JP2006260115A - 文書管理システム - Google Patents

Abstract

【課題】 同一画像内に複数言語が混在している場合に、領域ごとに異なる言語でＯＣＲ処理を行うことにより、認識（記載内容把握）率の向上を図ることができる文書管理システムを提供する。
【解決手段】 メモリに読み込んだ文字、図表、写真の各画像情報領域を識別する領域識別モジュール２と、文字領域を行領域に分割する行識別モジュール３と、文字領域及び行領域に対して言語識別を行う言語識別モジュール４と、言語種別に応じた言語辞書でＯＣＲ処理を行うＯＣＲモジュール１と、言語種別に応じた全文検索機能を有する全文検索エンジン５とを備え、文字領域ごとに言語識別を行い、１枚の画像内で複数の言語によるＯＣＲ認識を行う文書管理システム。
【選択図】 図２

Description

本発明は、スキャナ等で入力した文書を検索する機能を有する文書管理システムに関し、特に、マニュアル等の、１ページ内に複数言語を含む文書を取り扱う文書管理システムに関する。

輸出対象が複数国にまたがる製品では、マニュアルを各国の言語ごとに用意するケースが一般的だが、中には１部のマニュアルあるいは１枚の原稿中に複数言語で同じ内容を記載する文書もある。特にソフトウェアの紙マニュアルは、必要最小限の事項を記していることから、このように１枚に複数言語で記載されるケースが多い。

このような、１枚の原稿中に複数言語で同じ内容を記載する文書画像をＯＣＲ処理する場合、従来は複数言語に対応したＯＣＲ処理モジュールは存在しないため各国の言語を全て認識することができず、言語が異なる毎にＯＣＲ処理を行わなければならず、処理が煩わしいといった不都合が生じる。
本発明は、同一画像内に複数言語が混在している場合に、領域ごとに異なる言語でＯＣＲ処理を行うことにより、認識（記載内容把握）率の向上を図ることができる文書管理システムを提供することを目的とする。

上記目的を達成するために、請求項１記載の発明は、メモリに読み込んだ文字、図表、写真の各画像情報領域を識別する領域識別モジュールと、文字領域を行領域に分割する行識別モジュールと、前記文字領域及び行領域に対して言語識別を行う言語識別モジュールと、言語種別に応じた言語辞書によりＯＣＲ処理を行うＯＣＲモジュールと、言語種別に応じた全文検索機能を有する全文検索エンジンとを備え、文字領域ごとに言語識別を行い、１枚の画像内で複数の言語によるＯＣＲ認識を行うことを特徴とする。
請求項２記載の発明は、請求項１の文書管理システムにおいて、文字領域ごとの言語識別結果が不定の場合、前記文字領域を行領域に分割し、行領域ごとに言語識別を行い、行ごとの言語判定結果のうち最も多い言語種別を領域の言語種別とすることを特徴とする。
請求項３記載の発明は、請求項１の文書管理システムにおいて、全文検索システムの対応言語に応じた言語の文字領域中のＯＣＲ認識結果を登録する文書管理システムを主要な特徴とする。

本発明によれば、メモリに読み込んだ文字、図表、写真の各画像情報領域を識別する領域識別モジュールと、文字領域を行領域に分割する行識別モジュールと、文字領域及び行領域に対して言語識別を行う言語識別モジュールと、言語種別に応じた言語辞書でＯＣＲ処理を行うＯＣＲモジュールと、言語種別に応じた全文検索機能を有する全文検索エンジンとを備え、文字領域ごとに言語識別を行い、１枚の画像内で複数の言語によるＯＣＲ認識を行うので、認識率の向上を図ることができる。

以下、図面を参照して、本発明の実施形態を詳細に説明する。
図１は多言語混在原稿の例を示す図である。この例では、一枚の画像内に、文字と写真が混在し、一枚の写真に対して、複数言語での説明が書かれている。
図２は本発明の実施の形態に係る文書管理システムのソフトウェアブロック図である。本文書管理システムは、ＯＣＲモジュール１、領域識別モジュール２、行識別モジュール３、言語識別モジュール４、全文検索エンジン５を備える。
そして、ＯＣＲモジュール１は、日本語ＯＣＲエンジン１１、英語ＯＣＲエンジン１２、ドイツ語ＯＣＲエンジン１３、フランス語ＯＣＲエンジン１４、日本語言語辞書１５、英語言語辞書１６、ドイツ語言語辞書１７、フランス語言語辞書１８を有する。
図３は本発明の文書管理システムにおける第１の制御例を示す動作フロー図である。入力する画像は、ラスター形式のビットマップデータである。入力データとしては、スキャナ等の入力デバイスから入力されたＲＧＢデータでも、ＪＰＥＧ等の圧縮形式のファイルを伸張して生成されたデータでもよい。
入力データの画像にまず、領域識別を実施し領域を分割する（Ｓ１）。領域識別モジュール２の出力結果が文字であれば（Ｓ２でＹＥＳ）、言語識別モジュール４で言語識別を実施し（Ｓ３）、言語識別によって得られた結果により、ＯＣＲモジュール１において、ＯＣＲ認識の言語を指定する。ＯＣＲエンジン１１〜１４は、指定された言語辞書１５〜１８を用いて認識を行う（Ｓ４、Ｓ５）。領域識別モジュール２の出力結果が文字でなければ（Ｓ２でＮＯ）、再度領域識別を実施し領域を分割する（Ｓ１）。

図４は本発明の文書管理システムにおける第２の制御例を示す動作フロー図である。Ｓ１〜Ｓ３で図３と同じ処理が実施される。文字領域内で言語識別結果が一定値以下、つまり言語識別の確信度が低い文字領域に対しては（Ｓ４でＮＯ）、行識別モジュール３により文字領域を行領域に分割し、最も言語識別の結果が多い言語をその文字領域の代表言語とする（Ｓ５〜Ｓ８）。代表言語をＯＣＲの言語認識パラメータとして設定し、ＯＣＲ処理を実行する（Ｓ９）。言語識別の確信度が高い文字領域に対しては（Ｓ４においてＹＥＳ）、最多識別言語でＯＣＲ言語を選択（Ｓ８）し、ＯＣＲ処理を実行する（Ｓ９）。
第２の制御例の処理においては、文字領域内の言語が確定しない場合に、行単位で比較して代表言語を決定するため、図１のようなカタログ、マニュアルのような形式の文書においては、各文字領域に正しい言語が設定されることが見込まれる。
図５は本発明の文書管理システムにおける第３の制御例を示す動作フロー図である。全文検索エンジン５は、言語ごとにインデックスの作成方法が異なり、複数言語の文字コードを混在して登録すると、検索結果にエラーが増える特徴を持つため、登録する言語は、全文検索エンジン５のサポート言語のものを登録する必要がある。
最初に、全文検索エンジン５の対応言語を取得し（Ｓ１）、第１の制御例、または第２の制御例で実施した文字領域の識別結果から、全文検索エンジン５の対応言語の文字領域のみを識別し（Ｓ２）、その領域のみにＯＣＲ処理を行う（Ｓ３）。ＯＣＲ処理によって抽出された文字は、全文検索エンジン５の対応言語のみであるため、そのままインデックス登録を行う（Ｓ４）。
第３の制御例の処理においては、全文検索エンジン５の対応言語のみを登録することから、検索時にエラーを抑える効果を持ち、また、必要な言語の文字領域のみをＯＣＲ処理することから、ＯＣＲの処理時間を短縮することができる。

多言語混在原稿の例を示す図。 本発明の実施の形態に係る文書管理システムのソフトウェアブロック図。 本発明の文書管理システムにおける第１の制御例を示す動作フロー図。 本発明の文書管理システムにおける第２の制御例を示す動作フロー図。 本発明の文書管理システムにおける第３の制御例を示す動作フロー図。

符号の説明

１ ＯＣＲモジュール、２ 領域識別モジュール、３ 行識別モジュール、４ 言語識別モジュール、５ 全文検索エンジン、１１ 日本語ＯＣＲエンジン、１２ 英語ＯＣＲエンジン、１３ ドイツ語ＯＣＲエンジン、１４ フランス語ＯＣＲエンジン、１５ 日本語言語辞書、１６ 英語言語辞書、１７ ドイツ語言語辞書、１８ フランス語言語辞書

Claims (3)

1. メモリに読み込んだ文字、図表、写真の各画像情報領域を識別する領域識別モジュールと、文字領域を行領域に分割する行識別モジュールと、前記文字領域及び行領域に対して言語識別を行う言語識別モジュールと、言語種別に応じた言語辞書によりＯＣＲ処理を行うＯＣＲモジュールと、言語種別に応じた全文検索機能を有する全文検索エンジンとを備え、文字領域ごとに言語識別を行い、１枚の画像内で複数の言語によるＯＣＲ認識を行うことを特徴とする文書管理システム。
2. 請求項１の文書管理システムにおいて、文字領域ごとの言語識別結果が不定の場合、前記文字領域を行領域に分割し、行領域ごとに言語識別を行い、行ごとの言語判定結果のうち最も多い言語種別を領域の言語種別とすることを特徴とする文書管理システム。
3. 請求項１の文書管理システムにおいて、全文検索システムの対応言語に応じた言語の文字領域中のＯＣＲ認識結果を登録することを特徴とする文書管理システム。
   

Images