JP4392907B2

JP4392907B2 - 文字切出し方法

Info

Publication number: JP4392907B2
Application number: JP21715199A
Authority: JP
Inventors: 琢磨赤木
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1999-07-30
Filing date: 1999-07-30
Publication date: 2010-01-06
Anticipated expiration: 2019-07-30
Also published as: KR100383858B1; EP1073002B1; EP1073002A3; DE60024535T2; EP1073002A2; CN1192324C; KR20010015025A; DE60024535D1; CN1291756A; JP2001043313A

Description

【０００１】
【発明の属する技術分野】
本発明は、たとえば、入力された文字の濃淡画像を基に文字認識を行なう文字認識装置において、文字を１文字づつ切出す文字切出し方法に関する。
【０００２】
【従来の技術】
文字認識技術は、一般的に、文字画像の入力、文字行の抽出、文字の切出し、文字認識などに大別される。
【０００３】
一般的に文字の切出しは、入力された文字画像を２値化した後に行なう。入力された文字画像は文字領域と背景領域とに２分される。この際、複数の文字が接触した形で、１つの文字領域として切出されることがある。従来技術では、この接触文字を、接触の形状を基に構造解析的に切断点を求めることによって、切断していた。
【０００４】
【発明が解決しようとする課題】
しかし、文字の接合点の形状にはさまざまなパターンが考えられ、従来技術で切断できたのは、このうちの少数である特殊な形状のみであった。
【０００５】
一般に、手書き文字の文書画像の場合、文字切出しの際に文字同士が接触している場合の多くは、入力文書画像そのものでも文字同士が接触している場合が多い。
【０００６】
これに対して、印刷活字の文書画像の場合、文字切出しの際に問題となる文字接触の原因の多くが、文字同士が実際に接触しているのではなく、スキャナ（文字画像入力手段）の解像度の低さによる量子化誤差と、２値化処理の際の２値化ミスによるものである。
【０００７】
そこで、入力された文字画像を２値化した濃淡画像に立ち戻れば、文字と文字との接触点を比較的容易に発見できるはずである。
【０００８】
しかし、単に濃淡画像だけを用いたのでは、文字領域の特定など、問題が複雑化し、処理速度が遅くなる上、文字位置推定ミスなどの弊害も起こり、かえって性能が低下することが多いという問題があった。
【０００９】
そこで、本発明は、形状的には発見の難しい文字接触を高精度かつ効率よく発見して切断することができる文字切出し方法を提供することを目的とする。
【００１０】
【課題を解決するための手段】
本発明の文字切出し方法は、入力された文字画像に応じて文字を認識する文字認識装置における文字切出し方法であって、前記入力された文字画像を当該文字画像中の各画素の少なくとも濃度値に基づいた第１の閾値により２値化することにより文字部分を表わす文字領域とそれ以外の背景領域とに分離する第１の２値画像を取得する第１のステップと、この第１のステップにより取得された第１の２値画像の文字領域に対応する部分を当該第１の２値画像の文字領域に対応する前記入力された文字画像の各画素の濃度値に基づいた第２の閾値により２値化することにより少なくとも２つの領域に分離する第２の２値画像を取得する第２のステップと、前記第１のステップにより取得された第１の２値画像と前記第２のステップにより取得された第２の２値画像との間で黒画素から白画素に変化した画素数の多い画素行または画素列を検知する第３のステップと、この第３のステップにより検知された黒画素から白画素に変化した画素数の多い画素行または画素列に黒画素が存在するか否かをチェックする第４のステップと、この第４のステップによるチェックの結果、前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列に黒画素が存在する場合、当該画素行または画素列における黒画素の濃度値と当該画素行または画素列の両側の画素行または画素列における黒画素の濃度値とを比較し、当該両側の画素行または画素列の濃度値が前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列の濃度値よりも小さいか否かをチェックする第５のステップと、前記第４のステップによるチェックの結果、前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列に黒画素が存在しない場合、あるいは、前記第５のステップによるチェックの結果、前記両側の画素行または画素列の濃度値が前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列の濃度値よりも小さい場合、前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列の両側に文字が存在するか否かをチェックする第６のステップと、この第６のステップによるチェックの結果、前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列の両側に文字が存在する場合、前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列を切断点として前記第１の２値画像を個々の文字に切断する第７のステップとを具備している。
【００１１】
また、本発明の文字切出し方法は、第２のステップは、第１のステップで取得された第１の２値画像の黒画素の位置に相当する前記入力された文字画像の画素の濃度値を用いてヒストグラムを形成し、この形成されたヒストグラムに基づいて少なくとも２つの領域に分離するステップを含むことを特徴とする。
【００１５】
本発明によれば、文字画像を２値化して得られる濃淡画像から、黒画素となった部分だけを分離抽出して、その部分に対してだけヒストグラムをとり、そのヒストグラムを基に再び２値化することで、文字の接触部を発見して切断することにより、形状的には発見の難しい文字接触を高精度かつ効率よく発見して切断することができる。
【００１６】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照して説明する。
【００１７】
なお、以下の説明においては、画素の濃度値が低いほど、その画素は黒くなり、濃度値が高いほど、その画素は白くなるものとする。具体例をあげて説明すれば、たとえば、画素の濃度値を「０」から「３」の４値で示した場合、濃度値「０」が黒画素を示し、濃度値「３」が白画素を示し、濃度値「１」，「２」がそれらの中間の色（灰色）画素を示す。
【００１８】
図１〜図４は、スキャナ（文字画像入力手段）の解像度の低さによる量子化誤差による文字接触を図式化したものである。図１は、スキャナで取込む前の入力文書画像を拡大したものであり、数字「１」と「２」とが近接して書かれているが、文字と文字との間には空白があり、文字同士は接触していない。このような文書画像をスキャナで読取る場合を考える。
【００１９】
スキャナは、図２に示されるようなメッシュで、文書画像を区切り、それぞれの矩形の中で濃度の平均値を取り、その濃度値を、矩形に対応する画素の代表濃度として取込む。スキャナで取込まれた濃淡画像の例が図３である。この例では、縦６ドット、横１２ドットの濃淡画像となる。
【００２０】
なお、図３において、黒く塗り潰した部分ａが濃度の一番高い画素、交差斜線で示した部分ｂが画素ａよりも濃度の低い画素、太い斜線で示した部分ｃが画素ｂよりも濃度の低い画素、細い斜線で示した部分ｄが画素ｃよりも濃度の低い画素、黒い塗り潰しや斜線のない部分ｅが濃度の一番低い画素、をそれぞれ示している。
すなわち、図３を画素の濃度値で説明すると、前述したように、画素の濃度値が低いほどその画素は黒くなり、濃度値が高いほどその画素は白くなるものと仮定しているので、たとえば、画素の濃度値を「０」から「４」の５値で示した場合、濃度の一番高い画素ａは濃度値が一番低い画素（濃度値「０」の黒画素）、画素ａよりも濃度の低い画素ｂは濃度値が画素ａよりも高い画素（濃度値「１」の画素）、画素ｂよりも濃度の低い画素ｃは濃度値が画素ｂよりも高い画素（濃度値「２」の画素）、画素ｃよりも濃度の低い画素ｄは濃度値が画素ｃよりも高い画素（濃度値「３」の画素）、濃度の一番低い画素ｅは濃度値が一番高い画素（濃度値「４」の白画素）、となる。
【００２１】
文字と文字との間の空白の幅が、スキャナの取込みの矩形に比べて細い場合には、図３に見られるように、空白の部分にあたる画素でも、濃度の低い画素が得られる。このため、この画像を２値化した場合、図４のように、２つの文字が接触した形で２値画像が得られる。
【００２２】
従来の文字切出し方法では、図４の２値画像のみを用いて、接触文字の切断を行なっていた。
【００２３】
しかし、図３の濃淡画像で見ると、文字ストロークの輪郭は、文字ストロークの中心部よりも濃度値が高くなっている。文字の接触部分も例外ではなく、空白部分にあたる画素は、文字部分よりも濃度値が高くなっている。
【００２４】
そこで、本発明では、この濃度値が高くなっている部分を効率よく見つけて、文字接触部分を決定することにより、文字領域を切断するものであり、以下、それについて詳細に説明する。
【００２５】
図５は、本発明に係る文字切出し方法が適用される文字切出し装置の構成を概略的に示すものである。図５において、文字画像入力手段としてのスキャナ１は、入力文書画像を光学的に読取って、図３に示すような濃淡画像を入力する。スキャナ１で入力された濃淡画像は、第１の画像メモリ２に一時記憶される。
【００２６】
第１の２値化部３は、第１の画像メモリ２に一時記憶された濃淡画像を、たとえば、周知の大津の２値化法（大津展之、“判別および最小２乗基準に基づく自動しきい値選定法”、信学論（Ｄ）、ｖｏｌ．Ｊ６３−Ｄ、ｎｏ．４、ｐｐ．３４９−３５６、１９８０参照）により２値化し、図４に示すような第１の２値画像を出力する。
【００２７】
第１の２値化部３から出力された第１の２値画像は、第２の画像メモリ４に一時記憶される。文字接触推定部５は、第２の画像メモリ４に一時記憶された第１の２値画像に基づき、文字接触がありそうかどうかを推定（判定）する。推定の基準は、たとえば、黒画素領域の縦横比で、縦サイズに比べて横サイズが広い場合に、複数の文字が接触していると推定する。
【００２８】
第２の２値化部６は、文字接触推定部５で複数の文字が接触していると推定されたとき動作し、第１の画像メモリ２に一時記憶された濃淡画像、および、第２の画像メモリ４に一時記憶された第１の２値画像が入力されることにより、まず、第１の２値画像の黒画素の位置に相当する濃淡画像の画素からのみ濃度値をとり、ヒストグラムに登録する。
【００２９】
次に、第２の２値化部６は、得られたヒストグラムを基に、たとえば、上記した周知の大津の２値化法を用いて、ヒストグラムの濃度値を２分する閾値を求める。２値画像の黒画素のうち、濃淡画像の同じ座標の濃度値が得られた閾値よりも高い場合にのみ、黒画素→白画素反転を行ない、新たな２値画像を（第２の２値画像）作成する。
【００３０】
第２の２値化部６から出力された第２の２値画像は、第３の画像メモリ７に一時記憶される。文字切断部８は、第１の画像メモリ２に一時記憶された濃淡画像、第２の画像メモリ４に一時記憶された第１の２値画像、および、第３の画像メモリ７に一時記憶された第２の２値画像を基に文字接触位置を決定し、この決定された文字と文字との接触位置情報を基に文字画像を切断する。この際、切断するのは、第１の２値化部３で得られた文字画像（第１の２値画像）である。
【００３１】
選択部９は、文字接触推定部５の推定結果に基づき、第２の画像メモリ４の記憶内容あるいは文字切断部８の出力を選択する。すなわち、文字接触推定部５で複数の文字が接触していないと推定されたときは、第２の画像メモリ４の記憶内容を選択し、複数の文字が接触していると推定されたときは、文字切断部８の出力を選択する。
【００３２】
次に、本発明に係る文字切出し方法について、図６に示すフローチャートを参照して詳細に説明する。まず、スキャナ１において、文字画像の濃淡画像が入力され、第１の画像メモリ２に一時記憶される（Ｓ１）。次に、第１の２値化部３において、第１の画像メモリ２内の濃淡画像を、大津の２値化法を用いて第１の２値画像に変換し、第２の画像メモリ４に一時記憶する（Ｓ２）。
【００３３】
次に、文字接触推定部５は、得られた第２の画像メモリ４内の第１の２値画像を基に、文字接触がありそうかどうかを判定する（Ｓ３）。文字接触判定の基準は、黒画素領域の縦横比で、縦サイズに比べ横サイズが広い場合に、複数の文字が接触していると判定する。文字接触がないと判定された場合は、処理を終了する。この場合、選択部９は、第２の画像メモリ４内の第１の２値画像を選択して、次の認識処理へ送る。
【００３４】
文字接触があると判定された場合、第２の２値化部６は、第１の２値化部３で得られた第１の２値画像の黒画素の位置に相当する濃淡画像の画素からのみ濃度値を取り、ヒストグラムに登録する（Ｓ４）。そして、得られたヒストグラムを基に、大津の２値化法を用いて、ヒストグラムの濃度値を２分する閾値を求める。２値画像の黒画素のうち、濃淡画像の同じ座標の濃度値が得られた閾値よりも高い場合にのみ黒画素→白画素反転を行ない、第２の２値画像を作成し、第３の画像メモリ７に一時記憶する（Ｓ５）。
【００３５】
図７は、第１の２値化部３で２値化された第１の２値画像の一例、図８は、第２の２値化部６で２値化された第２の２値画像の一例であり、それぞれ黒い矩形が２値化によって黒画素とみなされた部分であり、白い矩形が２値化によって白画素とみなされた部分である。
【００３６】
文字領域だけで、濃度ヒストグラムを取り直し、２値化を行なうと、前述したスキャナの量子化誤差によって黒画素となっていた部分、つまり、文字と文字とが近い部分や文字ストロークの輪郭は、濃度値が高いため、白画素に変わる。そのため、図８では、文字「２」と「５」、文字「５」と「３」との間に、新たに空白がてきていることがわかる（図の矢印部分）。
【００３７】
次に、文字切断部８では、第２の２値化部６で得られた第２の２値画像、第１の２値化部３で得られた第１の２値画像、および、スキャナ１で入力された濃淡画像を基に、文字接触位置を決定する。文字接触位置の決定部については後で詳細を説明する。そして、決定された文字と文字との接触位置情報を基に、文字画像（第１の２値化部３で得られた第１の２値画像）を切断する。この場合、選択部９は、文字切断部８の出力を選択して、次の認識処理へ送る。
【００３８】
次に、文字切断部８における文字接触位置の決定方法について、図９に示すフローチャートを参照して詳細に説明する。まず、第１の２値化部３で得られた第１の２値画像と、第２の２値化部６で得られた第２の２値画像とを比較し、新たに白画素となった画素が多い列を検知する（Ｓ１１）。次に、ステップＳ１１において検知された列について、第２の２値画像で、縦方向に黒画素が１画素もないかチェックする（Ｓ１２）。
【００３９】
このチェックの結果、縦方向に黒画素が１画素もない場合はステップＳ１４へ進み、黒画素があった場合は、スキャナ１で入力された濃淡画像をチェックする（Ｓ１３）。すなわち、濃淡画像の該列と同じ位置の列の第１の２値画像における黒画素の位置の平均的な濃度値を求める。該列の左右数列についても同じ処理を行なう。該列が、左右の列に対して尾根である場合、つまり、左右の列の濃度値の平均値の方が、該列の濃度値の平均値よりも低いか判定する。この判定の結果、低い場合はステップＳ１４へ進み、そうでない場合は切断候補から外す（文字切断はしない）。
【００４０】
次に、ステップＳ１２の処理、あるいは、ステップＳ１３の処理から得られた列において、その左右（両端）に文字が存在するかどうかをチェックする（Ｓ１４）。図８のように、第２の２値画像で得られる白画素は、文字と文字との接触点の他に、文字のストロークのエッジにも現われる。このため、該列の両端に文字が存在するかを確かめる必要がある。その方法は、たとえば、該列の両端数列にわたり、第１の２値画像を基に黒画素をカウントすることにより、一定値以上存在すれば、文字が存在するとみなす。
【００４１】
ステップＳ１４でのチェックの結果、文字が存在しない場合は、切断候補から外し（文字切断はしない）、文字が存在する場合は、文字切断部８による文字の切断処理を行なう（Ｓ１５）。
【００４２】
なお、図８のフローチャートのステップＳ１２において、文字画像を入力するスキャナ１の解像度が低い場合は、黒画素が多少ある場合でもステップＳ１４にジャンプする。この場合、切断候補点決定の基準として、第１の２値化部３で得られた第１の２値画像と、第２の２値化部６で得られた第２の２値画像の黒画素部分での差分を取り、差分の大きい列を候補列とする。この場合、スキャナ１の解像度が低いほど、差分の大きさを表わす閾値を下げる。
【００４３】
以上説明したように、上記実施の形態によれば、従来、２値画像のみでは接触文字の切断ができなかった、文字同士の接触を切断することができる。また、全ての処理を濃淡画像のみを用いて処理するよりも、はるかに負荷の軽い処理で行なえる。したがって、形状的には発見の難しい文字接触を高精度かつ効率よく発見して切断することができる。
【００４４】
【発明の効果】
以上詳述したように本発明によれば、形状的には発見の難しい文字接触を高精度かつ効率よく発見して切断することができる文字切出し方法を提供できる。
【図面の簡単な説明】
【図１】スキャナで取込む前の入力文書画像の一例を拡大して示す図。
【図２】スキャナで文書画像をメッシュで区切って取込む様子を説明する図。
【図３】スキャナで取込まれた濃淡画像の一例を示す図。
【図４】図３の濃淡画像を２値化した２値画像の一例を示す図。
【図５】本発明に係る文字切出し方法が適用される文字切出し装置の構成を概略的に示すブロック図。
【図６】本発明に係る文字切出し方法を説明するフローチャート。
【図７】第１の２値化部で２値化された第１の２値画像の一例を示す図。
【図８】第２の２値化部で２値化された第２の２値画像の一例を示す図。
【図９】文字切断部における文字接触位置の決定方法を説明するフローチャート。
【符号の説明】
１……スキャナ（文字画像入力手段）
２……第１の画像メモリ
３……第１の２値化部
４……第２の画像メモリ
５……文字接触推定部
６……第２の２値化部
７……第３の画像メモリ
８……文字切断部
９……選択部

Claims

入力された文字画像に応じて文字を認識する文字認識装置における文字切出し方法であって、
前記入力された文字画像を当該文字画像中の各画素の少なくとも濃度値に基づいた第１の閾値により２値化することにより文字部分を表わす文字領域とそれ以外の背景領域とに分離する第１の２値画像を取得する第１のステップと、
この第１のステップにより取得された第１の２値画像の文字領域に対応する部分を当該第１の２値画像の文字領域に対応する前記入力された文字画像の各画素の濃度値に基づいた第２の閾値により２値化することにより少なくとも２つの領域に分離する第２の２値画像を取得する第２のステップと、
前記第１のステップにより取得された第１の２値画像と前記第２のステップにより取得された第２の２値画像との間で黒画素から白画素に変化した画素数の多い画素行または画素列を検知する第３のステップと、
この第３のステップにより検知された黒画素から白画素に変化した画素数の多い画素行または画素列に黒画素が存在するか否かをチェックする第４のステップと、
この第４のステップによるチェックの結果、前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列に黒画素が存在する場合、当該画素行または画素列における黒画素の濃度値と当該画素行または画素列の両側の画素行または画素列における黒画素の濃度値とを比較し、当該両側の画素行または画素列の濃度値が前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列の濃度値よりも小さいか否かをチェックする第５のステップと、
前記第４のステップによるチェックの結果、前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列に黒画素が存在しない場合、あるいは、前記第５のステップによるチェックの結果、前記両側の画素行または画素列の濃度値が前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列の濃度値よりも小さい場合、前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列の両側に文字が存在するか否かをチェックする第６のステップと、
この第６のステップによるチェックの結果、前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列の両側に文字が存在する場合、前記検知された黒画素から白画素に変化した画素数の多い画素行または画素列を切断点として前記第１の２値画像を個々の文字に切断する第７のステップと、
を具備したことを特徴とする文字切出し方法。
前記第２のステップは、前記第１のステップで取得された第１の２値画像の黒画素の位置に相当する前記入力された文字画像の画素の濃度値を用いてヒストグラムを形成し、この形成されたヒストグラムに基づいて少なくとも２つの領域に分離するステップを含むことを特徴とする請求項１記載の文字切出し方法。