JP3381803B2 - 傾き角検出装置 - Google Patents
傾き角検出装置Info
- Publication number
- JP3381803B2 JP3381803B2 JP26753593A JP26753593A JP3381803B2 JP 3381803 B2 JP3381803 B2 JP 3381803B2 JP 26753593 A JP26753593 A JP 26753593A JP 26753593 A JP26753593 A JP 26753593A JP 3381803 B2 JP3381803 B2 JP 3381803B2
- Authority
- JP
- Japan
- Prior art keywords
- histogram
- tilt angle
- value
- image
- inclination angle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000011156 evaluation Methods 0.000 claims description 20
- 230000001186 cumulative effect Effects 0.000 claims description 9
- 238000000034 method Methods 0.000 description 25
- 238000001514 detection method Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、傾き角検出装置に関す
る。 【０００２】 【従来の技術】画像に含まれている文字情報を自動的に
切り出し認識する処理においては、文字が一列に並んで
いる行や個別文字の傾きを検出する処理が、読取りを高
精度に行うための鍵となる。ところが近年文字認識の技
術が広く様々な用途に応用されるようになってきてお
り、背景雑音が混在し文字が不鮮明であるような画像ま
でも扱わなければならなくなってきている。このような
状況においては文字認識はもとより、それを補助する傾
き角検出処理も画像の低品位化に対して頑健であること
が強く期待されている。 【０００３】従来、分割された領域の白ランレングスの
ヒストグラムを求め、各隣り合うヒストグラム間の相互
相関により得られる領域間のオフセットにより傾き角を
求める方法が提案されている（特開平４−１７７５８３
号）。この方法によれば処理時間が短く、文書画像中に
図，表および写真等が混在していても検出可能である
が、ノイズの混入によってランレングスは大きく変化
し、その結果相関値が低くなるため傾き角が正確に検出
できなくなるという問題がある。 【０００４】また、複数の方向で隣接するライン間の黒
画素数差の絶対値の総和を求め、これが最大となる方向
を原稿の傾き方向とする方法も提案されている（特開平
３−８３１８８号）。この方法では文字行間にノイズの
ある場合や、逆に文字が薄くて一部が欠けたりしている
場合には、黒画素数差の総和に走査方向による変化が現
れにくくなり、検出が不安定になるという問題がある。 【０００５】また、複数の傾き毎に黒画素のヒストグラ
ムを作成し、あらかじめ定めたしきい値を越える部分の
総和で評価して、それが最大となる角度を傾き角とする
という方法も提案されている（特開平３−８３１８８
号）。この方法によれば、文書の２値化画像を図１４に
示すようにあらかじめ定めてある複数の傾きに沿って走
査し、各傾き毎に黒画素のヒストグラムを作成する。そ
して図１５に示すようにあらかじめ定めてある黒画素頻
度のしきい値を越える部分を合計しその値が最も大きい
ヒストグラムを文書の傾きとして処理する。この方法に
よれば、文書中に地汚れがある場合でもしきい値が適切
に設定されていれば文書の傾きが正しく検出されるもの
と思われる。但し、しきい値が高すぎても低すぎても正
しい傾きは求まらない。 【０００６】用紙サイズから黒画素のヒストグラムのし
きい値があらかじめ定められたテーブルが作成されてい
るが、用紙サイズが同一でも文字の容量や印刷の濃淡の
状態等によってヒストグラムの高さは様々に変動する。
従って、黒画素のヒストグラムのしきい値をあらかじめ
適切に定めておくことは難しい。つまり文字の大きさや
個数、印刷の状態が様々に変化する場合には正しく傾き
角を求めることは困難であった。 【０００７】 【発明が解決しようとする課題】このように、従来の複
数の傾き毎に黒画素のヒストグラムを作成し、あらかじ
め定めたしきい値を越える部分の総和で評価して、それ
が最大となる角度を傾き角とする方法では、丁度傾き角
で作ったヒストグラムで凹凸が明瞭に現れるため、適当
なしきい値を設けておけばこれを越える部分の総和も最
も大きくなるはずである。しかしながらしきい値が適切
でないと、この評価値は山の凹凸とは必ずしも一致しな
い。また、適切なしきい値は、ノイズの混入や文字の大
きさや種類にも大きく依存し、画像の大きさだけでは前
もって設定できないという問題がある。 【０００８】本発明は、前記実情に鑑みてなされたもの
で、背景雑音が混在したり文字が不鮮明な画像に対して
も安定して行・文字の傾き角を検出する方法を提供する
ことを目的とする。 【０００９】 【課題を解決するための手段】そこで本発明における傾
き角検出装置では、読み取り画像を複数の予測される傾
き角で走査し、各傾き角に対する黒画素累積ヒストグラ
ムを作成するヒストグラム作成手段と、黒画素累積ヒス
トグラムの区間毎の最大値と最小値との差を、該黒画素
累積ヒストグラムの全範囲に渡って加算し、各傾き角に
おける評価量を求める評価量演算手段と、各傾き角にお
ける評価量を比較し、該評価量が最大値をとる傾き角の
値を画像の傾き角とする傾き角決定手段とを用いるよう
にしている。 【００１０】 【００１１】 【作用】評価量の値は、傾き角θで走査した黒画素累積
ヒストグラムについて区間幅Ｌでの最大値と最小値の差
をヒストグラムの全範囲で総和したものであり、文字の
個数や印刷の状態に影響されることが少なく、傾き角θ
の検出を高精度に行うことができる。ここであらかじめ
定めておくパラメータは区間幅Ｌであるが、Ｌは画像中
の主な文字の大きさまたは行の幅に応じて決められる量
であって、文字の大きさまたは行の幅の１／２から１倍
程度とするのが望ましい。 【００１２】 【実施例】以下、本発明の実施例について図面を参照し
つつ詳細に説明する。 【００１３】この方法は、図１に示すような書店印の読
取りを行うものである。 【００１４】図１(a) に示すような書店印の読取り画像
を図１(b) に示すように２値化し、図１(a) の一部分を
抽出した図２(a) に示すような２値画像から図２(b) に
示すようにヒストグラムを作成し、このヒストグラムを
用いて傾き角を検出するもので、複数の予測される傾き
角に対してそれぞれ、ヒストグラムを作成し、このヒス
トグラムから、区間内での最大値と最小値の差をヒスト
グラムの全範囲での総和からもとめた値を評価量として
用い、これが最大値をとるθの値を傾き角として用いる
ようにしたことを特徴とする。 【００１５】図３にその傾き角検出工程のフローチャー
トを示す。 【００１６】あらかじめ設定した複数の傾き角に対して
評価量Ｃθを求める（ステップ１０１）わけであるが、
この工程が終了すれば、Ｃθが最大となるθを最適な傾
き角とし（ステップ１０８）、傾き角の検出が終了す
る。 【００１７】この評価量Ｃθの検出に際しては、まず傾
き角θ方向に走査し、黒画素累積ヒストグラムＨ
θ（ｘ）を求める（ステップ１０２）。 【００１８】次にｘi を初期値ｘs にセットし、評価量
Ｃθを０にセットする（ステップ１０３）。 【００１９】そして区間［ｘi ，ｘi +L ］で黒画素累
積ヒストグラムＨθ（ｘ）の最大値と最小値を求める
（ステップ１０４）。 【００２０】この後、評価量Ｃθを、黒画素累積ヒスト
グラムＨθ（ｘ）の最大値と最小値の差を評価量Ｃθの
初期値（＝０）に加えたものとする（ステップ１０
５）。 【００２１】この後ｘi ＝ｘi ＋１と更新する（ステッ
プ１０６）。 【００２２】このステップ１０４から１０６を、ｘi +L
がもう一方の端ｘe になるまで繰り返す（ステップ１
０７）。 【００２３】ここで本実施例では、細い罫線の方向と書
店印の傾きとは必ずしも一致しないため、この罫線に対
応するヒストグラムの部分を検出するのを防ぐべく通常
は、罫線に対応するヒストグラムの部分を最小値フィル
タによって除去したのち（ステップ２００として破線で
示す）、評価量の算出（ステップ１０３以降のステッ
プ）を行う。一般にはステップ２００は特に必要ではな
い。 【００２４】この結果を図４に示す。各々左側が最小値
フィルタを施さないヒストグラムであり、各々右側が最
小値フィルタを施したヒストグラムであり、各々右側の
数値が最大値と最小値との差の総和である。ここで太い
枠で囲まれた分が最大値をとるものでこの傾き角をこの
書店印の傾き角とする。 【００２５】このようにして複数の傾き角に対して評価
量Ｃθを求め、Ｃθが最大となるθを最適な傾き角とす
る。 【００２６】このようにして傾き角が検出されるとこの
傾き角に沿って書店印認識を行う。この工程のフローチ
ャートを図５に示す。 【００２７】すなわち傾き角の検出後（ステップ２０
１）、認識対象行の切り出しを行い（ステップ２０
２）、この後個別文字の切り出しを行う（ステップ２０
３）。行の切り出し結果を図６に示す。そしてこの切り
出しによっていかなる文字であるかを判別し、いかなる
文字であるかを決定する（ステップ２０４）。 【００２８】なおここでヒストグラムの最大値と最小値
をとる幅Ｌは行間隔Ｗの１／２〜１倍程度が望ましい。 【００２９】このようにして、文字の個数や印刷の状態
に影響されることなく、傾き角θの検出を高精度に行う
ことができる。 【００３０】具体的な例としてカメラ座標系で図７(a)
に示される書店印を図７(b) に示すように傾き角の検出
と行の切り出しを行い、その結果図７(c) に示すように
行の切り出しを行うことができる。 【００３１】次に、本発明の第２の実施例として文字の
傾き角を検出する方法について説明する。 【００３２】この方法では図８に示すように斜体で筆記
された文字列の傾き角を検出することにより、切り出し
および認識処理を行うものである。 【００３３】例えば図９(a) および(b) に示すような手
書き文字を補正する方法の簡単なフローチャートを図１
０に示す。図９(a) は図９(b) に示す原二値画像を傾き
補正したものである。 【００３４】まずΔθ刻みで斜め方向のヒストグラムを
作成する（ステップ３０１）。 【００３５】そしてヒストグラムを図１１に示すように
ｘの関数としてＨθ(ｘ)と表す。そして下式の評価量Ｃ
θを最大にするθ（ここでは６０度）を当該文字の傾き
角とする（ステップ３０２）。 【００３６】 この後、θ方向に画像を回転させて立直処理を終了する
（ステップ３０３）。このようにして手書き文字を良好
に切り出し認識することができる。 【００３７】この認識処理のフローチャートを図１２に
示す。 【００３８】この方法では手書き数字画像を入力し（ス
テップ４０１）、これを二値化し（ステップ４０２）、
平均的文字幅程度にＬを設定し前述した傾き角検出処理
を行い（ステップ４０３）、この傾き角の分だけ読取り
画像を補正し図１３に示すように走査線上の座標の画素
値をずらして書き込み補正画像を作成する（ステップ４
０４）。 【００３９】この後文字列のセグメント化認識を行う
（ステップ４０５）。 【００４０】 【発明の効果】以上説明してきたように、本発明によれ
ば、文字の個数や印刷の状態に影響されることが少な
く、傾き角θの検出を高精度に行うことができる。
る。 【０００２】 【従来の技術】画像に含まれている文字情報を自動的に
切り出し認識する処理においては、文字が一列に並んで
いる行や個別文字の傾きを検出する処理が、読取りを高
精度に行うための鍵となる。ところが近年文字認識の技
術が広く様々な用途に応用されるようになってきてお
り、背景雑音が混在し文字が不鮮明であるような画像ま
でも扱わなければならなくなってきている。このような
状況においては文字認識はもとより、それを補助する傾
き角検出処理も画像の低品位化に対して頑健であること
が強く期待されている。 【０００３】従来、分割された領域の白ランレングスの
ヒストグラムを求め、各隣り合うヒストグラム間の相互
相関により得られる領域間のオフセットにより傾き角を
求める方法が提案されている（特開平４−１７７５８３
号）。この方法によれば処理時間が短く、文書画像中に
図，表および写真等が混在していても検出可能である
が、ノイズの混入によってランレングスは大きく変化
し、その結果相関値が低くなるため傾き角が正確に検出
できなくなるという問題がある。 【０００４】また、複数の方向で隣接するライン間の黒
画素数差の絶対値の総和を求め、これが最大となる方向
を原稿の傾き方向とする方法も提案されている（特開平
３−８３１８８号）。この方法では文字行間にノイズの
ある場合や、逆に文字が薄くて一部が欠けたりしている
場合には、黒画素数差の総和に走査方向による変化が現
れにくくなり、検出が不安定になるという問題がある。 【０００５】また、複数の傾き毎に黒画素のヒストグラ
ムを作成し、あらかじめ定めたしきい値を越える部分の
総和で評価して、それが最大となる角度を傾き角とする
という方法も提案されている（特開平３−８３１８８
号）。この方法によれば、文書の２値化画像を図１４に
示すようにあらかじめ定めてある複数の傾きに沿って走
査し、各傾き毎に黒画素のヒストグラムを作成する。そ
して図１５に示すようにあらかじめ定めてある黒画素頻
度のしきい値を越える部分を合計しその値が最も大きい
ヒストグラムを文書の傾きとして処理する。この方法に
よれば、文書中に地汚れがある場合でもしきい値が適切
に設定されていれば文書の傾きが正しく検出されるもの
と思われる。但し、しきい値が高すぎても低すぎても正
しい傾きは求まらない。 【０００６】用紙サイズから黒画素のヒストグラムのし
きい値があらかじめ定められたテーブルが作成されてい
るが、用紙サイズが同一でも文字の容量や印刷の濃淡の
状態等によってヒストグラムの高さは様々に変動する。
従って、黒画素のヒストグラムのしきい値をあらかじめ
適切に定めておくことは難しい。つまり文字の大きさや
個数、印刷の状態が様々に変化する場合には正しく傾き
角を求めることは困難であった。 【０００７】 【発明が解決しようとする課題】このように、従来の複
数の傾き毎に黒画素のヒストグラムを作成し、あらかじ
め定めたしきい値を越える部分の総和で評価して、それ
が最大となる角度を傾き角とする方法では、丁度傾き角
で作ったヒストグラムで凹凸が明瞭に現れるため、適当
なしきい値を設けておけばこれを越える部分の総和も最
も大きくなるはずである。しかしながらしきい値が適切
でないと、この評価値は山の凹凸とは必ずしも一致しな
い。また、適切なしきい値は、ノイズの混入や文字の大
きさや種類にも大きく依存し、画像の大きさだけでは前
もって設定できないという問題がある。 【０００８】本発明は、前記実情に鑑みてなされたもの
で、背景雑音が混在したり文字が不鮮明な画像に対して
も安定して行・文字の傾き角を検出する方法を提供する
ことを目的とする。 【０００９】 【課題を解決するための手段】そこで本発明における傾
き角検出装置では、読み取り画像を複数の予測される傾
き角で走査し、各傾き角に対する黒画素累積ヒストグラ
ムを作成するヒストグラム作成手段と、黒画素累積ヒス
トグラムの区間毎の最大値と最小値との差を、該黒画素
累積ヒストグラムの全範囲に渡って加算し、各傾き角に
おける評価量を求める評価量演算手段と、各傾き角にお
ける評価量を比較し、該評価量が最大値をとる傾き角の
値を画像の傾き角とする傾き角決定手段とを用いるよう
にしている。 【００１０】 【００１１】 【作用】評価量の値は、傾き角θで走査した黒画素累積
ヒストグラムについて区間幅Ｌでの最大値と最小値の差
をヒストグラムの全範囲で総和したものであり、文字の
個数や印刷の状態に影響されることが少なく、傾き角θ
の検出を高精度に行うことができる。ここであらかじめ
定めておくパラメータは区間幅Ｌであるが、Ｌは画像中
の主な文字の大きさまたは行の幅に応じて決められる量
であって、文字の大きさまたは行の幅の１／２から１倍
程度とするのが望ましい。 【００１２】 【実施例】以下、本発明の実施例について図面を参照し
つつ詳細に説明する。 【００１３】この方法は、図１に示すような書店印の読
取りを行うものである。 【００１４】図１(a) に示すような書店印の読取り画像
を図１(b) に示すように２値化し、図１(a) の一部分を
抽出した図２(a) に示すような２値画像から図２(b) に
示すようにヒストグラムを作成し、このヒストグラムを
用いて傾き角を検出するもので、複数の予測される傾き
角に対してそれぞれ、ヒストグラムを作成し、このヒス
トグラムから、区間内での最大値と最小値の差をヒスト
グラムの全範囲での総和からもとめた値を評価量として
用い、これが最大値をとるθの値を傾き角として用いる
ようにしたことを特徴とする。 【００１５】図３にその傾き角検出工程のフローチャー
トを示す。 【００１６】あらかじめ設定した複数の傾き角に対して
評価量Ｃθを求める（ステップ１０１）わけであるが、
この工程が終了すれば、Ｃθが最大となるθを最適な傾
き角とし（ステップ１０８）、傾き角の検出が終了す
る。 【００１７】この評価量Ｃθの検出に際しては、まず傾
き角θ方向に走査し、黒画素累積ヒストグラムＨ
θ（ｘ）を求める（ステップ１０２）。 【００１８】次にｘi を初期値ｘs にセットし、評価量
Ｃθを０にセットする（ステップ１０３）。 【００１９】そして区間［ｘi ，ｘi +L ］で黒画素累
積ヒストグラムＨθ（ｘ）の最大値と最小値を求める
（ステップ１０４）。 【００２０】この後、評価量Ｃθを、黒画素累積ヒスト
グラムＨθ（ｘ）の最大値と最小値の差を評価量Ｃθの
初期値（＝０）に加えたものとする（ステップ１０
５）。 【００２１】この後ｘi ＝ｘi ＋１と更新する（ステッ
プ１０６）。 【００２２】このステップ１０４から１０６を、ｘi +L
がもう一方の端ｘe になるまで繰り返す（ステップ１
０７）。 【００２３】ここで本実施例では、細い罫線の方向と書
店印の傾きとは必ずしも一致しないため、この罫線に対
応するヒストグラムの部分を検出するのを防ぐべく通常
は、罫線に対応するヒストグラムの部分を最小値フィル
タによって除去したのち（ステップ２００として破線で
示す）、評価量の算出（ステップ１０３以降のステッ
プ）を行う。一般にはステップ２００は特に必要ではな
い。 【００２４】この結果を図４に示す。各々左側が最小値
フィルタを施さないヒストグラムであり、各々右側が最
小値フィルタを施したヒストグラムであり、各々右側の
数値が最大値と最小値との差の総和である。ここで太い
枠で囲まれた分が最大値をとるものでこの傾き角をこの
書店印の傾き角とする。 【００２５】このようにして複数の傾き角に対して評価
量Ｃθを求め、Ｃθが最大となるθを最適な傾き角とす
る。 【００２６】このようにして傾き角が検出されるとこの
傾き角に沿って書店印認識を行う。この工程のフローチ
ャートを図５に示す。 【００２７】すなわち傾き角の検出後（ステップ２０
１）、認識対象行の切り出しを行い（ステップ２０
２）、この後個別文字の切り出しを行う（ステップ２０
３）。行の切り出し結果を図６に示す。そしてこの切り
出しによっていかなる文字であるかを判別し、いかなる
文字であるかを決定する（ステップ２０４）。 【００２８】なおここでヒストグラムの最大値と最小値
をとる幅Ｌは行間隔Ｗの１／２〜１倍程度が望ましい。 【００２９】このようにして、文字の個数や印刷の状態
に影響されることなく、傾き角θの検出を高精度に行う
ことができる。 【００３０】具体的な例としてカメラ座標系で図７(a)
に示される書店印を図７(b) に示すように傾き角の検出
と行の切り出しを行い、その結果図７(c) に示すように
行の切り出しを行うことができる。 【００３１】次に、本発明の第２の実施例として文字の
傾き角を検出する方法について説明する。 【００３２】この方法では図８に示すように斜体で筆記
された文字列の傾き角を検出することにより、切り出し
および認識処理を行うものである。 【００３３】例えば図９(a) および(b) に示すような手
書き文字を補正する方法の簡単なフローチャートを図１
０に示す。図９(a) は図９(b) に示す原二値画像を傾き
補正したものである。 【００３４】まずΔθ刻みで斜め方向のヒストグラムを
作成する（ステップ３０１）。 【００３５】そしてヒストグラムを図１１に示すように
ｘの関数としてＨθ(ｘ)と表す。そして下式の評価量Ｃ
θを最大にするθ（ここでは６０度）を当該文字の傾き
角とする（ステップ３０２）。 【００３６】 この後、θ方向に画像を回転させて立直処理を終了する
（ステップ３０３）。このようにして手書き文字を良好
に切り出し認識することができる。 【００３７】この認識処理のフローチャートを図１２に
示す。 【００３８】この方法では手書き数字画像を入力し（ス
テップ４０１）、これを二値化し（ステップ４０２）、
平均的文字幅程度にＬを設定し前述した傾き角検出処理
を行い（ステップ４０３）、この傾き角の分だけ読取り
画像を補正し図１３に示すように走査線上の座標の画素
値をずらして書き込み補正画像を作成する（ステップ４
０４）。 【００３９】この後文字列のセグメント化認識を行う
（ステップ４０５）。 【００４０】 【発明の効果】以上説明してきたように、本発明によれ
ば、文字の個数や印刷の状態に影響されることが少な
く、傾き角θの検出を高精度に行うことができる。
【図面の簡単な説明】
【図１】本発明実施例の書店印の読取り画像およびその
二値化画像 【図２】同二値化画像の一部抽出画像およびそのヒスト
グラム 【図３】本発明実施例の傾き角検出装置を用いた傾き角
検出処理のフローチャートを示す図 【図４】本発明実施例の装置を用いた各傾き角での黒画
素のヒストグラム（左側は最小値フィルタを施さないも
の、右側は最小値フィルタを施したもの）およびヒスト
グラムの最大値と最小値との差の総和を示す図 【図５】本発明実施例の装置を用いた書店印の認識処理
を示すフローチャート 【図６】行の切り出し結果を示す図 【図７】本発明実施例の装置を用いた書店印の認識処理
を示す図 【図８】本発明実施例の手書き文字の傾き角検出方法を
示す説明図 【図９】この方法で用いられる原二値画像とその補正後
の二値画像を示す図 【図１０】同検出処理を示すフローチャート 【図１１】同処理における各傾き角での黒画素のヒスト
グラム（左側は最小値フィルタを施さないもの、右側は
最小値フィルタを施したもの）およびヒストグラムの最
大値と最小値との差の総和を示す図 【図１２】本発明実施例の手書き文字の傾き角検出方法
を用いた手書き文字認識処理を示すフローチャート 【図１３】同方法での傾き補正画像作成の説明図 【図１４】従来の方法を用いた傾き角の検出を示す図 【図１５】従来の方法を用いた傾き角の検出を示す図
二値化画像 【図２】同二値化画像の一部抽出画像およびそのヒスト
グラム 【図３】本発明実施例の傾き角検出装置を用いた傾き角
検出処理のフローチャートを示す図 【図４】本発明実施例の装置を用いた各傾き角での黒画
素のヒストグラム（左側は最小値フィルタを施さないも
の、右側は最小値フィルタを施したもの）およびヒスト
グラムの最大値と最小値との差の総和を示す図 【図５】本発明実施例の装置を用いた書店印の認識処理
を示すフローチャート 【図６】行の切り出し結果を示す図 【図７】本発明実施例の装置を用いた書店印の認識処理
を示す図 【図８】本発明実施例の手書き文字の傾き角検出方法を
示す説明図 【図９】この方法で用いられる原二値画像とその補正後
の二値画像を示す図 【図１０】同検出処理を示すフローチャート 【図１１】同処理における各傾き角での黒画素のヒスト
グラム（左側は最小値フィルタを施さないもの、右側は
最小値フィルタを施したもの）およびヒストグラムの最
大値と最小値との差の総和を示す図 【図１２】本発明実施例の手書き文字の傾き角検出方法
を用いた手書き文字認識処理を示すフローチャート 【図１３】同方法での傾き補正画像作成の説明図 【図１４】従来の方法を用いた傾き角の検出を示す図 【図１５】従来の方法を用いた傾き角の検出を示す図
─────────────────────────────────────────────────────
フロントページの続き
(56)参考文献 特開 平３−83188（ＪＰ，Ａ)
特開 平１−312682（ＪＰ，Ａ)
特開 平１−305488（ＪＰ，Ａ)
特開 平２−69886（ＪＰ，Ａ)
特開 昭57−52971（ＪＰ，Ａ)
(58)調査した分野(Int.Cl.7，ＤＢ名)
G06T 7/00 - 7/60
G06T 1/00
G06K 9/18 - 9/44
G06K 9/62 - 9/82
H04N 1/40
Claims (1)
- (57)【特許請求の範囲】 【請求項１】 読み取り画像を複数の予測される傾き角
で走査し、各傾き角に対する黒画素累積ヒストグラムを
作成するヒストグラム作成手段と、 前記黒画素累積ヒストグラムの区間毎の最大値と最小値
との差を、該黒画素累積ヒストグラムの全範囲に渡って
加算し、各傾き角における評価量を求める評価量演算手
段と、 各傾き角における前記評価量を比較し、該評価量が最大
値をとる傾き角の値を前記画像の傾き角とする傾き角決
定手段とを具備することを特徴とする傾き角検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26753593A JP3381803B2 (ja) | 1993-10-26 | 1993-10-26 | 傾き角検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26753593A JP3381803B2 (ja) | 1993-10-26 | 1993-10-26 | 傾き角検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH07121724A JPH07121724A (ja) | 1995-05-12 |
| JP3381803B2 true JP3381803B2 (ja) | 2003-03-04 |
Family
ID=17446176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26753593A Expired - Fee Related JP3381803B2 (ja) | 1993-10-26 | 1993-10-26 | 傾き角検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3381803B2 (ja) |
-
1993
- 1993-10-26 JP JP26753593A patent/JP3381803B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH07121724A (ja) | 1995-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7684646B2 (en) | System and method of determining image skew using connected components | |
| EP1310912B1 (en) | Image processing method, apparatus and system | |
| JP3338537B2 (ja) | 画像傾き検出装置 | |
| JPS63158678A (ja) | 単語間スペ−ス検出方法 | |
| JP3006466B2 (ja) | 文字入力装置 | |
| JP3381803B2 (ja) | 傾き角検出装置 | |
| JP3303246B2 (ja) | 画像処理装置 | |
| JPS6325391B2 (ja) | ||
| JPH07230525A (ja) | 罫線認識方法及び表処理方法 | |
| JP4070486B2 (ja) | 画像処理装置、画像処理方法及び同方法の実行に用いるプログラム | |
| JP2778437B2 (ja) | 文書画像傾き検出装置 | |
| JP3756660B2 (ja) | 画像認識方法、装置および記録媒体 | |
| JP3412441B2 (ja) | 画像処理装置 | |
| JP4439054B2 (ja) | 文字認識装置及び文字枠線の検出方法 | |
| JP3618926B2 (ja) | 文書画像の傾き検出方法 | |
| JP3712825B2 (ja) | 画像処理方法、装置および記録媒体 | |
| JPH07120392B2 (ja) | 文字パターン切り出し装置 | |
| JPH07111738B2 (ja) | 文書中の領域境界抽出方式 | |
| JPH05274472A (ja) | 画像認識装置 | |
| JPH06150060A (ja) | 画像傾き検出方法及び表処理方法 | |
| JPH05128305A (ja) | 領域分割方法 | |
| JP2003187249A (ja) | 画像の傾き検出方法及び画像の傾き補正方法 | |
| JPH10233930A (ja) | 画像処理装置 | |
| JPH103517A (ja) | 文書画像傾き角検出装置 | |
| JPH05174179A (ja) | 文書画像処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081220 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081220 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091220 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091220 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101220 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111220 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111220 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121220 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |