目次ページの判別と領域分割

概要

論文の詳細を見る
筆者らはこれまで汎用を目指したOCRの開発を行ってきた。汎用という言葉には、視覚障害者を含めた多くの人に、そしてまた1枚文書に限らず雑誌、本なども読むことができるという2通りの意味がある。さらに、雑誌や本では見開きページの入力に対し、ページ単位の処理ができ、横書きや縦書きにも対応できるように設計されている。しかし、この自在な機能のため、縦書き本の目次ページのように文字数が少なくかつ章・節の題目の下に横書き数字でページ数が書かれていると、図1に示すようにページ数の行が横書き行として行分割されてしまう。この現象は市販のOCRにおいても現れている。下位の処理でこのような誤りをすると、上位の目次構造の認識・理解はかなり困難になる。これを防ぐためには目次構造ページであるという事前知識の下で領域分割を行う必要があると考えられる。本稿では、初期の領域分割の結果を利用して、そのページが目次構造であるか否かを判定し、もしそうであれば再度領域分割をしなおして正しい分割結果を得るための方法について報告する。
社団法人電子情報通信学会の論文
1996-09-18