JP2017151916A5 - - Google Patents

Description

本発明に係る装置は、画像に含まれる各文字に対応する文字領域を識別し、当該識別された文字領域毎に文字認識処理を行ない、前記文字認識処理の結果と前記文字領域の位置座標とを対応付けた情報を得る文字認識手段と、前記文字認識処理の結果から特定文字を判定し、当該判定された特定文字に対応する前記文字領域が拡大されるように、当該特定文字に対応付けられている文字領域の位置座標を変更する領域変更手段と、前記画像を表示する表示手段と、前記表示手段によって表示された前記画像においてユーザにより選択された範囲を取得する取得手段と、前記文字認識処理の結果と前記領域変更手段で変更した後の文字領域の位置座標とを対応付けた情報に基づいて、前記選択された範囲内に包含される複数の文字領域に対応する文字認識結果を出力する出力手段と、を備えたことを特徴とする。

Claims (16)

1. 画像に含まれる各文字に対応する文字領域を識別し、当該識別された文字領域毎に文字認識処理を行ない、前記文字認識処理の結果と前記文字領域の位置座標とを対応付けた情報を得る文字認識手段と、
   前記文字認識処理の結果から特定文字を判定し、当該判定された特定文字に対応する前記文字領域が拡大されるように、当該特定文字に対応付けられている文字領域の位置座標を変更する領域変更手段と、
   前記画像を表示する表示手段と、
   前記表示手段によって表示された前記画像においてユーザにより選択された範囲を取得する取得手段と、
   前記文字認識処理の結果と前記領域変更手段で変更した後の文字領域の位置座標とを対応付けた情報に基づいて、前記選択された範囲内に包含される複数の文字領域に対応する文字認識結果を出力する出力手段と、
   を備えたことを特徴とする装置。
2. 前記領域変更手段は、前記特定文字に対応する文字領域が当該特定文字に隣接する文字に対応する文字領域と重なるように、前記特定文字に対応する文字領域の位置座標を変更することを特徴とする請求項１に記載の装置。
3. 前記特定文字を規定する情報を保存する保存手段をさらに備え、
   前記領域変更手段は、前記保存手段に保存された情報を用いて、前記文字認識処理の結果から特定文字を判定し、当該判定された特定文字に対応する文字領域の位置座標を変更する
   ことを特徴とする請求項２に記載の装置。
4. 前記領域変更手段は、前記特定文字に対応する文字領域が、当該特定文字に隣接する文字に対応する文字領域の中心位置まで重なるように、前記特定文字に対応する文字領域の位置座標を変更することを特徴とする請求項３に記載の装置。
5. 前記領域変更手段は、さらに、前記特定文字に隣接する文字に対応する文字領域を、前記特定文字とは逆の方向に一定割合だけ拡げるように、前記特定文字に隣接する文字に対応する文字領域の位置座標を変更することを特徴とする請求項１乃至４のいずれかに記載の装置。
6. 前記領域変更手段は、前記特定文字に隣接する文字同士の特性が一致するかどうかの判定を行い、特性が不一致の場合は、前記特定文字に隣接する文字に対応する文字領域の位置座標の変更量を、特性が一致する場合よりも大きくすることを特徴とする請求項５に記載の装置。
7. 前記文字認識処理の結果は、文字コードとして取得され、
   前記領域変更手段は、前記特定文字に対応する文字コードと、当該特定文字に隣接する文字に対応する文字コードとを比較し、文字コードに含まれる要素が異なる場合に、前記特性が不一致であると判定することを特徴とする請求項６記載の装置。
8. 前記文字認識処理により取得される文字コードは、前記特性として、前記文字認識処理が実行された各文字についてのフォントの種類、フォントサイズ、スタイル、色の要素を含み、
   前記領域変更手段は、少なくとも１つの要素が異なる場合に不一致であると判定する
   ことを特徴とする請求項７に記載の装置。
9. 前記文字認識手段で識別された各文字に対応する文字領域は、その対応する文字に外接する矩形であることを特徴とする請求項１乃至８のいずれか１項に記載の装置。
10. 前記画像を属性に応じた領域に分割し、文字属性の領域を特定する領域分割手段をさらに備え、
    前記文字認識手段における前記文字認識処理は、前記領域分割手段で特定された前記文字属性の領域内に含まれる各文字画像単位で行なわれる
    ことを特徴とする請求項１乃至８のいずれか１項に記載の装置。
11. 前記特定文字は、スペース、コンマ、ピリオドの少なくとも１つを含むことを特徴とする請求項１乃至１０のいずれか１項に記載の装置。
12. 前記範囲の選択は、ユーザがマウスを使って指定することでなされる
    ことを特徴とする請求項１乃至１１のいずれか１項に記載の装置。
13. 前記表示手段はタッチパネルであり、
    前記範囲の選択は、前記タッチパネル上でユーザが指を使って指定することでなされる
    ことを特徴とする請求項１乃至１１のいずれか１項に記載の装置。
14. 前記表示手段は、前記画像を投影するプロジェクタであり、
    前記取得手段は、前記投影された画像に対してのユーザの指先の位置をカメラで撮影し、当該指先の動きを認識することによって、前記ユーザによって選択された範囲を取得する
    ことを特徴とする請求項１乃至１１のいずれか１項に記載の装置。
15. 文字認識結果の出力方法であって、
    画像に含まれる各文字に対応する文字領域を識別し、当該識別された文字領域毎に文字認識処理を行ない、前記文字認識処理の結果と前記文字領域の位置座標とを対応付けた情報を得るステップと、
    前記文字認識処理の結果から特定文字を判定し、当該判定された特定文字に対応する前記文字領域が少なくとも文字列方向に拡がるように、当該特定文字に対応付けられている文字領域の位置座標を変更するステップと、
    前記画像を表示するステップと、
    前記表示された画像においてユーザにより選択された範囲を取得するステップと、
    前記文字認識処理の結果と前記変更した後の文字領域の位置座標とを対応付けた情報に基づいて、前記選択された範囲内に包含される複数の文字領域に対応する文字認識結果を出力するステップと、
    を含むことを特徴とする方法。
16. コンピュータを、請求項１乃至１４のいずれか１項に記載の装置として機能させるためのプログラム。