JP4164976B2 - 文字認識装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、文字認識装置において認識対象領域を指定する技術に関するものである。
【０００２】
【従来の技術】
従来、このような分野の技術としては、例えば次のような文献に記載されるものがあった。
文献：特許第２６６１８９８号明細書
【０００３】
図２は、前記文献に記載された従来の文字認識装置における認識対象領域の指定方法の説明図である。
この文字認識装置では、表示部に表示された画像上で、罫線で囲まれた認識対象の領域Ｑを指定する場合に、カーソルをこの領域Ｑ内の任意の１点ｑに移動させて指定する方法が採られている。カーソルによって１点ｑの座標が入力されると、この１点ｑを中心として上下左右の４方向に向かって罫線のサーチが行われる。そして、上下方向のサーチで最初に検出された２本の横罫線と、左右方向のサーチで最初に検出された２本の縦罫線で囲まれた領域が指定された認識対象の領域Ｑとして特定されるようになっていた。
【０００４】
【発明が解決しようとする課題】
しかしながら、従来の文字認識装置では、例えば、それぞれ罫線で囲まれた隣接する２つの領域を、１つの認識対象領域として指定することができないという課題があった。
本発明は、前記従来技術が持っていた課題を解決し、それぞれ罫線で囲まれた複数の領域を、１つの認識対象領域として指定することができる文字認識装置を提供するものである。
【０００５】
【課題を解決するための手段】
前記課題を解決するために、本発明は文字認識装置において、罫線で区分された複数の領域内に認識対象の文字が記載された文書を画像イメージとして入力する画像入力部と、前記画像入力部で入力された画像イメージ上の認識対象領域を前記罫線で区分された同一領域内または異なる領域内の第１及び第２の点で指定する領域指定部と、次のような領域決定部と、文字切出部と、文字認識部とを備えている。
【０００６】
領域決定部は、前記第１の点を起点として前記第２の点の反対側を横方向及び縦方向に探索して第１の縦罫線及び横罫線を抽出すると共に、該第２の点を起点として該第１の点の反対側を横方向及び縦方向に探索して第２の縦罫線及び横罫線を抽出し、これらの第１及び第２の縦罫線及び横罫線で囲まれた範囲を前記認識対象領域として決定するものである。また、文字切出部は、前記領域決定部で決定された認識対象領域から認識対象の文字イメージを切り出すものであり、文字認識部は、前記文字イメージを文字辞書と照合して該当する文字コードを出力するものである。
【０００７】
本発明によれば、以上のように文字認識装置を構成したので、次のような作用が行われる。
画像入力部で入力された文書の画像イメージ上で、領域指定部によって第１及び第２の点が指定されると、領域決定部によって、この第１の点を起点として画像イメージが探索され、第１の縦罫線及び横罫線が抽出される。更に、第２の点を起点として画像イメージが探索され、第２の縦罫線及び横罫線が抽出される。抽出された第１及び第２の縦罫線及び横罫線で囲まれた範囲が、認識対象領域と決定されて文字切出部に与えられる。文字切出部では、与えられた認識対象領域に基づいて認識対象の文字イメージの切り出しが行われ、文字認識部に出力される。文字認識部では、与えられた文字イメージが文字辞書と照合され、該当する文字コードが選択されて出力される。
【０００８】
【発明の実施の形態】
（第１の実施形態）
図１は、本発明の第１の実施形態を示す文字認識装置の構成図である。
この文字認識装置は、記載面を複数の領域に区分するための罫線とこれらの領域内に文字が記載された文書を、画素に分解して画像イメージとして読み取るイメージスキャナ等の画像入力部１を備えている。画像入力部１の出力側には、読み取った画像イメージを、例えば白黒２値の画素データとして記憶する画像メモリ２が接続されている。画像メモリ２には、この画像メモリ２に記憶された画像イメージを表示すると共に、領域を指定する操作のための情報等をこの画像イメージに重畳して表示する表示部３が接続されている。
【０００９】
また、この文字認識装置は、認識対象領域を特定するための領域指定部４及び領域決定部５を備えている。領域指定部４は、キーボードやマウス等の入力装置を有し、表示部３に表示された画像イメージ上で、認識対象領域を特定するための２点（例えば、点ａ，ｂ）を指定して入力するものである。領域指定部４の出力側は、領域決定部５に接続されている。領域決定部５は、領域指定部４で指定された点ａ，ｂの座標に基づいて画像メモリ２をサーチし、認識対象領域Ｚの境界線となる罫線を抽出するものである。即ち、点ａを起点として点ｂの反対側をサーチして第１の縦罫線と横罫線を抽出し、点ｂを起点として点ａの反対側をサーチして第２の縦罫線と横罫線を抽出するようになっている。領域決定部５は、これらの第１及び第２の縦罫線及び横罫線で囲まれた範囲を、認識対象領域Ｚとして決定するものである。
【００１０】
領域決定部５には、決定された認識対象領域Ｚから文字イメージを切り出す文字切出部６が接続されている。文字切出部６の出力側には、パターン化された文字のデータが記憶された文字辞書７を参照して、切り出された文字イメージの特徴データに従って文字の認識を行う文字認識部８が接続されている。そして、文字認識部８から認識結果である候補文字の文字コードが出力されるようになっている。
【００１１】
図３は、図１中の領域指定部４と領域決定部５における処理の説明図である。図３には、画像メモリ２に記憶されて表示部３に表示された認識対象画像と、領域指定部４で指定された点ａ，ｂと、これらの２点で特定される認識対象領域Ｚが例示されている。以下、この図３を参照しつつ、図１の動作を、本発明の特徴である認識対象領域の特定処理を中心に説明する。
読み取り対象の文書が画像入力部１にセットされて読み取られると、読み取られた画像イメージが、白黒２値の画素データとして画像メモリ２に記憶される。画像メモリ２に記憶された画像イメージは、更に表示部３に表示される。
【００１２】
オペレータは、認識対象領域を指定するため、入力装置を用いて入力を行う。領域指定部４の入力装置として例えばマウスを使用する場合、マウスカーソルを、図３に示すように表示部３の認識対象領域イメージ上に表示し、２つの点ａ，ｂをそれぞれクリックして指定する。このようにして指定された点ａの座標ａ（Ｘａ，Ｙａ）、及び点ｂの座標ｂ（Ｘｂ，Ｙｂ）は、領域指定部４から領域決定部５へ与えられる。
【００１３】
領域決定部５では、２つの点ａ，ｂの座標と、画像メモリ２に記憶された画像イメージに基づき、下記のような手順で認識対象領域Ｚの決定が行われる。
まず、点ａ，ｂのＸ座標の値を比較することにより、左側にある点を決定する。ここでは、点ａが左側であるとする。また、点ａ，ｂのＹ座標の値を比較することにより、上側にある点を決定する。ここでは、点ｂが上側であるとする。
【００１４】
次に、左側にある点ａを起点として、その左側の最初の縦罫線ＬＬをサーチする。縦罫線のサーチは、縦方向に所定の数だけ黒画素が連続している箇所を罫線として検出する。同様に、右側ある点ｂを起点として、その右側の最初の縦罫線ＬＲをサーチする。また、上側にある点ｂを起点として、その上側の最初の横罫線ＬＵをサーチする。横罫線のサーチは、横方向に所定の数だけ黒画素が連続している箇所を罫線として検出する。同様に、下側ある点ａを起点として、その下側の最初の横罫線ＬＤをサーチする。
【００１５】
そして、２本の縦罫線ＬＬ，ＬＲと、２本の横罫線ＬＵ，ＬＤとで囲まれた長方形の範囲を認識対象領域Ｚとして決定する。
このように決定された認識対象領域Ｚの情報は、領域決定部５から文字切出部６へ与えられる。文字切出部６によって、認識対象領域Ｚ内の文字イメージが画像メモリ２から順次切り出され、文字認識部８へ与えられる。文字認識部８では、与えられた文字イメージの特徴データが抽出され、文字辞書７が参照されて該当する候補文字の文字コードが出力される
【００１６】
以上のように、この第１の実施形態の文字認識装置は、指定された２点ａ，ｂに従って、これらの２点ａ，ｂを含んで罫線で囲まれた範囲を認識対象領域Ｚとして決定するための領域指定部４及び領域決定部５を有している。これにより、罫線で仕切られた２つ以上の領域でも、連続する１つの認識対象領域Ｚとして指定することができるという利点がある。
【００１７】
（第２の実施形態）
図４は、本発明の第２の実施形態を示す文字認識装置の構成図であり、図１中の要素と共通の要素には共通の符号が付されている。
この実施形態の文字認識装置では、図１の文字認識装置の画像メモリ２と領域決定部５の間、及び領域決定部５と文字切出部６の間に、それぞれ切替部９，１０を設け、これらの切替部９，１０の間に、第２の領域指定部１１及び領域決定部１２を設けている。更に、表示部３に対するカーソル記憶部１３を追加した構成になっている。
【００１８】
切替部９、１０は、選択信号ＳＥＬに従って領域決定部５，１２のいずれか一方を選択するものである。また、第２の領域指定部１１及び領域決定部１２は、例えば図２に示した従来の方法で認識対象領域を決定するものである。更に、カーソル記憶部１３は、２つの領域決定部５，１２の認識対象領域決定方法に対応して、表示部３に表示するそれぞれのカーソルの目盛りの形や色を記憶しておき、選択信号ＳＥＬで選択された方法に対応したカーソル表示を行うものである。その他の構成は、図１と同様である。
【００１９】
このような文字認識装置では、選択信号ＳＥＬによって領域決定部５が選択されると、第１の実施形態と同様の動作が行われる。また、選択信号ＳＥＬによって領域決定部１２が選択されると、従来と同様の動作が行われる。この時、選択信号ＳＥＬで選択された領域決定部（５または１２）に対応して、表示部３に表示されるカーソル表示が異なり、どちらの方法で認識領域の指定及び決定を行うかが明確に区別されて表示される。
【００２０】
以上のように、この第２の実施形態の文字認識装置は、第２の領域指定部１１及び領域決定部１２を備えているので、２種類の認識対象領域指定方法を切り替えて使用することが可能になる。更に、選択された方法に対応してカーソル表示を切り替えるためのカーソル記憶部１３を備えているので、認識対象領域を指定する際に、適した方法を間違いなく選択することができる。
【００２１】
なお、本発明は、上記実施形態に限定されず、種々の変形が可能である。この変形例としては、例えば、次の（ａ）〜（ｄ）のようなものがある。
（ａ） 図１では、領域指定部４や領域決定部５等の各部を、個別の処理部として構成しているが、マイクロプロセッサ等を用いてプログラム制御で処理するようにしても良い。
（ｂ） 図３において、２つの点ａ，ｂがそれぞれ別の領域内に指定された場合の処理を説明したが、同一領域内の２点を指定しても良い。
【００２２】
（ｃ） 図３において、横方向に並んだ３つの領域を認識対象領域Ｚとしてして指定した場合を例示したが、横方向及び縦方向に並んだｍ×ｎの領域を認識対象領域として指定することもできる。その場合、例えば、左上の領域内の点ａと、右下の領域内の点ｂの２点を指定すれば良い。
（ｄ） 画像イメージは白黒として処理しているが、カラーイメージに対しても同様に適用できる。
【００２３】
【発明の効果】
以上詳細に説明したように、本発明によれば、認識対象領域を特定するために異なる領域内の２点を指定することができる領域指定部と、指定された２点を囲む罫線を抽出して認識対象領域を決定する領域決定部を備えている。これにより、それぞれ罫線で区分された複数の領域を１つの認識対象領域として指定することができる。
【図面の簡単な説明】
【図１】本発明の第１の実施形態を示す文字認識装置の構成図である。
【図２】従来の文字認識装置における認識対象領域の指定方法の説明図である。
【図３】図１中の領域指定部４と領域決定部５における処理の説明図である。
【図４】本発明の第２の実施形態を示す文字認識装置の構成図である。
【符号の説明】
１ 画像入力部
２ 画像メモリ
３ 表示部
４ 領域指定部
５ 領域決定部
６ 文字切出部
７ 文字辞書
８ 文字認識部

Claims (1)

1. 罫線で区分された複数の領域内に認識対象の文字が記載された文書を画像イメージとして入力する画像入力部と、
   前記画像入力部で入力された画像イメージ上の認識対象領域を前記罫線で区分された同一領域内または異なる領域内の第１及び第２の点で指定する領域指定部と、
   前記第１の点を起点として前記第２の点の反対側を横方向及び縦方向に探索して第１の縦罫線及び横罫線を抽出すると共に、該第２の点を起点として該第１の点の反対側を横方向及び縦方向にしてして第２の縦罫線及び横罫線を抽出し、これらの第１及び第２の縦罫線及び横罫線で囲まれた範囲を前記認識対象領域として決定する領域決定部と、
   前記領域決定部で決定された認識対象領域から認識対象の文字イメージを切り出す文字切出部と、
   前記文字イメージを文字辞書と照合して該当する文字コードを出力する文字認識部とを、
   備えたことを特徴とする文字認識装置。

Images