JP5322517B2 - 画像処理装置および方法 - Google Patents

Description

本発明は画像処理に関する。特に詳細には、文字認識技術の前処理として、イメージ画像からノイズと文字を分離して文字を抽出することに関する。

従来、文字画像からのノイズ除去方法は、画像の膨張と縮小を繰り返すことでノイズを除去する方法と、画像から孤立点を探して、孤立点であると判定した場合にはノイズとして除去する方法が知られていた。

特許文献１では、文字認識処理の実行結果が良好でない場合、切り出されたパターンの左右方向に投影を行い、投影像に基づいてノイズ部分を特定する。そして、切り出されたパターンからノイズ部分を除去した後で再度文字認識を実行する技術が開示されている。

特許文献２では、文字切りだし手段によって切り出した文字画像に対して識別処理を行い、識別結果と識別の確信度を取得する。取得した識別結果を出力するかどうかの判定を行い、出力できないと判定した場合にはノイズ除去手段によってノイズ除去を行い再び識別処理を行う。ノイズ除去を行う際は、孤立黒画素を検出し、検出した孤立黒画素の大きさと他の黒画素からの距離とに基づいて、ノイズの可能性が高い孤立黒画素を削除対象にすることが記載されている。

特許文献３では、行の高さに基づいて基準値を定め、当該基準値以下の大きさの連結黒画素をノイズとして除去する。ノイズ除去した後で文字の切り出しを行い、切り出した画像を文字認識する。

特開平０５−２１０７６１号公報 特開平０７−４９９２６号公報 特開２００２−１５７５５０号公報

一方、文字の外接矩形が正確に取れていない場合においては、文字認識精度に大きな影響を与えていた。例えば、文字付近のノイズを文字の一部と判断してしまい、図１の１．１のような文字画像とノイズとに外接する文字矩形を抽出することになる。この場合、文字認識のための文字特徴量は１．２のような外接ノイズを含む特徴領域からの特徴量を求めることになる。

図１の１．２のノイズを含む画像から求めた特徴量を、文字認識辞書に格納されている１．３の「ノ」の文字特徴量および１．４の「イ」の文字特徴量と比較した場合、入力画像の特徴量は「イ」の特徴のほうに近いと判定されることがある。このとき、認識結果は「イ」と出力されてしまうことになる。

また、画像内から孤立点を検出する場合、文字領域画像全体を孤立点探索の処理対象として、連結画素の検出や投影処理を行うために、処理負荷が大きくなり速度的に問題があった。

本発明の目的は、上記の課題を解決して、文字矩形抽出の後処理の速度を向上させ、且つ文字認識の精度を向上させることである。

上記課題を解決するために本発明が提供する装置は、文書画像に対して行方向の射影と行方向に垂直な方向の射影とを取ることにより、文字画像を含む矩形領域を文字矩形として抽出する文字矩形抽出手段と、前記抽出した文字矩形の外接枠に沿って黒画素の探索を行って、当該外接枠に接する連結黒画素を取得する取得手段と、前記取得手段で取得した連結黒画素がノイズである可能性があるか否かの判定を行う判定手段と、前記判定手段でノイズである可能性があると判定した連結黒画素を前記文字矩形内の画像から除去し、当該除去後の前記文字矩形内の黒画素に外接する外接矩形の領域をノイズ候補除去文字矩形として生成する生成手段と、前記ノイズ候補除去文字矩形内の画像及び前記文字矩形内の画像についてそれぞれ文字認識処理を実行し、前記ノイズ候補除去文字矩形及び前記文字矩形の形状を解析し、当該解析した各矩形の文字幅と標準文字幅との誤差、及び当該解析した各矩形の文字高さと標準文字高さとの誤差、のうち少なくとも一つと前記文字認識処理結果とに基づいて、前記ノイズ候補除去文字矩形と前記文字矩形とのうち妥当性が高いほうの矩形を選択する選択手段とを備える。

上記課題を解決するために本発明が提供する方法は、文字矩形抽出手段が、文書画像に対して行方向の射影と行方向に垂直な方向の射影とを取ることにより、文字画像を含む矩形領域を文字矩形として抽出する文字矩形抽出ステップと、取得手段が、前記抽出した文字矩形の外接枠に沿って黒画素の探索を行って、当該外接枠に接する連結黒画素を取得する取得ステップと、判定手段が、前記取得ステップで取得した連結黒画素がノイズである可能性があるか否かの判定を行う判定ステップと、生成手段が、前記判定ステップでノイズである可能性があると判定した連結黒画素を前記文字矩形内の画像から除去し、当該除去後の前記文字矩形内の黒画素に外接する外接矩形の領域をノイズ候補除去文字矩形として生成する生成ステップと、選択手段が、前記ノイズ候補除去文字矩形内の画像及び前記文字矩形内の画像についてそれぞれ文字認識処理を実行し、前記ノイズ候補除去文字矩形及び前記文字矩形の形状を解析し、当該解析した各矩形の文字幅と標準文字幅との誤差、及び当該解析した各矩形の文字高さと標準文字高さとの誤差、のうち少なくとも一つと前記文字認識処理結果とに基づいて、前記ノイズ候補除去文字矩形と前記文字矩形とのうち妥当性が高いほうの矩形を選択する選択ステップとを含む。

上記課題を解決するために本発明が提供するコンピュータプログラムは、コンピュータを、文書画像に対して行方向の射影と行方向に垂直な方向の射影とを取ることにより、文字画像を含む矩形領域を文字矩形として抽出する文字矩形抽出手段、前記抽出した文字矩形の外接枠に沿って黒画素の探索を行って、当該外接枠に接する連結黒画素を取得する取得手段、前記取得手段で取得した連結黒画素がノイズである可能性があるか否かの判定を行う判定手段、前記判定手段でノイズである可能性があると判定した連結黒画素を前記文字矩形内の画像から除去し、当該除去後の前記文字矩形内の黒画素に外接する外接矩形の領域をノイズ候補除去文字矩形として生成する生成手段、前記ノイズ候補除去文字矩形内の画像及び前記文字矩形内の画像についてそれぞれ文字認識処理を実行し、前記ノイズ候補除去文字矩形及び前記文字矩形の形状を解析し、当該解析した各矩形の文字幅と標準文字幅との誤差、及び当該解析した各矩形の文字高さと標準文字高さとの誤差、のうち少なくとも一つと前記文字認識処理結果とに基づいて、前記ノイズ候補除去文字矩形と前記文字矩形とのうち妥当性が高いほうの矩形を選択する選択手段、として機能させるためのコンピュータプログラムである。

上記本発明によれば、正確かつ高速にノイズ除去することが可能となり、文字の外接矩形を正確に取得できるために、文字矩形抽出の後処理の速度を向上させ、且つ文字認識の精度を向上させることができる。

図２は本発明に係る画像処理を実施するために必要な情報処理（画像処理）システムのシステム構成を示す構成図である。

スキャナなどの入力装置（３）からの処理画像或いは外部記憶装置（４）に記憶されている処理画像を入力し、ＲＡＭ（２）上に展開されている処理プログラム（２．２）をＣＰＵ（１）で実行することで、処理結果（２．３）を得る。処理結果は出力として出力装置（５）或いは外部記憶装置（４．３）に記憶される。すなわち、処理プログラムは、後述するフローチャートの各ステップの処理を実行する処理ユニット（各処理手段）として、コンピュータ（ＣＰＵ）を機能させるためのコンピュータプログラムである。

図３は本発明の一実施形態における処理手順を表すフローチャートである。この処理フローに基づいて本発明の実施形態を説明する。

Ｓ３０１では、処理画像として、図４に一例を示すような行領域を切り出して入力する。なお、この行領域は、例えば、文書画像に対する行方向の射影をとり、その射影の黒画素分布位置に基づいて切り出された文字行の画像であるとする。なお、文書画像に対してまず公知の領域分離処理を行うことによりテキスト領域を特定し、当該テキスト領域に対して行方向の射影をとって、行領域の画像を抽出するのが好適である。

Ｓ３０２では、行領域に対する垂直方向の射影情報を使用して、該行領域から文字領域（文字矩形領域）を抽出する。

図４及び図６のように行方向とは垂直方向に射影をとり、黒の射影が繋がっている範囲ごとに文字矩形候補として、文字矩形候補（射影の元になった黒画素を囲む領域）の高さを抽出する。そして、文字矩形候補のうち、所定のサイズより大きいものを文字矩形として取得する。すなわち、抽出した文字矩形候補のサイズが閾値以下（本実施例では高さ４ドット以下、幅４ドット以下）であった場合、当該文字矩形をノイズとして予め除去しておく。

図６の例では、射影に基づいて文字矩形候補を取り出すと文字矩形情報１が得られる。この文字矩形情報１から、文字矩形「ｂ」は４×４以下であると判定されるので、文字矩形情報から削除して、最終的に文字矩形情報２を得ることが出来る。

Ｓ３０３では、Ｓ３０２で取り出した文字矩形情報から、以下のようにして、文字矩形の境界部分に存在するノイズ（外接ノイズ）を除去する。

図５は、図３のＳ３０３（外接ノイズ判定処理）における処理手順の詳細を示すフローチャートである。ここでは、図６の文字矩形情報（ａ）を例として、図５の外接ノイズ判定処理について説明する。

Ｓ５０１では、処理対象となる文字矩形情報（ａ）を外接ノイズ判定処理に入力する。

Ｓ５０２では、文字矩形の外接枠についてのみの黒画素探索を行い、黒画素検知処理を行う。すなわち、外接枠を構成する辺に沿って順に黒画素であるかどうかを判断する。図７に示した黒画素探索における７．１では、まず外接枠の上辺から順に、外接枠に沿って黒画素を探索している。

Ｓ５０３では外接枠上の画素が黒画素であると判断した場合、ステップＳ５０４に進み、当該見つけた黒画素に隣接する黒画素があるか探索する。

Ｓ５０３で黒画素でないと判断した場合、Ｓ５０６に進んで外接枠上の次の画素を検査対象として移動する。

Ｓ５０４では、外接枠上の黒画素に隣接する黒画素を追跡（輪郭追跡）することにより連結黒画素（画素塊）を判断する。このとき、隣接する黒画素を追跡するたびに、輪郭を構成する黒画素の数（輪郭（アウトライン）を構成するストロークの長さ）、Ｘ方向の最大位置（Ｘｍａｘ）と最小位置（Ｘｍｉｎ）、Ｙ方向の最大位置（Ｙｍａｘ）と最小位置（Ｙｍｉｎ）を更新していく。更新するたびに、３通りの場合に、当該連結黒画素（画素塊）はノイズではないと判定する（Ｓ５０５：Ｎｏ）。輪郭を構成する黒画素の数が閾値以上の場合、判定中の黒画素の高さ（Ｙｍａｘ−Ｙｍｉｎ）が高さの閾値（ｔｈＹ）よりも大きい場合、或いは幅（Ｘｍａｘ−Ｘｍｉｎ）が幅の閾値（ｔｈＸ）よりも大きい場合のいずれかを満たしたと判定した場合である。なお、判定中の黒画素の高さ及び幅から算出される、隣接する黒画素で構成される画素塊の面積や、他の画素塊からの距離を閾値と比較してノイズ判定することもできる。

一方、上述した条件を満たさなかった場合、当該輪郭追跡処理で得た連結黒画素（画素塊）はノイズの可能性があると判定され（Ｓ５０５：Ｙｅｓ）、Ｓ５０９に進み外接枠上のノイズ情報として出力する。

図７の７．２で示した、外接枠上辺で見つけた黒画素の黒画素探索（輪郭追跡処理）では、Ｙｍａｘ−Ｙｍｉｎ＞ｔｈＹと判定されるため、追跡中の画素塊はノイズではないという判定を行う。

Ｓ５０６ではノイズではないと判定された場合、黒画素探索開始位置から外接枠上の次の画素を検知対象として移動する。

Ｓ５０７では、外接枠全ての探索が終了したか判断し、終了するまでＳ５０３に戻って処理を継続する。一方、外接枠の上辺、右辺、下辺、左辺の全ての検査が終了したならば、Ｓ５０８に進んで、外接枠上にノイズなしと決定する。

図７の７．３の例では、下辺追跡中に再び黒画素が検出され、輪郭線追跡を行った結果、ノイズ（１）として検出する。そして、検出したノイズの情報として図７に示した黒画素探索における７．５の通りに、矩形のＸ座標（Ｘｎ１）、Ｙ座標（Ｙｎ１）、矩形幅（Ｗｎ１）、矩形高さ（Ｗｈ１）、さらにノイズ矩形が外接していた辺（下辺）を、ノイズ情報として出力する。

続いて図３のＳ３０４では、外接ノイズ判定によって、ノイズと見なされる矩形領域が外接枠上に見つかったかどうか判定する。

外接枠上にノイズが見つかった場合、Ｓ３０５に進み、ノイズ候補の矩形情報を記憶する。すなわち、Ｓ５０９で得たノイズ情報を記憶する。

本実施例では、ノイズ候補となるノイズ（１）の情報が出力されるので、ノイズ（１）の情報を記憶、保持する。

Ｓ３０６では、ノイズ矩形を除去し、ノイズ除去後の外接矩形（ノイズ候補除去文字矩形）を生成する。

図８のように、ノイズ矩形内を白画素で埋めることにより、ノイズを除去した画像を新たに生成し、外接枠を更新して外接ノイズ判定処理を継続する。本実施例では除去したノイズ矩形のＹ座標はＹｎ１であるので、Ｙｎ１の座標から上から下へ黒画素探索を行い、黒画素がなくなったＹ座標の位置を新しい外接矩形の下辺とする。上記の処理により、下辺の位置を更新した外接矩形をノイズ除去後の外接矩形として保持する。

上記の処理では、例えば、黒画素が上辺で見つかった場合は、ノイズ矩形のＹ座標から黒画素探索を開始して黒画素が出現するＹ座標の位置を新しい外接矩形の上辺とする。同様に、黒画素が右辺で見つかった場合、ノイズ矩形のＸ座標から黒画素探索を開始して、黒画素がなくなったＸ座標の位置を新しい外接矩形の右辺とする。同様に、黒画素が左辺で見つかった場合、ノイズ矩形のＸ座標から黒画素探索を開始して、黒画素が出現するＸ座標の位置を新しい外接矩形の右辺とする。

ノイズを除去して外接矩形を更新するとＳ３０３〜Ｓ３０４の処理に戻り、ノイズ判定処理を継続する。外接枠上の黒画素探索はノイズ（１）が下辺で見つかったため、左辺から行う。外接矩形が変わらなかった場合、最初の外接枠上のノイズが他にもある可能性があるとして下辺の外接枠の探索を継続する。

図８の例では、上、右、左に外接枠上のノイズは発見されず、下辺でノイズが発見された。そこで、1回ノイズ除去された画像に対して、更に、下辺の外接ノイズ判定を行い、図９に示すようにノイズ（２）を出力し、Ｓ３０５でノイズ矩形情報として記憶し、Ｓ３０６でノイズを除去して外接矩形を更新する。この時点で、検出したノイズの矩形情報は図９に示した黒画素探索２のように、ノイズ（２）について矩形のＸ座標（Ｘｎ２）、Ｙ座標（Ｙｎ２）、矩形幅（Ｗｎ２）、矩形高さ（Ｗｈ２）、ノイズ矩形が外接していた辺（下辺）が追加される。

Ｓ３０４の判定で、すべての辺においてノイズ矩形がなくなるまで、上記処理を継続する。

Ｓ３０４において、外接枠上のすべての辺にノイズがないと判定した場合、Ｓ３０６では図１０に示すように、元の文字画像から外接ノイズを消したパターンすべてを生成する。すなわち、元の文字矩形１，ノイズ候補除去文字矩形である文字矩形２，文字矩形３が生成される。

Ｓ３０７では、文字矩形の確定処理を行なう。すなわち、上記すべてのパターンについてそれぞれ文字認識処理を行い、それぞれの文字認識結果の妥当性を計算し、妥当性が高いほうの文字矩形を選択する。文字矩形確定に必要な情報として、本実施例では文字の信頼度（類似度）、文字矩形の高さ、文字矩形の幅、平均的な文字の高さ、平均的な文字の幅を確定に必要な妥当性を示す情報として計算し、最も妥当な文字矩形を選択する。

このうち、文字の信頼度については、文字認識処理を行ったときの信頼度を利用する。文字認識処理については、図１１を参照して概要を説明する。

文字の外接矩形を取得し、文字矩形をｎ×ｍ分割する。本実施例では文字矩形１，２，３のそれぞれを、３×３に分割し、分割した部分画像における黒画素分布方向（エッジの方向（縦、横、斜め））を特徴量として求める。

上記のようにして得た文字の特徴量と、予め学習されている文字特徴量（すなわち、文字認識辞書に格納されている文字特徴量）と比較して、特徴量が最も近い文字コードと、その類似度（認識類似度）を信頼度として出力する。

文字矩形１では「イ」の特徴量に近いと判定される。文字矩形２においても「イ」の特徴量に近いと判定される。文字矩形３においては、「ノ」の特徴量に近いと判定される。それぞれの文字矩形に対する文字認識結果として、図１２のような情報が得られる。なお、平均幅・平均高さは、行領域から得られた複数の文字矩形の平均である。

これらの情報をもとに、得られた文字矩形のどれが一番妥当かを判定して、妥当と思われる矩形を選択して最終結果として確定する。妥当性の判定は次式に示すような矩形補正値及び妥当性の計算式によって判定する。矩形補正値は文字矩形の形状を解析するものである。
矩形補正値＝（（文字幅−平均文字幅）／平均文字幅）²＋（（文字高−平均文字高）／平均文字高）²
妥当性＝（１−矩形補正値）×信頼度

文字矩形１に関しては、文字矩形の文字幅と標準文字幅である平均的な文字幅との誤差（３０−４５）及び文字高さと標準文字高さである平均的な文字高さとの誤差（６５−４５）から矩形補正値を求め、求めた矩形補正値と信頼度９０から妥当性が求められる。
文字矩形１の矩形補正値＝（（３０−４５）／４５）²＋（（６５−４５）／４５）²＝０．３０９
文字矩形１の妥当性＝（１−０．３０９）×９０＝６２．２

文字矩形２に関して、同様に矩形補正値及び妥当性が求められる。
文字矩形２の矩形補正値＝（（３０−４５）／４５）²＋（（５０−４５）／４５）²＝０．１２３
文字矩形２の妥当性＝（１−０．１２３）×６０＝５２．６

文字矩形３に関して、同様に矩形補正値及び妥当性が求められる。
文字矩形３の矩形補正値＝（（３０−４５）／４５）²＋（（４０−４５）／４５）²＝０．１２３
文字矩形３の妥当性＝（１−０．１２３）×９０＝７８．９
そこで、妥当性が高い文字矩形３を最終結果として選択する。

このようにして選択した文字矩形を抽出することで正確かつ高速にノイズ除去することが可能となり、文字の外接矩形を正確に取得できるために、文字矩形抽出の後処理の精度（文字認識の精度）を向上させることができる。また、ノイズの黒画素検知を行う際に、外接枠を対象にして走査を行うので、文字領域全てを走査するのに比べて処理が少なくて済むので、処理速度も速くなる。

（本発明の他の実施形態）
前述した実施形態の機能を実現するように前述した実施形態の構成を動作させるプログラムを記憶媒体に記憶させ、該記憶媒体に記憶されたプログラムをコードとして読み出し、コンピュータにおいて実行する処理方法も上述の実施形態の範疇に含まれる。また、前述のプログラムが記憶された記憶媒体はもちろんそのプログラム自体も上述の実施形態に含まれる。

かかるコンピュータ読み取り可能な記憶媒体としては、たとえばフロッピー(登録商標)ディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ―ＲＯＭ、磁気テープ、不揮発性メモリカード、ＲＯＭを用いることができる。

また前述の記憶媒体に記憶されたプログラム単体で処理を実行しているものに限らず、他のソフトウエア、拡張ボードの機能と共同して、ＯＳ上で動作し前述の実施形態の動作を実行するものも前述した実施形態の範疇に含まれる。

従来技術の課題を説明する図である。 本発明に係る画像処理を実施するために必要な情報処理（画像処理）システムのシステム構成を示す構成図である。 本発明の一実施形態における処理手順を表すフローチャートである。 本発明の一実施形態における行領域画像を表す図である。 図３の処理手順における外接ノイズ判定処理における処理手順を詳細に表すフローチャートである。 本発明の一実施形態における文字矩形抽出処理を説明する図である。 図６の文字矩形抽出処理における文字矩形情報（ａ）についての黒画素探索１を説明する図である。 本発明の一実施形態においてノイズ除去して更新した外接枠を説明する図である。 本発明の一実施形態における文字矩形情報（ａ）についての黒画素探索２を説明する図である。 本発明の一実施形態におけるノイズ除去後の文字矩形パターン生成を説明する図である。 本発明の一実施形態における文字認識処理を説明する図である。 本発明の一実施形態における文字矩形比較情報を表す図である。

符号の説明

１ ＣＰＵ
２ ＲＡＭ
２．２ 処理プログラム
２．３ 処理結果
３ 入力装置
４ 外部記憶装置
４．３ 外部記憶装置
５ 出力装置

Claims (8)

1. 文書画像に対して行方向の射影と行方向に垂直な方向の射影とを取ることにより、文字画像を含む矩形領域を文字矩形として抽出する文字矩形抽出手段と、
   前記抽出した文字矩形の外接枠に沿って黒画素の探索を行って、当該外接枠に接する連結黒画素を取得する取得手段と、
   前記取得手段で取得した連結黒画素がノイズである可能性があるか否かの判定を行う判定手段と、
   前記判定手段でノイズである可能性があると判定した連結黒画素を前記文字矩形内の画像から除去し、当該除去後の前記文字矩形内の黒画素に外接する外接矩形の領域をノイズ候補除去文字矩形として生成する生成手段と、
   前記ノイズ候補除去文字矩形内の画像及び前記文字矩形内の画像についてそれぞれ文字認識処理を実行し、前記ノイズ候補除去文字矩形及び前記文字矩形の形状を解析し、当該解析した各矩形の文字幅と標準文字幅との誤差、及び当該解析した各矩形の文字高さと標準文字高さとの誤差、のうち少なくとも一つと前記文字認識処理結果とに基づいて、前記ノイズ候補除去文字矩形と前記文字矩形とのうち妥当性が高いほうの矩形を選択する選択手段と
   を備えることを特徴とする画像処理装置。
2. 請求項１に記載の装置において、
   前記判定手段は、前記連結黒画素の幅、前記連結黒画素の高さ、前記連結黒画素の面積、前記連結黒画素のアウトラインを構成するストロークの長さ、及び、前記連結黒画素の他の連結黒画素からの距離、のうち少なくとも一つに基づいて前記判定を行うことを特徴とする装置。
3. 請求項１に記載の装置において、
   前記選択手段は、前記解析した各矩形の文字幅と標準文字幅との誤差及び前記解析した各矩形の文字高さと標準文字高さとの誤差とに基づいて各矩形の矩形補正値を求め、前記文字認識処理結果として得られた認識類似度と前記求めた矩形補正値とに基づいて、前記妥当性が高いほうの文字矩形を選択することを特徴とする装置。
4. 文字矩形抽出手段が、文書画像に対して行方向の射影と行方向に垂直な方向の射影とを取ることにより、文字画像を含む矩形領域を文字矩形として抽出する文字矩形抽出ステップと、
   取得手段が、前記抽出した文字矩形の外接枠に沿って黒画素の探索を行って、当該外接枠に接する連結黒画素を取得する取得ステップと、
   判定手段が、前記取得ステップで取得した連結黒画素がノイズである可能性があるか否かの判定を行う判定ステップと、
   生成手段が、前記判定ステップでノイズである可能性があると判定した連結黒画素を前記文字矩形内の画像から除去し、当該除去後の前記文字矩形内の黒画素に外接する外接矩形の領域をノイズ候補除去文字矩形として生成する生成ステップと、
   選択手段が、前記ノイズ候補除去文字矩形内の画像及び前記文字矩形内の画像についてそれぞれ文字認識処理を実行し、前記ノイズ候補除去文字矩形及び前記文字矩形の形状を解析し、当該解析した各矩形の文字幅と標準文字幅との誤差、及び当該解析した各矩形の文字高さと標準文字高さとの誤差、のうち少なくとも一つと前記文字認識処理結果とに基づいて、前記ノイズ候補除去文字矩形と前記文字矩形とのうち妥当性が高いほうの矩形を選択する選択ステップと
   を含むことを特徴とする文字矩形抽出方法。
5. 請求項４に記載の方法において、
   前記判定ステップにおいて、前記連結黒画素の幅、前記連結黒画素の高さ、前記連結黒画素の面積、前記連結黒画素のアウトラインを構成するストロークの長さ、及び、前記連結黒画素の他の連結黒画素からの距離、のうち少なくとも一つに基づいて前記判定を行うことを特徴とする方法。
6. 請求項４に記載の方法において、
   前記選択ステップにおいて、前記解析した各矩形の文字幅と標準文字幅との誤差及び前記解析した各矩形の文字高さと標準文字高さとの誤差とに基づいて各矩形の矩形補正値を求め、前記文字認識処理結果として得られた認識類似度と前記求めた矩形補正値とに基づいて、前記妥当性が高いほうの文字矩形を選択することを特徴とする方法。
7. コンピュータを、
   文書画像に対して行方向の射影と行方向に垂直な方向の射影とを取ることにより、文字画像を含む矩形領域を文字矩形として抽出する文字矩形抽出手段、
   前記抽出した文字矩形の外接枠に沿って黒画素の探索を行って、当該外接枠に接する連結黒画素を取得する取得手段、
   前記取得手段で取得した連結黒画素がノイズである可能性があるか否かの判定を行う判定手段、
   前記判定手段でノイズである可能性があると判定した連結黒画素を前記文字矩形内の画像から除去し、当該除去後の前記文字矩形内の黒画素に外接する外接矩形の領域をノイズ候補除去文字矩形として生成する生成手段、
   前記ノイズ候補除去文字矩形内の画像及び前記文字矩形内の画像についてそれぞれ文字認識処理を実行し、前記ノイズ候補除去文字矩形及び前記文字矩形の形状を解析し、当該解析した各矩形の文字幅と標準文字幅との誤差、及び当該解析した各矩形の文字高さと標準文字高さとの誤差、のうち少なくとも一つと前記文字認識処理結果とに基づいて、前記ノイズ候補除去文字矩形と前記文字矩形とのうち妥当性が高いほうの矩形を選択する選択手段、
   として機能させるためのコンピュータプログラム。
8. 請求項７に記載のコンピュータプログラムを格納した、コンピュータ読み取り可能な記憶媒体。

Images