JP2016133888A - 情報処理装置及び情報処理プログラム - Google Patents
情報処理装置及び情報処理プログラム Download PDFInfo
- Publication number
- JP2016133888A JP2016133888A JP2015006832A JP2015006832A JP2016133888A JP 2016133888 A JP2016133888 A JP 2016133888A JP 2015006832 A JP2015006832 A JP 2015006832A JP 2015006832 A JP2015006832 A JP 2015006832A JP 2016133888 A JP2016133888 A JP 2016133888A
- Authority
- JP
- Japan
- Prior art keywords
- character string
- string pattern
- area
- pattern
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
【課題】文字列が記入されるべき領域に収まっていない場合でも認識対象とすべき文字列パタンを選択するようにした情報処理装置を提供する。
【解決手段】情報処理装置の第１の切出手段は、文字列パタンが記入されるべき領域から認識対象となり得る文字列パタンを切り出し、第２の切出手段は、前記領域の周辺を含む領域から文字列パタンを切り出し、作成手段は、前記第２の切出手段によって切り出された文字列パタンの分割した部分を組み合わせて、認識対象となり得る文字列パタンを作成し、選択手段は、前記第１の切出手段によって切り出された文字列パタンと、前記作成手段によって作成された文字列パタンのうち、認識対象とすべき文字列パタンを選択する。
【選択図】図１
【解決手段】情報処理装置の第１の切出手段は、文字列パタンが記入されるべき領域から認識対象となり得る文字列パタンを切り出し、第２の切出手段は、前記領域の周辺を含む領域から文字列パタンを切り出し、作成手段は、前記第２の切出手段によって切り出された文字列パタンの分割した部分を組み合わせて、認識対象となり得る文字列パタンを作成し、選択手段は、前記第１の切出手段によって切り出された文字列パタンと、前記作成手段によって作成された文字列パタンのうち、認識対象とすべき文字列パタンを選択する。
【選択図】図１
Description
本発明は、情報処理装置及び情報処理プログラムに関する。
特許文献１には、行切り出しの精度及び文字認識の精度を向上させるとともに、オペレータの負担を軽減させる文字認識装置を提供することを課題とし、入力された画像の文字画像領域から切り出された文字画像に対して文字認識を行う文字認識装置において、入力された画像の文字画像領域から文字列の行を切り出す行切り出し手段と、行切り出し手段から切り出された行から文字を切り出す文字切り出し手段と、文字切り出し手段で切り出された文字を認識する文字認識手段と、文字認識手段での文字認識結果の信頼性を判定して行の再切り出しを行うかどうかを判断する判断手段と、判断手段で判断された文字認識結果の信頼性のない行に対して行の切り出しを行わせる方式を決定する方式変更手段とを備え、方式決定手段で変更された行の切り出し方式でもう一度行切り出しから文字認識を行わせることが開示されている。
特許文献２には、郵便物等上の宛名を読み取る際、複数の宛名領域の候補から正しい宛名領域を高精度に選択することを課題とし、宛名領域を選択する手がかりとなる文字列を探索的に認識し、検出された文字列の位置、文字の方向の関係から確からしい宛名領域を選択し、つまり、文字列検出手段が、部分パタン列の開始位置に複数の候補を設け、各々の開始位置の候補を基準として隣接する部分パタンを再帰的に探索し、各々の部分パタンと対応する文字の標準パタンの類似の度合いがいずれも予め定めた基準値を上回っている部分パタン列を求めることが開示されている。
特許文献３には、文書中の文字を認識する装置において、文字の配置に多様性があり、位置ずれも大きい文書中より、所望の属性の文字列を抽出することを目的とし、従来の文字認識装置に備わっている画像管理（画像入力）部、文字認識部に加え、文字行抽出手段と、複数通りの文字行抽出結果の候補を格納すると文字行候補の文書構成要素に対する対応関係とを記憶する文字行候補テーブルと、文字行の候補を予め記憶してある文書の構成要素と照合する局所照合手段と、文書の構成要素間の制約条件を照合する大局照合手段とを有し、予め記憶させてある文字列の配置関係と矛盾のないように，各文字行の候補と文書の構成要素の対応付けが得られ、所望の属性の文字列が求められることが開示されている。
特許文献４には、投影分布又は連結成分を用いた技術では、文字列どうしの境界が不明確となる画像を対象とした場合に、文字画像が分離できなくなってしまうことを抑制するようにした画像処理装置を提供することを課題とし、画像処理装置の受付手段は、少なくとも文字画像を含む画像を受け付け、経路算出手段は、前記受付手段によって受け付けられた画像に対して、該画像内の文字画像を分離する線分である分離経路を算出し、分離手段は、前記経路算出手段によって算出された分離経路により、前記受付手段によって受け付けられた画像を複数の文字画像へ分離し、前記経路算出手段は、該画像内の文字画像の一部を含む予め定められた範囲内において、経路上にある画素の輝度値の累積値が予め定められた条件を満たす分離経路を算出することが開示されている。
非特許文献１には、単文字識別機に関する技術が記載されており、非特許文献２には、文字列パタン候補を選択する方法に関する技術が記載されており、非特許文献３、非特許文献４には、エネルギー関数に関することが記載されている。
関野雅則，木村俊一，越裕，"視覚情報処理モデルに基づいて改良した畳込みニューラルネットワーク文字認識，"ＪＳＡＩ２０１３，２０１３．
Xiang-Dong Zhou, Cheng-Lin Liu, and Masaki Nakagawa. "Online handwritten Japanese character string recognition using conditional random fields, " In Proceedings of the 2009 10th International Conference on Document Analysis and Recognition, ICDAR ‘09, pp. 521-525, Washington, DC, USA, 2009. IEEE Computer Society.
John D. Lafferty, Andrew McCallum, and Fernando C. N. Pereira. "Conditional random fields: Probabilistic models for segmenting and labeling sequence data, " In Proceedings of the Eighteenth International Conference on Machine Learning, ICML ‘01, pp. 282-289, San Francisco, CA, USA, 2001. Morgan Kaufmann Publishers Inc.
Peng, Jian and Bo, Liefeng and Xu, Jinbo, "Conditional Neural Fields, " NIPS, vol 2, pp. 6, 2009.
入力された文字列が記入されるべき領域に収まっていないため、文字列パタンが正しく切り出されないことがあった。
本発明は、文字列が記入されるべき領域に収まっていない場合でも、認識対象とすべき文字列パタンを選択するようにした情報処理装置及び情報処理プログラムを提供することを目的としている。
本発明は、文字列が記入されるべき領域に収まっていない場合でも、認識対象とすべき文字列パタンを選択するようにした情報処理装置及び情報処理プログラムを提供することを目的としている。
かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、文字列パタンが記入されるべき領域から認識対象となり得る文字列パタンを切り出す第１の切出手段と、前記領域の周辺を含む領域から文字列パタンを切り出す第２の切出手段と、前記第２の切出手段によって切り出された文字列パタンの分割した部分を組み合わせて、認識対象となり得る文字列パタンを作成する作成手段と、前記第１の切出手段によって切り出された文字列パタンと、前記作成手段によって作成された文字列パタンのうち、認識対象とすべき文字列パタンを選択する選択手段を具備することを特徴とする情報処理装置である。
請求項１の発明は、文字列パタンが記入されるべき領域から認識対象となり得る文字列パタンを切り出す第１の切出手段と、前記領域の周辺を含む領域から文字列パタンを切り出す第２の切出手段と、前記第２の切出手段によって切り出された文字列パタンの分割した部分を組み合わせて、認識対象となり得る文字列パタンを作成する作成手段と、前記第１の切出手段によって切り出された文字列パタンと、前記作成手段によって作成された文字列パタンのうち、認識対象とすべき文字列パタンを選択する選択手段を具備することを特徴とする情報処理装置である。
請求項２の発明は、前記選択手段は、前記第１の切出手段によって切り出された文字列パタンと、前記作成手段によって作成された文字列パタンを文字認識し、該文字認識による結果に基づいて文字列パタンを選択することを特徴とする請求項１に記載の情報処理装置である。
請求項３の発明は、前記作成手段における、文字列パタンの分割した部分として、行方向に境界線がある領域であり、該文字列パタンの分割した部分の組み合わせとして、互いに隣合っている領域を組み合わせたものであることを特徴とする請求項１又は２に記載の情報処理装置である。
請求項４の発明は、前記第２の切出手段は、前記文字列パタンが記入されるべき領域に隣接する領域であって、フリガナが記入されるべき領域が指定されている場合は、該フリガナが記入されるべき領域を前記周辺の領域として、文字列パタンを切り出すことを特徴とする請求項１から３のいずれか一項に記載の情報処理装置である。
請求項５の発明は、コンピュータを、文字列パタンが記入されるべき領域から認識対象となり得る文字列パタンを切り出す第１の切出手段と、前記領域の周辺を含む領域から文字列パタンを切り出す第２の切出手段と、前記第２の切出手段によって切り出された文字列パタンの分割した部分を組み合わせて、認識対象となり得る文字列パタンを作成する作成手段と、前記第１の切出手段によって切り出された文字列パタンと、前記作成手段によって作成された文字列パタンのうち、認識対象とすべき文字列パタンを選択する選択手段として機能させるための情報処理プログラムである。
請求項１の情報処理装置によれば、文字列が記入されるべき領域に収まっていない場合でも認識対象とすべき文字列パタンを選択することができる。
請求項２の情報処理装置によれば、文字列パタンを文字認識し、その文字認識による結果を選択することができる。
請求項３の情報処理装置によれば、文字列パタンの部分として、行方向に境界線がある領域であり、その文字列パタンの部分の組み合わせとして、互いに隣合っている領域を組み合わせたものとすることができる。
請求項４の情報処理装置によれば、フリガナが記入されるべき領域が指定されている場合は、そのフリガナが記入されるべき領域を含めた領域から文字列パタンを切り出すことができる。
請求項５の情報処理プログラムによれば、文字列が記入されるべき領域に収まっていない場合でも認識対象とすべき文字列パタンを選択することができる。
本実施の形態は、文字列認識技術のための文字列抽出技術に属する。文字列認識とは、画像又はストロークである文字列パタンの入力に対して、対応するテキストコードを出力する処理である。特に本実施の形態は、帳票等において、指定された領域に筆記された文字列（文字列パタン）を正確に認識しようとするために、その前提となる文字列抽出を正確に行うものである。
まず、本実施の形態を説明する前に、その前提となる文字列認識技術について説明する。なお、この説明は、本実施の形態の理解を容易にすることを目的とするものである。
図２〜８は、本実施の形態に関連する技術による処理例を示す説明図である。
帳票等の文字列認識は、レイアウトに関する情報（以下、レイアウト情報ともいう）が指定する領域と書式にしたがって認識対象の文字列パタンが筆記されることを前提としている。帳票等のレイアウトは予め設計されており、そのレイアウト情報として、例えば、文字列が記入されるべき領域の位置、大きさ等がある。なお、文字列パタンは、一般的には手書きによって筆記された文字である。文字列パタンが画像である場合は、文字列認識として文字画像認識が行われ、文字列パタンがストロークである場合は、オンライン文字認識が行われる。
文字列パタンの例を図２に示す。それぞれ、「富士零太郎」が認識対象の文字列パタン２２０、そのフリガナである「フジゼロタロウ」が非認識対象の文字列パタン２３０、「富士零太郎」が記入されている領域が認識対象領域（枠２１０）である。認識対象の文字列パタン２２０が認識対象領域（枠２１０）に収まっており、近傍に非認識対象の文字列パタン２３０が筆記されているが、認識対象領域（枠２１０）には入り込んでいない。このようにレイアウト情報の指定にしたがって筆記された文字列パタンからは良好な認識結果が得られる。つまり、枠２１０の領域を切り出すと、文字列パタン２２０だけを過不足なく取り出すことができているからである。
図２〜８は、本実施の形態に関連する技術による処理例を示す説明図である。
帳票等の文字列認識は、レイアウトに関する情報（以下、レイアウト情報ともいう）が指定する領域と書式にしたがって認識対象の文字列パタンが筆記されることを前提としている。帳票等のレイアウトは予め設計されており、そのレイアウト情報として、例えば、文字列が記入されるべき領域の位置、大きさ等がある。なお、文字列パタンは、一般的には手書きによって筆記された文字である。文字列パタンが画像である場合は、文字列認識として文字画像認識が行われ、文字列パタンがストロークである場合は、オンライン文字認識が行われる。
文字列パタンの例を図２に示す。それぞれ、「富士零太郎」が認識対象の文字列パタン２２０、そのフリガナである「フジゼロタロウ」が非認識対象の文字列パタン２３０、「富士零太郎」が記入されている領域が認識対象領域（枠２１０）である。認識対象の文字列パタン２２０が認識対象領域（枠２１０）に収まっており、近傍に非認識対象の文字列パタン２３０が筆記されているが、認識対象領域（枠２１０）には入り込んでいない。このようにレイアウト情報の指定にしたがって筆記された文字列パタンからは良好な認識結果が得られる。つまり、枠２１０の領域を切り出すと、文字列パタン２２０だけを過不足なく取り出すことができているからである。
しかし実運用においては、筆記者や筆記環境によっては、この前提が成り立たないことにより文字列パタンのはみ出し・入り込み・接触が発生し、正しい文字列認識結果が得られない場合がある。
まず、大きい入り込みのある文字列パタンの例を図３に示す。近傍の非認識対象の文字列パタン３２０、文字列パタン３４０が認識対象領域（枠３１０）に入り込んでいる。実運用において、認識対象領域（枠３１０）に十分なスペースがある場合、認識対象の文字列パタン３３０の他に、フリガナ等の近傍の非認識対象の文字列パタン３２０が認識対象領域（枠３１０）に入り込んで筆記されることが多々ある。また、認識対象領域外に十分なスペースがない場合、訂正等の非認識対象である追記等（文字列パタン３４０）が、十分なスペースのある認識対象領域（枠３１０）に入り込んで筆記されることが多々ある。
まず、大きい入り込みのある文字列パタンの例を図３に示す。近傍の非認識対象の文字列パタン３２０、文字列パタン３４０が認識対象領域（枠３１０）に入り込んでいる。実運用において、認識対象領域（枠３１０）に十分なスペースがある場合、認識対象の文字列パタン３３０の他に、フリガナ等の近傍の非認識対象の文字列パタン３２０が認識対象領域（枠３１０）に入り込んで筆記されることが多々ある。また、認識対象領域外に十分なスペースがない場合、訂正等の非認識対象である追記等（文字列パタン３４０）が、十分なスペースのある認識対象領域（枠３１０）に入り込んで筆記されることが多々ある。
また、大きいはみ出しのある文字列パタンの例を図４に示す。認識対象の文字列パタン４２０が認識対象領域（枠４１０）からはみ出している。実運用においては、認識対象の文字列パタン４２０が誤って隣接枠まで跨って筆記されることが多々ある。
また、少ない接触のある文字列パタンの例を図５に示す。非認識対象の文字列パタン５３０が認識対象領域（枠５１０）に入り込んだ上に、認識対象の文字列パタン５２０に接触している。これも、大きい入り込みと同様の理由で発生することが多々ある。
また、少ない接触のある文字列パタンの例を図５に示す。非認識対象の文字列パタン５３０が認識対象領域（枠５１０）に入り込んだ上に、認識対象の文字列パタン５２０に接触している。これも、大きい入り込みと同様の理由で発生することが多々ある。
図３、図４、図５に示すような、入り込み・はみ出し・接触のある文字列パタンに対しては、レイアウト情報が指定する領域の情報のみによって認識対象の文字列パタンを正しく切り出すことは困難である。例えば、単純に認識対象領域に完全に包含されるパタンのみを切り出す場合、図３の入り込みの問題は解決されるが、図４のはみ出しにおいて認識対象の文字列パタンが正しく切り出されない。一方、単純に認識対象領域外の周辺のパタンを含んで切り出す場合、図４のはみ出しの問題は解決されるが、図３の入り込みにおいて認識対象の文字列パタンが正しく切り出されない。また、いずれにしても図５の接触の問題は解決されない。以上のように、位置の情報のみを参照する技術では、図３、図４、図５に示すような入り込み・はみ出し・接触の問題を解決することは困難であり、良好な文字認識結果が得られない。
そこで、認識対象領域周辺に対して位置以外の情報を参照する文字列切り出し技術の利用が考えられる。より具体的には、文字列パタンの候補のセットを作成し、それぞれの認識結果やその評価指標を参照して最適なものを選択する、という技術が考えられる。このような先行技術として、特許文献１、特許文献２、特許文献３等がある。
特許文献１に示される先行技術は、認識対象領域から切り出された文字列パタン候補のセットのうち、認識結果の信頼性が低いものについて再度切り出しを行う。なお、信頼性には単文字識別のスコアを参照する。この仕組みにより、初回の文字列パタン切り出しで誤って統合した文字列パタンどうしが分割され、より正しい認識結果が得られる。
特許文献２に示される先行技術は、認識対象領域から切り出された文字列パタン候補のセットのうち、宛名等の所望の情報を表す文字列パタンを探索する。なお、探索においては、各文字列パタン候補の認識結果の信頼性を参照する。そして信頼性には単文字識別のスコアを参照する。また、認識においては所望の情報に関する言語情報を参照する。
特許文献３に示される先行技術は、認識対象領域から切り出された文字列パタン候補のセットから、適切な文字列パタン候補のセットを探索する。初めに切り出される文字列パタン候補のセットには過分割や過統合がありうることを想定している。探索においては位置情報、形状情報、及び、言語情報を参照する。
特許文献１、特許文献２、特許文献３に示される技術を利用することで、図３、図４、図５の例に示すような入り込み・はみ出し・接触の問題は解決され得る。
そのためには、まず、レイアウト情報が指定する認識対象領域の周辺を切り出すことが必要である。
さらに、非認識対象と認識対象の文字列パタンが複雑に入り組んでいる場合や、多い接触がある場合、特許文献１、特許文献２、特許文献３に示される技術の利用では、文字列パタン候補のセットに正しい文字列パタンが含まれず、正しい文字列認識結果が得られない、という問題がある。以下、このことを図６、図７、図８に示す例を用いて説明する。
特許文献１に示される先行技術は、認識対象領域から切り出された文字列パタン候補のセットのうち、認識結果の信頼性が低いものについて再度切り出しを行う。なお、信頼性には単文字識別のスコアを参照する。この仕組みにより、初回の文字列パタン切り出しで誤って統合した文字列パタンどうしが分割され、より正しい認識結果が得られる。
特許文献２に示される先行技術は、認識対象領域から切り出された文字列パタン候補のセットのうち、宛名等の所望の情報を表す文字列パタンを探索する。なお、探索においては、各文字列パタン候補の認識結果の信頼性を参照する。そして信頼性には単文字識別のスコアを参照する。また、認識においては所望の情報に関する言語情報を参照する。
特許文献３に示される先行技術は、認識対象領域から切り出された文字列パタン候補のセットから、適切な文字列パタン候補のセットを探索する。初めに切り出される文字列パタン候補のセットには過分割や過統合がありうることを想定している。探索においては位置情報、形状情報、及び、言語情報を参照する。
特許文献１、特許文献２、特許文献３に示される技術を利用することで、図３、図４、図５の例に示すような入り込み・はみ出し・接触の問題は解決され得る。
そのためには、まず、レイアウト情報が指定する認識対象領域の周辺を切り出すことが必要である。
さらに、非認識対象と認識対象の文字列パタンが複雑に入り組んでいる場合や、多い接触がある場合、特許文献１、特許文献２、特許文献３に示される技術の利用では、文字列パタン候補のセットに正しい文字列パタンが含まれず、正しい文字列認識結果が得られない、という問題がある。以下、このことを図６、図７、図８に示す例を用いて説明する。
まず、非認識対象の文字列パタンと複雑に入り組んでいる小さい入り込みのある例を図６に示す。図６の例は、枠６１０への文字列パタン６３０の入り込みは小さいが、図３の例の場合と異なり、非認識対象文字列パタン６３０と認識対象の文字列パタン６２０が互いに複雑に入り組んでいる。
続いて、非認識対象の文字列パタンと複雑に入り組んでいる小さいはみ出しのある例を図７に示す。図７の例は、枠７１０からの文字列パタン７２０のはみ出しは小さいが、図４の例の場合と異なり、非認識対象の文字パタン７３０と認識対象の文字列パタン７２０が互いに複雑に入り組んでいる。
最後に、多い接触のある例を図８に示す。図８の例は、枠８１０からの文字列パタン８２０のはみ出し、枠８１０への文字列パタン８３０の入り込みが小さいが、図５の例の場合と異なり、認識対象の文字列パタン８２０と非認識対象の文字列パタン８３０の接触箇所数が多い。
続いて、非認識対象の文字列パタンと複雑に入り組んでいる小さいはみ出しのある例を図７に示す。図７の例は、枠７１０からの文字列パタン７２０のはみ出しは小さいが、図４の例の場合と異なり、非認識対象の文字パタン７３０と認識対象の文字列パタン７２０が互いに複雑に入り組んでいる。
最後に、多い接触のある例を図８に示す。図８の例は、枠８１０からの文字列パタン８２０のはみ出し、枠８１０への文字列パタン８３０の入り込みが小さいが、図５の例の場合と異なり、認識対象の文字列パタン８２０と非認識対象の文字列パタン８３０の接触箇所数が多い。
図６、図７に示す例のように、非認識対象と認識対象の文字列パタンが複雑に入り組んでいる場合、又は、図８のように接触が多い場合、これらを分割することは困難である。ゆえに、特許文献２に示されるような、文字列パタン候補セットの過統合を想定しない技術では正しい認識結果が得られない。また、これらを分割するためには、認識対象の文字列パタンを分割する可能性が高いため、特許文献１に示されるような、文字列パタン候補セットの過分割を想定しない技術では正しい結果を得られない。また、特許文献３に示される技術は、文字列パタン候補の過分割・過統合を想定するが、接触の分割を行わないため、図５や図８のような例に対して正しい認識結果を得られない。
さらに、図６、図７、図８のような非認識対象と認識対象の文字列パタンを分割するためには、積極的な分割を行う必要があるため過分割の度合いが高くなる。このような場合、評価すべき文字列パタン候補の数が過剰となり、正しい認識結果を得られる割合が低くなる、という問題がある。
さらに、図６、図７、図８のような非認識対象と認識対象の文字列パタンを分割するためには、積極的な分割を行う必要があるため過分割の度合いが高くなる。このような場合、評価すべき文字列パタン候補の数が過剰となり、正しい認識結果を得られる割合が低くなる、という問題がある。
以下、図面に基づき本発明を実現するにあたっての好適な各種の実施の形態の例を説明する。
図１は、第１の実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、ひとつのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、２以上の値（もちろんのことながら、全ての値も含む）が同じであってもよい。また、「Ａである場合、Ｂをする」という意味を有する記載は、「Ａであるか否かを判断し、Ａであると判断した場合はＢをする」の意味で用いる。ただし、Ａであるか否かの判断が不要である場合を除く。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、ひとつのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。
図１は、第１の実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、ひとつのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、２以上の値（もちろんのことながら、全ての値も含む）が同じであってもよい。また、「Ａである場合、Ｂをする」という意味を有する記載は、「Ａであるか否かを判断し、Ａであると判断した場合はＢをする」の意味で用いる。ただし、Ａであるか否かの判断が不要である場合を除く。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、ひとつのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。
本実施の形態である情報処理装置は、文字列パタンが記入されるべき領域から認識対象とすべき文字列パタンを選択するものであって、図１の例に示すように、レイアウト指定領域切り出しモジュール１１０、レイアウト指定領域周辺切り出しＡモジュール１２０、文字列パタン分割モジュール１３０、文字列パタン候補作成モジュール１４０、文字列パタン選択Ａモジュール１５０を有している。なお、分かりやすさのため、モジュール間を流れるデータの例を付与している。この例では、文字列パタン選択Ａモジュール１５０の出力である文字列パタン１９５が、真の文字列パタン（認識対象とすべき文字列パタン）となる。
レイアウト指定領域切り出しモジュール１１０は、文字列パタン選択Ａモジュール１５０と接続されており、入力パタン１０５を受け付け、レイアウト情報１１７を用いた切り出し処理を行い、文字列パタン選択Ａモジュール１５０に文字列パタン候補１１５を渡す。レイアウト指定領域切り出しモジュール１１０は、文字列パタンが記入されるべき領域から認識対象となり得る文字列パタンを切り出す。具体的には、入力パタン１０５から、レイアウト情報１１７が指定する領域に含まれるパタン（その領域に含まれている文字列パタン）を切り出し、これを文字列パタン候補１１５として出力する。入力パタン１０５には、文字列パタンが含まれている。ただし、入力パタン１０５には、認識対象の文字列パタンの他に、非認識対象となる文字列パタンが含まれていることがある。
レイアウト指定領域周辺切り出しＡモジュール１２０は、文字列パタン分割モジュール１３０と接続されており、入力パタン１０５を受け付け、レイアウト情報１１７を用いた切り出し処理を行い、文字列パタン分割モジュール１３０に周辺パタン１２５を渡す。レイアウト指定領域周辺切り出しＡモジュール１２０は、前記領域の周辺を含む領域から文字列パタンを切り出す。具体的には、入力パタン１０５から、レイアウト情報１１７が指定する領域の周辺のパタンを切り出し、これを周辺パタン１２５として出力する。つまり、その領域に含まれている文字列パタン（レイアウト指定領域切り出しモジュール１１０が切り出した文字列パタン）の他に、その領域の周囲に存在している文字列パタンを含むことになる。
文字列パタン分割モジュール１３０は、レイアウト指定領域周辺切り出しＡモジュール１２０、文字列パタン候補作成モジュール１４０と接続されており、レイアウト指定領域周辺切り出しＡモジュール１２０より周辺パタン１２５を受け取り、文字列パタン候補作成モジュール１４０に部分パタンのセット１３５を渡す。文字列パタン分割モジュール１３０は、周辺パタン１２５を文字列パタン候補の部分となるようなパタンへ分割し、これを部分パタンのセット１３５として出力する。また、文字列パタン分割モジュール１３０は、部分パタンのセット１３５として、行方向に境界線がある領域を分割してもよい。なお、ここで行方向とは、文字列の方向であり、横書きの領域である場合は横方向であり、縦書きの領域である場合は縦方向である。
文字列パタン候補作成モジュール１４０は、文字列パタン分割モジュール１３０、文字列パタン選択Ａモジュール１５０と接続されており、文字列パタン分割モジュール１３０より部分パタンのセット１３５を受け取り、文字列パタン選択Ａモジュール１５０に文字列パタン候補のセット１４５を渡す。文字列パタン候補作成モジュール１４０は、レイアウト指定領域周辺切り出しＡモジュール１２０によって切り出された文字列パタンの分割した部分を組み合わせて、認識対象となり得る文字列パタンを作成する。具体的には、部分パタンのセット１３５から、組み合わせにより文字列パタン候補を作成し、これを文字列パタン候補のセット１４５として出力する。また、文字列パタン候補作成モジュール１４０は、部分パタンのセット１３５（文字列パタンの分割した部分）の組み合わせとして、互いに隣合っている領域を組み合わせてもよい。
文字列パタン分割モジュール１３０は、レイアウト指定領域周辺切り出しＡモジュール１２０、文字列パタン候補作成モジュール１４０と接続されており、レイアウト指定領域周辺切り出しＡモジュール１２０より周辺パタン１２５を受け取り、文字列パタン候補作成モジュール１４０に部分パタンのセット１３５を渡す。文字列パタン分割モジュール１３０は、周辺パタン１２５を文字列パタン候補の部分となるようなパタンへ分割し、これを部分パタンのセット１３５として出力する。また、文字列パタン分割モジュール１３０は、部分パタンのセット１３５として、行方向に境界線がある領域を分割してもよい。なお、ここで行方向とは、文字列の方向であり、横書きの領域である場合は横方向であり、縦書きの領域である場合は縦方向である。
文字列パタン候補作成モジュール１４０は、文字列パタン分割モジュール１３０、文字列パタン選択Ａモジュール１５０と接続されており、文字列パタン分割モジュール１３０より部分パタンのセット１３５を受け取り、文字列パタン選択Ａモジュール１５０に文字列パタン候補のセット１４５を渡す。文字列パタン候補作成モジュール１４０は、レイアウト指定領域周辺切り出しＡモジュール１２０によって切り出された文字列パタンの分割した部分を組み合わせて、認識対象となり得る文字列パタンを作成する。具体的には、部分パタンのセット１３５から、組み合わせにより文字列パタン候補を作成し、これを文字列パタン候補のセット１４５として出力する。また、文字列パタン候補作成モジュール１４０は、部分パタンのセット１３５（文字列パタンの分割した部分）の組み合わせとして、互いに隣合っている領域を組み合わせてもよい。
文字列パタン選択Ａモジュール１５０は、レイアウト指定領域切り出しモジュール１１０、文字列パタン候補作成モジュール１４０と接続されており、レイアウト指定領域切り出しモジュール１１０より文字列パタン候補１１５を受け取り、文字列パタン候補作成モジュール１４０より文字列パタン候補のセット１４５を受け取り、文字列パタン１９５を出力する。文字列パタン選択Ａモジュール１５０は、レイアウト指定領域切り出しモジュール１１０によって切り出された文字列パタンと、文字列パタン候補作成モジュール１４０によって作成された文字列パタンのうち、認識対象とすべき文字列パタンを選択する。具体的には、例えば、入力の文字列パタン候補のセット１４５に対して、文字認識を行い、その文字認識結果の確度（文字認識結果が正しいことを示す度合い）を用いて、文字列パタン１９５をひとつ選択し、出力する。
第１の実施の形態の処理について、より詳細に説明する。
図６、図７、図８の例に示す問題は、認識対象領域に十分なスペースがない場合に生じることが多い。筆記領域が狭いために相対的に文字列パタンが領域を占める割合が大きくなり、領域をはみ出すことによって、非認識対象と認識対象の文字列パタンが図６、図７の例のように複雑に入り組む、又は図８の例のように接触が多くなる。しかし同時に、十分なスペースがある場合と異なり、領域に忠実な筆記がなされることが多く、非認識対象と認識対象の文字列パタンの境界はレイアウト情報が指定する認識対象領域の境界に忠実であることが多い。このような場合は、文字列パタンの切り出し技術を利用するよりも、レイアウト情報が指定する認識対象領域によって文字列パタンを切り出す方が、より良好な文字列認識結果が得られる。
そこで、第１の実施の形態は図６、図７、図８の例に示すような入力パタンから、正しい文字列パタン候補を得るために、レイアウト指定領域切り出しモジュール１１０を持つ。併せて、図３、図４、図５の例に示すような入力パタンから正しい文字列パタン候補を得るためにレイアウト指定領域周辺切り出しＡモジュール１２０、文字列パタン分割モジュール１３０、文字列パタン候補作成モジュール１４０を持つ。そして、特許文献１、特許文献２、特許文献３に示される技術と同様に、文字列パタン候補作成モジュール１４０が最も尤もらしい文字列パタンを選択する。
図６、図７、図８の例に示す問題は、認識対象領域に十分なスペースがない場合に生じることが多い。筆記領域が狭いために相対的に文字列パタンが領域を占める割合が大きくなり、領域をはみ出すことによって、非認識対象と認識対象の文字列パタンが図６、図７の例のように複雑に入り組む、又は図８の例のように接触が多くなる。しかし同時に、十分なスペースがある場合と異なり、領域に忠実な筆記がなされることが多く、非認識対象と認識対象の文字列パタンの境界はレイアウト情報が指定する認識対象領域の境界に忠実であることが多い。このような場合は、文字列パタンの切り出し技術を利用するよりも、レイアウト情報が指定する認識対象領域によって文字列パタンを切り出す方が、より良好な文字列認識結果が得られる。
そこで、第１の実施の形態は図６、図７、図８の例に示すような入力パタンから、正しい文字列パタン候補を得るために、レイアウト指定領域切り出しモジュール１１０を持つ。併せて、図３、図４、図５の例に示すような入力パタンから正しい文字列パタン候補を得るためにレイアウト指定領域周辺切り出しＡモジュール１２０、文字列パタン分割モジュール１３０、文字列パタン候補作成モジュール１４０を持つ。そして、特許文献１、特許文献２、特許文献３に示される技術と同様に、文字列パタン候補作成モジュール１４０が最も尤もらしい文字列パタンを選択する。
第１の実施の形態の構成により先行技術の問題を解決し、図２、図３、図４、図５、図６、図７、図８に示すような入力パタンに対してより良好な文字列認識結果を得る。具体的には、レイアウト指定領域切り出しモジュール１１０とレイアウト指定領域周辺切り出しＡモジュール１２０の２つの切り出しにより文字列パタン候補のセットを作成することで、文字列パタン分割モジュール１３０において過剰な分割をする必要がなく文字列パタン候補のセットの数が過剰とならない。そして、あらゆる場面で正しい文字列パタンが作成され、より良好な文字列認識結果が得られる。
なお、レイアウト指定領域切り出しモジュール１１０は、単純な部分領域の切り出しであり、その実現方法は自明である。
また、レイアウト指定領域周辺切り出しＡモジュール１２０の実現方法は、特許文献１、特許文献２、特許文献３のような先行技術の利用が考えられる。なお、周辺領域とは、レイアウト情報が指定する認識対象領域を予め定められた割合だけ広げた領域としてもよいし、予め定められた大きさだけ領域を広げたものであってもよい。また、対象としている領域の予め定めた方向（例えば、上方向）にだけ広げて周辺領域としてもよいし、方向毎に独立した大きさで広げて周辺領域としてもよい。
なお、レイアウト指定領域切り出しモジュール１１０は、単純な部分領域の切り出しであり、その実現方法は自明である。
また、レイアウト指定領域周辺切り出しＡモジュール１２０の実現方法は、特許文献１、特許文献２、特許文献３のような先行技術の利用が考えられる。なお、周辺領域とは、レイアウト情報が指定する認識対象領域を予め定められた割合だけ広げた領域としてもよいし、予め定められた大きさだけ領域を広げたものであってもよい。また、対象としている領域の予め定めた方向（例えば、上方向）にだけ広げて周辺領域としてもよいし、方向毎に独立した大きさで広げて周辺領域としてもよい。
文字列パタン分割モジュール１３０の分割処理に関しては、例えば、特許文献４に示される文字列パタン切り出し技術等を利用して周辺領域から部分パタンのセットを作成すればよい。そして、文字列パタン候補作成モジュール１４０は、これらを統合して文字列パタン候補のセットを作成すればよい。
具体的には、まず、図９の例に示すように、認識対象領域（枠９１０）を含む周辺領域９９０を切り出す。なお、この入力パタンは図４の例であり、文字列パタン９２０は文字列パタン４２０に対応し、枠９１０は枠４１０に対応する。参考のため、図４の例からレイアウト情報の指定する認識対象領域を切り出した例（レイアウト指定領域切り出しモジュール１１０が切り出した文字列パタン候補１１５の例）は、図１０の切り取り領域１０２０のようになる。なお、枠１０１０は枠４１０に対応し、切り取り領域１０２０は、文字列パタン９２０の一部分であって枠９１０（枠１０１０）に含まれている部分である。また、分かりやすさのため、以後、切り出した部分パタンの最外殻矩形（外接矩形）を点線で示す。図１０の例に示す切り取り領域１０２０内は、正しい文字列パタンではない（認識には適していない文字列パタンである）。続いて、図９の例に示す周辺領域９９０に対して、文字列パタン候補のセットを作成する。特許文献４に示される分割技術を利用し、図１１の例に示すように、分割境界１１１５、１１２５が得られたとする。これらによって、周辺領域９９０は、分割領域１１１０、１１２０、１１３０に分割される。図１１の例に示す分割境界１１１５、１１２５の境界で分割される部分パタンの最小単位を図１２、図１３、図１４の例に示す。部分パタン１２１０は分割領域１１１０に対応し、部分パタン１３２０は分割領域１１２０に対応し、部分パタン１４３０は分割領域１１３０に対応する。図１２、図１３、図１４の例に示す部分パタン１２１０、部分パタン１３２０、部分パタン１４３０は、単独ではいずれも正しい文字列パタンではない。しかし、図５の例のような接触を想定した場合、この程度の過分割が必要である。そこで、文字列パタン候補には、図１２、図１３、図１４の例に示す部分パタンに加え、これらをマージした部分パタンも含める。ここでのマージは、互いに隣合う部分パタンを組み合わせたものである。具体的には、部分パタン１２１０（分割領域１１１０）と部分パタン１３２０（分割領域１１２０）の組み合わせ、部分パタン１３２０（分割領域１１２０）と部分パタン１４３０（分割領域１１３０）の組み合わせ、部分パタン１２１０（分割領域１１１０）と部分パタン１３２０（分割領域１１２０）と部分パタン１４３０（分割領域１１３０）の組み合わせがある。この例では、図１２、図１３、図１４に示す例の全てをマージした場合に正しい文字列パタン（認識対象とすべき文字列パタン）となる。
具体的には、まず、図９の例に示すように、認識対象領域（枠９１０）を含む周辺領域９９０を切り出す。なお、この入力パタンは図４の例であり、文字列パタン９２０は文字列パタン４２０に対応し、枠９１０は枠４１０に対応する。参考のため、図４の例からレイアウト情報の指定する認識対象領域を切り出した例（レイアウト指定領域切り出しモジュール１１０が切り出した文字列パタン候補１１５の例）は、図１０の切り取り領域１０２０のようになる。なお、枠１０１０は枠４１０に対応し、切り取り領域１０２０は、文字列パタン９２０の一部分であって枠９１０（枠１０１０）に含まれている部分である。また、分かりやすさのため、以後、切り出した部分パタンの最外殻矩形（外接矩形）を点線で示す。図１０の例に示す切り取り領域１０２０内は、正しい文字列パタンではない（認識には適していない文字列パタンである）。続いて、図９の例に示す周辺領域９９０に対して、文字列パタン候補のセットを作成する。特許文献４に示される分割技術を利用し、図１１の例に示すように、分割境界１１１５、１１２５が得られたとする。これらによって、周辺領域９９０は、分割領域１１１０、１１２０、１１３０に分割される。図１１の例に示す分割境界１１１５、１１２５の境界で分割される部分パタンの最小単位を図１２、図１３、図１４の例に示す。部分パタン１２１０は分割領域１１１０に対応し、部分パタン１３２０は分割領域１１２０に対応し、部分パタン１４３０は分割領域１１３０に対応する。図１２、図１３、図１４の例に示す部分パタン１２１０、部分パタン１３２０、部分パタン１４３０は、単独ではいずれも正しい文字列パタンではない。しかし、図５の例のような接触を想定した場合、この程度の過分割が必要である。そこで、文字列パタン候補には、図１２、図１３、図１４の例に示す部分パタンに加え、これらをマージした部分パタンも含める。ここでのマージは、互いに隣合う部分パタンを組み合わせたものである。具体的には、部分パタン１２１０（分割領域１１１０）と部分パタン１３２０（分割領域１１２０）の組み合わせ、部分パタン１３２０（分割領域１１２０）と部分パタン１４３０（分割領域１１３０）の組み合わせ、部分パタン１２１０（分割領域１１１０）と部分パタン１３２０（分割領域１１２０）と部分パタン１４３０（分割領域１１３０）の組み合わせがある。この例では、図１２、図１３、図１４に示す例の全てをマージした場合に正しい文字列パタン（認識対象とすべき文字列パタン）となる。
また、同様にして図８の例に示す入力パタン（文字列パタン８２０、文字列パタン８３０）について文字列パタン候補を切り出す例を図１５、図１６に示す。図１５に示す例は、レイアウト情報の指定する認識対象領域（枠１５１０）を切り出した例（レイアウト指定領域切り出しモジュール１１０が切り出した文字列パタン候補１１５）である。また、図１６に示す例は、特許文献４に示される分割技術を利用して得られた分割境界の例である。つまり、図１６の例に示すように、分割境界１６１５、１６２５、１６３５が得られたとする。これらによって、周辺領域１６９０は、分割領域１６１０、１６２０、１６３０、１６４０に分割される。図１６に示す例では、多い接触により文字列パタンが正しく分割されず、どの部分領域（分割領域１６１０、１６２０、１６３０、１６４０のいずれか、又は互いに隣合う２つ以上の組み合わせ）を参照しても正しい文字列パタンが得られない。一方、図１５に示す例では、比較的良好な文字列パタンが得られている。
また、文字列パタン選択Ａモジュール１５０による処理方法も、特許文献１、特許文献２、特許文献３等に示されている技術を利用すればよい。
具体的には、文字列認識結果の単文字識別機のスコアを参照する方法がある。単文字識別機は、非特許文献１に示されるような先行技術を利用すればよい。各文字列パタン候補の文字列認識結果に含まれる全ての単文字について、単文字識別機のスコアの最小値が最大である文字列パタン認識候補を選択する方法が考えられる。つまり、文字列パタン候補に対して、エネルギー最小パス選択による文字列認識が出力するパスに含まれる単文字の単文字識別スコアの最小値が最大のものを選択すればよい。この最小値の利用には、文字列認識結果の文字数の影響や、誤って切り出された文字列パタン候補に部分的に含まれる正しい単文字パタンの影響を抑える効果がある。
また、非特許文献２に示されるような、エネルギー最小パス選択による文字列認識機が出力するパスのエネルギーが最小である文字列パタン候補を選択する方法が考えられる。具体的には、非特許文献２に示されるエネルギー関数Ｅ（Ｘ，Ｙ，Θ）は、数式１の形式で表される。Ｘは入力の文字列パタン候補を表す。Ｙは出力の文字列を表す。また、Θはエネルギー計算のパラメータを表す。また、ｐｒｅｖ（ｙ）はＹにおける文字ｙの直前の文字を表す。また、Ｅ（ｙ’，ｙ，Ｘ，Θ）は連続する文字ｙ’，ｙのエネルギーを表す。なお、非特許文献２は非特許文献３に示されるエネルギー関数を利用しているが、非特許文献４に示されるものを利用してもよい。なお、非特許文献２、非特許文献３、非特許文献４に示される技術は、数式１のＥ（Ｘ，Ｙ,Θ）を最小化するようなＹを認識結果として出力する。
数式１を利用することで、文字列としての結果の確からしさを評価することができる。パラメータΘを所望の認識対象文字列に最適化することで、単文字識別機のスコアのみを参照する場合よりも正しい結果を得ることができる。
なお、数式１を利用する場合においては、エネルギーの算出と同時に認識結果の文字列Ｙが得られているため、これを文字列認識機の出力とすればよい。これにより、冗長な処理がなく高速である。
具体的には、文字列認識結果の単文字識別機のスコアを参照する方法がある。単文字識別機は、非特許文献１に示されるような先行技術を利用すればよい。各文字列パタン候補の文字列認識結果に含まれる全ての単文字について、単文字識別機のスコアの最小値が最大である文字列パタン認識候補を選択する方法が考えられる。つまり、文字列パタン候補に対して、エネルギー最小パス選択による文字列認識が出力するパスに含まれる単文字の単文字識別スコアの最小値が最大のものを選択すればよい。この最小値の利用には、文字列認識結果の文字数の影響や、誤って切り出された文字列パタン候補に部分的に含まれる正しい単文字パタンの影響を抑える効果がある。
また、非特許文献２に示されるような、エネルギー最小パス選択による文字列認識機が出力するパスのエネルギーが最小である文字列パタン候補を選択する方法が考えられる。具体的には、非特許文献２に示されるエネルギー関数Ｅ（Ｘ，Ｙ，Θ）は、数式１の形式で表される。Ｘは入力の文字列パタン候補を表す。Ｙは出力の文字列を表す。また、Θはエネルギー計算のパラメータを表す。また、ｐｒｅｖ（ｙ）はＹにおける文字ｙの直前の文字を表す。また、Ｅ（ｙ’，ｙ，Ｘ，Θ）は連続する文字ｙ’，ｙのエネルギーを表す。なお、非特許文献２は非特許文献３に示されるエネルギー関数を利用しているが、非特許文献４に示されるものを利用してもよい。なお、非特許文献２、非特許文献３、非特許文献４に示される技術は、数式１のＥ（Ｘ，Ｙ,Θ）を最小化するようなＹを認識結果として出力する。
なお、数式１を利用する場合においては、エネルギーの算出と同時に認識結果の文字列Ｙが得られているため、これを文字列認識機の出力とすればよい。これにより、冗長な処理がなく高速である。
第１の実施の形態内の各モジュールの対象又は処理結果の例を、図１７の例に示す。
図１７（ａ）に示す例は、入力パタン１０５の例であり、図４に示すものと同じである。
図１７（ｂ）に示す例は、文字列パタン候補１１５の例であり、図１０に示す切り取り領域１０２０と同じである。
図１７（ｃ）に示す例は、周辺パタン１２５の例であり、図９に示すものと同じである。
図１７（ｄ１）〜（ｄ３）に示す例は、部分パタンのセット１３５の例である。図１７（ｄ１）に示す例は、部分パタンのセット１３５の部分例（セットの一要素）であり、図１２に示すものと同じである。図１７（ｄ２）に示す例は、部分パタンのセット１３５の部分例であり、図１３に示すものと同じである。図１７（ｄ３）に示す例は、部分パタンのセット１３５の部分例であり、図１４に示すものと同じである。
図１７（ｅ１）〜（ｅ６）に示す例は、文字列パタン候補のセット１４５の例であり、図１７（ｄ１）〜（ｄ３）の組み合わせ例である。図１７（ｅ１）に示す例は、図１７（ｄ１）に示すものと同じである。図１７（ｅ２）に示す例は、図１７（ｄ１）と（ｄ２）の組み合わせ例である。図１７（ｅ３）に示す例は、図１７（ｄ１）と（ｄ２）と（ｄ３）の組み合わせ例である。図１７（ｅ４）に示す例は、図１７（ｄ２）に示すものと同じである。図１７（ｅ５）に示す例は、図１７（ｄ２）と（ｄ３）の組み合わせ例である。図１７（ｅ６）に示す例は、図１７（ｄ３）に示すものと同じである。
図１７（ｆ）に示す例は、文字列パタン１９５の例であり、文字列パタン候補１１５、文字列パタン候補のセット１４５から、最も文字列らしい文字列パタン（図１７（ｅ３）に示す例）を選択したものである。
図１７（ａ）に示す例は、入力パタン１０５の例であり、図４に示すものと同じである。
図１７（ｂ）に示す例は、文字列パタン候補１１５の例であり、図１０に示す切り取り領域１０２０と同じである。
図１７（ｃ）に示す例は、周辺パタン１２５の例であり、図９に示すものと同じである。
図１７（ｄ１）〜（ｄ３）に示す例は、部分パタンのセット１３５の例である。図１７（ｄ１）に示す例は、部分パタンのセット１３５の部分例（セットの一要素）であり、図１２に示すものと同じである。図１７（ｄ２）に示す例は、部分パタンのセット１３５の部分例であり、図１３に示すものと同じである。図１７（ｄ３）に示す例は、部分パタンのセット１３５の部分例であり、図１４に示すものと同じである。
図１７（ｅ１）〜（ｅ６）に示す例は、文字列パタン候補のセット１４５の例であり、図１７（ｄ１）〜（ｄ３）の組み合わせ例である。図１７（ｅ１）に示す例は、図１７（ｄ１）に示すものと同じである。図１７（ｅ２）に示す例は、図１７（ｄ１）と（ｄ２）の組み合わせ例である。図１７（ｅ３）に示す例は、図１７（ｄ１）と（ｄ２）と（ｄ３）の組み合わせ例である。図１７（ｅ４）に示す例は、図１７（ｄ２）に示すものと同じである。図１７（ｅ５）に示す例は、図１７（ｄ２）と（ｄ３）の組み合わせ例である。図１７（ｅ６）に示す例は、図１７（ｄ３）に示すものと同じである。
図１７（ｆ）に示す例は、文字列パタン１９５の例であり、文字列パタン候補１１５、文字列パタン候補のセット１４５から、最も文字列らしい文字列パタン（図１７（ｅ３）に示す例）を選択したものである。
図１８は、第２の実施の形態の構成例についての概念的なモジュール構成図を示している。なお、前述の実施の形態と同種の部位には同一符号を付し重複した説明を省略する（以下、同様）。
第２の実施の形態は、レイアウト指定領域切り出しモジュール１１０、レイアウト指定領域周辺切り出しＡモジュール１２０、文字列パタン分割モジュール１３０、文字列パタン候補作成モジュール１４０、文字列パタン選択Ｂモジュール１８５０を有しており、レイアウト情報１１７が、文字列パタン１９５を選択するためのパラメータを持つ例を示している。レイアウト情報１１７に所望の文字列に最適化されたパラメータを指定しておくことで、様々な入力パタン１０５に対して、文字列パタンの選択が可能となる。
レイアウト指定領域切り出しモジュール１１０は、文字列パタン選択Ｂモジュール１８５０と接続されており、入力パタン１０５を受け付け、レイアウト情報１１７を用いた切り出し処理を行い、文字列パタン選択Ｂモジュール１８５０に文字列パタン候補１１５を渡す。
文字列パタン候補作成モジュール１４０は、文字列パタン分割モジュール１３０、文字列パタン選択Ｂモジュール１８５０と接続されており、文字列パタン分割モジュール１３０より部分パタンのセット１３５を受け取り、文字列パタン選択Ｂモジュール１８５０に文字列パタン候補のセット１４５を渡す。
文字列パタン選択Ｂモジュール１８５０は、レイアウト指定領域切り出しモジュール１１０、文字列パタン候補作成モジュール１４０と接続されており、レイアウト指定領域切り出しモジュール１１０より文字列パタン候補１１５を受け取り、文字列パタン候補作成モジュール１４０より文字列パタン候補のセット１４５を受け取り、レイアウト情報１１７を用いた選択処理を行い、文字列パタン１９５を出力する。文字列パタン選択Ｂモジュール１８５０は、文字列パタン選択Ａモジュール１５０と同等の処理を行うが、レイアウト情報１１７に記述されている選択パラメータを参照し、文字列パタン候補１１５又は文字列パタン候補のセット１４５から、前述した手法により、文字列パタン１９５をひとつ選択し、出力する。例えば、レイアウト情報１１７内には、枠内に記載される文字列パタンの意味に関する情報（例えば、氏名欄、住所欄等を示す情報、以下、選択パラメータともいう）が含まれており、文字列パタン選択Ｂモジュール１８５０は、レイアウト情報１１７内の枠の意味に関する情報を用いて、文字列パタンを選択する。例えば、レイアウト情報１１７内に住所欄であることを示す情報が含まれている場合は、予め用意している住所（県名、市町村名等）の文字列パタンに合致している文字列パタンを選択すればよい。
第２の実施の形態は、レイアウト指定領域切り出しモジュール１１０、レイアウト指定領域周辺切り出しＡモジュール１２０、文字列パタン分割モジュール１３０、文字列パタン候補作成モジュール１４０、文字列パタン選択Ｂモジュール１８５０を有しており、レイアウト情報１１７が、文字列パタン１９５を選択するためのパラメータを持つ例を示している。レイアウト情報１１７に所望の文字列に最適化されたパラメータを指定しておくことで、様々な入力パタン１０５に対して、文字列パタンの選択が可能となる。
レイアウト指定領域切り出しモジュール１１０は、文字列パタン選択Ｂモジュール１８５０と接続されており、入力パタン１０５を受け付け、レイアウト情報１１７を用いた切り出し処理を行い、文字列パタン選択Ｂモジュール１８５０に文字列パタン候補１１５を渡す。
文字列パタン候補作成モジュール１４０は、文字列パタン分割モジュール１３０、文字列パタン選択Ｂモジュール１８５０と接続されており、文字列パタン分割モジュール１３０より部分パタンのセット１３５を受け取り、文字列パタン選択Ｂモジュール１８５０に文字列パタン候補のセット１４５を渡す。
文字列パタン選択Ｂモジュール１８５０は、レイアウト指定領域切り出しモジュール１１０、文字列パタン候補作成モジュール１４０と接続されており、レイアウト指定領域切り出しモジュール１１０より文字列パタン候補１１５を受け取り、文字列パタン候補作成モジュール１４０より文字列パタン候補のセット１４５を受け取り、レイアウト情報１１７を用いた選択処理を行い、文字列パタン１９５を出力する。文字列パタン選択Ｂモジュール１８５０は、文字列パタン選択Ａモジュール１５０と同等の処理を行うが、レイアウト情報１１７に記述されている選択パラメータを参照し、文字列パタン候補１１５又は文字列パタン候補のセット１４５から、前述した手法により、文字列パタン１９５をひとつ選択し、出力する。例えば、レイアウト情報１１７内には、枠内に記載される文字列パタンの意味に関する情報（例えば、氏名欄、住所欄等を示す情報、以下、選択パラメータともいう）が含まれており、文字列パタン選択Ｂモジュール１８５０は、レイアウト情報１１７内の枠の意味に関する情報を用いて、文字列パタンを選択する。例えば、レイアウト情報１１７内に住所欄であることを示す情報が含まれている場合は、予め用意している住所（県名、市町村名等）の文字列パタンに合致している文字列パタンを選択すればよい。
図１９は、第３の実施の形態の構成例についての概念的なモジュール構成図を示している。
第３の実施の形態は、レイアウト指定領域切り出しモジュール１１０、レイアウト指定領域周辺切り出しＡモジュール１２０、文字列パタン分割モジュール１３０、文字列パタン候補作成モジュール１４０、文字列パタン選択Ｂモジュール１８５０、文字列認識Ａモジュール１９６０を有している。第２の実施の形態に、文字列認識Ａモジュール１９６０を付加したものであり、文字列パタン１９５の代わりに文字列認識結果１９９５を出力する。
文字列パタン選択Ｂモジュール１８５０は、レイアウト指定領域切り出しモジュール１１０、文字列パタン候補作成モジュール１４０、文字列認識Ａモジュール１９６０と接続されており、レイアウト指定領域切り出しモジュール１１０より文字列パタン候補１１５を受け取り、文字列パタン候補作成モジュール１４０より文字列パタン候補のセット１４５を受け取り、レイアウト情報１１７を用いた選択処理を行い、文字列認識Ａモジュール１９６０に文字列パタン１９５を渡す。
文字列認識Ａモジュール１９６０は、文字列パタン選択Ｂモジュール１８５０と接続されており、文字列パタン選択Ｂモジュール１８５０より文字列パタン１９５を受け取り、文字列パタン１９５に対して文字列認識を行い、その文字列認識結果１９９５を出力する。文字列認識は既存の技術を用いればよい。前述したように、文字列パタン１９５が画像である場合は、文字列認識として文字画像認識が行われ、文字列パタン１９５がストロークである場合は、オンライン文字認識が行われる。
第３の実施の形態は、レイアウト指定領域切り出しモジュール１１０、レイアウト指定領域周辺切り出しＡモジュール１２０、文字列パタン分割モジュール１３０、文字列パタン候補作成モジュール１４０、文字列パタン選択Ｂモジュール１８５０、文字列認識Ａモジュール１９６０を有している。第２の実施の形態に、文字列認識Ａモジュール１９６０を付加したものであり、文字列パタン１９５の代わりに文字列認識結果１９９５を出力する。
文字列パタン選択Ｂモジュール１８５０は、レイアウト指定領域切り出しモジュール１１０、文字列パタン候補作成モジュール１４０、文字列認識Ａモジュール１９６０と接続されており、レイアウト指定領域切り出しモジュール１１０より文字列パタン候補１１５を受け取り、文字列パタン候補作成モジュール１４０より文字列パタン候補のセット１４５を受け取り、レイアウト情報１１７を用いた選択処理を行い、文字列認識Ａモジュール１９６０に文字列パタン１９５を渡す。
文字列認識Ａモジュール１９６０は、文字列パタン選択Ｂモジュール１８５０と接続されており、文字列パタン選択Ｂモジュール１８５０より文字列パタン１９５を受け取り、文字列パタン１９５に対して文字列認識を行い、その文字列認識結果１９９５を出力する。文字列認識は既存の技術を用いればよい。前述したように、文字列パタン１９５が画像である場合は、文字列認識として文字画像認識が行われ、文字列パタン１９５がストロークである場合は、オンライン文字認識が行われる。
図２０は、第４の実施の形態の構成例についての概念的なモジュール構成図を示している。
第４の実施の形態は、レイアウト指定領域切り出しモジュール１１０、レイアウト指定領域周辺切り出しＡモジュール１２０、文字列パタン分割モジュール１３０、文字列パタン候補作成モジュール１４０、文字列認識Ｂモジュール２０５０、文字列認識結果選択モジュール２０６０を有している。前述の通り、数式１を利用する場合においては、エネルギーの算出と文字列認識結果が得られているため、これを出力とすればよい。すなわち、まず文字列認識を行い、続いてその文字認識結果に基づいて文字パタンを選択する、という順序になる。第４の実施の形態によれば、冗長な処理がないために、高速に処理結果が得られる。
レイアウト指定領域切り出しモジュール１１０は、文字列認識Ｂモジュール２０５０と接続されており、入力パタン１０５を受け付け、レイアウト情報１１７を用いた切り出し処理を行い、文字列認識Ｂモジュール２０５０に文字列パタン候補１１５を渡す。
文字列パタン候補作成モジュール１４０は、文字列パタン分割モジュール１３０、文字列認識Ｂモジュール２０５０と接続されており、文字列パタン分割モジュール１３０より部分パタンのセット１３５を受け取り、文字列認識Ｂモジュール２０５０に文字列パタン候補のセット１４５を渡す。
文字列認識Ｂモジュール２０５０は、レイアウト指定領域切り出しモジュール１１０、文字列パタン候補作成モジュール１４０と接続されており、レイアウト指定領域切り出しモジュール１１０より文字列パタン候補１１５を受け取り、文字列パタン候補作成モジュール１４０より文字列パタン候補のセット１４５を受け取り、レイアウト情報１１７を用いた文字列認識処理を行い、文字列認識結果選択モジュール２０６０に文字列認識結果のセット２０５５を渡す。文字列認識Ｂモジュール２０５０は、レイアウト指定領域切り出しモジュール１１０によって切り出された文字列パタン候補１１５と、文字列パタン候補作成モジュール１４０によって作成された文字列パタン候補のセット１４５を文字認識し、文字列認識結果のセット２０５５を出力する。具体的には、レイアウト情報１１７に記述される選択パラメータを参照し、文字列パタン候補のセット１４５の各文字列パタン候補に対して文字列認識を行い、文字列認識結果のセット２０５５を出力する。このとき、文字列認識結果選択モジュール２０６０での選択のための評価値（前述の確度等）を各文字列認識結果に付与しておく。
文字列認識結果選択モジュール２０６０は、文字列認識Ｂモジュール２０５０と接続されており、文字列認識Ｂモジュール２０５０より文字列認識結果のセット２０５５を受け取り、文字列認識結果２０９５を出力する。文字列認識結果選択モジュール２０６０は、文字列認識Ｂモジュール２０５０によって文字認識された文字列認識結果のセット２０５５から、評価値を参照して文字列認識結果２０９５を選択する。また、レイアウト情報１１７に記述される選択パラメータを用いて選択するようにしてもよい。
第４の実施の形態は、レイアウト指定領域切り出しモジュール１１０、レイアウト指定領域周辺切り出しＡモジュール１２０、文字列パタン分割モジュール１３０、文字列パタン候補作成モジュール１４０、文字列認識Ｂモジュール２０５０、文字列認識結果選択モジュール２０６０を有している。前述の通り、数式１を利用する場合においては、エネルギーの算出と文字列認識結果が得られているため、これを出力とすればよい。すなわち、まず文字列認識を行い、続いてその文字認識結果に基づいて文字パタンを選択する、という順序になる。第４の実施の形態によれば、冗長な処理がないために、高速に処理結果が得られる。
レイアウト指定領域切り出しモジュール１１０は、文字列認識Ｂモジュール２０５０と接続されており、入力パタン１０５を受け付け、レイアウト情報１１７を用いた切り出し処理を行い、文字列認識Ｂモジュール２０５０に文字列パタン候補１１５を渡す。
文字列パタン候補作成モジュール１４０は、文字列パタン分割モジュール１３０、文字列認識Ｂモジュール２０５０と接続されており、文字列パタン分割モジュール１３０より部分パタンのセット１３５を受け取り、文字列認識Ｂモジュール２０５０に文字列パタン候補のセット１４５を渡す。
文字列認識Ｂモジュール２０５０は、レイアウト指定領域切り出しモジュール１１０、文字列パタン候補作成モジュール１４０と接続されており、レイアウト指定領域切り出しモジュール１１０より文字列パタン候補１１５を受け取り、文字列パタン候補作成モジュール１４０より文字列パタン候補のセット１４５を受け取り、レイアウト情報１１７を用いた文字列認識処理を行い、文字列認識結果選択モジュール２０６０に文字列認識結果のセット２０５５を渡す。文字列認識Ｂモジュール２０５０は、レイアウト指定領域切り出しモジュール１１０によって切り出された文字列パタン候補１１５と、文字列パタン候補作成モジュール１４０によって作成された文字列パタン候補のセット１４５を文字認識し、文字列認識結果のセット２０５５を出力する。具体的には、レイアウト情報１１７に記述される選択パラメータを参照し、文字列パタン候補のセット１４５の各文字列パタン候補に対して文字列認識を行い、文字列認識結果のセット２０５５を出力する。このとき、文字列認識結果選択モジュール２０６０での選択のための評価値（前述の確度等）を各文字列認識結果に付与しておく。
文字列認識結果選択モジュール２０６０は、文字列認識Ｂモジュール２０５０と接続されており、文字列認識Ｂモジュール２０５０より文字列認識結果のセット２０５５を受け取り、文字列認識結果２０９５を出力する。文字列認識結果選択モジュール２０６０は、文字列認識Ｂモジュール２０５０によって文字認識された文字列認識結果のセット２０５５から、評価値を参照して文字列認識結果２０９５を選択する。また、レイアウト情報１１７に記述される選択パラメータを用いて選択するようにしてもよい。
図２１は、第５の実施の形態の構成例についての概念的なモジュール構成図を示している。
第５の実施の形態は、レイアウト指定領域切り出しモジュール１１０、レイアウト指定領域周辺切り出しＢモジュール２１２０、隣接フリガナレイアウト情報読み出しモジュール２１３０、文字列パタン分割モジュール１３０、文字列パタン候補作成モジュール１４０、文字列認識Ｂモジュール２０５０、文字列認識結果選択モジュール２０６０を有しており、フリガナ領域が隣接する文字列パタンを認識対象とするものである。対象としている領域に対してフリガナ領域が隣接する場合、その情報を参照して周辺領域を決定することが望ましい。例えば、フリガナ領域を周辺領域に含めるようにしてもよい。これにより、文字列切り出し技術がフリガナをフリガナとして正しく切り出す傾向が高まり、より正しい分割を得ることができる。また、隣接領域まで跨って筆記された文字列がより正確に文字列パタン候補のセットに含まれるようになる。
隣接フリガナレイアウト情報読み出しモジュール２１３０は、レイアウト指定領域周辺切り出しＢモジュール２１２０と接続されており、レイアウト情報１１７を受け取り、レイアウト指定領域周辺切り出しＢモジュール２１２０に隣接領域情報２１２５を渡す。隣接フリガナレイアウト情報読み出しモジュール２１３０は、認識対象である領域に隣接する領域の情報（隣接領域情報２１２５）をレイアウト情報１１７から読みだす。この隣接する領域の情報は、予めレイアウト情報１１７に記述されている。
レイアウト指定領域周辺切り出しＢモジュール２１２０は、隣接フリガナレイアウト情報読み出しモジュール２１３０、文字列パタン分割モジュール１３０と接続されており、入力パタン１０５を受け付け、隣接フリガナレイアウト情報読み出しモジュール２１３０より隣接領域情報２１２５を受け取り、文字列パタン分割モジュール１３０に周辺パタン１２５を渡す。レイアウト指定領域周辺切り出しＢモジュール２１２０は、文字列パタンが記入されるべき領域に隣接する領域であって、フリガナが記入されるべき領域が指定されている場合は、そのフリガナが記入されるべき領域を周辺の領域として、文字列パタンを切り出す。具体的には、隣接領域情報２１２５を参照し、入力パタン１０５から、レイアウト情報１１７が指定する領域の周辺の文字列パタンを切り出し、これを周辺パタン１２５として出力する。
文字列パタン分割モジュール１３０は、レイアウト指定領域周辺切り出しＢモジュール２１２０、文字列パタン候補作成モジュール１４０と接続されており、レイアウト指定領域周辺切り出しＢモジュール２１２０より周辺パタン１２５を受け取り、文字列パタン候補作成モジュール１４０に部分パタンのセット１３５を渡す。文字列パタン分割モジュール１３０は、隣接領域情報２１２５を参照して、フリガナ領域と対象としている領域の境界位置の周辺で、周辺パタン１２５の分割を行う。
第５の実施の形態は、レイアウト指定領域切り出しモジュール１１０、レイアウト指定領域周辺切り出しＢモジュール２１２０、隣接フリガナレイアウト情報読み出しモジュール２１３０、文字列パタン分割モジュール１３０、文字列パタン候補作成モジュール１４０、文字列認識Ｂモジュール２０５０、文字列認識結果選択モジュール２０６０を有しており、フリガナ領域が隣接する文字列パタンを認識対象とするものである。対象としている領域に対してフリガナ領域が隣接する場合、その情報を参照して周辺領域を決定することが望ましい。例えば、フリガナ領域を周辺領域に含めるようにしてもよい。これにより、文字列切り出し技術がフリガナをフリガナとして正しく切り出す傾向が高まり、より正しい分割を得ることができる。また、隣接領域まで跨って筆記された文字列がより正確に文字列パタン候補のセットに含まれるようになる。
隣接フリガナレイアウト情報読み出しモジュール２１３０は、レイアウト指定領域周辺切り出しＢモジュール２１２０と接続されており、レイアウト情報１１７を受け取り、レイアウト指定領域周辺切り出しＢモジュール２１２０に隣接領域情報２１２５を渡す。隣接フリガナレイアウト情報読み出しモジュール２１３０は、認識対象である領域に隣接する領域の情報（隣接領域情報２１２５）をレイアウト情報１１７から読みだす。この隣接する領域の情報は、予めレイアウト情報１１７に記述されている。
レイアウト指定領域周辺切り出しＢモジュール２１２０は、隣接フリガナレイアウト情報読み出しモジュール２１３０、文字列パタン分割モジュール１３０と接続されており、入力パタン１０５を受け付け、隣接フリガナレイアウト情報読み出しモジュール２１３０より隣接領域情報２１２５を受け取り、文字列パタン分割モジュール１３０に周辺パタン１２５を渡す。レイアウト指定領域周辺切り出しＢモジュール２１２０は、文字列パタンが記入されるべき領域に隣接する領域であって、フリガナが記入されるべき領域が指定されている場合は、そのフリガナが記入されるべき領域を周辺の領域として、文字列パタンを切り出す。具体的には、隣接領域情報２１２５を参照し、入力パタン１０５から、レイアウト情報１１７が指定する領域の周辺の文字列パタンを切り出し、これを周辺パタン１２５として出力する。
文字列パタン分割モジュール１３０は、レイアウト指定領域周辺切り出しＢモジュール２１２０、文字列パタン候補作成モジュール１４０と接続されており、レイアウト指定領域周辺切り出しＢモジュール２１２０より周辺パタン１２５を受け取り、文字列パタン候補作成モジュール１４０に部分パタンのセット１３５を渡す。文字列パタン分割モジュール１３０は、隣接領域情報２１２５を参照して、フリガナ領域と対象としている領域の境界位置の周辺で、周辺パタン１２５の分割を行う。
図２２は、第６の実施の形態の構成例についての概念的なモジュール構成図を示している。
第６の実施の形態は、本実施の形態２２１０、レイアウト読み出しモジュール２２２０を有しており、複数の認識対象領域を扱うものである。ひとつの入力パタン２２０５に対して、認識対象領域を示すレイアウト情報セット２２１５を指定し、文字列認識結果のセット２２９５を得ることができる。
レイアウト読み出しモジュール２２２０は、本実施の形態２２１０と接続されており、レイアウト情報セット２２１５を受け付け、本実施の形態２２１０にレイアウト情報２２２５を渡す。レイアウト読み出しモジュール２２２０は、認識対象領域のセットを指定するレイアウト情報セット２２１５から、レイアウト情報２２２５をひとつずつ読み出し、前述の第１の実施の形態から第５の実施の形態のいずれか１つの実施の形態２２１０へ入力する。
本実施の形態２２１０は、レイアウト読み出しモジュール２２２０と接続されており、入力パタン２２０５を受け付け、レイアウト読み出しモジュール２２２０よりレイアウト情報２２２５を受け取り、文字列認識結果のセット２２９５を出力する。本実施の形態２２１０は、第３の実施の形態（図１９）、第４の実施の形態（図２０）、又は、第５の実施の形態（図２１）の例に示した実施の形態である。なお、文字列パタン１９５を出力するのであれば、第１の実施の形態（図１）又は第２の実施の形態（図１８）であってもよい。レイアウト読み出しモジュール２２２０から受け取ったレイアウト情報２２２５をレイアウト情報１１７として用いて、前述した処理を行う。
第６の実施の形態は、本実施の形態２２１０、レイアウト読み出しモジュール２２２０を有しており、複数の認識対象領域を扱うものである。ひとつの入力パタン２２０５に対して、認識対象領域を示すレイアウト情報セット２２１５を指定し、文字列認識結果のセット２２９５を得ることができる。
レイアウト読み出しモジュール２２２０は、本実施の形態２２１０と接続されており、レイアウト情報セット２２１５を受け付け、本実施の形態２２１０にレイアウト情報２２２５を渡す。レイアウト読み出しモジュール２２２０は、認識対象領域のセットを指定するレイアウト情報セット２２１５から、レイアウト情報２２２５をひとつずつ読み出し、前述の第１の実施の形態から第５の実施の形態のいずれか１つの実施の形態２２１０へ入力する。
本実施の形態２２１０は、レイアウト読み出しモジュール２２２０と接続されており、入力パタン２２０５を受け付け、レイアウト読み出しモジュール２２２０よりレイアウト情報２２２５を受け取り、文字列認識結果のセット２２９５を出力する。本実施の形態２２１０は、第３の実施の形態（図１９）、第４の実施の形態（図２０）、又は、第５の実施の形態（図２１）の例に示した実施の形態である。なお、文字列パタン１９５を出力するのであれば、第１の実施の形態（図１）又は第２の実施の形態（図１８）であってもよい。レイアウト読み出しモジュール２２２０から受け取ったレイアウト情報２２２５をレイアウト情報１１７として用いて、前述した処理を行う。
図２３を参照して、本実施の形態の情報処理装置のハードウェア構成例について説明する。図２３に示す構成は、例えばパーソナルコンピュータ（ＰＣ）等によって構成されるものであり、スキャナ等のデータ読み取り部２３１７と、プリンタ等のデータ出力部２３１８を備えたハードウェア構成例を示している。
ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２３０１は、前述の実施の形態において説明した各種のモジュール、すなわち、レイアウト指定領域切り出しモジュール１１０、レイアウト指定領域周辺切り出しＡモジュール１２０、文字列パタン分割モジュール１３０、文字列パタン候補作成モジュール１４０、文字列パタン選択Ａモジュール１５０、文字列パタン選択Ｂモジュール１８５０、文字列認識Ａモジュール１９６０、文字列認識Ｂモジュール２０５０、文字列認識結果選択モジュール２０６０、レイアウト指定領域周辺切り出しＢモジュール２１２０、隣接フリガナレイアウト情報読み出しモジュール２１３０、レイアウト読み出しモジュール２２２０等の各モジュールの実行シーケンスを記述したコンピュータ・プログラムにしたがった処理を実行する制御部である。
ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２３０２は、ＣＰＵ２３０１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２３０３は、ＣＰＵ２３０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバス等から構成されるホストバス２３０４により相互に接続されている。
ホストバス２３０４は、ブリッジ２３０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バス等の外部バス２３０６に接続されている。
キーボード２３０８、マウス等のポインティングデバイス２３０９は、操作者により操作される入力デバイスである。ディスプレイ２３１０は、液晶表示装置又はＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）等があり、各種情報をテキストやイメージ情報として表示する。
ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）２３１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ２３０１によって実行するプログラムや情報を記録又は再生させる。ハードディスクには、入力パタン１０５、文字列パタン候補１１５、レイアウト情報１１７、周辺パタン１２５、部分パタンのセット１３５、文字列パタン候補のセット１４５、文字列パタン１９５等が格納される。さらに、その他の各種データ、各種コンピュータ・プログラム等が格納される。
ドライブ２３１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体２３１３に記録されているデータ又はプログラムを読みだして、そのデータ又はプログラムを、インタフェース２３０７、外部バス２３０６、ブリッジ２３０５、及びホストバス２３０４を介して接続されているＲＡＭ２３０３に供給する。リムーバブル記録媒体２３１３も、ハードディスクと同様のデータ記録領域として利用可能である。
接続ポート２３１４は、外部接続機器２３１５を接続するポートであり、ＵＳＢ、ＩＥＥＥ１３９４等の接続部を持つ。接続ポート２３１４は、インタフェース２３０７、及び外部バス２３０６、ブリッジ２３０５、ホストバス２３０４等を介してＣＰＵ２３０１等に接続されている。通信部２３１６は、通信回線に接続され、外部とのデータ通信処理を実行する。データ読み取り部２３１７は、例えばスキャナであり、ドキュメントの読み取り処理を実行する。データ出力部２３１８は、例えばプリンタであり、ドキュメントデータの出力処理を実行する。
なお、図２３に示す情報処理装置のハードウェア構成は、ひとつの構成例を示すものであり、本実施の形態は、図２３に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図２３に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）等に組み込まれていてもよい。
なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通等のために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読み出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読み出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読み出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリーカード等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、又は無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、又は別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して記録されていてもよい。また、圧縮や暗号化等、復元可能であればどのような態様で記録されていてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通等のために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読み出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読み出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読み出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリーカード等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、又は無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、又は別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して記録されていてもよい。また、圧縮や暗号化等、復元可能であればどのような態様で記録されていてもよい。
１０５…入力パタン
１１０…レイアウト指定領域切り出しモジュール
１１５…文字列パタン候補
１１７…レイアウト情報
１２０…レイアウト指定領域周辺切り出しＡモジュール
１２５…周辺パタン
１３０…文字列パタン分割モジュール
１３５…部分パタンのセット
１４０…文字列パタン候補作成モジュール
１４５…文字列パタン候補のセット
１５０…文字列パタン選択Ａモジュール
１９５…文字列パタン
１８５０…文字列パタン選択Ｂモジュール
１９６０…文字列認識Ａモジュール
１９９５…文字列認識結果
２０５０…文字列認識Ｂモジュール
２０５５…文字列認識結果のセット
２０６０…文字列認識結果選択モジュール
２０９５…文字列認識結果
２１２０…レイアウト指定領域周辺切り出しＢモジュール
２１２５…隣接領域情報
２１３０…隣接フリガナレイアウト情報読み出しモジュール
２２０５…入力パタン
２２１０…本実施の形態
２２１５…レイアウト情報セット
２２２０…レイアウト読み出しモジュール
２２２５…レイアウト情報
２２９５…文字列認識結果のセット
１１０…レイアウト指定領域切り出しモジュール
１１５…文字列パタン候補
１１７…レイアウト情報
１２０…レイアウト指定領域周辺切り出しＡモジュール
１２５…周辺パタン
１３０…文字列パタン分割モジュール
１３５…部分パタンのセット
１４０…文字列パタン候補作成モジュール
１４５…文字列パタン候補のセット
１５０…文字列パタン選択Ａモジュール
１９５…文字列パタン
１８５０…文字列パタン選択Ｂモジュール
１９６０…文字列認識Ａモジュール
１９９５…文字列認識結果
２０５０…文字列認識Ｂモジュール
２０５５…文字列認識結果のセット
２０６０…文字列認識結果選択モジュール
２０９５…文字列認識結果
２１２０…レイアウト指定領域周辺切り出しＢモジュール
２１２５…隣接領域情報
２１３０…隣接フリガナレイアウト情報読み出しモジュール
２２０５…入力パタン
２２１０…本実施の形態
２２１５…レイアウト情報セット
２２２０…レイアウト読み出しモジュール
２２２５…レイアウト情報
２２９５…文字列認識結果のセット
Claims (5)
- 文字列パタンが記入されるべき領域から認識対象となり得る文字列パタンを切り出す第１の切出手段と、
前記領域の周辺を含む領域から文字列パタンを切り出す第２の切出手段と、
前記第２の切出手段によって切り出された文字列パタンの分割した部分を組み合わせて、認識対象となり得る文字列パタンを作成する作成手段と、
前記第１の切出手段によって切り出された文字列パタンと、前記作成手段によって作成された文字列パタンのうち、認識対象とすべき文字列パタンを選択する選択手段
を具備することを特徴とする情報処理装置。 - 前記選択手段は、前記第１の切出手段によって切り出された文字列パタンと、前記作成手段によって作成された文字列パタンを文字認識し、該文字認識による結果に基づいて文字列パタンを選択する
ことを特徴とする請求項１に記載の情報処理装置。 - 前記作成手段における、文字列パタンの分割した部分として、行方向に境界線がある領域であり、該文字列パタンの分割した部分の組み合わせとして、互いに隣合っている領域を組み合わせたものである
ことを特徴とする請求項１又は２に記載の情報処理装置。 - 前記第２の切出手段は、前記文字列パタンが記入されるべき領域に隣接する領域であって、フリガナが記入されるべき領域が指定されている場合は、該フリガナが記入されるべき領域を前記周辺の領域として、文字列パタンを切り出す
ことを特徴とする請求項１から３のいずれか一項に記載の情報処理装置。 - コンピュータを、
文字列パタンが記入されるべき領域から認識対象となり得る文字列パタンを切り出す第１の切出手段と、
前記領域の周辺を含む領域から文字列パタンを切り出す第２の切出手段と、
前記第２の切出手段によって切り出された文字列パタンの分割した部分を組み合わせて、認識対象となり得る文字列パタンを作成する作成手段と、
前記第１の切出手段によって切り出された文字列パタンと、前記作成手段によって作成された文字列パタンのうち、認識対象とすべき文字列パタンを選択する選択手段
として機能させるための情報処理プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015006832A JP6547301B2 (ja) | 2015-01-16 | 2015-01-16 | 情報処理装置及び情報処理プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015006832A JP6547301B2 (ja) | 2015-01-16 | 2015-01-16 | 情報処理装置及び情報処理プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016133888A true JP2016133888A (ja) | 2016-07-25 |
| JP6547301B2 JP6547301B2 (ja) | 2019-07-24 |
Family
ID=56434518
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015006832A Active JP6547301B2 (ja) | 2015-01-16 | 2015-01-16 | 情報処理装置及び情報処理プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6547301B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020004124A (ja) * | 2018-06-28 | 2020-01-09 | 富士通株式会社 | 筆記選択プログラム、筆記選択方法および情報処理装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0954813A (ja) * | 1995-08-11 | 1997-02-25 | Fujitsu Ltd | 文字切り出し装置 |
-
2015
- 2015-01-16 JP JP2015006832A patent/JP6547301B2/ja active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0954813A (ja) * | 1995-08-11 | 1997-02-25 | Fujitsu Ltd | 文字切り出し装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020004124A (ja) * | 2018-06-28 | 2020-01-09 | 富士通株式会社 | 筆記選択プログラム、筆記選択方法および情報処理装置 |
| JP7035852B2 (ja) | 2018-06-28 | 2022-03-15 | 富士通株式会社 | 筆記選択プログラム、筆記選択方法および情報処理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6547301B2 (ja) | 2019-07-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6119952B2 (ja) | 画像処理装置及び画像処理プログラム | |
| US9280725B2 (en) | Information processing apparatus, information processing method, and non-transitory computer readable medium | |
| JP2007304864A (ja) | 文字認識処理システムおよび文字認識処理プログラム | |
| JP4834351B2 (ja) | 文字認識装置及び文字認識方法 | |
| JP2015169978A (ja) | 画像処理装置及び画像処理プログラム | |
| JP5343617B2 (ja) | 文字認識プログラム、文字認識方法および文字認識装置 | |
| JP7172351B2 (ja) | 文字列認識装置及び文字列認識プログラム | |
| JP2009251872A (ja) | 情報処理装置及び情報処理プログラム | |
| JP6221220B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP6547301B2 (ja) | 情報処理装置及び情報処理プログラム | |
| JP5601027B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP6303671B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP6007720B2 (ja) | 情報処理装置及び情報処理プログラム | |
| JP6511942B2 (ja) | 情報処理装置および情報処理プログラム | |
| JP6003375B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP2016009235A (ja) | 情報処理装置及び情報処理プログラム | |
| JP6260350B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP4882929B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP6323009B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP2015032239A (ja) | 情報処理装置及び情報処理プログラム | |
| JP2016053797A (ja) | 画像処理装置及び画像処理プログラム | |
| JP5928714B2 (ja) | 情報処理装置及び情報処理プログラム | |
| JP5949248B2 (ja) | 情報処理装置及び情報処理プログラム | |
| JP5845724B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP6003677B2 (ja) | 画像処理装置及び画像処理プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171214 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181210 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181219 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190214 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190528 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190610 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6547301 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |