JP2019008775A - Image processing device, image processing system, image processing method, program - Google Patents
Image processing device, image processing system, image processing method, program Download PDFInfo
- Publication number
- JP2019008775A JP2019008775A JP2018071141A JP2018071141A JP2019008775A JP 2019008775 A JP2019008775 A JP 2019008775A JP 2018071141 A JP2018071141 A JP 2018071141A JP 2018071141 A JP2018071141 A JP 2018071141A JP 2019008775 A JP2019008775 A JP 2019008775A
- Authority
- JP
- Japan
- Prior art keywords
- image data
- character string
- feature amount
- feature
- form image
- 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.)
- Pending
Links
Images
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
Description
本発明は、画像処理装置、画像処理システム、画像処理方法、プログラムに関する。 The present invention relates to an image processing apparatus, an image processing system, an image processing method, and a program.
スキャナ等を用いて取得した文書の画像をOCR(Optical Character Recognition)処理し、文書を読み取る画像処理装置がある。文書の書式が様々である場合にはこのような画像処理装置では文書の書式定義の情報を予め記憶しておき、読取対象領域を特定することでOCR処理の精度を高めている。これに関連する技術が特許文献1に開示されている。
There is an image processing apparatus that performs OCR (Optical Character Recognition) processing on an image of a document acquired using a scanner or the like and reads the document. When there are various document formats, such an image processing apparatus stores information on the format definition of the document in advance and specifies the reading target area to improve the accuracy of the OCR processing. A technique related to this is disclosed in
しかしながら上述のように文書の書式の種類が多い場合、その全ての書式定義の情報を画像処理装置に対して記憶させておくことは作業者の労力がかかる。 However, when there are many types of document formats as described above, it is laborious for the operator to store all the format definition information in the image processing apparatus.
そこでこの発明は、上述の課題を解決する画像処理装置、画像処理システム、画像処理方法、プログラムを提供することを目的としている。 Therefore, an object of the present invention is to provide an image processing apparatus, an image processing system, an image processing method, and a program that solve the above-described problems.
本発明の第1の態様によれば、画像処理装置は、複数の帳票画像データを文字認識処理した結果に基づいて、前記帳票画像データに含まれる文字列の特徴を示す特徴量を前記帳票画像データ毎に抽出する特徴量抽出部と、前記帳票画像データに対応する前記特徴量を用いて前記記録文字列の特徴量である第一特徴量を生成する読取対象特徴量生成部と、を備える。 According to the first aspect of the present invention, the image processing apparatus obtains a feature amount indicating a character string feature included in the form image data based on a result of character recognition processing on a plurality of form image data. A feature amount extraction unit that extracts each data, and a read target feature amount generation unit that generates a first feature amount that is a feature amount of the recorded character string using the feature amount corresponding to the form image data. .
本発明の第2の態様によれば、画像処理方法は、複数の帳票画像データを文字認識処理した結果に基づいて、前記帳票画像データに含まれる文字列の特徴を示す特徴量を前記帳票画像データ毎に抽出するする工程と、前記帳票画像データに対応する前記特徴量を用いて前記記録文字列の特徴量である第一特徴量を生成する工程と、を含む。 According to the second aspect of the present invention, in the image processing method, based on a result of character recognition processing on a plurality of form image data, a feature amount indicating a feature of a character string included in the form image data is calculated. Extracting for each data, and generating a first feature quantity that is a feature quantity of the recorded character string using the feature quantity corresponding to the form image data.
本発明の第3の態様によれば、プログラムは、コンピュータに、複数の帳票画像データを文字認識処理した結果に基づいて、前記帳票画像データに含まれる文字列の特徴を示す特徴量を前記帳票画像データ毎に抽出する工程と、前記帳票画像データに対応する前記特徴量を用いて前記記録文字列の特徴量である第一特徴量を生成する工程と、を実行させるためのプログラムである。 According to the third aspect of the present invention, the program causes the computer to display a feature amount indicating a feature of a character string included in the form image data based on a result of character recognition processing of a plurality of form image data. It is a program for executing a step of extracting for each image data and a step of generating a first feature amount that is a feature amount of the recorded character string using the feature amount corresponding to the form image data.
本発明によれば、文書の書式種類が多い場合でもそれら書式の種類に応じた任意の書類における任意の記録対象文字を記録することができる。 According to the present invention, even when there are many document format types, it is possible to record any character to be recorded in any document according to the format type.
以下、本発明の一実施形態による画像処理装置を図面を参照して説明する。
図1は本実施形態による画像処理装置を含む画像処理システムの概要を示す図である。
図1で示すように画像処理システム100は画像処理装置1、画像読取装置2、記録装置3、データベース4により構成される。
画像処理装置1は画像読取装置2と通信ケーブルにより接続されている。画像読取装置2は光学的に文書帳票などの画像データを取得して画像処理装置1へ出力する。画像処理装置1は文書帳票の画像データをOCR処理し文字認識する。画像処理装置1は文字認識結果を記録装置3に出力し、記録装置3がその文字認識結果をデータベースに記録する。データベース4は画像処理装置1と記録装置3とに接続されている。データベース4は記録装置3から過去に登録された複数の文書帳票の画像データとその画像データに含まれる文字列のうち記録対象となる文字列を示す記録文字列の対応関係を記憶している。記録文字列が示す文字列は文書帳票に記述される文字列のうちデータベース4に記録、保存しておくべき重要な文字列である。画像処理システム100を利用する作業者は予め、記録装置3を用いて過去に登録された複数の文書帳票の画像データとその画像データに含まれる文字列のうちの記録文字列をデータベース4に登録しておく。
Hereinafter, an image processing apparatus according to an embodiment of the present invention will be described with reference to the drawings.
FIG. 1 is a diagram showing an outline of an image processing system including an image processing apparatus according to the present embodiment.
As shown in FIG. 1, the
The
そして記録装置3には文書帳票の画像データとその画像データに含まれる文字列の情報のうち記録対象となる文字列を示す記録文字列の情報との対応関係が、多くの文書帳票について十分に記録されているものとする。このような状態において、画像処理装置1は処理を行う。
The recording device 3 has sufficient correspondence between the image data of the document form and the information of the recorded character string indicating the character string to be recorded among the information of the character string included in the image data for many document forms. It shall be recorded. In such a state, the
図2は画像処理装置のハードウェア構成を示す図である。
画像処理装置1は図2で示すように、CPU(Central Processing Unit)11、IF(Interface)12、通信モジュール13、ROM(Read Only Memory)14、RAM(Random Access Memory)15、HDD(Hard Disk Drive)16などの構成を備えたコンピュータである。通信モジュール13は画像読取装置2、記録装置3、データベース4との間で無線通信を行うものであっても、有線通信を行うものであってもよく、それら2つの機能を有していてもよい。
FIG. 2 is a diagram illustrating a hardware configuration of the image processing apparatus.
As shown in FIG. 2, the
図3は画像処理装置の機能ブロック図である。
画像処理装置1のCPU11は記憶するプログラムを実行することにより、制御部101、取得部102、特徴量抽出部103、読取対象特徴量生成部104、記録部105の機能を備える。
FIG. 3 is a functional block diagram of the image processing apparatus.
The
制御部101は、他の機能部を制御する。
取得部102は、文書帳票の画像データを取得する。
特徴量抽出部103は、複数の文書帳票の画像データの文字認識処理結果に基づいて、文書帳票の画像データに含まれる記録文字列の特徴を示す特徴量を文書帳票の画像データ毎に抽出する。
読取対象特徴量生成部104は、文書帳票の画像データに対応する特徴量を用いて記録文字列の第一特徴量を生成する。
記録部105は、第一特徴量を用いて、新たな文書帳票の画像データから読み取った文字列の情報のうちの記録文字列を抽出して記録する。
The
The
The feature
The reading target feature
The
このような処理により画像処理装置1は新たな文書帳票の画像データに含まれる記録するべき文字列情報の記録の労力を軽減する。
By such processing, the
図4は文書帳票の一例を示す図である。
この図が示すように文書帳票には、その文書を作成した企業のマーク、作成日、作成担当者、文書内容が、その文書帳票に特有のフォーマットで記述されている。文書内容は、例えば文書帳票が発注票であれば発注した商品名やその発注個数などの情報の組が1つまたは複数を示す。作業者はある1つの文書帳票に基づいて、その文書帳票に記述されている文字列のうち記録すべき特定の記録文字列を、記録装置3を用いてデータベース4へ記録する。具体的には作業者は文書帳票を見ながら記録装置3がデータベース4に記録すべき特定の記録文字列を入力する。また作業者は文書帳票の画像データを画像読取装置2に読み込ませる。文書帳票は作業者の操作に基づいて画像読取装置2が読み取り画像処理装置1へ出力する。そして記録装置3は作業者の操作と画像処理装置1の制御とに基づいて、1つの文書帳票についての画像データと、その文書帳票に記述されている文字列のうち記録すべき特定の記録文字列を対応付けてデータベース4に記録する。図4の例においては、日付51、発注先52、商品名53、数量54、金額55が記録すべき特定の記録文字列である。文書帳票5には作業者によって記録されない非記録文字列等のその他の情報も印字されている。当該情報は例えば文書帳票を発行した発注者の名称501、発注者のエンブレム画像502、文書帳票のタイトル503、挨拶文504などである。
FIG. 4 shows an example of a document form.
As shown in this figure, in the document form, the mark of the company that created the document, the creation date, the person in charge of the creation, and the document content are described in a format specific to the document form. For example, if the document form is an order form, the document content indicates one or a plurality of information sets such as the name of the ordered product and the number of orders. Based on one document form, the operator records a specific record character string to be recorded among the character strings described in the document form in the database 4 using the recording device 3. Specifically, the operator inputs a specific recording character string to be recorded in the database 4 by the recording device 3 while looking at the document form. Further, the operator causes the
図5はデータベースが記憶するデータテーブルの概要を示す図である。
図5で示すようにデータベース4は文書帳票についての画像データと、その文書帳票に記述されている文字列のうち記録すべき特定の記録文字列を対応付けて記録テーブルに記憶する。
FIG. 5 is a diagram showing an outline of a data table stored in the database.
As shown in FIG. 5, the database 4 associates image data of a document form with a specific recording character string to be recorded among character strings described in the document form, and stores them in a recording table.
<第一実施形態>
図6は第一実施形態による画像処理装置の処理フローを示す第一の図である。
次に画像処理装置1の処理フローについて順を追って説明する。
まずデータベース4にはある文書帳票についての画像データと、その文書帳票に記述されている特定の記録文字列の組み合わせが、その同じ文書帳票複数枚分記録されている。例えば図4で示す文書帳票5についての特定の記録文字列情報が同じ複数枚分記録されているとする。このような状態で作業者が画像処理装置1を起動し、当該画像処理装置1へ処理開始を指示する。
<First embodiment>
FIG. 6 is a first diagram illustrating a processing flow of the image processing apparatus according to the first embodiment.
Next, the processing flow of the
First, in the database 4, a combination of image data of a certain document form and a specific recording character string described in the document form are recorded for the same document form. For example, it is assumed that a plurality of specific recording character string information is recorded for the document form 5 shown in FIG. In this state, the worker activates the
画像処理装置1の取得部102はデータベース4から文書帳票5の画像データとその画像データに対応する記録文字列の情報を読み取る(ステップS601)。取得部102は画像データと記録文字列とを特徴量抽出部103へ出力する。特徴量抽出部103は画像データをOCR処理して画像データ中の全ての文字列と当該文字列の範囲を示す画像データ内の座標を検出する(ステップS602)。なお文字列は複数の文字によって構成される文字の纏まりである。特徴量抽出部103は他の文字との間隔などによってその1つの纏まりの範囲を解析し、その範囲に含まれる1つまたは複数の文字を文字列として抽出すると共に、その画像データ内の文字列の範囲を示す座標を検出する。文字列として含まれる文字は、表意文字、表音文字などの記号、マーク、アイコン画像などを含んでよい。
The
特徴量抽出部103はOCR処理により画像データから抽出した文字列と、画像データと共にデータベース4から読み取った記録文字列とを比較する。特徴量抽出部103はOCR処理により画像データから抽出した文字列のうち、記録文字列の文字情報と一致した画像データ中の文字列と、その文字列に含まれる文字の属性と、その範囲の座標とを特定する(ステップS603)。文字の属性は、数字、アルファベット、ひらがな、漢字、文字数、文字高さ、フォントなどにより表される情報である。また文字列の範囲の座標には文字列に含まれる先頭文字の座標、終了文字の座標などを示す情報である。特徴量抽出部103はそれら特定した情報を含む特徴量を複数枚の同じ文書帳票5について生成する(ステップS604)。
The feature
特徴量は特徴量抽出部103によって文書帳票5における記録文字列ごとに生成される。読取対象特徴量生成部104はそれら複数枚の同じ文書帳票5における特徴量を取得し、記録文字列に対応する各特徴量に含まれる文字の属性、文字列の範囲を示す座標を解析してそれぞれ1つの特徴量を生成する。この特徴量の解析は機械学習などの処理により行う。機械学習のことを単に学習とも称する。
読取対象特徴量生成部104が機械学習などの解析により生成した特徴量を第一特徴量と呼ぶ。つまり読取対象特徴量生成部104は同じ文書帳票5の複数枚を用いて、その文書帳票5における記録文字列それぞれの第一特徴量を生成する(ステップS605)。第一特徴量は記録文字列を認識するための特徴量であり、文字の属性、文字列の範囲を示す座標を含む。読取対象特徴量生成部104は文書帳票5における1つ又は複数の記録文字列それぞれの第一特徴量を、文書帳票5の識別子に紐づけてデータベース4に記録する(ステップS606)。
The feature amount is generated for each recorded character string in the document form 5 by the feature
The feature amount generated by the reading target feature
例えば読取対象特徴量生成部104は、文書帳票5に含まれる記録文字列である日付51、発注先52、商品名53、数量54、金額55それぞれの、文字属性、文字列の範囲を示す座標などを示す各第一特徴量を、文書帳票5の識別子に紐づけてデータベース4に記録する。
For example, the read target feature
以上の処理により画像処理装置1は、作業者の記録文字列を記録する労力を軽減するために利用する情報(第一特徴量)を機械学習等により生成してデータベース4に蓄積することができる。これにより画像処理装置1は新たな文書帳票についての画像データに基づいて記録文字列を自動でデータベース4に記録していくことができる。以下、その処理について説明する。
With the above processing, the
図7は第一実施形態による画像処理装置の処理フローを示す第二の図である。
作業者は新たな文書帳票を画像読取装置2に読み取らせる操作を行う。これにより画像読取装置2は文書帳票の画像データを生成して画像処理装置1へ出力する。画像処理装置1の取得部102は画像データを取得する(ステップS701)。取得部102は画像データを特徴量抽出部103へ出力する。特徴量抽出部103は画像データをOCR処理して、文字列と、文字列に含まれる文字の特徴と、その文字列の範囲の画像データ中の座標を検出する(ステップS702)。特徴量抽出部103はそれら検出した情報を含む第三特徴量を、画像データ中の文字列ごとに生成する(ステップS703)。つまり第三特徴量は新たに読み込んだ画像データの文書帳票に含まれる文字列の特徴を示す情報である。その後、グループ特定部107はデータベース4から、処理対象画像データの文書帳票についての1つまたは複数の第一特徴量を読み出す(ステップS704)。グループ特定部107は記録部105へ第三特徴量と第一特徴量を出力する。
FIG. 7 is a second diagram showing a processing flow of the image processing apparatus according to the first embodiment.
The operator performs an operation for causing the
記録部105は画像データ中の1つまたは複数の文字列についての第三特徴量と、1つ又は複数の第一特徴量とを取得する。記録部105は各第一特徴量に含まれる文字列の範囲を示す座標を用いて、各第一特徴量が示す当該座標に対応する座標を有する第三特徴量が全て存在するかを判定する(ステップS705)。各第一特徴量の座標に対応する座標を有する第三特徴量が全て存在する場合には、記録文字列に対応する文書帳票内の全ての記載事項に文字の記載が存在する。一方、各第一特徴量の座標に対応する座標を有する第三特徴量が全て存在しない場合には、文書帳票内の何れかの記載事項に文字の記載が無い状態である。
The
ステップS705でYESの場合、記録部105は、第一特徴量に含まれる文字属性と、座標に基づいて特定された対応する第三特徴量に含まれる文字属性がそれぞれ一致するかどうかを判定する(ステップS706)。
If YES in step S705, the
記録部105は、ステップS706の判定結果がYESとなり文字属性が一致する場合、現在処理している画像データにおいて1つまたは複数の第三特徴量が示す座標に基づく記録文字列の範囲に矩形枠を表示した確認画面を生成する。記録部105はその確認画面をモニタに出力する(ステップS707)。作業者はこの確認画面に表示された矩形領域を確認して、画像処理装置1が記録しようとする記録文字列を確認することができる。これにより作業者は記録文字列に不足が無いかを確認することができる。確認画面にはOKまたはNGの何れかのボタンのアイコン画像が表示されている。このボタンのアイコン画像のうちOKのボタンを選択することにより作業者は記録文字列としての選択に不足がないことを指示することができる。他方、ボタンのアイコン画像のうちNGのボタンを選択することにより作業者は記録文字列としての選択に不足があることを指示することができる。
When the determination result in step S706 is YES and the character attributes match, the
なお確認画面をモニタに出力する理由を、図4を用いて説明する。図4では、記録文字列のうち商品名53が6つ記入されている。過去の文書帳票においても6つの商品名53の記入が最大だった場合、新たな文書帳票に対して、商品名53は1〜6個の範囲内で自動的に記録文字列と判定される。したがって、例えば新たな帳票では商品名53が7つ記載されていた場合、1〜6個目までの部分については、ステップS705、S706いずれもYESとなるため、画像処理装置1は7個目の文字列を記録せずに終了してしまう。このような事象が改善されるように、画像処理装置1は、ステップS707で記録文字列を記録する前に、確認画面を表示して、作業者に対して、記録して終了してよいかの確認を行う。
The reason for outputting the confirmation screen to the monitor will be described with reference to FIG. In FIG. 4, six
記録部105は作業者のボタンのアイコン画像の押下に応じて、記録文字列の選択に不足が無いかを判定する(ステップS708)。記録部105は不足が無い場合には、第三特徴量に含まれる文字列を、文書帳票の識別情報に対応付けて記録テーブルに記録する(ステップS709)。
The
例えば、文書帳票の画像データ中から第三特徴量a3、第三特徴量b3、第三特徴量c3、第三特徴量d3が取得できたとする。そして第三特徴量a3が予めデータベースに記録されている第一特徴量a1と、第三特徴量b3が第一特徴量b1と、第三特徴量c3が第一特徴量c1と、第三特徴量d3が第一特徴量d1とそれぞれ特徴量が一致したとする。この場合、記録部105は、第三特徴量a3、第三特徴量b3、第三特徴量c3、第三特徴量d3それぞれに含まれる文字列を、文書帳票の記録テーブルに記録する。
For example, it is assumed that the third feature value a3, the third feature value b3, the third feature value c3, and the third feature value d3 can be acquired from the image data of the document form. The third feature quantity a3 is recorded in advance in the database, the first feature quantity a1, the third feature quantity b3 is the first feature quantity b1, the third feature quantity c3 is the first feature quantity c1, and the third feature. It is assumed that the amount d3 matches the first feature amount d1 with the feature amount. In this case, the
上述のステップS705でNOの場合、またはステップS706でNOの場合、またはステップS708でNOの場合、記録部105は、第一特徴量が示す当該座標に対応する座標を有する第三特徴量が存在しなかった場合の処理を行う。具体的には記録部105は、画像データ中の対応する座標の第三特徴量が存在しなかった第一特徴量の座標の範囲に入力欄を設けた帳票画像の入力用画像データを生成してモニタに出力する(ステップS710)。入力用画像データはHTMLやXMLなどのマークアップ言語で記述されたデータであってよい。作業者はこの入力用画像データを見ながら、画像処理装置1のキーボード等の入力装置を操作して、モニタに表示されている入力用画像データ内の入力欄に記録文字列を入力する。当該入力用画像データには保存ボタンが表示されており、保存ボタンの押下操作をすると記録部105は既に文書帳票について取得した第三特徴量の他、新たに入力用画像データの入力欄に入力された文字列を含む第三特徴量を生成する(ステップS711)。記録部105は帳票画像データの識別子と入力欄に入力された文字列とを対応付けてデータベース4に記録する。画像処理装置1は図6で示した処理フローを再度実施することにより第一特徴量が更新され、自動的に記録できる文字列の範囲を拡張することができる。これにより、次に同じ文書帳票を処理したときには、自動的に文字列を記録できるようになり、作業者が文字列を入力する手間を省くことができる。記録部105は、全ての第三特徴量それぞれに含まれる文字列を、文書帳票の記録テーブルに記録する(ステップS712)。
In the case of NO in step S705 described above, in the case of NO in step S706, or in the case of NO in step S708, the
このような処理によれば、画像処理装置1は予め作業者が記録しておいた文書帳票の画像データと記録文字列によって、新たに入力させた文書帳票の画像データにおける記録文字列を自動的に記録することができる。したがって画像処理装置1は文書帳票における記録文字列の記録の作業者の労力を軽減することができる。
また文書帳票に記録文字列が記載されていない場合でも、本来、記載されているべき記録文字列に対応する記載事項が記載されていない場合には画像処理装置1は入力用画像データを出力する。これにより文書帳票において記載すべき記載事項に対して入力していない誤りが見つかると共に、その記載事項が示す記録文字列を容易に記録することができる。
According to such processing, the
Further, even when the recorded character string is not described in the document form, the
<第二実施形態>
図8は第二実施形態による画像処理装置の機能ブロック図である。
この図が示すように第二実施形態による画像処理装置1は、図3で示した各機能部に加え、さらにグループ分類部106、グループ特定部107の機能を有する。画像処理装置1のハードウェア構成は図2で示した構成と同様である。
<Second embodiment>
FIG. 8 is a functional block diagram of the image processing apparatus according to the second embodiment.
As shown in this figure, the
図9は第二実施形態による画像処理装置の処理フローを示す第一の図である。
次に第二実施形態による画像処理装置1の処理フローについて順を追って説明する。
データベース4には異なる複数の文書帳票についての画像データと、各文書帳票に記述されている特定の記録文字列の組み合わせが、その文書帳票ごとに多数記録されている。例えば図4で示す異なる文書帳票5それぞれについての特定の記録文字列情報が複数枚分記録されているとする。このような状態で作業者が画像処理装置1を起動し、当該画像処理装置1へ処理開始を指示する。
FIG. 9 is a first diagram illustrating a processing flow of the image processing apparatus according to the second embodiment.
Next, the processing flow of the
In the database 4, a large number of combinations of image data for a plurality of different document forms and specific recording character strings described in each document form are recorded for each document form. For example, assume that a plurality of pieces of specific recorded character string information are recorded for each of the different document forms 5 shown in FIG. In this state, the worker activates the
画像処理装置1の取得部102はデータベース4から文書帳票5の画像データとその画像データに対応する記録文字列の情報を全て読み込んだかを判定する(ステップS901)。NOの場合、取得部102はデータベース4から文書帳票5の画像データとその画像データに対応する記録文字列の情報を読み取る(ステップS902)。取得部102は画像データと記録文字列とを特徴量抽出部103へ出力する。特徴量抽出部103は画像データをOCR処理して画像データ中の全ての文字列とその画像データ内の座標を検出する(ステップS903)。なお文字列は複数の文字によって構成される文字の纏まりである。特徴量抽出部103は他の文字との間隔などによってその1つの纏まりの範囲を解析し、その範囲に含まれる1つまたは複数の文字を文字列として抽出すると共に、その画像データ内の文字列の範囲を示す座標を検出する。文字列として含まれる文字は、表意文字、表音文字などの記号、マーク、アイコン画像などを含んでよい。
The
特徴量抽出部103はOCR処理により画像データから抽出した文字列と、画像データと共にデータベース4から読み取った記録文字列とを比較する。特徴量抽出部103はOCR処理により画像データから抽出した文字列のうち、記録文字列の文字情報と一致した画像データ中の文字列と、その文字列に含まれる文字の属性と、その範囲の座標とを特定する(ステップS904)。文字の属性は、数字、アルファベット、ひらがな、漢字、文字数、文字高さ、フォントなどにより表される情報である。また文字列の範囲の座標には文字列に含まれる先頭文字の座標、終了文字の座標などを示す情報である。特徴量抽出部103はそれら特定した情報を含む特徴量を1つの文書帳票5について生成する(ステップS905)。
The feature
特徴量は特徴量抽出部103によって文書帳票5における記録文字列ごとに生成される。すなわち、特徴量抽出部103は、文書帳票毎かつ記録文字列毎に特徴量を生成する。この文書帳票毎かつ記録文字列毎の特徴量を個別第一特徴量と称する。個別第一特徴量は、文字の属性、文字列の範囲を示す座標の何れか一方または両方を含んでいてもよい。特徴量抽出部103は個々の文書帳票5における1つ又は複数の記録文字列それぞれの個別第一特徴量を、文書帳票5の識別子および記録文字列の識別子に紐づけてデータベース4に記録する(ステップS906)。記録文字列の識別子として、例えばその記録文字列の位置を示す座標値を用いることができる。
The feature amount is generated for each recorded character string in the document form 5 by the feature
例えば特徴量抽出部103は、文書帳票5に含まれる記録文字列である日付51、発注先52、商品名53、数量54、金額55それぞれの、文字属性、文字列の範囲を示す座標などを示す各個別第一特徴量を、文書帳票5の識別子および記録文字列の識別子に紐づけてデータベース4に記録する。
For example, the feature
特徴量抽出部103はまた、記録文字列に含まれる文字情報と一致しない画像データ中の非記録文字列と、その非記録文字列に含まれる文字の属性と、その範囲の座標とを特定する(ステップS907)。特徴量抽出部103はそれら特定した情報を含む特徴量を文書帳票5について生成する(ステップS908)。
The feature
特徴量は特徴量抽出部103によって文書帳票5における非記録文字列ごとに生成される。すなわち、特徴量抽出部103は、文書帳票毎かつ非記録文字列毎に特徴量を生成する。この文書帳票毎かつ非記録文字列毎の特徴量を個別第二特徴量と称する。個別第二特徴量は、文字の属性、文字列の範囲を示す座標の何れか一方または両方を含んでいてもよい。特徴量抽出部103は個々の文書帳票5における1つ又は複数の非記録文字列それぞれの個別第二特徴量を、文書帳票5の識別子および非記録文字列の識別子に紐づけてデータベース4に記録する(ステップS909)。非記録文字列の識別子として、例えばその記録文字列の位置を示す座標値を用いることができる。
The feature amount is generated for each non-recorded character string in the document form 5 by the feature
例えば特徴量抽出部103は、文書帳票5に含まれる非記録文字列である発注者の名称501、発注者のエンブレム画像、文書帳票のタイトル503、挨拶文504などを示す各個別第二特徴量を、文書帳票5の識別子および記録文字列の識別子に紐づけてデータベース4に記録する。
For example, the feature
データベース4には異なる複数の文書帳票5の画像データとその画像データに対応する記録文字列の情報が記録されている。画像処理装置1の取得部102は全ての文書帳票5についての画像データと記録文字列の情報を読み込むまでステップS901〜ステップS911の処理を繰り返す。そしてステップS901において全て読み込んだと判定したとする(ステップS901:YES)。
The database 4 records image data of a plurality of different document forms 5 and information of recording character strings corresponding to the image data. The
その場合、グループ分類部106が文書帳票5の画像データに含まれる個別第二特徴量に基づいて、文書帳票5をグループ分けする(ステップS912)。例えばグループ分類部106は、各文書帳票5を、個別第二特徴量が示す非記録文字列の一致度や、エンブレム画像の一致度、非記録文字列の座標範囲の一致度などに基づいてグループ分けする。グループ分類部106はこのグループ分けの処理において文書帳票5のグループ識別子を決定する。グループ分類部106は全ての文書帳票5についてグループ分けが終了したかを判定する(ステップS913)。
In this case, the
グループ分類部106は全ての文書帳票5のグループ分けが完了していない場合にはステップS912の処理を繰り返す。グループ分類部106は、全ての文書帳票5のグループ分けが完了した場合には、文書帳票5の識別子とその文書帳票5に付与されたグループ識別子とを対応付けてデータベース4のグループテーブルに記録する(ステップS914)。
The
そして読取対象特徴量生成部104はあるグループに属する1つまたは複数の文書帳票5の各個別第一特徴量および各個別第二特徴量をデータベース4から読み取り、グループに属する文書帳票5の各個別第一特徴量および各個別第二特徴量に対応する各グループ第一特徴量、各グループ第二特徴量を生成する(ステップS915)。各グループ第一特徴量はグループに属する文書帳票5の各個別第一特徴量の平均等の値であってもよい。同様に各グループ第二特徴量はグループに属する文書帳票5の各個別第二特徴量の平均等の値であってもよい。各グループ第一特徴量、各グループ第二特徴量は、各個別第一特徴量の平均、各個別第二特徴量の平均でなくとも、所定の統計処理や機械学習等の手法を用いて、グループに属する1つ又は複数の文書帳票5の記録文字列や非記録文字列を特定できるよう算出された特徴量であれば、どのようなもの手法を用いて、各グループ第一特徴量、各グループ第二特徴量を生成してもよい。読取対象特徴量生成部104は、グループそれぞれについて各グループ第一特徴量、各グループ第二特徴量を算出し、グループの識別子に対応付けてデータベース4に記録する(ステップS916)。
The reading target feature
以上の処理により画像処理装置1は、作業者の記録文字列を記録する労力を軽減するために必要な情報を文書帳票のグループ毎に生成してデータベース4に蓄積することができる。これにより画像処理装置1は新たな文書帳票についての画像データに基づいて記録文字列を自動でデータベース4に記録していくことができる。以下、その処理について説明する。
With the above processing, the
図10は第二実施形態による画像処理装置の処理フローを示す第二の図である。
作業者は新たな文書帳票を画像読取装置2に読み取らせる操作を行う。これにより画像読取装置2は文書帳票の画像データを生成して画像処理装置1へ出力する。画像処理装置1の取得部102は画像データを取得する(ステップS1001)。取得部102は画像データを特徴量抽出部103へ出力する。特徴量抽出部103は画像データをOCR処理して、文字列と、文字列に含まれる文字の特徴と、その文字列の範囲の画像データ中の座標を検出する(ステップS1002)。特徴量抽出部103はそれら検出した情報を含む第三特徴量を、画像データ中の文字列ごとに生成する(ステップS1003)。第三特徴量は新たに読み込んだ画像データの文書帳票に含まれる文字列の特徴を示す情報である。
FIG. 10 is a second diagram showing a processing flow of the image processing apparatus according to the second embodiment.
The operator performs an operation for causing the
次にグループ特定部107が、データベース4からあるグループ第二特徴量のうち新たな文書帳票のグループ特定に利用するグループ第二特徴量を読み取る。当該グループ第二特徴量は例えば文書帳票の画像データに表示される発注者のエンブレム画像502に対応する特徴量であってよい。グループ特定部107はあるグループ第二特徴量に示す情報が、ステップS1001で取得した文書帳票の画像データから特定できるかどうかを判定する。グループ特定部107は全てのグループについてのグループ第二特徴量を用いて同様の処理を行う。グループ特定部107はデータベース4から読み取ったグループ第二特徴量に一致する情報が新たに読み込んだ文書帳票の画像データから特定できた場合、そのグループ第二特徴量を有するグループを、新たに読み込んだ文書帳票の画像データのグループと特定する(ステップS1004)。その後、グループ特定部107はデータベース4からそのグループについての1つまたは複数のグループ第一特徴量を読み出す(ステップS1005)。グループ特定部107は記録部105へ第三特徴量と1つまたは複数のグループ第一特徴量を出力する。グループ第一特徴量はそのグループに属する文書帳票内の1つまたは複数の記録文字列を特定するための特徴量である。
Next, the
記録部105は画像データ中の1つまたは複数の文字列についての第三特徴量と、1つまたは複数のグループ第一特徴量とを取得する。記録部105は各グループ第一特徴量に含まれる文字列の範囲を示す座標を用いて、各グループ第一特徴量が示す当該座標に対応する座標を有する第三特徴量が全て存在するかを判定する(ステップS1006)。各グループ第一特徴量の座標に対応する座標を有する第三特徴量が全て存在する場合には、記録文字列に対応する文書帳票内の全ての記載事項に文字の記載が存在する。一方、各グループ第一特徴量の座標に対応する座標を有する第三特徴量が全て存在しない場合には、文書帳票内の何れかの記載事項に文字の記載が無い状態である。
The
ステップS1006でYESの場合、記録部105は、グループ第一特徴量に含まれる文字属性と、座標に基づいて特定された対応する第三特徴量に含まれる文字属性がそれぞれ一致するかどうかを判定する(ステップS1007)。
In the case of YES in step S1006, the
記録部105は、ステップS1007の判定結果がYESとなり文字属性が一致する場合、現在処理している画像データにおいて1つまたは複数の第三特徴量が示す座標に基づく記録文字列の範囲に矩形枠を表示した確認画面を生成する。記録部105はその確認画面をモニタに出力する(ステップS1008)。作業者はこの確認画面に表示された矩形領域を確認して、画像処理装置1が記録しようとする記録文字列を確認することができる。これにより作業者は記録文字列に不足が無いかを確認することができる。確認画面にはOKまたはNGの何れかのボタンのアイコン画像が表示されている。このボタンのアイコン画像のうちOKのボタンを選択することにより作業者は記録文字列としての選択に不足がないことを指示することができる。他方、ボタンのアイコン画像のうちNGのボタンを選択することにより作業者は記録文字列としての選択に不足があることを指示することができる。
If the determination result in step S1007 is YES and the character attributes match, the
記録部105は作業者のボタンのアイコン画像の押下に応じて、記録文字列の選択に不足が無いかを判定する(ステップS1009)。記録部105は不足が無い場合には、第三特徴量に含まれる文字列を、文書帳票の識別情報に対応付けて記録テーブルに記録する(ステップS1010)。
The
例えば、文書帳票の画像データ中から第三特徴量a3、第三特徴量b3、第三特徴量c3、第三特徴量d3が取得できたとする。そして第三特徴量a3が予めデータベースに記録されているグループ第一特徴量g11と、第三特徴量b3がグループ第一特徴量g12と、第三特徴量c3がグループ第一特徴量g13と、第三特徴量d3がグループ第一特徴量g14とそれぞれ特徴量が一致したとする。この場合、記録部105は、第三特徴量a3、第三特徴量b3、第三特徴量c3、第三特徴量d3それぞれに含まれる文字列を、文書帳票の記録テーブルに記録する。
For example, it is assumed that the third feature value a3, the third feature value b3, the third feature value c3, and the third feature value d3 can be acquired from the image data of the document form. And the third feature quantity g3 in which the third feature quantity a3 is recorded in the database in advance, the third feature quantity b3 is the group first feature quantity g12, the third feature quantity c3 is the group first feature quantity g13, Assume that the third feature value d3 and the group first feature value g14 have the same feature value. In this case, the
上述のステップS1006でNOの場合、またはステップS1007でNOの場合、またはステップS1009でNOの場合、記録部105は、グループ第一特徴量が示す当該座標に対応する座標を有する第三特徴量が存在しなかった場合の処理を行う。具体的には記録部105は、画像データ中の対応する座標の第三特徴量が存在しなかったグループ第一特徴量の座標の範囲に入力欄を設けた帳票画像の入力用画像データを生成してモニタに出力する(ステップS1011)。入力用画像データはHTMLやXMLなどのマークアップ言語で記述されたデータであってよい。作業者はこの入力用画像データを見ながら、画像処理装置1のキーボード等の入力装置を操作して、モニタに表示されている入力用画像データ内の入力欄に記録文字列を入力する。当該入力用画像データには保存ボタンが表示されており、保存ボタンの押下操作をすると記録部105は既に文書帳票について取得した第三特徴量の他、新たに入力用画像データの入力欄に入力された文字列を含む第三特徴量を生成する(ステップS1012)。記録部105は帳票画像データの識別子と入力欄に入力された文字列とを対応付けてデータベース4に記録する。画像処理装置1は図9で示した処理フローを再度実施することによりグループ第一特徴量およびグループ第二特徴量が更新され、自動的に記録できる文字列の範囲を拡張することができる。これにより、次に同じ文書帳票を処理したときには、自動的に文字列を記録できるようになり、作業者が文字列を入力する手間を省くことができる。記録部105は、全ての第三特徴量それぞれに含まれる文字列を、文書帳票の記録テーブルに記録する(ステップS1013)。
In the case of NO in step S1006 described above, in the case of NO in step S1007, or in the case of NO in step S1009, the
このような処理によれば、画像処理装置1は予め作業者が記録しておいた複数の異なる文書帳票の画像データと記録文字列によって、新たに入力させた文書帳票の種別によらずにその文書帳票の画像データにおける記録文字列を自動的に記録することができる。したがって画像処理装置1は文書帳票における記録文字列の記録の作業者の労力を軽減することができる。
また文書帳票に記録文字列が記載されていない場合でも、本来、記載されているべき記録文字列に対応する記載事項が記載されていない場合には画像処理装置1は入力用画像データを出力する。これにより文書帳票において記載すべき記載事項に対して入力していない誤りが見つかると共に、その記載事項が示す記録文字列を容易に記録することができる。
According to such processing, the
Further, even when the recorded character string is not described in the document form, the
<第三実施形態>
なお、画像処理装置1の処理の他の例としては、作業者が予め文書帳票のグループを画像処理装置1に登録しておいてもよい。例えば作業者は、過去において文書帳票の画像データを登録する際、文書帳票の種類に合わせてグループ識別子を入力しておき文書帳票の画像データと紐づけてデータベース4に登録しておく。これにより、同一グループ内に画像処理装置1の処理誤り等により異種の帳票が混じることがなくなり、精度のよいグループ第一特徴量およびグループ第二特徴量を抽出することができる。なおこの場合、登録時は作業者が文書帳票のグループを入力するが、新たな帳票に対しては、ステップS1004と同じく、グループ第二特徴量を用いてグループ特定する。
<Third embodiment>
As another example of the processing of the
<第四実施形態>
また、画像処理装置1の処理の他の例としては、ステップS912で画像処理装置1は個別第二特徴量を用いて文書帳票をグループ分けするだけでなく、個別第一特徴量を用いて、また個別第二特徴量と共に個別第一特徴量を用いて、文書帳票をグループ分けするようにしてもよい。個別第一特徴量は記録文字列の特徴量であるが、同じ種類の文書帳票であれば、記録文字列の座標やその文字属性は同じであると考えられ、個別第一特徴量を用いて帳票をグループ分けすることが可能となる。
この場合、取得部102が、複数の帳票画像データとその帳票画像データに含まれる文字列のうち記録対象となった記録文字列とを取得する。そしてグループ分類部106が個別第一特徴量に基づいて帳票画像データをグループ分けする。そして、読取対象特徴量生成部104は、グループに含まれる帳票画像データに対応する個別第一特徴量を用いて当該グループごとの記録文字列のグループ第一特徴量を生成する。
また、最初のグループ分けを第三実施形態で示すように作業者が行い、新たな文書帳票に対してはステップS1004の処理により個別第一特徴量を用いてグループ分けするようにしてもよい。これにより、OCR処理において精度よく記録文字列を読み取ることが可能となる。
<Fourth embodiment>
As another example of the processing of the
In this case, the
Alternatively, the first grouping may be performed by an operator as shown in the third embodiment, and a new document form may be grouped using the individual first feature amount by the process of step S1004. As a result, the recorded character string can be read with high accuracy in the OCR process.
<第五実施形態>
第二実施形態においてはステップS1004において第二特徴量に基づいて新たな帳票のグループを特定している。しかしながら、別の処理態様として、画像処理装置1はグループを特定する処理を行わずに、作業者により設定された全グループに対して、1グループごとに順に特定してグループ第一特徴量を読み出し、第三特徴量と一致する個数をカウントする。正しいグループの場合には最も多くグループ第一特徴量と第三特徴量とが一致するはずなので、画像処理装置1は一致個数が最も多いときの特定グループの第三特徴量それぞれに含まれる文字列をステップS1008において記録する。これにより、グループを特定しなくても記録文字列を記録することができる。
この場合、グループ第一特徴量の生成用にデータベース4に蓄えられる文書帳票の画像データが、作業者によって予めグループ分けされていてもよい。取得部102は、複数の帳票画像データとその帳票画像データに含まれる文字列のうち記録対象となった記録文字列とを取得する。そして、特徴量抽出部103は、取得部102の取得した帳票画像データを文字認識処理した結果に基づいて、記録文字列の特徴を示す個別第一特徴量を抽出する。読取対象特徴量生成部104は、予め設定された所定のグループに含まれる帳票画像データに対応する個別第一特徴量を用いて当該グループごとの記録文字列のグループ第一特徴量を生成する。
<Fifth embodiment>
In the second embodiment, a new form group is specified based on the second feature amount in step S1004. However, as another processing mode, the
In this case, the image data of the document form stored in the database 4 for generating the group first feature amount may be grouped in advance by the operator. The
<第六実施形態>
第一実施形態の図7の処理で、画像処理装置1が、文字認識に成功した場合、失敗した場合のいずれも特徴量の機械学習を行うようにしてもよい。第六実施形態では、この点について説明する。
第六実施形態は、第一実施形態の図7の処理以外は第一実施形態と同様であり、図1〜6を援用する。
<Sixth embodiment>
In the process of FIG. 7 of the first embodiment, the
6th Embodiment is the same as that of 1st Embodiment except the process of FIG. 7 of 1st embodiment, and FIGS.
図11は、第六実施形態による画像処理装置の処理フローを示す図である。図11のステップS1101〜S1108は、図7のステップS701〜S708と同様である。図11のステップS1110〜1112は、図7のステップS709〜S711と同様である。図11のステップS1114は、図7のステップS712と同様である。
従って、図11の処理では、図7のステップS708とS709との間にステップS1109が入り、図7のステップS711とS712との間にステップS1113が入っていることになり、それ以外は、図7と同様である。
ステップS1109、S1113の何れでも、画像処理装置1の読取対象特徴量生成部104が図6の処理を行って第一特徴量を更新する。読取対象特徴量生成部104は、未学習の状態から図6の処理をやり直す必要はなく、画像データ1枚分の追加学習を行えばよい。
FIG. 11 is a diagram illustrating a processing flow of the image processing apparatus according to the sixth embodiment. Steps S1101 to S1108 in FIG. 11 are the same as steps S701 to S708 in FIG. Steps S1110 to 1112 in FIG. 11 are the same as steps S709 to S711 in FIG. Step S1114 in FIG. 11 is the same as step S712 in FIG.
Therefore, in the process of FIG. 11, step S1109 is inserted between steps S708 and S709 of FIG. 7, and step S1113 is inserted between steps S711 and S712 of FIG. 7 is the same.
In either step S1109 or S1113, the read target feature
ここで、OCR処理に失敗した場合(OCR処理では記録文字列を適切に得られなかった場合)のみ学習を行うように、図11のステップS1109では機械学習を行わず、ステップS1113でのみ機械学習を行うことが考えられる。しかし、この場合、画像処理装置1がOCR処理に成功すると機械学習を行わない結果、文書帳票の書式の統計的な情報が機械学習に反映されない場合がある。
例えば、文書帳票100枚中99枚まで左下に記録文字列があり、1枚だけ右上に記録文字列がある場合を考える。この場合、画像処理装置1が、同じ位置に記録文字列がある文書帳票では画像処理装置1がOCR処理に成功する(ステップS1108:YESとなる)と、記録文字列が左下にある場合、右上にある場合とも1回ずつ学習を行う。実際には99対1の割合であるのに、画像処理装置1の学習では1対1の割合で学習を行うことになり、記録文字列が右上にある場合について過学習してしまう可能性がある。
これに対し図11のように、画像処理装置1がOCR処理に成功した場合、失敗した場合のいずれも機械学習(第一特徴量の更新)を行うことで、文書帳票の書式の統計的な情報を機械学習に反映させることができる。
第二実施形態〜第五実施形態についても同様に、画像処理装置1が、図10のステップS1009とS1010との間、ステップS1012とS1013との間のいずれでも図9の処理を行うようにしてもよい。
Here, machine learning is not performed in step S1109 in FIG. 11 and machine learning is performed only in step S1113 so that learning is performed only when the OCR processing fails (when the recorded character string cannot be obtained properly by OCR processing). Can be considered. However, in this case, if the
For example, consider a case where up to 99 of 100 document forms have a recorded character string on the lower left and only one recorded character string on the upper right. In this case, if the
On the other hand, as shown in FIG. 11, when the
Similarly, in the second to fifth embodiments, the
<第七実施形態>
画像処理装置1が、例えば既存のOCRシステムなど、文書帳票のスキャンまたは撮影を行うシステムからデータを取得して機械学習を行うようにしてもよい。第七実施形態ではこの点について説明する。以下では、画像処理装置1が既存のOCRシステムからデータを取得する場合を例に説明する。但し、画像処理装置1へのデータ提供元は、既存のOCRシステムに限定されずいろいろなシステムまたは装置とすることができる。例えば、画像処理装置1が、売り上げの日付、売り先、金額、証跡となる画像データをデータベースに保存するシステム(例えば、営業情報システム、または、経理情報システム)からデータを取得するようにしてもよい。特に、情報提供元のシステムまたは装置が、OCR機能を有している必要はない。
<Seventh embodiment>
The
図12は、第七実施形態による画像処理システムと既存OCRシステムとの接続例を示す図である。図12に示す構成では、図1の構成に加えて既存OCRシステム9が画像処理装置1に接続されている。この構成で、既存OCRシステム9については、画像データ生成機能(スキャン機能)およびユーザインタフェースを使用し、文字認識機能は使用しない。文字認識については画像処理装置1が行う。その他の点は第一実施形態と同様である。図1〜7を援用し画像データの取得、およびユーザインタフェースについては既存OCRシステム9を用いるものと読み替える。
FIG. 12 is a diagram illustrating a connection example between the image processing system and the existing OCR system according to the seventh embodiment. In the configuration shown in FIG. 12, an existing
図13は、第七実施形態による画像処理装置の処理フローを示す図である。図13では、画像処理装置1が行う処理と既存OCRシステム9が行う処理との関係を示している。
図13の処理で、既存OCRシステムが作業者の操作に従ってスキャンを行い画像データを生成する(シーケンスS1301)。既存OCRシステム9は、得られた画像データを画像処理装置1へ送信する(シーケンスS1302)。
画像処理装置1は、画像データを受信するとOCR処理を行う(シーケンスS1303)。例えば、画像処理装置1は、図7のステップS702以下の処理を行い、記録文字列を取得する。特に、記録部104が、OCR処理結果の文字列の中から記録文字列を特定する。
画像処理装置1は、文字認識結果の文字列(記録文字列)を既存OCRシステム9へ送信する(シーケンスS1304)。
既存OCRシステム9は、文字認識結果を作業者に提示して、文字認識結果の確認および修正の後確定操作を受ける(シーケンスS1305)。既存OCRシステム9は、確定された文字列(修正結果の記録文字列)を画像処理装置1へ送信する(シーケンスS1306)。
画像処理装置1は、修正結果を受信すると、機械学習を行う(シーケンスS1307)。
画像処理装置1は、シーケンスS1302で画像データを取得し、シーケンスS1306で作業者が確定している修正結果の文字列を取得している。この画像データおよび文字列を用いて、例えば図6の処理手順で機械学習を行うことができる。画像処理装置1が、ある程度データがたまってから纏めて機械学習を行うようにしてもよいし、データを入手する毎に追加学習を行うようにしてもよい。
このように、第七実施形態によれば画像処理装置1は、作業者による既存OCRシステム9の一般的な使用を利用して、機械学習を行うことができる。特に、読取対象特徴量生成部104が、第一特徴量を更新することができる。
第二実施形態〜第六実施形態についても同様に、画像処理装置が既存OCRシステムを用いて機械学習を行うようにしてもよい。
FIG. 13 is a diagram illustrating a processing flow of the image processing apparatus according to the seventh embodiment. FIG. 13 shows the relationship between the processing performed by the
In the process of FIG. 13, the existing OCR system scans according to the operator's operation and generates image data (sequence S1301). The existing
When receiving the image data, the
The
The existing
When receiving the correction result, the
The
As described above, according to the seventh embodiment, the
Similarly, in the second to sixth embodiments, the image processing apparatus may perform machine learning using an existing OCR system.
<第八実施形態>
画像処理装置の学習機能をサーバ化して学習を加速させるようにしてもよい。第八実施形態ではこの点について説明する。
図14は、第八実施形態による画像処理システム200の概要を示す図である。図14の構成で、画像読取装置2は、図1の場合と同様である。
図1の画像処理装置1の機能は、機械学習を行う学習機能部1bと、それ以外の機能を実行するOCR機能部1aとに分けられ、サーバクライアントの構成となっている。特に、学習機能部1bは、第一特徴量の生成および更新を行う。また、学習機能部1bは、記録装置3の機能も実行して、学習結果データベース4bを管理する。OCR機能部1aは、OCR処理、第三特徴量の抽出、記録文字列の特定、作業者に対するユーザインタフェース等の機能を実行する。OCR機能部1aは、OCR処理にて文字列の検出、文字列に含まれる文字の特徴の検出、および、文字列の範囲の座標の検出を行う。
OCR機能部1aは、端末装置6に格納されている。学習機能部1bはサーバ装置7に格納されている。
図1のデータベース4は、OCR結果データベース4aと、学習結果データベース4bとに分けられている。OCR結果データベース4aは、記録テーブルなどOCR処理の結果を記憶する。学習結果データベース4bは、第一特徴量など機械学習の際に得られるデータを記憶する。学習結果データベース4bは、サーバ装置7に格納されている。一方、OCR結果データベースは1つの装置として構成されている。
<Eighth embodiment>
The learning function of the image processing apparatus may be made into a server to accelerate learning. In the eighth embodiment, this point will be described.
FIG. 14 is a diagram showing an overview of an
The function of the
The
The database 4 in FIG. 1 is divided into an
図15は、第八実施形態による端末装置の処理フローを示す図である。
図15の処理で、端末装置6は、画像処理装置2により文書帳票の画像データを読み取り、画像データに対応する学習結果をサーバ装置7からダウンロードする(ステップS1501)。特に、端末装置6は、学習結果として第一特徴量を取得する。
端末装置6は、画像データに含まれる全ての文字列をOCR処理し、学習結果に当てはまるものを画面表示する(ステップS1502)。具体的には、端末装置6は、学習結果である第一特徴量を用いて、第一特徴量に当てはまる記録文字列を特定する。
FIG. 15 is a diagram illustrating a processing flow of the terminal device according to the eighth embodiment.
In the processing of FIG. 15, the
The
端末装置6は、画像データ内の全てのOCR対象文字列が正しく読み取れているか判定する(ステップS1503)。読み取れていない文字列があると判定した場合(ステップS1503:NO)、端末装置6は、OCR結果を画面表示にて作業者に提示し、修正操作を受ける(ステップS1504)。
端末装置6は、読み取った文字列(作業者の修正を受けた場合は修正後の文字列)をOCR結果データベース4aに送信し記録する(ステップS1505)。具体的には、端末装置6は、記録文字列をOCR結果データベース4aに記憶させる。ステップS1503でYESの場合も、処理がステップS1505へ進む。
端末装置6は、読み取った文字列および位置情報など学習用データをサーバ装置7へ送信する(ステップS1506)。
図15の処理により、端末装置6は、OCR結果として記録すべき記録文字列をOCR結果データベースに記録し、また、サーバ装置7に学習用データを提供している。
The
The
The
With the processing in FIG. 15, the
図16は、第八実施形態によるサーバ装置の処理フローを示す図である。
図16の処理で、サーバ装置7は、端末装置6から学習用データを受信して保存する(ステップS1601)。
サーバ装置7は、未学習の学習用データがN個(Nは、正整数)蓄積されたかを判定する(ステップS1602)。蓄積されていないと判定した場合(ステップS1602:NO)、ステップS1601へ戻る。
一方、未学習の学習用データがN個蓄積されたと判定した場合(ステップS1602:YES)、サーバ装置7は、学習用データとして受信した帳票の受信結果データを学習結データベースから読み込む(ステップS1603)。
次に、サーバ装置7は、読み込んだ学習結果データに新しい学習用データを追加し、再学習する(ステップS1604)。
サーバ装置7は、再学習結果を学習結果データベース4bに登録する(ステップS1605)。
そして、サーバ装置7は、端末装置6から学習用データを受信するまで待機する(ステップS1606)。ステップS1606の後、処理がステップS1601へ戻る。
図16の処理で、サーバ装置7は、学習結果としての第一特徴量を更新している。更新された第一特徴量は、学習結果データベース4bに登録されて端末装置6の利用に供される。
第八実施形態によれば、画像処理装置の学習機能をサーバ化して学習用データを集約し学習を加速させることができる。
FIG. 16 is a diagram illustrating a processing flow of the server device according to the eighth embodiment.
In the process of FIG. 16, the
The
On the other hand, when it is determined that N pieces of unlearned learning data have been accumulated (step S1602: YES), the
Next, the
The
The
In the process of FIG. 16, the
According to the eighth embodiment, the learning function of the image processing apparatus can be made into a server to collect learning data and accelerate learning.
なお、サーバ装置7が再学習等の機械学習を行うタイミングは、図16のステップS1602に示される、学習用データが一定数蓄積されたタイミングに限定されない。例えば、サーバ装置7が、一定期間ごとに学習を行うようにしてもよい。特に、サーバ装置7が、データ数の条件に加えてあるいは代えて、時間的な条件に従って学習を開始するようにしてもよい。
Note that the timing at which the
サーバ装置7が一定期間ごとに学習を行う例として、サーバ装置7が、端末装置6が稼働しない夜間または休業日に学習を行う場合が挙げられる。ここで、端末装置6の稼働中にサーバ装置7が学習を行うと、サーバ装置7の学習機能部1bによる学習結果データベースへのアクセスが生る。これにより、端末装置6から学習結果データベース4bへのアクセスに遅延が生じる、あるいは、アクセスが必要なタイミングでアクセスできないといった不都合が生じる可能性がある。そこで、サーバ装置7が、端末装置6が稼働していないときに学習を行うことで、端末装置6から学習結果データベース4bへのアクセスへの影響を回避できる。
As an example in which the
なお、サーバ装置7に加えて、あるいは代えて、端末装置6が機械学習を行うようにしてもよい。
ここで、サーバ装置7が機械学習を行い、端末装置6は学習を行わない場合、サーバ装置7が機械学習を行って学習結果(第一特徴量)を更新し、端末装置6と学習結果を共有するまで、端末装置6の処理の精度は向上しない。例えば、サーバ装置7が毎日夜間のみ機械学習を行う場合、端末装置6が更新後の学習結果を使用できるのは翌朝以降となってしまう。例えば端末装置6が午前中に学習用データを生成してサーバ装置7へ送信した場合でも、その学習の結果が端末装置6の処理に反映されるのは、約一日後の翌日朝となる。
The
Here, when the
そこで、端末装置6の各々が、帳票を一枚処理する毎に機械学習を行う。端末装置6は、学習結果を自らの処理に反映させるとともに、学習結果または学習用データをサーバ装置7へ送信する。端末装置6は、帳票の処理で特徴量(第三特徴量)を生成する。そして、端末装置6は、学習結果データベースから取得した第一特徴量を、生成した特徴量を用いて更新する。例えば、端末装置6は、図15のステップS1506で、学習用データをサーバ装置7へ送信するとともに、その学習用データを用いて自ら機械学習を行い、端末装置6自らが記憶している第一特徴量を更新する。あるいは、端末装置6が、図15のステップS1506で、学習用データに加えて学習結果(得られた特徴量)をサーバ装置7へ送信するようにしてもよい。
端末装置6は、自ら学習を行うことで、自らの学習結果を自らの処理に反映させることができる。この点で、端末装置6自らは機械学習を行わずサーバ装置7による学習結果の更新を待ち受ける場合よりも早く端末装置6の処理制度が向上することが期待される。
端末装置6の各々が行う機械学習を仮学習と称する。
Therefore, each time the
The
Machine learning performed by each
端末装置6がサーバ装置7へ学習用データを送信する場合、サーバ装置7が行う処理は、図16を参照して説明したのと同じである。
一方、端末装置6がサーバ装置7へ学習結果を送信する場合、サーバ装置7は、各端末装置6からの学習結果を蓄積しておく。そして、サーバ装置7は、例えば夜間に端末装置6から得られた学習結果を、学習結果データベース4bが記憶している学習結果に反映させる。具体的には、サーバ装置7の学習機能部1bが、端末装置6が学習で取得した特徴量を用いて、学習用データベース4bが記憶している第一特徴量を更新する。
学習結果データベースが記憶している第一特徴量を更新する処理を本学習と称する。
When the
On the other hand, when the
The process of updating the first feature value stored in the learning result database is referred to as main learning.
図17は画像処理装置の最小構成を示す図である。
この図が示すように画像処理装置1は、少なくとも特徴量抽出部103と、読取対象特徴量生成部104とを備えればよい。
特徴量抽出部103は、過去に登録された複数の帳票画像データを文字認識処理した結果に基づいて、帳票画像データに含まれる文字列の特徴を示す特徴量を帳票画像データ毎に抽出する。
読取対象特徴量生成部104は、帳票画像データに対応する特徴量を用いて当該帳票画像データ中の記録文字列の第一特徴量を生成する。
FIG. 17 is a diagram illustrating a minimum configuration of the image processing apparatus.
As shown in this figure, the
The feature
The reading target feature
上述の各装置は内部に、コンピュータシステムを有している。そして、各装置に上述した各処理を行わせるためのプログラムは、それら装置のコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムを各装置のコンピュータが読み出して実行することによって、上記処理が行われる。ここでコンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、CD−ROM、DVD−ROM、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしても良い。 Each of the above devices has a computer system inside. A program for causing each device to perform the above-described processes is stored in a computer-readable recording medium of each device, and the above-described processing is performed by the computer of each device reading and executing the program. Done. Here, the computer-readable recording medium means a magnetic disk, a magneto-optical disk, a CD-ROM, a DVD-ROM, a semiconductor memory, or the like. Alternatively, the computer program may be distributed to the computer via a communication line, and the computer that has received the distribution may execute the program.
また、上記プログラムは、前述した各処理部の機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル(差分プログラム)であっても良い。 Further, the program may be for realizing a part of the functions of each processing unit described above. Furthermore, what can implement | achieve the function mentioned above in combination with the program already recorded on the computer system, and what is called a difference file (difference program) may be sufficient.
1・・・画像処理装置
1a・・・OCR機能部
1b・・・学習機能部
2・・・画像読取装置
3・・・記録装置
4・・・データベース
4a・・・学習結果データベース
4b・・・OCR結果データベース
5・・・文書帳票
6・・・端末装置
7・・・サーバ装置
101・・・制御部
102・・・取得部
103・・・特徴量抽出部
104・・・読取対象特徴量生成部
105・・・記録部
106・・・グループ分類部
107・・・グループ特定部
108・・・作業対象判定部
109・・・作業データ生成部
DESCRIPTION OF
Claims (12)
前記帳票画像データに対応する前記特徴量を用いて記録文字列の特徴量である第一特徴量を生成する読取対象特徴量生成部と、
を備える画像処理装置。 Based on the result of character recognition processing of a plurality of form image data, a feature amount extraction unit that extracts a feature amount indicating a feature of a character string included in the form image data for each form image data;
A read target feature value generation unit that generates a first feature value that is a feature value of a recorded character string using the feature value corresponding to the form image data;
An image processing apparatus comprising:
前記特徴量抽出部は、前記取得部の取得した前記帳票画像データを文字認識処理した結果に基づいて、前記帳票画像データに対応する前記特徴量を抽出し、
前記読取対象特徴量生成部は、前記帳票画像データに対応する前記特徴量を用いて前記記録文字列の第一特徴量を生成する
請求項1に記載の画像処理装置。 An acquisition unit that acquires the plurality of form image data and the recording character string that is a recording target among character strings included in the form image data;
The feature amount extraction unit extracts the feature amount corresponding to the form image data based on a result of character recognition processing of the form image data acquired by the acquisition unit,
The image processing apparatus according to claim 1, wherein the reading target feature amount generation unit generates a first feature amount of the recorded character string using the feature amount corresponding to the form image data.
前記特徴量抽出部は、
前記取得部の取得した前記帳票画像データを画像認識処理した結果に基づいて、前記記録文字列の特徴を示す個別第一特徴量と、前記記録文字列以外の認識情報を示す個別第二特徴量とを前記帳票画像データ毎かつ文字列毎に抽出し、
さらに、前記個別第二特徴量に基づいて前記帳票画像データをグループ分けするグループ分類部と、を備え、
前記読取対象特徴量生成部は、前記グループに含まれる前記帳票画像データに対応する前記個別第一特徴量を用いて当該グループごとの前記第一特徴量であるグループ第一特徴量を生成する
請求項1に記載の画像処理装置。 An acquisition unit that acquires the plurality of form image data and the recording character string that is a recording target among character strings included in the form image data;
The feature amount extraction unit includes:
Based on the result of image recognition processing of the form image data acquired by the acquisition unit, an individual first feature amount indicating the feature of the recorded character string and an individual second feature amount indicating recognition information other than the recorded character string Are extracted for each form image data and for each character string,
Further, a group classification unit that groups the form image data based on the individual second feature amount,
The reading target feature value generation unit generates a group first feature value, which is the first feature value for each group, using the individual first feature value corresponding to the form image data included in the group. Item 8. The image processing apparatus according to Item 1.
前記特徴量抽出部が前記帳票画像データ毎かつ前記記録文字列毎に抽出した個別第一特徴量に基づいて前記帳票画像データをグループ分けするグループ分類部と、を備え、
前記読取対象特徴量生成部は、前記グループに含まれる前記帳票画像データに対応する前記個別第一特徴量を用いて当該グループごとの前記第一特徴量であるグループ第一特徴量を生成する
請求項1に記載の画像処理装置。 An acquisition unit for acquiring the plurality of form image data and the recording character string to be recorded among character strings included in the form image data;
A group classification unit that groups the form image data based on the individual first feature values extracted by the feature amount extraction unit for each form image data and for each recording character string;
The reading target feature value generation unit generates a group first feature value, which is the first feature value for each group, using the individual first feature value corresponding to the form image data included in the group. Item 8. The image processing apparatus according to Item 1.
前記特徴量抽出部は、前記取得部の取得した前記帳票画像データを文字認識処理した結果に基づいて、前記記録文字列の特徴を示す個別第一特徴量を前記帳票画像データ毎かつ前記記録文字列毎に抽出し、
前記読取対象特徴量生成部は、予め設定された所定のグループに含まれる前記帳票画像データに対応する前記個別第一特徴量を用いて当該グループごとの前記第一特徴量であるグループ第一特徴量を生成する
請求項1に記載の画像処理装置。 An acquisition unit that acquires the plurality of form image data and the recording character string that is a recording target among character strings included in the form image data;
The feature amount extraction unit obtains an individual first feature amount indicating a feature of the recorded character string for each form image data and the recorded character based on a result of character recognition processing on the form image data acquired by the acquisition unit. Extract by column,
The reading target feature quantity generation unit uses the individual first feature quantity corresponding to the form image data included in a predetermined group set in advance, and the group first feature that is the first feature quantity for each group. The image processing apparatus according to claim 1, wherein the quantity is generated.
前記第一特徴量を用いて、前記新たな帳票画像データから読み取られた文字列のうちの前記記録文字列を記録する記録部と、
を備える請求項2から請求項5の何れか一項に記載の画像処理装置。 The acquisition unit acquires new form image data,
A recording unit that records the recorded character string of character strings read from the new form image data using the first feature amount;
The image processing apparatus according to claim 2, further comprising:
前記記録文字列以外の文字列の特徴量として前記グループ毎に設定されたグループ第二特徴量に基づいて当該新たな帳票画像データの属する前記グループを特定するグループ特定部と、
当該特定したグループについての前記グループ第一特徴量を用いて、前記新たな帳票画像データから読み取られた文字列のうちの前記記録文字列を記録する記録部と、を備える、
請求項3または請求項5に記載の画像処理装置。 The acquisition unit acquires new form image data,
A group specifying unit for specifying the group to which the new form image data belongs based on a group second feature value set for each group as a feature value of a character string other than the recorded character string;
A recording unit that records the recorded character string of character strings read from the new form image data, using the first group feature amount for the identified group;
The image processing apparatus according to claim 3 or 5.
請求項6または請求項7に記載の画像処理装置。 The reading target feature amount generation unit is configured so that the recording unit succeeds in selecting any one of the character strings read from the new form image data as the recording character string, and fails. Updating the first feature amount;
The image processing apparatus according to claim 6 or 7.
請求項1から8の何れか一項に記載の画像処理装置。 The reading target feature amount generation unit updates the first feature amount by using a recording target character string confirmed and confirmed by an operator with respect to the recording target character string by the recording unit.
The image processing apparatus according to claim 1.
前記サーバ装置による第一特徴量を用いて文字認識処理結果の文字列の中から前記記録文字列を取得する端末装置と、
を備える画像処理システム。 A server device having a function of a read target feature value generation unit according to any one of claims 1 to 9,
A terminal device for obtaining the recorded character string from the character string of the character recognition processing result using the first feature amount by the server device;
An image processing system comprising:
前記帳票画像データに対応する前記特徴量を用いて記録文字列の特徴量である第一特徴量を生成する工程と、
を含む画像処理方法。 Based on the result of recognition processing of a plurality of form image data, a step of extracting a feature amount indicating a character string feature included in the form image data for each form image data;
Generating a first feature amount that is a feature amount of a recorded character string using the feature amount corresponding to the form image data;
An image processing method including:
複数の帳票画像データを認識処理した結果に基づいて、前記帳票画像データに含まれる文字列の特徴を示す特徴量を前記帳票画像データ毎に抽出する工程と、
前記帳票画像データに対応する前記特徴量を用いて記録文字列の特徴量である第一特徴量を生成する工程と、
を実行させるためのプログラム。 On the computer,
Based on the result of recognition processing of a plurality of form image data, a step of extracting a feature amount indicating a character string feature included in the form image data for each form image data;
Generating a first feature amount that is a feature amount of a recorded character string using the feature amount corresponding to the form image data;
A program for running
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022108466A JP2022125220A (en) | 2017-06-22 | 2022-07-05 | Image processing apparatus, image processing method, and program |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017122416 | 2017-06-22 | ||
JP2017122416 | 2017-06-22 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022108466A Division JP2022125220A (en) | 2017-06-22 | 2022-07-05 | Image processing apparatus, image processing method, and program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019008775A true JP2019008775A (en) | 2019-01-17 |
Family
ID=65029653
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018071141A Pending JP2019008775A (en) | 2017-06-22 | 2018-04-02 | Image processing device, image processing system, image processing method, program |
JP2022108466A Pending JP2022125220A (en) | 2017-06-22 | 2022-07-05 | Image processing apparatus, image processing method, and program |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022108466A Pending JP2022125220A (en) | 2017-06-22 | 2022-07-05 | Image processing apparatus, image processing method, and program |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP2019008775A (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020144636A (en) * | 2019-03-07 | 2020-09-10 | セイコーエプソン株式会社 | Information processing apparatus, learning device, and learned model |
WO2021059848A1 (en) * | 2019-09-27 | 2021-04-01 | AI inside株式会社 | Information processing device, information processing method, and information processing program |
JP2021101304A (en) * | 2019-12-24 | 2021-07-08 | 日本電気株式会社 | Image processing device, system, method, and program |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016048444A (en) * | 2014-08-27 | 2016-04-07 | 沖電気工業株式会社 | Document identification program, document identification device, document identification system, and document identification method |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4382074B2 (en) * | 1996-12-27 | 2009-12-09 | 富士通株式会社 | Form identification method |
-
2018
- 2018-04-02 JP JP2018071141A patent/JP2019008775A/en active Pending
-
2022
- 2022-07-05 JP JP2022108466A patent/JP2022125220A/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016048444A (en) * | 2014-08-27 | 2016-04-07 | 沖電気工業株式会社 | Document identification program, document identification device, document identification system, and document identification method |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020144636A (en) * | 2019-03-07 | 2020-09-10 | セイコーエプソン株式会社 | Information processing apparatus, learning device, and learned model |
JP7077998B2 (en) | 2019-03-07 | 2022-05-31 | セイコーエプソン株式会社 | Information processing equipment |
WO2021059848A1 (en) * | 2019-09-27 | 2021-04-01 | AI inside株式会社 | Information processing device, information processing method, and information processing program |
JP2021056659A (en) * | 2019-09-27 | 2021-04-08 | AI inside株式会社 | Information processing device, information processing method and information processing program |
JP2021101304A (en) * | 2019-12-24 | 2021-07-08 | 日本電気株式会社 | Image processing device, system, method, and program |
JP7447482B2 (en) | 2019-12-24 | 2024-03-12 | 日本電気株式会社 | Image processing device, system, method, and program |
Also Published As
Publication number | Publication date |
---|---|
JP2022125220A (en) | 2022-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11868717B2 (en) | Multi-page document recognition in document capture | |
CN106886418B (en) | HTML interface control label | |
JP2022125220A (en) | Image processing apparatus, image processing method, and program | |
US11328504B2 (en) | Image-processing device for document image, image-processing method for document image, and storage medium on which program is stored | |
JP6859977B2 (en) | Image processing equipment, image processing systems, image processing methods and programs | |
JP7131488B2 (en) | Information processing device, information processing method and information processing program | |
US11514700B2 (en) | Image-processing device, image-processing method, and storage medium on which program is stored | |
JP2010015458A (en) | Program correction support system, program correction support method, and program correction support program | |
EP3779784A1 (en) | Image processing device, image processing method, and storage medium storing program | |
WO2007004521A1 (en) | Marker specification device and marker specification method | |
JP6784274B2 (en) | Image processing equipment, image processing methods and programs | |
CN103049808A (en) | Information processing apparatus and information processing method | |
CN107292368A (en) | Two-dimensional code generation method and device | |
JP7160432B2 (en) | Image processing device, image processing method, program | |
JP7111143B2 (en) | Image processing device, image processing method and program | |
JP5168706B2 (en) | Automatic definition system of data retrieval item information in electronic form system | |
JP2001005886A (en) | Data processor and storage medium | |
JP3216989U (en) | Digital red stamp system | |
KR101768090B1 (en) | business card manufacturing and management system | |
JPH09134357A (en) | Character processor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200622 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210629 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210803 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211004 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220405 |