JP2002109470A - 画像認識装置、画像認識方法、および、画像認識プログラムを記憶したコンピュータ読取り可能な記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 画像の一部に存在する傾斜配置された文字を
も精度よく認識し得る画像認識技術を提供する。 【解決手段】 画像認識装置１０は、第１方向に沿って
配置された文字と、第１方向とは異なる第２方向に沿っ
て配置された文字とが混在する画像から、第２方向に沿
って配置された文字を含む画像領域を抽出する。画像認
識装置は、第１方向に対して第２方向がなす角度を検出
し、検出した角度に基づいて、文字認識方向と第２方向
に沿って配置された文字とがなす相対的な角度を補正し
た後に、第２方向に沿って配置された文字の文字認識を
行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像の一部に存在
する傾斜配置された文字を文字認識する画像認識技術に
関する。

【０００２】

【従来の技術】従来から、スキャナなどで読み取って得
られた画像から文字や表のレイアウトを認識する光学式
文字読取（ＯＣＲ）技術が知られている。この技術にお
いて文字の認識率を高めるためには、文字の並んでいる
向き、あるいは、文字自体の向きを文字認識方向に応じ
て所定の方向に含わせる必要がある。このため、文字認
識を行う前に画像全体の向きを補正して、画像内の文字
の向きと文字認識方向との関係を調整する技術が提案さ
れている（例えば、特開平１１−９６２９８号、特開平
１１−９６２９９号、特開平１１−３９４２８号、特開
平８−４４８１９号、および、特開平６−２０８６５２
号の各公報を参照）。

【０００３】

【発明が解決しようとする課題】しかしながら、従来の
技術においては、図３、図１０に示すように画像の一部
に他の文字に対して傾斜して配置される文字が存在する
場合、この傾斜配置された文字に対する文字認識を充分
に行うことができなかった。

【０００４】本発明の目的は、画像の一部に存在する傾
斜配置された文字をも精度よく認識し得る画像認識技術
を提供することである。

【０００５】

【課題を解決するための手段】上記目的を達成するため
の本発明は、各請求項ごとに次のように構成される。

【０００６】（１）第１方向に沿って配置された文字
と、前記第１方向とは異なる第２方向に沿って配置され
た文字とが混在する画像から、前記第２方向に沿って配
置された文字を含む画像領域を抽出する抽出部と、前記
第１方向に沿って文字認識を行う文字認識部と、前記第
１方向に対して前記第２方向がなす角度を検出する角度
検出部と、検出した角度に基づいて、前記文字認識部の
文字認識方向と前記第２方向に沿って配置された文字と
がなす相対的な角度を補正する角度補正部と、を有し、
角度補正後に前記第２方向に沿って配置された文字の文
字認識を行うことを特徴とする画像認識装置である。

【０００７】（２）前記抽出部は、前記文字認識部の認
識対象となる領域を外接矩形領域として抽出し、抽出さ
れた外接矩形領域のサイズが所定サイズよりも大きい場
合に、前記第２方向に沿って配置された文字を含む画像
領域とする上記（１）に記載の画像認識装置である。

【０００８】（３）前記角度検出部は、外接矩形領域に
おける２つの対角線に沿った方向に画素の分布を表すヒ
ストグラムを作成し、前記ヒストグラムに応じて角度を
検出する上記（１）に記載の画像認識装置である。

【０００９】（４）前記抽出部は、前記第２方向に沿っ
て配置された個々の文字の外接矩形領域を複数個抽出
し、前記角度検出部は、複数個の前記外接矩形領域が並
ぶ方向に応じて角度を検出する上記（１）に記載の画像
認識装置である。

【００１０】（５）前記第２方向に沿って配置された文
字を含む画像領域に含まれると共に前記第１方向に対し
て傾斜する線分を抽出する線分抽出部を、さらに有し、
前記角度検出部は、前記線分の傾きに応じて角度を検出
する上記（１）に記載の画像認識装置である。

【００１１】（６）前記第２方向に沿って配置された文
字の認識結果を、検出した角度に基づいて、前記第２方
向に沿って配置した画像を形成する形成部と、前記形成
部により形成した画像を出力する出力部と、をさらに有
する上記（１）に記載の画像認識装置である。

【００１２】（７）第１方向に沿って配置された文字
と、前記第１方向とは異なる第２方向に沿って配置され
た文字とが混在する画像から、前記第２方向に沿って配
置された文字を含む画像領域を抽出するステップと、前
記第１方向に沿って文字認識を行うステップと、前記第
１方向に対して前記第２方向がなす角度を検出するステ
ップと、検出した角度に基づいて、前記文字認識部の文
字認識方向と前記第２方向に沿って配置された文字とが
なす相対的な角度を補正するステップと、角度補正後に
前記第２方向に沿って配置された文字の文字認識を行う
ステップと、を有する画像認識方法である。

【００１３】（８）第１方向に沿って配置された文字
と、前記第１方向とは異なる第２方向に沿って配置され
た文字とが混在する画像から、前記第２方向に沿って配
置された文字を含む画像領域を抽出する手順と、前記第
１方向に沿って文字認識を行う手順と、前記第１方向に
対して前記第２方向がなす角度を検出する手順と、検出
した角度に基づいて、前記文字認識部の文字認識方向と
前記第２方向に沿って配置された文字とがなす相対的な
角度を補正する手順と、角度補正後に前記第２方向に沿
って配置された文字の文字認識を行う手順と、を有する
画像認識プログラムを記憶したコンピュータ読取り可能
な記録媒体である。

【００１４】

【発明の実施の形態】以下、本発明の実施の形態を、図
面を参照しつつ説明する。

【００１５】（第１の実施の形態）図１は、画像認識装
置の概略構成を示すブロック図である。

【００１６】画像認識装置１０は、原稿を読み取り、画
像を入力する画像入力部１１と、入力された画像に対し
て文字認識処理などを行う画像処理部１２と、画像処理
された画像を用紙上に印刷出力する画像出力部１３と、
ユーザが画像認識装置１０を操作するための操作パネル
部１４と、上記各部を制御する制御部１５と、を有す
る。

【００１７】操作パネル１４は、操作に関する各種情報
などを表示する表示部と、操作キーからなる指示入力部
と、を有する。ユーザは、表示部の各種情報に応じ、指
示入力部を用いて、画像の入力指示や画像出力方法の選
択指示などを行う。

【００１８】制御部１５は、画像入力部１１、操作パネ
ル部１４、画像出力部１３および画像処理部１２とのデ
ータ通信を行うための入力Ｉ／Ｆ部２２、パネルＩ／Ｆ
部２３、出力Ｉ／Ｆ部２４を有しており、これらＩ／Ｆ
部を介して、ＣＰＵ２１が各部の制御を行う。

【００１９】なお、画像入力部１１は第１の実施の形態
においてはスキャナなどの画像読取装置であるが、通信
回線から画像を入力するファクシミリ等の装置であって
もよい。また、画像出力部１３は、画像を表示するディ
スプレイであってもよい。

【００２０】次に、画像処理部１２について説明する。

【００２１】画像処理部１２は、文書認識部３１と、領
域分離部３２と、ビットマップ処理部３３と、ベクタ変
換部３４と、２値化処理部３５と、合成部３６と、メモ
リ３７と、フォーマット変換部３８と、を有する。

【００２２】文書認識部３１は、入力された画像から文
字画像を抽出し、抽出された文字画像を文字コードデー
タに変換する。具体的には、画像の濃度差（エッジ）に
応じて、さまざまな大きさの矩形領域として切り出しを
行い、矩形領域内で文字コードを認識し、文字コードが
認識された矩形領域内の画像を文字画像として抽出し、
文字コードデータに変換する。また、矩形領域として切
り出されたが、文字画像として抽出されなかった画像、
あるいは、認識確度の低い画像は、別途、２値化処理部
３５にて２値化処理される。さらに、文書認識部３１
は、文字画像のフォント種類、フォントサイズを認識す
る。なお、文書認識部３１で抽出可能な文字は、文字コ
ードが割り当てられた、文字、記号、および、ユーザが
作成・登録した外字などである。

【００２３】領域分離部３２は、入力された画像から矩
形領域として切り出された画像を消去し、さらに写真・
網点写真画像と図形画像とに分離する。

【００２４】ビットマップ処理部３３は、領域分離部３
２にて分離された写真・網点写真画像に対して、スムー
ジングやエッジ強調などの画像処理を行う。

【００２５】ベクタ変換部３４は、領域分離部３２にて
分離された図形画像をベクタデータに変換する。

【００２６】合成部３６は、文書認識部３１から出力さ
れた文字コードデータと、ビットマップ処理部３３から
出力された写真・網点写真画像と、ベクタ変換部から出
力された図形画像と、２値化処理部３５から出力された
２値化画像とを合成する。

【００２７】メモリ３７は、合成部３６にて合成された
画像を一時的に蓄積する。

【００２８】フォーマット変換部３８は、画像出力部１
３の出力フォーマットに応じて合成画像を任意のフォー
マットに変換する。

【００２９】次に、文書認識部３１における処理手順
を、図２に示すフローチャートを用いて説明する。

【００３０】まず、文書認識部３１に、画像入力部１１
から、例えば原稿１枚分を読み取って得られた画像デー
タが入力され、文書認識部３１内の画像メモリ（図示せ
ず）に記億される（Ｓ２０１）。文字認識の認識率を上
げるため、画像データに対し、２値化処理およびノイズ
除去処理を行う（Ｓ２０２、Ｓ２０３）。２値化処理、
ノイズ除去処理を施され、文字画像が鮮明となった画像
データに対し、画像データの矩形の各辺に対して平行な
辺で構成される矩形（例えば、図３に示す外接矩形４
４、外接矩形４５、外接矩形４６）にて外接矩形を作成
する（Ｓ２０４）。

【００３１】図３に、第１方向（横方向）に沿って配置
された文字４１と、第１方向とは異なる第２方向（右斜
め上がり方向）に沿って配置された文字４２、４３とが
混在する画像４０の一例が示される。外接矩形４４は、
第１方向に沿って配置された個々の文字４１に外接し、
外接矩形４５は、第２方向に沿って配置された複数個の
文字４２からなる文字列を含む画像領域に外接し、外接
矩形４６は、第２方向に沿って配置された複数個の文字
４３からなる文字列を含む画像領域に外接する。

【００３２】図示するように、第１の実施の形態では、
傾斜配置された個々の文字４２、４３の外接矩形を抽出
せずに、複数個の傾斜配置文字４２、４３からなる文字
列（以下、「傾斜文字列」とも言う）の外接矩形４５、
４６を抽出する。

【００３３】次に、各外接矩形４４〜４６内の画像デー
タに対して特徴抽出、あるいはパターンマッチングなど
の手法により、文字認識を行い、矩形内の画像データを
文字コードデータに変換する（Ｓ２０５）。この矩形内
の文字認識において、文字認識の確からしさが認識確度
として矩形領域ごとに出力される。第１の実施の形態に
おいて、認識確度は１〜５の５段階あり、「５」が最も
文字認識が確からしいとする数値である。この認識確度
の値が小さい場合には、図３の外接矩形４５、外接矩形
４６に示すように、傾斜文字列である可能性がある。

【００３４】そこで、第１の実施の形態においては、認
識確度が「４」未満のときに（Ｓ２０６：ＮＯ）、傾斜
文字列検出処理（Ｓ２０７）を行う。認識確度が「４」
以上のときには（Ｓ２０６：ＹＥＳ）、Ｓ２０５の文字
コード変換処理で得られた文字コードデータを出力する
（Ｓ２０８）。

【００３５】全ての矩形領域に対して文字コードデータ
の出力が終了であれば（Ｓ２０９：ＹＥＳ）、文書認識
処理を終了し、未出力の矩形領域があれば（Ｓ２０９：
ＮＯ）、Ｓ２０５に戻り、文字コードデータ変換処理を
行う。

【００３６】次に、傾斜文字列検出処理（Ｓ２０７）
を、図４に示すフローチャートを用いて説明する。

【００３７】まず、外接矩形の面積が大きい場合に傾斜
文字列である可能性が高いことから、所定面積Ｓと外接
矩形の面積とを比較する（Ｓ４０１）。所定面積Ｓは、
例えば全矩形領域の面積の平均面積とする。外接矩形面
積が所定面積Ｓ以下の場合には、認識確度が低くとも、
傾斜文字列とはせず、傾斜文字列検出処理から抜ける
（Ｓ４０１：ＮＯ）。外接矩形面積が所定面積Ｓよりも
大きい場合には（Ｓ４０１：ＹＥＳ）、外接矩形の対角
線を横軸Ｘとする濃度ヒストグラムを作成する（Ｓ４０
２）（図５参照）。

【００３８】図５（Ａ）に、図３に示した外接矩形４６
が示され、同図（Ｂ）および（Ｃ）に、当該外接矩形４
６の対角線に沿って作成した濃度ヒストグラム４７、４
８が示される。図５（Ｂ）および（Ｃ）に示されるよう
に、２つの濃度ヒストグラム４７、４８のうちの一方が
横軸Ｘの中央に濃度が集中し、他方が横軸Ｘの全体に断
続的な濃度分布を示すという特徴を有する場合には、外
接矩形４６内の画像データは傾斜文字列であると判断す
る（Ｓ４０３：ＹＥＳ）。上記の特徴がない場合には、
傾斜文字列とはせず、傾斜文字列検出処理から抜ける
（Ｓ４０３：ＮＯ）。

【００３９】次に、断続的な濃度分布を有する濃度ヒス
トグラム４８の横軸Ｘすなわち外接矩形の対角線が元の
画像データとなす角度を傾斜文字列の傾斜角度と決定す
る（Ｓ４０４）。決定した傾斜角度に基づいて、外接矩
形４６内の画像データの傾きを補正する（Ｓ４０５）。
傾きが補正された傾斜文字列に対して外接矩形を再度作
成する（Ｓ４０６）。このときは図６に示すように、外
接矩形４９の大きさは一文宇の大きさとして作成され
る。作成された新しい外接矩形４９内の画像データを文
字コードデータに変換する（Ｓ４０７）。そして、元の
外接矩形４６内の画像データと一致するように認識結果
を再配置するために必要なデータ、つまり、変換後の文
字コードデータの出力位置および傾きを算出する（Ｓ４
０８）。

【００４０】上記のとおり、傾斜文字列の場合には、外
接矩形領域の２つの対角線に沿う濃度ヒストグラムに応
じて傾斜角度を求め、文字認識方向と傾斜文字列の配置
方向とがなす相対的な角度を補正した後に傾斜文字列の
文字認識を行うため、画像の一部に存在する傾斜文字列
をも精度よく認識することが可能となる。

【００４１】なお、文書認識部３１の認識対象となる領
域を外接矩形領域として抽出するとき、傾斜文字列に外
接する矩形できちんと切り出すことができずに、外接矩
形から傾斜文字列の一部がはみ出ることが生じ得る。こ
のような場合、外接矩形領域からはみ出ている画像デー
タについても、ヒストグラム４７、４８の対象とすれ
ば、傾斜文字列の検出精度が向上する。

【００４２】そこで、第１の実施の形態では、外接矩形
４５、４６の内部の黒画素と連結ないし連続する黒画素
についても、濃度ヒストグラム４７、４８を作成する際
のデータとして採用する。さらに、外接矩形４５、４６
内の画像データの傾きを補正するときには（Ｓ４０
５）、外接矩形４５、４６内の画像データと連結した画
像データについても、傾き補正の対象としてある。これ
により、傾斜文字列をさらに精度よく認識することがで
きる。

【００４３】第１の実施の形態では、傾斜文字列である
か否かの判断に要する時間を短くする観点から、外接矩
形における２つの対角線に沿った方向に濃度ヒストグラ
ム４７、４８を作成した。但し、傾斜文字列の傾斜角度
の検出精度を高めるために、次のように改変してもよ
い。濃度ヒストグラムを作成する方向を対角線の方向か
ら一定の角度ずつ変化させ、得られた複数の濃度ヒスト
グラムの中から、図５（Ｂ）のような形状を示す濃度ヒ
ストグラムの傾きを、傾斜文字列の傾斜角度としてもよ
い。同様に、濃度ヒストグラムを作成する方向を水平方
向または垂直方向から一定の角度ずつ変化させ、得られ
た複数の濃度ヒストグラムの中から、図５（Ｂ）のよう
な形状を示す濃度ヒストグラムの傾きを、傾斜文字列の
傾斜角度としてもよい。

【００４４】所定面積Ｓは、文字認識により得られたフ
ォントサイズからフォントサイズの平均値を算出し、こ
の平均値に基づいて決定してもよい。

【００４５】（第２の実施の形態）図７は、第２の実施
の形態における傾斜文字列検出処理を示すフローチャー
ト、図８は、個々の傾斜配置文字４３の外接矩形５１を
示す図である。なお、第２の実施の形態における画像認
識装置の構成および文書認識処理手順は、図１および図
２に示したものと同じであるため、図示を省略する。

【００４６】図７に示すフローチャートを参照して、ま
ず、ステップＳ２０４（図２）において作成された外接
矩形４６内の画像データから、個々の傾斜配置文字４３
の外接矩形５１を作成する（Ｓ７０１）。

【００４７】図８に、複数個の外接矩形５１が、その一
部が重なりながら、一定の方向に並んでいる状態が示さ
れる。このように複数個の外接矩形５１が一定の方向に
並んでいる場合には、外接矩形４６内の画像データは傾
斜文字列であると判断する（Ｓ７０２：ＹＥＳ）。複数
個の外接矩形５１の並び方向が一定でない場合には、認
識確度が低くとも、傾斜文字列とはせず、傾斜文字列検
出処理から抜ける（Ｓ７０２：ＮＯ）。

【００４８】次に、複数個の外接矩形５１が並ぶ方向に
基づいて、傾斜文字列の傾斜角度を決定する（Ｓ７０
３）。具体的には、個々の外接矩形５１における対角線
の傾きを平均した値、あるいは、個々の外接矩形５１に
おける一の角部（例えば、右下の角部）を接続してなる
線分の傾きに基づいて、傾斜角度を決定する。決定した
傾斜角度に基づいて、それぞれの外接矩形５１内の画像
データの傾きを補正し（Ｓ７０４）、傾きが補正された
個々の傾斜配置文字４３に対して外接矩形を再度作成す
る（Ｓ７０５）。図６に示したように、外接矩形４９の
大きさは一文宇の大きさとして作成される。そして、作
成された新しい外接矩形４９内の画像データを文字コー
ドデータに変換し（Ｓ７０６）、認識結果を再配置する
ために必要な変換後の文字コードデータの出力位置およ
び傾きを算出する（Ｓ７０７）。

【００４９】上記のとおり、傾斜文字列の場合には、個
々の傾斜配置文字の複数個の外接矩形領域が並ぶ方向に
応じて傾斜角度を求め、文字認識方向と傾斜文字列の配
置方向とがなす相対的な角度を補正した後に傾斜文字列
の文字認識を行うため、画像の一部に存在する傾斜文字
列をも精度よく認識することが可能となる。

【００５０】なお、前述したように、個々の外接矩形５
１から傾斜配置文字４３の一部がはみ出ることがあるの
で、外接矩形５１内の画像データと連結した画像データ
についても、傾き補正の対象とし、個々の傾斜配置文字
４３の文字認識精度を高めるのが好ましい。

【００５１】（第３の実施の形態）図９は、第３の実施
の形態における傾斜文字列検出処理を示すフローチャー
ト、図１０は、第１方向（横方向）に沿って配置された
文字６１と、第１方向とは異なる第２方向（右斜め上が
り方向）に沿って配置された文字６２と、第１方向に対
して傾斜する線分６３とを含む画像６０の一例を示す図
である。なお、第３の実施の形態における画像認識装置
の構成および文書認識処理手順は、図１および図２に示
したものと同じであるため、図示を省略する。

【００５２】図９に示すフローチャートを参照して、ま
ず、ステップＳ２０４（図２）において作成された外接
矩形４６内の画像データから、傾斜線分６３を抽出する
（Ｓ９０１）。

【００５３】図１０に示すように、一般的な文書中に傾
斜配置文字６２が存在する場合において、当該傾斜配置
文字６２は、傾斜線分６３の説明として、当該傾斜線分
６３の近傍に記載されていることが多い。第３の実施の
形態ではこの点に着目し、外接矩形４６内の画像データ
から傾斜線分６３を抽出できた場合には、傾斜文字列で
あると判断する（Ｓ９０２：ＹＥＳ）。傾斜線分６３を
抽出できなかった場合には、認識確度が低くとも、傾斜
文字列とはせず、傾斜文字列検出処理から抜ける（Ｓ９
０２：ＮＯ）。

【００５４】次に、抽出した傾斜線分６３が元の画像デ
ータとなす角度を傾斜文字列の傾斜角度と決定する（Ｓ
９０３）。決定した傾斜角度に基づいて、外接矩形４６
内の画像データの傾きを補正し（Ｓ９０４）、傾きが補
正された傾斜文字列に対して外接矩形を再度作成する
（Ｓ９０５）。このときは図６に示したように、外接矩
形４９の大きさは一文宇の大きさとして作成される。そ
して、作成された新しい外接矩形４９内の画像データを
文字コードデータに変換し（Ｓ９０６）、認識結果を再
配置するために必要な変換後の文字コードデータの出力
位置および傾きを算出する（Ｓ９０７）。

【００５５】上記のとおり、傾斜線分６３の近傍に存在
する傾斜文字列の場合に、傾斜線分６３の傾きを傾斜文
字列の傾斜角度とし、文字認識方向と傾斜文字列の配置
方向とがなす相対的な角度を補正した後に傾斜文字列の
文字認識を行うため、画像の一部に存在する傾斜文字列
をも精度よく認識することが可能となる。

【００５６】（第３の実施の形態の変形例）ベクタ変換
部３４により変換されたベクタデータに基づいて傾斜線
分が含まれるか否かを判断し、傾斜線分を抽出した場合
に、文書認識部３１により文書認識を再度行うようにし
てもよい。この場合、文書認識部３１は、まず、抽出さ
れた傾斜線分を対角線とする外接矩形を形成し、ベクタ
データから検出された傾斜線分の傾きを、傾斜文字列の
傾斜角度と決定する。以後は、上述したステップＳ９０
４〜Ｓ９０７と同様の処理を行う。

【００５７】（その他の変形例）傾斜配置文字を含む画
像領域を自動的に抽出する実施形態を示したが、操作パ
ネル部１４を操作することにより、抽出すべき画像の領
域を、ユーザが設定できるようにしてもよい。

【００５８】出力処理として印刷や表示する形態を示し
たが、印刷／表示とともに、または印刷／表示に代え
て、認識結果を例えばＰＤＦファイル形式などで記憶媒
体に出力し保存してもよい。この場合、記憶媒体に保存
した認識結果は、ユーザからの使用要求に応じ、当該ユ
ーザに対してメールなどで送信される。これにより、ユ
ーザは、認識結果を後編集できる。

【００５９】さらに、本発明による画像認識技術は、例
えば、ＯＣＲ処理を行うアプリケーションソフトに搭載
することも可能である。

【００６０】

【発明の効果】以上説明した本発明によれば、請求項ご
とに以下のような効果を奏する。

【００６１】請求項１〜５に記載の画像認識装置によれ
ば、第１方向に沿って配置された文字列と、第１方向と
は異なる第２方向に沿って配置された文字とが混在する
画像から、第２方向に沿って配置された文字をも精度よ
く認識することができる。

【００６２】請求項６に記載の画像認識装置によれば、
認識した傾斜配置された文字を元の画像どおりのレイア
ウトで再現した画像を形成し、出力することができる。

【００６３】請求項７に記載の画像認識方法によれば、
第１方向に沿って配置された文字列と、第１方向とは異
なる第２方向に沿って配置された文字とが混在する画像
から、第２方向に沿って配置された文字をも精度よく認
識することができる。

【００６４】請求項８に記載の画像認識プログラムを記
憶したコンピュータ読取り可能な記録媒体によれば、こ
の記録媒体に記憶されたプログラムをコンピュータによ
り読取って実行することで、第１方向に沿って配置され
た文字列と、第１方向とは異なる第２方向に沿って配置
された文字とが混在する画像から、第２方向に沿って配
置された文字をも精度よく認識することができる。

【図面の簡単な説明】

【図１】 画像認識装置の概略構成を示すブロック図で
ある。

【図２】 文書認識部における処理手順を示すフローチ
ャートである。

【図３】 第１方向に沿って配置された文字と、第１方
向とは異なる第２方向に沿って配置された文字とが混在
する画像の一例を示す図である。

【図４】 第１の実施の形態における傾斜文字列検出処
理を示すフローチャートである。

【図５】 図５（Ａ）は、複数個の傾斜配置文字からな
る文字列の外接矩形を示す図、同図（Ｂ）（Ｃ）は、当
該外接矩形の対角線に沿って作成した濃度ヒストグラム
を示す図である。

【図６】 傾きが補正された傾斜文字列に対して再度作
成する外接矩形を示す図である。

【図７】 第２の実施の形態における傾斜文字列検出処
理を示すフローチャートである。

【図８】 個々の傾斜配置文字の外接矩形を示す図であ
る。

【図９】 第３の実施の形態における傾斜文字列検出処
理を示すフローチャートである。

【図１０】 第１方向に沿って配置された文字と、第１
方向とは異なる第２方向に沿って配置された文字と、第
１方向に対して傾斜する線分とを含む画像の一例を示す
図である。

【符号の説明】

１０…画像認識装置 １１…画像入力部 １２…画像処理部 １３…画像出力部 １５…制御部 ４０、６０…画像 ４１、６１…第１方向に沿って配置された文字 ４２、４３、６２…傾斜配置文字（第１方向とは異なる
第２方向に沿って配置された文字） ４４、４５、４６…外接矩形 ４７、４８…ヒストグラム ４９…傾きが補正された傾斜文字列に対して再度作成す
る外接矩形 ５１…個々の傾斜配置文字の外接矩形 ６３…傾斜線分（第１方向に対して傾斜する線分）

Claims (8)

【特許請求の範囲】
1. 【請求項１】 第１方向に沿って配置された文字と、前
   記第１方向とは異なる第２方向に沿って配置された文字
   とが混在する画像から、前記第２方向に沿って配置され
   た文字を含む画像領域を抽出する抽出部と、 前記第１方向に沿って文字認識を行う文字認識部と、 前記第１方向に対して前記第２方向がなす角度を検出す
   る角度検出部と、 検出した角度に基づいて、前記文字認識部の文字認識方
   向と前記第２方向に沿って配置された文字とがなす相対
   的な角度を補正する角度補正部と、を有し、 角度補正後に前記第２方向に沿って配置された文字の文
   字認識を行うことを特徴とする画像認識装置。
2. 【請求項２】 前記抽出部は、前記文字認識部の認識対
   象となる領域を外接矩形領域として抽出し、抽出された
   外接矩形領域のサイズが所定サイズよりも大きい場合
   に、前記第２方向に沿って配置された文字を含む画像領
   域とする請求項１に記載の画像認識装置。
3. 【請求項３】 前記角度検出部は、外接矩形領域におけ
   る２つの対角線に沿った方向に画素の分布を表すヒスト
   グラムを作成し、前記ヒストグラムに応じて角度を検出
   する請求項１に記載の画像認識装置。
4. 【請求項４】 前記抽出部は、前記第２方向に沿って配
   置された個々の文字の外接矩形領域を複数個抽出し、 前記角度検出部は、複数個の前記外接矩形領域が並ぶ方
   向に応じて角度を検出する請求項１に記載の画像認識装
   置。
5. 【請求項５】 前記第２方向に沿って配置された文字を
   含む画像領域に含まれると共に前記第１方向に対して傾
   斜する線分を抽出する線分抽出部を、さらに有し、 前記角度検出部は、前記線分の傾きに応じて角度を検出
   する請求項１に記載の画像認識装置。
6. 【請求項６】 前記第２方向に沿って配置された文字の
   認識結果を、検出した角度に基づいて、前記第２方向に
   沿って配置した画像を形成する形成部と、 前記形成部により形成した画像を出力する出力部と、を
   さらに有する請求項１に記載の画像認識装置。
7. 【請求項７】 第１方向に沿って配置された文字と、前
   記第１方向とは異なる第２方向に沿って配置された文字
   とが混在する画像から、前記第２方向に沿って配置され
   た文字を含む画像領域を抽出するステップと、 前記第１方向に沿って文字認識を行うステップと、 前記第１方向に対して前記第２方向がなす角度を検出す
   るステップと、 検出した角度に基づいて、前記文字認識部の文字認識方
   向と前記第２方向に沿って配置された文字とがなす相対
   的な角度を補正するステップと、 角度補正後に前記第２方向に沿って配置された文字の文
   字認識を行うステップと、を有する画像認識方法。
8. 【請求項８】 第１方向に沿って配置された文字と、前
   記第１方向とは異なる第２方向に沿って配置された文字
   とが混在する画像から、前記第２方向に沿って配置され
   た文字を含む画像領域を抽出する手順と、 前記第１方向に沿って文字認識を行う手順と、 前記第１方向に対して前記第２方向がなす角度を検出す
   る手順と、 検出した角度に基づいて、前記文字認識部の文字認識方
   向と前記第２方向に沿って配置された文字とがなす相対
   的な角度を補正する手順と、 角度補正後に前記第２方向に沿って配置された文字の文
   字認識を行う手順と、を有する画像認識プログラムを記
   憶したコンピュータ読取り可能な記録媒体。