JP4094240B2 - 画像特性判別処理装置、画像特性判別処理方法、該方法を実行させるためのプログラム及び該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 - Google Patents
画像特性判別処理装置、画像特性判別処理方法、該方法を実行させるためのプログラム及び該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 Download PDFInfo
- Publication number
- JP4094240B2 JP4094240B2 JP2001043145A JP2001043145A JP4094240B2 JP 4094240 B2 JP4094240 B2 JP 4094240B2 JP 2001043145 A JP2001043145 A JP 2001043145A JP 2001043145 A JP2001043145 A JP 2001043145A JP 4094240 B2 JP4094240 B2 JP 4094240B2
- Authority
- JP
- Japan
- Prior art keywords
- ruled line
- collapsed
- image
- run
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Character Input (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は画像特性判別処理装置、画像特性判別処理方法、該方法を実行させるためのプログラム及び該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に関し、詳細には文字認識装置の前処理として罫線や文字を含む認識対象画像の特性を判別する処理方法に関する。
【０００２】
【従来の技術】
画像の罫線や文字の識別処理は、濃い又はかすれている等の処理対象画像の特性によって識別処理に使用されているアルゴリズムやしきい値が対応できずに識別精度が低下することがある。画像の特性は、スキャナ等の入力装置で入力する時の２値化スレッシュを変更したりすることで、入力画像の濃さなどを補正し識別アルゴリズムに対応した画像特性を得ることは可能である。
【０００３】
【発明が解決しようとする課題】
しかし、一度入力されてしまった２値データに対して、アルゴリズムに合わない特性だからと言って再度入力し直すなどは現実的ではない上に、能率が悪い。罫線や文字識別処理の前処理として、処理画像の特性を把握しその特性の情報を提供することができれば、その情報に対応したアルゴリズムやしきい値などに変更することが可能となり、識別精度を向上させることが可能となる。また、画像が濃く、つぶれているような場合をつぶれ画像と定義すると、つぶれ画像の特徴は文字がつぶれて画像部が太り罫線に接触している場合が多い。更に、つぶれ画像における実線識別処理においては画像が密で結合しているためにつぶれた文字部に短い実線が誤認識されることが多い。
【０００４】
本発明は入力画像の特徴のひとつである画像特性判別部を罫線や文字認識処理の前処理として設けることにより、罫線や文字の識別精度を向上させるための有益な情報を提供することを目的とする。
【０００５】
【課題を解決するための手段】
前記問題点を解決するために、本発明に係る画像特性判別処理装置は、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出手段と、該ラン抽出手段により抽出したランの長さが所定値以上であるランを罫線ランとする罫線ラン判別手段と、該罫線ラン判別手段により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出手段と、該罫線抽出手段により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別手段と、該短罫線判別手段により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出手段と、該領域抽出手段により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別手段と、該つぶれ画像判別手段により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別手段とを有する。よって、接触しあう短実線を利用して画像特性を判別し、罫線や文字の識別精度を向上させるための有益な情報を提供できる。
【０００６】
また、つぶれ画像判別手段は、領域抽出手段により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の面積の分散値を求め、求めた分散値が所定値以上であれば当該領域をつぶれ画像とすることにより、つぶれ画像特性判別の精度を向上させ、罫線や文字の認識精度を向上させるための有益な情報を提供できる。
【０００７】
更に、別の発明としての画像特性判別処理方法は、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出工程と、該ラン抽出工程により抽出したランの長さが所定値以上であるランを罫線ランとする罫線ラン判別工程と、該罫線ラン判別工程により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出工程と、該罫線抽出工程により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別工程と、該短罫線判別工程により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出工程と、該領域抽出工程により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別工程と、該つぶれ画像判別工程により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別工程とを有することに特徴がある。よって、接触しあう短実線を利用して画像特性を判別し、罫線や文字の識別精度を向上させるための有益な情報を提供できる。
【０００８】
また、つぶれ画像判別工程では、領域抽出工程により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の面積の分散値を求め、求めた分散値が所定値以上であれば当該領域をつぶれ画像とすることにより、つぶれ画像特性判別の精度を向上させ、罫線や文字の認識精度を向上させるための有益な情報を提供できる。
【０００９】
更に、別の発明として、コンピュータに、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出手順と、該ラン抽出手順により抽出したランの長さが所定値以上であるランを罫線ランとする罫線ラン判別手順と、該罫線ラン判別手順により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出手順と、該罫線抽出手順により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別手順と、該短罫線判別手順により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出手順と、該領域抽出手順により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別手順と、該つぶれ画像判別手順により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別手順とを実行させるプログラムに特徴がある。よって、接触しあう短実線を利用して画像特性を判別し、罫線や文字の識別精度を向上させるための有益な情報を提供できる。
【００１０】
また、別の発明として、上記記載の画像特性判別処理方法を実行させるための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に特徴がある。よって、既存のシステムを変えることなく、かつ画像特性判別処理システムを構築する装置を汎用的に使用することができる。
【００１１】
【発明の実施の形態】
本発明に係る画像特性判別処理方法によれば、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとし、抽出したランの長さが所定値以上であるランを罫線ランとする。そして、判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とし、更には抽出された罫線の長さが所定値より小さい罫線を短罫線とする。そして、判別された短罫線同士が交差している短罫線を含む領域を抽出し、抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とする。次に、判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する。
【００１２】
【実施例】
はじめに、本発明における構成及び動作の説明の中で使用する語句を以下に定義しておく。「矩形」とは２値画像データの画像部（例えば黒画素部）を一塊として、それらが接触包含される外接四角形で囲んだ範囲を矩形と定義する。よって、連結する黒画素を全て包含する外接範囲を矩形とする。「矩形抽出」とは矩形の位置座標を抽出することを矩形抽出と定義する。「処理方向」とは画像をＸ，Ｙの２次元とすれば、Ｘ方向（スキャン時の主走査方向）の処理とＹ方向（スキャン時の副走査方向）の処理を２方向の処理がある。点線抽出の場合には、点線がＸ方向に延びている場合とＹ方向に延びている場合があり、Ｘ方向とＹ方向の２方向でそれぞれ処理を行うものとする。「実線識別処理」の例として、矩形抽出後、着目する矩形を処理開始とし、同ベクトル上でかつ所定の距離内に存在する矩形どうしを結合してゆく処理とする。
【００１３】
以下、図を用いて本発明の実施例の動作を説明する。
図１は本発明の第１の実施例に係る画像特性処理方法の全体動作を示すフローチャートである。同図において、先ず、処理のスキャナなどで画像を２値画像入力部で２値化データに変換し、高速化のために圧縮画像を作成する（ステップＳ１０１，Ｓ１０２）。ここで、圧縮画像とは１／４圧縮の場合４画素のうち全て白画素であった場合にのみ白画素ひとつに置き換え、４画素中１つでも黒画素が含まれていれば、黒画素ひとつに置き換えるといった圧縮処理をさす。次に、罫線認識処理で罫線を認識する（ステップＳ１０３）。抽出された罫線を使ってつぶれ領域候補抽出処理を実行する（ステップＳ１０４）。抽出されたつぶれ領域候補の特徴より画像の特性を判別する（ステップＳ１０５）。
【００１４】
次に、図１のステップ１０３の処理で共通に用いられる処理、ラン抽出の一例を図２に従って説明する。ラン抽出処理はいずれの方法でもよしとする。ただし、ランの位置情報を提供する処理であることが必要である。また、入力された２値データをそのまま使用するか、処理時間短縮のために圧縮画像データを用いるかのどちらでも自由とする。ただし、本発明では、罫線認識処理の場合には圧縮画像(画素)データを矩形抽出処理の場合にはそのままの２値(画素)データを用いる。図２において、全ライン数を計数し、更に１ライン毎の画素数を計数する（ステップＳ２０１，Ｓ２０２）。そして、主走査方向の１ライン毎に黒画素連結を調べてゆき、黒画素の連結が途切れた時に黒画素一塊をランとして登録する（ステップＳ２０３；ＹＥＳ、ステップＳ２０４）。同様の処理を全ラインに対して繰返す（ステップＳ２０５）。
【００１５】
また、図１のステップＳ１０３での罫線認識処理の一例を図３に従って説明する。罫線認識方法はいずれの方法でもよいが、罫線認識情報として、認識した罫線の位置を示すアドレス情報を提供する処理であることが必要である。ここでは一方向のみの罫線認識の場合であるが、Ｘ、Ｙ方向と両方向の罫線認識するには、図３の処理を繰り返せばよい。図３において、図２で抽出されたランの全ての数を計数し、そのランの長さが所定値のＡ値以上であるかを判定する（ステップＳ３０１，Ｓ３０２）。所定値のＡ値以上であるものを罫線ランとして登録する（ステップＳ３０２；ＹＥＳ、ステップＳ３０３）。以上の処理を全てのランに対して行う（ステップＳ３０４）。次に、その罫線ラン数を計数し、罫線ラン同士が所定値以内に存在しているかを調べて、所定値内であれば罫線として登録する（ステップＳ３０５、ステップＳ３０６；ＹＥＳ、ステップＳ３０７）。同様の処理を全罫線ランの数だけ繰り返す（ステップＳ３０８）。
【００１６】
更に、図１のステップＳ１０４でのつぶれ領域候補抽出処理の一例を図４に従って説明する。図１のステップＳ１０３で抽出された全罫線において、全罫線数を計数し、その罫線の長さが所定値のＢ値以下であるかを判定する（ステップＳ４０１，Ｓ４０２）。所定値のＢ値以下であるのものを短罫線として登録する（ステップＳ４０２；ＹＥＳ、ステップＳ４０３）。以上の処理を全ての罫線に対して行う（ステップＳ４０４）。次に、全短罫線数を計数し、短罫線同士で完全に交差しているものがないかを探索する（ステップＳ４０５，Ｓ４０６）。図５の（ａ）を例にすると、短罫線ＡとＢは接触しているだけでなく完全に交差している。例えば、図５の（ｃ）に示すように交差接触しているだけでは、枠の場合であることがあるために完全に突き抜けて交差していることが条件である。図５の（ａ）で示すような位置関係にあれば、それを包含する領域を登録する（ステップＳ４０６；ＹＥＳ、ステップＳ４０７）。次に、図５の（ｂ）で示すように短罫線Ｃも完全交差していれば、図４のステップＳ４０７で登録した領域を成長させる。以上同様の処理を全短罫線に対して実施して領域を抽出する（ステップＳ４０８）。
【００１７】
次に、図１のステップ１０５での画像特性判別処理を図６に従って説明する。図１のステップＳ１０４で抽出されたつぶれ領域候補は大体文字上で抽出される(図５の（ｄ）参照)。そこで、通常の文字サイズを予測し、あるいは予め、サイズをいずれかの手段を用いて情報として与えておき、それよりも大きい領域の場合には「文字がつぶれて隣どうし接触しあいつながっている状態」であると判別する。従って、図６の抽出された全領域のうち領域面積が所定値のＣ値以上のものをつぶれ領域として登録する（ステップＳ５０１、ステップＳ５０２；ＹＥＳ、ステップＳ５０３）。以上の処理を全ての領域に対して行う（ステップＳ５０４）。ステップＳ５０３でつぶれ領域として登録されたものが所定値のＤ個以上あればつぶれ画像と判別する（ステップＳ５０５；ＹＥＳ、ステップＳ５０６）。
【００１８】
また、図１のステップ１０５での画像特性判別処理の別の例を図７に従って説明する。図１のステップＳ１０４で抽出されたつぶれ領域候補に対して、各領域に包含されている罫線の信頼性を評価し、つぶれ領域であるか否かの判別をする（ステップＳ６０１〜Ｓ６０５）ことで、さらに画像特性判別の精度を向上させるものである。例えば図５の（ａ）を例にとると、罫線ＡとＢが誤認識された罫線であるかの判定を行う。その判定方法はいずれの方式でも可とする。判定方法の一例をあげると、罫線Ａの近傍に黒画素を利用し、例えば黒画素密度が高い場合には文字上で誤認識された罫線と判別する。このようにして、つぶれ領域候補を構成する罫線のうち誤認識された罫線の占める割合が所定値Ｚ値以上であればつぶれ領域と判定する（ステップＳ６０３；ＹＥＳ）。ステップＳ６０４でつぶれ領域として登録されたものが所定値のＤ個以上あればつぶれ画像と判別する（ステップＳ６０６；ＹＥＳ、ステップＳ６０７）。
【００１９】
また、上記実施例ではつぶれ領域候補の面積が文字サイズ以上という条件を判定理由に用いているが、文字サイズが不明であったり、想定した文字サイズが実際の認識対象の文字サイズと異なっていた場合には画像特性の判定精度が悪くなる可能性がある。そこで、全つぶれ領域候補の面積のバラツキを算出（分散値）を用いることでこれを解決する。つまり、抽出されたつぶれ領域候補がバラツキなく一定であれば、つぶれていない一文字一文字上で抽出された領域であると判別できるのである。図８のステップＳ７０１でつぶれ領域候補数が所定値のＹ個以上の場合（ステップＳ７０１；ＹＥＳ）、分散値を算出し、所定値のＥ値以上であれば、つぶれ画像と判別する（ステップＳ７０２、ステップＳ７０３；ＹＥＳ、ステップＳ７０４）。
【００２０】
図９は本発明の第２の実施例に係る画像特性処理方法の全体動作を示すフローチャートである。同図において、先ず、処理のスキャナなどで画像を２値画像入力部で２値化データに変換し、高速化のために圧縮画像を作成する（ステップＳ８０１，Ｓ８０２）。次に、罫線認識処理で罫線を認識する（ステップＳ８０３）。抽出された罫線を使って罫線特徴判別処理を実行する（ステップＳ８０４）。判別された罫線特徴情報を用いて画像の特性を判別する（ステップＳ８０５）。
【００２１】
図９のステップＳ８０３での罫線認識処理の一例を図１０に従って説明する。図９のステップＳ８０３で抽出された全罫線を計数し、他の罫線と接触せずに単独に存在しているか否かを判別する（ステップＳ９０１，Ｓ９０２）。単独存在していれば単独罫線として登録する（ステップＳ９０２；ＹＥＳ、ステップＳ９０３）。以上の処理を全ての罫線に対して行う（ステップＳ９０４）。次に、単独罫線を計数し、単独罫線を判別された単独罫線周囲近傍の黒画素密度を求めてその値が所定値のＧ値以上であれば（ステップＳ９０５、ステップＳ９０６；ＹＥＳ）、つぶれ文字上に誤認識された罫線と判別して罫線として登録していたものを無効化する（ステップＳ９０７）。全単独罫線に対して判別処理が終了すれば（ステップＳ９０８；ＹＥＳ）、無効化罫線数が所定値のＨ値以上であれば、つぶれ画像であると判定する（ステップＳ９０９；ＹＥＳ、ステップＳ９１０）。
【００２２】
また、図９のステップＳ８０３での罫線認識処理の別の例を図１１に従って説明する。図９のステップＳ８０３で抽出された全罫線を計数し、他の罫線と接触せずに単独に存在しているか否かを判別する（ステップＳ１００１，Ｓ１００２）。単独存在していれば単独罫線として登録する（ステップＳ１００２；ＹＥＳ、ステップＳ１００３）。以上の処理を全ての罫線に対して行う（ステップＳ１００４）。次に、単独罫線と判別された罫線に対して、その罫線範囲内を処理対象としてラン抽出処理を行う（ステップＳ１００５，Ｓ１００６）。その結果、抽出されたランの数が所定値のＦ値以上であれば、かすれ罫線であると判定して登録する（ステップＳ１０７；ＹＥＳ、ステップＳ１００８）。以上の処理を全ての単独罫線に対して行う（ステップＳ１００９）。次に、かすれ罫線と判別された罫線の数が所定値のＹ値以上であれば、かすれ画像であると判定する（ステップＳ１０１０；ＹＥＳ、ステップＳ１０１１）。
【００２３】
次に、図１２は本発明のシステム構成を示すブロック図である。つまり、同図は上記各実施例における画像特性判別処理方法によるソフトウェアを実行するマイクロプロセッサ等から構築されるハードウェアを示すものである。同図において、画像特性判別処理システムはインターフェース（以下Ｉ／Ｆと略す）１２１、ＣＰＵ１２２、ＲＯＭ１２３、ＲＡＭ１２４、表示装置１２５、ハードディスク１２６、キーボード１２７及びＣＤ−ＲＯＭドライブ１２８を含んで構成されている。また、汎用の処理装置を用意し、ＣＤ−ＲＯＭなどの読取可能な記憶媒体１２９には、本発明の画像特性判別処理方法を実行するプログラムが記録されている。更に、Ｉ／Ｆ１２１を介して外部装置から制御信号が入力され、キーボード１２７によって操作者による指令又は自動的に本発明のプログラムが起動される。そして、ＣＰＵ１２２は当該プログラムに従って上述の画像特性判別処理方法を施し、その処理結果をＲＡＭ１２４やハードディスク１２６等の記録装置に格納し、必要により表示装置１２５などに出力する。以上のように、本発明の画像特性判別処理方法を実行するプログラムが記憶した媒体を用いることにより、既存のシステムを変えることなく、かつ画像特性判別処理システムを構築する装置を汎用的に使用することができる。
【００２４】
なお、本発明は上記実施例に限定されるものではなく、特許請求の範囲内の記載であれば多種の変形や置換可能であることは言うまでもない。
【００２５】
【発明の効果】
以上説明したように、本発明に係る画像特性判別処理装置は、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出手段と、該ラン抽出手段により抽出したランの長さが所定値以上であるランを罫線ランとする罫線ラン判別手段と、該罫線ラン判別手段により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出手段と、該罫線抽出手段により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別手段と、該短罫線判別手段により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出手段と、該領域抽出手段により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別手段と、該つぶれ画像判別手段により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別手段とを有する。よって、接触しあう短実線を利用して画像特性を判別し、罫線や文字の識別精度を向上させるための有益な情報を提供できる。
【００２６】
また、つぶれ画像判別手段は、領域抽出手段により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の面積の分散値を求め、求めた分散値が所定値以上であれば当該領域をつぶれ画像とすることにより、つぶれ画像特性判別の精度を向上させ、罫線や文字の認識精度を向上させるための有益な情報を提供できる。
【００２７】
更に、別の発明としての画像特性判別処理方法は、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出工程と、該ラン抽出工程により抽出したランの長さが所定値以上であるランを罫線ランとする罫線ラン判別工程と、該罫線ラン判別工程により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出工程と、該罫線抽出工程により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別工程と、該短罫線判別工程により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出工程と、該領域抽出工程により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別工程と、該つぶれ画像判別工程により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別工程とを有することに特徴がある。よって、接触しあう短実線を利用して画像特性を判別し、罫線や文字の識別精度を向上させるための有益な情報を提供できる。
【００２８】
また、つぶれ画像判別工程では、領域抽出工程により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の面積の分散値を求め、求めた分散値が所定値以上であれば当該領域をつぶれ画像とすることにより、つぶれ画像特性判別の精度を向上させ、罫線や文字の認識精度を向上させるための有益な情報を提供できる。
【００２９】
更に、別の発明として、コンピュータに、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出手順と、該ラン抽出手順により抽出したランの長さが所定値以上であるランを罫線ランとする罫線ラン判別手順と、該罫線ラン判別手順により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出手順と、該罫線抽出手順により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別手順と、該短罫線判別手順により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出手順と、該領域抽出手順により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別手順と、該つぶれ画像判別手順により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別手順とを実行させるプログラムに特徴がある。よって、接触しあう短実線を利用して画像特性を判別し、罫線や文字の識別精度を向上させるための有益な情報を提供できる。
【００３０】
また、別の発明として、上記記載の画像特性判別処理方法を実行させるための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に特徴がある。よって、既存のシステムを変えることなく、かつ画像特性判別処理システムを構築する装置を汎用的に使用することができる。
【図面の簡単な説明】
【図１】本発明の第１の実施例に係る画像特性処理方法の全体動作を示すフローチャートである。
【図２】第１の実施例におけるラン抽出動作の一例を示すフローチャートである。
【図３】第１の実施例における罫線認識処理動作の一例を示すフローチャートである。
【図４】第１の実施例におけるつぶれ領域候補抽出処理動作の一例を示すフローチャートである。
【図５】第１の実施例における画像認識対象の一例を示す図である。
【図６】第１の実施例における画像特性判別処理動作の一例を示すフローチャートである。
【図７】第１の実施例における画像特性判別処理動作の別の例を示すフローチャートである。
【図８】第１の実施例におけるつぶれ領域候補抽出処理動作の別の例を示すフローチャートである。
【図９】本発明の第２の実施例に係る画像特性処理方法の全体動作を示すフローチャートである。
【図１０】第２の実施例における罫線認識処理動作の一例を示すフローチャートである。
【図１１】第２の実施例における罫線認識処理動作の別の例を示すフローチャートである。
【図１２】本発明のシステム構成を示すブロック図である。
【符号の説明】
１２１；Ｉ／Ｆ、１２２；ＣＰＵ、１２３；ＲＯＭ、１２４；ＲＡＭ、
１２５；表示装置、１２６；ハードディスク、１２７；キーボード、
１２８；ＣＤ−ＲＯＭドライブ、１２９；記憶媒体。
【発明の属する技術分野】
本発明は画像特性判別処理装置、画像特性判別処理方法、該方法を実行させるためのプログラム及び該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に関し、詳細には文字認識装置の前処理として罫線や文字を含む認識対象画像の特性を判別する処理方法に関する。
【０００２】
【従来の技術】
画像の罫線や文字の識別処理は、濃い又はかすれている等の処理対象画像の特性によって識別処理に使用されているアルゴリズムやしきい値が対応できずに識別精度が低下することがある。画像の特性は、スキャナ等の入力装置で入力する時の２値化スレッシュを変更したりすることで、入力画像の濃さなどを補正し識別アルゴリズムに対応した画像特性を得ることは可能である。
【０００３】
【発明が解決しようとする課題】
しかし、一度入力されてしまった２値データに対して、アルゴリズムに合わない特性だからと言って再度入力し直すなどは現実的ではない上に、能率が悪い。罫線や文字識別処理の前処理として、処理画像の特性を把握しその特性の情報を提供することができれば、その情報に対応したアルゴリズムやしきい値などに変更することが可能となり、識別精度を向上させることが可能となる。また、画像が濃く、つぶれているような場合をつぶれ画像と定義すると、つぶれ画像の特徴は文字がつぶれて画像部が太り罫線に接触している場合が多い。更に、つぶれ画像における実線識別処理においては画像が密で結合しているためにつぶれた文字部に短い実線が誤認識されることが多い。
【０００４】
本発明は入力画像の特徴のひとつである画像特性判別部を罫線や文字認識処理の前処理として設けることにより、罫線や文字の識別精度を向上させるための有益な情報を提供することを目的とする。
【０００５】
【課題を解決するための手段】
前記問題点を解決するために、本発明に係る画像特性判別処理装置は、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出手段と、該ラン抽出手段により抽出したランの長さが所定値以上であるランを罫線ランとする罫線ラン判別手段と、該罫線ラン判別手段により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出手段と、該罫線抽出手段により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別手段と、該短罫線判別手段により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出手段と、該領域抽出手段により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別手段と、該つぶれ画像判別手段により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別手段とを有する。よって、接触しあう短実線を利用して画像特性を判別し、罫線や文字の識別精度を向上させるための有益な情報を提供できる。
【０００６】
また、つぶれ画像判別手段は、領域抽出手段により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の面積の分散値を求め、求めた分散値が所定値以上であれば当該領域をつぶれ画像とすることにより、つぶれ画像特性判別の精度を向上させ、罫線や文字の認識精度を向上させるための有益な情報を提供できる。
【０００７】
更に、別の発明としての画像特性判別処理方法は、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出工程と、該ラン抽出工程により抽出したランの長さが所定値以上であるランを罫線ランとする罫線ラン判別工程と、該罫線ラン判別工程により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出工程と、該罫線抽出工程により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別工程と、該短罫線判別工程により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出工程と、該領域抽出工程により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別工程と、該つぶれ画像判別工程により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別工程とを有することに特徴がある。よって、接触しあう短実線を利用して画像特性を判別し、罫線や文字の識別精度を向上させるための有益な情報を提供できる。
【０００８】
また、つぶれ画像判別工程では、領域抽出工程により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の面積の分散値を求め、求めた分散値が所定値以上であれば当該領域をつぶれ画像とすることにより、つぶれ画像特性判別の精度を向上させ、罫線や文字の認識精度を向上させるための有益な情報を提供できる。
【０００９】
更に、別の発明として、コンピュータに、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出手順と、該ラン抽出手順により抽出したランの長さが所定値以上であるランを罫線ランとする罫線ラン判別手順と、該罫線ラン判別手順により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出手順と、該罫線抽出手順により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別手順と、該短罫線判別手順により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出手順と、該領域抽出手順により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別手順と、該つぶれ画像判別手順により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別手順とを実行させるプログラムに特徴がある。よって、接触しあう短実線を利用して画像特性を判別し、罫線や文字の識別精度を向上させるための有益な情報を提供できる。
【００１０】
また、別の発明として、上記記載の画像特性判別処理方法を実行させるための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に特徴がある。よって、既存のシステムを変えることなく、かつ画像特性判別処理システムを構築する装置を汎用的に使用することができる。
【００１１】
【発明の実施の形態】
本発明に係る画像特性判別処理方法によれば、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとし、抽出したランの長さが所定値以上であるランを罫線ランとする。そして、判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とし、更には抽出された罫線の長さが所定値より小さい罫線を短罫線とする。そして、判別された短罫線同士が交差している短罫線を含む領域を抽出し、抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とする。次に、判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する。
【００１２】
【実施例】
はじめに、本発明における構成及び動作の説明の中で使用する語句を以下に定義しておく。「矩形」とは２値画像データの画像部（例えば黒画素部）を一塊として、それらが接触包含される外接四角形で囲んだ範囲を矩形と定義する。よって、連結する黒画素を全て包含する外接範囲を矩形とする。「矩形抽出」とは矩形の位置座標を抽出することを矩形抽出と定義する。「処理方向」とは画像をＸ，Ｙの２次元とすれば、Ｘ方向（スキャン時の主走査方向）の処理とＹ方向（スキャン時の副走査方向）の処理を２方向の処理がある。点線抽出の場合には、点線がＸ方向に延びている場合とＹ方向に延びている場合があり、Ｘ方向とＹ方向の２方向でそれぞれ処理を行うものとする。「実線識別処理」の例として、矩形抽出後、着目する矩形を処理開始とし、同ベクトル上でかつ所定の距離内に存在する矩形どうしを結合してゆく処理とする。
【００１３】
以下、図を用いて本発明の実施例の動作を説明する。
図１は本発明の第１の実施例に係る画像特性処理方法の全体動作を示すフローチャートである。同図において、先ず、処理のスキャナなどで画像を２値画像入力部で２値化データに変換し、高速化のために圧縮画像を作成する（ステップＳ１０１，Ｓ１０２）。ここで、圧縮画像とは１／４圧縮の場合４画素のうち全て白画素であった場合にのみ白画素ひとつに置き換え、４画素中１つでも黒画素が含まれていれば、黒画素ひとつに置き換えるといった圧縮処理をさす。次に、罫線認識処理で罫線を認識する（ステップＳ１０３）。抽出された罫線を使ってつぶれ領域候補抽出処理を実行する（ステップＳ１０４）。抽出されたつぶれ領域候補の特徴より画像の特性を判別する（ステップＳ１０５）。
【００１４】
次に、図１のステップ１０３の処理で共通に用いられる処理、ラン抽出の一例を図２に従って説明する。ラン抽出処理はいずれの方法でもよしとする。ただし、ランの位置情報を提供する処理であることが必要である。また、入力された２値データをそのまま使用するか、処理時間短縮のために圧縮画像データを用いるかのどちらでも自由とする。ただし、本発明では、罫線認識処理の場合には圧縮画像(画素)データを矩形抽出処理の場合にはそのままの２値(画素)データを用いる。図２において、全ライン数を計数し、更に１ライン毎の画素数を計数する（ステップＳ２０１，Ｓ２０２）。そして、主走査方向の１ライン毎に黒画素連結を調べてゆき、黒画素の連結が途切れた時に黒画素一塊をランとして登録する（ステップＳ２０３；ＹＥＳ、ステップＳ２０４）。同様の処理を全ラインに対して繰返す（ステップＳ２０５）。
【００１５】
また、図１のステップＳ１０３での罫線認識処理の一例を図３に従って説明する。罫線認識方法はいずれの方法でもよいが、罫線認識情報として、認識した罫線の位置を示すアドレス情報を提供する処理であることが必要である。ここでは一方向のみの罫線認識の場合であるが、Ｘ、Ｙ方向と両方向の罫線認識するには、図３の処理を繰り返せばよい。図３において、図２で抽出されたランの全ての数を計数し、そのランの長さが所定値のＡ値以上であるかを判定する（ステップＳ３０１，Ｓ３０２）。所定値のＡ値以上であるものを罫線ランとして登録する（ステップＳ３０２；ＹＥＳ、ステップＳ３０３）。以上の処理を全てのランに対して行う（ステップＳ３０４）。次に、その罫線ラン数を計数し、罫線ラン同士が所定値以内に存在しているかを調べて、所定値内であれば罫線として登録する（ステップＳ３０５、ステップＳ３０６；ＹＥＳ、ステップＳ３０７）。同様の処理を全罫線ランの数だけ繰り返す（ステップＳ３０８）。
【００１６】
更に、図１のステップＳ１０４でのつぶれ領域候補抽出処理の一例を図４に従って説明する。図１のステップＳ１０３で抽出された全罫線において、全罫線数を計数し、その罫線の長さが所定値のＢ値以下であるかを判定する（ステップＳ４０１，Ｓ４０２）。所定値のＢ値以下であるのものを短罫線として登録する（ステップＳ４０２；ＹＥＳ、ステップＳ４０３）。以上の処理を全ての罫線に対して行う（ステップＳ４０４）。次に、全短罫線数を計数し、短罫線同士で完全に交差しているものがないかを探索する（ステップＳ４０５，Ｓ４０６）。図５の（ａ）を例にすると、短罫線ＡとＢは接触しているだけでなく完全に交差している。例えば、図５の（ｃ）に示すように交差接触しているだけでは、枠の場合であることがあるために完全に突き抜けて交差していることが条件である。図５の（ａ）で示すような位置関係にあれば、それを包含する領域を登録する（ステップＳ４０６；ＹＥＳ、ステップＳ４０７）。次に、図５の（ｂ）で示すように短罫線Ｃも完全交差していれば、図４のステップＳ４０７で登録した領域を成長させる。以上同様の処理を全短罫線に対して実施して領域を抽出する（ステップＳ４０８）。
【００１７】
次に、図１のステップ１０５での画像特性判別処理を図６に従って説明する。図１のステップＳ１０４で抽出されたつぶれ領域候補は大体文字上で抽出される(図５の（ｄ）参照)。そこで、通常の文字サイズを予測し、あるいは予め、サイズをいずれかの手段を用いて情報として与えておき、それよりも大きい領域の場合には「文字がつぶれて隣どうし接触しあいつながっている状態」であると判別する。従って、図６の抽出された全領域のうち領域面積が所定値のＣ値以上のものをつぶれ領域として登録する（ステップＳ５０１、ステップＳ５０２；ＹＥＳ、ステップＳ５０３）。以上の処理を全ての領域に対して行う（ステップＳ５０４）。ステップＳ５０３でつぶれ領域として登録されたものが所定値のＤ個以上あればつぶれ画像と判別する（ステップＳ５０５；ＹＥＳ、ステップＳ５０６）。
【００１８】
また、図１のステップ１０５での画像特性判別処理の別の例を図７に従って説明する。図１のステップＳ１０４で抽出されたつぶれ領域候補に対して、各領域に包含されている罫線の信頼性を評価し、つぶれ領域であるか否かの判別をする（ステップＳ６０１〜Ｓ６０５）ことで、さらに画像特性判別の精度を向上させるものである。例えば図５の（ａ）を例にとると、罫線ＡとＢが誤認識された罫線であるかの判定を行う。その判定方法はいずれの方式でも可とする。判定方法の一例をあげると、罫線Ａの近傍に黒画素を利用し、例えば黒画素密度が高い場合には文字上で誤認識された罫線と判別する。このようにして、つぶれ領域候補を構成する罫線のうち誤認識された罫線の占める割合が所定値Ｚ値以上であればつぶれ領域と判定する（ステップＳ６０３；ＹＥＳ）。ステップＳ６０４でつぶれ領域として登録されたものが所定値のＤ個以上あればつぶれ画像と判別する（ステップＳ６０６；ＹＥＳ、ステップＳ６０７）。
【００１９】
また、上記実施例ではつぶれ領域候補の面積が文字サイズ以上という条件を判定理由に用いているが、文字サイズが不明であったり、想定した文字サイズが実際の認識対象の文字サイズと異なっていた場合には画像特性の判定精度が悪くなる可能性がある。そこで、全つぶれ領域候補の面積のバラツキを算出（分散値）を用いることでこれを解決する。つまり、抽出されたつぶれ領域候補がバラツキなく一定であれば、つぶれていない一文字一文字上で抽出された領域であると判別できるのである。図８のステップＳ７０１でつぶれ領域候補数が所定値のＹ個以上の場合（ステップＳ７０１；ＹＥＳ）、分散値を算出し、所定値のＥ値以上であれば、つぶれ画像と判別する（ステップＳ７０２、ステップＳ７０３；ＹＥＳ、ステップＳ７０４）。
【００２０】
図９は本発明の第２の実施例に係る画像特性処理方法の全体動作を示すフローチャートである。同図において、先ず、処理のスキャナなどで画像を２値画像入力部で２値化データに変換し、高速化のために圧縮画像を作成する（ステップＳ８０１，Ｓ８０２）。次に、罫線認識処理で罫線を認識する（ステップＳ８０３）。抽出された罫線を使って罫線特徴判別処理を実行する（ステップＳ８０４）。判別された罫線特徴情報を用いて画像の特性を判別する（ステップＳ８０５）。
【００２１】
図９のステップＳ８０３での罫線認識処理の一例を図１０に従って説明する。図９のステップＳ８０３で抽出された全罫線を計数し、他の罫線と接触せずに単独に存在しているか否かを判別する（ステップＳ９０１，Ｓ９０２）。単独存在していれば単独罫線として登録する（ステップＳ９０２；ＹＥＳ、ステップＳ９０３）。以上の処理を全ての罫線に対して行う（ステップＳ９０４）。次に、単独罫線を計数し、単独罫線を判別された単独罫線周囲近傍の黒画素密度を求めてその値が所定値のＧ値以上であれば（ステップＳ９０５、ステップＳ９０６；ＹＥＳ）、つぶれ文字上に誤認識された罫線と判別して罫線として登録していたものを無効化する（ステップＳ９０７）。全単独罫線に対して判別処理が終了すれば（ステップＳ９０８；ＹＥＳ）、無効化罫線数が所定値のＨ値以上であれば、つぶれ画像であると判定する（ステップＳ９０９；ＹＥＳ、ステップＳ９１０）。
【００２２】
また、図９のステップＳ８０３での罫線認識処理の別の例を図１１に従って説明する。図９のステップＳ８０３で抽出された全罫線を計数し、他の罫線と接触せずに単独に存在しているか否かを判別する（ステップＳ１００１，Ｓ１００２）。単独存在していれば単独罫線として登録する（ステップＳ１００２；ＹＥＳ、ステップＳ１００３）。以上の処理を全ての罫線に対して行う（ステップＳ１００４）。次に、単独罫線と判別された罫線に対して、その罫線範囲内を処理対象としてラン抽出処理を行う（ステップＳ１００５，Ｓ１００６）。その結果、抽出されたランの数が所定値のＦ値以上であれば、かすれ罫線であると判定して登録する（ステップＳ１０７；ＹＥＳ、ステップＳ１００８）。以上の処理を全ての単独罫線に対して行う（ステップＳ１００９）。次に、かすれ罫線と判別された罫線の数が所定値のＹ値以上であれば、かすれ画像であると判定する（ステップＳ１０１０；ＹＥＳ、ステップＳ１０１１）。
【００２３】
次に、図１２は本発明のシステム構成を示すブロック図である。つまり、同図は上記各実施例における画像特性判別処理方法によるソフトウェアを実行するマイクロプロセッサ等から構築されるハードウェアを示すものである。同図において、画像特性判別処理システムはインターフェース（以下Ｉ／Ｆと略す）１２１、ＣＰＵ１２２、ＲＯＭ１２３、ＲＡＭ１２４、表示装置１２５、ハードディスク１２６、キーボード１２７及びＣＤ−ＲＯＭドライブ１２８を含んで構成されている。また、汎用の処理装置を用意し、ＣＤ−ＲＯＭなどの読取可能な記憶媒体１２９には、本発明の画像特性判別処理方法を実行するプログラムが記録されている。更に、Ｉ／Ｆ１２１を介して外部装置から制御信号が入力され、キーボード１２７によって操作者による指令又は自動的に本発明のプログラムが起動される。そして、ＣＰＵ１２２は当該プログラムに従って上述の画像特性判別処理方法を施し、その処理結果をＲＡＭ１２４やハードディスク１２６等の記録装置に格納し、必要により表示装置１２５などに出力する。以上のように、本発明の画像特性判別処理方法を実行するプログラムが記憶した媒体を用いることにより、既存のシステムを変えることなく、かつ画像特性判別処理システムを構築する装置を汎用的に使用することができる。
【００２４】
なお、本発明は上記実施例に限定されるものではなく、特許請求の範囲内の記載であれば多種の変形や置換可能であることは言うまでもない。
【００２５】
【発明の効果】
以上説明したように、本発明に係る画像特性判別処理装置は、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出手段と、該ラン抽出手段により抽出したランの長さが所定値以上であるランを罫線ランとする罫線ラン判別手段と、該罫線ラン判別手段により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出手段と、該罫線抽出手段により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別手段と、該短罫線判別手段により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出手段と、該領域抽出手段により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別手段と、該つぶれ画像判別手段により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別手段とを有する。よって、接触しあう短実線を利用して画像特性を判別し、罫線や文字の識別精度を向上させるための有益な情報を提供できる。
【００２６】
また、つぶれ画像判別手段は、領域抽出手段により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の面積の分散値を求め、求めた分散値が所定値以上であれば当該領域をつぶれ画像とすることにより、つぶれ画像特性判別の精度を向上させ、罫線や文字の認識精度を向上させるための有益な情報を提供できる。
【００２７】
更に、別の発明としての画像特性判別処理方法は、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出工程と、該ラン抽出工程により抽出したランの長さが所定値以上であるランを罫線ランとする罫線ラン判別工程と、該罫線ラン判別工程により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出工程と、該罫線抽出工程により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別工程と、該短罫線判別工程により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出工程と、該領域抽出工程により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別工程と、該つぶれ画像判別工程により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別工程とを有することに特徴がある。よって、接触しあう短実線を利用して画像特性を判別し、罫線や文字の識別精度を向上させるための有益な情報を提供できる。
【００２８】
また、つぶれ画像判別工程では、領域抽出工程により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の面積の分散値を求め、求めた分散値が所定値以上であれば当該領域をつぶれ画像とすることにより、つぶれ画像特性判別の精度を向上させ、罫線や文字の認識精度を向上させるための有益な情報を提供できる。
【００２９】
更に、別の発明として、コンピュータに、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出手順と、該ラン抽出手順により抽出したランの長さが所定値以上であるランを罫線ランとする罫線ラン判別手順と、該罫線ラン判別手順により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出手順と、該罫線抽出手順により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別手順と、該短罫線判別手順により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出手順と、該領域抽出手順により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別手順と、該つぶれ画像判別手順により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別手順とを実行させるプログラムに特徴がある。よって、接触しあう短実線を利用して画像特性を判別し、罫線や文字の識別精度を向上させるための有益な情報を提供できる。
【００３０】
また、別の発明として、上記記載の画像特性判別処理方法を実行させるための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に特徴がある。よって、既存のシステムを変えることなく、かつ画像特性判別処理システムを構築する装置を汎用的に使用することができる。
【図面の簡単な説明】
【図１】本発明の第１の実施例に係る画像特性処理方法の全体動作を示すフローチャートである。
【図２】第１の実施例におけるラン抽出動作の一例を示すフローチャートである。
【図３】第１の実施例における罫線認識処理動作の一例を示すフローチャートである。
【図４】第１の実施例におけるつぶれ領域候補抽出処理動作の一例を示すフローチャートである。
【図５】第１の実施例における画像認識対象の一例を示す図である。
【図６】第１の実施例における画像特性判別処理動作の一例を示すフローチャートである。
【図７】第１の実施例における画像特性判別処理動作の別の例を示すフローチャートである。
【図８】第１の実施例におけるつぶれ領域候補抽出処理動作の別の例を示すフローチャートである。
【図９】本発明の第２の実施例に係る画像特性処理方法の全体動作を示すフローチャートである。
【図１０】第２の実施例における罫線認識処理動作の一例を示すフローチャートである。
【図１１】第２の実施例における罫線認識処理動作の別の例を示すフローチャートである。
【図１２】本発明のシステム構成を示すブロック図である。
【符号の説明】
１２１；Ｉ／Ｆ、１２２；ＣＰＵ、１２３；ＲＯＭ、１２４；ＲＡＭ、
１２５；表示装置、１２６；ハードディスク、１２７；キーボード、
１２８；ＣＤ−ＲＯＭドライブ、１２９；記憶媒体。
Claims (6)
- 光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出手段と、
該ラン抽出手段により抽出した前記ランの長さが所定値以上であるランを罫線ランとする罫線ラン判別手段と、
該罫線ラン判別手段により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出手段と、
該罫線抽出手段により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別手段と、
該短罫線判別手段により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出手段と、
該領域抽出手段により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別手段と、
該つぶれ画像判別手段により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別手段と
を有することを特徴とする画像特性判別処理装置。 - 前記つぶれ画像判別手段は、前記領域抽出手段により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の面積の分散値を求め、求めた分散値が所定値以上であれば当該領域をつぶれ画像とする請求項１記載の画像特性判別処理装置。
- 光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出工程と、
該ラン抽出工程により抽出した前記ランの長さが所定値以上であるランを罫線ランとする罫線ラン判別工程と、
該罫線ラン判別工程により判別された罫線ランの数を計数して罫線ラン同士が所定値以内に存在している罫線ラン同士を罫線とする罫線抽出工程と、
該罫線抽出工程により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別工程と、
該短罫線判別工程により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出工程と、
該領域抽出工程により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別工程と、
該つぶれ画像判別工程により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別工程と
を有することを特徴とする画像特性判別処理方法。 - 前記つぶれ画像判別工程では、前記領域抽出工程により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の面積の分散値を求め、求めた分散値が所定値以上であれば当該領域をつぶれ画像とする請求項３記載の画像特性判別処理方法。
- コンピュータに、光学的に読み取った画像データの主走査方向及び副走査方向の１ライン毎に黒画素連結を調べ、黒画素の連結が途切れた時に黒画素一塊をランとするラン抽出手順と、
該ラン抽出手順により抽出した前記ランの長さが所定値以上であるランを罫線ランとする罫線ラン判別手順と、
該罫線ラン判別手順により判別された罫線ランの数を計数して罫線ラン同士が所定値以 内に存在している罫線ラン同士を罫線とする罫線抽出手順と、
該罫線抽出手順により抽出された罫線の長さが所定値より小さい罫線を短罫線とする短罫線判別手順と、
該短罫線判別手順により判別された短罫線同士が交差している短罫線を含む領域を抽出する領域抽出手順と、
該領域抽出手順により抽出した領域の面積が所定値以上である領域をつぶれ領域とし、当該つぶれ領域の数が所定値以上であるつぶれ領域をつぶれ画像とするつぶれ画像判別手順と、
該つぶれ画像判別手順により判別されたつぶれ画像が占める割合に基づいて認識対象の画像の特性を判別する画像特性判別手順と
を実行させるためのプログラム。 - 請求項５記載の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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001043145A JP4094240B2 (ja) | 2001-02-20 | 2001-02-20 | 画像特性判別処理装置、画像特性判別処理方法、該方法を実行させるためのプログラム及び該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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001043145A JP4094240B2 (ja) | 2001-02-20 | 2001-02-20 | 画像特性判別処理装置、画像特性判別処理方法、該方法を実行させるためのプログラム及び該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 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2007329762A Division JP4381445B2 (ja) | 2007-12-21 | 2007-12-21 | 画像特性判別処理装置、画像特性判別処理方法、該方法を実行させるためのプログラム及び該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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002245405A JP2002245405A (ja) | 2002-08-30 |
| JP4094240B2 true JP4094240B2 (ja) | 2008-06-04 |
Family
ID=18905360
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001043145A Expired - Fee Related JP4094240B2 (ja) | 2001-02-20 | 2001-02-20 | 画像特性判別処理装置、画像特性判別処理方法、該方法を実行させるためのプログラム及び該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 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4094240B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4135752B2 (ja) | 2006-06-12 | 2008-08-20 | コニカミノルタビジネステクノロジーズ株式会社 | 画像処理装置、画像処理方法及び画像処理プログラム |
-
2001
- 2001-02-20 JP JP2001043145A patent/JP4094240B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002245405A (ja) | 2002-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6839466B2 (en) | Detecting overlapping images in an automatic image segmentation device with the presence of severe bleeding | |
| CN110503054B (zh) | 文本图像的处理方法及装置 | |
| TWI254891B (en) | Face image detection method, face image detection system, and face image detection program | |
| CN111461126B (zh) | 文本行中的空格识别方法、装置、电子设备及存储介质 | |
| JP3830998B2 (ja) | 罫線除去方法及びこれを用いた文字認識装置 | |
| EP1081648A2 (en) | Method for processing a digital image | |
| JP5111055B2 (ja) | 画像処理装置及び画像処理方法、コンピュータプログラム | |
| EP0551403B1 (en) | Character recognition methods and apparatus for locating and extracting predetermined data from a document | |
| US6141444A (en) | Method for deleting ruled lines and a recording medium storing programs for performing the method | |
| EP1679655A1 (en) | Face image candidate area search method, face image candidate area search system, and face image candidate area search program | |
| JP4094240B2 (ja) | 画像特性判別処理装置、画像特性判別処理方法、該方法を実行させるためのプログラム及び該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 | |
| JP4381445B2 (ja) | 画像特性判別処理装置、画像特性判別処理方法、該方法を実行させるためのプログラム及び該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 | |
| JP4213357B2 (ja) | 画像処理装置、画像処理方法及び該方法を実行させるためのプログラム | |
| JP2006072839A (ja) | 画像処理方法、画像処理装置、画像処理プログラム及び記録媒体 | |
| JPH11312215A (ja) | 二次元コードデコード装置、及び記憶媒体 | |
| JP4159071B2 (ja) | 画像処理方法，画像処理装置および該処理方法を実現させるため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 | |
| CN114937017B (zh) | 图像处理方法、装置、电子设备和存储介质 | |
| JP2003281469A (ja) | 文書画像処理方法 | |
| JP4248700B2 (ja) | 罫線識別方法、罫線識別装置および記録媒体 | |
| JP5691281B2 (ja) | 文字認識装置、文字認識プログラム及び文字認識方法 | |
| US20220406083A1 (en) | Image processing apparatus, control method thereof, and storage medium | |
| JP7599861B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JPH11242716A (ja) | 画像処理方法および記録媒体 | |
| JP4580520B2 (ja) | 文字認識方法および文字認識装置 | |
| JP4270767B2 (ja) | 罫線情報処理方法と罫線情報処理プログラムと画像処理装置及び記憶媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20041217 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20071025 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071030 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071221 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080304 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080305 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110314 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120314 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130314 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140314 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |