公开(公告)号：CN101354746B

公开(公告)日：2011-08-31

申请号：CN200710129605.0

申请日：2007-07-23

Applicant: 夏普株式会社

Inventor： 吴波 ,  窦建军 ,  乐宁 ,  吴亚栋 ,  贾靖

IPC: G06K9/20 ,  G06K9/34

CPC classification number: G06K9/34 ,  G06K9/342 ,  G06K9/348 ,  G06K2209/01

Abstract: 本发明提供一种文字图像抽出方法及文字图像抽出装置。在抽出步骤中，通过抽出部(401)，对排列两个或两个以上文字的文字列区域，求出由相互连接的两个或两个以上像素构成的连接成分，并从其中抽出由与连接成分外接的外接图形划分的划分要素。在改变步骤中，通过第一改变部(402)，在上述抽出的划分要素中，将至少一部分相互重合的划分要素进行综合而作为新的划分要素。在下面的第一选择步骤中，通过第一选择部(403)，预先确定基准大小，在第一改变步骤中改变的划分要素中，选择比上述基准大小还大的划分要素。之后，可以按该顺序执行第二改变步骤及第二选择步骤。由此，可以从排列两个或两个以上文字的文字列区域中高精度地抽出各文字的图像。

公开(公告)号：CN101354704A

公开(公告)日：2009-01-28

申请号：CN200710129607.X

申请日：2007-07-23

Applicant: 夏普株式会社

Inventor： 吴波 ,  窦建军 ,  乐宁 ,  吴亚栋 ,  贾靖

IPC: G06F17/30 ,  G06K9/72 ,  G06K9/46

CPC classification number: G06F17/30253 ,  G06K9/723 ,  G06K2209/01 ,  G06K2209/011

Abstract: 本发明提供一种字形特征字典制作装置和具备该装置的文档图像处理装置，其中，抽取出文档图像中的文字数为M个的文字列的图像，并将其分割成单个文字而抽出各文字图像的图像特征，基于该图像特征，从将文字图像的图像特征以单个文字为单位储存着的字形特征字典(15)中，按匹配度从高到低的顺序，选择出N个文字图像作为候补文字，其中N为N＞1的整数，制作所抽取出的文字列的文字数M×N维的第1索引矩阵。对于由构成该第1索引矩阵的第1列的两个或两个以上候补文字构成的候补文字列，适用基于预定的语言模型的词汇解析，制作将候补文字列调整成有意义的文字列的第2索引矩阵，并用于检索中。由此，可使检索精度进一步提高。