JPH0830725A

JPH0830725A - 画像処理装置及び方法

Info

Publication number: JPH0830725A
Application number: JP6167748A
Authority: JP
Inventors: Kazuyuki Saito; 和之齋藤
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1994-07-20
Filing date: 1994-07-20
Publication date: 1996-02-02

Abstract

(57)【要約】【目的】画像データの領域判定を高速に、しかも、メ
モリ量を抑えながら行うことを可能にする。【構成】入力部１から入力された画像データは、領域
分割部１０５に供給され、ここで先ず、入力画像中のｍ
×ｎ画素の領域の各画素を論理和することで、低解像度
の画素（縮小画素）を抽出する。この結果、像の種別を
判定するためのメモリ量は、実質的に１／（ｍ×ｎ）に
なる。そして、この低解像度の画素を順次生成し、それ
によって画像データの各位置（領域）の像の種類を判定
する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は画像処理装置及び方法、
詳しくは入力された画像データ中の各領域の像の種類を
判定する画像処理装置及び方法に関するものである。

【０００２】

【従来の技術】光学的文字認識（ＯＣＲ）装置、複写
機、或いは、ファクシミリ等の装置においては、その処
理を精度良く行うために、入力された画像中の文字領
域、図形、表等の領域を分割することが必要になる。

【０００３】領域分割手段として、スペクトル分析方式
の様に、入力画像のフーリエスペクトルを分析し各種領
域に分割する方式を用いたものや、特開昭６４−１５８
８９号公報の様に垂直及び水平方向の射影を交互に繰り
返して取り周辺分布の情報から領域を分割していく方式
を用いたものなどがある。

【０００４】またラベル付けの手段としては連続画素の
輪郭線を追跡する方式を用いたものなどがある。

【０００５】

【発明が解決しようとする課題】しかしながら、上記の
手法のいずれでも、演算処理に多大な時間を費やし、か
つ、画像の画素に対して処理を行うので記憶領域が大規
模化し、複雑な領域構成の画像に対する分割精度が低い
等の問題点があった。

【０００６】また、入力画像の解像度が低い場合にも分
割精度が悪くなる等の問題が有り、逆に解像度が高い場
合は画素数が増えラベル付け等の処理時間や記憶領域が
増大するという問題点が有った。

【０００７】

【課題を解決するための手段】及び

【作用】本発明は上記問題点に鑑みなされたものであ
り、画像データの領域判定を高速に、しかも、メモリ量
を抑えながら行うことを可能にする画像処理装置及び方
法を提供しようとするものである。

【０００８】この課題を解決するため、例えば本発明の
画像処理装置は以下に示す構成を備える。すなわち、与
えられた画像データの各領域の種類を判定する画像処理
装置であって、前記画像データ中のｍ×ｎ画素領域から
低解像度の１画素を抽出する抽出手段と、低解像度の画
素の連続する広がりから、画像種別の領域を判別する領
域判別手段と、該領域判別手段で判別された領域情報か
ら、当該領域の種別を判断する判断手段とを備える。

【０００９】また、本発明に係る好適な実施態様に従え
ば、前記ｍ、ｎは、入力される画像データの解像度が高
いほど、大きな値を持つことが望ましい。これによっ
て、画像データの解像度にかかわらず、低解像度の画素
の重みを略一定にすることができ、ほぼ同じ環境で像判
定が行える。

【００１０】また、抽出手段は、ｍ×ｎ画素内に有意な
画素が１つでも存在するとき、当該ｍ×ｎ画素に対する
低解像度の画素を有意が画素として抽出することが望ま
しい。これによって、ｍ×ｎの画素群内に１つでも黒画
素が存在するとき、低解像度の画素を黒画素とすること
ができるので、像域の判定に使用することが可能にな
る。

【００１１】また、抽出手段は、ｍ×ｎの画素の各ドッ
ト状態の論理和を算出する算出手段を含むことが望まし
い。これによって、極めて簡単な構成或いは処理で低解
像度の画素を得ることが可能になる。

【００１２】また、領域判別手段は、低解像度の画素の
連続する広がりに対して内接する矩形を領域として判別
することが望ましい。これは、文字や写真、表等は一般
に矩形領域毎に展開されており、これに良好に、しかも
処理が単純なだけ高速に対処することが可能になる。

【００１３】また、記領域判別手段は、与えられた画像
データ中のｍ×ｎの画素群を１画素とするライン単位
に、各低解像度の有意な画素位置を求める手段と、主走
査方向に連続する有意な低解像度の画素の始まり位置
と、その連続する個数を走査ライン毎に記憶すると共
に、注目ライン中に有意な低解像度の画素がない場合に
は、所定の判別情報を記憶する記憶手段と、該記憶手段
で記憶された内容に従って、有意な低解像度の２次元に
連続する領域を検索する検索手段と、検索して得られた
連続する低解像度の画素群に対して固有のラベルを付す
と共に、当該固有のラベルの画素群の座標位置に基づい
て、当該画素群を内接する矩形領域の座標を得る手段と
を備えることが望ましい。なぜなら、有意な画素が存在
しない部分のみが記憶されるので、その分のメモリ消費
量を抑えることが可能になるからである。

【００１４】また、判断手段は、前記領域判別手段で判
別された領域の縦、横のサイズ、当該領域内における有
意な低解像度の画素数の占める割合に従って、当該領域
の種類を判断することが望ましい。これによって、各領
域を性格に判定することが可能になる。

【００１５】

【実施例】以下、添付図面に従って本発明に係る実施例
を詳細に説明する。

【００１６】実施例における画像処理装置の構成例を図
１に示す。図中、１０１は画像データを入力する入力部
であり、イメージスキャナである。但し、これに限定さ
れるものではなく、例えば、上位装置（ホストコンピュ
ータ）から画像データを入力したり、ファクシミリ受信
するためのインターフェースであっても良い。要は、画
像データを入力するものでありさえすれば良いからであ
る。

【００１７】１０２は装置の制御や各部処理の演算を行
う演算処理部（以下、ＣＰＵという）であり、１０３は
ＣＰＵ１０２の制御プログラムや、各種データを記憶し
ておく記憶部である。１０４は演算処理結果や画像処理
結果、及び画像データを出力する出力部である。

【００１８】１０５は領域分割処理全体を示す領域分割
部であり、以下の構成を備える。

【００１９】１０６は入力画像を縮小しデータ化する、
画像縮小データ化部、１０７は縮小画素データにラベル
付けを行い同時に初期矩形データを作成するラベリング
部である。１０８はセパレータや表や図形等を検出する
基本属性判別部である。１０９は縦書き・横書き等の文
章の組方向を検出する組方向検出部である。１１０は見
出し類を検出する見出し類検出部である。１１１は矩形
の合併部である。

【００２０】図２は、本実施例の画像処理装置における
画像処理を示すフローチャートで、この処理を実行する
制御プログラムは記憶部１０３に記憶されている。

【００２１】以下、同フローチャートに従って上記構成
の動作を説明する。

【００２２】１）ステップＳ２０１の説明まず画像入力部１０１から元画像を入力する。

【００２３】２）ステップＳ２０２の説明次に画像縮小データ化部１０６において、入力画像に対
し、解像度がＲｄｐｉ（ｄｐｉ＝ｄｏｔｓ／ｉｎｃｈ）
以上であれば、縦ｍドット、横ｎドットの１ドット単位
の論理和をとっり、その論理和結果を新たな１画素（縮
小画素）とする。また、入力画像データの解像度がＲｄ
ｐｉ未満であれば縦ｐドット、横ｑドットのドット単位
の論理和をとって、その論路和結果を新た１画素（縮小
画素）とする（但し、ｍ＞ｐ，ｎ＞ｑ）。ここで、解像
度に応じて領域サイズを変化させるのは、高解像度にお
ける１画素と低解像度の１画素と比較した場合に、後者
の画素の方がその意味が重要である理由による。従っ
て、入力される画像データの解像度が様々な場合には、
上記の２段階に分けるのではなく、多段階に分けるよう
にすることが望ましい。尚、入力画像の解像度の判断
は、外部に設けられた不図示の操作パネルから指示して
も良いし、画像データ発生源（ホストコンピュータ等）
がそのヘッダ部分に解像度指定コマンドを付加し、この
コマンドを解釈することで行っても良い。

【００２４】さて、上記の論理和処理を行うと、入力画
像のｍ×ｎの領域、或いはｐ×ｑの領域中に１ドットで
も黒画素が有れば、その縮小画素は黒となる（ここで言
う“黒”とは、便宜的なものである）。

【００２５】上記のように得られた縮小画素は、主走査
方向に連続する縮小画素を一つの塊として扱い、その黒
画素の始まるＸ座標、黒画素数を縮小画素データとして
記憶する（図５）。

【００２６】主走査方向に存在する縮小黒画素の塊の画
素データは左から順にリンクさせ、最も左の画素データ
はそのアドレスを縮小画素行ヘッダに記憶する。

【００２７】また、各縮小画素行ヘッダにおいてもリン
クさせる事によって１連の縮小画素データとしてアクセ
スできるようにする。

【００２８】つまり、各縮小画素行のヘッダには、その
行における次の黒画素の塊の格納されているアドレス
（ポインタ）を記憶していると共に、次の行のヘッダの
アドレスをも記憶している。

【００２９】以上が、画像縮小データ化部１０６の処理
である。

【００３０】３）ステップＳ２０３の説明次にラベリング部１０７の処理内容を説明する。

【００３１】縮小画像の黒画素に対し１行ずつ縮小画素
データを参照することによってラベルを付加し、上下・
斜めで連続している画素データには同一ラベルを付け、
同時に矩形をかたどっていく。ただし、この時横方向の
連続性は縮小画素データによってあらかじめかわってい
るので上下及び斜めの連続性のみを検査すれば良い事に
なる。

【００３２】図３を例にとると、１行目（縮小画素で構
成される行）の縮小画素ヘッダを参照し、その縮小画素
データ先頭アドレスから最初の縮小画素データを読み取
ると画素Ａを含む画素データのデータを参照する事にな
る。

【００３３】最初に検出される画素Ａを含む画素データ
にラベル１が付けられ、この画素Ａの座標（Ｘａ，Ｙ
ａ）を矩形の始点と終点とし、画素数を１、矩形を区別
するための矩形ラベルに画素と同じラベル１を付加して
以上のデータを矩形データ（図４）として記憶部に記憶
する。

【００３４】次に次縮小画素データアドレスによって次
の縮小画素データを参照すると画素Ｂを含む画素データ
を参照する事となり、左方向に画素Ａと連続性のないこ
とは画素データが異なる事から明らかである（１行目で
あるのでもちろん上からも連続画素はない）。画素Ｂを
含む画素データにはラベル２が付けられ、この画素Ｂの
座標（Ｘｂ，Ｙｂ）を矩形の始点と終点とし、画素数を
１、矩形を区別するための矩形ラベルに画素と同じラベ
ル２を付加して以上のデータも矩形データ（図４）とし
て記憶部に記憶する。

【００３５】以上の様にして１行目のラベリングが終了
したら２行目に移る。

【００３６】２行目の縮小画素ヘッダを参照し、その縮
小画素データ先頭アドレスから最初の縮小画素データを
読み取ると画素Ｃから画素Ｄまでのデータを参照する事
になる。２行目の最初の画素Ｃを含む画素データはラベ
ル１の画素Ａを含む画素データと上から連続しているの
で画素ラベル１を付加し、矩形ラベル１の矩形データに
対し画素数は１加算して計２画素となり、矩形ラベルは
変わらず１のままで、矩形座標の終点のみを（Ｘａ，Ｙ
ａ）から（Ｘｄ，Ｙｃ）（画素Ｄの座標）へと更新する
（始点の座標は変わらない）。

【００３７】また、同時に画素Ｄを含む画素データは画
素Ｂを含む画素データとも斜めに連続しており、画素Ｂ
を含む画素データのラベルをラベル２からラベル１へと
変更する。そして、矩形ラベル１の矩形データに対し、
矩形ラベル２の画素数を加算して計４画素とし矩形ラベ
ルは変わらず１のままで、矩形座標は画素Ａ，Ｂ，Ｃ，
Ｄをすべて含むように終点のみを（Ｘｄ，Ｙｃ）から
（Ｘｂ，Ｙｄ）へと更新する。そして、矩形ラベル２の
矩形データについては矩形ラベルを０として無効とす
る。

【００３８】以上の様にして２行目が終了したら３行目
に移る。

【００３９】３行目の縮小画素行ヘッダを参照し、その
縮小画素データ先頭アドレスから最初の縮小画素データ
を読み取ると画素Ｅのデータを参照する事になる。３行
目の最初の画素Ｅを含む画素データは画素Ｃを含む画素
データと斜めに連続しているので画素ラベル１を付加
し、矩形ラベル１の矩形データに対し画素数は１加算し
て計５画素となり矩形ラベルは変わらず１のままで、矩
形座標は始点をＸａ，Ｙａ）から（Ｘｅ，Ｙａ）へ、お
よび終点を（Ｘｂ，Ｙｄ）から（Ｘｂ，Ｙｅ）へと更新
する。

【００４０】以下同様にして全縮小画素に対しラベリン
グと矩形のかたどりを行う。この結果、縦横斜めに連続
する縮小黒画素群に対しては同じラベルが付けられ、同
一ラベルで表わされる縮小画素群を内接する矩形の左上
隅の座標データと、右下隅の座標データ、そして、縮小
黒画素数が得られることになる。

【００４１】４）ステップＳ２０４の説明この処理は、基本属性判別部１０８で行われる。基本属
性判別部１０８は、上記ラベリングと矩形のかたどりの
後、各々の矩形部分が本文に該当する矩形、図形または
写真、表等に該当する矩形、或いはセパレータに該当す
る矩形のいずれであるのかを、そのラベリングされた矩
形の幅Ｗ、高さＨ、面積Ｓ、面積に対する黒画素の数、
すなわち画素密度Ｄ（これらは矩形データを用いて計算
する事により容易に求まる）を用いて区別する。ここ
で、言うセパレータとは、画像の区切り部分、例えば文
章部分と写真部分、或いは文章部分どうしを区切るため
の線（新聞等で文章部分を区切る線等である）を意味す
る。以下、図６のフローチャートに従って説明する。
尚、基本属性判別部１０８内部には、図示しないＣＰＵ
があって、このＣＰＵが同図フローチャートに対応する
プログラムに従って処理を進めることになる。

【００４２】セパレータは、幅Ｗが閾値Ｔｗ１以下でか
つ高さＨが幅Ｗの閾値Ｔｗ２倍以上（図６のＳ６０
３）、もしくは幅Ｗが閾値Ｔｗ１より大きくかつ高さＨ
が幅Ｗの閾値Ｔｗ３倍以上（図６のＳ６０４）であれば
縦長セパレータとして矩形ラベルを「−３」として統一
し、矩形を構成する画素ラベルは矩形ラベルとは別にそ
のまま保持しておく（図６のＳ６１４）。

【００４３】また幅と高さを入れ替えたものも上記と同
様にして（図６のＳ６０５，Ｓ６０６）横長セパレータ
として矩形ラベルを「−３」に変更する。

【００４４】更に、図７に示す様に、画素密度Ｄが閾値
Ｔｄ１以下の時（図６のＳ６０７）はカギ型などの変形
セパレータと見なして矩形ラベルを「−３」に変更する
（図６のＳ６１４）。

【００４５】また、面積Ｓが閾値Ｔｓ１より大きい時
（図６のＳ６０８）、その画素密度Ｄが閾値Ｔｄ２未満
（図６のＳ６０９）ならば表と見なして矩形ラベルを
「−４」に変更し（図６のＳ６１５）、画素密度Ｄが閾
値Ｔｄ２以上ならば図形または写真とみなして矩形ラベ
ルを「−５」に変更する（図６のＳ６１６）。

【００４６】つまり、一般に表は、線分で構成され、文
字と比較すると面積は大きい。また、その面積内はほと
んど白であるので、矩形密度は小さい値になる。これに
対し、図形や、写真等は、表に比較して画素密度が大き
くなることに由来している。

【００４７】また、面積Ｓが閾値Ｔｓ１以下でかつ閾値
Ｔｓ２以上の時で（図６のＳ６１０）、その画素密度Ｄ
が閾値Ｔｄ３以上（図６のＳ６１１）の矩形や、幅Ｗ及
び高さＨが共に閾値Ｔｗ４以上でかつ画素密度ＤがＴｄ
５以上の時（図６のＳ６１３）の矩形も図形または写真
とみなして矩形ラベルを「−５」に変更する。

【００４８】更に、面積Ｓが閾値Ｔｓ１以下でかつ閾値
Ｔｓ２以上の時（図６のＳ６１０）、画素密度Ｄが閾値
Ｔｄ４未満（図６のＳ６１２）の矩形を表とみなし矩形
ラベルを「−４」に変更する（図６のＳ６１５）。

【００４９】以上の様にして、図形または写真、表等に
該当する矩形、セパレータに該当する矩形等を検出し、
残った矩形を本文として矩形ラベルはそのまま（符号が
正なので表等と容易に区別出来る）画素ラベルと同一に
しておく（図６のＳ６１７）。

【００５０】５）ステップＳ２０５の説明次に組方向検出部１０９の動作処理内容を図８のフロー
チャートに従って説明する。尚、組方向検出部１０９内
にはＣＰＵと、同図のフローチャートに対応するプログ
ラムを記憶しているメモリが設けられてる。

【００５１】さて、横書き文章の場合、本文として残っ
た矩形は横方向に縮小黒画素が連続して横長の矩形にな
りやすく、縦書き文章であれば、本文として残った矩形
は縦長になりやすい。

【００５２】そこで本文の矩形の幅Ｗと高さＨの平均値
を算出し（図８のＳ８０１）、平均幅ｗが平均高さｈよ
り大きい場合は横書きの多い章と見なし平均高さｈを１
文字の文字サイズとする（図８のＳ８０２，Ｓ８０
３）。逆に平均高さｈが平均幅ｗより大きい場合は縦書
きの多い文章と見なし平均高さｗを１文字の文字サイズ
とする（図８のＳ８０２，Ｓ８１０）。

【００５３】次に、組方向とは逆方向に、それぞれの本
文矩形の縮小黒画素のヒストグラムを取り（図８のＳ８
０４）、周辺分布の形状から閾値Ｔｋ以下の場所を段落
の分かれ目とする（図８のＳ８０５，Ｓ８１２、図９参
照）。また、段階ごとに組方向と同じ方向に矩形のヒス
トグラムを取って（図８の８０８，Ｓ８１５）、周辺分
布の形状から黒画素の連続の長さをその段落内文字のそ
の字サイズ（高さサイズ）とし、白画素の連続の長さを
行ピッチとして検出する（図８のＳ８０９，Ｓ８１６お
よび図８）。

【００５４】６）ステップＳ２０６の説明次に見出し類検出部１１０において、組方向と文字サイ
ズより、見出し類の検出を行う手順を図１０のフローチ
ャートに従って説明する。尚、ここでは本文が縦書きの
場合を説明し、横書きについては説明しないが、以下の
説明からすれば横書きの場合の処理手順は容易に推察さ
れよう。

【００５５】先ず、本分矩形の中から矩形の幅Ｗが文字
サイズｗよりも閾値Ｔｍ１倍以上大きい矩形を見出し矩
形の候補として検出する（図１０のＳ１００５）。

【００５６】さらに、矩形の高さＨが文字サイズのｗの
Ｔｍ２倍よりも小さい場合は（図１０のＳ１００６）、
横書きの文字が連続したものを含む場合があるので、本
文矩形と見出し矩形の距離が閾値Ｔ１より近いもの（図
１０のＳ１００７）では見出しから本文に訂正する（図
１０のＳ１００９）。

【００５７】さらに上記の処理によって残った本文矩形
の中で文字サイズｗの範囲に本文及び見出し類の矩形が
ないものを孤立した矩形として見出しとする（図１０の
Ｓ１０１０〜Ｓ１０１３）。

【００５８】以上説明したように、横書きの場合には、
上記処理における９０度回転したものとなるだけである
ので、容易に想到できよう。

【００５９】７）ステップＳ２０７の説明次に矩形の合併部１１１の処理内容を説明する。

【００６０】この処理では、何の関係もなくばらばらに
存在したままの本文に該当する矩形及び見出し類の矩形
を合併する。

【００６１】図１１に例に、矩形Ａ１と矩形Ｂとの合併
を考える。矩形Ａ１に対してＸ方向に対してＰｘ、Ｙ方
向に対してＰｙだけ拡張した仮想矩形Ａ１’を考え、Ａ
１′に対してその周囲に接触或は内包する矩形があるか
サーチする。図示の場合、矩形Ｂの様に接触していれば
矩形Ａ１と矩形Ｂを合併して新しく合併矩形Ａ２を作成
し矩形Ａ１の矩形データを更新することで記憶し、矩形
Ｂのデータは無効とする。ただし、この時Ｐｘ，Ｐｙは
文字サイズと行ピッチから求めた値であり、また矩形を
合併してできた矩形が図形や表やセパレータ等と接触す
る場合は、合併すること自体を無効とし元の矩形のまま
としておく。

【００６２】８）ステップＳ２０８の説明最後に、以上の様にして求めた各種領域の矩形データを
画像データと共に出力部１０４から出力する。

【００６３】以上説明したように本実施例によれば、入
力画像の解像度によって縮小１画素あたりのドット数を
変更し、縮小すると同時に、主走査方向は黒画素のラン
レングスをリンクして記憶し、それらのデータの先頭ア
ドレスを各行のヘッダ領域に記憶する画像縮小データ化
手段によって入力画像を縮小を行う事によって、ラベ
リング処理の処理時間を短縮、記憶領域等の小規模
化、複雑な領域構成の分割精度の向上等がはかれる効
果がある。

【００６４】尚、入力した画像に対する処理は、本発明
の主旨から外れるが、例えば、本文では文字認識し、写
真画像領域であれば誤差拡散法等による処理を施す等が
考えられよう。

【００６５】また、上記基本属性判別部１０８で処理内
容で示された各閾値は、入力される画像データの解像度
によって決定されるものであり、固定ではない。

【００６６】また、ステップＳ２０１の画像入力の際に
多値であるかどうかを判断して２値画像に変換する事
で、入力画像がカラー等の多値画像であっても領域分割
処理は可能である。

【００６７】また、ステップＳ２０２の画像縮小データ
化処理において、入力画像の画素数が処理速度を損なわ
ない程度に十分少なければ縮小処理を省略し入力画像を
直接画素データ化する事も可能である。

【００６８】また、ステップＳ２０４の基本属性検出処
理において、セパレータの縦・横違いや、図形や表等求
める時の閾値の違いなどで矩形ラベルを区別する事で、
更に詳細な領域属性の分類を行う事も可能である。

【００６９】また、同じくステップＳ２０４の基本属性
検出処理において、最初から文章のみなどの様に特定の
属性の画像しか入力しない場合は、予めその旨を指定す
ることで、処理を省略する事も可能である。

【００７０】また、ステップＳ２０５の組方向の検出に
おいて、平均幅、平均高さを求める代わりにそれぞれの
最多値を求めることによって代替する事ができる。

【００７１】また、同じくステップＳ２０５の組方向の
検出において、段落ごとに組方向を再度確認すれば、縦
書き文章と横書き文章が混在の原稿にも正確に処理を行
うことができる。

【００７２】また、同じくステップＳ２０５の組方向の
検出において、最初から一定の組方向の文章しか入力し
ないならば、組方向を固定値とする事（不図示の操作パ
ネルから指定する）で代替する事ができる。

【００７３】また、ステップＳ２０６の見出し類検出に
おいて、最初から見出し類のない画像しか入力しないな
らば、処理を省略する事も可能である。勿論、この場合
には、見出しが無しを操作部より指示しておく。

【００７４】また、ステップＳ２０７の矩形の合併にお
いて、図１２に示す様に、セパレータ等の矩形と接触し
た場合に、更に実際の縮小画素とも接触指定するか否か
を確認し、接触していなければ合併を実行する事で、傾
斜した画像にも対処できる。

【００７５】また、ステップＳ２０８の最後の出力の際
に、各種領域の矩形データを参照して、必要な領域の画
像データ（勿論、対応する原画像の領域）のみを出力す
ることも可能であり、記憶領域の更なる縮小や、処理時
間の更なる短縮がはかれる。例えば、文字認識装置に入
力画像データを出力するのであれば、本文であると判定
された画像のみをその装置に出力することが可能にな
る。尚、縮小画素の位置から、原画像中の位置を算出す
るのは、極めて簡単である。すなわち、縮小画素が原画
像のＮ×Ｍ画素領域に対応するのであれば、縮小画素の
位置（Ｘ，Ｙ）にそれぞれＮ、Ｍをかけあわせれば良
い。

【００７６】従って、例えば、実施例の装置を用いて、
それに画像データを供給し、所望とする種類の画像のみ
を出力させるようにも構成することができる。

【００７７】また、上記実施例では、領分割部１０５内
の各構成ユニットに独立したＣＰＵが備えられ、それぞ
れで処理が独立して行われるように説明したが、装置全
体を１つのＣＰＵで動作処理する場合にも適応できるの
は勿論である。

【００７８】尚、本発明は、複数の機器から構成される
システムに適用しても、１つの機器から成る装置に適用
しても良い。また、本発明はシステム或は装置にプログ
ラムを供給することによって達成される場合にも適用で
きる。

【００７９】

【発明の効果】以上説明した様に本発明によれば、画像
データの領域判定を高速に、しかも、メモリ量を抑えな
がら行うことが可能になる。

【００８０】

【図面の簡単な説明】

【図１】実施例の画像処理装置の概略構成を示す図であ
る。

【図２】実施例の画像処理装置における画像処理を示す
フローチャートである。

【図３】実施例のラベリング処理を説明するための図で
ある。

【図４】実施例の矩形データ構造を示す図である。

【図５】実施例における１ラインにおける縮小画素デー
タのリンク構造と、各ラインのヘッダ部分のリンク構造
を示す図である。

【図６】実施例の基本属性判別部の処理を示すフローチ
ャートである。

【図７】実施例の矩形（領域）の属性の密度Ｄと面積Ｓ
での切り分けを示す図である。

【図８】実施例の組方向検出部の処理を示すフローチャ
ートである。

【図９】実施例の段落検出処理の例を示す図である。

【図１０】実施例の見出し類検出部の処理を示すフロー
チャートである。

【図１１】実施例の矩形の合併処理の例を示す図であ
る。

【図１２】他の実施例のセパレータ矩形の合併処理の例
を示す図である。

【符号の説明】

１０１入力部１０２演算処理部（ＣＰＵ）１０３記憶部１０４出力部１０５領域分割部１０６画像縮小データ化部１０７ラベリング部１０８基本属性判別部１０９組方向検出部１１０見出し類検出部１１１矩形の合併部

Claims

【特許請求の範囲】

【請求項１】与えられた画像データの各領域の種類を
判定する画像処理装置であって、前記画像データ中のｍ×ｎ画素領域から低解像度の１画
素を抽出する抽出手段と、低解像度の画素の連続する広がりから、画像種別の領域
を判別する領域判別手段と、該領域判別手段で判別された領域情報から、当該領域の
種別を判断する判断手段とを備えることを特徴とする画
像処理装置。
【請求項２】前記ｍ、ｎは、入力される画像データの
解像度が高いほど、大きな値を持つことを特徴とする請
求項第１項に記載の画像処理装置。
【請求項３】前記抽出手段は、ｍ×ｎ画素内に有意な
画素が１つでも存在するとき、当該ｍ×ｎ画素に対する
低解像度の画素を有意が画素として抽出することを特徴
とする請求項第１項に記載の画像処理装置。
【請求項４】前記抽出手段は、ｍ×ｎの画素の各ドッ
ト状態の論理和を算出する算出手段を含むことを特徴と
する請求項第３項に記載の画像処理装置。
【請求項５】前記領域判別手段は、低解像度の画素の
連続する広がりに対して内接する矩形を領域として判別
することを特徴とする請求項第１項に記載の画像処理装
置。
【請求項６】前記領域判別手段は、与えられた画像データ中のｍ×ｎの画素群を１画素とす
るライン単位に、各低解像度の有意な画素位置を求める
手段と、主走査方向に連続する有意な低解像度の画素の始まり位
置と、その連続する個数を走査ライン毎に記憶すると共
に、注目ライン中に有意な低解像度の画素がない場合に
は、所定の判別情報を記憶する記憶手段と、該記憶手段で記憶された内容に従って、有意な低解像度
の２次元に連続する領域を検索する検索手段と、検索して得られた連続する低解像度の画素群に対して固
有のラベルを付すと共に、当該固有のラベルの画素群の
座標位置に基づいて、当該画素群を内接する矩形領域の
座標を得る手段とを備えることを特徴とする請求項第５
項に記載の画像処理装置。
【請求項７】前記判断手段は、前記領域判別手段で判
別された領域の縦、横のサイズ、当該領域内における有
意な低解像度の画素数の占める割合に従って、当該領域
の種類を判断することを特徴とする請求項第１項に記載
の画像処理装置。
【請求項８】与えられた画像データの各領域の種類を
判定する画像処理方法であって、前記画像データ中のｍ×ｎ画素領域から低解像度の１画
素を抽出する抽出工程と、低解像度の画素の連続する広がりから、画像種別の領域
を判別する領域判別工程と、該領域判別工程で判別された領域情報から、当該領域の
種別を判断する判断工程とを備えることを特徴とする画
像処理方法。
【請求項９】前記ｍ、ｎは、入力される画像データの
解像度が高いほど、大きな値を持つことを特徴とする請
求項第８項に記載の画像処理方法。
【請求項１０】前記抽出工程は、ｍ×ｎ画素内に有意
な画素が１つでも存在するとき、当該ｍ×ｎ画素に対す
る低解像度の画素を有意が画素として抽出することを特
徴とする請求項第８項に記載の画像処理方法。
【請求項１１】前記抽出工程は、ｍ×ｎの画素の各ド
ット状態の論理和を算出する算出手段を含むことを特徴
とする請求項第１０項に記載の画像処理方法。
【請求項１２】前記領域判別工程は、低解像度の画素
の連続する広がりに対して内接する矩形を領域として判
別することを特徴とする請求項第８項に記載の画像処理
方法。
【請求項１３】前記領域判別工程は、与えられた画像データ中のｍ×ｎの画素群を１画素とす
るライン単位に、各低解像度の有意な画素位置を求める
工程と、主走査方向に連続する有意な低解像度の画素の始まり位
置と、その連続する個数を走査ライン毎に記憶すると共
に、注目ライン中に有意な低解像度の画素がない場合に
は、所定の判別情報を記憶する記憶工程と、該記憶工程で記憶された内容に従って、有意な低解像度
の２次元に連続する領域を検索する検索工程と、検索して得られた連続する低解像度の画素群に対して固
有のラベルを付すと共に、当該固有のラベルの画素群の
座標位置に基づいて、当該画素群を内接する矩形領域の
座標を得る工程とを備えることを特徴とする請求項第１
２項に記載の画像処理方法。
【請求項１４】前記判断工程は、前記領域判別工程で
判別された領域の縦、横のサイズ、当該領域内における
有意な低解像度の画素数の占める割合に従って、当該領
域の種類を判断することを特徴とする請求項第８項に記
載の画像処理方法。