[發明專利]圖像處理裝置以及文字識別方法

有效

• 申請號: 201310087207.2
• 申請日: 2013-03-18
• 公開（公告）號: CN103324927B
• 公開（公告）日: 2017-04-12
• 發明（設計）人: 島崎克仁
• 申請（專利權）人: 株式會社PFU
• 主分類號: G06K9/20
• 分類號: G06K9/20
• 代理公司: 上海市華誠律師事務所31210
• 代理人: 徐曉靜

技術領域

本發明涉及一種圖像處理裝置以及文字識別方法，特別是涉及一種對多種原稿進行文字識別的圖像處理裝置以及文字識別方法。

背景技術

作為對由掃描儀裝置等讀取原稿而獲取的圖像數據內的文字進行識別的技術，存在一種OCR（Optical?Character?Recognition；光學文字識別）技術。在OCR技術中，現在尋求不僅是對只記載有文字的原稿，對文字、圖片、照片等混在一起的原稿也能夠識別文字。因此，為了能從各種原稿高精度地進行文字識別，OCR處理正變得復雜，處理需要較長時間。

專利文獻1中公開了一種包括CPU、串行運算處理部、并行運算處理部的信息處理裝置。該信息處理裝置中，對由CPU、串行運算處理部以及并行運算處理部中哪一個來執行包含于圖像處理的各種運算處理能實現高速運行進行事先驗證，并預先存儲設定了由哪一個來執行各種運算處理的表格。并且，CPU針對已命令執行的各種運算處理，參照已存儲的表格，確定哪一個為執行主體。

專利文獻2中公開了進行文字識別處理和壓縮處理的圖像處理裝置。該圖像處理裝置針對文章、圖形、圖片混在一起的原稿，識別圖像數據的屬性（標題、文章、圖形以及圖片）并分割區域。并且，使用對包含標題、文章等的文字的區域進行簡單二值化后得到的二值數據來進行文字識別處理。另外，專利文獻2中記載了對針對包含標題、文章等的文字的區域進行簡單二值化后得到的二值數據進行壓縮處理，對針對圖片、照片等的中間色調區域通過誤差擴散法等進行二值化后得到的中間色調二值數據進行壓縮處理。

【現有技術文獻】

【專利文獻】

【專利文獻1】特開2011-191903號公報

【專利文獻2】特開平8-315159號公報

發明內容

【發明要解決的技術問題】

由于專利文獻1中公開的信息處理裝置對各被包含于圖像處理的運算處理，選擇能夠最快執行該處理的處理部，因此能夠高速地執行各運算處理。然而，由該信息處理裝置進行文字識別處理的情況下，由于對所有原稿一律執行預先設定的運算處理，即使是對只記載有文字的原稿也需要與有文字、圖片、照片等混在一起的原稿幾乎相同的處理時間。

由于專利文獻2中公開的圖像處理裝置不對圖片、照片等的區域進行文字識別處理，因而能夠高速地執行文字識別處理。然而，該圖像處理裝置在圖片、照片等的區域包含有文字的情況下，無法識別該文字。

本發明的目的在于，提供一種在確保文字識別的精度的同時可以高速地進行文字識別的圖像處理裝置以及文字識別方法。

【解決問題的技術手段】

本發明的一方面所涉及的一種圖像處理裝置包括：直方圖生成部，其基于輸入圖像中的各像素的像素值來生成直方圖；成分判定部，其基于直方圖對輸入圖像中是否包含有文字成分、是否包含有除文字成分和背景成分之外的非文字成分進行判定；二值化部，其在輸入圖像中包含有文字成分和非文字成分兩者的情況下，通過基于各像素的邊緣強度對該輸入圖像進行二值化的第1處理來生成二值圖像，在輸入圖像中包含有文字成分且不包含非文字成分的情況下，通過基于各像素的亮度值對該輸入圖像進行二值化的第2處理來生成二值圖像；文字識別部，其對二值圖像進行文字識別。

又，本發明的另一方面所涉及的一種文字識別方法包含：基于輸入圖像中的各像素的像素值來生成直方圖的步驟；基于直方圖對輸入圖像中是否包含有文字成分、是否包含有除文字成分和背景成分之外的非文字成分進行判定的步驟；在輸入圖像中包含有文字成分和非文字成分兩者的情況下，通過基于各像素的邊緣強度對該輸入圖像進行二值化的第1處理來生成二值圖像，在輸入圖像中包含有文字成分且不包含非文字成分的情況下，通過基于各像素的亮度值對該輸入圖像進行二值化的第2處理來生成二值圖像的步驟；對二值圖像進行文字識別的步驟。

【發明的效果】

根據本發明的一個實施方式，能夠提供一種在確保文字識別的精度的同時可以高速地進行文字識別的圖像處理裝置以及文字識別方法。

附圖說明

圖1是實施方式所涉及的圖像處理系統的概略構成圖。

圖2是圖像處理部的概略構成圖。

圖3是示出圖像讀取處理的動作的示例的流程圖。

圖4是示出文字識別處理的動作的示例的流程圖。

圖5是用于說明區域分割處理的示意圖。

圖6是示出區域分割處理的動作的示例的流程圖。

圖7（a）～（c）是用于說明成分判定處理的示意圖。