JP2008282094A - 文字認識処理装置 - Google Patents

Abstract

【課題】 文字認識処理装置において、名刺からデータを作成する際にロゴを使用することにより、会社名の認識精度を向上させる。
【解決手段】 文字認識処理装置において、名刺等の画像を入力する画像入力手段と、入力された画像データの特徴量を抽出する画像特徴量抽出手段と、テーブル、テキスト、ピクチャなどのブロックに領域分割されて前記抽出された画像特徴量からテキスト領域を文字認識し、属性（氏名、住所、会社名等）を判断する属性判断手段と、抽出された画像特徴量の図形領域からロゴマークを判断するロゴ判断手段と、ロゴに対応する会社名等の情報を登録するロゴ情報登録手段と、前記登録したロゴ情報から、ロゴに対応した会社名等の情報を取得するロゴ情報取得手段と、取得したロゴに対応する会社名等の情報を使用して、属性判断した属性の文字を補正する文字補正手段からなる。
【選択図】 図１

Description

本発明は文字認識処理装置に関する。

従来、名刺等の画像を領域識別し、テキストを会社名、住所、電話番号、氏名等の属性に分類して、会社名、住所、氏名などは、それぞれの単語辞書と照合して、テキストを補正していた。

従来例としては、例えば特許文献１と特許文献２をあげることが出来る。
特開平１１−１６７５３２号公報 特開２０００−３５７１７５号公報

しかし、従来の文字認識処理装置では、名刺等に印刷されている会社名がロゴである場合、文字認識の精度が著しく低下し、テキストを補正する正確な会社名を得られなかった。

本発明は、名刺等の画像を属性判断し、ロゴを使用して、属性毎に文字認識した文字を補正し、認識精度を向上させることを目的とする。

本発明に係る文字認識処理装置は、名刺等の画像を入力する画像入力手段と、前記入力された画像データの特徴量を抽出する画像特徴量抽出手段と、テーブル、テキスト、ピクチャなどのブロックに領域分割されて前記抽出された画像特徴量からテキスト領域を文字認識し、属性（氏名、住所、会社名等）を判断する属性判断手段と、前記抽出された画像特徴量の図形領域からロゴを判断するロゴ判断手段と、前記ロゴに対応する会社名等の情報を登録するロゴ情報登録手段と、前記登録したロゴ情報からロゴに対応した会社名等の情報を取得するロゴ情報取得手段と、前記取得したロゴに対応する会社名等の情報を使用して、前記属性判断した属性の文字を補正する文字補正手段とを有することを特徴とする。

本発明によれば、ロゴ情報を使用して、ロゴから会社名を補正するので、会社名がロゴになっている場合でも補正することができる。ロゴ情報を使用して、他の領域の文字を補正することにより、文字の認識精度を向上させることができる。

次に本発明に係る文字認識処理装置の一実施形態を図面に基づいて説明する。

図１は、本発明に係る文字認識処理装置の一実施形態を示すブロック図、図２は、名刺画像の例を示す図、図３は、ロゴ情報を示す図である。

図１において、文字認識処理装置は、スキャナ、カメラ、あるいはファイル読み込み装置などの画像入力手段１１を有し、この画像入力手段１１から会社名、ロゴを含む名刺等を画像データとして入力する。

画像入力手段１１はバス１７に接続され、バス１７を介して文字認識処理を実行するプロセッサ１２に接続されている。

バス１７にはさらにキーボード１３、ディスク１４、メモリ１５、出力手段１６が接続されている。

メモリ１５は、プロセッサ１２において処理制御情報を作成する際の一時データ記憶、あるいは画像入力手段１１で読み込んだ名刺画像を蓄積する。また登録したロゴ情報等が、ディスク１４等から読み込まれて、保持される。また、後述するフローチャートに対応するような処理をコンピュータに実行させるための制御プログラム１５ｃが格納される。

プロセッサ１２は、メモリ１５に格納された制御プログラム１５ｃを実行することにより、画像特徴量抽出手段１２ａ、属性判断手段１２ｂ、文字補正手段１２ｃとして機能する。

キーボード１３は、ロゴの登録などの指示操作を行い、ディスク１４は、補助記憶装置として機能する。

出力手段１６は、ディスプレイ、プリンタ等であり、補正結果等の各種情報を出力する。

画像入力手段１１で読み取った帳票の画像は、名刺画像１５ｂとしてメモリ１５に格納される。名刺画像１５ｂはプロセッサ１２に設けられた画像処理手段（図示せず。）等により２値化処理されて、画像特徴量抽出手段１２ａに送られ、ヒストグラム法や輪郭線追跡などの手法により、テーブル、テキスト、ピクチャなどのブロックに領域分割されて分類される。

その分類された情報から、属性判断手段１２ｂにより、テキストを会社名、住所、氏名等に属性判断し、テキストを属性毎にメモリ１１およびディスク１４に保存する。

図２は、名刺画像の例を示す図である。図２において、２１はロゴ、２２は所属、２３は役職、２４は氏名、２５は会社、２６は住所、２７は電話番号、２８は電子メールアドレスである。この画像から特徴量抽出すると、２１のロゴはピクチャ領域に、２２〜２８の領域は、テキスト領域となる。テキスト領域を文字認識し、属性（会社名、住所、氏名等）を判断する。属性は、各領域の文字認識した結果に含まれる文字列から判断できる。例えば、文字認識した結果の文字列に、「本部」「開発部」「部」「課」等の文字を含んでいる場合は属性は「所属」とし、「部長」「課長」「研究員」等の文字を含んでいる場合は「役職」、都道府県名、市郡名を含んでいる場合は「住所」、「電話」「ＴＥＬ」等の文字を含んでいる場合は「電話番号」、「Ｅ−ｍａｉｌ」「＠」の文字を含んでいる場合は「電子メール」等とし、属性を判断できる。属性を判断して、住所、氏名等の領域の文字は、住所辞書、氏名辞書等と照合して、文字を補正することもできる。

図３はロゴ情報を示す図である。ロゴデータには、色、形状、輪郭線等の特徴量データを記録する。会社名はロゴに対応する会社名である。１つのロゴに複数の会社名が対応する場合もある。レイアウト情報は、属性（所属、役職、氏名、会社名、住所、電話番号、電子メール等）の位置情報等である。レイアウト情報は会社名に対応していて、図５に示すような情報からなる。図３では、ロゴＡに会社Ａ、レイアウトＡが対応している。ロゴＢには、会社Ｂ、会社Ｃ、会社Ｄが対応している。

ロゴを識別した結果、会社名が複数の場合は、例えば、名刺画像から抽出したロゴを識別した結果、ロゴＢと一致した場合、会社Ｂ、会社Ｃ、会社Ｄのレイアウト情報レイアウトＢ、レイアウトＣ、レイアウトＤと、名刺画像の会社名の領域を照合し、照合結果から会社名を判断する。

図５はレイアウト情報を示す図である。会社名毎の属性の位置情報を持っている。また、属性情報として、文字列や書体情報等の付属する情報を持つ。図５の場合、所属、役職、氏名の属性情報はゴシック体、住所の属性情報は会社名で住所が固定の場合は会社名の住所の文字列を持っている。

このようにロゴから会社名を判断することができ、会社名から、属性情報等より、他の領域の情報を得ることができる。

図４は、文字補正処理の一実施形態を示すフローチャートである。

予め、ロゴ情報を登録しておく。

ステップＳ４１：名刺を画像入力手段１１から画像を読み込み、頁画像としてメモリに転送する。

ステップＳ４２：画像から特徴量を抽出する。

ステップＳ４３：抽出された特徴量からテキスト領域を文字認識し、その文字列に、ある文字列が含まれるかを判断する等して、属性を判断する。

ステップＳ４４：ステップＳ４２で、抽出した特徴量からピクチャ領域をロゴ情報テーブルと比較し、登録したロゴ情報で一致するものがあるか、判断する。一致するロゴ情報がある場合はステップＳ４５に進み、ない場合は、終了する。

ステップＳ４５：一致したロゴに対応する情報を取得する。会社名が複数ある場合は、複数の会社名と比較して一致するものを選択する。

ステップＳ４６：取得した会社名で、会社名を補正する。また、会社名に対応するレイアウト情報を使用して、他の情報の補正も行ってもよい。

また、一致するロゴ情報がない場合は、ロゴ情報を保存しておき、会社名等が確定したときに登録してもよい。そうすると、予めロゴ情報を登録していなくても、自動でロゴ情報を登録した辞書を作成できる。

以上の実施形態に示したように、ロゴ領域を抽出し、ロゴ情報を取得することにより、会社名を補正することができる。また、会社名に対応するレイアウト情報から他の領域の文字列を補正することもできる。

本発明に係る文字認識処理装置の一実施形態を示すブロック図である。 名刺画像の例を示す図である。 ロゴ情報を示す図である。 文字補正処理の一実施形態を示すフローチャートである。 ロゴ情報のレイアウト情報を示す図である。

符号の説明

１１ スキャナ、カメラ等の画像入力手段
１２ プロセッサ
１２ａ 画像特徴量抽出手段
１２ｂ 属性判断手段
１２ｃ 文字補正手段
１３ キーボード
１４ ディスク
１５ メモリ
１５ａ ロゴ情報
１５ｂ 名刺画像
１５ｃ 制御プログラム
１６ ディスプレイ、プリンタ等の出力手段

Claims (1)

1. 画像を入力する画像入力手段と、
   前記入力された画像データの特徴量を抽出する画像特徴量抽出手段と、
   ブロックに領域分割されて、前記抽出された画像特徴量からテキスト領域を文字認識し、属性を判断する属性判断手段と、
   前記抽出された画像特徴量の図形領域からロゴマークを判断するロゴ判断手段と、
   前記ロゴに対応する情報を登録するロゴ情報登録手段と、
   前記登録したロゴ情報から、ロゴに対応した情報を取得するロゴ情報取得手段と、
   前記取得したロゴに対応する情報を使用して、前記属性判断した属性の文字を補正する文字補正手段と、
   を有することを特徴とする文字認識処理装置。

Images