JP4694613B2

JP4694613B2 - 原稿方向判定装置、原稿方向判定方法、プログラムおよびその記録媒体

Info

Publication number: JP4694613B2
Application number: JP2008324396A
Authority: JP
Inventors: シャオ‐シェンチェンローレンス
Original assignee: Sharp Corp
Current assignee: Sharp Corp
Priority date: 2008-01-11
Filing date: 2008-12-19
Publication date: 2011-06-08
Anticipated expiration: 2028-12-19
Also published as: US20090180694A1; JP2009169948A; US8027539B2

Description

本発明は、原稿の向きを判定する技術に関するものである。より具体的には、原稿の画像内に含まれる韓国語の文字の特徴に基づいて原稿の向きを判定する技術に関するものである。

何らかの目的を達成するために多数の原稿を読み取る場合には、原稿の全ページを誤りなく読み取ることが極めて重要である。なぜなら、後から読み取りミスが見つかっても、元の原稿を入手できない場合があるからである。したがって、読み取った画像毎に読み取りミスがないかを確認する必要がある。しかしながら、読み取った画像を全て確認することは非常に手間がかかり、読み取り作業をする人に過度の負担がかかる。さらに、多数の画像を確認することは退屈な作業であり、ミスが発生しやすい。

人によるこの確認プロセスを省略する１つの方法は、新たに読み取られた各画像を自動的に確認し、必要に応じて関連する画像処理技術を用いて不良画像を自動的に補正する自動化システムを用いることである。

従来技術では、文字列の向き（天地方向（上下方向）が正であるか否か）を検出するために次の方法が用いられている。伝統的な方法では、文字列の天地方向が正であると仮定して文字認識を行い、この認識結果に対する第１評価値（ポイント数）を各文字について取得し、各文字についての上記第１評価値の平均値またはそれに類似する値を算出して第１総括評価値を得る。次に、文字列の天地方向が逆（正の方向に対して１８０度回転している）と仮定して文字認識を行い、この認識結果に対する第２評価値を各文字について取得し、各文字についての平均値またはそれに類似する値を算出して第２総括評価値を得る。その後、これら２つの総括評価値に基づいて、いずれの方向の文字認識率が高いかを特定し、この特定結果に基づいて文字列の向きが天地方向に対して正方向であるか逆方向であるか判断する。

非特許文献１には、原稿の文字を大きく２つの種類（漢字とラテン文字）に分類する技術が開示されている。この技術は、上向きの凹部と光学密度とを用いて、文字の種別および言語を判定するものである。しかしながら、この技術は文字の向きを判定するものではない。

また、特許文献１には、画像シーケンス内のテキストを認識する技術が開示されている。特許文献１では、１組の文字の向きを互いに異なる複数の向きと想定し、想定した各向きについて上記１組の文字の底線と上端線とを検出することにより、テキストの向きを識別している。上記１組の文字の向きは、テキストの向きを特定するために所定数の向きに想定される。
Ａ．Ｌ．Ｓｐｉｔｚによる「Determination of the Script and Language Content of Document Image」（IEEE Trans PAMI，１９（３），２３５〜２４５頁，１９９７年３月）米国特許第７，０３１，５５３号明細書

しかしながら、上記非特許文献１では、文字の種別および言語を判定することが記載されているものの、文字の向きを判定することについては何ら考慮されていない。

また、上記特許文献１の技術では、テキストの向きを識別するために、１組の文字に対して複数の向きと想定し、想定した各向きについて底線と上端線とを検出する必要があるので、処理が複雑であるという問題がある。

また、上記各文献には、言語の特定の文字特徴を用いて原稿の向きを判定することについては何ら考慮されていない。

本発明は、上記の課題に鑑みてなされたものであり、その目的は、ハングル文字を含む原稿の向きを容易かつ適切に判定することのできる原稿方向判定装置および原稿方向判定方法を提供することにある。

本発明の原稿方向判定装置は、上記の課題を解決するために、ハングル文字を含む原稿から読み取った原稿画像の画像データに基づいて、上記画像データの基準方向に対する上記原稿画像の９０度単位の向きである原稿方向を判定する原稿方向判定装置であって、上記画像データの各画素を黒画素または白画素に分類した二値化画像データを生成する二値化処理部と、上記二値化画像データに基づいて黒画素が連続する部分である連結部分を抽出するとともに、この連結部分を含む矩形領域を１つの文字に対応する文字領域として検出する文字領域検出部と、上記矩形領域内において当該矩形領域の幅方向または高さ方向に所定値以上の長さで延伸する上記連結部分からなる画像であるストローク画像を検出するストローク検出部と、上記ストローク検出部の検出したストローク画像が当該ストローク画像に対応する上記矩形領域における左半分の領域である第１領域、右半分の領域である第２領域、上半分の領域である第３領域、および下半分の領域である第４領域のうちのいずれの領域に存在するかを上記矩形領域毎に判定し、上記第１〜第４領域毎にストローク画像が存在すると判定された回数を計数するストローク位置判定部と、上記第１〜第４領域のそれぞれに対する上記回数の計数値の比較結果に基づいて上記原稿方向を判定する原稿方向判定部とを備えていることを特徴としている。

また、本発明の原稿方向判定方法は、上記の課題を解決するために、ハングル文字を含む原稿から読み取った原稿画像の画像データに基づいて、上記画像データの基準方向に対する上記原稿画像の９０度単位の向きである原稿方向を判定する原稿方向判定方法であって、上記画像データの各画素を黒画素または白画素に分類した二値化画像データを生成する二値化工程と、上記二値化画像データに基づいて黒画素が連続する部分である連結部分を抽出するとともに、この連結部分を含む矩形領域を１つの文字に対応する文字領域として検出する文字領域検出工程と、上記矩形領域内において当該矩形領域の幅方向または高さ方向に所定値以上の長さで延伸する上記連結部分からなる画像であるストローク画像を検出するストローク検出工程と、上記ストローク検出工程で検出したストローク画像が当該ストローク画像に対応する上記矩形領域における左半分の領域である第１領域、右半分の領域である第２領域、上半分の領域である第３領域、および下半分の領域である第４領域のうちのいずれの領域に存在するかを上記矩形領域毎に判定し、上記第１〜第４領域毎にストローク画像が存在すると判定された回数を計数するストローク位置判定工程と、上記第１〜第４領域のそれぞれに対する上記回数の計数値の比較結果に基づいて上記原稿方向を判定する原稿方向判定工程とを含むことを特徴としている。

韓国語のハングル文字は、少なくとも１つの子音と少なくとも１つの母音との組み合わせによって構成されており、ハングル文字の母音は、縦方向に延伸する縦ストローク（縦字画）または横方向に延伸する横ストローク（横字画）を有しており、縦ストロークは当該文字を囲む矩形領域の右半分に配置され、横ストロークは当該文字を囲む矩形領域の上半分または下半分に配置されるという特性を有している。

そこで、上記の原稿方向判定装置および原稿方向判定方法によれば、原稿画像の二値化画像データに基づいて連続する黒画素部分を抽出するとともに、抽出した黒画素部分を含む矩形領域を１つの文字に対応する文字領域として検出する。そして、上記矩形領域内において当該矩形領域の幅方向または高さ方向に延伸する、連続する黒画素からなる画像であって所定値以上の長さを有する画像であるストローク画像を検出し、上記ストローク画像が当該ストローク画像に対応する上記矩形領域における左半分の領域である第１領域、右半分の領域である第２領域、上半分の領域である第３領域、および下半分の領域である第４領域のうちのいずれの領域に存在するかを上記矩形領域毎に判定し、上記第１〜第４領域毎にストローク画像が存在すると判定された回数を計数し、上記第１〜第４領域のそれぞれに対する上記回数の計数値の比較結果に基づいて上記原稿方向を判定する。これにより、ハングル文字を含む原稿の向きを容易かつ適切に判定することができる。

なお、上記文字領域検出部は、上記矩形領域を、予め定められた寸法、形状、およびアスペクト比に設定する構成であってもよい。

上記の構成によれば、各文字のサイズが予め予想可能である場合などに、各文字をそれぞれ取り囲むように矩形領域を設定できる。

また、上記文字領域検出部は、上記連結部分の一部が上記矩形領域の外側にはみ出す場合に、当該矩形領域を上記ストローク検出部による上記ストローク画像の検出処理から除外する構成としてもよい。

上記の構成によれば、連続する黒画素からなる画像のうち文字ではない画像を原稿方向判定処理に用いる画像から除外することができる。したがって、原稿方向の判定精度を高めることができる。

また、上記文字領域検出部は、上記連結部分同士の間隔に基づいて上記原稿に含まれる文章における各行、および各行内における文字同士の間隔または各文字の幅を検出し、この検出結果に基づいて各文字をそれぞれ囲むように上記矩形領域を設定する構成としてもよい。

上記の構成によれば、母音と子音とに分離される文字における母音部分と子音部分とが別々の文字として取り扱われることを抑制することができる。したがって、原稿方向の判定精度を高めることができる。

また、上記原稿方向判定部は、上記第１領域に対する上記回数の計数値をＣＬ、上記第２領域に対する上記回数の計数値をＣＲ、上記第３領域に対する上記回数の計数値をＣＴ、上記第４領域に対する上記回数の計数値をＣＢとしたときに、ＣＲ＞ＣＬであり、かつＡＢＳ（ＣＲ−ＣＬ）＞ＡＢＳ（ＣＢ−ＣＴ）である場合に、上記画像データの基準方向に対する上記原稿画像の方向を０度と判定する構成であってもよい。

また、上記原稿方向判定部は、上記第１領域に対する上記回数の計数値をＣＬ、上記第２領域に対する上記回数の計数値をＣＲ、上記第３領域に対する上記回数の計数値をＣＴ、上記第４領域に対する上記回数の計数値をＣＢとしたときに、ＣＲ≦ＣＬであり、かつＡＢＳ（ＣＲ−ＣＬ）＞ＡＢＳ（ＣＢ−ＣＴ）である場合に、上記画像データの基準方向に対する上記原稿画像の方向を１８０度と判定する構成であってもよい。

また、上記原稿方向判定部は、上記第１領域に対する上記回数の計数値をＣＬ、上記第２領域に対する上記回数の計数値をＣＲ、上記第３領域に対する上記回数の計数値をＣＴ、上記第４領域に対する上記回数の計数値をＣＢとしたときに、ＣＢ＞ＣＴであり、かつＡＢＳ（ＣＲ−ＣＬ）≦ＡＢＳ（ＣＢ−ＣＴ）である場合に、上記画像データの基準方向に対する上記原稿画像の方向を２７０度と判定する構成であってもよい。

また、上記原稿方向判定部は、上記第１領域に対する上記回数の計数値をＣＬ、上記第２領域に対する上記回数の計数値をＣＲ、上記第３領域に対する上記回数の計数値をＣＴ、上記第４領域に対する上記回数の計数値をＣＢとしたときに、ＣＢ≦ＣＴであり、かつＡＢＳ（ＣＲ−ＣＬ）≦ＡＢＳ（ＣＢ−ＣＴ）である場合に、上記画像データの基準方向に対する上記原稿画像の方向を９０度と判定する構成であってもよい。

また、上記ストローク位置判定部は、上記各矩形領域における各行および各列のうち、黒画素の数が所定数以上である行または列を上記ストローク画像が存在する位置として検出する構成であってもよい。例えば、上記ストローク位置判定部は、上記各矩形領域の画像における各行の黒画素の数を示す水平投影ヒストグラムと、各列の黒画素の数を示す垂直投影ヒストグラムとを生成し、これら両ヒストグラムに基づいて上記ストローク画像が存在する位置を検出する構成であってもよい。

上記の構成によれば、矩形領域の幅方向に延伸するストローク画像および高さ方向に延伸するストローク画像を適切に検出することができる。

なお、上記原稿方向判定装置は、コンピュータによって実現してもよく、この場合には、コンピュータを上記各部として動作させることにより、上記原稿方向判定装置をコンピュータにて実現させるプログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に含まれる。

以上のように、本発明の原稿方向判定装置は、上記画像データの各画素を黒画素または白画素に分類した二値化画像データを生成する二値化処理部と、上記二値化画像データに基づいて黒画素が連続する部分である連結部分を抽出するとともに、この連結部分を含む矩形領域を１つの文字に対応する文字領域として検出する文字領域検出部と、上記矩形領域内において当該矩形領域の幅方向または高さ方向に所定値以上の長さで延伸する上記連結部分からなる画像であるストローク画像を検出するストローク検出部と、上記ストローク検出部の検出したストローク画像が当該ストローク画像に対応する上記矩形領域における左半分の領域である第１領域、右半分の領域である第２領域、上半分の領域である第３領域、および下半分の領域である第４領域のうちのいずれの領域に存在するかを上記矩形領域毎に判定し、上記第１〜第４領域毎にストローク画像が存在すると判定された回数を計数するストローク位置判定部と、上記第１〜第４領域のそれぞれに対する上記回数の計数値の比較結果に基づいて上記原稿方向を判定する原稿方向判定部とを備えている。

また、本発明の原稿方向判定方法は、上記画像データの各画素を黒画素または白画素に分類した二値化画像データを生成する二値化工程と、上記二値化画像データに基づいて黒画素が連続する部分である連結部分を抽出するとともに、この連結部分を含む矩形領域を１つの文字に対応する文字領域として検出する文字領域検出工程と、上記矩形領域内において当該矩形領域の幅方向または高さ方向に所定値以上の長さで延伸する上記連結部分からなる画像であるストローク画像を検出するストローク検出工程と、上記ストローク検出工程で検出したストローク画像が当該ストローク画像に対応する上記矩形領域における左半分の領域である第１領域、右半分の領域である第２領域、上半分の領域である第３領域、および下半分の領域である第４領域のうちのいずれの領域に存在するかを上記矩形領域毎に判定し、上記第１〜第４領域毎にストローク画像が存在すると判定された回数を計数するストローク位置判定工程と、上記第１〜第４領域のそれぞれに対する上記回数の計数値の比較結果に基づいて上記原稿方向を判定する原稿方向判定工程とを含む。

それゆえ、本発明の原稿方向判定装置および原稿方向判定方向によれば、ハングル文字を含む原稿の向きを容易かつ適切に判定することができる。

本発明の一実施形態について説明する。図１は、韓国語の文字、すなわちハングル文字の例を示す図である。

この図に示す例では、複数のハングル文字からなる行が２行記載されている。各ハングル文字は、少なくとも１つの子音と少なくとも１つの母音とが組み合わさったものである。例えば、図１における第１行目の左から１つ目の文字ａは、１つの子音ａ１と１つの母音ａ２」とを含んでいる。

図１における第１行目には６つのハングル文字があり、そのうち５つの文字は当該各文字の高さ方向または幅方向に伸びるストロークを有している。具体的には、３つの文字ａ，ｂ，およびｄは、これら各文字の幅方向に伸びるストローク、つまりａ２，ｂ１，およびｄ１を有している。また、２つの文字ｅおよびｆは、これら各文字の高さ方向に伸びるストローク、つまりｅ１およびｆ１を有している。

図１における第２行目には８つのハングル文字があり、そのうち４つの文字は当該各文字の高さ方向または幅方向に伸びるストロークを有している。具体的には、２つの文字ｈおよびｎは、これら各文字の幅方向に伸びるストローク、つまりｈ１およびｎ１を有している。また、２つの文字ｉおよびｌはこれら各文字の高さ方向に伸びるストローク、つまりｉ１」およびｌ１を有している。

ハングル文字では、文字の高さ方向に伸びるストローク（以下「縦ストローク」と呼ぶ）は、文字の右半分に配置されている。図１の例では、文字ｅのｅ１、文字ｆのｆ１、文字ｉのｉ１、および文字ｌのｌ１において、文字の右半分に縦ストロークが存在する。縦ストロークとは異なり、文字の幅方向に伸びるストローク（以下「横ストローク」と呼ぶ）は、文字の上半分または下半分に存在する。図１の例では、文字ａのａ１、文字ｂのｂ１、文字ｄのｄ１、文字ｈのｈ１、および文字ｎのｎ１において、文字の上半分または下半分に横ストロークが存在する（この例では、ｎ１は文字ｎの上半分に存在するが、ａ１，ｂ１，ｄ１，ｈ１は、それぞれ文字ａ，ｂ，ｄ，ｈの下半分に存在する）。

したがって、ハングル文字が記載された原稿の向きが正の場合（画像データの天地方向と原稿の天地方向との角度が０°である場合）、縦ストロークは文字の左半分には確認されずに右半分に確認されることになる。しかしながら、原稿が横向きになっている場合（例えば、画像データの天地方向に対する原稿の天地方向の角度が９０°あるいは２７０°の場合）、文字の左半分および右半分の両方にストロークが確認され得る。これは、横向きになった原稿の文字の左半分および右半分は、原稿の向きが正である場合の文字の上半分および下半分か、または、文字の下半分および上半分に該当するからである。
同様に、原稿の向きが画像データの天地方向に対して逆である場合（つまり、原稿の上下方向が画像データの上下方向に対して１８０°回転している場合）、文字の右半分にはストロークが確認されず左半分に確認される。これは、原稿の天地方向が逆の状態における文字の左半分および右半分は、原稿の向きが正しい場合の文字の右半分および左半分に該当するからである。

図６は、本実施形態にかかる原稿方向判定装置１０の概略構成を示すブロック図である。この図に示すように、原稿方向判定装置１０は、画像読取装置２０、原稿方向判定部３０、記憶部３６、原稿方向補正部３７、および画像データ出力処理装置３８を備えている。

画像読取装置２０は、原稿をスキャンしてこの原稿の画像データである原稿画像データを取得する。また、画像読取装置２０は、取得した原稿画像データを原稿方向判定部３０と原稿方向補正部３７とに出力する。

原稿方向判定部３０は、二値化処理部３１、文字領域検出部３２、ストローク検出部３３、ストローク位置判定部３４、および原稿方向判定部３５を備えている。また、記憶部３６は、右カウンタＣＲ、左カウンタＣＬ、上カウンタＣＴ、および下カウンタＣＢを備えている。

ここで、原稿方向判定部３０における上記各部の処理について、図２を参照しながら説明する。図２は、原稿方向判定部３０における処理の流れを示すフローチャートである。なお、本実施形態では、原稿の画像データは、原稿の１つの端辺または原稿におけるテキストの行方向に対する４つの主要角度（つまり０°、９０°、１８０°、および２７０°）のうちのいずれか１つの角度において読み取られたものであると仮定する。この仮定が満たさない場合、原稿画像が画像データの基準方向に対して傾いていることを意味する。なお、原稿の傾き角度を検知する傾き検知部と、傾き検知結果に基づいて原稿の傾き補正処理を行う傾き補正部とを備え、原稿の傾き検知処理および傾き補正処理を行ってから原稿方向の判定処理を行うようにしてもよい。傾き検知方法および傾き補正方法としては、従来から公知の種々の方法を用いることができる。
まず、ステップＳ１０１では、二値化処理部３１が、画像読取装置２０が原稿を読み取って取得した原稿画像データ二値画像に変換する。この二値画像は多数の画素データからなり、各画素データは２つの値のうちのいずれか１つを有している。原稿の画像データが２以上の色成分を有する場合、この画像データはグレースケールに変換してから二値化処理を行うようにすればよい。また、グレースケール画像を平滑化フィルタによって平滑化してから二値化処理を行ってもよい。最終的には、グレースケール画像における各画素データは、例えば閾値との比較結果に基づいて二値データに変換される。

ステップＳ１０２では、文字領域検出部３２が、黒画素が連続する部分である連結部分のグループ（近接する連結部分からなるグループ）を囲むように所定の寸法、形状、およびアスペクト比を有する矩形領域を設定し、この矩形領域によって囲まれる領域を１つの文字に対応する領域とするグループ化処理と、各グループに固有のラベルを割り付けるラベル付け処理とを行う。この連続する黒画素のグループは１つのハングル文字に相当する。すなわち、本実施形態では、各矩形領域の寸法、形状、およびアスペクト比を、１つのハングル文字を囲み、かつ隣接するハングル文字に対応する矩形領域と重畳しないようなサイズに予め設定している。

ステップＳ１０３では、文字領域検出部３２が、上記二値画像における上記連結部分のグループのうちの少なくとも一部の画素が、上記矩形領域の外側に位置している場合に、この連結部分のグループを原稿方向判定処理に用いるグループから除外する。連結部分のグループ内に上記矩形領域の外側に位置する画素が１つも無い場合、この連結部分を原稿方向判定処理に用いるグループとして残す。これにより、ハングル文字ではない矩形領域を除外できる。なお、ステップＳ１０３の処理は必須ではなく、省略することもできる。

ステップＳ１０４では、ストローク検出部３３が、ステップＳ１０３の処理で残ったグループを分析し、各グループにおける上記矩形領域の幅方向または高さ方向に伸びるストロークの位置を検出する。ここで、１つのハングル文字から検出されるストロークの位置は、上述したように、当該ハングル文字に対応する上記矩形領域の上半分、下半分、右半分、および、左半分のうちのいずれか１つに分類できる。ストローク検出部３３は、例えば、二値化された文字の画像を水平方向および垂直方向に投影して投影ヒストグラムを生成し、この投影ヒストグラムにおいて所定値以上の頻度（度数）を有するピークを検出する。そして、このようにして検出された上記ヒストグラム内のピークをハングル文字のストロークとして検出する。そして、ストローク検出部３３は、各矩形領域に対するストロークの位置の検出結果に基づいて、ストロークの位置の検出回数を記憶部３６に備えられる４つのカウンタ、すなわち左半分に位置すると判定された回数を計数する左カウンタＣＬ、右半分に位置すると判定された回数を計数する右カウンタＣＲ、上半分に位置すると判定された回数を計数する上カウンタＣＴ、および下半分に位置すると判定された回数を計数する下カウンタＣＢのカウント値を変更する。すなわち、ストローク検出部３３は、各矩形領域におけるストロークの位置が検出されると、検出された位置に対応するカウンタの値を増加させる。

その後、ステップＳ１０５において、原稿方向判定部３５が原稿方向（画像データの基準方向に対する原稿の９０°単位の向き）を判定し、判定結果を原稿方向補正部３７に出力する。この際、原稿方向判定部３５は、矩形領域の左半分、右半分、上半分、および下半分についての上記カウント値を用いて向きを判定する。例えば、原稿の向きが正である場合（画像データの基準方向（天地方向）と原稿の天地方向とが一致している場合）、左カウンタＣＬと右カウンタＣＲとのカウント値の差が、上カウンタＣＴと下カウンタＣＢとのカウント値の差よりも大きく、かつ右カウンタＣＲのカウント値が左カウンタＣＬのカウント値よりも大きくなるはずである。

原稿方向補正部３７は、原稿方向判定部３５による原稿方向の判定結果に基づいて、画像読取装置２０から入力された原稿画像データにおける原稿画像の向きを適宜補正し、画像データ出力処理部３８に出力する。例えば、原稿方向補正部３７は、原稿画像の向きが画像データの天地方向に対して反転している場合、原稿画像データを１８０°回転させる。

画像データ出力処理装置３８は、原稿方向補正部３７から入力された画像データに対して、所定の出力処理を施す。なお、上記所定の処理は、例えば、画像データに応じた画像を記録材上に形成する処理であってもよく、画像データに応じた画像を表示装置に表示させる処理であってもよく、画像データを所定の保存先に保存する処理であってもよく、画像データを所定の送信先に送信する処理であってもよい。

図３は、図２のステップＳ１０５における原稿方向判定処理のアルゴリズムを示す説明図である。上述したように、ステップＳ１０４では、ストローク位置判定部３４によって、原稿方向判定処理に用いる各矩形領域について当該矩形領域の左半分、右半分、上半分、および下半分のいずれの位置にストロークが存在するかが判定され、これら各矩形領域に対する判定結果に基づいて左カウンタＣＬ、右カウンタＣＲ、上カウンタＣＴ、および下カウンタＣＢの各カウント値が求められる。原稿方向判定部３５は、これら各カウント値に基づいて、Ｄ１＝ＡＢＳ（ＣＬ−ＣＲ）およびＤ２＝ＡＢＳ（ＣＴ−ＣＢ）を算出する（Ｓ５０１）。ここで、ＡＢＳ（ＣＬ−ＣＲ）はＣＬ−ＣＲの絶対値であり、ＡＢＳ（ＣＴ−ＣＢ）はＣＴ−ＣＢの絶対値である。

次に、原稿方向判定部３５は、ステップＳ５０１で算出した値Ｄ１と値Ｄ２との大小関係を比較し、Ｄ１＞Ｄ２であるか否かを判定する（Ｓ５０２）。

Ｄ１の値がＤ２よりも大きい場合、すなわちＤ１＞Ｄ２である場合、原稿方向判定部３５は、ＣＲ＞ＣＬであるか否かを判定する（Ｓ５０３）。

そして、ステップＳ５０３においてＣＲがＣＬよりも大きい場合、すなわちＣＲ＞ＣＬである場合、原稿方向判定部３５は、原稿の向きを画像データの天地方向に対して正、つまり画像データの基準方向に対する原稿の向きは０°であると判定する（Ｓ５０５）。

一方、ステップＳ５０３においてＣＲがＣＬよりも大きくない場合、すなわちＣＲ≦ＣＬである場合、原稿方向判定部３５は、原稿の向きを画像データの天地方向に対して逆、すなわち画像データの基準方向に対する原稿の向きは１８０°であると判定する（Ｓ５０６）。

ステップＳ５０２においてＤ１がＤ２よりも大きくない場合、すなわちＤ１≦Ｄ２である場合、ＣＢ＞ＣＴであるか否かを判定する（Ｓ５０４）。

そして、ＣＢがＣＴよりも大きい場合、すなわちＣＢ＞ＣＴである場合、原稿方向判定部３５は、画像データの基準方向に対する原稿の向きは２７０°であると判定する（Ｓ５０７）。

一方、ステップＳ５０４においてＣＢがＣＴよりも大きくない場合、すなわちＣＢ≦ＣＴである場合、原稿方向判定部３５は、画像データの基準方向に対する原稿の向きは９０°であると判定する（Ｓ５０８）。

図４（ａ）は高さｈ＝３５画素、幅ｗ＝３７画素、アスペクト比ａｒ≒０．９の矩形領域内に含まれる図４（ｄ）に符号ｐで示したハングル文字の二値画像を示しており、図４（ｂ）は図４（ａ）に示した二値画像についての水平投影ヒストグラム（画像データの各行についての黒画素の数を示すヒストグラム）を示しており、図４（ｃ）は図４（ａ）に示した二値画像についての垂直投影ヒストグラム（画像データの各列についての黒画素の数を示すヒストグラム）を示している。なお、図４（ｄ）に示したハングル文字の場合、図４（ｄ）に示したｐ１の部分が矩形領域（文字の画像を包囲している矩形）の高さ方向に伸びるストロークである。図４（ｂ）の縦軸は文字画像における垂直方向の位置を示しており、横軸は黒画素の検出数を垂直方向の位置毎に計数した値を示している。また、図４（ｃ）の横軸は文字画像における水平方向の位置を示しており、縦軸は黒画素の検出数を水平方向の位置毎に計数した値を示している。

本実施形態では、水平投影ヒストグラムおよび垂直投影ヒストグラムにおける計数値が所定値（本実施形態では３０）より大きい位置に対応する黒画素群によって構成される画像をストロークと判定する。したがって、図４（ｂ）に示したように、水平投影ヒストグラム内には、ストロークと判定される基準を満たしているピークは存在しない。一方、図４（ｃ）に示したように、垂直投影ヒストグラム内の右側のピーク（横軸の位置３０付近に存在するピーク）は、上記の基準を満たしているので、ストロークであると判定される。したがって、図４（ａ）〜図４（ｄ）の例では、矩形領域の右半分にストロークがあると判定され、右カウンタＣＲのカウンタ値が増やされる。

図５は、縦ストロークまたは横ストロークを含む多数のハングル文字を含むテキストが記載された韓国語の原稿の一部を示す説明図である。

本実施形態では、上述のステップＳ１０２で説明したように、文字領域検出部３２が、所定の寸法、形状、およびアスペクト比を有する矩形領域を用いて連結部分のグループ同士を区切るグループ化処理と、各グループに固有のラベルを割り付けるラベル付け処理とを行うようになっている。この場合、母音と子音とに分離される文字の中には、母音部分と子音部分とが別々の文字として取り扱われ、上述のグループ化およびラベル付け処理から排除される文字もいくつか存在し得る。

そこで、上述のステップＳ１０２において、連結部分のグループ同士の距離に応じて文字間の間隔（行間隔および同一行内における文字同士の間隔）を推定し、この推定結果に基づいて上記矩形領域のサイズを設定するようにしてもよい。これにより、母音と子音とに分離される文字における母音部分と子音部分とが別々の文字として取り扱われることを抑制することができる。

また、上述のステップＳ１０２において、連結部分の一部が矩形領域からはみ出す場合に、このはみ出す部分を含むように当該矩形領域のサイズを広げるようにしてもよい。

また、上述のステップＳ１０２において、連結部分のグループ同士の距離に応じて文字間の間隔（行間隔および同一行内における文字同士の間隔）を推定し、この推定結果に基づいて上記矩形領域のサイズを設定するとともに、連結部分の一部が矩形領域からはみ出す場合に、このはみ出す部分を含むように当該矩形領域のサイズを広げるようにしてもよい。

また、上記実施形態において、原稿方向判定装置１０に備えられる各部（各ブロック）、特に原稿方向判定部３０および原稿方向補正部３７を、ＣＰＵ等のプロセッサを用いてソフトウェアによって実現してもよい。この場合、原稿方向判定装置１０は、各機能を実現する制御プログラムの命令を実行するＣＰＵ（central processing unit）、上記プログラムを格納したＲＯＭ（read only memory）、上記プログラムを展開するＲＡＭ（random access memory）、上記プログラムおよび各種データを格納するメモリ等の記憶装置（記録媒体）などを備えている。そして、本発明の目的は、上述した機能を実現するソフトウェアである原稿方向判定装置１０の制御プログラムのプログラムコード（実行形式プログラム、中間コードプログラム、ソースプログラム）をコンピュータで読み取り可能に記録した記録媒体を、原稿方向判定装置１０に供給し、そのコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に記録されているプログラムコードを読み出し実行することによって達成される。

上記記録媒体としては、例えば、磁気テープやカセットテープ等のテープ系、フロッピー（登録商標）ディスク／ハードディスク等の磁気ディスクやＣＤ−ＲＯＭ／ＭＯ／ＭＤ／ＤＶＤ／ＣＤ−Ｒ等の光ディスクを含むディスク系、ＩＣカード（メモリカードを含む）／光カード等のカード系、あるいはマスクＲＯＭ／ＥＰＲＯＭ／ＥＥＰＲＯＭ／フラッシュＲＯＭ等の半導体メモリ系などを用いることができる。

また、原稿方向判定装置１０を通信ネットワークと接続可能に構成し、通信ネットワークを介して上記プログラムコードを供給してもよい。この通信ネットワークとしては、特に限定されず、例えば、インターネット、イントラネット、エキストラネット、ＬＡＮ、ＩＳＤＮ、ＶＡＮ、ＣＡＴＶ通信網、仮想専用網（virtual private network）、電話回線網、移動体通信網、衛星通信網等が利用可能である。また、通信ネットワークを構成する伝送媒体としては、特に限定されず、例えば、ＩＥＥＥ１３９４、ＵＳＢ、電力線搬送、ケーブルＴＶ回線、電話線、ＡＤＳＬ回線等の有線でも、ＩｒＤＡやリモコンのような赤外線、Ｂｌｕｅｔｏｏｔｈ（登録商標）、８０２．１１無線、ＨＤＲ、携帯電話網、衛星回線、地上波デジタル網等の無線でも利用可能である。なお、本発明は、上記プログラムコードが電子的な伝送で具現化された、搬送波に埋め込まれたコンピュータデータ信号の形態でも実現され得る。

また、原稿方向判定装置１０の各ブロックは、ソフトウェアを用いて実現されるものに限らず、ハードウェアロジックによって構成されるものであってもよく、処理の一部を行うハードウェアと当該ハードウェアの制御や残余の処理を行うソフトウェアを実行する演算手段とを組み合わせたものであってもよい。

本発明は上述した実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能である。すなわち、請求項に示した範囲で適宜変更した技術的手段を組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。

本発明は、複数のハングル文字を含む原稿であって、ハングル文字からなる行の行方向が原稿の１辺に略平行である原稿の向きを判定する方法および装置に適用できる。

ハングル文字の例を示す図である。本発明の一実施形態にかかる原稿方向判定装置における流れを示すフローチャートである。図２のステップＳ１０５における原稿方向判定処理のアルゴリズムを示す図である。（ｄ）はハングル文字の一例を示しており、（ａ）は（ｄ）に示したハングル文字の二値画像を示しており、（ｂ）は（ａ）に示した二値画像についての水平投影ヒストグラムを示しており、（ｃ）は（ａ）に示した二値画像についての垂直投影ヒストグラムを示している。多数のハングル文字を含む原稿の一例を示す説明図である。本発明の一実施形態にかかる原稿方向判定装置の概略構成を示すブロック図である。

符号の説明

１０原稿方向判定装置
２０画像読取装置
３０原稿方向判定部
３１二値化処理部
３２文字領域検出部
３３ストローク検出部
３４ストローク位置判定部
３５原稿方向判定部
３６記憶部
３７原稿方向補正部
３８画像データ出力処理装置
ＣＬ左カウンタ
ＣＲ右カウンタ
ＣＴ上カウンタ
ＣＢ下カウンタ

Claims

ハングル文字を含む原稿から読み取った原稿画像の画像データに基づいて、上記画像データの基準方向に対する上記原稿画像の９０度単位の向きである原稿方向を判定する原稿方向判定装置であって、
上記画像データの各画素を黒画素または白画素に分類した二値化画像データを生成する二値化処理部と、
上記二値化画像データに基づいて黒画素が連続する部分である連結部分を抽出するとともに、この連結部分を含む矩形領域を１つの文字に対応する文字領域として検出する文字領域検出部と、
上記矩形領域内において当該矩形領域の幅方向または高さ方向に所定値以上の長さで延伸する上記連結部分からなる画像であるストローク画像を検出するストローク検出部と、
上記ストローク検出部の検出したストローク画像が当該ストローク画像に対応する上記矩形領域における左半分の領域である第１領域、右半分の領域である第２領域、上半分の領域である第３領域、および下半分の領域である第４領域のうちのいずれの領域に存在するかを上記矩形領域毎に判定し、上記第１〜第４領域毎にストローク画像が存在すると判定された回数を計数するストローク位置判定部と、
上記第１〜第４領域のそれぞれに対する上記回数の計数値の比較結果に基づいて上記原稿方向を判定する原稿方向判定部とを備えていることを特徴とする原稿方向判定装置。
上記文字領域検出部は、上記矩形領域を、予め定められた寸法、形状、およびアスペクト比に設定することを特徴とする請求項１に記載の原稿方向判定装置。
上記文字領域検出部は、上記連結部分同士の間隔に基づいて上記原稿に含まれる文章における各行、および各行内における文字同士の間隔または各文字の幅を検出し、この検出結果に基づいて各文字をそれぞれ囲むように上記矩形領域を設定することを特徴とする請求項１に記載の原稿方向判定装置。
上記原稿方向判定部は、
上記第１領域に対する上記回数の計数値をＣＬ、上記第２領域に対する上記回数の計数値をＣＲ、上記第３領域に対する上記回数の計数値をＣＴ、上記第４領域に対する上記回数の計数値をＣＢとしたときに、ＣＲ＞ＣＬであり、かつＡＢＳ（ＣＲ−ＣＬ）＞ＡＢＳ（ＣＢ−ＣＴ）である場合に、上記画像データの基準方向に対する上記原稿画像の方向を０度と判定することを特徴とする請求項１から３のいずれか１項に記載の原稿方向判定装置。
上記原稿方向判定部は、
上記第１領域に対する上記回数の計数値をＣＬ、上記第２領域に対する上記回数の計数値をＣＲ、上記第３領域に対する上記回数の計数値をＣＴ、上記第４領域に対する上記回数の計数値をＣＢとしたときに、ＣＲ≦ＣＬであり、かつＡＢＳ（ＣＲ−ＣＬ）＞ＡＢＳ（ＣＢ−ＣＴ）である場合に、上記画像データの基準方向に対する上記原稿画像の方向を１８０度と判定することを特徴とする請求項１から４のいずれか１項に記載の原稿方向判定装置。
上記原稿方向判定部は、
上記第１領域に対する上記回数の計数値をＣＬ、上記第２領域に対する上記回数の計数値をＣＲ、上記第３領域に対する上記回数の計数値をＣＴ、上記第４領域に対する上記回数の計数値をＣＢとしたときに、ＣＢ＞ＣＴであり、かつＡＢＳ（ＣＲ−ＣＬ）≦ＡＢＳ（ＣＢ−ＣＴ）である場合に、上記画像データの基準方向に対する上記原稿画像の方向を２７０度と判定することを特徴とする請求項１から５のいずれか１項に記載の原稿方向判定装置。
上記原稿方向判定部は、
上記第１領域に対する上記回数の計数値をＣＬ、上記第２領域に対する上記回数の計数値をＣＲ、上記第３領域に対する上記回数の計数値をＣＴ、上記第４領域に対する上記回数の計数値をＣＢとしたときに、ＣＢ≦ＣＴであり、かつＡＢＳ（ＣＲ−ＣＬ）≦ＡＢＳ（ＣＢ−ＣＴ）である場合に、上記画像データの基準方向に対する上記原稿画像の方向を９０度と判定することを特徴とする請求項１から５のいずれか１項に記載の原稿方向判定装置。
上記文字領域検出部は、上記連結部分の一部が上記矩形領域の外側にはみ出す場合に、当該矩形領域を上記ストローク検出部による上記ストローク画像の検出処理から除外することを特徴とする請求項２に記載の原稿方向判定装置。
上記ストローク位置判定部は、
上記各矩形領域における各行および各列のうち、黒画素の数が所定数以上である行または列を上記ストローク画像が存在する位置として検出することを特徴とする請求項１から８のいずれか１項に記載の原稿方向判定装置。
上記ストローク位置判定部は、
上記各矩形領域の画像における各行の黒画素の数を示す水平投影ヒストグラムと、各列の黒画素の数を示す垂直投影ヒストグラムとを生成し、これら両ヒストグラムに基づいて上記ストローク画像が存在する位置を検出することを特徴とする請求項９に記載の原稿方向判定装置。
ハングル文字を含む原稿から読み取った原稿画像の画像データに基づいて、上記画像データの基準方向に対する上記原稿画像の９０度単位の向きである原稿方向を判定する原稿方向判定方法であって、
上記画像データの各画素を黒画素または白画素に分類した二値化画像データを生成する二値化工程と、
上記二値化画像データに基づいて黒画素が連続する部分である連結部分を抽出するとともに、この連結部分を含む矩形領域を１つの文字に対応する文字領域として検出する文字領域検出工程と、
上記矩形領域内において当該矩形領域の幅方向または高さ方向に所定値以上の長さで延伸する上記連結部分からなる画像であるストローク画像を検出するストローク検出工程と、
上記ストローク検出工程で検出したストローク画像が当該ストローク画像に対応する上記矩形領域における左半分の領域である第１領域、右半分の領域である第２領域、上半分の領域である第３領域、および下半分の領域である第４領域のうちのいずれの領域に存在するかを上記矩形領域毎に判定し、上記第１〜第４領域毎にストローク画像が存在すると判定された回数を計数するストローク位置判定工程と、
上記第１〜第４領域のそれぞれに対する上記回数の計数値の比較結果に基づいて上記原稿方向を判定する原稿方向判定工程とを含むことを特徴とする原稿方向判定方法。
請求項１から１０のいずれか１項に記載の原稿方向判定装置を動作させるプログラムであって、コンピュータを上記各部として機能させるためのプログラム。
請求項１２に記載の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。