JP2001222683A

JP2001222683A - 画像処理方法、画像処理装置、文字認識方法、文字認識装置及び記憶媒体

Info

Publication number: JP2001222683A
Application number: JP2000035091A
Authority: JP
Inventors: Fumihiro Hasegawa; 史裕長谷川
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2000-02-14
Filing date: 2000-02-14
Publication date: 2001-08-17
Anticipated expiration: 2020-02-14
Also published as: JP3985928B2

Abstract

(57)【要約】【課題】帳票上の背景が白以外の文字記入領域や網掛
けされた文字記入領域に対しノイズの少ない２値画像を
生成し、文字認識精度を向上させる。【解決手段】領域内の画素値分布に基づいて判別分析
法により適応的に２値化閾値を決定し（１３０）、この
２値化閾値と画素値との差の２乗平均が既定値以下なら
ば文字が存在しないと判断し（１４０）、文字が存在し
ない領域に対しては全白の２値画像を生成する（１６
０）。文字が存在する領域に対しては、上記２値化閾値
を初期値として２値化閾値を徐々に下げながら短い黒ラ
ンの割合が適切か判定し、それが適切となった時の２値
化閾値を設定し（１５０）、この２値化閾値で２値化を
行って２値画像を生成する（１６０）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、一般的には画像処
理の分野に係り、特に、帳票の濃淡画像から文字認識の
ための２値画像を生成する目的に好適な２値化技術に関
する。

【０００２】

【従来の技術】一般に光学的文字認識装置においては、
帳票の濃淡画像を２値化して得られた２値画像に対し文
字認識を行うが、２値画像の画質によって認識精度が大
きく左右される。そこで、濃淡画像の画素値（濃度）分
布に応じて適応的に２値化閾値を決定するような技術が
考案されている。また、特開平１０−１４３６０８号公
報に開示されているように、ある２値化閾値を用いて濃
淡画像を２値化し、得られた２値画像の平均線幅が既定
範囲外ならば２値化閾値を変更して２値化をやり直すこ
とによって、文字認識に適した２値画像を得ようとする
技術なども考案されている。

【０００３】

【発明が解決しようとする課題】帳票の多くは、文字記
入領域に白を背景として黒又は紺などの文字が記入され
るが、文字記入領域に白以外の背景色が用いられた帳票
や、文字記入領域毎に異なった背景色が用いられた帳票
も少なくない。後者の帳票でも、背景色として明度の高
い色が用いられるため、人間にとっては記入された文字
が見づらいということはない。しかし、そのような背景
色は、比較的明度の低い色の非常に細かなドットを印刷
することによって表現されるため、帳票の濃淡画像を２
値化して得られる２値画像中に、数ドット程度の細かな
ノイズ（黒画素）が多数現れることがある。このような
ノイズの多い２値画像に対し文字認識を行うと認識率が
悪化しやすく、特に、文字が記入されていない文字記入
領域では、文字が存在しないにも拘わらずノイズが文字
と誤認される可能性がある。

【０００４】特開平１０−１４３６０８号公報に開示さ
れている技術の場合、そのような細かいノイズがあると
平均線幅を精度よく検出できなくなるため、特に、文字
が全く記入されていない領域では、そのようなノイズだ
けを手がかりに２値化閾値が決定されることになるた
め、適切な２値化閾値を設定できず、その結果としてノ
イズの多い２値画像が生成されてしまい認識率の悪化を
招くことがある。

【０００５】よって、本発明の目的は、文字記入領域に
白以外の背景色が用いられた帳票の濃淡画像からノイズ
の少ない２値画像を生成可能な画像処理方法及び装置を
提供することにある。

【０００６】また、網が掛けられた文字記入領域、特に
部分的に網が掛けられた文字記入領域では、網を構成す
るドットがノイズとして２値画像に残りやすく、このよ
うなノイズも認識率を悪化させる原因となっている。

【０００７】よって、本発明のもう１つの目的は、文字
記入領域に網が掛けられている帳票などの濃淡画像か
ら、ノイズの少ない２値画像を生成可能な画像処理方法
及び装置を提供することにある。

【０００８】本発明のもう１つの目的は、文字記入領域
毎に背景色が異なる帳票や、文字記入領域に部分的又は
全体的に網が掛けられた帳票に対しても高精度な文字認
識が可能な文字認識方法及び装置を提供することにあ
る。

【０００９】

【課題を解決するための手段】本発明にあっては、前記
目的を達成するため、濃淡画像の個々の処理対象領域内
の文字の有無を判定し、文字が存在しないと判定された
処理対象領域に対しては全画素が白画素の２値画像を生
成する。また、文字が存在すると判定された処理対象領
域に対しては、黒ランの総数に対する所定の長さより短
い黒ランの個数の割合が既定値に近くかつそれを越えな
い２値化閾値を設定し、設定した２値化閾値を用いて２
値化することにより２値画像を生成する。そして、この
ようにして生成した２値画像に対して文字認識を行う。

【００１０】処理対象領域内の文字の有無判定には、例
えば、処理対象領域内の画素値分布に基づいて適応的に
決定した２値化閾値と処理対象領域内の画素値との差の
２乗平均が既定値以下であるときに、文字が存在しない
と判定し、そうでないときには文字が存在するという方
法が用いられる。

【００１１】文字が存在すると判定された処理対象領域
に対する２値化閾値の設定には、例えば、処理対象領域
内の画素値分布に基づいて適応的に決定した２値化閾値
を初期値として、２値化閾値を所定量ずつ順次下げなが
ら黒ランの総数に対する所定の長さより短い黒ランの個
数の割合を計算し、その割合が初めて既定値を下回った
時の２値化閾値を設定する方法が用いられる。

【００１２】以上の本発明の特徴及びその他の特徴につ
いて、実施の形態に関連して以下に具体的に説明する。

【００１３】

【発明の実施の形態】図１に、本発明の実施の一形態で
ある文字認識装置のブロック構成の一例を示す。図１に
見られるように、この文字認識装置は、文字認識の対象
となる帳票の濃淡画像を入力する濃淡画像入力部１０
０、入力された濃淡画像を蓄積するための入力画像記憶
部１１０、入力された濃淡画像の文字記入領域を特定す
る文字記入領域特定部１２０、各文字記入領域毎に２値
化閾値を適応的に決定する２値化閾値決定部１３０、各
文字記入力域毎に文字の有無を判定する文字有無判定部
１４０、文字が記入されている各文字記入領域に対する
２値化閾値を最適化する２値化閾値最適化部１５０、各
文字記入領域の２値画像を生成する２値画像生成部１６
０、生成された２値画像を蓄積するための２値画像蓄積
部１７０、各文字記入領域の２値画像を用いて文字認識
を行う文字認識部１８０、文字認識装置全体の動作や装
置内の前記各部の動作の制御を行う制御部１９０から構
成される。なお、文字認識部１８０と、それ以外の部分
（２値画像生成のための画像処理装置）とを別装置とし
て分離し、それらの間をバスやネットワークを介して接
続する構成も可能である。文字有無判定部１４０は、画
素値差２乗平均計算部１４１と判定部１４２からなり、
２値化閾値最適化部１５０は黒ラン計数部１５１、評価
値計算部１５２、判定部１５３及び２値化閾値再設定部
１５４からなる。

【００１４】図２は、この文字認識装置における２値画
像生成のための画像処理に関連した動作を主として示す
フローチャートである。

【００１５】なお、図１に示す文字認識装置（又は画像
処理装置の部分）は必ずしも専用のハードウェアによっ
て実現される必要はなく、例えば図３に示すようなＣＰ
Ｕ２０１、メモリ２０２、ハードディスク２０３、入力
装置（イメージスキャナ、キーボード、マウスなど）２
０４、各種記憶媒体（磁気ディスク、光ディスク、光磁
気ディスク、メモリカードなど）２０７の読み書きのた
めの媒体ドライブ２０５、ディスプレイ２０６、外部の
機器やネットワークとの通信のための通信装置（モデ
ム、ネットワークアダプタなど）２１０などをバス２１
０で接続した一般的な構成のコンピュータを利用し、ソ
フトウェアにより実現することもできる。この場合、図
１の各部の機能（又は文字認識部１８０を除く部分の機
能）をコンピュータ上で実現させるためのプログラム、
換言すれば、図２に示す処理の全体（又は文字認識処理
を除く処理）をコンピュータ上で実行させるためのプロ
グラムは、例えば、それが記録された記憶媒体２０７か
ら媒体ドライブ２０５によってメモリ２０２に読み込ま
れたり、外部装置より通信装置２０８によってメモリ２
０２に読み込まれたり、あるいはハードディスク２０３
からメモリ２０２に読み込まれ、ＣＰＵ２０１により実
行される。このプログラムを、それを固定記憶させた半
導体ＲＯＭとして実装してもよい。このようなプログラ
ムが記録された各種記憶媒体２０７や半導体ＲＯＭなど
の記憶媒体も本発明に包含されるものである。また、帳
票の濃淡画像は、例えば入力装置２０４に含まれるスキ
ャナによって帳票から読み込まれたり、記憶媒体２０７
から読み込まれたり、あるいは通信装置２０８によって
外部機器から入力される。

【００１６】次に、図１に示したブロック構成に基づい
て、この文字認識装置の動作を順を追って説明する。

【００１７】まず、濃淡画像入力部１００によって、認
識しようとする帳票の濃淡画像が入力され、入力画像蓄
積部１１０に蓄積される（図２，ステップＳ１）。

【００１８】次に、文字記入領域特定部１２０におい
て、入力画像蓄積部１１０に蓄積されている濃淡画像
（以下、入力帳票画像）の文字記入領域が特定される
（ステップＳ２）。特定された各文字記入領域の位置情
報などは、帳票の処理が終了するまで制御部１９０の管
理下で保存されるが、その保存のための記憶手段は図２
中には示されていない。この文字記入領域の特定は様々
な方法で行うことができるが、例えば、特開平１０−９
１７８３号公報に開示されているように、認識しようと
している帳票と同一フォーマットの未記入の帳票画像
（参照画像）と、入力帳票画像との位置合わせを行い、
参照画像上の位置座標で定義された文字記入領域の位置
座標値を用いて入力帳票画像上の各文字記入領域の位置
を推定する方法が用いられる。

【００１９】以下、特定された個々の文字記入領域毎の
処理が行われる。制御部１９０によって、１つの文字記
入領域が処理対象領域として選ばれる（ステップＳ
３）。

【００２０】２値化閾値決定部１３０により、処理対象
領域に対する２値化閾値が、入力帳票画像の処理対象領
域における画素値（濃度）分布に応じ適応的に決定され
る（ステップＳ４）。ここでは、２値化閾値の決定方法
として判別分析法が用いられる。判別分析法によれば、
処理対象領域内の画素値ヒストグラムにおいて、画素値
の集合を、ある値ｔで２つのクラスに分割したときに、
クラス内分散が最小、クラス間分散が最大となるような
値ｔを処理対象領域に対する２値化閾値とする。より具
体的には、値ｔ未満の画素値のクラス（１）内の分散を
ｖ１、画素値平均値をｅ１、画素数をｎ１、値ｔ以上の
画素値のクラス（２）内の分散をｖ２、画素値平均値を
ｅ２、画素数をｎ２として、クラス内分散Ｖｃ、クラス
間分散ＶｂをＶｃ（ｔ）＝ｎ１ｖ１＋ｎ２ｖ２Ｖｂ（ｔ）＝ｎ１ｎ２（ｅ１−ｅ２）＾２（ここで、Ａ＾２はＡの２乗を意味する）と定義し、Ｖ
ｂ（ｔ）／Ｖｃ（ｔ）の値が最大となる値ｔを２値化閾
値とする。

【００２１】このような方法で決定された２値化閾値を
用いれば、白以外の背景色が用いられた領域でも、背景
を白、文字を黒に適正に２値化することができる。しか
しながら、領域内に文字が存在しない場合、２値化閾値
決定のための画素値のクラス分割の合理性は保証され
ず、従来技術に関連して前述したような白黒が入り交じ
った２値画像となる可能性がある。

【００２２】このような不都合を回避するため、文字有
無判定部１４０において、処理対象領域内の文字の有無
が判定される（ステップＳ５，Ｓ６）。すなわち、ステ
ップＳ５で、画素値差２乗平均計算部１４１によって、
処理対象領域内の画素値とステップＳ４で決定された２
値化閾値との差の２乗平均Ａｖが計算される。この２乗
平均Ａｖは次式で表すことができる。式中、ＰｉとＮは
処理対象領域内の各画素値と画素数、ｔはステップＳ４
で決定された２値化閾値である。

【００２３】

【数１】この２乗平均Ａｖは、文字が存在する領域では大きな値
をとり、文字が存在しない領域では小さな値をとる傾向
が認められる。網が掛けられた領域では、Ａｖの値は一
様濃度の領域に比べ増加するが、文字が存在する領域よ
り十分小さな値をとる。そこで、ステップＳ６で、判定
部１４２において、Ａｖの値がある規定値以下ならば処
理対象領域内に文字が存在しないと判定される。

【００２４】文字が存在しないと判定された処理対象領
域に対しては、２値画像生成部１６０により全て白画素
の２値画像が生成される（ステップＳ７）。換言すれ
ば、画素値に関係なく白画素とするような十分に低い２
値化閾値を用いた２値化処理が行われる。得られた２値
画像は２値画像蓄積部１７０に保存される。

【００２５】Ａｖ値が規定値を超えた場合は文字が存在
する処理対象領域である可能性が高い。このような処理
対象領域の一部に網が掛かっている場合に、ステップＳ
４で決定された２値化閾値を用いて２値化すると、網を
構成するドットがノイズとして再現されてしまうことが
ある。また、領域全体に網が掛かっている場合でも、網
掛けの状態によっては同様のノイズが残る恐れがある。
このような網掛けによる不都合を避けるため、２値化閾
値最適化部１５０において次のような手順によって２値
化閾値の最適化が行われる（ステップＳ８〜Ｓ１１）。

【００２６】まず、黒ラン計数部１５１において、処理
対象領域内をステップＳ４で決定された２値化閾値で２
値化した場合における黒ランの総数と、ある所定の長さ
より短い黒ランの個数を計数する（ステップＳ８）。次
に、評価値計算部１５２において、計数された黒ランの
総数に対する短い黒ランの個数の割合を算出する（ステ
ップＳ９）。網を構成するドットがノイズとして２値画
像中に残る場合、短い黒ランの割合が非常に高くなるの
で、この割合を２値画像の画質の評価値として算出した
わけである。そして、判定部１５３において、ステップ
Ｓ９で算出された評価値をある既定値と比較し、評価値
が既定値以上ならば２値化閾値が不適切であると判定
し、評価値が既定値より小さいならば現在の２値化閾値
が適切であると判定する（ステップＳ１０）。

【００２７】現在の２値化閾値が不適切であると判定さ
れた場合、つまり、網を構成するドットが黒画素として
残ってしまう場合には、そのような黒画素が発生しにく
くなるように、２値化閾値再設定部１５４において２値
化閾値を現在の２値化閾値より所定値だけ低い値に設定
し直す（ステップＳ１１）。そして、再設定された２値
化閾値を用いて２値化した場合における黒ランの総数と
短い黒ランの個数を黒ラン計数部１５１で再度計数し
（ステップＳ８）、その計数結果を用いて評価値計算部
１５２で評価値を再度算出し（ステップＳ９）、この評
価値を用いて２値化閾値の適否の判定を判定部１５３で
行う（ステップＳ１０）。この判定でも２値化閾値が不
適切と判定された場合には、２値化閾値再設定部１５４
で２値化閾値をさらに所定値だけ低い値に設定し直し
（ステップＳ１１）、再びその評価を繰り返す。このよ
うにして、評価値が既定値を越えず、かつ、それ近い２
値化閾値を設定する。

【００２８】評価値と比較される既定値を適切に選んで
おくならば、以上のような手順によって設定された２値
化閾値を用いて２値化を行えば、文字が記入された領域
に対し、その背景が白であろうと白以外であろうと、ま
た、網が掛けられていようといまいと、ノイズの少ない
２値画像を生成することができる。

【００２９】なお、予め定めた値を２値化閾値の初期値
として用いて同様の手順により最適な２値化閾値を設定
することもできるが、上に述べたように領域内の画素値
分布に基づいて適応的に決定した２値化閾値を初期値と
して用いれば、領域に網が掛けられていなければ、その
初期値を直ちに最適な２値化閾値として設定することが
でき、また、網掛けがない場合であっても、より少ない
処理回数で効率よく最適な２値化閾値を設定可能であ
る。また、黒ラン計数部１４１において、水平方向、垂
直方向のいずれかの方向の黒ランだけを計数対象として
もよいが、水平方向の黒ランと垂直方向の黒ランの両方
を対象に計数すれば、より正確な画質評価が可能であ
る。

【００３０】判定部１５３で２値化閾値が適切であると
判定されると、つまり、最適な２値化閾値が設定される
と、２値化画像生成部１６０において、その２値化閾値
を用いて処理対象領域内の濃淡画像の２値化が行われ、
２値画像が生成される（ステップＳ１２）。生成された
２値画像は２値画像蓄積部１７０に蓄積される。

【００３１】１つの文字記入領域に対する処理が終わる
と、制御部１９０は入力帳票画像中の全ての文字記入領
域に対する処理が完了したか調べ（ステップＳ１３）、
未処理の文字記入領域が残っているならば、その１つの
文字記入領域を処理対象領域として選択し（ステップＳ
３）、それに対する処理を開始させる。

【００３２】全ての文字記入領域の２値画像が生成され
ると、制御部１９０は、２値画像蓄積部１７０に蓄積さ
れた２値画像を文字認識部１８０へ渡し、各文字記入領
域に対する文字認識を行わせる（ステップＳ１８０）。
前述のように、文字が記入されていない文字記入領域で
は、その２値画像は全て白画素とされているため、ノイ
ズを文字と誤認識するような問題は起こらない。白以外
の背景に文字が記入された文字記入領域や、部分的又は
全体的に網が掛けられた文字記入領域においても、２値
画像中にノイズが生じにくいため精度の良い文字認識が
可能である。

【００３３】なお、文字認識部１８０は、例えば、２値
画像から個々の文字画像を切り出し、各文字画像から抽
出した特徴量と認識辞書に登録された特徴量との距離計
算を行うことによって文字を同定するような公知の構成
のものでよいので、これ以上の説明は省略する。

【００３４】

【発明の効果】以上に説明した如く、本発明によれば、（１）文字が記入されていない領域の２値画像は全て白
画素とされるため、その領域の背景色が白以外の場合で
も、背景のノイズが２値画像に残らず、したがって、そ
のような領域において背景のノイズを文字と誤認識する
ような問題を回避できる。（２）領域内の画素値分布に基づいて適応的に決定した
２値化閾値と画素値との差の２乗平均を用いることによ
り、背景が白以外の領域でも網が掛けられている領域で
も、領域内の文字の有無を確実に判定可能である。（３）文字が記入されていると判断される領域に対して
は、黒ランの総数に対する所定の長さより短い黒ランの
個数の割合が既定値に近くかつそれを越えない値になる
ような２値化閾値を設定し、その２値化閾値を用いて２
値化を行うため、文字が記入された領域に対し、その背
景が白であろうと白以外であろうと、また、網が掛けら
れていようといまいと、ノイズの少ない２値画像を生成
することができ、したがって精度のよい文字認識が可能である。
（４）文字が記入されていると判断される領域に対する
２値化閾値を設定する際の初期値として、領域内の画素
値分布に基づいて適応的に決定された２値化閾値を用い
ることにより、最適な２値化閾値を効率的に設定でき
る、等々の効果を得られる。

【図面の簡単な説明】

【図１】本発明の実施の一形態である文字認識装置のブ
ロック構成の一例を示すブロック図である。

【図２】文字認識装置の動作を説明するためのフローチ
ャートである。

【図３】本発明をソフトウェアにより実施するために利
用可能なコンピュータの一例を示すブロック図である。

【符号の説明】

１００濃淡画像入力部１１０入力画像蓄積部１２０文字記入領域特定部１３０２値化閾値計算部１４０文字有無判定部１５０２値化閾値最適化部１６０２値画像生成部１７０２値画像蓄積部１８０文字認識部１９０制御部

Claims

【特許請求の範囲】

【請求項１】濃淡画像から、その個々の処理対象領域
毎に２値画像を生成する画像処理方法において、処理対
象領域内の文字の有無を判定する第１ステップと、この
第１ステップで文字が存在しないと判定された処理対象
領域に対して全画素が白画素の２値画像を生成する第２
ステップとを含むことを特徴とする画像処理方法。
【請求項２】前記第１ステップで文字が存在すると判
定された処理対象領域に対して、黒ランの総数に対する
所定の長さより短い黒ランの個数の割合が、既定値に近
くかつそれを越えない２値化閾値を設定する第３ステッ
プと、前記第１ステップで文字が存在すると判定された
処理対象領域に対して、その濃淡画像を前記第３ステッ
プで設定された２値化閾値を用いて２値化することによ
り２値画像を生成する第４ステップとを含むことを特徴
とする請求項１記載の画像処理方法。
【請求項３】処理対象領域内の画素値分布に基づいて
適応的に２値化閾値を決定する第５ステップを有し、前
記第１ステップは前記第５ステップで決定された２値化
閾値と処理対象領域内の画素値との差の２乗平均が既定
値以下であるときに処理対象領域内に文字が存在しない
と判定することを特徴とする請求項１記載の画像処理方
法。
【請求項４】処理対象領域内の画素値分布に基づいて
適応的に２値化閾値を決定する第５ステップを有し、前
記第３ステップにおいて、前記第５ステップで決定され
た２値化閾値を初期値として、２値化閾値を所定量ずつ
順次下げながら黒ランの総数に対する所定の長さより短
い黒ランの個数の割合を計算し、その割合が初めて既定
値を下回った時の２値化閾値を設定することを特徴とす
る請求項２記載の画像処理方法。
【請求項５】請求項１、２、３又は４記載の画像処理
方法により、帳票の濃淡画像から各文字記入領域の２値
画像を生成し、生成された２値画像に対し文字認識を行
うことを特徴とする文字認識方法。
【請求項６】請求項１、２、３又は４記載の画像処理
方法の各ステップをコンピュータに実行させるためのプ
ログラムが記録されたことを特徴とするコンピュータ読
み取り可能な記憶媒体。
【請求項７】濃淡画像から、その個々の処理対象領域
毎に２値画像を生成する画像処理装置であって、濃淡画像を入力するための第１手段と、前記第１手段により入力された濃淡画像の処理対象領域
内の文字の有無を判定する第２手段と、前記第２手段で文字が存在すると判定された処理対象領
域に対して、黒ランの総数に対する所定の長さよの短い
黒ランの個数の割合が既定値に近くかつそれを越えない
２値化閾値を設定する第３手段と、前記第２手段で文字が存在すると判定された処理対象領
域に対して、その濃淡画像を、前記第３手段で設定され
た２値化閾値を用いて２値化することにより２値画像を
生成し、前記第２手段で文字が存在しないと判定された
処理対象領域に対して、全画素が白画素の２値画像を生
成する第４手段とを具備することを特徴とする画像処理
装置。
【請求項８】処理対象領域内の画素値分布に基づいて
適応的に２値化閾値を決定する第５手段を具備し、前記
第２手段は、処理対象領域内の画素値と前記第５手段で
決定された２値化閾値との差の２乗平均が既定値以下で
あるときに、その処理対象領域内に文字が存在しないと
判定することを特徴とする請求項７記載の画像処理装
置。
【請求項９】前記第３手段において、前記第５手段で
決定された２値化閾値を初期値として、２値化閾値を所
定量ずつ順次下げながら黒ランの総数に対する所定の長
さより短い黒ランの個数の割合を計算し、その割合が初
めて既定値を下回った時の２値化閾値を設定することを
特徴とする請求項８記載の画像処理装置。
【請求項１０】請求項７、８又は９記載の画像処理装
置と、この画像処理装置の前記第４手段により生成され
た２値画像に対し文字認識を行う第６手段とを具備し、
前記第１手段により少なくとも１つの文字記入領域を含
む帳票の濃淡画像が入力され、前記第４手段により個々
の文字記入領域の２値画像が生成されることを特徴とす
る文字認識装置。