JPH0644406A - 画像処理方法及び装置 - Google Patents

Abstract

(57)【要約】 本発明は、入力した画像情報に対し、射影をとることに
よって文字切り出し処理を行った時に、隣り合う文字が
オーバーラップしていたり、接触している為に複数文字
が１文字として切り出された場合の更なる分割の方法及
び装置に関するものである。一度、射影等の従来の方法
で文字切りを行って得た文字枠に対して、分割可能位置
を求め、分割線を追跡していく方法及び分割可能ブロッ
ク毎に認識を行い、類似度が良かったブロックを分割ブ
ロックと決定する方法を示す。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は画像処理方法及び装置に
関し、特に入力した画像情報から文字を１文字ずつ切り
出す為の画像処理方法及び装置に関する。

【０００２】

【従来の技術】従来の光学的文字認識装置における文字
認識処理の一例を図１３に示す。

【０００３】まず、イメージスキャナ等を用いて原稿を
読み取り（Ｓ３０１）、続いて入力された画像から１文
字分の文字画像を切り出す（Ｓ３０２）。次に切り出さ
れた文字画像の特徴を抽出し（Ｓ３０３）、予め容易さ
れている各カテゴリの標準的な特徴等を用いて類似度を
計算する（Ｓ３０４）。その結果、類似度が最も大きい
カテゴリが認識結果となり、ＣＲＴ等に表示する（Ｓ３
０５）。

【０００４】入力画像から文字を切り出す方法としてい
くつか知られているが、その中で最も一般的な方法の一
つである文字画像の射影を取る方法を、簡単に説明を行
う。

【０００５】図１４に示すような横書きの文字列を例に
とると、横方向の射影面４０１に射影４０２をとること
で、射影の長さｈを高さとする行矩形４０３が得られ
る。さらに得られた行矩形を縦方向に射影を取ることで
射影面４０４に射影４０５〜４１０が得られ、文字が切
り出される。

【０００６】

【発明が解決しようとしている課題】しかしながら、上
記従来例では、図１５のように「こ」と「う」と「で」
がオーバーラップしてしまっている場合、画像の射影を
取ったのでは、枠１５で示すように、３文字合わせて
「こうで」が１文字として切り出されてしまう。そこ
で、１度切り出した矩形の中の、高さと幅の比率等から
更に分割する必要がある矩形を判断し、更なる分割が必
要な矩形に対する文字切り出し処理を再度行わなければ
ならない。

【０００７】しかし、図１６のように、文字切り出しの
対象が英文等の文字幅が文字によって大きく異なる文字
列である場合には、平均文字幅での切り出しはできず、
また「ＡＷＡ」を縦一線で切ると正しく１文字分が得ら
れず、後の認識が正しく行われないという欠点がある。

【０００８】また、図１７のように、隣りどうしの文字
が接触している場合、文字画像の境界を追跡していく方
法でも２文字を分けることができないという欠点があ
る。

【０００９】

【課題を解決するための手段】上記課題を解決する為
に、本発明は複数文字を含む画像情報において、分割可
能位置を求め、前記分割可能位置から上下に白画素を追
跡し、前記追跡して得た分割線によって前記画像情報を
分割することを特徴とする画像処理方法及び装置を提供
する。

【００１０】上記課題を解決する為に、好ましくは前記
複数文字を含む画像情報は、文書画像情報から文字切り
処理を行って得た一つの画像情報枠とする。

【００１１】上記課題を解決する為に、好ましくは前記
分割可能位置は、前記複数文字を含む画像情報中に設定
した線分上の白画素連続領域上とする。

【００１２】上記課題を解決する為に、好ましくは前記
画像情報中に設定する線分は、該画像情報の高さの半分
の位置とする。

【００１３】上記課題を解決する為に、本発明は複数文
字を含む画像情報において、分割候補位置を導出し、前
記導出した分割候補位置で分割した画像情報を各分割領
域毎に認識して類似度を演算し、前記演算した類似度に
従って前記分割位置を決定することを特徴とする画像処
理方法及び装置。

【００１４】上記課題を解決する為に、好ましくは前記
複数文字を含む画像情報は、文書画像情報から文字切り
処理を行って得た一つの画像情報枠とする。

【００１５】

【実施例】

〔実施例１〕図１は本実施例の画像処理装置の構成を示
すブッロク図である。図１において、１０１はＲＯＭ１
０４に格納されている制御プログラムに従って画像の入
力、文字画像の切り出し等の処理や本装置全体の制御等
を行うＣＰＵ、１０２は文字の入力や修正等を行うキー
ボード（ＫＢ）、１０３はマウス等のポインティングデ
バイス（ＰＤ）、１０４はＣＰＵ１０１が実行する後述
するフローチャートに示す処理の制御プログラム等を格
納するＲＯＭ、１０５は文字画像や文字切り出し結果や
認識結果等を記憶するＲＡＭ、１０６は切り出された文
字画像について各文字との類似度を計算する類似度計算
部、１０７は画像を読み取るイメージスキャナ（ＳＣＡ
Ｎ）であり、１０８は無イメージスキャナのインターフ
ェース（Ｉ／Ｆ）、１０９は文字認識結果等を表示する
ディスプレイである。

【００１６】本実施例は、図１６のように文字幅の異な
る英文等の文字切り出しを分割可能点の追跡により求め
る方法を示す。図１に示す構成の文字認識装置が実行す
る本実施例の文字切り出し処理全体の概略を図２のフロ
ーチャートに示し説明する。

【００１７】まず、Ｓ２０１で従来よりあった写影を取
ることによる第１の文字切り出しを行う。切り出された
文字画像が更に分割できるか否かを判定し（Ｓ２０
２）、分割でる場合は、その位置を分割可能位置として
求める（Ｓ２０３）。Ｓ２０３で求めた分割可能位置に
従って第２の文字切り出し処理を行うか否か判断し（Ｓ
２０４）、第２の文字切り出しを行う。更に詳細な説明
をするために、図３のプロポーショナルピッチのアルフ
ァベットの文字画像を用いて各ステップを説明する。図
３（ａ）は入力さりた文字画像で、この画像情報に対し
文字切り出しを行う。まず、Ｓ２０１において、第１の
文字切り出しとして、写影を取る方法を用いる。これ
は、入力した画像全体に対して、まず行方向に写影を取
り行矩形を切り出し、その後切り出した行矩形ごとに行
に垂直な方向に写影を取り、文字画像を切り出すもので
ある。その結果、図３（ｂ）に示すように、４つの矩形
３０１，３０２，３０３，３０４が得られる。

【００１８】ここで、Ｓ２０１で得た各矩形を更に分割
するか否かを決める（Ｓ２０２）。この決め方として
は、例えば各矩形（３０１，３０２，３０３，３０４）
の高さと幅の比率から判断したり、或いは幅がある基準
値以上（以下）であることにより判断することができ
る。また、このＳ２０２は省略し、すぐＳ２０３で分割
可能位置を求めても良い。

【００１９】次に、文字画像の分割可能位置を求める
（Ｓ２０３）。これは、図３（ｃ）のように文字矩形の
半分の高さに線３０５，３０６，３０７，３０８を引
き、線上で白画素が連続する部分の中点を分割可能位置
とする。Ｓ２０４では、各文字矩形（３０１，３０２，
３０３，３０４）のなかにＳ２０３で求めた分割可能位
置が存在するかどうかを調べ、存在するならば、第２の
文字切り出し処理Ｓ２０５を行う。この例の場合、文字
矩形３０１と３０２に分割可能位置（図３（ｃ）におい
てｘで示す）が、存在するので、その２つの矩形につい
て第２の文字切り出し処理を行う。Ｓ２０３で求めた分
割可能位置から上下に追跡を行い、矩形を更に分割する
方法を、図４及び図５のフローチャートを用いて説明す
る。図４は上方向への追跡、図５は下方向への追跡を行
う、文字切り出し処理（Ｓ２０５）のフローチャートで
ある。座標軸は、横方向をｘ軸、縦方向をｙ軸とする。

【００２０】まず、得られた分割可能位置をＰｓとし、
分割可能位置Ｐｓから上下に分割位置を捜していく為の
追跡点ＰをＰｓに置く（Ｓ４０１）。次に、上方向への
分割を試みるため、Ｐを上へ１画素ずらす（Ｓ４０
２）。Ｐが黒画素でなければどんどん上へずらし、Ｐが
文字矩形の上部に達する（文字矩形の上方向の分割終
了）まで行う（Ｓ４０３）。分割線追跡中に、Ｐが黒画
素上にきた場合（Ｓ４０４）、文字画像の（黒画素領
域）の境界線を追跡することにする。黒画素領域の境界
線を右回りに追跡する方法を、図７のように「８」から
「Ｐ」に追跡が移動した時を例に説明する。追跡点Ｐの
回りの８画素に対して、一つ前のＰの位置である「８」
の右隣りすなわち「１」から順に黒画素を調べ、初めて
黒画素があった点、すなわち「５」を追跡点Ｐの次なる
移動先として進めるものである。左回りの追跡の場合
は、Ｓ４１２〜Ｓ４１８において左回りに調べる。境界
線の追跡は、まずＰの座標をＰｍに記憶しておく（Ｓ４
０５）。次に右回りに次の境界線上の黒画素を見つけＰ
を進める（Ｓ４０６）。もし、Ｐが文字矩形の上部に達
すれば上方向の分割は終了である（Ｓ４０７）。また、
もしＰのｙ座標がＰｓのｙ座標と等しくなったら、追跡
が下向きに進んでいるとし右回りの追跡を中止する（Ｓ
４０８）。追跡を進めた結果、Ｐのｘ座標がＰｓのｘ座
標と等しくなったら、境界線による追跡は終了するが
（Ｓ４０９）、ただし、その時ＰがＰｍより上に存在し
なければ、その点は以前にＰが通過した点であり、右回
りの追跡は続行不可能となり中止する（Ｓ４１０）。そ
の様子を図６に示す。なお、Ｐの上の画素が黒画素の場
合、境界線がまだ続いているので、再びＳ４０６に戻る
（Ｓ４１１）。そうでなければ、再び上部に向かい分割
を試みる。

【００２１】右回りの追跡で文字矩形の分割が出来なか
った場合、Ｐの座標をＰｍに戻して（Ｓ４１２）、左回
りの追跡で分割を試みる（Ｓ４１３）。これも右回りと
同様に処理を進め、追跡が中止になる条件になった場
合、その文字矩形は分割できないと判断し、追跡をやめ
る（Ｓ４１９）。

【００２２】上方向の分割が成功したなら、次に下方向
に分割を試みる。その処理を図５のフローチャートに示
す。これも、上方向の分割とほぼ同様であり、追跡点Ｐ
が文字矩形の下部に達すれば分割が成功である（Ｓ５１
９）。最終的には図３（ｄ）のように３０２の文字矩形
が３０９，３１０，３１１の３つに分割され、文字切り
出しの処理が終了する。

【００２３】従って本実施例に従えば、射影を用いた文
字切り出しと、境界線追跡による文字切り出しを用いる
ことで、文字画像がオーバーラップしている場合でも、
文字の切り出しが可能となり、斜文字の文書などでも文
字が切り出せる。また、境界線の追跡は局部的に行わ
れ、必要以外の場所では行われないので、処理を高速に
行える効果がある。

【００２４】先の説明では、Ｓ２０３において分割可能
位置を探す為に文字矩形の半分の高さに線を引いたが、
この位置は変化させてもよく、或いは各矩形毎に横方向
の黒画素のヒストグラムを取り、最大となった部分に線
を引いてもよい。その場合、分割可能位置を減らせ、第
２の文字切り出し処理を行う回数を減少させる効果があ
る。また、前述の実施例において、分割可能位置を白画
素の線分の中点としたが、中心線上の黒画素から白画素
に変わる点、或いは白画素から黒画素に変わる点として
もよい。

【００２５】〔実施例２〕本実施例は、図１７のように
隣り合う文字が接触している場合の文字切り出しの方法
を示す。

【００２６】本実施例における画像処理装置の構成は、
実施例１と同様であり、図１に示すものである。

【００２７】本実施例に示す文字切り出し処理を図８の
フローチャートに示し、詳細に説明する。

【００２８】まず、Ｓ８０１でイメージスキャナ１０７
から画像を入力し、文字画像をＲＡＭ１０５に格納す
る。Ｓ８０２では、従来例で説明した、或いは他の公知
の方法、例えば射影を取る等の方法で文字切り出しを行
う。そして、切り出した枠から、横書きならば標準文字
幅、縦書きならば標準文字高を演算し求める（Ｓ８０
３）。標準文字幅を求める処理は図１２のフローチャー
トに示し、後で詳細に説明する。

【００２９】Ｓ８０４では、Ｓ８０３で求めた標準文字
幅（高）を用いてＳ８０２で切り出した１つのブロック
を複数のブロックに分割する必要があるか否かを判断す
る。このＳ８０４における判断は、例えば、横書きの場
合、Ｓ８０２で切り出された各文字ブロックの幅がＳ８
０３で求めた標準文字幅の１．５倍を超えた場合に、分
割する必要があると判断することができる。Ｓ８０４で
分割することが認められた場合、分割ブロック作成を行
う（Ｓ８０５）。

【００３０】Ｓ８０５の更なる分割の処理を、図９の文
字ブロックの接触が起こりやすい、文字間がほとんどな
い日本語の横書きの文字画像を例に説明する。Ｓ８０４
で選択された文字ブロックが標準文字幅Ｗのほぼ整数倍
になっていれば、標準文字幅毎に分割した場合（９０
１，９０２）と分割しない場合（９０３）の３つの文字
ブロックを作成しておく（Ｓ８０５）。図１０は、図９
に半角文字が含まれたような複雑な場合の例である。半
角や倍角文字を考慮して、標準文字幅の半分を分割の単
位にし、文字ブロックの幅が標準文字幅の１．５倍を超
えた場合、分割ブロックの作成を開始するようにする。
この例の場合、半角ブロック（１００１〜１００６）、
全角ブロック（１００７〜１０１１）、倍角ブロック
（１０１２〜１０１４）を作成しておく。

【００３１】以上の様に作成された文字ブロックを特徴
抽出（Ｓ８０５）、類似度計算（Ｓ８０７）し、Ｓ８０
５で分割ブロックが作成されたものについてどのブロッ
クを採用するかをＳ８０９で決定する。

【００３２】Ｓ８０９の決定方法について、図９、図１
０の分割例を用いて説明する。図９では、ブロック９０
１と９０２の類似度が小さい方と、９０３の類似度を比
較し、９０３の類似度が大きければ９０１と９０２は採
用せず、９０３を文字切り結果とし、その逆の場合、９
０１と９０２を採用し９０３は使用しないとする。この
例では９０３の類似度が小さくなることが予想されるの
で、接触文字であっても、文字切り枠９０１と９０２が
求まる。次に図１０の場合であるが、上記例と同様に１
００１から１０１４を用いて全ての組合せを考え、各組
合せで最小類似度となる分割ブロックの中で、類似度が
最も大きい組合せを文字切り結果として採用する。或い
は、左側から文字切り結果に採用するブロックを決定し
ていく、すなわち、まず、１００１を含んだブロック
（１００１，１００７，１０１２）の中で類似度が最大
となるものもを文字切り結果とし、次のブロックに進
む。この場合１００７が最大類似度となることが予想さ
れ、それを採用する。次は、１００３，１００９，１０
１４で同様の判定を行う。その結果、上記２例とも１０
０７，１００３，１０１０，１００６が採用されること
が予想され、正しい文字切り結果が得られる。

【００３３】以上の様にして得られた認識結果をディス
プレイ１０９に表示する（Ｓ８１０）。

【００３４】本発明により、特に日本語文書等のように
文字画像の外接矩形がほぼ正方形に近い文字で大分部が
構成される文書に含まれる接触文字を、標準文字サイズ
と類似度の比較のみで精度良く認識が可能となり、なお
かつ、文字サイズの異なる文字例えば半角や倍角等が接
触文字内に混在していても正しい認識が可能である。

【００３５】ここで、Ｓ８０５の分割ブロックの作成方
法についての他の例を説明する。

【００３６】図１１は、文字が接触し１つの文字ブロッ
クとなった文字画像である。この場合、文字ブロックの
幅は標準文字幅よりわずかに大きいだけで、前実施例の
様に標準文字幅、或いはその半分を分割位置とした場
合、正しい認識結果が得られないような分割がなされる
（１１０１）。そこで、分割パターンを少しずつ変えた
ものを類似度計算を行う前に作成しておく。類似度計算
後、最も類似度の大きい組合せを採用する。

【００３７】本発明により、標準文字サイズと異なる文
字が接触をした場合でも、高精度の認識結果が得られ、
また、英文の様に文字幅が文字により異なる文書につい
ても同様の効果が得られる。

【００３８】なお、以上の実施例では文字の切り出し処
理をＣＰＵ１０１で行うとして説明したが、文字切り出
し処理部を独立させた構成でも良く、また、認識計算を
ＣＰＵ１０１で行っても良い。

【００３９】また、画像の入力はイメージスキャナ１０
７からに限るものではなく、外部記憶装置等が構成され
ていれば、別の手段で得られた画像データを一時的に記
憶しておき、そこから取り込んでも良い。

【００４０】先に述べたＳ８０３の標準文字幅（高）を
求める方法を、図１２のフローチャートを用いて説明す
る。

【００４１】まず、Ｓ８０２で切り出された各文字ブロ
ックの高さが最大であるものを見つけ、その高さをｈｍ
ａｘとする（Ｓ１２０）。注目する文字ブロックを行の
先頭のブロックとし（Ｓ１２１）、行内のブロックすべ
てをチェックするまで以下の処理を行う。

【００４２】注目ブロックの幅Ｗとｈｍａｘとを比較し
（Ｓ１２３）、注目文字ブロックの幅がｈｍａｘに比べ
十分狭かったり、十分広くなければ、このブロックを標
準文字ブロックとし（Ｓ１２４）、標準文字幅を求める
のに使用する。

【００４３】もし、ブロック幅がｈｍａｘに比べて十分
狭い場合、次の文字ブロックと合成し（Ｓ１２６）、合
成した文字ブロックの幅とｈｍａｘを比較する（Ｓ１２
７）。合成したブロックの幅がＳ１２７の判定条件と同
様の条件を満たせば、そのブロックを標準文字ブロック
とし、まだ狭ければ更に合成して同様の判定をする。一
方、十分大きい場合は合成しすぎであり、合成を取り消
す。標準文字ブロックかどうかの判定が終了したら、注
目ブロックを次に移す（Ｓ１２５）。このようにして求
まった標準文字ブロックの幅の平均を計算し、これを標
準文字幅Ｗとする（Ｓ１２９）。

【００４４】縦書きの場合も、横方向を高さ方向に、縦
方向を幅方向に置き換えれば、同様な方法で標準文字高
さを求められる。

【００４５】

【発明の効果】以上説明したように、文字ピッチや文字
幅が一定しない文書に関し、第１の文字切り出しのみで
は、十分に確実さが得られなかったものに対しても、分
離可能位置を探し、第２の文字切り出しを行うことで文
字切り出しの精度が向上し、誤認識が減少する効果があ
る。これにより、その後の修正作業が軽減され、文書入
力時間を短縮できる利点も有する。

【００４６】以上説明したように、これまでの文字切り
方法では正確に行うことが出来なかつた接触文字等が存
在しても、疑わしい文字画像についていくつかの文字切
りパターンを用意し、識別計算後最も確からしいパター
ンを認識結果として選択することで、誤認識が減少し、
修正作業が軽減される効果がある。

【００４７】また、既存文書の入力作業が短時間で容易
に行える効果がある。

【図面の簡単な説明】

【図１】本実施例の文字認識装置のブロック図。

【図２】実施例１の文字認識処理のフローチャート。

【図３】実施例１を説明するための文字画像。

【図４】実施例１における文字切り出し処理の第２のフ
ローチャート。

【図５】実施例１における文字切り出し処理の第２のフ
ローチャート。

【図６】文字切り出しの例示図。

【図７】境界線追跡の説明図。

【図８】実施例２の文字認識処理のフローチャート。

【図９】分割パターンの第１の例示図。

【図１０】分割パターンの第２の例示図。

【図１１】分割パターンの第３の例示図。

【図１２】標準文字幅（高）を求める処理のフローチャ
ート。

【図１３】従来の文字認識処理のフローチャート。

【図１４】射影による文字切り出しの例示図。

【図１５】文字切り出しの例示図。

【図１６】文字切り対象の第１の例示図。

【図１７】文字切り対象の第２の例示図。

Claims (14)

【特許請求の範囲】
1. 【請求項１】 複数文字を含む画像情報において、分割
   可能位置を求め、 前記分割可能位置から上下に白画素を追跡し、 前記追跡して得た分割線によって前記画像情報を分割す
   ることを特徴とする画像処理方法。
2. 【請求項２】 前記複数文字を含む画像情報は、文書画
   像情報から文字切り処理を行って得た一つの画像情報枠
   であることを特徴とする請求項１に記載の画像処理方
   法。
3. 【請求項３】 前記分割可能位置は、前記複数文字を含
   む画像情報中に設定した線分上の白画素連続領域上とす
   ることを特徴とする請求項１に記載の画像処理方法。
4. 【請求項４】 前記画像情報中に設定する線分は、該画
   像情報の高さの半分の位置とすることを特徴とする請求
   項３に記載の画像処理方法。
5. 【請求項５】 複数文字を含む画像情報において、分割
   候補位置を導出し、 前記導出した分割候補位置で分割した画像情報を各分割
   領域毎に認識して類似度を演算し、 前記認識結果の類似度に従って前記分割位置を決定する
   ことを特徴とする画像処理方法。
6. 【請求項６】 前記複数文字を含む画像情報は、文書画
   像情報から文字切り処理を行って得た一つの画像情報枠
   であることを特徴とする請求項５に記載の画像処理方
   法。
7. 【請求項７】 複数文字を含む画像情報において、分割
   可能位置を求める分割可能位置導出手段と、 前記分割可能位置から上下に白画素を追跡する追跡手段
   と、 前記追跡手段により追跡して得た分割線によって前記画
   像情報を分割する分割手段とを有することを特徴とする
   画像処理装置。
8. 【請求項８】 前記複数文字を含む画像情報は、文書画
   像情報から文字切り処理を行って得た一つの画像情報枠
   であることを特徴とする請求項７に記載の画像処理装
   置。
9. 【請求項９】 前記分割可能位置は、前記複数文字を含
   む画像情報中に設定した線分上の白画素連続領域上とす
   ることを特徴とする請求項７に記載の画像処理装置。
10. 【請求項１０】 前記画像情報中に設定する線分は、該
    画像情報の高さの半分の位置とすることを特徴とする請
    求項９に記載の画像処理装置。
11. 【請求項１１】 複数文字を含む画像情報において、分
    割候補位置を導出し、 前記導出した分割候補位置で分割した画像情報を各分割
    領域毎に認識して類似度を演算し、 前記演算した類似度に従って前記分割位置を決定するこ
    とを特徴とする画像処理方法。
12. 【請求項１２】 前記複数文字を含む画像情報は、文書
    画像情報から文字切り処理を行って得た一つの画像情報
    枠であることを特徴とする請求項１１に記載の画像処理
    方法。
13. 【請求項１３】 複数文字を含む画像情報において、分
    割候補位置を導出する分割候補位置導出手段と、 前記分割候補位置導出手段により導出した分割候補位置
    で分割した画像情報を各分割領域毎に認識して類似度を
    演算する類似度演算手段と、 前記類似度演算手段により演算した類似度に従って前記
    分割位置を決定する分割位置決定手段とを有することを
    特徴とする画像処理装置。
14. 【請求項１４】 前記複数文字を含む画像情報は、文書
    画像情報から文字切り処理を行って得た一つの画像情報
    枠であることを特徴とする請求項１３に記載の画像処理
    装置。