JP2017220266A - 帳票読取装置、プログラムおよび帳票読取方法 - Google Patents

Abstract

【課題】帳票の読取情報の定義を容易に行う。
【解決手段】実施形態の帳票読取装置は、画面制御部、項目定義情報記憶部、文字認識部を備える。画面制御部は帳票の画像と、帳票の画像から読み取るべき文字の項目名の中からユーザが所望の項目名を指定するための複数の項目名指定部と、複数の項目名指定部に対応して設けられた複数の表示欄とを有する画面を出力する。項目定義情報記憶部には項目名毎に、エリアから読み取るべき文字データの文字種、文字数を含む定義情報が記憶されている。文字認識部は画面の複数の項目名指定部の中から所望の項目名指定部が指定され、帳票の画像から読取対象のエリアが指定された場合、定義情報に基づいて、指定されたエリアから切り出した画像部分を文字認識し、得られた前記文字認識結果の文字データを前記項目名指定部に対応する前記表示欄に表示する。
【選択図】図１

Description

本発明の実施形態は、帳票の画像から文字を読み取る帳票読取装置、プログラムおよび帳票読取方法に関する。

例えばコンピュータなどの帳票読取装置では、デジタルカメラなどの光学式の読取装置で取得した帳票の画像（デジタル写真など）を、文字認識アプリケーションソフトウェア（以下「ＯＣＲソフト」と称す）を利用して文字認識する技術が知られている。

読取り対象の帳票が例えば複数枚からなる契約書類などの場合、各ページ毎に独自の項目の配置が採用されており、同じ項目名を用いているといえども配置が異なるため、帳票読取装置には事前に各ページを読み取る（文字認識する）ための帳票の定義情報（読取情報の定義）をページ毎に定義しておく必要がある。帳票の定義情報とは、例えば認識項目名、その項目名に対応する読取り位置の座標（ｘ座標，ｙ座標）、サイズ、文字種、文字数などである。

また帳票読取装置に新たな帳票を読み取らせる場合には、上記読取情報の定義をすべての文字認識対象の項目名について手入力および設定する必要がある。このため、帳票読み取りのための事前準備に多大な時間と労力が必要であった。

特開２００５−２１６１０２号公報

このように従来の帳票読取装置の場合、読取り対象の帳票１ページ毎に、認識項目名に対応する座標、サイズ、文字種、文字数などを一々手入力し帳票を読み取るための読取情報を事前に設定しておく必要がある。また複数枚綴りの帳票の場合、同じ項目名を読み取ることも多く、一度読み取った情報を再度読み取るのは効率的ではない。

本発明が解決しようとする課題は、帳票を読み取るための事前の準備が容易で、かつ帳票の情報のうち所望の箇所を読み取ることができる帳票読取装置、プログラムおよび帳票読取方法を提供することにある。

実施形態の帳票読取装置は、帳票を光学的に読み取って得られた帳票の画像から文字を読み取る帳票読取装置であり、画面制御部、項目定義情報記憶部、文字認識部を備える。画面制御部は前記帳票の画像と、前記帳票の画像から読み取るべき文字の項目名の中からユーザが所望の項目名を指定するための複数の項目名指定部と、前記複数の項目名指定部に対応して設けられた複数の表示欄とを有する画面を出力する。項目定義情報記憶部には項目名毎に、前記エリアから読み取るべき文字データの文字種、文字数を含む定義情報が記憶されている。文字認識部は前記画面の複数の項目名指定部の中から所望の項目名指定部が指定され、前記帳票の画像から読取対象のエリアが指定された場合、前記項目定義情報記憶部の定義情報に基づいて、指定された前記エリアから切り出した画像部分を文字認識し、得られた前記文字認識結果の文字データを前記項目名指定部に対応する前記表示欄に表示する。

第１実施形態の帳票読取システムの構成を示す図である。 帳票読取システムのタブレットの構成を示す図である。 帳票画像ＤＢの内容を示す図である。 エントリ項目定義体ＤＢの内容を示す図である。 文字種辞書ＤＢの内容を示す図である。 エントリ情報ＤＢの内容を示す図である。 帳票画像を表示したエントリ画面の一例を示す図である。 第１実施形態の帳票読取システム全体の動作を示すフローチャートである。 画像取得部の動作を示すフローチャートである。 画面制御部の動作を示すフローチャートである。 読取エリアの指定方法の一例を示す図である。 文字認識部の動作を示すフローチャートである。 エントリ情報更新部の動作を示すフローチャートである。 第２実施形態の帳票読取システムの構成を示す図である。 第２実施形態の帳票読取システムの動作を示す図である。 画像取得部の他の構成例を示す図である。 第４実施形態の帳票読取システムの構成を示す図である。 第４実施形態のタブレットの構成を示す図である。 第４実施形態の文字認識依頼部、文字認識確定部の動作を示すフローチャートである。 読取エリアの指定方法の他の例を示す図である。

以下、図面を参照して実施形態を詳細に説明する。図１は第１実施形態の帳票読取システムの構成を示すブロック図である。

（第１実施形態）
図１に示すように、この第１実施形態の帳票読取システムは、電子機器または携帯端末としてのタブレット端末１とこのタブレット端末１とネットワーク７を介して接続された外部システム８とを備える。外部システム８は例えばサーバコンピュータなどである。

タブレット端末１は画像取得部としてのカメラ部２、タッチパネル３、ＣＰＵ４、メモリ５、通信インターフェース６（以下「通信Ｉ／Ｆ６」と称す）などを備える。

このタブレット端末１ではメモリ５に記憶されているソフトウェアをＣＰＵ４が読み出し、そのソフトウェアの処理を実行することで、タブレット端末１が、帳票を読み取る帳票読取装置として機能する。

カメラ部２は例えばＣＣＤカメラなどであり、読取り対象の帳票、例えば帳票Ａの帳票イメージ（帳票画像）を撮像、つまり光学的に読み取り、読み取った帳票画像をメモリ５に記憶する。撮像部としては、この端末１に内蔵されたカメラ部２の他、例えば外部接続したＣＣＤセンサなどを備えたデジタルカメラなどであってもよい。

タッチパネル３は情報の表示機能と入力機能の２つの機能を備えており、カメラ部２で撮像した帳票画像を液晶画面に表示すると共に、操作者が液晶画面に表示された画像（絵や写真など）の点または領域に手で触れて操作（タッチ操作）することにより、触れられた画面位置の情報を感知して操作情報（信号）として出力する。すなわちタッチパネル３はカメラ部２により撮像された帳票画像７１（図３，図７参照）を表示することが可能であり、タッチ操作が可能なものである。

メモリ５には、帳票画像データベース１２（以下「帳票画像ＤＢ１２」と称す）、エントリ項目定義体データベース（エントリ項目定義体ＤＢ４１（図４参照）、文字種辞書データベース（文字種辞書ＤＢ４２（図５参照））などの記憶領域が設定されている。

帳票画像ＤＢ１２には、カメラ部２により取得された帳票画像７１が記憶される（詳細は後述する）。またメモリ５にはエントリ項目定義体ＤＢ４１および文字種辞書ＤＢ４２が記憶されている。エントリ項目定義体ＤＢ４１は文字認識用の定義情報である。文字種辞書ＤＢ４２は帳票ＩＤ毎またはエントリ項目毎に設定されている文字種の辞書である。メモリ５は各部により帳票画像の処理が行われる際の作業領域として機能する。通信Ｉ／Ｆ６はネットワーク７を通じて外部システム８と通信する。

ＣＰＵ４は帳票画像７１とこの帳票画像７１から読み取るべき文字の項目名７２と各項目名に対応する認識結果の表示欄７３とを有するエントリ画面７０（図７参照）をタッチパネル３に表示する画面制御部として機能する。

またＣＰＵ４はエントリ画面７０に対するタッチ操作により、オペレータにより所望の項目名を指定するタップ操作とこの項目名に対応する読取り対象のエリアが指定された場合、指定されたエリアを文字認識し、得られた文字データと項目名の情報とエリアの位置情報とを対応付けてメモリ５に記憶すると共に、文字データを認識結果の表示欄７３に表示する文字認識部として機能する。

この帳票読取システムの機能としては、図２に示すように、画像取得部１０、画面制御部２０、文字認識部４０、エントリ情報更新部５０などを有する。

画像取得部１０はカメラ部２、帳票画像書込部１１、帳票画像記憶部としての帳票画像データベース１２（以下「帳票画像ＤＢ１２」と称す）を有する。カメラ部２は帳票Ａを光学的に読み取って帳票の画像を取得する。帳票画像書込部１１はカメラ部２により取得された帳票画像７１を取得し帳票画像ＤＢ１２に記憶する（書き込む）。各ＤＢはメモリ５の記憶領域に構築される。すなわち画像取得部１０はカメラ部２により取得された帳票画像７１をメモリ５に記憶する。

図３に示すように、帳票画像ＤＢ１２には、帳票画像７１毎のＩＤと各ＩＤに対応したバイナリデータ（画像データまたはイメージデータなどともいう）とが記憶される。

画面制御部２０は帳票画像読出部２１、画面生成部２２、ＯＣＲ対象帳票受付部２３、ＯＣＲ対象エントリ項目受付部２４、ＯＣＲ対象エントリ項目エリア受付部２５を有する。
ＯＣＲとはオプチカル・キャラクタ・レコグニション（光学文字認識）またはオプチカル・キャラクタ・リーダ（光学式文字読取装置）の略称であり、ここでは前者を指す。

画面制御部２０は帳票画像７１の表示欄と帳票画像７１から読み取るべき文字のエントリ項目の項目名７２の表示欄とこの項目名に対応する認識結果の表示欄７３とを有するエントリ画面７０（図７参照）をタッチパネル３に表示（出力）する。

画面制御部２０は帳票画像７１の所望の位置がタップ操作により指定されることで、その指定位置に存在する読取対象の文字画像を囲む枠線８０（図１１参照）を表示し、枠線８０内を認識対象のエリアとして特定する。この他、帳票画像７１の所望のエリアがスライド操作により始点と終点が指定されることで、読取対象の文字画像を囲む枠線８０を表示し、枠線８０内を認識対象のエリアとしてもよい。

帳票画像読出部２１は帳票画像ＤＢ１２に記憶されている帳票画像７１を読み出し画面生成部２２へ渡し、エントリ画面７０に帳票画像７１を表示させる。

画面生成部２２はエントリ画面７０を生成および表示し、帳票画像読出部２１から渡された帳票画像７１のサムネイル一覧と、サムネイル一覧の中から指定されたサムネイルの帳票画像７１をエントリ画面７０に表示する。

また画面生成部２２は入力された帳票ＩＤをキーワードにしてエントリ項目定義体ＤＢ４１を参照して処理対象の帳票Ａのエントリ項目を抽出しエントリ画面７０内の左端にエントリ項目一覧を縦に表示する。

なおこの例では、帳票Ａに紐付けたエントリ項目を抽出したが、エントリ項目をバッチ単位で抽出してもよく、本実施形態はエントリ項目を抽出の仕方に限定されるものではない。

ＯＣＲ対象帳票受付部２３はエントリ画面７０に表示された帳票画像７１のサムネイルのうち、タップ（選択または指定）されたサムネイルの帳票画像７１を読取処理対象の画像としてエントリ画面７０全体に表示する。

ＯＣＲ対象エントリ項目受付部２４はエントリ画面７０に表示されたエントリ項目一覧のうち例えばチェックボックスのような選択できる方法で（以下、「チェックボックス」と称する）項目名７２をタップ（選択または指定）されたエントリ項目をアクティブにする。

ＯＣＲ対象エントリ項目エリア受付部２５はエントリ項目をタップした後に帳票画像７１に対して行われたタップ操作を検出し、そのタップ位置から文字認識対象エリアを特定する。文字認識対象エリアを特定には、いくつかの方法があるが、一例として、タップされた１点から横方向に一定の範囲（矩形の範囲）にある画像を文字認識対象とする。

文字認識部４０は文字認識部としてのＯＣＲエンジン４４、認識結果記憶部４３、ベリファイ部４５、エントリ項目定義体ＤＢ４１、文字種辞書ＤＢ４２を有する。

ＯＣＲエンジン４４はエントリ画面７０に対するタッチ操作により、所望のエントリ項目の項目名とこの項目名に対応する読取り対象のエリアが指定された場合、指定されたエリアの画像部分を文字認識し、得られた文字データと項目名の情報とエリアの位置情報とを対応付けてメモリ５（認識結果記憶部４３）に記憶すると共に、認識結果の文字データを表示欄７３に表示する。

認識結果記憶部４３には認識結果の文字データと読み取りの際に帳票画像から切り出した文字画像と読取り範囲の位置情報とが対応して認識結果として記憶される。

ベリファイ部４５は認識結果記憶部４３に記憶された認識結果の文字データに対するベリファイ処理を行う。具体的には、ベリファイ部４５は読み取り対象エリアに印字されているべき文字数（予め設定されている文字数）と実際に認識された認識結果の文字数とを比較し一致するか否かをチェックする。文字数の他、文字種に対しても行う。文字種のベリファイ処理だけを行ってもよい。

すなわちベリファイ部４５は文字認識した結果として得られた文字データの文字種および／または文字数を、予め設定された項目毎の文字種および／または文字数と比較し、不一致の場合、アラートを出力する。
図４に示すように、エントリ項目定義体ＤＢ４１には、項目名、定義情報（文字種）、定義情報（文字数）などが対応付けて記憶されている。項目名は、例えば「氏名」、「住所」、「電話番号」…など、定義情報（文字種）は、例えば「かな」、「漢字」など、定義情報（文字数）は「２０」、「５０」、「１０」などの数値が設定されている。この他、定義情報としては文字のサイズなども設定されている。

つまりエントリ項目定義体ＤＢ４１には、各エントリ項目に対応する定義情報が記憶されている。定義情報は例えば認識対象の項目名、その項目名に対応する読取エリア（読取位置）に記載されているべき文字のサイズ、文字種、文字数などである。

図５に示すように、文字種辞書ＤＢ４２には、複数の文字種の異なる辞書を識別するためのＩＤ、タイプ、ルールが対応付けて記憶されている。ＩＤとしては、例えば「１」，「２」などの数値、タイプとしては「かな」、「英語」など、ルールとしては、「かな」であれば「あいうえお…」、「英語」であれば「ａｂｃｄｅｆ…」などが設定されている。

すなわち文字種辞書ＤＢ４２には、項目毎に記載されているべき文字の文字種の辞書が記憶されており、文字認識の際にＯＣＲエンジン４４により使用される。ＯＣＲエンジン４４はエントリ項目定義体ＤＢ４１から得た文字種に紐付く辞書を文字種辞書ＤＢ４２から読み出す。

エントリ情報更新部５０はエントリ情報ＤＢ５１、エントリ情報書込部５２、エントリ情報送信部５３を有する。

図６に示すように、エントリ情報ＤＢ５１には、項目名、認識結果、帳票ＩＤ、座標などが対応付けて記憶されている。項目名は、例えば「氏名」、「住所」、「電話番号」…など、認識結果は、「氏名」であれば「○×太郎」、「住所」であれば「東京都ＸＸ市ＸＸ町１−１−１」、「電話番号」であれば「０１２３４５６７８９」などである。
座標は、読取対象のエリアを２次元的に示す矩形の頂点の４つのポイントのｘ座標，ｙ座標が一対で記憶されている。

すなわちエントリ情報ＤＢ５１には、項目名と、認識結果記憶部４３の認識結果と、ＯＣＲ対象帳票受付部２３によって受け付けられた帳票に紐付く帳票ＩＤと、ＯＣＲ対象エントリ項目エリア受付部２５によって受け付けられたエリア情報（ｘ座標，ｙ座標）が記憶される。

エントリ情報書込部５２は認識結果記憶部４３より認識結果を読み出してエントリ情報ＤＢ５１に書き込む。エントリ情報送信部５３はエントリ情報ＤＢ５１に記憶されている情報を、ネットワーク７を通じて外部システム８へ送信する。

図７に示すように、エントリ画面７０には、文字読取対象の帳票画像７１が画面全体に表示される他、この帳票画像７１から読み取るべき文字の項目名７２と各項目名７２のチェックボックスと各項目名７２に対応する認識結果の表示欄７３とが画面左側に表示される。この例では、読み取るべき文字の項目名７２として、例えばＩＤ、氏名、住所、電話番号、生年月日などを例示している。

続いて、図８乃至図１４を参照してこの第１実施形態の帳票読取システムの動作を説明する。まず、図８のフローチャートを参照してこの帳票読取システムの全体的な動作（概要動作）を説明する。

この帳票読取システムの場合、オペレータがタブレット端末１の電源を入れて文字読取用のプログラムである文字認識アプリケーションソフトウェアを起動すると、タッチパネル３にエントリ画面７０が表示される。

続いて、オペレータは、紙の帳票Ａを電子データ化するために、エントリ画面７０の帳票取り込み釦（図示せず）を操作すると、画像取得部１０は、カメラ部２を起動し、エントリ画面７０をカメラ撮像用のモニタ画面にする。

オペレータがモニタ画面をみながら、モニタ画面内に処理対象の帳票Ａを入れて撮影すると（図８のステップＳ１０１）、カメラ部２は撮像した帳票画像７１を帳票画像書込部１１に出力する。帳票画像書込部１１は撮影された帳票画像７１を帳票画像ＤＢ１２に書き込む。帳票画像７１は撮影された枚数分、つまり１枚以上取り込まれる。帳票Ａの撮影を終了した後、モニタ画面を閉じると、エントリ画面７０になる。

ここで、オペレータが、エントリ画面７０の帳票画像読み込み釦（図示せず）をタップすると、画面制御部２０は、帳票画像ＤＢ１２に蓄積されている一つ以上の帳票画像７１を読み込み、エントリ画面７０に帳票画像７１のサムネイルを表示し、メッセージなどを表示して選択を促す。

ここで、オペレータがエントリ画面７０のサムネイルの中から所望のサムネイルを選択すると（ステップＳ１０２）、指定されたサムネイルに対応する文字認識対象の帳票画像７１がエントリ画面７０全体に操作用として表示される（図７参照）。

ここで、オペレータがエントリ画面７０の項目名のチェックボックス７２を指で選択し、続いて帳票画像７１のＯＣＲ箇所を指定すると、画面制御部２０は、その指定されたＯＣＲ箇所を受け付け（ステップＳ１０３）、そのＯＣＲ箇所にある文字画像を読取対象として特定する。

ＯＣＲエンジン４４は、特定された文字画像を切り出し、エントリ項目定義体ＤＢ４１からエントリ項目定義体と、文字種辞書ＤＢ４２から文字種の辞書を読み出して、これらを参照して文字認識し（ステップＳ１０４）、認識結果の文字データを認識結果記憶部４３に記憶するとともに表示欄７３に表示する。

エントリ画面７０の表示欄７３に表示された文字データをオペレータが確認し、誤読していれば、表示欄７３の文字データを修正し、修正不要であれば、次の項目名のチェックボックス７２をタップする。

この操作（動作）を繰り返して、オペレータとして所望の項目の文字データが得られた後、オペレータがエントリ画面７０のエントリ釦（図示せず）をタップすると、エントリ情報更新部５０が認識結果を認識結果記憶部４３から取り込んで一定のエントリ形式の情報に変換してエントリ情報ＤＢ５１の内容を更新した後（ステップＳ１０５）、外部システム８へ送信する。この外部システム８では、例えば複数のタブレット端末１から送信されてきたエントリ情報を収集し、顧客情報管理システム等に取り込むなどの処理を行う。

次に各部の詳細な動作を説明する。まず図９を参照して画像取得部１０の動作を説明する。この場合、帳票Ａをカメラ部２が撮影し（ステップＳ２０１）、撮影された帳票画像７１が帳票画像書込部１１により帳票画像ＤＢ１２へ書き込まれる（ステップＳ２０２）。

対象となる全ての帳票、例えば帳票Ａ以外に帳票Ｂ、帳票Ｃなどを撮影し終えると（ステップＳ２０３のＹｅｓ）、処理を終了し、対象となる全ての帳票を撮影し終えていなければ（ステップＳ２０３のＮｏ）、ステップＳ２０１に戻り、処理を繰り返す。

続いて、図１０を参照して画面制御部２０の動作を説明する。この場合、オペレータが、エントリ画面７０の帳票画像読み込み釦（図示せず）をタップすると、帳票画像読出部２１は、帳票画像ＤＢ１２に蓄積されている一つ以上の帳票画像７１を読み出し（ステップＳ３０１）、タッチパネル３のエントリ画面７０に帳票画像７１のサムネイル一覧を表示する（ステップＳ３０２）。

ここで、オペレータがエントリ画面７０のサムネイル一覧の中から所望のサムネイルを選んで、タッチパネル３をタップ操作（サムネイルを指定）すると、ＯＣＲ対象帳票受付部２３はサムネイルの指定を受け付け（ステップＳ３０３）、指定されたサムネイルに対応する帳票画像７１をＯＣＲ対象として確定し（ステップＳ３０４）、エントリ画面７０ほぼ全体に操作用として表示する（図７参照）。

続いて、オペレータがエントリ画面７０の項目名のチェックボックス７２を選び、指でタップしてエントリ項目の項目名を指定すると、ＯＣＲ対象エントリ項目受付部２４はＯＣＲ対象のエントリ項目の項目名指定を受け付け（ステップＳ３０５）、ＯＣＲエンジン４４をアクティブにして、ＯＣＲ箇所（読取エリア）が指定されるのを待機する。

ここで、オペレータが、図１１に示すように、指でタッチパネル３（エントリ画面７０）の帳票画像７１のＯＣＲ箇所をタップして読取エリア（の開始点）をポイントで指定すると、ＯＣＲ対象エントリ項目エリア受付部２５は、そのポイントされた位置を受け付け、その位置から一定の方向（水平方向）にある文字画像を囲む枠線８０を表示する（ステップＳ３０６）。

続いて、図１２を参照して文字認識部４０の動作を説明する。この場合、ＯＣＲエンジン４４は、エントリ項目の項目名と枠線８０で特定された読取エリアの座標に基づいて帳票画像７１から文字画像を切り出し、エントリ項目定義体ＤＢ４１からエントリ項目定義体と、文字種辞書ＤＢ４２から文字種の辞書を読み出して、これらの情報を参照して文字認識し（ステップＳ５０１）、得られた認識結果を認識結果記憶部４３に記憶すると共に、認識結果の文字データをエントリ項目の項目名に対応する表示欄７３に表示する（ステップＳ５０２）。

これと同時に、ベリファイ部４５が、認識結果記憶部４３に記憶された認識結果の文字データに対して文字種および文字数のベリファイ処理を行う（ステップＳ５０２）。

ベリファイ処理の結果、ベリファイ処理が不成功に終わった場合、つまり予め設定されている辞書の文字種およびエントリ項目定義体の文字数と、認識結果の文字データの文字種および文字数が不一致の場合（ステップＳ５０３のＮｏ）、ベリファイ部４５はアラートを出力し（ステップＳ５０４）、エントリ画面７０上に警告メッセージを表示する。

なお認識結果を認識結果記憶部４３に記憶する前にベリファイ処理を行ってもよい。また文字の文字種および文字数のベリファイ処理を別々に分けて行ってもよい。さらにベリファイ処理が不成功に終わった場合に警告メッセージの表示だけでなく警告音を発報してもよい。また警告音のみを発報してもよい。

続いて、図１３を参照してエントリ情報更新部５０の動作を説明する。認識結果の文字データがエントリ画面７０の表示欄７３に表示された後、その文字データをオペレータが確認し、誤読していれば、表示欄７３の文字データをキー入力などで手修正し、修正不要であれば、次の項目名をタップする。

この操作（動作）を繰り返して、オペレータとして所望の項目の文字データが得られた後、オペレータがエントリ画面７０のエントリ釦（図示せず）をタップすると、エントリ情報書込部５２が認識結果を認識結果記憶部４３から取り込んで（ステップＳ６０１）、一定のエントリ形式の情報に変換してエントリ情報ＤＢ５１に書き込み（ステップＳ６０２）、エントリ情報ＤＢ５１の内容を更新する。

その後、一定時間が経過または一定量のデータがエントリ情報ＤＢ５１に蓄積されると、エントリ情報送信部５３がエントリ情報ＤＢ５１の情報を外部システム８へ送信する（ステップＳ６０３）。なお時間の経過またはデータの量によらず、エントリ情報ＤＢ５１の情報が更新された段階でエントリ情報ＤＢ５１の情報を外部システム８へ順次送信してもよい。

このように第１実施形態によれば、文字認識を行う帳票の読取情報（帳票定義）として、従来は認識対象の項目名とこの項目内容として入る文字データの属性情報と項目名に対応する読取対象のエリアの位置情報（座標）とを一々対応付けて手作業で定義する必要があったが、本実施形態では、項目名とこの項目内容として入る文字データの属性情報だけを事前に設定しておき、作業に時間を要する読取対象の文字のエリアの位置情報については帳票Ａを実際に読み取る際にオペレータによるタップ操作またはスライド操作で指定するようにしたので、帳票Ａを読み取るための事前の準備が容易になり、かつ帳票Ａの情報のうち所望の箇所を選んで読み取ることができるようになる。また項目名と読取結果とで管理することで、一度読み取った項目については読み取らず、項目を重複することなく効率よく読み取ることができる。

（第２実施形態）
続いて、図１４を参照して第２実施形態を説明する。なおこの第２実施形態において第１実施形態と同じ構成には同一の符号を付しその説明は省略する。
図１４に示すように、この第２実施形態の帳票読取システムは、訂正部４６と訂正履歴ＤＢ４７を備える。

訂正部４６は以前と同じ読取エリアが指定された場合に訂正履歴ＤＢ４７に保管されている訂正後の認識結果を読み出して、今回の認識結果として表示欄７３に表示すると共に、認識結果記憶部４３に記憶する。訂正履歴ＤＢ４７には訂正部４６により文字認識後に手入力などで訂正した認識結果、つまり訂正後の認識結果が記憶（保管）される。

訂正部４６は表示欄７３に表示された文字データが訂正された場合に、訂正された認識結果を訂正履歴ＤＢ４７（メモリ５）に記憶する。訂正部４６は文字認識の際に、以前と同じエリアが指定された場合、訂正履歴ＤＢ４７（メモリ５）に記憶した認識結果の訂正履歴を参照して、訂正履歴から読み出した認識結果を文字認識部４０の認識結果として表示欄７３に表示させる。

続いて、図１５を参照してこの第２実施形態の動作を説明する。
この第２実施形態の場合、文字認識部４０において、例えば「氏名」などのエントリ項目を選び、この項目に対応する読取エリアを指定し文字を認識し（図１５のステップＳ７０１）、文字認識した結果の文字データとして例えば「○×大郎」が表示欄７３に表示されたものとする。

ここで、認識結果に誤読があった場合、手入力で「○×太郎」と訂正を行うと、訂正部４６はエントリ項目の項目名「氏名」の認識結果（文字、文字種、座標など）を訂正後の「○×太郎」と対応付けて訂正履歴として訂正履歴ＤＢ４７に保管する。

これ以降、例えば申込人氏名などのエントリ項目の項目名が選ばれて、訂正を行ったのと同じ読取エリア（ＯＣＲ認識対象エリア）が指定された場合（ステップＳ７０４）、訂正部４６は訂正履歴ＤＢ４７に保管されている訂正後の認識結果を読み出して、今回の認識結果として表示欄７３に表示すると共に（ステップＳ７０５）、認識結果記憶部４３に記憶する。

このようにこの第２実施形態によれば、文字認識した認識結果に誤読があった場合に認識結果を訂正部４６にて訂正し認識結果の訂正履歴として訂正履歴ＤＢ４７に保管しておき、前と同じ項目で新たな読取エリアが指定されたときに訂正履歴ＤＢ４７に保管されている訂正後の認識結果「○×太郎」を読み出して今回の「申込人氏名」のエントリ項目の項目名に対する認識結果として表示欄７３に「○×太郎」を表示することで、以前の訂正履歴が生かされ、手操作による訂正回数を削減することができ、オペレータへの作業負担の軽減と作業効率を向上することができる。

（第３実施形態）
続いて、図１６を参照して第３実施形態を説明する。なおこの第３実施形態において第１および第２実施形態と同じ構成には同一の符号を付しその説明は省略する。
図１６に示すように、この第３実施形態は、タブレット端末１の画像取得部１０の構成要素としてカメラ部２を持たない例である。

この場合、タブレット端末１の外部にストレージ１３を設けておき、帳票Ａをデジタルカメラ２ａやスキャナ９などの画像取得手段で事前に撮影して、得られた帳票画像７１をストレージ１３に保存しておく。ストレージ１３としては、例えばハードディスク装置やフラッシュメモリなどの他、クラウドサービスなどのネットワークストレージを利用するものとする。

タブレット端末１を利用した文字読取操作を行うときに、タブレット端末１における画像取得の際に、帳票画像書込部１１がネットワーク７または通信ケーブルなどを通じて外部のストレージ１３にアクセスして処理対象の帳票画像７１を取得し、帳票画像ＤＢ１２に書き込む。以下の動作は第１および第２実施形態と同様である。

このようにこの第３実施形態によれば、カメラ機能のないタブレット端末１などでも、別の場所において帳票Ａから得た帳票画像を用いて文字の読み取りを行うことができ、複数の人で作業を分担して行うことができる。

（第４実施形態）
続いて、図１７、図１８を参照して第４実施形態を説明する。なお、この第４実施形態において第１乃至第３実施形態と同じ構成には同一の符号を付しその説明は省略する。

図１７に示すように、この第４実施形態の帳票読取システムは、電子機器または携帯端末としてのタブレット端末１とこのタブレット端末１とネットワーク７を介して接続された外部システム８と、同じくネットワーク７を介して接続された外部文字認識システム８２（例えばクラウドサービスとして存在するシステム）とを備える。

図１８に示すように、タブレット端末１には、画像取得部１０、画面制御部２０、文字認識依頼部４０１、文字認識確定部４０２、エントリ情報更新部５０を備え、タブレット端末１とネットワーク７を介して接続された外部文字認識システム８２には、文字認識部８１１、エントリ項目定義体ＤＢ８１４１、文字種辞書ＤＢ８１４２、ベリファイ部８１４５を備えている。

文字認識依頼部４０１は、ＯＣＲ対象帳票受付部２３で指定された帳票画像と、ＯＣＲ対象エントリ項目エリア受付部２５で指定されたエントリ項目座標に基づき、帳票画像のうちの一部の画像を切り出す画像切出部４０１１と、この画像切出部４０１１により切り出された、切り出し画像データのファイル（以下「切り出し画像ファイル」と称す）と、ＯＣＲ対象エントリ項目受付部２４で指定されたエントリ項目の項目名とを、ネットワークなどに接続された外部文字認識システム８１に文字認識を依頼する文字認識依頼送受信部４０１２とを有する。

続いて、図９乃至１３、図１９を参照してこの第４実施形態の帳票読取システムの動作を説明する。
まず図９を参照して画像取得部１０の動作を説明する。この場合、帳票Ａをカメラ部２が撮影し（ステップＳ２０１）、撮影された帳票画像７１が帳票画像書込部１１により帳票画像ＤＢ１２へ書き込まれる（ステップＳ２０２）。

対象となる全ての帳票を撮影し終えると（ステップＳ２０３のＹｅｓ）、処理を終了し、対象となる全ての帳票を撮影し終えていなければ（ステップＳ２０３のＮｏ）、ステップＳ２０１に戻り、処理を繰り返す。

続いて、図１０を参照して画面制御部２０の動作を説明する。この場合、オペレータが、エントリ画面７０の帳票画像読み込み釦（図示せず）をタップすると、帳票画像読出部２１は、帳票画像ＤＢ１２に蓄積されている一つ以上の帳票画像７１を読み出し（ステップＳ３０１）、タッチパネル３のエントリ画面７０に帳票画像７１のサムネイル一覧を表示する（ステップＳ３０２）。

ここで、オペレータがエントリ画面７０のサムネイル一覧の中から所望のサムネイルを選んで、タッチパネル３をタップ操作（サムネイルを指定）すると、ＯＣＲ対象帳票受付部２３はサムネイルの指定を受け付け（ステップＳ３０３）、指定されたサムネイルに対応する帳票画像７１をＯＣＲ対象として確定し（ステップＳ３０４）、エントリ画面７０ほぼ全体に操作用として表示する（図７参照）。

続いて、オペレータがエントリ画面７０の項目名のチェックボックス７２を選び、指でタップしてエントリ項目の項目名を指定すると、ＯＣＲ対象エントリ項目受付部２４はＯＣＲ対象のエントリ項目の項目名の指定を受け付ける（ステップＳ３０５）。

ここで、オペレータが、図１１に示すように、指でタッチパネル３（エントリ画面７０）の帳票画像７１のＯＣＲ箇所をタップして読取エリア（の開始点）をポイントで指定すると、ＯＣＲ対象エントリ項目エリア受付部２５は、そのポイントされた位置を受け付け、その位置から一定の方向（水平方向）にある文字画像を囲む枠線８０を表示する（ステップＳ３０６）。

続いて、図１９を参照して文字認識依頼部４０１、文字認識確定部４０２の動作を説明する。

文字認識依頼部４０１の画像切出部４０１１は、枠線８０で特定された読取エリアの座標に基づいて帳票画像７１から文字画像を切り出して、切り出し画像ファイルとする（ステップＳ５００１）。文字認識依頼送受信部４０１２は、この切り出し画像ファイルとＯＣＲ対象エントリ項目受付部２４で受け付けたエントリ項目の項目名とを、外部文字認識システム８１にネットワークを介して送信し、文字認識を依頼する（ステップＳ５００２）。

外部文字認識システム８１は、タブレット端末１から受信した切り出し画像ファイルを、文字認識部８１１にて文字認識し、認識結果文字データを対象のエントリ項目の項目名と対応させ、エントリ項目定義体ＤＢ８１４１からエントリ項目定義体の対応する項目名（例えば氏名）の定義情報１（文字種、例えば漢字）、定義情報２（文字数、例えば２０）と、文字種辞書ＤＢ８１４２から文字種の辞書を読み出して、これらの情報を参照して文字認識結果を確定し（ステップＳ５００４）、確定した認識結果をベリファイ処理する（ステップＳ５００５）。ベリファイ処理後にネットワークを介して、エントリ項目名と文字データをタブレット端末１の文字認識依頼送受信部４０１２に送信する（ステップＳ５００６）。

文字認識確定部４０２のエントリ項目内容生成部４０２１は、受信した認識結果文字データとエントリ項目の項目名とを、対応させて生成し確定するとともに（ステップＳ５００７）、認識結果の文字データをエントリ項目に対応する表示欄７３に表示する。

なお、エントリ情報更新部の処理以降については、第１実施形態で説明したとおりであり、その説明は省略する。

このように第４実施形態によれば、文字認識をタブレット端末１外であって、例えばクラウドサービス上に存在する文字認識システムで構成することにより、負荷がかかる文字認識処理は外部の文字認識システムにて行い、タブレット端末１内の処理をより軽く実現することができる。

本発明の実施形態を説明したが、上記実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。上記新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。上記実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

上記実施形態では、読取エリアの指定を１カ所ポイントすることで実現したが、この他、例えば図２０に示すように、タブレット端末１のタッチ操作機能の一つであるスライド操作の機能を利用して、読取エリアの始点と終点を連続した指の移動で指定することで始点と終点で挟まれた範囲の文字画像を囲む枠線８０を表示して読取エリアを指定してもよい。

この場合、読取エリアが規定のサイズを超えるような場合に第１実施形態（図１１）のような自動エリア指定に比べてエリアの指定の間違いが少なくなるという利点がある。

この他、例えば文字画像の周囲をなぞるように指をスライド操作して範囲を指定してもよい。

この他、上記実施形態では、オペレータがエントリ画面７０で、エントリ項目の項目名を指定した後に、文字認識対象エリアを特定するという順番で説明したが、文字認識対象エリアを特定してから、エントリ項目の項目名を指定するという順番で構成してもよい。

また上記実施形態では、表示機能と入力機能を一体化したタッチパネル３を有するタブレット端末１を例にして説明したが、この他、例えば表示機能と入力機能を別個に備えたノート形コンピュータや、ＬＣＤパネルなどの表示装置とキーボードなどの入力装置とを別個に用意し外部接続したコンピュータや、キーボード、マウス、ポインティングデバイスなどの入力装置を備え、表示装置のみを外部接続した構成のコンピュータまたは表示装置を備え入力装置のみを外部接続した構成のコンピュータであってもよい。

さらに上記実施形態では、各構成要素を、タブレット（コンピュータ）のメモリなどにインストールしたプログラムで実現したが、上記プログラムを、コンピュータ読取可能な電子媒体：electronic mediaに記憶しておき、プログラムを電子媒体からコンピュータに読み取らせることで本発明の機能をコンピュータが実現するようにしてもよい。電子媒体としては、例えばＣＤ−ＲＯＭ，ＤＶＤ−ＲＯＭなどの記録媒体やフラッシュメモリ、リムーバブルメディア：Removable mediaなどが含まれる。さらに、ネットワークを介して接続した異なるコンピュータに構成要素を分散して記憶し、各構成要素を機能させたコンピュータ間で通信することで実現してもよい。

上記実施形態では、帳票画像の取得機能から文字認識および訂正機能、外部システム８へのエントリ機能などをタブレット端末１に収容した例と、文字認識機能を外部文字認識システム８１で実現する例を説明したが、タブレット端末１は、帳票画像の取得機能を収容し、その他の機能（画像処理、画像切り出し、文字認識）を外部文字認識システム８１で実現してもよい。また、一部の機能、例えば訂正機能などを外部システム（クラウドサービスなど）で実現してもよい。

さらにタブレット端末１にカメラ部２とタッチパネル３とＷｅｂブラウザ（通信インターフェース）の機能だけを搭載し、他の機能を外部システム８（クラウドサービスなど）で実現してもよい。

Ａ…帳票、１…タブレット端末、２…カメラ部、３…タッチパネル、５…メモリ、６…通信インターフェース（通信Ｉ／Ｆ）、７…ネットワーク、８…外部システム、９…スキャナ、１０…画像取得部、１１…帳票画像書込部、１２…帳票画像データベース（帳票画像ＤＢ）、１３…ストレージ、２０…画面制御部、２１…帳票画像読出部、２２…画面生成部、２３…ＯＣＲ対象帳票受付部、２４…ＯＣＲ対象エントリ項目受付部、２５…ＯＣＲ対象エントリ項目エリア受付部、４０…文字認識部、４３…認識結果記憶部、４４…ＯＣＲエンジン、４５…ベリファイ部、４６…訂正部、５０…エントリ情報更新部、５２…エントリ情報書込部、５３…エントリ情報送信部、４１…エントリ項目定義体データベース（エントリ項目定義体ＤＢ）、４２…文字種辞書データベース（文字種辞書ＤＢ）、４７…訂正履歴データベース（訂正履歴ＤＢ）、５１…エントリ情報データベース（エントリ情報ＤＢ）、８１…外部文字認識システム、４０１…文字認識依頼部、４０２…文字認識確定部、８１１…文字認識部、８１４１…エントリ項目定義体データベース（エントリ項目定義体ＤＢ）、８１４２…文字種辞書データベース（文字種辞書ＤＢ）、８１４５…ベリファイ部、４０１１…画像切出部、４０１２…文字認識依頼送受信部、４０２１…エントリ項目内容生成部、４０２２…エントリ項目データベース（エントリ項目ＤＢ）。

Claims (5)

1. 帳票を光学的に読み取って得られた帳票の画像から文字データを読み取る帳票読取装置において、
   前記帳票の画像と、前記帳票の画像から読み取るべき文字の項目名の中からユーザが所望の項目名を指定するための複数の項目名指定部と、前記複数の項目名指定部に対応して設けられた複数の表示欄とを有する画面を出力する画面制御部と、
   項目名毎に、前記エリアから読み取るべき文字データの文字種、文字数を含む定義情報が記憶された項目定義情報記憶部と、
   前記画面の複数の項目名指定部の中から所望の項目名指定部が指定され、前記帳票の画像から読取対象のエリアが指定された場合、前記項目定義情報記憶部の定義情報に基づいて、指定された前記エリアから切り出した画像部分を文字認識し、得られた前記文字認識結果の文字データを前記項目名指定部に対応する前記表示欄に表示する文字認識部と、
   を具備する帳票読取装置。
2. 前記文字認識部による文字認識結果の文字データが訂正された場合に、訂正された前記文字データを記憶する訂正部を備える請求項１記載の帳票読取装置。
3. 前記訂正部は、
   文字認識の際に、以前と同じエントリ項目名のエリアが２回目以降に指定された場合、前記文字認識結果の履歴を参照して、前記履歴から読み出した認識結果の文字データを前記表示欄に表示させる請求項２記載の帳票読取装置。
4. 帳票を光学的に読み取って得られた前記帳票の画像から文字を読み取るコンピュータにおいて、
   前記コンピュータを、
   前記帳票の画像と、前記帳票の画像から読み取るべき文字の項目名の中からユーザが所望の項目名を指定するための複数の項目名指定部と、前記複数の項目名指定部に対応して設けられた複数の表示欄とを有する画面を出力する画面制御部と、
   項目名毎に、前記エリアから読み取るべき文字データの文字種、文字数を含む定義情報が記憶された項目定義情報記憶部と、
   前記画面の複数の項目名指定部の中から所望の項目名指定部が指定され、前記帳票の画像から読取対象のエリアが指定された場合、前記項目定義情報記憶部の定義情報に基づいて、指定された前記エリアから切り出した画像部分を文字認識し、得られた前記文字認識結果の文字データを前記項目名指定部に対応する前記表示欄に表示する文字認識部
   として機能させるプログラム。
5. 帳票を光学的に読み取って得られた帳票の画像から文字データを読み取る帳票読取装置における帳票読取方法において、
   前記帳票の画像と、前記帳票の画像から読み取るべき文字の項目名の中からユーザが所望の項目名を指定するための複数の項目名指定部と、前記複数の項目名指定部に対応して設けられた複数の表示欄とを有する画面を出力し、
   項目名毎に、前記エリアから読み取るべき文字データの文字種、文字数を含む定義情報を記憶し、
   前記画面の複数の項目名指定部の中から所望の項目名指定部が指定され、前記帳票の画像から読取対象のエリアが指定された場合、前記定義情報に基づいて、指定された前記エリアから切り出した画像部分を文字認識し、得られた前記文字認識結果の文字データを前記項目名指定部に対応する前記表示欄に表示する
   帳票読取方法。

Images