JP2005050094A - 光学的文字読取装置 - Google Patents

Abstract

【課題】出力対象となるタグ付文書の帳票上に於ける修正確認位置を容易にかつ迅速に認識できる光学的文字読取装置を提供することを課題とする。
【解決手段】処理制御部１２は、ＸＭＬ文書ファイル記憶部２３に記憶されたＸＭＬ文書ファイルから、ＸＭＬ文書エディタ画面１０２上のカーソル１０５で指定された文字列を対象に所定行のＸＭＬ文書を取得し、そのＸＭＬ文書に従うＸＭＬ文書エディタ画面１０２をＸＭＬ文書確認修正処理画面１０１の右片半部に表示する。さらに中間ＸＭＬ文書ファイル記憶部２２に記憶された中間ＸＭＬ文書ファイルから、上記指定文字列の行を含んだ上記ＸＭＬ文書エディタ画面１０２の表示行に対応する各行の座標値を取得し、その取得した座標をもとに、帳票イメージファイル記憶部２１から上記各座標の帳票イメージを切り出して、その帳票イメージに従う確認部分イメージ表示画面１０３をＸＭＬ文書確認修正処理画面１０１の左片半部に表示する。
【選択図】 図１

Description

本発明は、スキャナから読み込んだ帳票イメージに対して文書レイアウト構造に基づいた文書論理構造解析を行い、この解析結果の内容に基づいて前記スキャナから読み込んだ読取結果を所定のマークアップ言語を用いたタグ付文書ファイルに変換する文書論理構造解析機能を備えた光学的文字読取装置に関する。

光学的文字読取装置（以下ＯＣＲと称す）に於いて、文書レイアウト解析情報等をもとに所定のマークアップ言語を用いたタグ付文書を生成し、このタグ付文書の内容を修正可能に表示して、最終出力結果となるタグ付文書を取得する機能を具備したものが存在する（例えば、特許文献１参照）。

従来のこの種、所定のマークアップ言語を用いたタグ付文書ファイルの修正機能をもつＯＣＲは、タグ付文書を修正する際、読み取った帳票のイメージデータを表示する手段、最終成果物としての出力対象となるタグ付文書を修正可能に表示する手段等は存在しても、修正の対象となるタグ付文書は、座標情報をもたないことから、修正対象となる文字、または修正対象となるタグが付与された文字列が実際の帳票上のどの位置の文字であるかの確認を実際の帳票と見比べて修正しなければならず、従って修正並びに確認作業に於けるユーザの負担が大きく、修正確認作業の迅速化、効率化を図る上で問題があった。
特願平８−２１２２９３

上述したように従来では、タグ付文書の修正機能をもつＯＣＲに於いて、タグ付文書を修正する際、読み取った帳票のイメージデータを表示する手段、タグ付文書を表示する手段等は存在しても、修正の対象となるタグ付文書は、座標情報をもたないことから、修正対象となる文字が実際の帳票上のどの位置の文字であるかの確認を実際の帳票と見比べて修正しなければならず、修正確認作業の効率化を図る上で問題があった。

そこで本発明は、所定のマークアップ言語を用いたタグ付文書について、修正、確認を行う際に、タグ付文書の修正、確認を行う部分に対応する帳票部分を認識する（捜す）作業の煩わしさ、並びに作業時間の無駄を排除して、タグ付文書の修正確認作業を容易かつ迅速に行うことのできる光学的文字読取装置を提供することを目的とする。

本発明は、修正確認の対象となるタグ付文書について、座標値を含んだ中間タグ付文書を取得し、この中間タグ付文書を用いて、出力対象となるタグ付文書の修正確認部分に対応する帳票部分の帳票イメージを表示する機能を実現したことを特徴とする。この表示機能を備えることで、実際の帳票を用いることなく、出力対象となるタグ付文書の帳票上に於ける修正確認位置を容易にかつ迅速に認識することができ、出力結果としてのタグ付文書の修正確認作業を効率よく実施できる。

即ち、本発明は、帳票イメージを記憶する帳票イメージ記憶手段と、前記帳票イメージ記憶手段に記憶された前記帳票イメージの文書論理構造解析を行う文書論理構造解析手段と、前記文書論理構造解析手段の解析結果に基づいて前記帳票イメージを文字認識する文字認識手段と、前記文字認識手段の文字認識結果と、その文字認識した帳票イメージの座標値とを記憶する中間文書記憶手段と、前記文字認識手段の文字認識結果にマークアップ言語を用いたタグを付与してタグ付文書を作成するタグ付け手段と、前記タグ付けされた文字認識結果を記憶するタグ付け文書記憶手段と、前記タグ付け文書を表示し、前記タグ付け文書において指示された文字に対応する帳票イメージを前記表示したタグ付け文書とともに表示する表示手段とを具備する光学的文字読取装置を特徴とする。

実際の帳票を用いることなく、出力対象となるタグ付文書の帳票上に於ける修正確認位置を容易にかつ迅速に認識できる。

以下図面を参照して本発明の実施形態を説明する。

本発明の実施形態による光学的文字読取装置（以下ＯＣＲと称す）の構成を図１に示す。この実施形態では、スキャナから読み込んだ帳票イメージをもとに、ＸＭＬ（extensible markup language）で記述したタグ付文書ファイル（ＸＭＬ文書ファイルと称す）を生成し、当該ＸＭＬ文書ファイルをＤＴＤ（document type definition）に則った出力結果として取得する構成例を示している。

図１に於いて、文書論理構造解析機能をもつＯＣＲ１０は、スキャナ部１１と処理制御部１２とにより構成される。
スキャナ部１１は、処理制御部１２の制御の下に文字認識処理対象となる帳票（Ｐ）上を走査して、当該帳票（Ｐ）の帳票イメージを読み取り、読み取った帳票イメージデータを処理制御部１２に送出する。

処理制御部１２は、表示部１３を備えたコンピュータシステムにより構成される。処理制御部１２は、スキャナ部１１から読み込んだ帳票イメージに対して文書レイアウト構造に基づいた文書論理構造解析を行い、当該帳票上の文字を、文字認識処理して、その読取結果を座標値を含んだ中間ＸＭＬ文書ファイルに変換し、更に既存規格の（即ちここではＤＴＤに則った）ＸＭＬ文書ファイルに変換する。

処理制御部１２は、帳票イメージファイル記憶部２１と、中間ＸＭＬ文書ファイル記憶部２２と、ＸＭＬ文書ファイル記憶部２３とを備え、上記スキャナ部１１から取得した帳票イメージファイルを帳票イメージファイル記憶部２１に記憶し、上記座標値を含んだ中間ＸＭＬ文書ファイルを中間ＸＭＬ文書ファイル記憶部２２に記憶し、ＤＴＤに則った出力対象となるＸＭＬ文書ファイルをＸＭＬ文書ファイル記憶部２３に記憶する。

処理制御部１２は、上記ＤＴＤに則ったＸＭＬ文書の確認修正処理時に於いて、上記帳票イメージファイル記憶部２１に記憶された帳票イメージファイルと、中間ＸＭＬ文書ファイル記憶部２２に記憶された中間ＸＭＬ文書ファイルと、ＸＭＬ文書ファイル記憶部２３に記憶されたＸＭＬ文書ファイルとをもとに、ＸＭＬ文書確認修正処理画面１０１を生成し、表示部１３に表示する。

このＸＭＬ文書確認修正処理画面１０１は、確認並びに修正を行うためのＸＭＬ文書エディタ画面１０２と、当該画面上で確認並びに修正を行う際に参照される確認部分イメージ表示画面１０３とにより構成される。ＸＭＬ文書エディタ画面１０２には、ＸＭＬ文書ファイル記憶部２３に記憶された出力対象となるＸＭＬ文書ファイルの内容が確認並びに修正位置を指定可能に表示される。確認部分イメージ表示画面１０３には、上記帳票イメージファイル記憶部２１に記憶された帳票イメージファイルと、中間ＸＭＬ文書ファイル記憶部２２に記憶された座標値とをもとに、上記ＸＭＬ文書エディタ画面１０２上の指定位置に対応する帳票イメージが表示される。この際のＸＭＬ文書確認修正処理画面１０１の表示処理については図２を参照して後述する。

図２乃至図５はそれぞれ本発明の実施形態に於ける動作を説明するためのもので、図２は処理制御部１２により実行されるＸＭＬ文書確認修正処理画面１０１の表示処理手順を示すフローチャートである。図３は上記図２に示す表示処理により表示部１３上に表示されるＸＭＬ文書確認修正処理画面１０１の一構成例を示している。図４は上記図３に示すＸＭＬ文書確認修正処理画面１０１に対応させた、中間ＸＭＬ文書ファイル記憶部２２に記憶されている中間ＸＭＬ文書ファイルの具体的な記述例を示している。図５は同じく図３に示すＸＭＬ文書確認修正処理画面１０１に対応させた、ＸＭＬ文書ファイル記憶部２３に記憶されている確認、修正の対象となる（出力対象となる）ＸＭＬ文書ファイルの具体的な記述例を示している。

図４に示す中間ＸＭＬ文書ファイルの具体例では、認識した文字列の帳票上に於ける位置を座標「rect」（rectangle）で示している。「rect」＝に続く所定桁の数値は、帳票上の認識文字列に対しての始点位置（ｘ・ｙ）、幅、及び高さを表す。図５に示す出力対象となるＸＭＬ文書ファイルには、図４に示す中間ＸＭＬ文書ファイルから座標値を外したＸＭＬ文書ファイルがＤＴＤに則って従う形式で記憶される。このＸＭＬ文書ファイル記憶部２３に記憶されたＸＭＬ文書ファイルが後述する確認、修正を経た後、最終的な成果物（出力結果）となる。

ここで、上記各図を参照して本発明の実施形態に於ける動作を説明する。

ＯＣＲ１０のたスキャナ部１１は、処理制御部１２の制御の下に、帳票（Ｐ）上を走査し、読み取った帳票イメージを処理制御部１２に送出する。

処理制御部１２は、スキャナ部１１から読み込んだ帳票イメージに対して文書レイアウト構造に基づいた文書論理構造解析を行い、当該帳票上の文字を文字認識処理して、その文字認識結果を座標値を含んだ中間ＸＭＬ文書ファイルに変換し、更に出力対象となるＤＴＤに則ったＸＭＬ文書ファイルに変換する。そして上記スキャナ部１１から取得した帳票イメージファイルを帳票イメージファイル記憶部２１に記憶し、上記座標値を含んだ中間ＸＭＬ文書ファイルを中間ＸＭＬ文書ファイル記憶部２２に記憶し、ＤＴＤに則った出力対象となるＸＭＬ文書ファイルをＸＭＬ文書ファイル記憶部２３に記憶する。この際、中間ＸＭＬ文書ファイル記憶部２２には、帳票（Ｐ）のレイアウト構造に基づいた解析結果の内容に従う座標値が、対応する行の文字列と関係付けられて記憶される。この際の中間ＸＭＬ文書の具体的な構造例については図４に示されている。この図４に示す中間ＸＭＬ文書に於いては、上述したように、認識文字列について、その各行座標が「rect」＝＊＊…＊＊のように数値で記述されている。

処理制御部１２は、上記ＤＴＤに則ったＸＭＬ文書の確認修正処理時に於いて、上記帳票イメージファイル記憶部２１に記憶された帳票イメージファイルと、中間ＸＭＬ文書ファイル記憶部２２に記憶された中間ＸＭＬ文書ファイルと、ＸＭＬ文書ファイル記憶部２３に記憶されたＸＭＬ文書ファイルとをもとに、ＸＭＬ文書エディタ画面１０２と確認部分イメージ表示画面１０３とをもつＸＭＬ文書確認修正処理画面１０１を生成し、表示部１３に表示する。この際の表示処理手順を図２に示し、そのＸＭＬ文書確認修正処理画面１０１の具体的な画面構成例を図３に示している。

このＸＭＬ文書確認修正処理画面１０１の表示処理では、ＸＭＬ文書ファイル記憶部２３に記憶されたＸＭＬ文書ファイルから、ＸＭＬ文書エディタ画面１０２上のカーソル１０５で指定された文字列を対象に、その行を先頭とした若しくはその行を中心とした所定行のＸＭＬ文書を取得し（図２ステップＳ１１）、そのＸＭＬ文書に従うＸＭＬ文書エディタ画面１０２をＸＭＬ文書確認修正処理画面１０１の右片半部に表示する。

さらに中間ＸＭＬ文書ファイル記憶部２２に記憶された中間ＸＭＬ文書ファイルから、上記指定文字列の行を含んだ上記ＸＭＬ文書エディタ画面１０２の表示行に対応する各行の座標値を取得し（図２ステップＳ１２）、その取得した座標をもとに、帳票イメージファイル記憶部２１から上記各座標の帳票イメージを切り出して、その帳票イメージに従う確認部分イメージ表示画面１０３をＸＭＬ文書確認修正処理画面１０１の左片半部に表示する（図２ステップＳ１３）。

この図３に示すＸＭＬ文書確認修正処理画面１０１上で、出力対象となるＸＭＬ文書を確認し修正する際は、その確認若しくは修正対象となる文字列の行位置をカーソル１０５で指定して、確認若しくは修正対象となる文字列をＸＭＬ文書エディタ画面１０２に表示する。このＸＭＬ文書エディタ画面１０２上での位置指定に従って、確認部分イメージ表示画面１０３に、対応する帳票部分のイメージが表示される。

このＸＭＬ文書エディタ画面１０２上で、例えばある文字が修正されると、その修正内容をもとに、中間ＸＭＬ文書ファイル記憶部２２上の該当する行位置の対応する文字が書き換えられ、その書き換え内容がＸＭＬ文書ファイル記憶部２３に反映されてＸＭＬ文書エディタ画面１０２に訂正文字が表示される。この際、修正（書き換え）が行われた帳票上の行位置は確認部分イメージ表示画面１０３に表示されていることから、ユーザは当該画面上で帳票上に於ける修正箇所を容易に認識することができる。例えば、ＸＭＬ文書エディタ画面１０２上でＸＭＬ文書の確認を行っている際に、多岐に渡る読取行に「投信は、…」という文字列が存在し、その中の１行に「投信」を「投倍」と誤認識した文字列があり、その誤認識した文字を修正した際に、従来ではその修正を行った帳票上の位置を実際の帳票を参照しなければ特定できなかった。これに対して上記実施形態では、修正箇所に相当する帳票の部分イメージが、カーソル１０５の操作による修正位置の指定に伴い、確認部分イメージ表示画面１０３上に表示されるので、ユーザは修正を行った帳票上の位置を容易に確認できる。

また、文字認識結果に付与されたタグの誤りを修正する場合に、ＸＭＬ文書エディタ画面１０３において、カーソル１０５で示したタグが付与されている認識文字を含む文字列の座標値に基づいて帳票イメージファイル記憶部２１から帳票イメージを読み出して確認部分イメージ表示画面１０３を表示する。この表示された確認部分イメージ表示画面１０３を参照することにより、タグの修正対象となる認識文字の文書における位置（文書構造における位置）を確認できるため、正しいタグに修正することが容易にできる。

上記した実施形態では、ＸＭＬ文書エディタ画面１０２上での位置指定に従って、確認部分イメージ表示画面１０３に、対応する帳票部分の複数行に亘るイメージが表示される構成としているが、修正箇所を選択的に、より明確に、確認部分イメージ表示画面１０３に表示することも可能である。例えば、中間ＸＭＬ文書ファイル記憶部２２から取得した、ＸＭＬ文書エディタ画面１０２の指定行を示す座標値をもとに、確認部分イメージ表示画面１０３上の該当する行の文字列のみを反転表示若しくは特定色表示とすることも可能である。または、上記確認部分イメージ表示画面１０３上の該当する行の文字列のみを切り出して、選択的に確認部分イメージ表示画面１０３に表示することも可能である。または帳票イメージファイル記憶部２１から上記座標値に従う行の文字列を切り出して、その切り出した文字列のイメージを確認部分イメージ表示画面１０３上で頁内文書イメージ上の指定位置に対応付けて張り付けることも可能である。

このようなＸＭＬ文書エディタ画面１０２上の指定文字列を確認部分イメージ表示画面１０３上に明示する手段をさらに具備することで、上記したような確認修正作業をより簡単かつ容易に行うことができる。

本発明の実施形態に於けるＯＣＲの要部の構成を示すブロック図。 本発明の実施形態に於けるＸＭＬ文書確認修正処理画面の表示処理手順を示すフローチャート。 本発明の実施形態に於けるＸＭＬ文書確認修正処理画面の構成例を示す図。 本発明の実施形態に於ける中間ＸＭＬ文書ファイルの具体的な記述例を示す図。 本発明の実施形態に於けるＸＭＬ文書ファイルの具体的な記述例を示す図。

符号の説明

１０…光学的文字読取装置（ＯＣＲ）、１１…スキャナ部、１２…処理制御部、１３…表示部、２１…帳票イメージファイル記憶部、２２…中間ＸＭＬ文書ファイル記憶部、２３…ＸＭＬ文書ファイル記憶部、１０１…ＸＭＬ文書確認修正処理画面、１０２…確認部分イメージ表示画面、１０３…ＸＭＬ文書エディタ画面

Claims (2)

1. 帳票イメージを記憶する帳票イメージ記憶手段と、
   前記帳票イメージ記憶手段に記憶された前記帳票イメージの文書論理構造解析を行う文書論理構造解析手段と、
   前記文書論理構造解析手段の解析結果に基づいて前記帳票イメージを文字認識する文字認識手段と、
   前記文字認識手段の文字認識結果と、その文字認識した帳票イメージの座標値とを記憶する中間文書記憶手段と、
   前記文字認識手段の文字認識結果にマークアップ言語を用いたタグを付与してタグ付文書を作成するタグ付け手段と、
   前記タグ付けされた文字認識結果を記憶するタグ付け文書記憶手段と、
   前記タグ付け文書を表示し、前記タグ付け文書において指示された文字に対応する帳票イメージを前記表示したタグ付け文書とともに表示する表示手段と
   を具備することを特徴とする光学的文字読取装置。
2. 前記表示手段は、前記指示された修正対象文字に対応する帳票イメージをカーソル若しくは特定の表示形態で表示することを特徴とする請求項１記載の光学的文字読取装置。

Images