JP2003030584A - 文書認識装置、文書画像の領域識別方法、プログラム及び記憶媒体 - Google Patents
文書認識装置、文書画像の領域識別方法、プログラム及び記憶媒体Info
- Publication number
- JP2003030584A JP2003030584A JP2001211476A JP2001211476A JP2003030584A JP 2003030584 A JP2003030584 A JP 2003030584A JP 2001211476 A JP2001211476 A JP 2001211476A JP 2001211476 A JP2001211476 A JP 2001211476A JP 2003030584 A JP2003030584 A JP 2003030584A
- Authority
- JP
- Japan
- Prior art keywords
- character
- area
- rectangle
- region
- identified
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
- Character Input (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
(57)【要約】
【課題】 文字抽出精度を向上させることである。
【解決手段】 文字領域属性と識別された領域内に文字
以外の領域が存在するか否かを判定し、文字領域属性と
識別された領域内に文字以外の領域が存在すると判定し
た場合、当該文字領域属性と識別された領域を再分割す
る。これにより、印鑑や図など文字以外の領域が領域分
割の結果として文字と判定された領域に入り込んだ場合
であっても、当該文字領域属性と識別された領域を再度
分割することで文字以外の領域を排除することができる
ので、文字抽出精度を向上させることができる。
以外の領域が存在するか否かを判定し、文字領域属性と
識別された領域内に文字以外の領域が存在すると判定し
た場合、当該文字領域属性と識別された領域を再分割す
る。これにより、印鑑や図など文字以外の領域が領域分
割の結果として文字と判定された領域に入り込んだ場合
であっても、当該文字領域属性と識別された領域を再度
分割することで文字以外の領域を排除することができる
ので、文字抽出精度を向上させることができる。
Description
【０００１】
【発明の属する技術分野】本発明は、文書画像データ中
に混在する文字領域と文字以外の領域とを識別分類する
文書認識装置、文書画像の領域識別方法、プログラム及
び記憶媒体に関する。
に混在する文字領域と文字以外の領域とを識別分類する
文書認識装置、文書画像の領域識別方法、プログラム及
び記憶媒体に関する。
【０００２】
【従来の技術】従来、文書画像中の文字列や文字領域
（コラム）の識別方法としては、各種の方式が知られて
いる。
（コラム）の識別方法としては、各種の方式が知られて
いる。
【０００３】例えば、特開平06-020092号公報には、文
書画像中から空白部を抽出し、この空白部の繋がりから
なる空白セパレータを領域分割線として扱って領域を分
割することにより、文書画像中の文字列や文字領域（コ
ラム）を抽出する方法が提案されている。
書画像中から空白部を抽出し、この空白部の繋がりから
なる空白セパレータを領域分割線として扱って領域を分
割することにより、文書画像中の文字列や文字領域（コ
ラム）を抽出する方法が提案されている。
【０００４】また、黒画素の射影ヒストグラムを利用
し、黒画素の分布の高い部分を文字列の範囲とする方法
も知られている（秋山、増田「周辺分布、線密度、外接
矩形特徴を併用した文書画像の領域識別」電子通信学会
論文誌 ８６／８ Ｖｏｌ Ｊ６９−Ｄ））。
し、黒画素の分布の高い部分を文字列の範囲とする方法
も知られている（秋山、増田「周辺分布、線密度、外接
矩形特徴を併用した文書画像の領域識別」電子通信学会
論文誌 ８６／８ Ｖｏｌ Ｊ６９−Ｄ））。
【０００５】
【発明が解決しようとする課題】ところで、従来の文書
画像中の文字列や文字領域（コラム）を抽出する方法に
よれば、領域識別処理の後に行われる文字認識のための
行切り出し処理において、文字領域には印鑑や図領域な
どは混在していないものとして処理を行っている。
画像中の文字列や文字領域（コラム）を抽出する方法に
よれば、領域識別処理の後に行われる文字認識のための
行切り出し処理において、文字領域には印鑑や図領域な
どは混在していないものとして処理を行っている。
【０００６】しかしながら、現実には、印鑑や図など文
字以外の領域が、領域分割の結果として文字と判定され
た領域に入り込むことがある。このような場合には、従
来の方法では、文書画像中の文字列や文字領域（コラ
ム）から文字行を切り出す行切りだし処理を行うことが
できず、文字抽出精度が低下するという問題があった。
字以外の領域が、領域分割の結果として文字と判定され
た領域に入り込むことがある。このような場合には、従
来の方法では、文書画像中の文字列や文字領域（コラ
ム）から文字行を切り出す行切りだし処理を行うことが
できず、文字抽出精度が低下するという問題があった。
【０００７】本発明の目的は、文字抽出精度を向上させ
ることである。
ることである。
【０００８】
【課題を解決するための手段】請求項１記載の発明の文
書認識装置は、文書画像データ中に混在する文字領域と
文字以外の領域とを識別分類する文書認識装置におい
て、文字領域属性と識別された領域内に含まれる黒画素
の連結成分に外接する矩形を前記文書画像データより抽
出する外接矩形抽出手段と、文字領域属性と識別された
領域内に文字以外の領域が存在するか否かを前記外接矩
形抽出手段により抽出された前記矩形に係る情報に基づ
き判定する非文字領域判定手段と、この非文字領域判定
手段により文字領域属性と識別された領域内に文字以外
の領域が存在すると判定された場合、当該文字領域属性
と識別された領域を再分割する再分割手段と、を備え
る。
書認識装置は、文書画像データ中に混在する文字領域と
文字以外の領域とを識別分類する文書認識装置におい
て、文字領域属性と識別された領域内に含まれる黒画素
の連結成分に外接する矩形を前記文書画像データより抽
出する外接矩形抽出手段と、文字領域属性と識別された
領域内に文字以外の領域が存在するか否かを前記外接矩
形抽出手段により抽出された前記矩形に係る情報に基づ
き判定する非文字領域判定手段と、この非文字領域判定
手段により文字領域属性と識別された領域内に文字以外
の領域が存在すると判定された場合、当該文字領域属性
と識別された領域を再分割する再分割手段と、を備え
る。
【０００９】したがって、文字領域属性と識別された領
域内に文字以外の領域が存在するか否かが判定され、文
字領域属性と識別された領域内に文字以外の領域が存在
すると判定された場合、当該文字領域属性と識別された
領域が再分割される。これにより、印鑑や図など文字以
外の領域が領域分割の結果として文字と判定された領域
に入り込んだ場合であっても、当該文字領域属性と識別
された領域を再度分割することで文字以外の領域を排除
することが可能になるので、文字抽出精度を向上させる
ことが可能になる。
域内に文字以外の領域が存在するか否かが判定され、文
字領域属性と識別された領域内に文字以外の領域が存在
すると判定された場合、当該文字領域属性と識別された
領域が再分割される。これにより、印鑑や図など文字以
外の領域が領域分割の結果として文字と判定された領域
に入り込んだ場合であっても、当該文字領域属性と識別
された領域を再度分割することで文字以外の領域を排除
することが可能になるので、文字抽出精度を向上させる
ことが可能になる。
【００１０】請求項２記載の発明は、請求項１記載の文
書認識装置において、前記非文字領域判定手段における
前記矩形に係る情報は、前記矩形内部をすべて黒画素と
仮定し、１画素ライン毎の黒画素の座標の最大値及び最
小値である。
書認識装置において、前記非文字領域判定手段における
前記矩形に係る情報は、前記矩形内部をすべて黒画素と
仮定し、１画素ライン毎の黒画素の座標の最大値及び最
小値である。
【００１１】したがって、文字領域属性と識別された領
域内に文字以外の領域が存在するか否かの判定が容易に
なる。
域内に文字以外の領域が存在するか否かの判定が容易に
なる。
【００１２】請求項３記載の発明は、請求項２記載の文
書認識装置において、前記再分割手段は、１画素ライン
毎の黒画素の座標の最大値及び最小値に応じて文字行及
び行間を判定し、この行間部分で文字領域属性と識別さ
れた領域を再分割する。
書認識装置において、前記再分割手段は、１画素ライン
毎の黒画素の座標の最大値及び最小値に応じて文字行及
び行間を判定し、この行間部分で文字領域属性と識別さ
れた領域を再分割する。
【００１３】したがって、再分割が容易になる。
【００１４】請求項４記載の発明は、請求項３記載の文
書認識装置において、前記行間と判定された領域の前記
矩形に係る情報を用いて、文字以外の領域が存在するか
否かを判定する。
書認識装置において、前記行間と判定された領域の前記
矩形に係る情報を用いて、文字以外の領域が存在するか
否かを判定する。
【００１５】したがって、行間と判定された領域には文
字は存在しないことから、文字以外の領域が存在するか
否かの判定が容易になる。
字は存在しないことから、文字以外の領域が存在するか
否かの判定が容易になる。
【００１６】請求項５記載の発明は、請求項１ないし４
のいずれか一記載の文書認識装置において、再分割後、
文字認識を行った結果の確からしさを示す指標（確信
度）を算出し、この確信度が低い部分は、文字以外の領
域とする。
のいずれか一記載の文書認識装置において、再分割後、
文字認識を行った結果の確からしさを示す指標（確信
度）を算出し、この確信度が低い部分は、文字以外の領
域とする。
【００１７】したがって、より分割精度を向上させるこ
とが可能になる。
とが可能になる。
【００１８】請求項６記載の発明の文書画像の領域識別
方法は、文書画像データ中に混在する文字領域と文字以
外の領域とを識別分類する文書画像の領域識別方法であ
って、文字領域属性と識別された領域内に含まれる黒画
素の連結成分に外接する矩形を前記文書画像データより
抽出する外接矩形抽出工程と、文字領域属性と識別され
た領域内に文字以外の領域が存在するか否かを前記外接
矩形抽出工程により抽出された前記矩形に係る情報に基
づき判定する非文字領域判定工程と、この非文字領域判
定工程により文字領域属性と識別された領域内に文字以
外の領域が存在すると判定された場合、当該文字領域属
性と識別された領域を再分割する再分割工程と、を含
む。
方法は、文書画像データ中に混在する文字領域と文字以
外の領域とを識別分類する文書画像の領域識別方法であ
って、文字領域属性と識別された領域内に含まれる黒画
素の連結成分に外接する矩形を前記文書画像データより
抽出する外接矩形抽出工程と、文字領域属性と識別され
た領域内に文字以外の領域が存在するか否かを前記外接
矩形抽出工程により抽出された前記矩形に係る情報に基
づき判定する非文字領域判定工程と、この非文字領域判
定工程により文字領域属性と識別された領域内に文字以
外の領域が存在すると判定された場合、当該文字領域属
性と識別された領域を再分割する再分割工程と、を含
む。
【００１９】したがって、文字領域属性と識別された領
域内に文字以外の領域が存在するか否かが判定され、文
字領域属性と識別された領域内に文字以外の領域が存在
すると判定された場合、当該文字領域属性と識別された
領域が再分割される。これにより、印鑑や図など文字以
外の領域が領域分割の結果として文字と判定された領域
に入り込んだ場合であっても、当該文字領域属性と識別
された領域を再度分割することで文字以外の領域を排除
することが可能になるので、文字抽出精度を向上させる
ことが可能になる。
域内に文字以外の領域が存在するか否かが判定され、文
字領域属性と識別された領域内に文字以外の領域が存在
すると判定された場合、当該文字領域属性と識別された
領域が再分割される。これにより、印鑑や図など文字以
外の領域が領域分割の結果として文字と判定された領域
に入り込んだ場合であっても、当該文字領域属性と識別
された領域を再度分割することで文字以外の領域を排除
することが可能になるので、文字抽出精度を向上させる
ことが可能になる。
【００２０】請求項７記載の発明は、請求項６記載の文
書画像の領域識別方法において、前記非文字領域判定工
程における前記矩形に係る情報は、前記矩形内部をすべ
て黒画素と仮定し、１画素ライン毎の黒画素の座標の最
大値及び最小値である。
書画像の領域識別方法において、前記非文字領域判定工
程における前記矩形に係る情報は、前記矩形内部をすべ
て黒画素と仮定し、１画素ライン毎の黒画素の座標の最
大値及び最小値である。
【００２１】したがって、文字領域属性と識別された領
域内に文字以外の領域が存在するか否かの判定が容易に
なる。
域内に文字以外の領域が存在するか否かの判定が容易に
なる。
【００２２】請求項８記載の発明は、請求項７記載の文
書画像の領域識別方法において、前記再分割工程は、１
画素ライン毎の黒画素の座標の最大値及び最小値に応じ
て文字行及び行間を判定し、この行間部分で文字領域属
性と識別された領域を再分割する。
書画像の領域識別方法において、前記再分割工程は、１
画素ライン毎の黒画素の座標の最大値及び最小値に応じ
て文字行及び行間を判定し、この行間部分で文字領域属
性と識別された領域を再分割する。
【００２３】したがって、再分割が容易になる。
【００２４】請求項９記載の発明は、請求項８記載の文
書画像の領域識別方法において、前記行間と判定された
領域の前記矩形に係る情報を用いて、文字以外の領域が
存在するか否かを判定する。
書画像の領域識別方法において、前記行間と判定された
領域の前記矩形に係る情報を用いて、文字以外の領域が
存在するか否かを判定する。
【００２５】したがって、行間と判定された領域には文
字は存在しないことから、文字以外の領域が存在するか
否かの判定が容易になる。
字は存在しないことから、文字以外の領域が存在するか
否かの判定が容易になる。
【００２６】請求項１０記載の発明は、請求項６ないし
９のいずれか一記載の文書画像の領域識別方法におい
て、再分割後、文字認識を行った結果の確からしさを示
す指標（確信度）を算出し、この確信度が低い部分は、
文字以外の領域とする。
９のいずれか一記載の文書画像の領域識別方法におい
て、再分割後、文字認識を行った結果の確からしさを示
す指標（確信度）を算出し、この確信度が低い部分は、
文字以外の領域とする。
【００２７】したがって、より分割精度を向上させるこ
とが可能になる。
とが可能になる。
【００２８】請求項１１記載の発明のプログラムは、文
書画像データ中に混在する文字領域と文字以外の領域と
の識別分類をコンピュータに実行させるためのプログラ
ムであって、前記コンピュータに、文字領域属性と識別
された領域内に含まれる黒画素の連結成分に外接する矩
形を前記文書画像データより抽出する外接矩形抽出機能
と、文字領域属性と識別された領域内に文字以外の領域
が存在するか否かを前記外接矩形抽出機能により抽出さ
れた前記矩形に係る情報に基づき判定する非文字領域判
定機能と、この非文字領域判定機能により文字領域属性
と識別された領域内に文字以外の領域が存在すると判定
された場合、当該文字領域属性と識別された領域を再分
割する再分割機能と、を実行させる。
書画像データ中に混在する文字領域と文字以外の領域と
の識別分類をコンピュータに実行させるためのプログラ
ムであって、前記コンピュータに、文字領域属性と識別
された領域内に含まれる黒画素の連結成分に外接する矩
形を前記文書画像データより抽出する外接矩形抽出機能
と、文字領域属性と識別された領域内に文字以外の領域
が存在するか否かを前記外接矩形抽出機能により抽出さ
れた前記矩形に係る情報に基づき判定する非文字領域判
定機能と、この非文字領域判定機能により文字領域属性
と識別された領域内に文字以外の領域が存在すると判定
された場合、当該文字領域属性と識別された領域を再分
割する再分割機能と、を実行させる。
【００２９】したがって、文字領域属性と識別された領
域内に文字以外の領域が存在するか否かが判定され、文
字領域属性と識別された領域内に文字以外の領域が存在
すると判定された場合、当該文字領域属性と識別された
領域が再分割される。これにより、印鑑や図など文字以
外の領域が領域分割の結果として文字と判定された領域
に入り込んだ場合であっても、当該文字領域属性と識別
された領域を再度分割することで文字以外の領域を排除
することが可能になるので、文字抽出精度を向上させる
ことが可能になる。
域内に文字以外の領域が存在するか否かが判定され、文
字領域属性と識別された領域内に文字以外の領域が存在
すると判定された場合、当該文字領域属性と識別された
領域が再分割される。これにより、印鑑や図など文字以
外の領域が領域分割の結果として文字と判定された領域
に入り込んだ場合であっても、当該文字領域属性と識別
された領域を再度分割することで文字以外の領域を排除
することが可能になるので、文字抽出精度を向上させる
ことが可能になる。
【００３０】請求項１２記載の発明は、請求項１１記載
のプログラムにおいて、前記非文字領域判定機能におけ
る前記矩形に係る情報は、前記矩形内部をすべて黒画素
と仮定し、１画素ライン毎の黒画素の座標の最大値及び
最小値である。
のプログラムにおいて、前記非文字領域判定機能におけ
る前記矩形に係る情報は、前記矩形内部をすべて黒画素
と仮定し、１画素ライン毎の黒画素の座標の最大値及び
最小値である。
【００３１】したがって、文字領域属性と識別された領
域内に文字以外の領域が存在するか否かの判定が容易に
なる。
域内に文字以外の領域が存在するか否かの判定が容易に
なる。
【００３２】請求項１３記載の発明は、請求項１２記載
のプログラムにおいて、前記再分割機能は、１画素ライ
ン毎の黒画素の座標の最大値及び最小値に応じて文字行
及び行間を判定し、この行間部分で文字領域属性と識別
された領域を再分割する。
のプログラムにおいて、前記再分割機能は、１画素ライ
ン毎の黒画素の座標の最大値及び最小値に応じて文字行
及び行間を判定し、この行間部分で文字領域属性と識別
された領域を再分割する。
【００３３】したがって、再分割が容易になる。
【００３４】請求項１４記載の発明は、請求項１３記載
のプログラムにおいて、前記行間と判定された領域の前
記矩形に係る情報を用いて、文字以外の領域が存在する
か否かを判定する。
のプログラムにおいて、前記行間と判定された領域の前
記矩形に係る情報を用いて、文字以外の領域が存在する
か否かを判定する。
【００３５】したがって、行間と判定された領域には文
字は存在しないことから、文字以外の領域が存在するか
否かの判定が容易になる。
字は存在しないことから、文字以外の領域が存在するか
否かの判定が容易になる。
【００３６】請求項１５記載の発明は、請求項１１ない
し１４のいずれか一記載のプログラムにおいて、再分割
後、文字認識を行った結果の確からしさを示す指標（確
信度）を算出し、この確信度が低い部分は、文字以外の
領域とする。
し１４のいずれか一記載のプログラムにおいて、再分割
後、文字認識を行った結果の確からしさを示す指標（確
信度）を算出し、この確信度が低い部分は、文字以外の
領域とする。
【００３７】したがって、より分割精度を向上させるこ
とが可能になる。
とが可能になる。
【００３８】請求項１６記載の発明のコンピュータに読
み取り可能な記憶媒体は、請求項１１ないし１５のいず
れか一記載のプログラムを記憶した。
み取り可能な記憶媒体は、請求項１１ないし１５のいず
れか一記載のプログラムを記憶した。
【００３９】したがって、この記憶媒体をコンピュータ
にインストールすることにより、請求項１１ないし１５
のいずれか一記載のプログラムと同様の作用を得ること
が可能になる。
にインストールすることにより、請求項１１ないし１５
のいずれか一記載のプログラムと同様の作用を得ること
が可能になる。
【００４０】
【発明の実施の形態】本発明の実施の一形態を図１ない
し図６に基づいて説明する。
し図６に基づいて説明する。
【００４１】図１は、文書認識装置１のハードウェア構
成を概略的に示すブロック図である。図１に示すよう
に、文書認識装置１は、この文書認識装置１の各部を集
中的に制御するＣＰＵ（Central Processing Unit）２
を備えており、このＣＰＵ２には、ＢＩＯＳなどを記憶
した読出し専用メモリであるＲＯＭ（Read Only Memor
y）３と、各種データを書換え可能に記憶するＲＡＭ（R
andom Access Memory）４とがバス５で接続されてい
る。さらにバス５には、外部記憶となるＨＤＤ（HardDi
sk Drive）６と、ＣＤ（Compact Disc）−ＲＯＭ７を読
み取るＣＤ−ＲＯＭドライブ８と、文書認識装置１とネ
ットワーク９との通信を司る通信制御装置１０と、入力
部として機能するキーボードやマウスなどの入力装置１
１と、ＣＲＴ（Cathode Ray Tube）、ＬＣＤ（Liquid C
rystal Display）などの出力装置１２と、画像入力部と
して機能するスキャナなどの画像入力装置１３とが、図
示しないＩ／Ｏを介して接続されている。
成を概略的に示すブロック図である。図１に示すよう
に、文書認識装置１は、この文書認識装置１の各部を集
中的に制御するＣＰＵ（Central Processing Unit）２
を備えており、このＣＰＵ２には、ＢＩＯＳなどを記憶
した読出し専用メモリであるＲＯＭ（Read Only Memor
y）３と、各種データを書換え可能に記憶するＲＡＭ（R
andom Access Memory）４とがバス５で接続されてい
る。さらにバス５には、外部記憶となるＨＤＤ（HardDi
sk Drive）６と、ＣＤ（Compact Disc）−ＲＯＭ７を読
み取るＣＤ−ＲＯＭドライブ８と、文書認識装置１とネ
ットワーク９との通信を司る通信制御装置１０と、入力
部として機能するキーボードやマウスなどの入力装置１
１と、ＣＲＴ（Cathode Ray Tube）、ＬＣＤ（Liquid C
rystal Display）などの出力装置１２と、画像入力部と
して機能するスキャナなどの画像入力装置１３とが、図
示しないＩ／Ｏを介して接続されている。
【００４２】ＲＡＭ４は、各種データを書換え可能に記
憶する性質を有していることから、ＣＰＵ２の作業エリ
アとして機能する。
憶する性質を有していることから、ＣＰＵ２の作業エリ
アとして機能する。
【００４３】また、ＨＤＤ６には、各種のプログラムを
格納するプログラムファイルが格納されている。
格納するプログラムファイルが格納されている。
【００４４】図１に示すＣＤ−ＲＯＭ７は、この発明の
記憶媒体を実施するものであり、所定のプログラムが記
憶されている。ＣＰＵ２は、ＣＤ−ＲＯＭ７に記憶され
ているプログラムをＣＤ−ＲＯＭドライブ８で読み取
り、ＨＤＤ６にインストールする。これにより、文書認
識装置１は、後述するような各種の処理を行なうことが
可能な状態となる。
記憶媒体を実施するものであり、所定のプログラムが記
憶されている。ＣＰＵ２は、ＣＤ−ＲＯＭ７に記憶され
ているプログラムをＣＤ−ＲＯＭドライブ８で読み取
り、ＨＤＤ６にインストールする。これにより、文書認
識装置１は、後述するような各種の処理を行なうことが
可能な状態となる。
【００４５】なお、記憶媒体としては、ＣＤ−ＲＯＭ７
のみならず、ＤＶＤなどの各種の光ディスク、各種光磁
気ディスク、フロッピー（登録商標）ディスクなどの各
種磁気ディスク等、半導体メモリ等の各種方式のメディ
アを用いることができる。また、通信制御装置１０を介
してインターネットなどのネットワーク９からプログラ
ムをダウンロードし、ＨＤＤ６にインストールするよう
にしてもよい。この場合に、送信側のサーバでプログラ
ムを記憶している記憶装置も、この発明の記憶媒体であ
る。なお、プログラムは、所定のＯＳ（Operating Syst
em）上で動作するものであってもよいし、その場合に後
述の各種処理の一部の実行をＯＳに肩代わりさせるもの
であってもよいし、ワープロソフトなど所定のアプリケ
ーションソフトやＯＳなどを構成する一群のプログラム
ファイルの一部として含まれているものであってもよ
い。
のみならず、ＤＶＤなどの各種の光ディスク、各種光磁
気ディスク、フロッピー（登録商標）ディスクなどの各
種磁気ディスク等、半導体メモリ等の各種方式のメディ
アを用いることができる。また、通信制御装置１０を介
してインターネットなどのネットワーク９からプログラ
ムをダウンロードし、ＨＤＤ６にインストールするよう
にしてもよい。この場合に、送信側のサーバでプログラ
ムを記憶している記憶装置も、この発明の記憶媒体であ
る。なお、プログラムは、所定のＯＳ（Operating Syst
em）上で動作するものであってもよいし、その場合に後
述の各種処理の一部の実行をＯＳに肩代わりさせるもの
であってもよいし、ワープロソフトなど所定のアプリケ
ーションソフトやＯＳなどを構成する一群のプログラム
ファイルの一部として含まれているものであってもよ
い。
【００４６】次に、文書認識装置１のＣＰＵ２がプログ
ラムに基づいて制御されることにより実現される各種機
能について説明する。図２は、文書認識装置１の機能ブ
ロック図である。
ラムに基づいて制御されることにより実現される各種機
能について説明する。図２は、文書認識装置１の機能ブ
ロック図である。
【００４７】領域識別部１４は、例えば画像入力装置１
３から入力されてメモリ（ＲＡＭ４等）に記憶された文
書画像を領域識別し、文字領域、表領域、図領域、写真
領域などに分類する。なお、文書の領域属性は、黒ラン
の密度を用いて判断する等の手法により求めることが可
能であるが、この手法は従来より公知であるため、その
説明は省略する。
３から入力されてメモリ（ＲＡＭ４等）に記憶された文
書画像を領域識別し、文字領域、表領域、図領域、写真
領域などに分類する。なお、文書の領域属性は、黒ラン
の密度を用いて判断する等の手法により求めることが可
能であるが、この手法は従来より公知であるため、その
説明は省略する。
【００４８】図領域抽出部１５は、領域識別部１４にお
いて文字領域として分類された領域内に、実線（印鑑や
図等）が混入しているか否かを判定する。実線（印鑑や
図等）が混入しているか否かの判定手法は従来より公知
であるため、その説明は省略する。
いて文字領域として分類された領域内に、実線（印鑑や
図等）が混入しているか否かを判定する。実線（印鑑や
図等）が混入しているか否かの判定手法は従来より公知
であるため、その説明は省略する。
【００４９】領域分割部１６は、図領域抽出部１５にお
いて文字領域として分類された領域内に実線（印鑑や図
等）が混入していると判断された場合、対象文字領域を
再分割し、文字認識部１７に渡す。
いて文字領域として分類された領域内に実線（印鑑や図
等）が混入していると判断された場合、対象文字領域を
再分割し、文字認識部１７に渡す。
【００５０】文字認識部１７は、行切り出し処理及び文
字切り出し処理によって１文字の文字を切り出すととも
に、切り出した文字に対する文字認識処理のマッチング
処理により、文字候補を選択する。
字切り出し処理によって１文字の文字を切り出すととも
に、切り出した文字に対する文字認識処理のマッチング
処理により、文字候補を選択する。
【００５１】なお、図領域抽出部１５において文字領域
として分類された領域内に実線（印鑑や図等）が混入し
ていないと判断された場合は、図領域抽出部１５におい
て文字領域として分類された領域はそのまま文字認識部
１７に渡される。
として分類された領域内に実線（印鑑や図等）が混入し
ていないと判断された場合は、図領域抽出部１５におい
て文字領域として分類された領域はそのまま文字認識部
１７に渡される。
【００５２】ここで、本実施の形態の特長的な機能を発
揮する図領域抽出部１５及び領域分割部１６における処
理の流れについて図３を参照しつつ詳細に説明する。ま
ず、ステップＳ１においては、領域識別部１４において
文字領域として分類された領域について、領域座標デー
タ（入力画像を１／４に圧縮した１／４圧縮画像で抽出
された始点、終点のＸ，Ｙ座標）を用いて該当領域が縦
長領域であるか否かを判断し、該当領域が縦長領域であ
る場合には、該当領域を排除する（以降の処理を行わな
い）。
揮する図領域抽出部１５及び領域分割部１６における処
理の流れについて図３を参照しつつ詳細に説明する。ま
ず、ステップＳ１においては、領域識別部１４において
文字領域として分類された領域について、領域座標デー
タ（入力画像を１／４に圧縮した１／４圧縮画像で抽出
された始点、終点のＸ，Ｙ座標）を用いて該当領域が縦
長領域であるか否かを判断し、該当領域が縦長領域であ
る場合には、該当領域を排除する（以降の処理を行わな
い）。
【００５３】加えて、ステップＳ２においては、該当領
域の行方向が「縦」であるか否かを判断し、該当領域の
行方向が「縦」である場合には、該当領域を排除する
（以降の処理を行わない）。
域の行方向が「縦」であるか否かを判断し、該当領域の
行方向が「縦」である場合には、該当領域を排除する
（以降の処理を行わない）。
【００５４】次いで、ステップＳ３において、候補領域
の検出を行う。より詳細には、まず、上記の処理で検出
された文字領域のオリジナル画像に対して矩形抽出処理
を行い、矩形座標データを得る。ここに、外接矩形抽出
手段の機能が実行される。ここで、１／４圧縮画像を用
いないのは、圧縮画像を用いると矩形同士が接触して大
きな矩形となってしまうからである。この後の処理で矩
形座標情報から強制分割位置を推定するため、矩形同士
が接触して大きな矩形となってしまった場合には、推定
精度があがらないという問題が発生するためである。そ
して、このような矩形抽出処理の結果求まった文字領域
内の矩形がすべて黒画素であると仮定し、各ラインごと
（Ｙ座標ごと）に文字領域内で最も小さいＸ座標（図４
に示す太実線：minＸs(y)）と、最も大きいＸ座標（図
４に示す太破線：maxＸe(y)）とを求める。
の検出を行う。より詳細には、まず、上記の処理で検出
された文字領域のオリジナル画像に対して矩形抽出処理
を行い、矩形座標データを得る。ここに、外接矩形抽出
手段の機能が実行される。ここで、１／４圧縮画像を用
いないのは、圧縮画像を用いると矩形同士が接触して大
きな矩形となってしまうからである。この後の処理で矩
形座標情報から強制分割位置を推定するため、矩形同士
が接触して大きな矩形となってしまった場合には、推定
精度があがらないという問題が発生するためである。そ
して、このような矩形抽出処理の結果求まった文字領域
内の矩形がすべて黒画素であると仮定し、各ラインごと
（Ｙ座標ごと）に文字領域内で最も小さいＸ座標（図４
に示す太実線：minＸs(y)）と、最も大きいＸ座標（図
４に示す太破線：maxＸe(y)）とを求める。
【００５５】minＸs(y)とmaxＸe(y)とのｙの値は、該当
領域座標の始点(area.Ｙs)から終点(area.Ｙe)の値を取
るが、ここで上記の範囲を０〜９９の１００個のデータ
に正規化する。 minＸs(y)，maxＸs(y) →（正規化）→ minＸs
(Ｙ)，maxＸe(Ｙ) 但しＹ＝(ｙ−area.Ｙs)／(area.Ｙe−area.Ｙs)×１０
０ 以上により、領域内矩形のＸ座標の最大値、最小値が各
画素行ごとに求められる。
領域座標の始点(area.Ｙs)から終点(area.Ｙe)の値を取
るが、ここで上記の範囲を０〜９９の１００個のデータ
に正規化する。 minＸs(y)，maxＸs(y) →（正規化）→ minＸs
(Ｙ)，maxＸe(Ｙ) 但しＹ＝(ｙ−area.Ｙs)／(area.Ｙe−area.Ｙs)×１０
０ 以上により、領域内矩形のＸ座標の最大値、最小値が各
画素行ごとに求められる。
【００５６】次いで、この領域内矩形のＸ座標の最大
値、最小値の値から、複数行が接触しているか否かを判
断する。複数行の左側が接触している例（図４（ａ）参
照）では、Ｘ座標の最小値に注目し、最小値が領域の始
点Ｘsに連続して寄っているところを行とする。また、
行間は、Ｘ座標の最小値が領域の終点Ｘeに近くなるこ
とから、連続してＸeに寄っているところを行間とす
る。そして、「行−行間−行」の組み合わせが検出され
た領域を複数行が接触している（つまり、印鑑や図等が
混入している）と判定し、図５に示すように、行間の中
心で領域を強制分割する。なお、複数行の右側が接触し
ている例（図４（ｂ）参照）では、Ｘ座標の最大値に注
目し同様の処理を行うことになる。これにより、文字領
域が再分割され、候補領域の検出処理（ステップＳ３）
が終了する。ここに、非文字領域判定手段の機能及び再
分割手段の機能が実行される。
値、最小値の値から、複数行が接触しているか否かを判
断する。複数行の左側が接触している例（図４（ａ）参
照）では、Ｘ座標の最小値に注目し、最小値が領域の始
点Ｘsに連続して寄っているところを行とする。また、
行間は、Ｘ座標の最小値が領域の終点Ｘeに近くなるこ
とから、連続してＸeに寄っているところを行間とす
る。そして、「行−行間−行」の組み合わせが検出され
た領域を複数行が接触している（つまり、印鑑や図等が
混入している）と判定し、図５に示すように、行間の中
心で領域を強制分割する。なお、複数行の右側が接触し
ている例（図４（ｂ）参照）では、Ｘ座標の最大値に注
目し同様の処理を行うことになる。これにより、文字領
域が再分割され、候補領域の検出処理（ステップＳ３）
が終了する。ここに、非文字領域判定手段の機能及び再
分割手段の機能が実行される。
【００５７】最後に、ステップＳ４に進み、最終判定処
理を実行する。最終判定は、再分割された文字領域内に
実線（印鑑や図等）が混入しているか否かを判定するも
のであって、行間と判定された領域に存在する矩形に実
線（印鑑や図等）が存在するか否かを判定し、矩形に実
線（印鑑や図等）が存在する場合にはその矩形を図領域
とするものである。
理を実行する。最終判定は、再分割された文字領域内に
実線（印鑑や図等）が混入しているか否かを判定するも
のであって、行間と判定された領域に存在する矩形に実
線（印鑑や図等）が存在するか否かを判定し、矩形に実
線（印鑑や図等）が存在する場合にはその矩形を図領域
とするものである。
【００５８】なお、上記では座標の凹凸情報から行を横
に分割する例を説明したが、凹凸情報を用いて、図６に
示すように凸部で図や写真と思われる図領域部分を縦方
向に分割するようにしても良い。
に分割する例を説明したが、凹凸情報を用いて、図６に
示すように凸部で図や写真と思われる図領域部分を縦方
向に分割するようにしても良い。
【００５９】また、これらの分割の後、文字認識を行っ
た結果の確からしさを示す指標（確信度）を算出し、確
信度が低い（確からしさが低い）部分は、図領域とする
ことで、より分割精度を向上させることも可能である。
た結果の確からしさを示す指標（確信度）を算出し、確
信度が低い（確からしさが低い）部分は、図領域とする
ことで、より分割精度を向上させることも可能である。
【００６０】なお、本実施の形態においては、行方向横
向きである横書き文書に関して説明をしたが、これに限
るものではなく、行方向縦向きである縦書き文書に適用
することも可能である。
向きである横書き文書に関して説明をしたが、これに限
るものではなく、行方向縦向きである縦書き文書に適用
することも可能である。
【００６１】ここに、文字領域属性と識別された領域内
に文字以外の領域が存在するか否かが判定され、文字領
域属性と識別された領域内に文字以外の領域が存在する
と判定された場合、当該文字領域属性と識別された領域
が再分割される。これにより、印鑑や図など文字以外の
領域が領域分割の結果として文字と判定された領域に入
り込んだ場合であっても、当該文字領域属性と識別され
た領域を再度分割することで文字以外の領域を排除する
ことが可能になるので、文字抽出精度を向上させること
が可能になる。
に文字以外の領域が存在するか否かが判定され、文字領
域属性と識別された領域内に文字以外の領域が存在する
と判定された場合、当該文字領域属性と識別された領域
が再分割される。これにより、印鑑や図など文字以外の
領域が領域分割の結果として文字と判定された領域に入
り込んだ場合であっても、当該文字領域属性と識別され
た領域を再度分割することで文字以外の領域を排除する
ことが可能になるので、文字抽出精度を向上させること
が可能になる。
【００６２】
【発明の効果】請求項１記載の発明の文書認識装置によ
れば、文書画像データ中に混在する文字領域と文字以外
の領域とを識別分類する文書認識装置において、文字領
域属性と識別された領域内に含まれる黒画素の連結成分
に外接する矩形を前記文書画像データより抽出する外接
矩形抽出手段と、文字領域属性と識別された領域内に文
字以外の領域が存在するか否かを前記外接矩形抽出手段
により抽出された前記矩形に係る情報に基づき判定する
非文字領域判定手段と、この非文字領域判定手段により
文字領域属性と識別された領域内に文字以外の領域が存
在すると判定された場合、当該文字領域属性と識別され
た領域を再分割する再分割手段と、を備え、文字領域属
性と識別された領域内に文字以外の領域が存在するか否
かを判定し、文字領域属性と識別された領域内に文字以
外の領域が存在すると判定した場合、当該文字領域属性
と識別された領域を再分割することにより、印鑑や図な
ど文字以外の領域が領域分割の結果として文字と判定さ
れた領域に入り込んだ場合であっても、当該文字領域属
性と識別された領域を再度分割することで文字以外の領
域を排除することができるので、文字抽出精度を向上さ
せることができる。
れば、文書画像データ中に混在する文字領域と文字以外
の領域とを識別分類する文書認識装置において、文字領
域属性と識別された領域内に含まれる黒画素の連結成分
に外接する矩形を前記文書画像データより抽出する外接
矩形抽出手段と、文字領域属性と識別された領域内に文
字以外の領域が存在するか否かを前記外接矩形抽出手段
により抽出された前記矩形に係る情報に基づき判定する
非文字領域判定手段と、この非文字領域判定手段により
文字領域属性と識別された領域内に文字以外の領域が存
在すると判定された場合、当該文字領域属性と識別され
た領域を再分割する再分割手段と、を備え、文字領域属
性と識別された領域内に文字以外の領域が存在するか否
かを判定し、文字領域属性と識別された領域内に文字以
外の領域が存在すると判定した場合、当該文字領域属性
と識別された領域を再分割することにより、印鑑や図な
ど文字以外の領域が領域分割の結果として文字と判定さ
れた領域に入り込んだ場合であっても、当該文字領域属
性と識別された領域を再度分割することで文字以外の領
域を排除することができるので、文字抽出精度を向上さ
せることができる。
【００６３】請求項２記載の発明によれば、請求項１記
載の文書認識装置において、前記非文字領域判定手段に
おける前記矩形に係る情報は、前記矩形内部をすべて黒
画素と仮定し、１画素ライン毎の黒画素の座標の最大値
及び最小値であることにより、文字領域属性と識別され
た領域内に文字以外の領域が存在するか否かの判定を容
易に行うことができる。
載の文書認識装置において、前記非文字領域判定手段に
おける前記矩形に係る情報は、前記矩形内部をすべて黒
画素と仮定し、１画素ライン毎の黒画素の座標の最大値
及び最小値であることにより、文字領域属性と識別され
た領域内に文字以外の領域が存在するか否かの判定を容
易に行うことができる。
【００６４】請求項３記載の発明によれば、請求項２記
載の文書認識装置において、前記再分割手段は、１画素
ライン毎の黒画素の座標の最大値及び最小値に応じて文
字行及び行間を判定し、この行間部分で文字領域属性と
識別された領域を再分割することにより、再分割を容易
に行うことができる。
載の文書認識装置において、前記再分割手段は、１画素
ライン毎の黒画素の座標の最大値及び最小値に応じて文
字行及び行間を判定し、この行間部分で文字領域属性と
識別された領域を再分割することにより、再分割を容易
に行うことができる。
【００６５】請求項４記載の発明によれば、請求項３記
載の文書認識装置において、前記行間と判定された領域
の前記矩形に係る情報を用いて、文字以外の領域が存在
するか否かを判定することにより、行間と判定された領
域には文字は存在しないことから、文字以外の領域が存
在するか否かの判定を容易に行うことができる。
載の文書認識装置において、前記行間と判定された領域
の前記矩形に係る情報を用いて、文字以外の領域が存在
するか否かを判定することにより、行間と判定された領
域には文字は存在しないことから、文字以外の領域が存
在するか否かの判定を容易に行うことができる。
【００６６】請求項５記載の発明によれば、請求項１な
いし４のいずれか一記載の文書認識装置において、再分
割後、文字認識を行った結果の確からしさを示す指標
（確信度）を算出し、この確信度が低い部分は、文字以
外の領域とすることにより、より分割精度を向上させる
ことができる。
いし４のいずれか一記載の文書認識装置において、再分
割後、文字認識を行った結果の確からしさを示す指標
（確信度）を算出し、この確信度が低い部分は、文字以
外の領域とすることにより、より分割精度を向上させる
ことができる。
【００６７】請求項６記載の発明の文書画像の領域識別
方法によれば、文書画像データ中に混在する文字領域と
文字以外の領域とを識別分類する文書画像の領域識別方
法であって、文字領域属性と識別された領域内に含まれ
る黒画素の連結成分に外接する矩形を前記文書画像デー
タより抽出する外接矩形抽出工程と、文字領域属性と識
別された領域内に文字以外の領域が存在するか否かを前
記外接矩形抽出工程により抽出された前記矩形に係る情
報に基づき判定する非文字領域判定工程と、この非文字
領域判定工程により文字領域属性と識別された領域内に
文字以外の領域が存在すると判定された場合、当該文字
領域属性と識別された領域を再分割する再分割工程と、
を含み、文字領域属性と識別された領域内に文字以外の
領域が存在するか否かを判定し、文字領域属性と識別さ
れた領域内に文字以外の領域が存在すると判定した場
合、当該文字領域属性と識別された領域を再分割するこ
とにより、印鑑や図など文字以外の領域が領域分割の結
果として文字と判定された領域に入り込んだ場合であっ
ても、当該文字領域属性と識別された領域を再度分割す
ることで文字以外の領域を排除することができるので、
文字抽出精度を向上させることができる。
方法によれば、文書画像データ中に混在する文字領域と
文字以外の領域とを識別分類する文書画像の領域識別方
法であって、文字領域属性と識別された領域内に含まれ
る黒画素の連結成分に外接する矩形を前記文書画像デー
タより抽出する外接矩形抽出工程と、文字領域属性と識
別された領域内に文字以外の領域が存在するか否かを前
記外接矩形抽出工程により抽出された前記矩形に係る情
報に基づき判定する非文字領域判定工程と、この非文字
領域判定工程により文字領域属性と識別された領域内に
文字以外の領域が存在すると判定された場合、当該文字
領域属性と識別された領域を再分割する再分割工程と、
を含み、文字領域属性と識別された領域内に文字以外の
領域が存在するか否かを判定し、文字領域属性と識別さ
れた領域内に文字以外の領域が存在すると判定した場
合、当該文字領域属性と識別された領域を再分割するこ
とにより、印鑑や図など文字以外の領域が領域分割の結
果として文字と判定された領域に入り込んだ場合であっ
ても、当該文字領域属性と識別された領域を再度分割す
ることで文字以外の領域を排除することができるので、
文字抽出精度を向上させることができる。
【００６８】請求項７記載の発明によれば、請求項６記
載の文書画像の領域識別方法において、前記非文字領域
判定工程における前記矩形に係る情報は、前記矩形内部
をすべて黒画素と仮定し、１画素ライン毎の黒画素の座
標の最大値及び最小値であることにより、文字領域属性
と識別された領域内に文字以外の領域が存在するか否か
の判定を容易に行うことができる。
載の文書画像の領域識別方法において、前記非文字領域
判定工程における前記矩形に係る情報は、前記矩形内部
をすべて黒画素と仮定し、１画素ライン毎の黒画素の座
標の最大値及び最小値であることにより、文字領域属性
と識別された領域内に文字以外の領域が存在するか否か
の判定を容易に行うことができる。
【００６９】請求項８記載の発明によれば、請求項７記
載の文書画像の領域識別方法において、前記再分割工程
は、１画素ライン毎の黒画素の座標の最大値及び最小値
に応じて文字行及び行間を判定し、この行間部分で文字
領域属性と識別された領域を再分割することにより、再
分割を容易に行うことができる。
載の文書画像の領域識別方法において、前記再分割工程
は、１画素ライン毎の黒画素の座標の最大値及び最小値
に応じて文字行及び行間を判定し、この行間部分で文字
領域属性と識別された領域を再分割することにより、再
分割を容易に行うことができる。
【００７０】請求項９記載の発明によれば、請求項８記
載の文書画像の領域識別方法において、前記行間と判定
された領域の前記矩形に係る情報を用いて、文字以外の
領域が存在するか否かを判定することにより、行間と判
定された領域には文字は存在しないことから、文字以外
の領域が存在するか否かの判定を容易に行うことができ
る。
載の文書画像の領域識別方法において、前記行間と判定
された領域の前記矩形に係る情報を用いて、文字以外の
領域が存在するか否かを判定することにより、行間と判
定された領域には文字は存在しないことから、文字以外
の領域が存在するか否かの判定を容易に行うことができ
る。
【００７１】請求項１０記載の発明によれば、請求項６
ないし９のいずれか一記載の文書画像の領域識別方法に
おいて、再分割後、文字認識を行った結果の確からしさ
を示す指標（確信度）を算出し、この確信度が低い部分
は、文字以外の領域とすることにより、より分割精度を
向上させることができる。
ないし９のいずれか一記載の文書画像の領域識別方法に
おいて、再分割後、文字認識を行った結果の確からしさ
を示す指標（確信度）を算出し、この確信度が低い部分
は、文字以外の領域とすることにより、より分割精度を
向上させることができる。
【００７２】請求項１１記載の発明のプログラムによれ
ば、文書画像データ中に混在する文字領域と文字以外の
領域との識別分類をコンピュータに実行させるためのプ
ログラムであって、前記コンピュータに、文字領域属性
と識別された領域内に含まれる黒画素の連結成分に外接
する矩形を前記文書画像データより抽出する外接矩形抽
出機能と、文字領域属性と識別された領域内に文字以外
の領域が存在するか否かを前記外接矩形抽出機能により
抽出された前記矩形に係る情報に基づき判定する非文字
領域判定機能と、この非文字領域判定機能により文字領
域属性と識別された領域内に文字以外の領域が存在する
と判定された場合、当該文字領域属性と識別された領域
を再分割する再分割機能と、を実行させ、文字領域属性
と識別された領域内に文字以外の領域が存在するか否か
を判定し、文字領域属性と識別された領域内に文字以外
の領域が存在すると判定した場合、当該文字領域属性と
識別された領域を再分割することにより、印鑑や図など
文字以外の領域が領域分割の結果として文字と判定され
た領域に入り込んだ場合であっても、当該文字領域属性
と識別された領域を再度分割することで文字以外の領域
を排除することができるので、文字抽出精度を向上させ
ることができる。
ば、文書画像データ中に混在する文字領域と文字以外の
領域との識別分類をコンピュータに実行させるためのプ
ログラムであって、前記コンピュータに、文字領域属性
と識別された領域内に含まれる黒画素の連結成分に外接
する矩形を前記文書画像データより抽出する外接矩形抽
出機能と、文字領域属性と識別された領域内に文字以外
の領域が存在するか否かを前記外接矩形抽出機能により
抽出された前記矩形に係る情報に基づき判定する非文字
領域判定機能と、この非文字領域判定機能により文字領
域属性と識別された領域内に文字以外の領域が存在する
と判定された場合、当該文字領域属性と識別された領域
を再分割する再分割機能と、を実行させ、文字領域属性
と識別された領域内に文字以外の領域が存在するか否か
を判定し、文字領域属性と識別された領域内に文字以外
の領域が存在すると判定した場合、当該文字領域属性と
識別された領域を再分割することにより、印鑑や図など
文字以外の領域が領域分割の結果として文字と判定され
た領域に入り込んだ場合であっても、当該文字領域属性
と識別された領域を再度分割することで文字以外の領域
を排除することができるので、文字抽出精度を向上させ
ることができる。
【００７３】請求項１２記載の発明によれば、請求項１
１記載のプログラムにおいて、前記非文字領域判定機能
における前記矩形に係る情報は、前記矩形内部をすべて
黒画素と仮定し、１画素ライン毎の黒画素の座標の最大
値及び最小値であることにより、文字領域属性と識別さ
れた領域内に文字以外の領域が存在するか否かの判定を
容易に行うことができる。
１記載のプログラムにおいて、前記非文字領域判定機能
における前記矩形に係る情報は、前記矩形内部をすべて
黒画素と仮定し、１画素ライン毎の黒画素の座標の最大
値及び最小値であることにより、文字領域属性と識別さ
れた領域内に文字以外の領域が存在するか否かの判定を
容易に行うことができる。
【００７４】請求項１３記載の発明によれば、請求項１
２記載のプログラムにおいて、前記再分割機能は、１画
素ライン毎の黒画素の座標の最大値及び最小値に応じて
文字行及び行間を判定し、この行間部分で文字領域属性
と識別された領域を再分割することにより、再分割を容
易に行うことができる。
２記載のプログラムにおいて、前記再分割機能は、１画
素ライン毎の黒画素の座標の最大値及び最小値に応じて
文字行及び行間を判定し、この行間部分で文字領域属性
と識別された領域を再分割することにより、再分割を容
易に行うことができる。
【００７５】請求項１４記載の発明によれば、請求項１
３記載のプログラムにおいて、前記行間と判定された領
域の前記矩形に係る情報を用いて、文字以外の領域が存
在するか否かを判定することにより、行間と判定された
領域には文字は存在しないことから、文字以外の領域が
存在するか否かの判定を容易に行うことができる。
３記載のプログラムにおいて、前記行間と判定された領
域の前記矩形に係る情報を用いて、文字以外の領域が存
在するか否かを判定することにより、行間と判定された
領域には文字は存在しないことから、文字以外の領域が
存在するか否かの判定を容易に行うことができる。
【００７６】請求項１５記載の発明によれば、請求項１
１ないし１４のいずれか一記載のプログラムにおいて、
再分割後、文字認識を行った結果の確からしさを示す指
標（確信度）を算出し、この確信度が低い部分は、文字
以外の領域とすることにより、より分割精度を向上させ
ることができる。
１ないし１４のいずれか一記載のプログラムにおいて、
再分割後、文字認識を行った結果の確からしさを示す指
標（確信度）を算出し、この確信度が低い部分は、文字
以外の領域とすることにより、より分割精度を向上させ
ることができる。
【００７７】請求項１６記載の発明のコンピュータに読
み取り可能な記憶媒体によれば、請求項１１ないし１５
のいずれか一記載のプログラムを記憶したことにより、
この記憶媒体をコンピュータにインストールすること
で、請求項１１ないし１５のいずれか一記載のプログラ
ムと同様の作用・効果を得ることができる。
み取り可能な記憶媒体によれば、請求項１１ないし１５
のいずれか一記載のプログラムを記憶したことにより、
この記憶媒体をコンピュータにインストールすること
で、請求項１１ないし１５のいずれか一記載のプログラ
ムと同様の作用・効果を得ることができる。
【図１】本発明の実施の一形態の文書認識装置のハード
ウェア構成を概略的に示すブロック図である。
ウェア構成を概略的に示すブロック図である。
【図２】文書認識装置の機能ブロック図である。
【図３】図領域抽出部及び領域分割部における処理の流
れを示すフローチャートである。
れを示すフローチャートである。
【図４】領域内矩形抽出結果に基づいて領域内矩形のＸ
座標の最大値、最小値を求めた例を示す説明図である。
座標の最大値、最小値を求めた例を示す説明図である。
【図５】強制分割位置の一例を示す説明図である。
【図６】強制分割位置の他の一例を示す説明図である。
１ 文書認識装置
７ 記憶媒体
Claims (16)
- 【請求項１】 文書画像データ中に混在する文字領域と
文字以外の領域とを識別分類する文書認識装置におい
て、 文字領域属性と識別された領域内に含まれる黒画素の連
結成分に外接する矩形を前記文書画像データより抽出す
る外接矩形抽出手段と、 文字領域属性と識別された領域内に文字以外の領域が存
在するか否かを前記外接矩形抽出手段により抽出された
前記矩形に係る情報に基づき判定する非文字領域判定手
段と、 この非文字領域判定手段により文字領域属性と識別され
た領域内に文字以外の領域が存在すると判定された場
合、当該文字領域属性と識別された領域を再分割する再
分割手段と、を備えることを特徴とする文書認識装置。 - 【請求項２】 前記非文字領域判定手段における前記矩
形に係る情報は、前記矩形内部をすべて黒画素と仮定
し、１画素ライン毎の黒画素の座標の最大値及び最小値
であることを特徴とする請求項１記載の文書認識装置。 - 【請求項３】 前記再分割手段は、１画素ライン毎の黒
画素の座標の最大値及び最小値に応じて文字行及び行間
を判定し、この行間部分で文字領域属性と識別された領
域を再分割することを特徴とする請求項２記載の文書認
識装置。 - 【請求項４】 前記行間と判定された領域の前記矩形に
係る情報を用いて、文字以外の領域が存在するか否かを
判定することを特徴とする請求項３記載の文書認識装
置。 - 【請求項５】 再分割後、文字認識を行った結果の確か
らしさを示す指標（確信度）を算出し、この確信度が低
い部分は、文字以外の領域とすることを特徴とする請求
項１ないし４のいずれか一記載の文書認識装置。 - 【請求項６】 文書画像データ中に混在する文字領域と
文字以外の領域とを識別分類する文書画像の領域識別方
法であって、 文字領域属性と識別された領域内に含まれる黒画素の連
結成分に外接する矩形を前記文書画像データより抽出す
る外接矩形抽出工程と、 文字領域属性と識別された領域内に文字以外の領域が存
在するか否かを前記外接矩形抽出工程により抽出された
前記矩形に係る情報に基づき判定する非文字領域判定工
程と、 この非文字領域判定工程により文字領域属性と識別され
た領域内に文字以外の領域が存在すると判定された場
合、当該文字領域属性と識別された領域を再分割する再
分割工程と、を含むことを特徴とする文書画像の領域識
別方法。 - 【請求項７】 前記非文字領域判定工程における前記矩
形に係る情報は、前記矩形内部をすべて黒画素と仮定
し、１画素ライン毎の黒画素の座標の最大値及び最小値
であることを特徴とする請求項６記載の文書画像の領域
識別方法。 - 【請求項８】 前記再分割工程は、１画素ライン毎の黒
画素の座標の最大値及び最小値に応じて文字行及び行間
を判定し、この行間部分で文字領域属性と識別された領
域を再分割することを特徴とする請求項７記載の文書画
像の領域識別方法。 - 【請求項９】 前記行間と判定された領域の前記矩形に
係る情報を用いて、文字以外の領域が存在するか否かを
判定することを特徴とする請求項８記載の文書画像の領
域識別方法。 - 【請求項１０】 再分割後、文字認識を行った結果の確
からしさを示す指標（確信度）を算出し、この確信度が
低い部分は、文字以外の領域とすることを特徴とする請
求項６ないし９のいずれか一記載の文書画像の領域識別
方法。 - 【請求項１１】 文書画像データ中に混在する文字領域
と文字以外の領域との識別分類をコンピュータに実行さ
せるためのプログラムであって、前記コンピュータに、 文字領域属性と識別された領域内に含まれる黒画素の連
結成分に外接する矩形を前記文書画像データより抽出す
る外接矩形抽出機能と、 文字領域属性と識別された領域内に文字以外の領域が存
在するか否かを前記外接矩形抽出機能により抽出された
前記矩形に係る情報に基づき判定する非文字領域判定機
能と、 この非文字領域判定機能により文字領域属性と識別され
た領域内に文字以外の領域が存在すると判定された場
合、当該文字領域属性と識別された領域を再分割する再
分割機能と、を実行させることを特徴とするプログラ
ム。 - 【請求項１２】 前記非文字領域判定機能における前記
矩形に係る情報は、前記矩形内部をすべて黒画素と仮定
し、１画素ライン毎の黒画素の座標の最大値及び最小値
であることを特徴とする請求項１１記載のプログラム。 - 【請求項１３】 前記再分割機能は、１画素ライン毎の
黒画素の座標の最大値及び最小値に応じて文字行及び行
間を判定し、この行間部分で文字領域属性と識別された
領域を再分割することを特徴とする請求項１２記載のプ
ログラム。 - 【請求項１４】 前記行間と判定された領域の前記矩形
に係る情報を用いて、文字以外の領域が存在するか否か
を判定することを特徴とする請求項１３記載のプログラ
ム。 - 【請求項１５】 再分割後、文字認識を行った結果の確
からしさを示す指標（確信度）を算出し、この確信度が
低い部分は、文字以外の領域とすることを特徴とする請
求項１１ないし１４のいずれか一記載のプログラム。 - 【請求項１６】 請求項１１ないし１５のいずれか一記
載のプログラムを記憶したことを特徴とするコンピュー
タに読み取り可能な記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001211476A JP4616522B2 (ja) | 2001-07-12 | 2001-07-12 | 文書認識装置、文書画像の領域識別方法、プログラム及び記憶媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001211476A JP4616522B2 (ja) | 2001-07-12 | 2001-07-12 | 文書認識装置、文書画像の領域識別方法、プログラム及び記憶媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003030584A true JP2003030584A (ja) | 2003-01-31 |
| JP4616522B2 JP4616522B2 (ja) | 2011-01-19 |
Family
ID=19046783
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001211476A Expired - Fee Related JP4616522B2 (ja) | 2001-07-12 | 2001-07-12 | 文書認識装置、文書画像の領域識別方法、プログラム及び記憶媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4616522B2 (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100424716C (zh) * | 2005-10-07 | 2008-10-08 | 株式会社理光 | 图像处理装置,图像处理方法 |
| US7747089B2 (en) | 2006-06-12 | 2010-06-29 | Konica Minolta Business Technologies, Inc. | Image processing apparatus, image processing method, and image processing program |
| CN117495950A (zh) * | 2023-12-29 | 2024-02-02 | 山东五思信息科技有限公司 | 一种基于密度聚类的试卷密封线定位方法及*** |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58201182A (ja) * | 1982-05-20 | 1983-11-22 | Nippon Telegr & Teleph Corp <Ntt> | 文字・図形切り分け方法 |
| JPH04270483A (ja) * | 1990-11-16 | 1992-09-25 | Seiko Epson Corp | 文字情報検出装置 |
| JPH04303278A (ja) * | 1990-12-29 | 1992-10-27 | Gold Star Co Ltd | 圧縮映像の文字列分離方式 |
| JPH06150055A (ja) * | 1992-11-06 | 1994-05-31 | Matsushita Electric Ind Co Ltd | 文字認識装置 |
| JPH08115380A (ja) * | 1994-10-18 | 1996-05-07 | Canon Inc | 画像処理装置及び方法 |
| JP2001134712A (ja) * | 1999-11-02 | 2001-05-18 | Canon Inc | 画像処理装置及び画像処理方法 |
-
2001
- 2001-07-12 JP JP2001211476A patent/JP4616522B2/ja not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58201182A (ja) * | 1982-05-20 | 1983-11-22 | Nippon Telegr & Teleph Corp <Ntt> | 文字・図形切り分け方法 |
| JPH04270483A (ja) * | 1990-11-16 | 1992-09-25 | Seiko Epson Corp | 文字情報検出装置 |
| JPH04303278A (ja) * | 1990-12-29 | 1992-10-27 | Gold Star Co Ltd | 圧縮映像の文字列分離方式 |
| JPH06150055A (ja) * | 1992-11-06 | 1994-05-31 | Matsushita Electric Ind Co Ltd | 文字認識装置 |
| JPH08115380A (ja) * | 1994-10-18 | 1996-05-07 | Canon Inc | 画像処理装置及び方法 |
| JP2001134712A (ja) * | 1999-11-02 | 2001-05-18 | Canon Inc | 画像処理装置及び画像処理方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100424716C (zh) * | 2005-10-07 | 2008-10-08 | 株式会社理光 | 图像处理装置,图像处理方法 |
| US7747089B2 (en) | 2006-06-12 | 2010-06-29 | Konica Minolta Business Technologies, Inc. | Image processing apparatus, image processing method, and image processing program |
| CN117495950A (zh) * | 2023-12-29 | 2024-02-02 | 山东五思信息科技有限公司 | 一种基于密度聚类的试卷密封线定位方法及*** |
| CN117495950B (zh) * | 2023-12-29 | 2024-03-26 | 山东五思信息科技有限公司 | 一种基于密度聚类的试卷密封线定位方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4616522B2 (ja) | 2011-01-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10803338B2 (en) | Method and device for recognizing the character area in a image | |
| CN113139445A (zh) | 表格识别方法、设备及计算机可读存储介质 | |
| CN112069991A (zh) | 一种pdf的表格信息提取方法及相关装置 | |
| JP2003030584A (ja) | 文書認識装置、文書画像の領域識別方法、プログラム及び記憶媒体 | |
| US9373193B2 (en) | Method and apparatus for detecting and avoiding conflicts of space entity element annotations | |
| JP3215163B2 (ja) | 罫線識別方法及び領域識別方法 | |
| JP4162195B2 (ja) | 画像処理装置、及び画像処理プログラム | |
| WO2023152809A1 (ja) | 画像処理装置、画像処理方法およびプログラム | |
| KR102395599B1 (ko) | 딥러닝 기반 이미지 도면 내 선 객체 인식 시스템 및 그 방법 | |
| JPH10187887A (ja) | 書体識別装置および書体識別方法および情報記録媒体 | |
| JPH11143990A (ja) | 文字認識方法及び装置及びその方法を記録した記録媒体 | |
| JPH1166230A (ja) | 文書認識装置、文書認識方法及び媒体 | |
| JPH0573718A (ja) | 領域属性識別方式 | |
| JPH0816719A (ja) | 文字切り出し方法とこれを用いた文字認識方法及び装置 | |
| JP2002074264A (ja) | 画像処理装置、画像処理方法および記録媒体 | |
| JP3220226B2 (ja) | 文字列方向判別方法 | |
| JPH1049676A (ja) | 罫線認識方法 | |
| JPH11242716A (ja) | 画像処理方法および記録媒体 | |
| JPH1166225A (ja) | 表情報抽出装置及び方法並びに記録媒体 | |
| CN115272801A (zh) | 训练样本的获得方法及其装置、模型训练方法及其装置 | |
| JP2001266070A (ja) | 文字認識装置、文字認識方法および記憶媒体 | |
| JP2000172783A (ja) | 文字列認識方法及び記録媒体 | |
| JPH06150062A (ja) | 文字認識装置 | |
| JPH1021332A (ja) | 非線形正規化方法 | |
| JP2001143020A (ja) | 文字認識装置、文字認識方法、および記録媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20041004 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20051021 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20080111 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080620 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100708 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100713 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100913 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20101005 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101022 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4616522 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131029 Year of fee payment: 3 |
|
| LAPS | Cancellation because of no payment of annual fees |