JP2019068391A - 情報処理装置及びその制御方法、並びにプログラム - Google Patents

Abstract

【課題】複数枚で一組の帳票をスキャンした画像データを用いたフォーム認識処理において、Ｎｉｎ１（１ページ内に複数ページをレイアウト）された画像データが入力された場合、予めＮｉｎ１用の認識用フォームを作成しておかないと、認識率の高いフォーム認識が実行できなかった。【解決手段】情報処理装置は、帳票のフォーム情報を保持し、帳票がレイアウトされた画像データを取得し、前記画像データがＮｉｎ１（Ｎ≧２）のページレイアウトであるか否かを判定し、Ｎｉｎ１（Ｎ≧２）のページレイアウトであると判定された場合、当該画像データにレイアウトされた帳票に対応するフォームを含むフォーム情報を保持しているフォーム情報から検索し、検出されたフォーム情報を用いて、前記画像データに対応してレイアウトされたフォームを生成し、前記生成したフォームを用いて、前記画像データにレイアウトされている帳票から文字列データを抽出する。【選択図】 図７

Description

本発明は、情報処理装置及びその制御方法、並びにプログラムに関する

従来、帳票ＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ）システムが存在する。帳票ＯＣＲシステムでは、ある定型帳票を認識するためのフォームをシステムに登録しておき、定型帳票をスキャンした画像データに対して、フォームを用いて帳票認識を行い、抽出された数値や文字列を文書の属性情報もしくはデータベースに入力する。

特許文献１には、画像データに対し、画像データとはサイズが異なるフォームを使用する場合に、フォームを画像サイズに合わせて拡縮して重ね合わせるフォームオーバーレイの技術が開示されている。また、特許文献１には、１ページに複数ページをレイアウトするＮｉｎ１レイアウトの画像データに対してフォームをオーバーレイする場合に、Ｎｉｎ１領域に拡縮して各ページ領域に同じフォームをオーバーレイする技術も開示されている。

特開２０１４−８６８３６号公報

帳票ＯＣＲシステムにおいて、複数枚で一組の帳票用紙を使用している場合に、入力画像にＮｉｎ１の印刷設定が行われているケースがある。例えば、２枚一組の帳票の場合において、入力画像が２ｉｎ１で１ページとなるケースである。このようなケースにおいて帳票認識を実行する場合、Ｎｉｎ１用に作成された認識用フォームがシステムに登録されていないと、Ｎｉｎ１の入力画像を認識できないという課題がある。

特許文献１の方法では、Ｎｉｎ１の各ページ領域に対して複数枚の帳票データを拡縮してレイアウトしたフォームを作成することはできなかった。

上記課題を解決するために本願発明は以下の構成を有する。すなわち、情報処理装置であって、帳票のフォーム情報を保持する保持手段と、帳票がレイアウトされた画像データを取得する取得手段と、前記画像データがＮｉｎ１（Ｎ≧２）のページレイアウトであるか否かを判定する判定手段と、前記判定手段によりＮｉｎ１（Ｎ≧２）のページレイアウトであると判定された場合、当該画像データにレイアウトされた帳票に対応するフォームを含むフォーム情報を、前記保持手段が保持するフォーム情報から検索する検索手段と、前記検索手段にて検出されたフォーム情報を用いて、前記画像データに対応してレイアウトされたフォームを生成する生成手段と、前記生成手段にて生成したフォームを用いて、前記画像データにレイアウトされている帳票から文字列データを抽出する抽出手段と、を有する。

本願発明により、Ｎｉｎ１の画像データが入力された際に、Ｎｉｎ１用フォームデータを予め登録しておかなくても、複数枚で一組のフォームデータをＮｉｎ１の認識用フォームに変換してフォーム認識処理を実行することが可能となる。

本発明に係る全体構成の例を示す図。 ＭＦＰのハードウェア構成の例を示す図。 ファイルサーバのハードウェア構成の例を示す図。 ＰＣのハードウェア構成の例を示す図。 ＰＣのソフトウェア構成の例を示す図。 文書処理アプリケーションのユーザーインターフェースの一例を示す図。 第一の実施形態に係るデータエントリー処理のフローチャート。 フォーム情報リストの一例を示す図。 フォーム定義情報の一例を示す図。 フォームのブロック領域の一例を示す図。 拡縮されたフォームの一例を示す図。 フォームのプロパティ情報の領域の一例を示す図。 認識用フォームの一例を示す図。 第二の実施形態に係るデータエントリー処理のフローチャート。 第二の実施形態に係るフォームのプロパティ情報の領域の一例を示す図。 第二の実施形態に係る認識用フォームの作成例を示す図。 第二の実施形態に係るフォームのプロパティ情報の領域の一例を示す図。 第二の実施形態に係る認識用フォームの作成例を示す図。

以下、本発明を実施するための最良の形態について図面を用いて説明する。

＜第一の実施形態＞
［システム構成］
図１は、本実施形態に係るシステムの全体構成の一例を示す図である。ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）１００上には、ＭＦＰ（Ｍｕｌｔｉ−Ｆｕｎｃｔｉｏｎ Ｐｅｒｉｐｈｅｒａｌ）１０１、及びファイルサーバ１０２が互いに通信可能に接続されている。ＭＦＰ１０１は、画像処理装置の一例である。ファイルサーバ１０２は、外部サーバの一例である。ＰＣ１０３は、情報処理装置の一例である。ここではＭＦＰ１０１、ファイルサーバ１０２、及びＰＣ１０３を含む画像処理システムを例に挙げて説明するが、画像処理システムは、例えば、ＭＦＰ１０１のみからなる構成であってもよい。また、各装置を１台ずつ示しているが、これに限定するものでは無く、複数台から構成されるものであってもよい。

［ハードウェア構成］
図２は、ＭＦＰ１０１のハードウェア構成の一例を示す図である。ＣＰＵ２１１を含む制御部２１０は、ＭＦＰ１０１全体の動作を制御する。ＣＰＵ２１１は、不揮発性の記憶領域であるＲＯＭ２１２に記憶された制御プログラムを読み出して、読取／印刷／通信などの各種制御を行う。ＲＡＭ２１３は、ＣＰＵ２１１の主メモリ、ワークエリア等の一時記憶領域として用いられる。なお、ＭＦＰ１０１は１つのＣＰＵ２１１が１つのメモリ（ＲＡＭ２１３またはＨＤＤ２１４）を用いて処理を実行するものとするが、他の態様であっても構わない。例えば、複数のＣＰＵや複数のＲＡＭまたはＨＤＤを協働させて処理を実行するように構成されてもよい。

ＨＤＤ２１４は、不揮発性の記憶領域であり、画像データや各種プログラムを記憶する。操作部Ｉ／Ｆ２１５は、操作部２２０と制御部２１０を制御可能に接続する。操作部２２０には、タッチパネル機能を有する液晶表示部やキーボードなどが備えられており、ユーザーによる操作／入力／指示を受け付ける受付部のとしての役割を担う。プリンタＩ／Ｆ２１６は、プリンタ２２１と制御部２１０を制御可能に接続する。プリンタ２２１で印刷すべき画像データは、プリンタＩ／Ｆ２１６を介して制御部２１０から転送され、プリンタ２２１により紙等の記録媒体上に印刷される。

スキャナＩ／Ｆ２１７は、スキャナ２２２と制御部２１０を制御可能に接続する。スキャナ２２２は、原稿上の画像を読み取って画像データを生成し、スキャナＩ／Ｆ２１７を介して制御部２１０に入力する。ＭＦＰ１０１は、スキャナ２２２で生成された画像データを、ネットワークＩ／Ｆ２１９を用いてＬＡＮ１００上のＰＣ１０３へファイル送信またはメール送信することができる。また、ＭＦＰ１０１は、ＰＣ側からの要求に基づく、スキャン（以後プルスキャン）の実行も可能とする。プルスキャンでは、ＭＦＰ１０１は、ＰＣ１０３からのスキャン画像取得命令をＬＡＮ１００経由でネットワークＩ／Ｆ２１９を介して受信する。そして、ＭＦＰ１０１は、スキャン画像取得命令に基づき、スキャナ２２２で画像を読み取り、画像データを生成して、ＰＣ１０３へ生成した画像データを返却する。

モデムＩ／Ｆ２１８は、モデム２２３と制御部２１０を接続する。モデム２２３は、ファクシミリ装置（不図示）との間における画像データのファクシミリ通信を実行する。ネットワークＩ／Ｆ２１９は、制御部２１０（ＭＦＰ１０１）をＬＡＮ１００に通信可能に接続する。ＭＦＰ１０１は、ネットワークＩ／Ｆ２１９を用いてＬＡＮ１００上の外部装置（ファイルサーバ１０２など）に画像データや情報を送信したり、各種情報を受信したりする。

図３は、ファイルサーバ１０２のハードウェア構成の例を示す図である。ＣＰＵ３１１を含む制御部３１０は、ファイルサーバ１０２全体の動作を制御する。ＣＰＵ３１１は、不揮発性の記憶領域であるＲＯＭ３１２に記憶された制御プログラムを読み出して各種制御処理を実行する。ＲＡＭ３１３は、ＣＰＵ３１１の主メモリ、ワークエリア等の一時記憶領域として用いられる。ＨＤＤ３１４は、不揮発性の記憶領域であり、画像データや各種プログラムを記憶する。ネットワークＩ／Ｆ３１５は、制御部３１０（ファイルサーバ１０２）をＬＡＮ１００に接続する。ファイルサーバ１０２は、ネットワークＩ／Ｆ３１５を用いてＬＡＮ１００上の他の装置との間で各種情報を送受信する。なお、ファイルサーバ１０２は、一般的なコンピュータ（情報処理装置）の構成を備えていてよく、上記の構成に限定するものではない。

図４は、ＰＣ１０３のハードウェア構成の例を示す図である。ＣＰＵ４１１を含む制御部４１０は、ＰＣ１０３全体の動作を制御する。ＣＰＵ４１１は、不揮発性の記憶領域であるＲＯＭ４１２に記憶された制御プログラムを読み出して各種制御処理を実行する。ＲＡＭ４１３は、ＣＰＵ４１１の主メモリ、ワークエリアなどの一時記憶領域として用いられる。ＨＤＤ４１４は、画像データや各種プログラムを記憶する。キーボード４１５は、指示入力手段である入力装置であり、本実施形態に係る文書処理アプリケーションに対する制御コマンドの命令やテキスト入力などを入力指示する。

ディスプレイ４１６は、表示手段である出力装置であり、キーボード４１５から入力したコマンドや文書処理アプリケーションの状態などを表示したりする。ネットワークＩ／Ｆ４１７は、制御部４１０（ＰＣ１０３）をＬＡＮ１００に通信可能に接続する。ＰＣ１０３は、ネットワークＩ／Ｆ４１７を用いてＬＡＮ１００上の他の装置と各種情報を送受信する。なお、ＰＣ１０３は、一般的なコンピュータの構成を備えていてよく、上記の構成に限定するものではない。また、ＰＣ１０３は、タブレット端末などのモバイル機器であってもよい。

［ソフトウェア構成］
図５は、ＰＣ１０３のソフトウェア構成の一例を示す図である。文書処理アプリケーション５１０は、ＰＣ１０３内で動作し、実行される場合にＲＡＭ４１３にロードされ、ＣＰＵ４１１により実行されるプログラムモジュールである。文書処理アプリケーション５１０は、画像取得部５１１、画像処理部５１２、ＵＩ部５１３、フォーム認識部５１４、フォーム検索部５１５、フォーム管理部５１６、及びプロパティ情報登録部５１７を含んで構成される。

画像取得部５１１は、画像データの取得要求を行う。この要求は、後述するスキャナードライバー５２０を経由してＭＦＰ１０１へ送信される。ＰＣ１０３は、この要求の応答として、ＭＦＰ１０１のスキャナ２２２でスキャンされた画像データの取得が可能となる。画像処理部５１２は、入力された画像データに対する各種処理を実行する。ＵＩ部５１３は、後述するユーザーインターフェースの構築や、ユーザーからの各種入力操作を受け付けて、対応する処理の実行指示を行う。フォーム認識部５１４は、認識用フォームの作成、及び、作成した認識用フォームを用いて、画像データの特定の箇所をＯＣＲ処理することで文字列データを抽出するフォーム認識処理を実行する。

フォーム検索部５１５は、画像データに対応するフォームデータを、フォーム管理部５１６に問い合わせて検索する処理を実行する。フォーム管理部５１６は、画像データに対応するフォームデータのフォーム情報を管理する。フォーム情報は、ＰＣ１０３のＨＤＤ４１４に保管する方法や、ファイルサーバ１０２のＨＤＤ３１４に保管する方法などがあり、いずれかまたは複数の管理方法を組み合わせることで管理可能としてよい。プロパティ情報登録部５１７は、フォーム認識部５１４により抽出された文字列データをプロパティ情報として登録する処理を実行する。プロパティ情報の登録方法は、ファイルサーバ１０２で管理されるデータベースのテーブルに直接登録する方法や、データベースに登録可能なデータ形式（例ＸＭＬ：ｅＸｔｅｎｄａｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）で出力する方法などがある。これらのいずれかまたは複数の方法を組み合わせることで、プロパティ情報の登録方法を実現可能としてよい。

スキャナードライバー５２０は、ＰＣ１０３内で動作し、実行される場合にＲＡＭ４１３にロードされ、ＣＰＵ４１１により実行されるプログラムモジュールである。スキャナードライバー５２０は、ＰＣ１０３からＭＦＰ１０１のスキャナ２２２を制御する命令の送受信、及び、ＰＣ１０３へ送信されたスキャン画像の受信を行う。

［ユーザーインターフェース］
図６は、本実施形態に係る文書処理アプリケーション５１０のユーザーインターフェースの構成例を示す。メインウインドウ６０１は、文書処理アプリケーション５１０の起動に応じてディスプレイ４１６に表示され、各種機能を実行するための機能ボタンやコントロールをレイアウトする。画像読み込みボタン６０２は、文書処理アプリケーション５１０に画像データの読み込みを指示するための機能ボタンである。前のページボタン６０３、次のページボタン６０４は、読み込んだ画像データが複数ページ存在する際に、前のページもしくは次のページに切り替えるための機能ボタンである。プレビュー画像６０５は、読み込んだ画像データの現在表示しているページのプレビュー画像を示す。

プロパティ情報リスト６０６は、画像データから抽出したプロパティ情報をリスト表示するコントロールである。プロパティ情報は、属性とその値とが対応づけて表示される。プロパティ情報リスト６０６は、画像データから抽出した値を対応する属性に入力して表示する。画像データからプロパティ情報を自動で抽出するための処理を、図７のフローチャートを用いて後述する。なお、プロパティ情報リスト６０６において、ユーザーが値を編集可能とし、抽出した値の修正や、抽出できなかった属性の値を補完することが可能である。

接続先データベースコントロール６０７は、画像データから抽出したプロパティ情報を格納する先のデータベースの接続先を表示するコントロールである。参照ボタン６０８を押下して、ネットワーク上の外部データベースや、Ｅｘｃｅｌなどのファイルデータベースと接続するためのデータソースネームを指定することで、接続先データベースを設定することが可能である。なお、接続先データベースが指定されていないケースでも、画像データから抽出したプロパティ情報をデータファイル（例えばＸＭＬ形式）で出力することが可能である。

データエントリーボタン６０９は、プロパティ情報リスト６０６で示されるプロパティ情報の値を、接続先データベースコントロール６０７で示される接続先データベースに登録する処理を指示するためのボタンである。なお、接続先データベースコントロール６０７が指定されていない場合やユーザーの選択により、プロパティの値をファイル形式で出力することも可能とする。プロパティ領域６１０は、プロパティ情報の値が抽出される領域を示す。プロパティ領域６１０は、後述する図７のフローチャートの処理により、自動的に抽出される。

［処理フロー］
図７は、本実施形態に係る、文書処理アプリケーション５１０が、Ｎｉｎ１レイアウトされた画像データからプロパティ情報を抽出して、データエントリーを実行する処理を示すフローチャートである。なお、Ｎは、１つのページ（画像）に何ページをレイアウトするのかの数を示し、特別に説明しない限り、以下、Ｎｉｎ１と記載する場合はＮ≧２のページレイアウトを示すものとする。各処理ステップに関して説明する。各処理ステップで文書処理アプリケーション５１０が扱う画像データやフォーム情報は、別段の説明がない限り、ＲＡＭ４１３に格納されて利用されるものとする。

Ｓ７０１にて、文書処理アプリケーション５１０は、画像データを取得する。図６に示すユーザーインターフェース上で、画像読み込みボタン６０２が押下されたことを検知すると、ＵＩ部５１３は、画像取得部５１１へ画像データの取得指示を送信する。画像取得部５１１は、画像データの取得指示を受信すると、スキャナードライバー５２０を経由して、ＭＦＰ１０１へ画像データのスキャン指示を送信する。

ＭＦＰ１０１はスキャン指示を受信すると、スキャナＩ／Ｆ２１７を経由してスキャナ２２２で原稿データのスキャン処理を実行し、取得した画像データをスキャナードライバー５２０へ送信する。なお、この時点では、ＭＦＰ１０１側では、読み取り対象となる帳票がＭＦＰ１０１に設置されており、また、読み取り設定は取得指示等にて指定されているものとする。スキャナードライバー５２０は、受信した画像データを画像取得部５１１へ送信する。画像取得部５１１は、受信した画像データのプレビュー表示をＵＩ部５１３に指示する。ＵＩ部５１３は、受信した画像データをプレビュー画像６０５として表示する。画像データの取得は、前述したＭＦＰ１０１によるスキャン処理によるものだけでなく、予め作成された画像ファイル（例えば、ＴＩＦＦファイルやＢＭＰファイル）を読み込むことによって取得するものでもよい。

Ｓ７０２にて、画像処理部５１２は、Ｓ７０１で取得した画像データの傾き補正および天地方向を判定して回転（自動回転）させる。つまり、画像処理部５１２は、後述するフォーム認識処理の精度を向上させるために、読み込んだ画像を傾きが無く、正しい向きに補正する。傾き補正は、画像の外側多角形を検出して角度検出を行い、傾きを判定して補正する方法など、一般的に公知の技術を使用する方法で構わない。また、天地方向を判定して自動回転する処理も、画像を上下左右４方向からＯＣＲ処理を行い一番認識率が高い方向を正と判断して、正の方向に回転する処理など、一般的に公知の技術を使用する方法で構わない。

Ｓ７０３にて、画像処理部５１２は、画像データがＮｉｎ１（Ｎ≧２）レイアウトされている画像か否かを判定する。Ｎｉｎ１（Ｎ≧２）レイアウトされている画像の判定方法は、例えば、Ｓ７０２で補正された画像データに対して、ＯＣＲ処理を行い、画像の上端また下端に存在するページ番号を検出する。そして、検出されたページ番号の領域を含む垂直方向に存在するページ番号を探索し、１の画像内に何ページ分のレイアウトが行われているかを算出する方法を用いてよい。また、画像データに対して構造解析処理を行い、画像内を領域分離して余白部分を算出して、１の画像内に何ページ分のレイアウトが行われているかを算出する方法を用いてよい。いずれに方法においても、算出された１の画像内に何ページ分がレイアウトされているかの値がＲＡＭ４１３に記憶される。ここで、自動判定により検出された１画像当たりのレイアウト数をユーザーに確認するようにしてもよい。

また、Ｎｉｎ１レイアウトされている画像の判定方法として、前述したシステムによる自動判定ではなく、ユーザー入力によって判定する処理でもよい。例えば、Ｓ７０１のトリガーとなる画像読み込みボタン６０２が押下された際に、ユーザーが１つの画像内に何ページ分レイアウトされた画像かを入力可能にし、画像処理部５１２は、入力された値をＲＡＭ４１３に記憶する。ここで、ユーザーによって入力された値と、自動判定により得られた値との比較を行い、整合性の確認を行うようにしてもよい。画像処理部５１２は、ＲＡＭ４１３に記憶した１つの画像内に何ページ分レイアウトされているかの値が２以上である場合は（Ｓ７０３にてＹＥＳ）、Ｎｉｎ１された画像と判定し、Ｓ７０４へ進む。一方、Ｎｉｎ１レイアウトされていない（１つの画像内に１ページがレイアウトされている）場合は（Ｓ７０３にてＮＯ）Ｓ７０６へ進む。

Ｓ７０４にて、フォーム検索部５１５は、フォーム管理部５１６へ問い合わせ、画像データを認識するためのフォーム情報を検索する。フォーム検索部５１５は、フォーム管理部５１６へフォーム情報リストの取得を指示し、図８で示すフォーム情報リストを取得する。

図８は、本実施形態に係るフォーム管理部５１６が管理するフォーム情報リストの一例を示す。フォーム情報リストは、管理ＩＤ８０１、フォームデータ８０２、及びページ数８０３を含んで構成され、これらが対応付けられている。管理ＩＤ８０１は、各フォームデータを一意に識別可能な識別情報（ＩＤ）を示す。管理ＩＤ８０１としては、例えば、１，２，３・・・などの値が設定される。フォームデータ８０２は、フォームデータの詳細を管理するフォーム定義情報へのリンク情報を示す。リンク情報は、フォーム定義情報を特定できる情報であればよく、図８の例では、フォーム定義情報を格納するファイル名（Ｆｏｒｍ＿０００００００１．ｘｍｌ，Ｆｏｒｍ＿０００００００２．ｘｍｌ，・・・）が登録されている。ページ数８０３は、一組のフォームを構成しているページ数を示す。例えば、ページ数の値が“２”であれば、２ページで一組のフォームということになる。フォーム検索部５１５は、取得したフォーム情報リストの管理ＩＤ８０１の先頭から順に、フォームデータ８０２で示されるフォーム定義情報にアクセスして、画像データに対応するフォームか否かを検索する。

図９は、本実施形態に係るフォーム定義情報の一例を示す。図９は、フォームデータ８０２のリンク情報”Ｆｏｒｍ＿００００００１．ｘｍｌ”で示されるフォーム定義情報を示し、ＸＭＬ形式のファイルであるとする。“Ｆｏｒｍ”９０１は、フォーム全体に関する情報を格納している。“Ｆｏｒｍ”９０１には“ＰａｇｅＮｕｍ”が存在し、一組のフォームを構成するページ数を示す値が格納されている。“Ｐａｇｅ”９０２は、１つのページに関する情報が格納されており、“ＰａｇｅＮｕｍ”の数分を定義される。図９に示す例の場合、”Ｐａｇｅ”が２つ定義されることとなる。“Ｎｕｍ”は、当該ページ情報が何ページ目の情報かを示す。“ＰａｇｅＳｉｚｅ”９０３は、当該ページのページサイズの幅（Ｗｉｄｔｈ）と高さ（Ｈｅｉｇｈｔ）の値を示す。

“ＢｌｏｃｋＩｎｆｏ”９０４は、当該ページの構造解析を行って得られた領域情報を格納しており、存在する領域数分を定義される。ここでのページに対する構造解析とは、例えば、フォームにおいて値が入力される項目の位置や範囲（領域）を特定し、検出する処理を指す。構造解析の方法は、特に限定するものではなく、周知の方法を用いてよい。”Ｂｌｏｃｋ”９０５は、構造解析を行って得られた領域の１つの領域情報を格納している。“Ｂｌｏｃｋ”９０５は、ページ内の領域の数に応じて規定される。”Ｂｌｏｃｋ”９０５に含まれる領域情報として、“ＢｌｏｃｋＩＤ”、“Ｃｏｏｒｄｉｎａｔｅｓ＿Ｘ”、“Ｃｏｏｒｄｉｎａｔｅｓ＿Ｙ”、“Ｗｉｄｔｈ”、及び“Ｈｅｉｇｈｔ”がある。“ＢｌｏｃｋＩＤ”は、当該領域情報を一意に識別するための識別情報（ＩＤ）を示す。“Ｃｏｏｒｄｉｎａｔｅｓ＿Ｘ”と“Ｃｏｏｒｄｉｎａｔｅｓ＿Ｙ”はそれぞれ、当該領域の左上座標を示す。“Ｗｉｄｔｈ”と“Ｈｅｉｇｈｔ”はそれぞれ、当該領域の幅と高さを示す。

“Ｐｒｏｐｅｒｔｙｓ”９０６は、当該ページにおけるプロパティ情報の抽出に関する情報を格納しており、抽出するプロパティ情報の数分を定義される。“Ｐｒｏｐｅｒｔｙ”９０７は、抽出する１つのプロパティ情報に関する情報を格納している。”Ｐｒｏｐｅｒｔｙ”９０７に含まれるプロパティ情報として、“ＰｒｏｐＮａｍｅ”、“Ｔｙｐｅ”、“Ｃｏｏｒｄｉｎａｔｅｓ＿Ｘ”、“Ｃｏｏｒｄｉｎａｔｅｓ＿Ｙ”、“Ｗｉｄｔｈ”、及び“Ｈｅｉｇｈｔ”がある。“ＰｒｏｐＮａｍｅ”は、プロパティ名を示す。“Ｔｙｐｅ”はプロパティの型を示し、型としては数値や文字列などが該当する。“Ｃｏｏｒｄｉｎａｔｅｓ＿Ｘ”と“Ｃｏｏｒｄｉｎａｔｅｓ＿Ｙ”はそれぞれ、当該プロパティ情報を抽出する領域の左上座標を示す。“Ｗｉｄｔｈ”と“Ｈｅｉｇｈｔ”はそれぞれ、当該領域の幅と高さを示す。図９に示す例の場合、”ＢｌｏｃｋＩｎｆｏ”９０４内の２つ目の”Ｂｌｏｃｋ”と“Ｐｒｏｐｅｒｔｉｅｓ”９０６内の１つ目の”Ｐｒｏｐｅｒｔｙ”とが対応している。

本実施形態において、フォーム検索部５１５は、フォーム定義情報の１ページ目の“ＰａｇｅＳｉｚｅ”の“Ｗｉｄｔｈ”と“Ｈｉｇｈｔ”を取得し、画像データの幅と高さと、Ｓ７０３で判定したＮｉｎ１の情報を元に、拡縮率を算出する。

図１０Ａは、フォーム定義情報で定義されている１ページ目のフォームのブロック領域の例を示す。ここで、ページの左上を原点（０，０）とし、横方向をＸ軸、縦方向をＹ軸とする。また、Ｘ軸は右方向を＋とし、Ｙ軸は下方向を＋とする。“Ｆ−Ｗ”はフォーム定義情報“ＰａｇｅＳｉｚｅ”の“Ｗｉｄｔｈ”となり、“Ｆ−Ｈ”はフォーム定義情報“ＰａｇｅＳｉｚｅ”の“Ｈｉｇｈｔ”となる。ブロック領域Ｂ１の“Ｂ−Ｃｘ”はフォーム定義情報“Ｂｌｏｃｋ”の“Ｃｏｏｒｄｉｎａｔｅｓ＿Ｘ”となり、“Ｂ−Ｃｙ”はフォーム定義情報“Ｂｌｏｃｋ”の“Ｃｏｏｒｄｉｎａｔｅｓ＿Ｙ”となる。同様に、“Ｂ−Ｗ”はフォーム定義情報“Ｂｌｏｃｋ”の“Ｗｉｄｔｈ”となり、“Ｂ−Ｈ”はフォーム定義情報“Ｂｌｏｃｋ”の“Ｈｅｉｇｈｔ”となる。

図１０Ｂは、画像データのサイズとＮｉｎ１の情報を元に拡縮されたフォームの例を示す。図１０Ｂでは、２ｉｎ１に拡縮されたレイアウトの例を示している。“Ｐ−Ｗ”は画像データの幅、“Ｐ−Ｈ”は画像データの高さを示している。このケースでは、１ページ分の領域の幅に関しては、拡縮率をＸとすると、“Ｆ−Ｗ”＊Ｘとなり、その幅は“Ｐ−Ｗ”／２となる。例えば、フォームがＡ４縦、画像データがＡ４横に２ｉｎ１とすると、フォームの幅が２１０ｍｍ、画像データの幅が２９７ｍｍになるため、２１０＊Ｘ＝２９７で、拡縮率Ｘ≒０．７０７となる。

本実施形態において、フォーム検索部５１５は、Ｓ７０３にて求められる拡縮率Ｘに基づいて、フォーム定義情報のページやブロック情報から、拡縮後のページやブロック情報の値を算出する。図１０Ｂの“Ｆ−Ｗｓ”、“Ｆ−Ｈｓ”、“Ｂ−Ｃｘｓ”、“Ｂ−Ｃｙｓ”、“Ｂ−Ｗｓ”、及び“Ｂ−Ｈｓ”は、フォームのページサイズ（幅、高さ）と、ブロック領域Ｂ１の座標、幅、及び高さを、拡縮率Ｘに基づいて拡縮させた値を示す。このようにして、フォーム検索部５１５は、フォーム定義情報の１ページ目のフォームを、画像データのサイズとＮｉｎ１に合わせて拡縮した情報を生成して、画像データの構造解析を行ったＮｉｎ１の１ページ領域のブロック情報と一致するか照合を行う。本実施形態において、照合する画像データの１ページ目としての所定の領域は、２ｉｎ１なら左側、４ｉｎ１なら左上とシステムで固定の位置とする。なお、１ページ目として固定する位置は上記に限定するものではなく、他の位置を１ページ目として扱ってもよい。このようにして、フォーム検索部５１５は、フォーム情報リストに登録されているフォームデータ８０２に対して、それぞれ照合を行い一致するフォームデータが存在するか否かを検索する。

図７の説明に戻る。Ｓ７０５にて、フォーム検索部５１５は、一致するフォームデータが存在したか否かを判定する。一致するフォームデータが検索できた場合は（Ｓ７０５にてＹＥＳ）Ｓ７０８へ進む。一方、検索できなかった場合は（Ｓ７０５にてＮＯ）Ｓ７１４へ進む。

Ｓ７０６にて、フォーム検索部５１５は、フォーム管理部５１６へ問い合わせ、画像データを認識するためのフォーム情報を検索する。このとき、検索される画像データは、Ｎｉｎ１（Ｎ≧２）レイアウトされていないデータとなる。そのため、フォーム定義情報の各値の拡縮処理などは行わず、画像データの構造解析を行ったページ全体のブロック情報と、フォーム定義情報のブロック情報とが一致するか照合を行う。

Ｓ７０７にて、フォーム検索部５１５は、一致するフォームデータが存在したか否かを判定する。一致するフォームデータが検索できた場合は（Ｓ７０７にてＹＥＳ）Ｓ７１１へ進む。一方、検索できなかった場合は（Ｓ７０７にてＮＯ）Ｓ７１４へ進む。

Ｓ７０８にて、画像処理部５１２は、Ｓ７０５で検索されたフォームデータが複数枚のページから構成される帳票（以下、複数枚帳票）か否かを判定する。画像処理部５１２は、Ｓ７０５で検索されたフォームデータの管理ＩＤ８０１に対応するページ数８０３の値を取得し、値が２以上か否かを判定する。値が２以上である場合は複数枚帳票と判定し（Ｓ７０８にてＹＥＳ）Ｓ７１０へ進む。一方、値が１の場合は（Ｓ７０８にてＮＯ）、Ｓ７０９へ進む。

Ｓ７０９にて、ＵＩ部５１３は、警告メッセージ（不図示）をディスプレイ４１６に表示し、ユーザーにフォーム認識を実行するか否かの判断を促す。本工程では、画像データの自動認識を継続するか、ユーザーによる手入力とするかを問い合わせる。ここでは、Ｓ７０８で検索されたフォームデータが複数枚帳票でなく、画像データはＮｉｎ１（Ｎ≧２）されているケースであるため、このまま処理を続行して良いか否かをユーザーに確認し、指示を受け付ける。ＵＩ部５１３がフォーム認識を実行する旨の指示を受信した場合は（Ｓ７０９にてＹＥＳ）Ｓ７１０へ進む。フォーム認識を続行しない旨を受信した場合は（Ｓ７０９にてＮＯ）Ｓ７１４へ進む。

Ｓ７１０にて、フォーム認識部５１４は、Ｎｉｎ１の画像データに対して、フォーム認識を実行するための認識用フォームを作成する。

図１１Ａは、フォーム定義情報で定義されている１ページ目のフォームのプロパティ情報の領域の例を示す。ここで、ページの左上を原点（０，０）とし、横方向をＸ軸、縦方向をＹ軸とする。また、Ｘ軸は右方向を＋とし、Ｙ軸は下方向を＋とする。”Ｆ−Ｗ”はフォーム定義情報“ＰａｇｅＳｉｚｅ”の“Ｗｉｄｔｈ”となり、“Ｆ−Ｈ”はフォーム定義情報“ＰａｇｅＳｉｚｅ”の“Ｈｉｇｈｔ”となる。プロパティ領域Ｐ１の“Ｐｒ−Ｃｘ”はフォーム定義情報“Ｐｒｏｐｅｒｔｙ”の“Ｃｏｏｒｄｉｎａｔｅｓ＿Ｘ”となり、“Ｐｒ−Ｃｙ”はフォーム定義情報“Ｐｒｏｐｅｒｔｙ”の“Ｃｏｏｒｄｉｎａｔｅｓ＿Ｙ”となる。同様に、“Ｐｒ−Ｗ”はフォーム定義情報“Ｂｌｏｃｋ”の“Ｗｉｄｔｈ”となり、“Ｂ−Ｈ”はフォーム定義情報“Ｂｌｏｃｋ”の“Ｈｅｉｇｈｔ”となる。

本実施形態において、フォーム認識部５１４は、Ｓ７０３で算出した拡縮率に基づいて、フォーム定義情報のプロパティ領域の座標およびサイズを拡縮し、画像データをフォーム認識するための認識用フォームを生成する。

図１１Ｂは、本実施形態において生成される認識用フォームの例を示す。“Ｐ−Ｗ”、“Ｐ−Ｈ”は、図１０Ｂと同様に画像データの幅と高さとなる。“Ｆ−Ｗｓ”、“Ｆ−Ｈｓ”、“Ｂ−Ｃｘｓ”、“Ｂ−Ｃｙｓ”、“Ｂ−Ｗｓ”、及び“Ｂ−Ｈｓ”は、フォームのページサイズ（幅、高さ）と、プロパティ領域Ｐ１の座標、幅、及び高さを、拡縮率に応じて拡縮させた値を示す。他のプロパティ領域が存在すれば、同様に拡縮して認識用フォームを作成する。また、フォームデータの２ページ目に関しても同様にプロパティ情報を拡縮して２ページ目をフォーム認識するための認識用フォームを作成して、Ｎｉｎ１の２ページ目の領域にレイアウトする。このとき、上記に述べた１ページ目の固定位置に基づき、２ｉｎ１であれば１ページ目を左、２ページ目を右にレイアウトする。また、４ｉｎ１以上であれば左上から、右上、左下、右下の順に１〜４ページ目をレイアウトした認識用フォームを作成する。このようにして、フォーム認識部５１４は、フォーム定義情報で定義されている１ページ目、２ページ目のプロパティ領域を、画像データのＮｉｎ１に合わせて拡縮してレイアウトした認識用フォームを作成する。

なお、Ｓ７０９にてフォーム認識を実行する旨の指示を受信してＳ７１０の処理が実行される場合は（Ｓ７０９にてＹＥＳ）、フォームデータが１ページのみから構成されたデータになる。そのため、２ページ目に関してはレイアウトを行わず、１ページ目だけをＮｉｎ１の領域にレイアウトして認識用フォームが作成される。

Ｓ７１１にて、フォーム認識部５１４は、Ｓ７１０で作成した認識用フォームを使用して、画像データに対してフォーム認識処理を実行する。フォーム認識部５１４は、認識用フォームの各プロパティ領域について、ＯＣＲ処理を実行して数値もしくは文字列を抽出する。フォーム認識部５１４は、抽出した値を、プロパティ領域の”ＰｒｏｐＮａｍｅ”で定義されるプロパティ名と関連付けてＲＡＭ４１３に記憶する。

Ｓ７１２にて、ＵＩ部５１３は、プレビュー画像６０５に認識用フォームのプロパティ領域６１０とＳ７１１で抽出したプロパティ情報を図６に示すユーザーインターフェースのプロパティ情報リスト６０６に表示する。

Ｓ７１３にて、フォーム認識部５１４は、Ｓ７１１のフォーム認識処理で抽出できたプロパティの値が、閾値以下の認識率であるか否かを判定する。閾値は、ＲＡＭ４１３等の記憶部に予め保持されており、文書処理アプリケーション５１０で固定の値を保持してもよいし、ユーザーによって変更可能な値であってもよい。例えば、閾値が９０％である場合、フォーム認識処理で抽出するプロパティ領域が１０箇所のときに、抽出できた箇所が８箇所以下であれば閾値以下の認識率と判定する。なお、認識率の算出方法は上記に限定するものではなく、また、フォームごとに規定してもよい。閾値以下の場合は（Ｓ７１３にてＹＥＳ）Ｓ７１４へ進み、閾値より大きい場合は（Ｓ７０３にてＮＯ）Ｓ７１５へ進む。

Ｓ７１４にて、ＵＩ部５１３は、プロパティ情報リスト６０６をユーザー入力モードにする。この処理はプロパティ情報リスト６０６をユーザー入力モードにすることで、認識用フォームが存在せずにプロパティの値が抽出できなかったケースや、フォーム認識の認識率が低かったケースにおいて、ユーザーの入力による補完処理を促すために実行される。ユーザーが値をプロパティの値を入力する場合は図６に示すユーザーインターフェース上で抽出できなかった属性を明示した上で入力を要求するようにしてもよいし、認識率が低かった旨のメッセージを示す別の画面（不図示）を提示するようにしてもよい。ユーザーによる入力が完了した後、Ｓ７１５へ進む。

Ｓ７１５にて、プロパティ情報登録部５１７は、プロパティ情報を接続先データベースコントロール６０７で指定されるデータベースに登録する。ＵＩ部５１３は、データエントリーボタン６０９が押下されたことを受信すると、プロパティ情報登録部５１７にプロパティ情報登録を指示する。プロパティ情報登録部５１７は、プロパティ情報リスト６０６に設定された各プロパティの値を取得して、接続先データベースコントロール６０７で指定されるデータベースに登録する。前述したように、接続先データベースコントロール６０７が指定されていない場合やユーザーの選択に応じて、プロパティの値をファイル形式（例 ＸＭＬ形式）で出力するようにしてもよい。

以上の処理により、Ｎｉｎ１の画像データが入力されたときに、複数枚で一組のフォームデータを予めＮｉｎ１用フォームとして登録せずとも、Ｎｉｎ１の画像データに対応した認識用フォームに変換してフォーム認識処理を実行することが可能となる。なお、本実施形態では、スキャン機能はＭＦＰ１０１のスキャナ２２２を用いた例で説明したが、紙をスキャンして画像データを生成可能であれば別の装置（例えばスキャン専用機など）でも構わない。

＜第二の実施形態＞
本発明の第二の実施形態に関して説明する。なお、第一の実施形態と同一の構成に関しては説明を適宜省略する。第二の実施形態では、画像データのＮｉｎ１の並び順を考慮したＮｉｎ１用の認識用フォームの検索および作成する処理に関して説明する。

［処理フロー］
図１２は、第二の実施形態に係る文書処理アプリケーション５１０のデータエントリーを実行する処理を示したフローチャートである。各処理に関して説明する。なお、第一の実施形態の図７と同一の処理に関しては同一の符号を使用し説明を省略する。

Ｓ７０３にて入力画像がＮｉｎ１のレイアウトがなされていると判定された場合（Ｓ７０３にてＹＥＳ）Ｓ１２０１へ進む。Ｓ１２０１にて、フォーム検索部５１５は、フォーム管理部５１６へ問い合わせ、画像データを認識するためのフォーム情報を検索する。本処理では、１ページ目の照合を画像ページのページ領域それぞれで実行する点が、第一の実施形態と異なる。つまり、第一の実施形態では、１ページ目のレイアウト位置を固定として扱ったが、本実施形態では、固定せずに画像において１ページ目の検出を行う。例えば、２ｉｎ１であれば左側と右側、４ｉｎ１であれば左上、右上、左下、右下それぞれで照合処理を実行する。その後、Ｓ７０５へ進む。

Ｓ７０５にて一致するフォームデータが検索できたと判定された場合（Ｓ７０５にてＹＥＳ）Ｓ１２０２へ進む。Ｓ１２０２にて、フォーム検索部５１５は、Ｓ１２０１で検索されたフォーム定義情報の１ページ目のフォームを、Ｎｉｎ１された画像データのどのレイアウト位置で一致すると検索したかをＲＡＭ４１３に記憶する。例えば、１つの画像内に２ページをレイアウトした２ｉｎ１のＡ４サイズ横向きの画像データの場合、画像データ内の左側、右側の２か所にページ領域のレイアウト位置が存在する。この時に、フォーム定義情報の１ページ目のフォームが、左側、右側のどちらで一致したのかの情報を記憶する。同様に、１つの画像内に４ページをレイアウトした４ｉｎ１のＡ４サイズ縦向きの画像データの場合、左上、左下、右上、右下の４か所にページ領域のレイアウト位置が存在する。そのため、１ページ目のフォームが左上、左下、右上、右下のどこで一致したのかの情報が記憶される。その後、Ｓ７０８へ進む。

Ｓ７０８にて認識用フォームが複数枚帳票と判定された場合（Ｓ７０８にてＹＥＳ）もしくはＳ７０９にてユーザーからフォーム認識の実行を行う指示を受け付けた場合（Ｓ７０９にてＹＥＳ）Ｓ１２０３へ進む。Ｓ１２０３にて、フォーム認識部５１４は、Ｓ１２０２で記憶した１ページ目のレイアウト位置に応じて、認識用フォームを作成する。Ｎｉｎ１画像データ用に、フォーム定義情報のフォームを拡縮してレイアウトした認識用フォームを作成する方法は、第一の実施形態と同様である。なお、第二の実施形態では、Ｓ１２０２で記憶した１ページ目のレイアウト位置に応じて、作成する認識用フォームのページのレイアウト位置と４ｉｎ１においては２種類の認識用フォームを作成する点が異なる。

図１３Ａは、２ページで一組のフォーム定義情報の各ページのプロパティ情報の領域の例を示す。ページ１３０１は１ページ目のプロパティ情報の領域を示し、ページ１３０２は２ページ目のプロパティ情報の領域を示す。

図１３Ｂは、図１３Ａで示したフォームを用いて、１ページ内に２ページをレイアウトした２ｉｎ１のＡ４サイズ横向きの画像データに対して、認識用フォームを作成する例を示している。画像データ１３０３は、２ｉｎ１の左側が１ページ目のレイアウト位置となる画像データの例を示している。認識用フォーム１３０４は、画像データ１３０３をフォーム認識するための認識用フォームの例を示している。画像データ１３０３は、左側が１ページ目のレイアウト位置であるため、左側に１ページ目、右側に２ページ目をレイアウトした認識用フォームを作成する。

一方、画像データ１３０５は、２ｉｎ１の右側が１ページ目のレイアウト位置となる画像データの例を示している。認識用フォーム１３０６は、画像データ１３０５をフォーム認識するための認識用フォームの例を示している。画像データ１３０５は、右側が１ページ目のレイアウト位置であるため、右側に１ページ目、左側に２ページ目をレイアウトした認識用フォームを作成する。

また、図１４Ａは、４ページで一組のフォーム定義情報の各ページのプロパティ情報の領域の例を示している。ページ１４０１は１ページ目、ページ１４０２は２ページ目、ページ１４０３は３ページ目、ページ１４０４は４ページ目のプロパティ情報の領域をそれぞれ示している。

図１４Ｂは、図１４Ａで示したフォームを用いて、１ページ内に４ページをレイアウトした４ｉｎ１のＡ４サイズ縦向きの画像データに対して、認識用フォームを作成する例を示している。画像データ１４０５は、４ｉｎ１の左上が１ページ目のレイアウト位置となる画像データの例を示している。認識用フォーム１４０６、１４０７は、画像データ１４０５をフォーム認識するための認識用フォームの例を示している。４ｉｎ１の場合、１ページ目のレイアウト位置が決まっても、ページのレイアウト方法が２種類存在する。左上を基点として、右上、左下、右下の順にレイアウトする方法と、左下、右上、右下の順にレイアウトする方法が存在する。そのため、画像データ１４０５の認識用フォームとして、認識用フォーム１４０６、１４０７の２種類作成する。認識用フォーム１４０６は、左上を基点として、右上、左下、右下の順にレイアウトした認識用フォームを示している。認識用フォーム１４０７は、左上を基点として、左下、右上、右下の順にレイアウトした認識用フォームを示している。

Ｓ１２０３の処理の後、もしくは、Ｓ７０７にて一致するフォームデータが検索できたと判定された場合（Ｓ７０７にてＹＥＳ）Ｓ１２０４へ進む。Ｓ１２０４にて、フォーム認識部５１４は、Ｓ１２０３で作成した認識用フォームを使用して、画像データに対してフォーム認識処理を実行する。フォーム認識の処理は第一の実施形態と同等であるが、第二の実施形態では、Ｓ１２０３で４ｉｎ１の場合に２種類の認識用フォームを作成した場合は、それぞれの認識用フォームを使用してフォーム認識を実行する。

Ｓ１２０５にて、フォーム認識部５１４は、複数の認識用フォームを使用してフォーム認識を実行したか否かを判定する。複数の認識用フォームを使用してフォーム認識を実行した場合は（Ｓ１２０５にてＹＥＳ）Ｓ１２０６へ進み、複数の認識用フォームを使用していない場合は（Ｓ１２０５にてＮＯ）Ｓ７１２へ進む。例えば、４ｉｎ１の場合に２種類の認識用フォームを使用してフォーム認識を実行した場合は、Ｓ１２０６へ進む。

Ｓ１２０６にて、フォーム認識部５１４は、Ｓ１２０４の２種類の認識用フォームを使用したフォーム認識処理で抽出できたプロパティの値を比較し、その比較の結果、認識率が高い認識用フォームを特定する。ここでは、フォーム認識部５１４は、認識率が最も高い認識用フォームを画像データの認識用フォームとして記憶する。そして、その認識用フォームで抽出したプロパティ情報を画像データから抽出したプロパティ情報として記憶し、出力対象とする。その後、Ｓ７１２へ進む。

以上、本実施形態により、Ｎｉｎ１の画像データの１ページ目のレイアウト位置に応じて、認識用フォームのページのレイアウト位置を自動で判定し、認識用フォームを作成することが可能となる。また、複数のレイアウトが存在する場合においても、それぞれの認識用フォームを作成してフォーム認識を実行して、より認識率が高いプロパティ情報の抽出を行うことが可能となる。

＜その他の実施形態＞
また、本発明は上述の実施形態の１以上の機能を実現するプログラムをネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

１０１…ＭＦＰ、１０２…ファイルサーバ、１０３…ＰＣ、５１０…文書処理アプリケーション、５１１…画像取得部、５１２…画像処理部、５１３…ＵＩ部、５１４…フォーム認識部、５１５…フォーム検索部、５１６…フォーム管理部、５１７…プロパティ情報登録部

Claims (10)

1. 帳票のフォーム情報を保持する保持手段と、
   帳票がレイアウトされた画像データを取得する取得手段と、
   前記画像データがＮｉｎ１（Ｎ≧２）のページレイアウトであるか否かを判定する判定手段と、
   前記判定手段によりＮｉｎ１（Ｎ≧２）のページレイアウトであると判定された場合、当該画像データにレイアウトされた帳票に対応するフォームを含むフォーム情報を、前記保持手段が保持するフォーム情報から検索する検索手段と、
   前記検索手段にて検出されたフォーム情報を用いて、前記画像データに対応してレイアウトされたフォームを生成する生成手段と、
   前記生成手段にて生成したフォームを用いて、前記画像データにレイアウトされている帳票から文字列データを抽出する抽出手段と、
   を有することを特徴とする情報処理装置。
2. 前記抽出手段にて抽出された文字列データをプロパティ情報として記憶する記憶手段を更に有することを特徴とする請求項１に記載の情報処理装置。
3. 前記抽出手段にて抽出された文字列データの認識率が所定の閾値より大きいか否かを判定する第２の判定手段と、
   前記第２の判定手段により文字列データの認識率が前記所定の閾値以下であると判定された場合、ユーザーからの文字列データの入力を受け付ける受け付け手段と
   を更に有することを特徴とする請求項１または２に記載の情報処理装置。
4. 前記検索手段にて検出されたフォーム情報が、複数のページから構成されるフォームであるか否かを判定する第３の判定手段と、
   前記第３の判定手段によりフォーム情報が複数のページから構成されるフォームでないと判定された場合、ユーザーに処理を継続するか否かを問い合わせる手段と、
   を更に有することを特徴とする請求項１乃至３のいずれか一項に記載の情報処理装置。
5. 前記検索手段は、Ｎｉｎ１（Ｎ≧２）の値に応じて規定された前記画像データの所定の領域の画像を１ページ目の画像として用いて検索を行うことを特徴とする請求項１乃至４のいずれか一項に記載の情報処理装置。
6. 前記検索手段は、前記保持手段が保持するフォーム情報それぞれが示す１ページ目のフォームと、前記画像データにレイアウトされた帳票のページそれぞれの領域とを比較し、当該比較の結果、一致するフォームを含むフォーム情報を検出することを特徴とする請求項１乃至４のいずれか一項に記載の処理装置。
7. 前記検索手段は、前記比較により一致した前記画像データの領域の位置を特定し、
   前記生成手段は、前記特定した領域の位置と、前記検出されたフォーム情報を構成する複数のページに対するレイアウトの組み合わせとに基づき、複数のフォームを生成し、
   前記抽出手段は、生成された前記複数のフォームを用いて、前記画像データにレイアウトされている帳票から文字列データを抽出することを特徴とする請求項６に記載の情報処理装置。
8. 前記抽出手段は、生成された前記複数のフォームそれぞれを用いて抽出された文字列データの認識率を比較し、最も認識率の高いフォームから得られた文字列データを出力対象とすることを特徴とする請求項７に記載の情報処理装置。
9. 帳票のフォーム情報を保持する保持手段を備える情報処理装置の制御方法であって、
   帳票がレイアウトされた画像データを取得する取得工程と、
   前記画像データがＮｉｎ１（Ｎ≧２）のページレイアウトであるか否かを判定する判定工程と、
   前記判定工程によりＮｉｎ１（Ｎ≧２）のページレイアウトであると判定された場合、当該画像データにレイアウトされた帳票に対応するフォームを含むフォーム情報を、前記保持手段が保持するフォーム情報から検索する検索工程と、
   前記検索工程にて検出されたフォーム情報を用いて、前記画像データに対応してレイアウトされたフォームを生成する生成工程と、
   前記生成工程にて生成したフォームを用いて、前記画像データにレイアウトされている帳票から文字列データを抽出する抽出工程と、
   を有することを特徴とする制御方法。
10. コンピュータを、
    帳票のフォーム情報を保持する保持手段、
    帳票がレイアウトされた画像データを取得する取得手段、
    前記画像データがＮｉｎ１（Ｎ≧２）のページレイアウトであるか否かを判定する判定手段、
    前記判定手段によりＮｉｎ１（Ｎ≧２）のページレイアウトであると判定された場合、当該画像データにレイアウトされた帳票に対応するフォームを含むフォーム情報を、前記保持手段が保持するフォーム情報から検索する検索手段、
    前記検索手段にて検出されたフォーム情報を用いて、前記画像データに対応してレイアウトされたフォームを生成する生成手段、
    前記生成手段にて生成したフォームを用いて、前記画像データにレイアウトされている帳票から文字列データを抽出する抽出手段、
    として機能させるためのプログラム。

Images