JP2001084254A - 電子ファイリングシステムおよびファイリング方法 - Google Patents

Abstract

(57)【要約】 【課題】イメージデータから文字認識により文字データ
化してファイリングする場合に、指定のフィールド名対
応に該当文字列を抽出して自動的にデータベース化でき
るようにした電子ファイリングシステムを提供するこ
と。 【解決手段】文字パターン情報を含む定型のイメージ原
稿から文字認識する対象の領域を示すテンプレートファ
イル F17と、このテンプレートファイルを用いて前記イ
メージ原稿の文字認識対象領域の文字情報を認識する認
識手段 F13と、この認識手段で認識された文字情報を文
字認識対象領域別に区分してデータベースファイル化
し、データベースに保存する手段 F12とを備えることを
特徴とする。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文字情報を含む原
稿を読み取って文字認識することにより得た文字情報を
ファイリングする電子ファイリングシステムにかかわ
り、特に定型の原稿についてファイリングするに当た
り、所望の文字列領域の文字情報を切り分けて認識して
自動インデキシングを可能にした電子ファイリングシス
テムに関する。

【０００２】

【従来の技術】文書などは、文字情報としてデジタルデ
ータにして保管すると、検索して参照したり、再利用す
ることが容易になり、利用価値が向上する他、保管にも
便利となる。

【０００３】このような用途のために、電子ファイリン
グシステムが開発されているが、通常、文書は紙などの
シートに書かれて配布されるものも多いため、入力の手
間を省くにはＯＣＲ（光学式文字認識）を利用すること
が多い。

【０００４】紙などのシート類に書かれた文書内容をデ
ータ化するに当たり、ＯＣＲを用いる場合、従来の電子
ファイリングにおいては、文書が記されたシートを光学
的に読みとってイメージデータ化するイメージスキャナ
を用い、これにより得たイメージデータをＯＣＲ技術に
より、文字情報については文字認識によってテキストデ
ータ化する。そして、テキストデータ化した全文を１フ
ァイルとしてデータベースに登録することによりファイ
リングしていた。

【０００５】すなわち、ＯＣＲ連携によるインデキシン
グでは、イメージ全体を１つのテキストとして変換した
データを、全文データとしてまるごと登録するのであ
る。

【０００６】しかしながら、イメージ全体の情報には、
文字情報として登録する必要のない部分も多く、結果的
に無駄な情報までも認識して登録する結果となってい
る。従来システムにおいても、ＯＣＲの機能として、認
識したい個所（エリア）を指定でき、その指定エリアの
イメージについて文字認識してテキストデータ化させる
機能が付属しているので、この機能を利用して所望のイ
メージ領域についてテキストデータ化させることも可能
ではあるが、この場合、毎回、認識時に改めてエリア設
定する必要があり、操作が面倒である。

【０００７】また、テキストデータ化した指定エリアの
文書内容はまるごとファイルされてしまい、データベー
ス上、ユーザが定義したキーに対して登録することはで
きない。

【０００８】

【発明が解決しようとする課題】このように、従来の電
子ファイリングにおいて、ＯＣＲ連携によるインデキシ
ングでは、イメージ全体を１つのテキストとして変換し
たデータを、全文データとして登録していた。

【０００９】しかしながら、上記した従来技術におい
て、次の問題が発生する。

【００１０】イメージ全体の情報には、文字情報として
登録する必要のない部分も多いが、イメージ全体を文字
認識して丸ごとファイルするので、結果的に無駄な情報
までも認識して登録することとなり、収録した情報に無
駄が多く、利用時には全文検索となるので、検索文字列
の内容によってはヒットするファイルの数が多くなり過
ぎ、目的の文書を探し当てるのが大変である。

【００１１】勿論、従来においてもイメージ全体のうち
の、認識したい個所（エリア）を指定して目的の部分の
みを抽出し、ファイルすることもできたが、その場合に
は、各イメージデータ毎にいちいち改めてエリア設定す
る必要があり、認識処理のエリア設定操作が面倒で、数
が多くなると手間が大変である。

【００１２】また、テキストデータのファイルは、ファ
イル毎にデータベースに登録されるが、全文をまるごと
登録する関係で、データベースの検索には全文検索だけ
しか利用できない。

【００１３】すなわち、文字情報を含む定型の原稿を用
いたイメージデータから文字認識により文字データにし
てファイリングするような場合においても、指定のフィ
ールド名対応に該当文字列を抽出して項目別に区分する
と云ったインデキシングを実施して電子データとしてフ
ァイリングし、データベース化することはできず、従っ
て、検索に当たっては全文検索しか利用できない。

【００１４】データベースはフィールドを指定してその
フィールドに登録されている文字列を検索キーとして検
索できるようにする方が絞り込みがし易く、目的にかな
うファイルをヒットさせることができて、使い勝手が良
い。

【００１５】しかし、従来のファイリングシステムは、
イメージ原稿からＯＣＲ認識して得た文字情報をユーザ
が定義した項目対応にインデキシングしてデータベース
化すると云ったことはできないから、データベースから
所望のファイルを検索するに当たっても、通常のデータ
ベースのような項目対応のキー指定による検索と云った
ことは全くできないので、データベースとしての活用が
制限されてメリットが少なかった。

【００１６】特に、対象の文書が、定型の文書であった
ような場合に、これをフィールド名別に検索キーを指定
して検索可能なデータベースになるように、ＯＣＲの結
果をファイリングしたくとも、現状ではこれはできなか
った。

【００１７】従って、イメージデータから文字認識によ
り文字データにしてファイリングする場合に、指定のフ
ィールド名対応に該当文字列を抽出して項目対応に区分
して自動的にデータベース化できるようにした電子ファ
イリングシステムの開発が嘱望される。

【００１８】そこで、本発明の目的とするところは、イ
メージデータから文字認識により文字データにしてファ
イリングする場合に、指定のフィールド名対応に該当文
字列を抽出して項目別に区分すると云ったインデキシン
グ処理をして自動的にデータベース化できるようにした
電子ファイリングシステムを提供することにある。

【００１９】

【課題を解決するための手段】上記目的を達成するた
め、本発明は次のように構成する。

【００２０】すなわち、第１には、文字パターン情報を
含む定型のイメージ原稿から文字認識する対象の領域を
示すテンプレートファイルと、このテンプレートファイ
ルを用いて前記イメージ原稿の文字認識対象領域の文字
情報を認識する認識手段と、この認識手段で認識された
文字情報を文字認識対象領域別に区分してデータベース
ファイル化し、データベースに保存する保存手段とを設
けて構成する。

【００２１】本システムは、イメージ原稿中の文字認識
する対象領域を示すテンプレートファイルを用意して、
このテンプレートに従いイメージ原稿の対象領域につい
ての文字パターンを認識して文字情報を得ることで、イ
メージ中に点在する複数の情報の中から真に必要な情報
だけを効率的に自動的に抽出する。従って、同一フォー
マットの原稿であるならば、その原稿における文字列
を、領域対応に抽出できることで、項目別に区分してフ
ァイルすることができ、これにより自動的にインデキシ
ングできるようにした電子ファイリングシステムであ
る。

【００２２】このような構成によれば、文字認識（ＯＣ
Ｒ認識）する箇所（範囲）を指定するテンプレートファ
イルを作成して利用することにより、文字情報を含む定
型の原稿を読み取って、文字情報を電子ファイル化する
に際して、ユーザは毎回認識範囲を指定することなく、
認識結果をタイトル情報（項目内容）として登録するこ
とができる。

【００２３】また、本発明は、文字パターン情報を含む
定型のイメージ原稿から文字認識する対象の領域を示す
テンプレートファイルと、このテンプレートファイルを
用いて前記イメージ原稿の文字認識対象領域の文字情報
を認識する認識手段と、この認識手段で認識された文字
情報を文字認識対象領域別に区分してデータベースファ
イル化し、データベースに保存する手段であって、イメ
ージ原稿毎に、文字認識処理にて得られる文字情報は、
区分位置に応じてタイトルデータ（項目内容）としてデ
ータベース登録する第１の登録機能と、イメージ原稿毎
に得られた全体の文字情報を全文データとしてデータベ
ース登録する第２の登録機能を持つ手段を備えて構成す
る。

【００２４】本システムは、イメージ原稿中の文字認識
する対象領域を示すテンプレートファイルを用意して、
このテンプレートに従いイメージ原稿の対象領域につい
ての文字パターンを認識して文字情報を得ることで、イ
メージ中に点在する複数の情報の中から真に必要な情報
だけを効率的に自動的に抽出する。従って、同一フォー
マットの原稿であるならば、その原稿における文字列
を、領域対応に抽出できることで、項目別に区分してフ
ァイルすることができ、これにより自動的にインデキシ
ングできるようになる。

【００２５】本システムでは、イメージ原稿毎に、文字
認識処理にて得られる文字情報は、区分位置に応じたタ
イトルデータ（項目内容）としてデータベース登録した
り、イメージ原稿毎に得られた全体の文字情報を全文デ
ータとしてデータベース登録したりすることができるの
で、目的のファイルに対してのヒット率が良いデータベ
ース構造となるように電子ファイリングすることができ
る。また、区分と登録の仕方に自由度があるので、タイ
トルデータ（項目内容）と全文データの登録をデータベ
ース構造に合わせた指定と組み合わせを所望に設定する
ことで、どのようなデータベース設計に対しても、取り
出した文字情報の登録方法を自由に設定でき、運用上、
柔軟性の高いシステムを得ることができる。

【００２６】また、本発明は、テンプレートデータは、
文字認識する範囲と順序とを指定できる構成とする。

【００２７】このようにすると、運用するユーザが自由
に作成・カスタマイズでき、さらにテンプレートは複数
保管できるため、原稿のフォーマットに合わせて使い分
けができるようになる。

【００２８】認識エリアを指定できたとしても、この情
報が一時的なものだったり、１つしか記憶できない（上
書き）のでは不便であるが、本発明システムでは、いく
つかのタイプの原稿フォーマットや、よく変更される原
稿フォーマットを持つユーザにとって、本テンプレート
を都合に合わせてカスタマイズできたり、過去に用いた
テンプレートを再利用できるのは非常に便利である。ま
た、１つのテンプレートファイルを複数のユーザが流用
するといった効率的なファイリング業務が行える。

【００２９】要するに、本発明は、指定する認識個所が
同じ原稿に対しテンプレートファイルを適用することに
よって、認識個所およびその順序を毎回指定することな
く必要な情報を自動的に認識し、様々なインデックス情
報として自動登録する手段を持つ電子ファイリングシス
テムとなっている。

【００３０】

【発明の実施の形態】以下、本発明の実施例について、
図面を参照して説明する。本発明では、ＯＣＲ認識する
箇所（範囲）を指定するテンプレートファイルを用意
し、イメージデータに対して当該テンプレートファイル
を用いたＯＣＲ認識を行なうようにすることで、イメー
ジ中に点在する複数の情報の中から本当に必要な情報だ
けを効率的に抽出できるようにし、これによって、同じ
フォーマットの原稿に対して自動的にインデキシングで
きるようにするもので、以下、詳細を説明する。

【００３１】図１に本発明の電子ファイリングシステム
のブロック構成図を示す。本発明の電子ファイリングシ
ステムは図１に示すように、入力指示部Ｆ１１、登録処
理部（登録処理モジュール）Ｆ１２、ＯＣＲ認識部（Ｏ
ＣＲ認識モジュール）Ｆ１３、イメージスキャナＦ１
４、データベースＦ１５、ディスプレイＦ１６、テンプ
レートファイル保管部Ｆ１７、画像認識処理部（画像認
識処理バッファ）Ｆ１８、全文データベースＦ１９、検
索処理部（検索処理モジュール）Ｆ２０とから構成され
る。

【００３２】これらのうち、入力指示部Ｆ１１は、シス
テムに対してユーザが所望の編集や登録、あるいはファ
イル検索のための各種操作指示を行うためのものであっ
て、キーボードやポインティングデバイス（例えば、マ
ウスやトラックボール、ジョイスティック）等を備えた
ユーザ操作用の入力手段である。

【００３３】また、登録処理部（登録処理モジュール）
Ｆ１２は、この入力指示部Ｆ１１からの指示により、ユ
ーザの指示に従って、“テンプレート作成モード”では
イメージ化された原稿像中の指示された枠情報から、そ
の枠の座標位置情報を得て順番にその座標情報を登録し
ていくことによりテンプレートを作成し、これをテンプ
レートファイルとしてテンプレートファイル保管部Ｆ１
７に登録させるべくＯＣＲ認識モジュールＦ１３を制御
する機能、“イメージ認識モード”ではイメージスキャ
ナＦ１４の出力するイメージデータをＯＣＲ認識モジュ
ールＦ１３に与え、これによってＯＣＲ認識モジュール
Ｆ１３から出力される文字列をデータベースＦ１５や全
文データベースＦ１９に与えて登録すると云った機能を
有する。

【００３４】さらにまた、登録処理部（登録処理モジュ
ール）Ｆ１２は、“検索モード”時には入力指示部Ｆ１
１からの検索指示により、データベースＦ１５や全文デ
ータベースＦ１９からファイルを読み出して検索処理モ
ジュールＦ２０に引き渡す機能を有し、また、検索処理
モジュールＦ２０は入力指示部Ｆ１１からのユーザの指
示によるキーワードに従って該当の文字列をデータベー
スＦ１５から検索すると共に、また必要に応じて全文デ
ータベースＦ１９から検索して該当のファイルを抽出
し、また、検索結果をディスプレイＦ１６に与えて表示
させると云った機能を有する。

【００３５】イメージスキャナＦ１４は、セットされた
読み取り対象の原稿を光学的に読み込んで電気信号化す
ることにより、イメージデータ化するためのものであっ
て、紙葉に文書などが記された文書原稿シート（ハード
コピー）を光学的に読み込んで電気信号に変換すること
により、文書像をイメージデータとして得るものであ
る。

【００３６】ＯＣＲ認識部（ＯＣＲ認識モジュール）Ｆ
１３は、“インデキシングモード”でのインデキシング
処理機能として、イメージスキャナＦ１４からのイメー
ジデータを受けてこれをテンプレートファイル保管部Ｆ
１７に保管されたテンプレートファイルのうち、ユーザ
の指定するテンプレートファイルを用いてテンプレート
の枠位置部分のイメージを切り出し、その切り出した領
域の文字パターンを文字認識処理して文字列の情報を得
ると共に、その文字列の情報はテンプレートの枠位置毎
に対応付けられた順位の情報と共に登録処理モジュール
Ｆ１２に出力する処理機能を持つ構成としてある。ま
た、ＯＣＲ認識部（ＯＣＲ認識モジュール）Ｆ１３に
は、“テンプレート作成モード”時において、ディスプ
レイＦ１６上に表示させた原稿のイメージ（図２）に対
して、ユーザの例えばマウス操作により切り出したい認
識対象部分を指定することで認識対象領域を矩形指定す
ると、これより、当該認識対象領域を指定した順に順位
を付けてその矩形の領域の始点座標と終点座標を検知
し、テンプレート情報（テンプレートのデータ）として
取得してこれをテンプレートファイルとしてテンプレー
トファイル保存部Ｆ１７に保存する処理をする構成とし
てある。

【００３７】すなわち、ＯＣＲ認識部（ＯＣＲ認識モジ
ュール）Ｆ１３には、“インデキシングモード”でのイ
ンデキシング処理機能の他に、“テンプレート作成モー
ド”時において動作するテンプレート作成機能があり、
これはディスプレイに表示されたイメージ原稿の画像上
で文字認識する範囲をユーザが例えば矩形枠で指定する
と、この矩形枠の領域を文字認識する範囲とし、矩形枠
の指定順位を認識順位とするテンプレートデータを持つ
テンプレートファイルを作成するといった機能を果たす
ようにしてある。

【００３８】データベースＦ１５は、フィールド名別に
区別して対応の文字データ列が登録されたデータベース
であり、全文データベースＦ１９は原稿のイメージデー
タから認識した１原稿全体の文字情報あるいは主要部分
の全体の文字情報を原稿単位で蓄積したデータベースで
ある。

【００３９】ディスプレイＦ１６は、入力指示部Ｆ１１
の操作内容やＯＣＲ認識モジュールＦ１３の認識結果、
そして、イメージスキャナＦ１４で読み取られたイメー
ジデータやテンプレートファイルの表示、検索処理モジ
ュールＦ２０を介しての文書検索処理や検索結果など、
様々な表示に用いられる表示装置である。

【００４０】テンプレートファイル保管部Ｆ１７は、各
種テンプレートファイルを保管するためのものであり、
画像認識処理部（画像認識処理バッファ）Ｆ１８は、イ
メージデータからテンプレートに従って認識エリアを切
り出し、文字認識に使用するための作業領域としてのイ
メージメモリエリアである。

【００４１】全文データベースＦ１９は、ＯＣＲ認識モ
ジュールＦ１３により認識された原稿の全文を登録する
データベースであり、検索処理部（検索処理モジュー
ル）Ｆ２０はこの全文データベースＦ１９の内容および
データベースＦ１５の内容を検索対象としてユーザの指
示する文字列などキーに、データベース検索するための
ものである。

【００４２】また、本システムでは、イメージ全体およ
びイメージ全体の文字認識結果も保存しており、全文が
必要な場合にはヒットしたデータのイメージデータ・パ
スに示されるパスを参照すると全文データベースＦ１９
上の格納されている場所を知ることができ、また、“全
文ＩＤ”の情報からその場所にリンクさせて全文の内容
を参照することがきるようにしてある。

【００４３】本発明システムにおいては、例えば、定型
フォーマットの紙文書をイメージスキャナ等により読み
とることにより得られた原稿のイメージデータに対し
て、ＯＣＲ認識する箇所（範囲）を指定するためのテン
プレートファイルを作成し、これを利用することによ
り、ユーザは定型フォーマットの紙文書については、毎
回認識範囲を指定することなく、認識結果をタイトル情
報（項目内容）として登録することができるようになる
が、このテンプレートファイルの作成について説明す
る。

【００４４】＜テンプレートファイルの作成＞本システ
ムでは、データベース化する原稿の入力を項目別に整理
して取り込む自動文字認識に必要なテンプレートファイ
ルを予め作成して用意する。このテンプレートファイル
の作成はシステムを“テンプレート作成モード”に設定
することにより次のようにして作成する。

【００４５】まずはじめに、ユーザは“テンプレート作
成モード”において、データベース化しようとする対象
の文書の記された原稿をイメージスキャナＦ１４にセッ
トする。この原稿のフォーマットが一定のもので、しか
も、内容の異なる原稿が多数ある場合、本発明システム
ではテンプレートファイルがあれば、所定の領域にある
文字列を切り取って文字認識し、それを自動的にデータ
ベース化することができる。従って、テンプレートがあ
ればそれを使用して文字認識を行うことになるが、テン
プレートが無い場合は、原稿のフォーマット対応に、ユ
ーザはテンプレートを作成することになる。

【００４６】テンプレート作成は次のようにして行う。
すなわち、ユーザは図１の入力指示部Ｆ１１により、ま
ず、“テンプレート作成モード”の指定をし、読み取り
指示をする。すると、この指定および指示内容は登録処
理モジュールＦ１２に与えられ、さらにはＯＣＲ認識モ
ジュールＦ１３にも与えられることにより、登録処理モ
ジュールＦ１２は読み取り指示に従って、イメージスキ
ャナＦ１４のスキャンを開始させるように指示する。

【００４７】これによりイメージスキャナＦ１４はスキ
ャンを開始し、セットされている原稿のイメージを読み
取って、イメージデータ化する（図５のステップＳ１
１）。これによって得られたイメージが例えば、図２の
如きであったとする。このようにして、基となる原稿が
イメージスキャナＦ１４によって読み込まれ、イメージ
データ化されると、登録モジュールＦ１２はこのイメー
ジデータをＯＣＲ認識モジュールＦ１３に渡す。これを
受け取ったＯＣＲ認識モジュールＦ１３は、原稿のイメ
ージをディスプレイＦ１６へ表示させる（図５のステッ
プＳ１２）。

【００４８】次にユーザは、テンプレート作成の操作を
行い、テンプレート作成処理を実施させる（図５のステ
ップＳ１３）。

【００４９】すなわち、その詳細は図６のフローチャー
トの如きである。すなわち、ユーザは、入力指示部Ｆ１
１のポインティングデバイス例えば、マウスを操作して
ディスプレイＦ１６上に表示されたイメージ（図２）に
対して、マウス操作にて切り出したい認識部分を矩形指
定する（図５のステップＳ１３、図６のステップＳ１３
１）。

【００５０】これは、ＯＣＲ認識モジュールＦ１３の機
能により行われ、ディスプレイＦ１６上に表示されたイ
メージ（図２）に対して、マウス操作にて切り出したい
認識対象部分を指定することで認識対象領域が矩形指定
できる（Ｓ１３、Ｓ１３１）。

【００５１】このとき、各エリア指定（認識対象領域）
を大きめに設定することで、認識モジュールが実際の認
識処理時において、適切な範囲に切り出して文字列を抽
出できるものとする。矩形指定されたとき、その始点座
標と終点座標を検知し、この値をバッファ上のテーブル
ヘ保管する（ステップＳ１３２，Ｓ１３３）。尚、認識
対象領域は任意に複数設定できる。

【００５２】このようにユーザがディスプレイＦ１６上
に表示されたイメージ（図２）に対して、マウス操作に
て切り出したい認識対象部分を指定することで、その認
識対象領域は設定した順番で順位付けが自動的になさ
れ、認識対象領域の座標情報（矩形指定された領域の始
点座標と終点座標）と共に、テンプレートファイルとし
て登録されることになる。

【００５３】矩形指定された領域の始点座標と終点座標
情報を保管するバッファ上のテーブルは、概念的に示す
と図４のような構成となる。すなわち、矩形指定した枠
順毎に、始点座標（Ｘ，Ｙ）と終点座標（Ｘ，Ｙ）を登
録するといった如きである。

【００５４】図２の如きイメージに対して例えば、各フ
ィールド毎に矩形指定を最後まで繰り返したとすると
（ステップＳ１３４）、最終的には図２の如きイメージ
から図３に示す如きのテンプレートが得られることにな
る。ここで、データベースをどう設計するかにより、上
記矩形指定の順番（枠順）を考慮するが、一例としてこ
こでは原稿のフォーマットが図２に示すように、“日
付”、“タイトル”、“部署名”、“作成者”、“本
文”、“保存期間”から構成されていたとし、データベ
ースでは“部署名”、“タイトル”、“作成者”、“保
存期間”、“日付”、“本文”の順でフィールドが並ぶ
ように設計したいとすると、矩形領域の設定はまずはじ
めにフィールド名“部署名”の部分の実際の記入部分で
ある“情報機器設計部”と記載されている領域部分を設
定し、そして、次にフィールド名“タイトル”の部分の
実際の記入部分である“デスクトップ”と記載されてい
る領域部分を設定し、そして、次にフィールド名“作成
者”の部分の実際の記入部分である“東芝十次郎”と記
載されている領域部分を設定し、そして、次にフィール
ド名“保管期間”の部分の実際の記入部分である“３年
間”と記載されている領域部分を設定し、そして、次に
フィールド名“日付”の部分の実際の記入部分である
“１９９９−０６−０１”と記載されている領域部分を
設定し、そして、次にフィールド名“本文”の部分の実
際の記入部分である“ＡＢＣＤＥＦＧ… …ＶＷＸ”と
記載されている領域部分を設定すれば良いわけである。

【００５５】そして、このようにして抽出したい目的の
文字列の記載されている領域を矩形指定することで、図
３に示す如きのテンプレートの情報が得られることにな
り、全ての矩形領域を指定し終わった段階で、ユーザは
入力指示部Ｆ１１の操作によりテンプレートファイル保
管を要求すると、登録処理モジュールＦ１２からＯＣＲ
認識モジュールＦ１３に対して保管要求がなされ、この
テンプレートファイル（図３に示す如きの概念）をテン
プレートファイル保管部Ｆ１７に保管する。

【００５６】以上の処理により、所望のテンプレートフ
ァイルが得られることになる。

【００５７】＜テンプレートファイルを用いたインデキ
シング＞次に、このようにして作成したテンプレートフ
ァイルを用いての自動インデキシングについて説明す
る。この自動インデキシングはシステムを“インデキシ
ングモード”に設定して動作させることにより実施させ
る。このモードでの本発明システムにおけるインデキシ
ングの処理フローを示すと図８の如きであり、このフロ
ーチャートに従って詳細を説明する。図２の如きフォー
マットで記載された原稿をインデキシングして電子ファ
イリングする例を説明する。

【００５８】ユーザは、システムを“インデキシングモ
ード”に設定する。その後、ユーザは図２の如きフォー
マットで記載された原稿をイメージスキャナＦ１４にセ
ットし、入力指示部Ｆ１１にて原稿読み取りの指示を出
す。

【００５９】すると、登録処理モジュールＦ１２はこれ
に従ってイメージスキャナＦ１４に読み取り開始を指示
し、イメージスキャナＦ１４はセットされた原稿を読み
込んでイメージデータ化する。登録処理モジュールＦ１
２はこのイメージデータを取り込み、このイメージデー
タをＯＣＲ認識モジュールＦ１３へ転送する（図８のス
テップＳ２１）。

【００６０】登録処理モジュールＦ１２を介してイメー
ジデータを受け取ったＯＣＲ認識モジュールＦ１３は、
このイメージデータを画像認識処理バッファＦ１８へメ
モリ展開する（図８のステップＳ２２）。

【００６１】次にＯＣＲ認識モジュールＦ１３は、テン
プレートファイル保存部Ｆ１７から、所定のテンプレー
トファイルを読み出して画像認識処理バッファＦ１８内
に取り込む（図８のステップＳ２３）。この場合、テン
プレートファイル保存部Ｆ１７から、読み出すテンプレ
ートファイルを選択する方法としては２通りある。一つ
は“指定モード”であり、もう一つは“自動テンプレー
ト選択モード”である。尚、テンプレートファイルを選
択するモードは、前記インデキシングモード設定の際に
設定するものとする。

【００６２】テンプレートファイル保存部Ｆ１７に保存
している複数のテンプレートファイルに識別番号を付与
しておくことで、この識別番号を指定すれば、テンプレ
ートファイル保存部Ｆ１７から読み出すテンプレートフ
ァイルを選択することができる。

【００６３】故に、指定モードの場合には、使用するテ
ンプレートファイルの識別番号を指定することで、テン
プレートファイル保存部Ｆ１７から読み出すテンプレー
トファイルを選択するようにする。

【００６４】一方、自動テンプレート選択モードは、イ
ンデキシングする原稿に対応するテンプレートファイル
の識別番号が不明な場合、または、いちいち識別番号を
指定するのが煩雑な場合に使用する。

【００６５】この自動テンプレート選択モードでテンプ
レートファイルを選択する処理動作を図１０のフローチ
ャートを用いて説明する。まず、ＯＣＲ認識モジュール
Ｆ１３が、画像認識処理バッファに展開した原稿のイメ
ージのレイアウト解析を行う（図１０のステップＳ２３
１）。

【００６６】次に、このレイアウト解析結果とテンプレ
ートファイル保存部Ｆ１７に保存されているテンプレー
トファイルとを照合することで、原稿イメージに最も近
い形状を持つテンプレートファイルを選択する（図１０
ステップＳ２３２）。

【００６７】次に、ＯＣＲ認識モジュールＦ１３ではテ
ンプレートファイル（この場合、図３の形態のテンプレ
ートのファイル）に従った文字列の認識とタイトルのイ
ンデキシングを実施する（図８のステップＳ２４）。こ
こでの処理の詳細は、図９の如きである。

【００６８】すなわち、ＯＣＲ認識モジュールＦ１３で
はテンプレートファイル（図３の形態のテンプレートの
ファイル）に従った文字認識を開始するが、まずはじめ
に、テンプレートの指し示す座標位置情報に従い、該当
の座標領域である認識対象の文字領域を検知する（図９
のステップＳ２４１）。テンプレートは認識対象の領域
が順番付けされており、順番の若い方の認識領域から順
にその認識対象の文字領域を検知する。

【００６９】認識対象の文字領域を検知したならば、続
いてその領域部分のイメージを切り出すべく、ＯＣＲ認
識モジュールＦ１３は当該文字領域のイメージを切り出
す。そして、ＯＣＲ認識モジュールＦ１３はこの切り出
したイメージについてＯＣＲ変換処理を行い、イメージ
をパターン認識することにより、そのパターンに最も近
い文字と認識することで文字列へ変換する（図９のステ
ップＳ２４２，Ｓ２４３）。

【００７０】このようにしてＯＣＲ認識モジュールＦ１
３による文字列変換がなされると、登録処理モジュール
Ｆ１２は、ＯＣＲ認識モジュールＦ１３の変換した文字
列をバッファ上のテーブルヘテンプレート枠順（テンプ
レート作成時での矩形指定（矩形領域指定）の順番に従
った順番）に１行単位で保管する（図９のステップＳ２
４４）。この結果、得られたバッファ上のテーブルは概
念的に図７（ａ）のような構成となる。

【００７１】テンプレート枠順（“１”〜“６”）に従
い、文字認識とバッファ転送を繰り返す（ステップＳ２
４５）。認識処理完了後、テーブルの文字列内容を行順
にデータベースＦ１５のタイトル管理表へトレース保管
する。その際、全文データ内容は全文データベースＦ１
９へ格納する。そのため、その管理ＩＤを保管する（ス
テップＳ２４６）。

【００７２】さらに、原稿イメージデータも併せて全文
データベースＦ１９へ保管し、そのデータパスもデータ
ベース管理表へ保存する（ステップＳ２４７）。

【００７３】本システムでは、イメージ全体の文字認識
結果の保存ファイルには上述のように管理ＩＤが付与さ
れて、この管理ＩＤ（全文ＩＤ）を手掛かりにリンクで
きるようにしてあり、全文が必要な場合にはこの管理Ｉ
Ｄを手掛かりに、そのファイルを読み出すことで、ヒッ
トしたファイルの全文の内容を参照できるようにする。

【００７４】その結果、バッファ上のテーブル情報とし
て図７（ａ）の如きであったものから得られることにな
るデータベース管理表は図７（ｂ）に示す如きのものと
なり、データベースＦ１５には、このデータベース管理
表のような内容（項目名（フィールド名）とその内容で
あるタイトルデータ（項目内容））が格納されてデータ
ベースとして管理されることになる。

【００７５】これで１つの原稿に対する自動インデキシ
ング処理が完了するので画像認識処理バッファを解放す
る（ステップＳ２５）。

【００７６】引き続き原稿を処理する場合、最期の原稿
が終了するまで入力（ステップＳ２１）からステップＳ
２６までの処理を繰り返す。

【００７７】なお、上記の説明は１書類に１ページを登
録する場合を前提とした。しかし、これに限定されるも
のではなく、ユーザの目的に応じて種々変形して実施し
ても差し支えない。

【００７８】また、本システムでは、イメージ原稿毎
に、文字認識処理にて得られる文字情報は、区分位置に
応じてタイトルデータとしてデータベース登録したり、
イメージ原稿毎に得られた全体の文字情報を全文データ
としてデータベース登録したりすることができるので、
目的のファイルに対してのヒット率が良いデータベース
構造となるように電子ファイリングすることができる
が、更に一歩進めて、テンプレートで切り取って文字認
識した文字列の区分と登録の仕方に自由度を持たせるよ
うにすることもできる。

【００７９】すなわち、テンプレートで切り取って文字
認識した文字列の区分と登録の仕方をユーザが指定でき
るようにする。この機能を登録処理モジュールＦ１２に
持たせ、入力指示部Ｆ１１によりユーザが登録処理モジ
ュールＦ１２に指示できるようにする。

【００８０】このようにすると、登録処理モジュールＦ
１２はタイトルデータと全文データの登録を実施するに
あたり、ユーザの指定するデータベース構造に合わせた
指定と組み合わせによる登録ができるようになり、どの
ようなデータベース設計に対しても、取り出した文字情
報の登録方法を自由に設定でき、運用上、柔軟性の高い
システムを得ることができる。

【００８１】そして、本システムでは、さらに保存され
ているテンプレートファイルのテンプレートデータにつ
いて、文字認識する範囲と順序とをユーザが指定できる
ようＯＣＲ認識モジュールＦ１３の持つテンプレート作
成機能に機能付加する構成とすれば、運用するユーザが
既存のテンプレートファイルについても自由にカスタマ
イズできるようになるので、別のデータベース構造に適
用するに当たっても、テンプレートの流用が可能にな
る。

【００８２】そのため、いくつかのタイプの原稿フォー
マットや、よく変更される原稿フォーマットを持つユー
ザにとって、本テンプレートを都合に合わせてカスタマ
イズできたり、過去に用いたテンプレートを再利用でき
るようになる。また、１つのテンプレートファイルを複
数のユーザが流用するといった効率的なファイリング業
務が可能になる。

【００８３】尚、上述したインデキシング処理によって
登録されたタイトルを検索する際は、入力指示部Ｆ１１
により、“検索モード”にモード設定し、これにより検
索処理モジュールＦ２０を機能させて、所望の文字列を
キーにデータベースＦ１５に対して検索を行うようにす
ればよい。本システムによって作成されたデータベース
Ｆ１５は、“部署名”、“タイトル”、“作成者”、
“保存期間”、…などのフィールド単位で文字認識した
文字列が別れており、フィールドを選択してのキーワー
ド検索や、複合検索などが可能である。従って、全文検
索と違ってデータ検索に当たり、目的のデータのヒット
率が飛躍的に向上して使い勝手の良いデータベースが自
動構築できるようになる。また、本システムでは、イメ
ージ全体の文字認識結果も保存しており、全文が必要な
場合にはヒットしたデータのイメージデータ・パスに示
されるパスを参照すると全文データベースＦ１９上の格
納されている場所を知ることができ、また、“全文Ｉ
Ｄ”の情報からその場所にリンクさせて全文の内容を参
照することができる。

【００８４】以上、本システムは、定型の原稿を読み込
んでデータベース化する場合に、予めその定型の原稿の
フォーマットに従って、文字認識したい領域を認識させ
たい順番に対応させて作成したテンプレートを用意し、
定型の原稿をスキャナで読み込んでイメージデータ化す
ると共に、そのイメージデータを前記用意したテンプレ
ートの文字認識対象領域について前記認識させたい順番
対応に切り取り、その切り取ったイメージをパターン認
識して文字情報に変換し、得た文字列をデータベースに
登録するようにした。

【００８５】従って、このような、本発明（テンプレー
トファイルによる認識機能）を応用すれば、ＯＣＲ認識
時の自動範囲指定によるインデキシングばかりではな
く、原稿のある位置に書かれた格納先（キャビネットＡ
‐フォルダＢ‐書類Ｃ）などを読み取り、自動的に登録
先への仕分けが可能なファイリングシステムを構築でき
る。

【００８６】また、一度にスキャナの自動搬送入力装置
から複数枚分のイメージ原稿を読み込む場合、全原稿を
１ぺージとして１つの書類にまとめ、先頭原稿をへッダ
用紙として、書類に対して自動インデキシングを行うよ
うにすることも可能である。

【００８７】なお、種々の実施形態を説明したが、上記
実施形態に記載した手法は、コンピュータに実行させる
ことのできるプログラムとして、磁気ディスク（フロッ
ピー（登録商標）ディスク、ハードディスクなど）、光
ディスク（ＣＤ−ＲＯＭ、ＤＶＤなど）、半導体メモリ
などの記録媒体に格納して頒布することもできる。

【００８８】

【発明の効果】以上、詳述したように、本発明によれ
ば、文字情報を含む定型の原稿を用いたイメージデータ
から文字認識により文字データにしてファイリングする
場合に、指定のフィールド名対応に該当文字列を抽出し
て項目別に区分すると云ったインデキシングを実施して
電子データとしてファイリングできるようにしたので、
定型の原稿であればいちいちイメージデータ毎に読み取
り領域を設定することなく、自動的にインデキシングし
てデータベース化できるようになる電子ファイリングシ
ステムを提供することができる。

【図面の簡単な説明】

【図１】本発明を説明するための図であって、本発明の
一具体例の全体構成を示すブロック構成図である。

【図２】本発明を説明するための図であって、本発明で
用いる原稿のイメージの一具体例を示す図である。

【図３】本発明を説明するための図であって、本発明シ
ステムで作成されたテンプレートの一具体例を示す図で
ある。

【図４】本発明を説明するための図であって、本発明シ
ステムで用いる矩形指定された領域の始点座標と終点座
標情報を保管するバッファ上のテーブルの概念図であ
る。

【図５】本発明を説明するための図であって、本発明シ
ステムにおけるテンプレート作成モード時での処理フロ
ーを示す図である。

【図６】本発明を説明するための図であって、図５にお
けるフローのテンプレート作成ステップにおける処理の
詳細を示すフローチャートである。

【図７】本発明を説明するための図であって、インデキ
シング処理のためのバッファ上でのテーブル例とこれよ
り得られたデータベース管理表の例を示す図である。

【図８】本発明を説明するための図であって、本発明シ
ステムにおけるインデキシングモード時での処理フロー
を示す図である。

【図９】本発明を説明するための図であって、図８にお
けるフローの文字列認識とインデキシング処理のステッ
プにおける詳細を示すフローチャートである。

【図１０】本発明を説明するための図であって、図８に
おけるフローのテンプレートフィル選択処理の詳細を示
すフローチャートである。

【符号の説明】

Ｆ１１…入力指示部、Ｆ１２…登録処理部（登録処理モ
ジュール）、Ｆ１３…ＯＣＲ認識部（ＯＣＲ認識モジュ
ール）、Ｆ１４…イメージスキャナ、Ｆ１５…データベ
ース、Ｆ１６…ディスプレイ、Ｆ１７…テンプレートフ
ァイル保存部、Ｆ１８…画像認識処理部（画像認識処理
バッファ）、Ｆ１９…全文データベース、Ｆ２０…検索
処理部（検索処理モジュール）。

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 5B029 CC26 5B064 AA01 AA07 BA01 CA08 5B075 ND07 ND22 NK02 NK13 NK22 UU06 5B082 EA07

Claims (11)

【特許請求の範囲】
1. 【請求項１】文字パターン情報を含む定型のイメージ原
   稿から文字認識する対象の領域を示すテンプレートファ
   イルと、 このテンプレートファイルを用いて前記イメージ原稿の
   文字認識対象領域の文字情報を認識する認識手段と、 この認識手段で認識された文字情報を文字認識対象領域
   別に区分してデータベースファイル化し、データベース
   に保存する保存手段と、を備えることを特徴とする電子
   ファイリングシステム。
2. 【請求項２】少なくとも文字情報が所定の書式で記され
   た原稿を読み取ってイメージ原稿化するイメージ化手段
   と、 このイメージ化手段にて得たイメージ原稿から文字認識
   する対象の領域を示すテンプレートファイルを用いて前
   記イメージ原稿の文字認識対象領域の文字情報を認識す
   る認識手段と、 この認識手段で認識された文字情報を文字認識対象領域
   別に区分してデータベースファイル化し、データベース
   に保存する保存手段と、を備えることを特徴とする電子
   ファイリングシステム。
3. 【請求項３】イメージ原稿上の所望の読み取り領域を矩
   形枠で指定することにより、その矩形枠領域の始点およ
   び終点の座標位置を検知し、テンプレートを作成してテ
   ンプレートファイルとして得るテンプレート作成手段を
   更に有すると共に、前記処理手段は前記文字情報を文字
   認識対象領域別に区分してデータベース化するに当た
   り、前記読み取り順位順に区分することを特徴とする請
   求項１または２いずれか１項記載の電子ファイリングシ
   ステム。
4. 【請求項４】イメージ原稿上の所望の読み取り領域を矩
   形枠で指定することにより、その矩形枠領域の始点およ
   び終点の座標位置を検知し、読み取りの順位情報と共に
   これらの座標位置情報を登録して読み取り領域のテンプ
   レートを作成し、テンプレートファイルとして得るテン
   プレート作成手段を更に有することを特徴とする請求項
   １または２いずれか１項記載の電子ファイリングシステ
   ム。
5. 【請求項５】テンプレート作成手段は、テンプレートデ
   ータとして与える文字認識する範囲と順序とを変更処理
   可能な構成とすることを特徴とする請求項４記載の電子
   ファイリングシステム。。
6. 【請求項６】文字パターン情報を含む定型のイメージ原
   稿から文字認識する対象の領域を指定すると共に、その
   領域読み取りの順番を示す情報とを持つテンプレートフ
   ァイルと、 このテンプレートファイルを用いて前記イメージ原稿の
   文字認識対象領域の文字情報を、前記文字認識する対象
   領域の読み取り順番に従って認識する認識手段と、 この認識手段で認識された文字情報を前記順番に従って
   文字認識対象領域別に区分してデータベースファイル化
   し、データベースに保存する手段と、を備えることを特
   徴とする電子ファイリングシステム。
7. 【請求項７】文字パターン情報を含む定型のイメージ原
   稿から文字認識する対象の領域を示すテンプレートファ
   イルと、 このテンプレートファイルを用いて前記イメージ原稿の
   文字認識対象領域の文字情報を認識する認識手段と、 この認識手段で認識された文字情報を文字認識対象領域
   別に区分してデータベースファイル化し、データベース
   に保存する手段であって、イメージ原稿毎に、文字認識
   処理にて得られる文字情報は、区分位置に応じたタイト
   ルデータ（項目内容）としてデータベース登録する第１
   の登録機能と、イメージ原稿毎に得られた全体の文字情
   報を全文データとしてデータベース登録する第２の登録
   機能を持つ手段と、 を備えて構成することを特微とする電子ファイリングシ
   ステム。
8. 【請求項８】文字パターン情報を含む定型のイメージ原
   稿から文字認識する対象の領域の情報を得るテンプレー
   トファイルを用いて前記イメージ原稿の文字認識対象領
   域の文字情報を認識する認識ステップと、 この認識ステップで認識された文字情報を文字認識対象
   領域別に区分してデータベースファイル化し、データベ
   ースに保存するステップと、を備えることを特徴とする
   原稿の電子ファイリング方法。
9. 【請求項９】文字パターン情報を含む定型のイメージ原
   稿から文字認識する対象の領域を指定する情報を有する
   と共に、その領域読み取りの順番を示す情報を持つテン
   プレートファイルを用いて前記イメージ原稿の文字認識
   対象領域の文字情報を、前記文字認識する対象領域の読
   み取り順番に従って認識する認識ステップと、 この認識手段で認識された文字情報を前記順番に従って
   文字認識対象領域別に区分してデータベースファイル化
   し、保存するステップと、を備えることを特徴とする原
   稿の電子ファイリング方法。
10. 【請求項１０】文字パターン情報を含む定型のイメージ
    原稿から文字認識する対象の領域の情報を得るテンプレ
    ートファイルを用いて前記イメージ原稿の文字認識対象
    領域の文字情報を認識する認識ステップと、 この認識ステップで認識された文字情報を文字認識対象
    領域別に区分してデータベースファイル化し、データベ
    ースに保存するステップと、を備えることを特徴とする
    コンピュータで読み取りと実行が可能なプログラムを記
    録した媒体。
11. 【請求項１１】文字パターン情報を含む定型のイメージ
    原稿から文字認識する対象の領域を指定する情報を有す
    ると共に、その領域読み取りの順番を示す情報を持つテ
    ンプレートファイルを用いて前記イメージ原稿の文字認
    識対象領域の文字情報を、前記文字認識する対象領域の
    読み取り順番に従って認識する認識ステップと、 この認識手段で認識された文字情報を前記順番に従って
    文字認識対象領域別に区分してデータベースファイル化
    し、保存するステップと、を備えることを特徴とするコ
    ンピュータで読み取りと実行が可能なプログラムを記録
    した媒体。