となる。日本語の
文書画像の場合には、先頭の文字から順に文字間隔を見
ていくと、３〜１５画素程度の文字間隔が連続して検出
されるのに対して、英語の文書画像では１〜５画素程度
の小さい文字間隔が単語内の文字から連続して検出さ
れ、その後に単語の最後の文字と次の単語の先頭の文字
との間隔を示す１１画素程度以上の大きな文字間隔が現
われる。なおここで示した文字間隔の画素数は、スキャ
ナによって文書を４００ｄｐｉで読み取った場合の一例
である。
を比較すると、日本語の文書では各文字がほぼ一定の間
隔で並ぶのに対して、英語の文書では複数の文字からな
る単語によって文書が構成されているため、単語間と単
語内の文字間で文字間隔が異なる配列となる。日本語の
文書画像の場合には、先頭の文字から順に文字間隔を見
ていくと、３〜１５画素程度の文字間隔が連続して検出
されるのに対して、英語の文書画像では１〜５画素程度
の小さい文字間隔が単語内の文字から連続して検出さ
れ、その後に単語の最後の文字と次の単語の先頭の文字
との間隔を示す１１画素程度以上の大きな文字間隔が現
われる。なおここで示した文字間隔の画素数は、スキャ
ナによって文書を４００ｄｐｉで読み取った場合の一例
である。
【００４６】このような文字間隔の相違を利用して英語
の識別処理を実行することもできる。図１１は、このよ
うな場合の英語識別処理のフローチャートである。同図
において処理が開始されると、まずステップＳ３１で図
８のステップＳ１１におけると同様にｉの値が０に初期
化され、ステップＳ３２でステップＳ１２と同様に文字
画像の矩形領域が検出され、ステップＳ３３で次の文字
画像との文字間隔Ｓｉが求められ、ステップＳ３４でｉ
の値がインクリメントされ、ステップＳ３５でｉの値が
前述のＭの値に達したか否かが判定され、達していない
場合にはステップＳ３２以降の処理が繰り返される。
の識別処理を実行することもできる。図１１は、このよ
うな場合の英語識別処理のフローチャートである。同図
において処理が開始されると、まずステップＳ３１で図
８のステップＳ１１におけると同様にｉの値が０に初期
化され、ステップＳ３２でステップＳ１２と同様に文字
画像の矩形領域が検出され、ステップＳ３３で次の文字
画像との文字間隔Ｓｉが求められ、ステップＳ３４でｉ
の値がインクリメントされ、ステップＳ３５でｉの値が
前述のＭの値に達したか否かが判定され、達していない
場合にはステップＳ３２以降の処理が繰り返される。
【００４７】ステップＳ３５でｉの値がＭに達したと判
定されると、ステップＳ３６で文字間隔Ｓ１〜ＳＭの分
散Ｖが算出され、ステップＳ３７でその分散の値が閾値
ＴＨ＿Ｖ以上であるか否かが判定され、閾値以上である
場合にはステップＳ３８で言語が英語と判定され、閾値
以上でない場合にはステップＳ３９で言語が英語でない
と判定されて処理を終了する。
定されると、ステップＳ３６で文字間隔Ｓ１〜ＳＭの分
散Ｖが算出され、ステップＳ３７でその分散の値が閾値
ＴＨ＿Ｖ以上であるか否かが判定され、閾値以上である
場合にはステップＳ３８で言語が英語と判定され、閾値
以上でない場合にはステップＳ３９で言語が英語でない
と判定されて処理を終了する。
【００４８】なお英語か否かの識別のために、図１１で
は文字間隔の分散が用いられている。分散を求める元の
数値のバラつきが大きければ分散も大きくなり、数値の
バラつきが小さければ分散の値も小さくなるという性質
があるため、日本語のように文字間隔のバラつきが少な
い場合には分散が小さくなり、英語のように文字間隔が
単語内と単語間とで大きく異なるような場合には分散が
大きくなることを利用しており、あらかじめ定められる
分散の閾値と比較することによって英語の識別が行われ
る。
は文字間隔の分散が用いられている。分散を求める元の
数値のバラつきが大きければ分散も大きくなり、数値の
バラつきが小さければ分散の値も小さくなるという性質
があるため、日本語のように文字間隔のバラつきが少な
い場合には分散が小さくなり、英語のように文字間隔が
単語内と単語間とで大きく異なるような場合には分散が
大きくなることを利用しており、あらかじめ定められる
分散の閾値と比較することによって英語の識別が行われ
る。
【００４９】図１２は、英語の文書画像から一文字単位
に文字画像を切出して、文書画像を正立方向に補正する
ための回転角度と鏡像反転の必要性の有無を検出し、正
立画像に自動補正する文書画像補正処理のフローチャー
トである。主として図２の文書方向検出部１４、画像補
正部１５による処理、および図７のステップＳ３におけ
る処理に対応する。
に文字画像を切出して、文書画像を正立方向に補正する
ための回転角度と鏡像反転の必要性の有無を検出し、正
立画像に自動補正する文書画像補正処理のフローチャー
トである。主として図２の文書方向検出部１４、画像補
正部１５による処理、および図７のステップＳ３におけ
る処理に対応する。
【００５０】同図において処理が開始されると、まずス
テップＳ４１で入力画像の行方向が検出され、ステップ
Ｓ４２で方向検出に使用するために切出された文字の個
数を示すｊの値と、図５、または図６で説明したそれぞ
れ４つの画像の中で、正立方向として検出された文字を
カウントするための変数としてのＤ１〜Ｄ４の値が０に
初期化される。ある文字画像からＥ１（への変換方法）
が正立方向への補正方向として検出された場合にはＤ１
がインクリメントされ、Ｅ２，Ｅ３、またはＥ４への変
換方法が正立方向への補正方法として検出された場合に
は、それぞれＤ２，Ｄ３、またはＤ４がインクリメント
される。
テップＳ４１で入力画像の行方向が検出され、ステップ
Ｓ４２で方向検出に使用するために切出された文字の個
数を示すｊの値と、図５、または図６で説明したそれぞ
れ４つの画像の中で、正立方向として検出された文字を
カウントするための変数としてのＤ１〜Ｄ４の値が０に
初期化される。ある文字画像からＥ１（への変換方法）
が正立方向への補正方向として検出された場合にはＤ１
がインクリメントされ、Ｅ２，Ｅ３、またはＥ４への変
換方法が正立方向への補正方法として検出された場合に
は、それぞれＤ２，Ｄ３、またはＤ４がインクリメント
される。
【００５１】そしてステップＳ４３で入力画像から１つ
の文字の文字画像Ｅ１が抽出される。この文字画像抽出
の処理はすでに例えば図８のステップＳ１２で行われた
ものであり、この結果を用いることにより、ステップＳ
４３では実際の文字抽出処理を行わなくてもすむ。
の文字の文字画像Ｅ１が抽出される。この文字画像抽出
の処理はすでに例えば図８のステップＳ１２で行われた
ものであり、この結果を用いることにより、ステップＳ
４３では実際の文字抽出処理を行わなくてもすむ。
【００５２】ステップＳ４４では、ステップＳ４１での
行方向の検出結果に対応して行方向が縦であるか否かが
判定され、縦である場合にはステップＳ４５で文字画像
Ｅ１が９０度回転された後に、縦でない場合には直ちに
ステップＳ４６の処理に移行する。
行方向の検出結果に対応して行方向が縦であるか否かが
判定され、縦である場合にはステップＳ４５で文字画像
Ｅ１が９０度回転された後に、縦でない場合には直ちに
ステップＳ４６の処理に移行する。
【００５３】ステップＳ４６では、文字画像Ｅ１（ここ
では簡単のため９０度回転された文字画像も記号Ｅ１の
ままとする。）の長辺と短辺の比が２未満であるか否か
が判定される。この長辺対短辺比、すなわち文字画像の
長い辺の長さを短い辺の長さで割った値が所定の値、こ
こでは２未満の文字画像だけを方向検出対象として選択
することによって、２個の文字がつながって抽出された
画像や、図の一部を文字画像として誤って抽出すること
を防ぐことができる。従ってステップＳ４６で２未満で
ないと判定された場合には、その文字画像から文字画像
の方向を検出することは行われず、ステップＳ５７でｊ
の値がインクリメントされ、ステップＳ５８でｊの値が
文字画像補正処理を打ち切るべき切出し画像の個数を示
すＮに達していない場合には、ステップＳ４３以降の処
理が繰り返される。
では簡単のため９０度回転された文字画像も記号Ｅ１の
ままとする。）の長辺と短辺の比が２未満であるか否か
が判定される。この長辺対短辺比、すなわち文字画像の
長い辺の長さを短い辺の長さで割った値が所定の値、こ
こでは２未満の文字画像だけを方向検出対象として選択
することによって、２個の文字がつながって抽出された
画像や、図の一部を文字画像として誤って抽出すること
を防ぐことができる。従ってステップＳ４６で２未満で
ないと判定された場合には、その文字画像から文字画像
の方向を検出することは行われず、ステップＳ５７でｊ
の値がインクリメントされ、ステップＳ５８でｊの値が
文字画像補正処理を打ち切るべき切出し画像の個数を示
すＮに達していない場合には、ステップＳ４３以降の処
理が繰り返される。
【００５４】ステップＳ４６で長辺対短辺比が２未満で
ある場合には、ステップＳ４７で黒画素率が４２〜８０
％の範囲内にあるかが判定され、範囲外のときにはステ
ップＳ５７の処理に移行する。ここで４２％は図１０で
説明した閾値である。また黒すぎる画像は画像上のゴミ
や図面の一部の可能性があるため、８０％以上の文字画
像からの方向検出は行われない。
ある場合には、ステップＳ４７で黒画素率が４２〜８０
％の範囲内にあるかが判定され、範囲外のときにはステ
ップＳ５７の処理に移行する。ここで４２％は図１０で
説明した閾値である。また黒すぎる画像は画像上のゴミ
や図面の一部の可能性があるため、８０％以上の文字画
像からの方向検出は行われない。
【００５５】４２〜８０％の範囲内にあるときにはステ
ップＳ４８で文字画像Ｅ１が鏡像反転された画像Ｅ２，
１８０度回転された画像Ｅ３、および１８０度回転＋鏡
像反転された画像Ｅ４が生成され、ステップＳ４９では
Ｅ１〜Ｅ４を対象として文字認識が行われ、認識結果と
しての文字コードＣ１〜Ｃ４，認識の確信度Ｋ１〜Ｋ４
が求められる。
ップＳ４８で文字画像Ｅ１が鏡像反転された画像Ｅ２，
１８０度回転された画像Ｅ３、および１８０度回転＋鏡
像反転された画像Ｅ４が生成され、ステップＳ４９では
Ｅ１〜Ｅ４を対象として文字認識が行われ、認識結果と
しての文字コードＣ１〜Ｃ４，認識の確信度Ｋ１〜Ｋ４
が求められる。
【００５６】ここで文字認識結果としての文字コードと
確信度について、図１３によって説明する。図１３にお
いて入力された一文字の文字画像、またはその９０度回
転結果としての画像Ｅ１が鏡像反転されて画像Ｅ２が、
１８０度回転されて画像Ｅ３が得られ、また１８０度回
転＋鏡像反転されて画像Ｅ４が得られる。そしてそれぞ
れの画像の文字認識結果として文字コードＣ１〜Ｃ４
と、確信度Ｋ１〜Ｋ４が得られる。
確信度について、図１３によって説明する。図１３にお
いて入力された一文字の文字画像、またはその９０度回
転結果としての画像Ｅ１が鏡像反転されて画像Ｅ２が、
１８０度回転されて画像Ｅ３が得られ、また１８０度回
転＋鏡像反転されて画像Ｅ４が得られる。そしてそれぞ
れの画像の文字認識結果として文字コードＣ１〜Ｃ４
と、確信度Ｋ１〜Ｋ４が得られる。
【００５７】図１２に戻り、ステップＳ５０で４つの確
信度Ｋ１〜Ｋ４のうち、２個以上があらかじめ設定され
た確信度の閾値ＴＨ＿Ｋ以上であるか否かが判定され
る。本実施形態では抽出された文字画像自体が歪んでい
たり、文字ではなく、画像の一部であった場合など、そ
もそも文字認識できない画像である場合も考えられる。
信度Ｋ１〜Ｋ４のうち、２個以上があらかじめ設定され
た確信度の閾値ＴＨ＿Ｋ以上であるか否かが判定され
る。本実施形態では抽出された文字画像自体が歪んでい
たり、文字ではなく、画像の一部であった場合など、そ
もそも文字認識できない画像である場合も考えられる。
【００５８】このような画像からは回転角度の検出な
ど、文字方向の検出はできないため、回転や鏡像反転に
よって得られた４つの文字画像の文字認識の結果として
の４つの確信度のいずれもがあらかじめ設定された閾値
を下回る場合には、文字認識ができないと判断し、その
入力画像からは方向検出を行わないようにすることで方
向検出精度を向上させることにしている。
ど、文字方向の検出はできないため、回転や鏡像反転に
よって得られた４つの文字画像の文字認識の結果として
の４つの確信度のいずれもがあらかじめ設定された閾値
を下回る場合には、文字認識ができないと判断し、その
入力画像からは方向検出を行わないようにすることで方
向検出精度を向上させることにしている。
【００５９】またＡやＴのように対称な形の文字画像の
場合には、鏡像反転しても同じ文字として認識されるた
めに、そのような画像に対応する４個の画像のうちで、
２個の画像の認識結果の確信度は同程度に高くなること
が考えられる。そこで入力画像から抽出された文字画像
を回転、あるいは鏡像反転して得られた４個の文字画像
の中で、２個以上の画像に対する文字認識結果の確信度
が閾値以上である場合には、その入力画像からは方向検
出を行わないようにすることによって方向検出精度を向
上させることができる。
場合には、鏡像反転しても同じ文字として認識されるた
めに、そのような画像に対応する４個の画像のうちで、
２個の画像の認識結果の確信度は同程度に高くなること
が考えられる。そこで入力画像から抽出された文字画像
を回転、あるいは鏡像反転して得られた４個の文字画像
の中で、２個以上の画像に対する文字認識結果の確信度
が閾値以上である場合には、その入力画像からは方向検
出を行わないようにすることによって方向検出精度を向
上させることができる。
【００６０】そこでステップＳ５０で２個以上が閾値以
上である場合には、ステップＳ５７の処理に移行し、ス
テップＳ５８で切出された文字画像の数がＮに達してい
ない場合には、ステップＳ４３以降の処理が繰り返され
る。
上である場合には、ステップＳ５７の処理に移行し、ス
テップＳ５８で切出された文字画像の数がＮに達してい
ない場合には、ステップＳ４３以降の処理が繰り返され
る。
【００６１】ステップＳ５０でＫ１〜Ｋ４のうちで２個
以上が閾値以上でない場合、すなわち閾値以上のものが
０個か１個である場合には、ステップＳ５１でＫ１〜Ｋ
４の最大値が検出されてそれがＫｍ（ｍは１〜４のいず
れか）とされ、ステップＳ５２でそのＫｍの値が閾値以
上であるか否かが判定され、閾値以上でない場合には４
個の確信度のいずれもが閾値を下回ることになるため、
ステップＳ５７以降の処理に移行する。
以上が閾値以上でない場合、すなわち閾値以上のものが
０個か１個である場合には、ステップＳ５１でＫ１〜Ｋ
４の最大値が検出されてそれがＫｍ（ｍは１〜４のいず
れか）とされ、ステップＳ５２でそのＫｍの値が閾値以
上であるか否かが判定され、閾値以上でない場合には４
個の確信度のいずれもが閾値を下回ることになるため、
ステップＳ５７以降の処理に移行する。
【００６２】ステップＳ５２でＫｍが閾値以上である場
合には、閾値以上のものはＫｍのみとなり、ステップＳ
５３でＫｍに対応する文字コードＣｍが英字に対応する
文字コードであるか否かが判定され、英字に対応する文
字コードでない場合には英語文書画像の自動補正を行っ
ていることから、この文字画像から方向を検出すること
は適当でないため、ステップＳ５７以降の処理に移行す
る。
合には、閾値以上のものはＫｍのみとなり、ステップＳ
５３でＫｍに対応する文字コードＣｍが英字に対応する
文字コードであるか否かが判定され、英字に対応する文
字コードでない場合には英語文書画像の自動補正を行っ
ていることから、この文字画像から方向を検出すること
は適当でないため、ステップＳ５７以降の処理に移行す
る。
【００６３】ステップＳ５３で英字に対応するコードで
ある場合には、ステップＳ５４でＣｍが特定の文字に対
応するコードであるか否かが判定される。ここで特定の
文字としては、例えばＡやＴなど方向検出できない可能
性のある文字を指定することができ、これによって方向
検出精度を向上させることができる。そしてこのような
特定の文字のコードに一致する場合には、ステップＳ５
７以降の処理に移行する。
ある場合には、ステップＳ５４でＣｍが特定の文字に対
応するコードであるか否かが判定される。ここで特定の
文字としては、例えばＡやＴなど方向検出できない可能
性のある文字を指定することができ、これによって方向
検出精度を向上させることができる。そしてこのような
特定の文字のコードに一致する場合には、ステップＳ５
７以降の処理に移行する。
【００６４】ステップＳ５４で特定の文字コードでない
場合には、ステップＳ５５で前述の補正方法をカウント
するための変数Ｄ１〜Ｄ４のうちで、Ｋ１〜Ｋ４の最大
値としてのＫｍに対応するＤｍの値がインクリメントさ
れ、ステップＳ５６でその値が２に達しているか否かが
判定される。Ｄｍが２であるということは、切出された
入力画像のうちで２個の入力画像に対する回転、または
鏡像反転の結果（Ｅ１を含む）としての４つの補正方法
のうちでＤｍに対応する方法が正立画像を得るために行
われるべき補正方法として判断されたことを意味し、Ｄ
１〜Ｄ４の中で最初に２に達したものが、補正のための
変換方法として他の全ての画像内の文字に対して採用さ
れることになる。ステップＳ５６でＤｍが２に達してい
ない場合には、ステップＳ５７以降の処理が繰り返され
る。
場合には、ステップＳ５５で前述の補正方法をカウント
するための変数Ｄ１〜Ｄ４のうちで、Ｋ１〜Ｋ４の最大
値としてのＫｍに対応するＤｍの値がインクリメントさ
れ、ステップＳ５６でその値が２に達しているか否かが
判定される。Ｄｍが２であるということは、切出された
入力画像のうちで２個の入力画像に対する回転、または
鏡像反転の結果（Ｅ１を含む）としての４つの補正方法
のうちでＤｍに対応する方法が正立画像を得るために行
われるべき補正方法として判断されたことを意味し、Ｄ
１〜Ｄ４の中で最初に２に達したものが、補正のための
変換方法として他の全ての画像内の文字に対して採用さ
れることになる。ステップＳ５６でＤｍが２に達してい
ない場合には、ステップＳ５７以降の処理が繰り返され
る。
【００６５】ステップＳ５６でＤｍが２に達していると
判定されると、ステップＳ５９で入力画像Ｅ１を画像Ｅ
ｍに変換する場合と同じ変換、すなわち回転および、ま
たは鏡像反転が入力画像に対して実行されて、処理を終
了する。ここでＤｍに対する条件を２としたのは、１に
すると間違った方向が検出される可能性があるためであ
り、３以上にすると処理時間が増大するためである。し
かし処理時間よりも検出精度を優先させる場合には、３
以上に設定することも可能である。
判定されると、ステップＳ５９で入力画像Ｅ１を画像Ｅ
ｍに変換する場合と同じ変換、すなわち回転および、ま
たは鏡像反転が入力画像に対して実行されて、処理を終
了する。ここでＤｍに対する条件を２としたのは、１に
すると間違った方向が検出される可能性があるためであ
り、３以上にすると処理時間が増大するためである。し
かし処理時間よりも検出精度を優先させる場合には、３
以上に設定することも可能である。
【００６６】ステップＳ５９で、画像Ｅ１を画像Ｅｍに
変換したのと同じ変換方法を入力画像に適用することに
よって、正立画像として補正された文書画像が得られ
る。すなわちｍ＝２の場合に画像Ｅ２は画像Ｅ１を鏡像
反転したものであり、入力画像を鏡像反転することによ
り正立画像が得られる。またｍ＝３ならば、画像Ｅ３は
画像Ｅ１を１８０度回転したものであるため、入力画像
を１８０度回転し、ｍ＝４であれば画像Ｅ４は画像Ｅ１
を１８０度回転し、更に鏡像反転したものであるため、
入力画像を１８０度回転し、更に鏡像反転することで正
立画像が得られる。ｍ＝１の場合には入力画像、または
その９０度回転後の画像が正立画像であることになり、
補正のための変換は不必要となる。但し行方向が縦の場
合には、ステップＳ４５で文字画像Ｅ１に対する９０度
の回転が行われているため、ステップＳ５９ではｍに関
係なく、この回転角分の９０度余分に回転する必要があ
る。
変換したのと同じ変換方法を入力画像に適用することに
よって、正立画像として補正された文書画像が得られ
る。すなわちｍ＝２の場合に画像Ｅ２は画像Ｅ１を鏡像
反転したものであり、入力画像を鏡像反転することによ
り正立画像が得られる。またｍ＝３ならば、画像Ｅ３は
画像Ｅ１を１８０度回転したものであるため、入力画像
を１８０度回転し、ｍ＝４であれば画像Ｅ４は画像Ｅ１
を１８０度回転し、更に鏡像反転したものであるため、
入力画像を１８０度回転し、更に鏡像反転することで正
立画像が得られる。ｍ＝１の場合には入力画像、または
その９０度回転後の画像が正立画像であることになり、
補正のための変換は不必要となる。但し行方向が縦の場
合には、ステップＳ４５で文字画像Ｅ１に対する９０度
の回転が行われているため、ステップＳ５９ではｍに関
係なく、この回転角分の９０度余分に回転する必要があ
る。
【００６７】ステップＳ５８でｊとＮが等しくなった場
合には、検出処理を終了する。これは文字画像からその
正立方向がなかなか検出されない場合に、処理時間がか
かりすぎないように途中で処理を打ち切ることを意味す
る。以上の処理によって、入力された英語文書画像が正
立画像に自動補正される。
合には、検出処理を終了する。これは文字画像からその
正立方向がなかなか検出されない場合に、処理時間がか
かりすぎないように途中で処理を打ち切ることを意味す
る。以上の処理によって、入力された英語文書画像が正
立画像に自動補正される。
【００６８】図１４は英語の文書画像から行全体、また
はその一部を行画像として切出し、文書画像を正立方向
に補正するための回転角度と鏡像反転の必要性の有無を
検出し、正立画像に自動補正する、行画像単位の文書画
像補正処理のフローチャートであり、主として図２の文
書方向検出部１４、画像補正部１５によって行われる処
理であり、図７のステップＳ３に相当する。
はその一部を行画像として切出し、文書画像を正立方向
に補正するための回転角度と鏡像反転の必要性の有無を
検出し、正立画像に自動補正する、行画像単位の文書画
像補正処理のフローチャートであり、主として図２の文
書方向検出部１４、画像補正部１５によって行われる処
理であり、図７のステップＳ３に相当する。
【００６９】このフローチャートにおいて、ｊは方向検
出に使用するために切出された行画像の個数を示し、Ｅ
１〜Ｅ４はＥ１が入力画像から抽出された行画像、Ｅ
２，Ｅ３，Ｅ４はＥ１をそれぞれ鏡像反転、１８０度回
転、１８０度回転＋鏡像反転した行画像である。Ｋ１〜
Ｋ４は、行画像Ｅ１〜Ｅ４内のそれぞれ複数個の文字を
文字認識して得られたＥ１〜Ｅ４毎の確信度の平均値で
ある。Ｌは純粋に行画像を文字認識した結果得られた文
字の個数であり、画像Ｅ１〜Ｅ４内の文字を文字認識し
て得られた文字コードを画像毎にそれぞれＣ１，１〜Ｃ
１，Ｌ， Ｃ２，１〜Ｃ２，Ｌ， Ｃ３，１〜Ｃ３，
Ｌ， Ｃ４，１〜Ｃ４，Ｌで示す。Ｄ１〜Ｄ４は図１２
におけると同じである。またＮは検出処理を打ち切るべ
き、切出された行画像の個数を示す。
出に使用するために切出された行画像の個数を示し、Ｅ
１〜Ｅ４はＥ１が入力画像から抽出された行画像、Ｅ
２，Ｅ３，Ｅ４はＥ１をそれぞれ鏡像反転、１８０度回
転、１８０度回転＋鏡像反転した行画像である。Ｋ１〜
Ｋ４は、行画像Ｅ１〜Ｅ４内のそれぞれ複数個の文字を
文字認識して得られたＥ１〜Ｅ４毎の確信度の平均値で
ある。Ｌは純粋に行画像を文字認識した結果得られた文
字の個数であり、画像Ｅ１〜Ｅ４内の文字を文字認識し
て得られた文字コードを画像毎にそれぞれＣ１，１〜Ｃ
１，Ｌ， Ｃ２，１〜Ｃ２，Ｌ， Ｃ３，１〜Ｃ３，
Ｌ， Ｃ４，１〜Ｃ４，Ｌで示す。Ｄ１〜Ｄ４は図１２
におけると同じである。またＮは検出処理を打ち切るべ
き、切出された行画像の個数を示す。
【００７０】基本的な処理の流れは図１２と同じである
が、図１２では文字画像１つずつを単位として方向検出
処理を行うのに対して、ここでは行画像を単位として処
理を行う点が異なる。以下図１２と内容が異なる処理ス
テップの内容について説明する。
が、図１２では文字画像１つずつを単位として方向検出
処理を行うのに対して、ここでは行画像を単位として処
理を行う点が異なる。以下図１２と内容が異なる処理ス
テップの内容について説明する。
【００７１】ステップＳ６３では入力された文書画像か
ら１行全体、または行の一部が行画像として抽出され、
抽出された行画像がＥ１とされる。またステップＳ６５
では行方向が縦の場合に、行画像Ｅ１の９０度回転が行
われる。
ら１行全体、または行の一部が行画像として抽出され、
抽出された行画像がＥ１とされる。またステップＳ６５
では行方向が縦の場合に、行画像Ｅ１の９０度回転が行
われる。
【００７２】ステップＳ６６では入力行画像、またはそ
れを９０度回転した画像Ｅ１を基にして、鏡像反転され
た画像Ｅ２，１８０度回転された画像Ｅ３，１８０度回
転および鏡像反転された画像Ｅ４が生成される。
れを９０度回転した画像Ｅ１を基にして、鏡像反転され
た画像Ｅ２，１８０度回転された画像Ｅ３，１８０度回
転および鏡像反転された画像Ｅ４が生成される。
【００７３】ステップＳ６７では、行画像Ｅ１〜Ｅ４内
の文字に対する文字認識が行われる。各行画像には複数
個の文字画像が含まれるため、各行画像Ｅ１〜Ｅ４毎に
平均確信度Ｋ１〜Ｋ４が求められ、また各行画像毎に文
字コードＣ１，１〜Ｃ１，Ｌ， Ｃ２，１〜Ｃ２，Ｌ，
Ｃ３，１〜Ｃ３，Ｌ， Ｃ４，１〜Ｃ４，Ｌが求めら
れる。
の文字に対する文字認識が行われる。各行画像には複数
個の文字画像が含まれるため、各行画像Ｅ１〜Ｅ４毎に
平均確信度Ｋ１〜Ｋ４が求められ、また各行画像毎に文
字コードＣ１，１〜Ｃ１，Ｌ， Ｃ２，１〜Ｃ２，Ｌ，
Ｃ３，１〜Ｃ３，Ｌ， Ｃ４，１〜Ｃ４，Ｌが求めら
れる。
【００７４】以下の処理は図１２におけると同様である
が、例えばステップＳ７１では平均確信度が最大となる
行画像Ｅｍの文字コードＣｍ，１〜Ｃｍ，Ｌの中に、あ
らかじめ定められた文字、例えばＡやＴなどに対応する
文字コードが２個以上含まれるか否かが検出され、含ま
れる場合にはステップＳ７５、含まれない場合にはステ
ップＳ７２の処理に移行する。このような処理を続ける
ことによって、入力された英語文書画像の正立画像への
自動補正が行われる。
が、例えばステップＳ７１では平均確信度が最大となる
行画像Ｅｍの文字コードＣｍ，１〜Ｃｍ，Ｌの中に、あ
らかじめ定められた文字、例えばＡやＴなどに対応する
文字コードが２個以上含まれるか否かが検出され、含ま
れる場合にはステップＳ７５、含まれない場合にはステ
ップＳ７２の処理に移行する。このような処理を続ける
ことによって、入力された英語文書画像の正立画像への
自動補正が行われる。
【００７５】なお、入力行画像を回転や鏡像反転した画
像に対する平均確信度が低い場合には正しく文字認識で
きなかった文字が多く含まれていると考えられ、正しい
文字方向の検出ができない可能性が高い。このため画像
Ｅ１〜Ｅ４毎の平均確信度のいずれもが所定の閾値より
小さい場合には、対応する入力行画像からの方向検出は
行われない。
像に対する平均確信度が低い場合には正しく文字認識で
きなかった文字が多く含まれていると考えられ、正しい
文字方向の検出ができない可能性が高い。このため画像
Ｅ１〜Ｅ４毎の平均確信度のいずれもが所定の閾値より
小さい場合には、対応する入力行画像からの方向検出は
行われない。
【００７６】またこれらの平均確信度のうち、所定の閾
値を超えるものが複数個存在する場合にも、対応する入
力行画像からの方向検出は行われない。これらは図１２
におけると同様である。
値を超えるものが複数個存在する場合にも、対応する入
力行画像からの方向検出は行われない。これらは図１２
におけると同様である。
【００７７】以上の説明では、例えば英語のように通常
の場合縦書きが存在しない文書画像を対象として本発明
の実施形態を説明したが、例えばユーザが手動で文書画
像補正装置の切り替えを行い、英語などの文書画像を対
象とする場合には、図４の８つのパターンのうち４つの
パターンのみを対象として回転／文字認識の処理を実行
し、縦書きも行われる言語、例えばかなと漢字によって
表現される日本語の文書画像などを対象とする場合に
は、図４の８つのパターンの全てを対象として回転／文
字認識処理を行うことも可能である。
の場合縦書きが存在しない文書画像を対象として本発明
の実施形態を説明したが、例えばユーザが手動で文書画
像補正装置の切り替えを行い、英語などの文書画像を対
象とする場合には、図４の８つのパターンのうち４つの
パターンのみを対象として回転／文字認識の処理を実行
し、縦書きも行われる言語、例えばかなと漢字によって
表現される日本語の文書画像などを対象とする場合に
は、図４の８つのパターンの全てを対象として回転／文
字認識処理を行うことも可能である。
【００７８】最後に本発明の実施形態において、コンピ
ュータシステムとして文書画像補正装置を実現するため
のコンピュータへの、プログラムのローディングについ
て説明する。本発明のクレーム１６，１７や、図７，
８，１１，１２、および１４のフローチャートに示され
るプログラムは、例えばコンピュータ２１のＲＡＭ／ハ
ードディスクなどのメモリ２５に格納され、そのプログ
ラムが本体２４によって実行されることによって、本発
明の文書画像補正装置が実現される。
ュータシステムとして文書画像補正装置を実現するため
のコンピュータへの、プログラムのローディングについ
て説明する。本発明のクレーム１６，１７や、図７，
８，１１，１２、および１４のフローチャートに示され
るプログラムは、例えばコンピュータ２１のＲＡＭ／ハ
ードディスクなどのメモリ２５に格納され、そのプログ
ラムが本体２４によって実行されることによって、本発
明の文書画像補正装置が実現される。
【００７９】本発明の文書画像補正装置を実現するため
のプログラムは、プログラム提供者側から回線２３を介
してコンピュータ２１にロードされることによって、ま
た一般に流通している可搬型記憶媒体２２に格納され
て、その記憶媒体２２がコンピュータ２１にロードされ
ることによって、実行されることも可能である。
のプログラムは、プログラム提供者側から回線２３を介
してコンピュータ２１にロードされることによって、ま
た一般に流通している可搬型記憶媒体２２に格納され
て、その記憶媒体２２がコンピュータ２１にロードされ
ることによって、実行されることも可能である。
【００８０】メモリ２５としては、例えばＲＯＭ，磁気
ディスク、光ディスク、および光磁気ディスクなどを用
いることも可能であり、また可搬型記憶媒体２２として
はメモリカード、フロッピィディスク、ＣＤ−ＲＯＭ，
光ディスク、光磁気ディスクなど、任意のコンピュータ
読取り可能な記憶媒体を使用することができる。
ディスク、光ディスク、および光磁気ディスクなどを用
いることも可能であり、また可搬型記憶媒体２２として
はメモリカード、フロッピィディスク、ＣＤ−ＲＯＭ，
光ディスク、光磁気ディスクなど、任意のコンピュータ
読取り可能な記憶媒体を使用することができる。
【００８１】本発明の異なる特徴は以下の通りである。 （１）本発明の文字画像抽出手段は、文字画像内の黒画
素率があらかじめ定められた範囲内にある文字画像を選
択して、抽出する。 （２）文字画像抽出手段は、文字画像の長辺と短辺の長
さの比率があらかじめ定められた範囲内にある文字画像
を選択して、抽出する。 （３）文字方向検出手段は、抽出された文字画像に対し
て画像変換手段によって異なる変換方法を用いて変換さ
れた複数の画像のうちで、文字認識手段による認識の確
信度が最大になる画像を正立文字画像として検出し、そ
の正立文字画像の入力画像に対する回転角度と鏡像反転
の有無を検出する。 （４）文字方向検出手段は、抽出された文字画像に対し
て画像変換手段によって異なる変換方法を用いて変換さ
れた複数の画像のうちで、文字認識手段による認識の確
信度があらかじめ定められた値を越えるものが１つのみ
である時、その１つのみの画像を正立画像として検出
し、その正立画像の入力画像に対する回転角度と鏡像反
転の有無を検出する。 （５）文字方向検出手段は、抽出された文字画像に対し
て画像変換手段によって異なる変換方法を用いて変換さ
れた複数の画像のうちで、文字認識手段による認識の確
信度が最大になる画像であって、かつその画像に対応す
る文字コードがあらかじめ定められた文字コードでない
時にその画像を正立画像として検出し、その正立画像の
入力画像に対する回転角度と鏡像反転の有無を検出す
る。 （６）文字方向検出手段は、行画像内の文字画像に対し
て画像変換手段によって異なる変換方法を用いて変換さ
れた複数種類の画像のうちで、文字認識手段による認識
の確信度の行画像内の文字画像に対する平均値が最大に
なる種類の画像を正立画像として検出し、その正立画像
の入力文書画像に対する回転角度と鏡像反転の有無を検
出する。 （７）文字方向検出手段は、行画像内の文字画像に対し
て画像変換手段によって異なる変換方法を用いて変換さ
れた複数種類の画像のうちで、文字認識手段による認識
の確信度の行画像内の文字画像に対する平均値があらか
じめ定められた値を越えるものが１種類のみである時、
その１種類のみの画像を正立画像として検出し、その正
立画像の入力文書画像に対する回転角度と鏡像反転の有
無を検出する。
素率があらかじめ定められた範囲内にある文字画像を選
択して、抽出する。 （２）文字画像抽出手段は、文字画像の長辺と短辺の長
さの比率があらかじめ定められた範囲内にある文字画像
を選択して、抽出する。 （３）文字方向検出手段は、抽出された文字画像に対し
て画像変換手段によって異なる変換方法を用いて変換さ
れた複数の画像のうちで、文字認識手段による認識の確
信度が最大になる画像を正立文字画像として検出し、そ
の正立文字画像の入力画像に対する回転角度と鏡像反転
の有無を検出する。 （４）文字方向検出手段は、抽出された文字画像に対し
て画像変換手段によって異なる変換方法を用いて変換さ
れた複数の画像のうちで、文字認識手段による認識の確
信度があらかじめ定められた値を越えるものが１つのみ
である時、その１つのみの画像を正立画像として検出
し、その正立画像の入力画像に対する回転角度と鏡像反
転の有無を検出する。 （５）文字方向検出手段は、抽出された文字画像に対し
て画像変換手段によって異なる変換方法を用いて変換さ
れた複数の画像のうちで、文字認識手段による認識の確
信度が最大になる画像であって、かつその画像に対応す
る文字コードがあらかじめ定められた文字コードでない
時にその画像を正立画像として検出し、その正立画像の
入力画像に対する回転角度と鏡像反転の有無を検出す
る。 （６）文字方向検出手段は、行画像内の文字画像に対し
て画像変換手段によって異なる変換方法を用いて変換さ
れた複数種類の画像のうちで、文字認識手段による認識
の確信度の行画像内の文字画像に対する平均値が最大に
なる種類の画像を正立画像として検出し、その正立画像
の入力文書画像に対する回転角度と鏡像反転の有無を検
出する。 （７）文字方向検出手段は、行画像内の文字画像に対し
て画像変換手段によって異なる変換方法を用いて変換さ
れた複数種類の画像のうちで、文字認識手段による認識
の確信度の行画像内の文字画像に対する平均値があらか
じめ定められた値を越えるものが１種類のみである時、
その１種類のみの画像を正立画像として検出し、その正
立画像の入力文書画像に対する回転角度と鏡像反転の有
無を検出する。
【００８２】
【発明の効果】以上詳細に説明したように、本発明によ
れば、例えば英語では行方向が横だけであることを利用
して、文字方向の検出方向を日本語の場合の半分に絞り
込み、文字画像の特徴から英語の文字画像を抽出し、文
字認識を利用して、文書画像の方向を高精度で検出する
ことができる。このため、ハンドヘルドスキャナを用い
て英語の文書を上下左右いずれの方向からスキャンして
も、文書画像の方向を正確に検出して、自動的に入力画
像を正立画像に補正することができ、文書画像補正装置
の操作性、およびユーザインタフェースの改善に寄与す
るところが大きい。
れば、例えば英語では行方向が横だけであることを利用
して、文字方向の検出方向を日本語の場合の半分に絞り
込み、文字画像の特徴から英語の文字画像を抽出し、文
字認識を利用して、文書画像の方向を高精度で検出する
ことができる。このため、ハンドヘルドスキャナを用い
て英語の文書を上下左右いずれの方向からスキャンして
も、文書画像の方向を正確に検出して、自動的に入力画
像を正立画像に補正することができ、文書画像補正装置
の操作性、およびユーザインタフェースの改善に寄与す
るところが大きい。
【図１】本発明の原理構成ブロック図である。
【図２】本発明の文書画像補正装置の全体構成を示すブ
ロック図である。
ロック図である。
【図３】ハンドヘルドスキャナによる文書画像のスキャ
ン方向の説明図である。
ン方向の説明図である。
【図４】図３のスキャン方向に対応して取り込まれる画
像を示す例である。
像を示す例である。
【図５】入力画像の行方向が縦の場合の文字画像の方向
検出を説明する図である。
検出を説明する図である。
【図６】入力画像の行方向が横の場合の文字画像の方向
検出を説明する図である。
検出を説明する図である。
【図７】英語文書画像の自動補正処理の全体フローチャ
ートである。
ートである。
【図８】英語識別処理の詳細フローチャートである。
【図９】英語文字画像の文字間隔と文字幅とを説明する
図である。
図である。
【図１０】英語と日本語の文書画像の文字間隔と文字
幅、および黒画素率の平均値を示す図である。
幅、および黒画素率の平均値を示す図である。
【図１１】文字間隔の相違を利用して英語の識別処理を
行うためのフローチャートである。
行うためのフローチャートである。
【図１２】一文字単位に文字画像を切出して自動補正を
行う文書画像補正処理の詳細フローチャートである。
行う文書画像補正処理の詳細フローチャートである。
【図１３】文字認識結果としての文字コードと、認識の
確信度を説明する図である。
確信度を説明する図である。
【図１４】行画像を切出して正立画像に自動補正する文
書画像補正処理の詳細フローチャートである。
書画像補正処理の詳細フローチャートである。
【図１５】本発明の文書画像補正装置をコンピュータシ
ステムしとて実現するためのプログラムのコンピュータ
へのローディングを説明する図である。
ステムしとて実現するためのプログラムのコンピュータ
へのローディングを説明する図である。
１ 行方向判定手段 ２ 文字画像抽出指弾 ３ 文字方向検出手段 ４ 文書画像補正手段 １１ 画像格納部 １２ 英語識別部 １３ 行方向検出部 １４ 文書方向検出部 １５ 画像補正部
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B029 AA01 BB02 BB15 CC20 CC21 CC28 EE04 EE08 5C076 AA24
Claims (9)
- 【請求項１】 入力された文書画像を正立画像に補正す
る文書画像補正装置であって、 入力文書画像の行方向が縦であるか、横であるかを判定
する行方向判定手段と、 該入力文書画像から文字画像を抽出する文字画像抽出手
段と、 該行方向判定手段の判定結果に対応して、該文字画像抽
出手段によって抽出された文字画像を正立方向に補正す
るための回転角度、および鏡像反転の必要性の有無を検
出する文字方向検出手段と、 該文字方向検出手段の検出結果に基づいて、該入力文書
画像を正立文書画像に補正する文書画像補正手段とを備
えることを特徴とする文書画像補正装置。 - 【請求項２】 前記文字方向検出手段が、 前記行方向判定手段の判定結果に対応して、前記文字画
像抽出手段によって抽出された文字画像を回転および／
または鏡像反転した画像に変換する画像変換手段と、 該画像変換手段によって変換された文字画像を文字認識
して、文字コードと認識の確信度とを出力する文字認識
手段とを更に備え、 該文字認識手段の認識結果に基づいて、該抽出された文
字画像を正立方向に補正するための回転角度と鏡像反転
の必要性の有無を検出することを特徴とする請求項１記
載の文書画像補正装置。 - 【請求項３】 前記文字画像補正装置であって、 前記入力された文書画像の言語を識別する言語識別手段
を更に備え、 該言語識別手段の判別結果に対応して、該入力された文
書画像を正立画像に補正することを特徴とする請求項１
記載の文書画像補正装置。 - 【請求項４】 入力された文書画像を正立画像に補正す
る文書画像補正装置であって、 入力文書画像の行方向が縦であるか、横であるかを判定
する行方向判定手段と、 該入力文書画像から１行の全体、またはその一部分を行
画像として抽出する行画像抽出手段と、 該行方向判定手段の判定結果に対応して、該行画像抽出
手段によって抽出された行画像内の文字画像を正立方向
に補正するための回転角度、および鏡像反転の必要性の
有無を検出する文字方向検出手段と、 該文字方向検出手段の検出結果に基づいて、該入力文書
画像を正立文書画像に補正する文書画像補正手段とを備
えることを特徴とする文書画像補正装置。 - 【請求項５】 前記文字方向検出手段が、前記行方向判
定手段の判定結果に対応して、前記行画像抽出手段によ
って抽出された行画像内の文字画像を回転および／また
は鏡像反転する画像変換手段と、 該画像変換手段によって変換された文書画像を文字認識
して、該行画像内の各文字画像毎に対応する文字コード
と認識の確信度とを出力する文字認識手段とを更に備
え、 該文字認識手段の認識結果に基づき、前記行画像抽出手
段によって抽出された行画像内の文字画像を正立方向に
補正するための回転角度と鏡像反転の必要性の有無を検
出することを特徴とする請求項４記載の文書画像補正装
置。 - 【請求項６】 前記文字方向検出手段が、前記行画像内
の文字画像に対して前記画像変換手段によって異なる変
換方法を用いて変換された複数種類の画像のうちで、前
記文字認識手段による認識の確信度の該行画像内の文字
画像に対する平均値が最大になる種類の画像であって、
かつ該行画像内の文字画像に対応する文字コードの中に
あらかじめ定められた文字コードが所定の個数以上含ま
れていない場合に、該種類の画像を正立画像として検出
し、該正立画像の前記入力文書画像に対する回転角度と
鏡像反転の有無を検出することを特徴とする請求項５記
載の文書画像補正装置。 - 【請求項７】 入力された文書画像を正立画像に補正す
る文書画像補正装置であって、 入力文書画像の行方向が縦であるか、横であるかを判定
する行方向判定手段と、該入力文書画像から文字画像を
抽出する文字画像抽出手段と、 該行方向判定手段の判定結果に対応して、該入力文書画
像内の文字画像のパターンと、該文字画像を回転、およ
び／または鏡像反転したパターンとを含む複数のパター
ンのうちで一部のパターンを除外し、残ったパターンの
みを用いて該文字画像抽出手段によって抽出された文字
画像を正立方向に補正するための回転角度、および鏡像
反転の必要性の有無を検出する文字方向検出手段と、 該文字方向検出手段の検出結果に基づいて、該入力文書
画像を正立文書画像に補正する文書画像補正手段とを備
えることを特徴とする文書画像補正装置。 - 【請求項８】 入力された文書画像を正立画像に補正す
る文書画像補正方法であって、 入力文書画像の行方向が縦であるか、横であるかを判定
し、 該判定結果に対応して、該入力文書画像から抽出した文
字画像を正立方向に補正するための回転角度、および鏡
像反転の必要性の有無を検出し、 該検出結果に基づいて、該入力文書画像を正立文書画像
に補正することを特徴とする文書画像補正方法。 - 【請求項９】 入力された文書画像を正立画像に補正す
る文書画像補正装置において使用される記憶媒体であっ
て、 入力文書画像の行方向が縦あるか、横であるかを判定す
るステップと、 該判定結果に対応して、該入力文書画像から抽出した文
字画像を正立方向に補正するための回転角度、および鏡
像反転の必要性の有無を検出するステップと、 該検出結果に基づいて、該入力文書画像を正立文書画像
に補正するステップとを計算機に実行させるためのプロ
グラムを格納した計算機読出し可能記憶媒体。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11216050A JP2001043310A (ja) | 1999-07-30 | 1999-07-30 | 文書画像補正装置および補正方法 |
| US09/612,288 US7151860B1 (en) | 1999-07-30 | 2000-07-07 | Document image correcting device and a correcting method |
| EP00305796A EP1073001A3 (en) | 1999-07-30 | 2000-07-10 | Document image correcting device and correcting method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11216050A JP2001043310A (ja) | 1999-07-30 | 1999-07-30 | 文書画像補正装置および補正方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001043310A true JP2001043310A (ja) | 2001-02-16 |
Family
ID=16682507
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11216050A Pending JP2001043310A (ja) | 1999-07-30 | 1999-07-30 | 文書画像補正装置および補正方法 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US7151860B1 (ja) |
| EP (1) | EP1073001A3 (ja) |
| JP (1) | JP2001043310A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009100232A (ja) * | 2007-10-16 | 2009-05-07 | Canon Inc | 画像処理装置 |
| US8203763B2 (en) | 2008-02-15 | 2012-06-19 | Kabushiki Kaisha Toshiba | Image scanning apparatus and method for aligning a stack of scanned images using the stack orientation indicated by a user and an automatically determined image orientation |
| KR101272445B1 (ko) | 2011-07-20 | 2013-06-07 | 후지쯔 가부시끼가이샤 | 이미지 블록 내 문자들의 방향을 식별하는 방법 및 장치 |
Families Citing this family (37)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6567628B1 (en) * | 2001-11-07 | 2003-05-20 | Hewlett-Packard Development Company L.P. | Methods and apparatus to determine page orientation for post imaging finishing |
| US20110188759A1 (en) * | 2003-06-26 | 2011-08-04 | Irina Filimonova | Method and System of Pre-Analysis and Automated Classification of Documents |
| RU2003108433A (ru) * | 2003-03-28 | 2004-09-27 | Аби Софтвер Лтд. (Cy) | Способ предварительной обработки изображения машиночитаемой формы |
| JP4350414B2 (ja) * | 2003-04-30 | 2009-10-21 | キヤノン株式会社 | 情報処理装置及び情報処理方法ならびに記憶媒体、プログラム |
| RU2635259C1 (ru) * | 2016-06-22 | 2017-11-09 | Общество с ограниченной ответственностью "Аби Девелопмент" | Способ и устройство для определения типа цифрового документа |
| KR100579044B1 (ko) * | 2004-06-29 | 2006-05-12 | 삼성전자주식회사 | 회전된 영상을 압축하기 위한 장치, 시스템 및 방법 |
| JP4607633B2 (ja) * | 2005-03-17 | 2011-01-05 | 株式会社リコー | 文字方向識別装置、画像形成装置、プログラム、記憶媒体および文字方向識別方法 |
| TWI332635B (en) * | 2007-01-05 | 2010-11-01 | Compal Electronics Inc | Method for determing oriention of chinese words |
| US20080225340A1 (en) * | 2007-03-14 | 2008-09-18 | Ricoh Company, Limited | Image processing apparatus, image processing method, and computer program product |
| US8630491B2 (en) * | 2007-05-03 | 2014-01-14 | Andrew Longacre, Jr. | System and method to manipulate an image |
| US8144989B2 (en) * | 2007-06-21 | 2012-03-27 | Sharp Laboratories Of America, Inc. | Methods and systems for identifying text orientation in a digital image |
| US8208725B2 (en) * | 2007-06-21 | 2012-06-26 | Sharp Laboratories Of America, Inc. | Methods and systems for identifying text orientation in a digital image |
| US8340430B2 (en) * | 2007-07-10 | 2012-12-25 | Sharp Laboratories Of America, Inc. | Methods and systems for identifying digital image characteristics |
| US8200043B2 (en) * | 2008-05-01 | 2012-06-12 | Xerox Corporation | Page orientation detection based on selective character recognition |
| US8023741B2 (en) * | 2008-05-23 | 2011-09-20 | Sharp Laboratories Of America, Inc. | Methods and systems for detecting numerals in a digital image |
| US8023770B2 (en) * | 2008-05-23 | 2011-09-20 | Sharp Laboratories Of America, Inc. | Methods and systems for identifying the orientation of a digital image |
| US20090310189A1 (en) | 2008-06-11 | 2009-12-17 | Gallagher Andrew C | Determining the orientation of scanned hardcopy medium |
| JP4572248B2 (ja) | 2008-06-23 | 2010-11-04 | シャープ株式会社 | 画像処理装置、画像形成装置、画像処理方法、制御プログラム、記録媒体 |
| US8160365B2 (en) * | 2008-06-30 | 2012-04-17 | Sharp Laboratories Of America, Inc. | Methods and systems for identifying digital image characteristics |
| US8103099B2 (en) * | 2008-07-15 | 2012-01-24 | Lockheed Martin Corporation | Method and system for recognizing characters and character groups in electronically represented text |
| US9087337B2 (en) * | 2008-10-03 | 2015-07-21 | Google Inc. | Displaying vertical content on small display devices |
| JP4625861B2 (ja) * | 2008-11-17 | 2011-02-02 | シャープ株式会社 | 画像処理装置、画像読取装置、画像形成装置、画像処理方法、制御プログラム、および記録媒体 |
| JP4927122B2 (ja) * | 2009-06-15 | 2012-05-09 | シャープ株式会社 | 画像処理方法、画像処理装置、画像形成装置、プログラムおよび記録媒体 |
| KR20120017670A (ko) * | 2010-08-19 | 2012-02-29 | 삼성전자주식회사 | 화상 통신 방법 및 장치 |
| KR20130020072A (ko) * | 2011-08-18 | 2013-02-27 | 삼성전자주식회사 | 화상형성장치 및 제어 방법 |
| CN103455806B (zh) * | 2012-05-31 | 2017-06-13 | 富士通株式会社 | 文档处理装置、文档处理方法以及扫描仪 |
| US9076058B2 (en) | 2013-01-29 | 2015-07-07 | Sharp Laboratories Of America, Inc. | Methods, systems and apparatus for determining orientation in a document image |
| KR20150044697A (ko) * | 2013-10-17 | 2015-04-27 | 삼성전자주식회사 | 문서 보정 방법 및 그 전자 장치 |
| CN103714327B (zh) * | 2013-12-30 | 2017-02-01 | 上海合合信息科技发展有限公司 | 一种图像方向校正方法及*** |
| RU2640322C2 (ru) | 2014-01-30 | 2017-12-27 | Общество с ограниченной ответственностью "Аби Девелопмент" | Способы и системы эффективного автоматического распознавания символов |
| JP6116531B2 (ja) * | 2014-08-08 | 2017-04-19 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置 |
| US9589185B2 (en) | 2014-12-10 | 2017-03-07 | Abbyy Development Llc | Symbol recognition using decision forests |
| US9552527B1 (en) | 2015-08-27 | 2017-01-24 | Lead Technologies, Inc. | Apparatus, method, and computer-readable storage medium for determining a rotation angle of text |
| JP2017151493A (ja) * | 2016-02-22 | 2017-08-31 | 富士ゼロックス株式会社 | 画像処理装置、画像読み取り装置及びプログラム |
| US10223607B2 (en) * | 2017-04-14 | 2019-03-05 | International Business Machines Corporation | Physical and digital bookmark syncing |
| CN107194397A (zh) * | 2017-05-09 | 2017-09-22 | 珠海赛纳打印科技股份有限公司 | 卡片放置方向的识别方法、装置以及图像处理装置 |
| CN112818983A (zh) * | 2021-01-22 | 2021-05-18 | 常州友志自动化科技有限公司 | 一种利用图片相识度判断字符倒置的方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62224870A (ja) * | 1986-03-26 | 1987-10-02 | Hitachi Ltd | 文書画像処理方法 |
| JPS6432396A (en) * | 1987-07-29 | 1989-02-02 | Fujitsu Ltd | Character recognizing device |
| JPH0728945A (ja) * | 1993-02-19 | 1995-01-31 | Matsushita Electric Ind Co Ltd | 文字認識装置 |
| JPH0944593A (ja) * | 1995-08-01 | 1997-02-14 | Casio Comput Co Ltd | 文字認識制御装置 |
| JPH10191027A (ja) * | 1996-12-26 | 1998-07-21 | Canon Inc | 画像処理装置及び該装置における画像処理方法 |
| JPH11316798A (ja) * | 1998-05-01 | 1999-11-16 | Fujitsu Ltd | 画像状態検出装置及びそれを利用した文書画像補正装置 |
| JPH11338973A (ja) * | 1998-05-22 | 1999-12-10 | Fujitsu Ltd | 文書画像補正装置および文書画像補正方法 |
Family Cites Families (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA1252902A (en) * | 1985-10-31 | 1989-04-18 | David R. Pruett | Method for rotating a binary image |
| JPS6432396U (ja) | 1987-08-21 | 1989-02-28 | ||
| US5001766A (en) * | 1988-05-16 | 1991-03-19 | At&T Bell Laboratories | Apparatus and method for skew control of document images |
| JP2716980B2 (ja) * | 1988-09-16 | 1998-02-18 | 株式会社日立製作所 | 画像情報装置の正常画像判定方法 |
| JPH034386A (ja) | 1989-05-31 | 1991-01-10 | Toshiba Corp | 光学的文字読取装置 |
| US5381163A (en) * | 1990-06-13 | 1995-01-10 | Canon Kabushiki Kaisha | Image processing apparatus |
| US5235651A (en) * | 1991-08-06 | 1993-08-10 | Caere Corporation | Rotation of images for optical character recognition |
| JP3251959B2 (ja) | 1991-10-17 | 2002-01-28 | 株式会社リコー | 画像形成装置 |
| US5321770A (en) * | 1991-11-19 | 1994-06-14 | Xerox Corporation | Method for determining boundaries of words in text |
| JP3320759B2 (ja) * | 1991-12-26 | 2002-09-03 | 株式会社東芝 | 文書画像傾き検出装置およびその方法 |
| US5513304A (en) * | 1993-04-19 | 1996-04-30 | Xerox Corporation | Method and apparatus for enhanced automatic determination of text line dependent parameters |
| US5311607A (en) * | 1993-08-25 | 1994-05-10 | Crosby Peter A | Facsimile machine for printing documents all with corresponding edges aligned but without requiring scanning |
| US5506908A (en) * | 1994-06-30 | 1996-04-09 | At&T Corp. | Directional microphone system |
| JP3534128B2 (ja) * | 1995-01-24 | 2004-06-07 | オムロン株式会社 | 書類の上下方向検知方法及び装置 |
| 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 |
| JPH08324902A (ja) | 1995-06-07 | 1996-12-10 | Mitsubishi Denki Bill Techno Service Kk | かごの着床位置補正装置 |
| US6137905A (en) * | 1995-08-31 | 2000-10-24 | Canon Kabushiki Kaisha | System for discriminating document orientation |
| JP3728040B2 (ja) * | 1996-12-27 | 2005-12-21 | キヤノン株式会社 | 画像形成装置及び方法 |
| JP3684036B2 (ja) * | 1997-07-03 | 2005-08-17 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
| JPH1125213A (ja) | 1997-07-07 | 1999-01-29 | Oki Electric Ind Co Ltd | 行方向判定方法および行方向判定装置 |
| JPH1125217A (ja) | 1997-07-09 | 1999-01-29 | Oki Electric Ind Co Ltd | 行切出し方法、行切出し修正方法、行切出し装置および行切出し修正装置 |
| US6064767A (en) * | 1998-01-16 | 2000-05-16 | Regents Of The University Of California | Automatic language identification by stroke geometry analysis |
| US6151423A (en) * | 1998-03-04 | 2000-11-21 | Canon Kabushiki Kaisha | Character recognition with document orientation determination |
| US6804414B1 (en) * | 1998-05-01 | 2004-10-12 | Fujitsu Limited | Image status detecting apparatus and document image correcting apparatus |
-
1999
- 1999-07-30 JP JP11216050A patent/JP2001043310A/ja active Pending
-
2000
- 2000-07-07 US US09/612,288 patent/US7151860B1/en not_active Expired - Fee Related
- 2000-07-10 EP EP00305796A patent/EP1073001A3/en not_active Ceased
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62224870A (ja) * | 1986-03-26 | 1987-10-02 | Hitachi Ltd | 文書画像処理方法 |
| JPS6432396A (en) * | 1987-07-29 | 1989-02-02 | Fujitsu Ltd | Character recognizing device |
| JPH0728945A (ja) * | 1993-02-19 | 1995-01-31 | Matsushita Electric Ind Co Ltd | 文字認識装置 |
| JPH0944593A (ja) * | 1995-08-01 | 1997-02-14 | Casio Comput Co Ltd | 文字認識制御装置 |
| JPH10191027A (ja) * | 1996-12-26 | 1998-07-21 | Canon Inc | 画像処理装置及び該装置における画像処理方法 |
| JPH11316798A (ja) * | 1998-05-01 | 1999-11-16 | Fujitsu Ltd | 画像状態検出装置及びそれを利用した文書画像補正装置 |
| JPH11338973A (ja) * | 1998-05-22 | 1999-12-10 | Fujitsu Ltd | 文書画像補正装置および文書画像補正方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009100232A (ja) * | 2007-10-16 | 2009-05-07 | Canon Inc | 画像処理装置 |
| US8203763B2 (en) | 2008-02-15 | 2012-06-19 | Kabushiki Kaisha Toshiba | Image scanning apparatus and method for aligning a stack of scanned images using the stack orientation indicated by a user and an automatically determined image orientation |
| KR101272445B1 (ko) | 2011-07-20 | 2013-06-07 | 후지쯔 가부시끼가이샤 | 이미지 블록 내 문자들의 방향을 식별하는 방법 및 장치 |
| US8737743B2 (en) | 2011-07-20 | 2014-05-27 | Fujitsu Limited | Method of and device for identifying direction of characters in image block |
Also Published As
| Publication number | Publication date |
|---|---|
| US7151860B1 (en) | 2006-12-19 |
| EP1073001A2 (en) | 2001-01-31 |
| EP1073001A3 (en) | 2006-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001043310A (ja) | 文書画像補正装置および補正方法 | |
| US6804414B1 (en) | Image status detecting apparatus and document image correcting apparatus | |
| KR100247970B1 (ko) | 문서 영상의 방향 교정방법 | |
| EP1598770B1 (en) | Low resolution optical character recognition for camera acquired documents | |
| JP4607633B2 (ja) | 文字方向識別装置、画像形成装置、プログラム、記憶媒体および文字方向識別方法 | |
| JP4553241B2 (ja) | 文字方向識別装置、文書処理装置及びプログラム並びに記憶媒体 | |
| US5081690A (en) | Row-by-row segmentation and thresholding for optical character recognition | |
| RU2454718C2 (ru) | Способ анализа изображения, в частности, для мобильного устройства | |
| JP2010061471A (ja) | 文字認識装置およびプログラム | |
| JP2644041B2 (ja) | 文字認識装置 | |
| JPH11338973A (ja) | 文書画像補正装置および文書画像補正方法 | |
| JPH0291789A (ja) | 文字認識方法 | |
| JP2674475B2 (ja) | 文字読取装置 | |
| KR20230062240A (ko) | 문서 인식 방법 및 장치 | |
| JPH04276888A (ja) | 文字読取装置 | |
| JPH1021336A (ja) | 文字列種別判定方法及び装置 | |
| JPH0119193B2 (ja) | ||
| JP2002042138A (ja) | 画像照合装置、画像照合方法、およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| JPH11161739A (ja) | 文字認識装置 | |
| JPH11250179A (ja) | 文字認識装置および文字認識方法 | |
| JPH03218567A (ja) | 電子辞書 | |
| JP2646642B2 (ja) | 画像の内外領域判定システム | |
| KR100200802B1 (ko) | 개선된 문자 분리 기능을 갖는 문자인식장치 및 그 방법 | |
| JPS63143684A (ja) | 文字認識装置における認識結果修正方法 | |
| JP2001067480A (ja) | 画像検出装置、画像検出方法および記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040330 |