JP2008181383A - 文字認識装置、文字認識装置の制御方法、および文字認識装置の制御プログラム - Google Patents

Abstract

【課題】処理の効率を上げることができる文字認識装置を提供する。
【解決手段】文字形態判別部５０２は、文書５１０中の文字の形態を判別する。活字文字の部分は、装置内の第１文字認識処理部５０３で高速に処理する。手書き文字の部分は、一定レベル以上の処理精度が期待できないため、第２文字認識処理部５０４へ送り、(1)処理を行なわない、(2)バックグラウンドで認識処理を実行し、処理後にマージする、（3)サーバにアップロードしてサーバに処理させ、処理後にマージする、のいずれかの処理を行なう。
【選択図】図３

Description

この発明は文字認識装置、文字認識装置の制御方法、および文字認識装置の制御プログラムに関し、特に形態の異なる文字が含まれる文書画像の文字を認識して文字コード化する文字認識装置、文字認識装置の制御方法、および文字認識装置の制御プログラムに関する。

ＭＦＰ（Multi Function Peripheral）、複合機などの画像形成装置のスキャン機能を用いて光学的に読取られた文書画像に対して、文字認識処理を実行し、テキストデータとして出力する技術が広く知られている。

また文字認識処理において、複数の文字認識エンジンや、文字認識処理に用いる複数の辞書を保持させることが考えられている。文字形態の違いやユーザによる選択によって、使用する文字認識エンジンや文字認識処理に用いる辞書を切替えて使用するものである。

たとえば手書き文字部分には精度優先の文字認識エンジンを用い、活字印刷部分には速度優先の文字認識エンジンを使用することで、一度の文字認識処理で誤判別を最小限に抑えることが可能となる。

図８は、本発明の背景技術となる文字認識装置の概略を示すブロック図である。
文字認識装置３００は、複合機などでスキャンされた文書画像３１０を入力する文書画像入力部３０１と、文字形態の違いに基づき実行する文字認識処理を判別する文字形態判別部３０２と、標準の文字認識処理エンジンを用いて文字認識処理を実行する標準文字認識処理部３０３と、手書き文字等の高度な処理が求められる部分に対して文字認識処理を実行する手書き用文字認識処理部３０４と、実行された文字認識処理結果をテキストデータ３２０として出力する処理結果出力部３０５とから構成されている。

図９は、文字認識装置が文字認識処理結果を出力するまでの処理の概略を示すフローチャートである。

文書画像３１０が画像入力部３０１に入力されると、初めにステップＳ４０１で文書画像３１０が文字認識方法のプロセスに入力される。入力された文書画像３１０に対しては、ステップＳ４０２で文字形態の判別が実行される。入力される文書画像をブロックごとに分け、各ブロックごとに文字形態を判別してもよいし、ページごとに判別をしてもよい。

ステップＳ４０３では、それぞれのブロック（またはページ。以下同じ。）に対して、ステップＳ４０２での判別結果に基づき、実行する処理が標準文字認識処理であるかを判別する。標準文字認識処理である場合はステップＳ４０４へ、手書き文字認識処理である場合はステップＳ４０５に進む。

ステップＳ４０４とＳ４０５のそれぞれのステップでは、入力されたブロックに対して、判別された文字認識処理方法で処理が実行される。

ステップＳ４０６では、全てのブロックに対して処理が実行されたかを判別し、未処理のブロックが存在する場合は、ステップＳ４０３に戻り処理を継続する。ステップＳ４０６で全てのブロックに対して処理が完了したと判断されたとき、ステップＳ４０７に処理が進み、全ての文字認識処理結果をテキスト形式にまとめて出力する。これによって、入力された文書画像に対する文字認識処理が完了する。

下記特許文献１は、手書き文字と活字文字が混在している文書において、「手書き文字」、「活字文字」、「手書き活字両用」などと属性を割り当て、属性に応じた認識辞書を選択して文字認識を行なう技術を開示している。
特開２００１−３０７０２０号公報

手書き文字や活字文字といった異なる文字形態が混在している場合に、同じ文字認識エンジンを用いて処理を実行すると、精度が期待されない部分に対しても時間をかけた処理が実行されるという問題がある。また、多くの誤判別を含む結果となり、修正作業を行なう必要性が生じていた。

また上記のように、複数の文字認識エンジンや文字認識処理に用いる複数の辞書を保持して、文字形態の違いによって異なる文字認識処理を実行することも考えられる。

しかしながら、一般的に精度の高い処理を実行するには通常以上の処理時間が必要となる。また、ユーザによっては、文字認識処理に必要以上の時間をかけるのではなく、一定以上の精度が保証できる部分に対してのみ文字認識処理を実行して処理時間を短縮したい場合がある。

たとえば、新聞や雑誌の記事に対して文字認識処理を実行する場合において、記事に手書きで落書きやメモが記入されていたときを想定する。これらの手書き文字は、本来文字認識を行ないたい部分ではなく、一般的に処理したくないと考えられる対象である。しかしながら、上記の方法ではこのような手書き文字部分に対しても通常以上の処理時間をかけて文字認識処理が行なわれてしまう。従って、上記方法ではこのような処理時間の問題を解決することができないという問題がある。

この発明は上記問題点を解決するためになされたものであり、処理の効率を上げることができる文字認識装置、文字認識装置の制御方法、および文字認識装置の制御プログラムを提供することを目的としている。

上記目的を達成するためこの発明のある局面に従うと、文字認識装置は、形態の異なる文字が含まれる文書画像の文字を認識して文字コード化する文字認識装置であって、文書画像を入力する画像入力部と、画像入力部により入力された文書画像の文字部分における文字の形態を判別する文字形態判別部と、文字形態判別部により文字が第１の形態であると判別されたときに、第１の種類の認識処理を行なう第１の文字認識処理部と、文字形態判別部により文字が第２の形態であると判別されたときに、第２の種類の認識処理を行なう第２の文字認識処理部とを備え、第２の文字認識処理部は、処理を実行しない、バックグラウンドで処理を実行する、または外部装置で処理を実行する。

好ましくは文字認識装置は、第１および第２の文字認識処理部での認識処理結果をまとめる処理結果マージ部と、処理結果マージ部のマージ結果を出力する出力部とを備える。

好ましくは文字形態判別部は、自動またはユーザ入力により文字の形態を判別する。
好ましくは第１の形態は、文字の活字の形態であり、第２の形態は、文字の手書きの形態である。

好ましくは第１の文字認識処理部は、処理速度優先である文字を処理し、第２の文字認識処理部は、処理精度優先である文字を処理する。

好ましくは第１の形態は、アルファベット文字の形態であり、第２の形態は、日本語の文字の形態である。

好ましくは第１および第２の文字認識処理部の一方が、高解像度の文字を処理し、他方が、低解像度の文字を処理する。

好ましくは第１および第２の文字認識処理部は、それぞれ異なる文字認識エンジンを用いて処理を行なう。

好ましくは文字形態判別部は、画像入力部により入力された文書画像のブロックごとに、またはページごとに文字の形態を判別する。

この発明の他の局面に従うと、形態の異なる文字が含まれる文書画像の文字を認識して文字コード化する文字認識装置の制御方法は、文書画像を入力する画像入力ステップと、画像入力ステップにより入力された文書画像の文字部分における文字の形態を判別する文字形態判別ステップと、文字形態判別ステップにより文字が第１の形態であると判別されたときに、第１の種類の認識処理を行なう第１の文字認識処理ステップと、文字形態判別ステップにより文字が第２の形態であると判別されたときに、第２の種類の認識処理を行なう第２の文字認識処理ステップとを備え、第２の種類の認識処理ステップでは、処理を実行しない、バックグラウンドで処理を実行する、または外部装置で処理を実行する。

この発明のさらに他の局面に従うと、形態の異なる文字が含まれる文書画像の文字を認識して文字コード化する文字認識装置の制御プログラムは、文書画像を入力する画像入力ステップと、画像入力ステップにより入力された文書画像の文字部分における文字の形態を判別する文字形態判別ステップと、文字形態判別ステップにより文字が第１の形態であると判別されたときに、第１の種類の認識処理を行なう第１の文字認識処理ステップと、文字形態判別ステップにより文字が第２の形態であると判別されたときに、第２の種類の認識処理を行なう第２の文字認識処理ステップとをコンピュータに実行させ、第２の種類の認識処理ステップでは、処理を実行しない、バックグラウンドで処理を実行する、または外部装置で処理を実行する。

上記構成によると、処理の効率を上げることができる文字認識装置、文字認識装置の制御方法、および文字認識装置の制御プログラムを提供することができる。

以下、本発明の実施の形態の１つにおける文字認識装置について説明する。
文字認識装置は、文書画像に対して文字認識（ＯＣＲ）処理を実行する際に、動作する文字認識エンジンでは認識の精度が期待できない部分（またはページ）を、ユーザの指定もしくは自動で判別する。その部分に対しては、以下のいずれかの処理を行なう。

（１） 判別された該当部分（またはページ）の文字認識処理をスキップする。
（２） 第２の文字認識エンジンを選択して、該当部分以外の部分の文字認識処理が終了した後に、バックグラウンドで認識処理を行なう。

（３） 第２の文字認識エンジンを搭載したサーバに、該当部分のデータをアップロードし、サーバで文字認識処理を行なう。

このようにして、ＯＣＲ処理を選択的に変更する。特に上記（２）および（３）では、複数種類の領域のそれぞれを時間をずらして処理する。これにより、判別された該当部分以外の部分の処理が遅延することが防止される。

図１は、文字認識装置が搭載された、パーソナルコンピュータ（ＰＣ）と複合機（ＭＦＰ）とによって構成されるネットワークを示す図である。

ネットワークには、文字認識方法を実行するパーソナルコンピュータ１００ａ，１００ｂと、複数の複合機２００ａ〜２００ｃとが接続されている。

文字認識処理は、ＭＦＰなど他の電子機器で実行してもよい。
図２は、図１のパーソナルコンピュータ１００ａまたは１００ｂの概略構成を示すブロック図である。

パーソナルコンピュータ１００は、装置全体の制御を行なうための制御部１０１と、データを入力するための入力部１０５と、データを記憶するための記憶部１０３と、データを出力するための出力部１０７と、制御部１０１で実行するためのプログラムなどを記憶する外部記憶装置１０９と、ネットワークに接続するためのローカルエリアネットワーク（ＬＡＮ）カード１１３とを備えている。

制御部１０１は、中央演算装置（ＣＰＵ）と、このＣＰＵで実行するためのプログラムを記憶するための読出専用メモリ（ＲＯＭ）と、ＣＰＵでプログラムを実行する際に必要となる変数などを記憶するためのランダムアクセスメモリ（ＲＡＭ）などを有している。

入力部１０５は、キーボードまたはマウスなどであり、文字もしくは数字の入力、または、所定の指示コマンドの入力が可能となっている。

記憶部１０３は、文書または画像などのデータを格納する。これらのデータは、たとえばワードプロセッサのアプリケーションプログラムにより作成されたデータファイル、表計算ソフトのアプリケーションにより作成されたデータファイル、複合機などのイメージスキャナなどで読取られた画像を記憶するためのデータファイル、または、他の種々のアプリケーションプログラムで作成されるデータファイルである。

出力部１０７は、ディスプレイであり、制御部１０１の指示に従ってデータファイルを表示する。これにより、複数のデータファイルを同時に表示することができる。

外部記憶装置１０９は、コンピュータ読取可能な記録媒体１１１に記録されたプログラムやデータを読込み、制御部１０１に送信する。また、制御部１０１からの指示により、コンピュータ読取可能な記録媒体１１１に必要なデータを書込む。

コンピュータ読取可能な記録媒体１１１としては、磁気テープやカセットテープなどのテープ系、磁気ディスク（フレキシブルディスク、ハードディスク装置など）や光ディスク（CD-ROM/MO/MD/DVDなど）などのディスク系、ＩＣカード（メモリカードを含む）や光カードなどのカード系、あるいはマスクＲＯＭ、ＥＰＲＯＭ、フラッシュメモリなどの半導体メモリなどの固定的にプログラムを担持する媒体が挙げられる。また、記録媒体１１１を、ネットワークからプログラムがダウンロードされるように流動的にプログラムを担持する媒体とすることもできる。

制御部１０１は、記録媒体１１１に記録された文字認識プログラムを外部記憶装置１０９で読取ることにより、読取ったプログラムを実行することができる。

文字認識装置は、文書画像に対して文字認識処理を行なう際、文字形態により文字認識処理の内容を変更する。より詳しくは、一定レベル以上の処理精度が期待できない部分に対して、以下のいずれかの処理を行なう。

（１） 該当部分の処理を行なわない。
（２） 該当部分のみバックグラウンドで後に処理を実行し、処理後に通常の文字認識処理の結果とマージして出力する。

（３） 該当部分をサーバにアップロードしてサーバに処理させ、処理後に通常の文字認識処理の結果とマージして出力する。

これにより、文字の誤判別を最小限に抑えつつ、処理時間を短縮することが可能となる。なお、（１）〜（３）のどの処理を行なうかは、ユーザが選択することとしてもよいし、（３）の方法を採用し、サーバと通信ができない場合に（１）または（２）の処理をするなど、状況に応じて自動選択してもよい。

本実施の形態における文字認識装置では、活字文字と手書き文字とが混合した文書の文字認識を行なうこととしている。

図３は、文字認識装置の概略を示すブロック図である。
当該装置は、ＰＣまたはＭＦＰ中に備えられる。

文字認識装置５００は、複合機などでスキャンされた文書画像５１０を入力する文書画像入力部５０１と、文字形態の違いに基づいて実行する文字認識処理を判別する文字形態判別部５０２と、第１の文字認識処理エンジンを用いて文字認識処理を実行する第１文字認識処理部５０３と、第１の文字認識処理エンジンとは異なる第２の文字認識エンジンを用いて文字認識処理を実行する第２文字認識処理部５０４と、第２文字認識処理としてバックグラウンドで文字認識を実行するバックグラウンド文字認識処理部５０５と、サーバにより文字認識を実行する外部サーバ文字認識処理部５０６と、第２の文字認識処理で実行された文字認識処理結果を取得する第２文字認識処理結果取得部５０７と、第１の文字認識処理結果と第２の文字認識処理結果とをマージする処理結果マージ部５０８と、マージ結果をテキストデータ（文字コード）５２０として出力する処理結果出力部５０９とから構成されている。

図４は、文字認識装置に文書画像を入力して文字認識処理結果を出力するまでの処理の概略を示すフローチャートである。

文書画像５１０が画像入力部５０１に入力されると、初めにステップＳ６０１で文書画像５１０が文字認識方法のプロセスに入力される。入力された文書画像５１０に対しては、ステップＳ６０２で文字形態の判別が実行される。入力される文書画像をブロックごとに分け、各ブロックごとに文字形態判別を実行してもよいし、ページごとに判別を実行してもよい。

ステップＳ６０３では、それぞれのブロック（またはページ。以下同じ。）に対して、ステップＳ６０２で判別された文字形態に基づいて、第１の文字認識処理（ここでは、活字文字用の文字認識処理を例として挙げる）を行なうか否かを判別し、第１の文字認識処理を行なう場合はステップＳ６０４へ、第２の文字認識処理（ここでは、手書き用文字認識処理を例として挙げる）を行なう場合はステップＳ６０５に進む。

ステップＳ６０４とＳ６０５のそれぞれのステップでは、入力されたブロックに対して、判別された文字認識処理方法で処理が実行される。

上記の「（１）該当部分の処理を行なわない」処理が選択されているときは、第２の文字認識処理（手書き文字認識処理）では何も実行しない。具体的にはステップＳ６０５では、手書き文字のように判別にかかる処理時間が長くなったり、誤判別を多く含む可能性のあるものに対しては処理をスキップし、文字認識処理を実行しない。

次にステップＳ６０６では全てのブロックに対して処理が実行されたかを判別し、未処理のブロックが存在する場合は、ステップＳ６０３に戻り処理を継続する。ステップＳ６０６で全てのブロックに対して処理が完了したと判断されたとき、ステップＳ６０７に処理が進み、活字文字認識処理結果のみをテキスト形式にまとめて出力する。

上記のとおり、「（１）該当部分の処理を行なわない」処理が選択されているときは、入力された文書画像に対する文字認識処理を活字文字に対してのみ実行する。処理時間や誤判別の増加につながる手書き文字に対しては処理を実行しないことにより、処理時間の短縮と誤判別文字列の修正にかかる時間を節約することができる。

上記の「（２）該当部分のみバックグラウンドで後に処理を実行し、処理後に通常の文字認識処理の結果とマージして出力する」処理が選択されているときは、第２文字認識処理は、図５のようにバックグラウンドで実行される。

図５は、ステップＳ６０５の第２文字認識処理をバックグラウンドで実行する際のフローチャートである。

ステップＳ７０１で、手書き文字ブロックに対する文字認識処理をバックグラウンドで処理する。この処理は第１の文字認識処理とは独立して実行される。第１の文字認識処理後にバックグラウンドで処理を開始してもいいし、第１の文字認識処理と並列して処理することとしてもよい。

処理が終了するとステップＳ７０２に進み、処理結果を本件文字認識方法のプロセスに出力する。

図６は、処理結果が本件文字認識方法のプロセスに出力されて以降の処理を示すフローチャートである。

文字認識方法のプロセスに入力された処理結果は、第２の文字認識結果取得部５０７で取得され（図６のステップＳ８０１）、別途取得してある第１の文字認識結果（ステップＳ８０２）とのマージを実行する（ステップＳ８０３）。その結果をテキストデータとして出力する（ステップＳ８０４）。

上記処理のように、手書き文字に対してはバックグラウンドで処理することで、活字文字に対する処理時間に影響を及ぼすことがなくなる。また、手書き文字の処理が終了した時点で活字文字の処理結果とマージして最終的な結果を出力することが可能となる。

上記の「（３）該当部分をサーバにアップロードしてサーバに処理させ、処理後に通常の文字認識処理の結果とマージして出力する」処理が選択されているときは、第２文字認識処理は、図７のようにサーバで実行される。

図７は、ステップＳ６０５の第２文字認識処理をサーバで実行する際のフローチャートである。

ステップＳ７０３で、手書き文字ブロックをサーバにアップロードする。次にアップロードされたデータに対して、ステップＳ７０４でサーバに搭載されている文字認識処理装置で文字認識処理を実行する。この処理は第１の文字認識処理とは独立して実行され、第１の文字認識処理と並列して処理することが可能である。また、第２の文字認識処理の実際の作業はサーバで行なうため、処理負担の軽減にもつながる。

処理が終了するとステップＳ７０５に進み、処理結果をサーバからダウンロードする。その後ステップＳ７０６に進み、本件文字認識方法のプロセスに処理結果を出力する。本件文字認識方法のプロセスに入力された処理結果は、第２文字認識結果取得部５０７で取得され（図６のステップＳ８０１）、別途取得してある第１の文字認識結果（ステップＳ８０２）とのマージを実行し（ステップＳ８０３）、その結果をテキストデータとして出力する（ステップＳ８０４）。

上記処理のように、手書き文字に対してはサーバの文字認識処理装置で処理することで、バックグラウンドで処理するのと同様の効果を得ることが可能となる。

［変形例１］
第１の文字認識処理が処理速度優先の処理であり、第２の文字認識処理が処理精度優先の処理である場合についても、上記実施の形態と同様の構成で同様の効果を達成することが可能である。

具体的には、処理精度優先の処理に対しては、（１）その処理を実行しないことや、（２）バックグラウンドで文字認識処理を実行することや、（３）サーバに搭載されている文字認識装置で処理を実行することで、誤判別を最小限に抑え、処理時間を短縮することができる。

［変形例２］
第１の文字認識処理がアルファベット文字を対象とした処理であり、第２の文字認識処理が日本語文字を対象とした処理である場合についても、上記実施の形態と同様の構成で同様の効果を達成することが可能である。日本語文字は種類が多く画数が多い上に非常によく似た字形も多く存在する。このため、正しく認識するためにはアルファベット認識以上の精度と処理時間が必要とされている。

そこで、このような日本語文字を対象にした処理に対しては、（１）その処理を実行しないことや、（２）バックグラウンドで文字認識処理を実行することや、（３）サーバに搭載されている文字認識装置で処理を実行することで、誤判別を最小限に抑え、処理時間を短縮することができる。

［変形例３］
第１の文字認識処理が低解像度画像に対する処理であり、第２の文字認識処理が高解像度画像に対する処理である場合についても、上記実施の形態と同様の構成で同様の効果を達成することが可能である。一般に高解像度画像はデータ量が膨大になるため、データハンドリングに時間がかかってしまう。

そこで、高解像度画像に対する処理は、（１）その処理を実行しないことや、（２）バックグラウンドで文字認識処理を実行することや、（３）サーバに搭載されている文字認識装置で実行することで、誤判別を最小限に抑え、処理時間を短縮することができる。

また、この場合第１と第２の処理を逆にして、第１の文字認識処理が高解像度画像に対する処理であり、第２の文字認識処理が低解像度画像に対する処理である場合でも同様の効果が得られる。

低解像度画像では、一文字に対するデータ量が小さく文字認識には高い精度が必要とされるため、その処理時間は高解像度画像に比べて比較的長くなる場合があると考えられる。そこで、そのような処理に対して上記（１）〜（３）の処理を適用することで、誤判別を最小限に抑え、処理時間を短縮することができる。

［実施の形態における効果］
本件文字認識装置および方法によると、文書画像に対して文字認識処理を行なう際、文字形態により文字認識処理の内容を変更する。一定レベル以上の処理精度が期待できない部分に対して、該当部分の処理を行わない、または該当部分のみバックグラウンドやサーバで別に処理することで処理を２段階に切り分ける。精度が確保できる部分については短い処理時間で正確な結果のみを得ることができ、精度の確保できない部分については別途処理後に通常の文字認識処理の結果とマージして出力することができる。

これにより、文字の誤判別を最小限に抑えつつ、処理時間を短縮することが可能となり、処理の効率を上げることができる。

また、活字文字と手書き文字などのような文字形態の違いによって異なる文字認識エンジンを使用することで、高い精度の処理結果を得ることが可能になる。さらに、手書き文字のように正確な文字認識処理に時間のかかる処理は実行しないこととすると、処理時間を短縮することが可能となる。

また手書き文字の処理は、通常の文字認識処理とは切り離してバックグラウンド（またはサーバ）で実行し、処理後に通常処理結果とマージして処理結果を出力することで、文字認識処理の失敗による誤判別文字列の発生確率を抑えつつ、処理時間を短縮することが可能となる。

すなわち、通常の文字認識処理でも十分に精度を確保できる活字文字に対しての処理と、通常の文字認識処理では十分な精度が確保できない手書き文字に対して実行する処理とを分けることで、ユーザにとって利便性の高い文字認識装置および方法を提供することができる。

［その他］
図４のステップＳ６０２の判別は、自動で行なうこととしてもよいし、ユーザが手入力でブロック（ページでもよい）やそのブロック中の文字の形態を入力し、装置はそれに基づいて判別するようにしてもよい。

上述の実施の形態における処理は、ソフトウエアによって行なっても、ハードウエア回路を用いて行なってもよい。

また、上述の実施の形態における処理を実行するプログラムを提供することもできるし、そのプログラムをＣＤ−ＲＯＭ、フレキシブルディスク、ハードディスク、ＲＯＭ、ＲＡＭ、メモリカードなどの記録媒体に記録してユーザに提供することにしてもよい。また、プログラムはインターネットなどの通信回線を介して、装置にダウンロードするようにしてもよい。

なお、上記実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

文字認識装置が搭載されたパーソナルコンピュータ（ＰＣ）と複合機（ＭＦＰ）とによって構成されるネットワークを示す図である。 図１のパーソナルコンピュータ１００ａまたは１００ｂの概略構成を示すブロック図である。 文字認識装置の概略を示すブロック図である。 文字認識装置に文書画像を入力して文字認識処理結果を出力するまでの処理の概略を示すフローチャートである。 ステップＳ６０５の第２文字認識処理をバックグラウンドで実行する際のフローチャートである。 処理結果が本件文字認識方法のプロセスに出力されて以降の処理を示すフローチャートである。 ステップＳ６０５の第２文字認識処理をサーバで実行する際のフローチャートである。 本発明の背景技術となる文字認識装置の概略を示すブロック図である。 文字認識装置が文字認識処理結果を出力するまでの処理の概略を示すフローチャートである。

符号の説明

５００ 文字認識装置、５０１ 文書画像入力部、５０２ 文字形態判別部、５０３ 第１文字認識処理部、５０４ 第２文字認識処理部、５０５ バックグラウンド文字認識処理部、５０６ 外部サーバ文字認識処理部、５０７ 第２文字認識処理結果取得部、５０８ 処理結果マージ部、５０９ 処理結果出力部。

Claims (11)

1. 形態の異なる文字が含まれる文書画像の文字を認識して文字コード化する文字認識装置であって、
   文書画像を入力する画像入力部と、
   前記画像入力部により入力された文書画像の文字部分における文字の形態を判別する文字形態判別部と、
   前記文字形態判別部により文字が第１の形態であると判別されたときに、第１の種類の認識処理を行なう第１の文字認識処理部と、
   前記文字形態判別部により文字が第２の形態であると判別されたときに、第２の種類の認識処理を行なう第２の文字認識処理部とを備え、
   前記第２の文字認識処理部は、処理を実行しない、バックグラウンドで処理を実行する、または外部装置で処理を実行する、文字認識装置。
2. 前記第１および第２の文字認識処理部での認識処理結果をまとめる処理結果マージ部と、
   前記処理結果マージ部のマージ結果を出力する出力部とを備えた、請求項１に記載の文字認識装置。
3. 前記文字形態判別部は、自動またはユーザ入力により文字の形態を判別する、請求項１または２に記載の文字認識装置。
4. 前記第１の形態は、文字の活字の形態であり、前記第２の形態は、文字の手書きの形態である、請求項１から３のいずれかに記載の文字認識装置。
5. 前記第１の文字認識処理部は、処理速度優先である文字を処理し、前記第２の文字認識処理部は、処理精度優先である文字を処理する、請求項１から４のいずれかに記載の文字認識装置。
6. 前記第１の形態は、アルファベット文字の形態であり、前記第２の形態は、日本語の文字の形態である、請求項１から５のいずれかに記載の文字認識装置。
7. 前記第１および第２の文字認識処理部の一方が、高解像度の文字を処理し、他方が、低解像度の文字を処理する、請求項１から６のいずれかに記載の文字認識装置。
8. 前記前記第１および第２の文字認識処理部は、それぞれ異なる文字認識エンジンを用いて処理を行なう、請求項１から７のいずれかに記載の文字認識装置。
9. 前記文字形態判別部は、前記画像入力部により入力された文書画像のブロックごとに、またはページごとに文字の形態を判別する、請求項１から８のいずれかに記載の文字認識装置。
10. 形態の異なる文字が含まれる文書画像の文字を認識して文字コード化する文字認識装置の制御方法であって、
    文書画像を入力する画像入力ステップと、
    前記画像入力ステップにより入力された文書画像の文字部分における文字の形態を判別する文字形態判別ステップと、
    前記文字形態判別ステップにより文字が第１の形態であると判別されたときに、第１の種類の認識処理を行なう第１の文字認識処理ステップと、
    前記文字形態判別ステップにより文字が第２の形態であると判別されたときに、第２の種類の認識処理を行なう第２の文字認識処理ステップとを備え、
    前記第２の種類の認識処理ステップでは、処理を実行しない、バックグラウンドで処理を実行する、または外部装置で処理を実行する、文字認識装置の制御方法。
11. 形態の異なる文字が含まれる文書画像の文字を認識して文字コード化する文字認識装置の制御プログラムであって、
    文書画像を入力する画像入力ステップと、
    前記画像入力ステップにより入力された文書画像の文字部分における文字の形態を判別する文字形態判別ステップと、
    前記文字形態判別ステップにより文字が第１の形態であると判別されたときに、第１の種類の認識処理を行なう第１の文字認識処理ステップと、
    前記文字形態判別ステップにより文字が第２の形態であると判別されたときに、第２の種類の認識処理を行なう第２の文字認識処理ステップとをコンピュータに実行させ、
    前記第２の種類の認識処理ステップでは、処理を実行しない、バックグラウンドで処理を実行する、または外部装置で処理を実行する、文字認識装置の制御プログラム。

Images