JP2019082814A - 紙帳票データ化システム、ocrエンジン学習用画像生成装置および画像分析装置 - Google Patents
紙帳票データ化システム、ocrエンジン学習用画像生成装置および画像分析装置 Download PDFInfo
- Publication number
- JP2019082814A JP2019082814A JP2017209322A JP2017209322A JP2019082814A JP 2019082814 A JP2019082814 A JP 2019082814A JP 2017209322 A JP2017209322 A JP 2017209322A JP 2017209322 A JP2017209322 A JP 2017209322A JP 2019082814 A JP2019082814 A JP 2019082814A
- Authority
- JP
- Japan
- Prior art keywords
- image
- learning
- character
- characters
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
Description
Claims (11)
- 帳票をスキャンした対象画像から文字情報を抽出して外部のデータベースに出力する紙帳票データ化システムにおいて、
OCRエンジンを用いて前記対象画像から文字情報を抽出するOCR部と、
前記OCR部が抽出した文字情報をその文字情報の前記対象画像上の位置に基づいて構造化した構造化データを生成する構造解析部と、
前記構造化データと前記データベースの構造との対応関係を示すマッピングテーブルを用いて前記構造化データを前記データベースに入力するマッピング部と、
を有することを特徴とする紙帳票データ化システム。 - 文字および文字以外の画像が混在した第1処理前画像とその第1処理前画像の文字以外の画像を除去した第1処理後画像との組を用いて文字および文字以外の画像が混在した画像から文字以外の画像を除去する第1変換を第1機械学習器に学習させる第1学習装置、
を有し、
前記前処理は前記第1変換を含む、
ことを特徴とする請求項1に記載の紙帳票データ化システム。 - 罫線で表組された文字群を含む第2処理後画像とその第2処理後画像の罫線を除去した第2処理前画像との組を用いて罫線を使わないで表組された文字群の画像を罫線で表組された文字群の画像へ変換する第2変換を第2機械学習器に学習させる第2学習装置、
を有し、
前記前処理は前記第2変換を含む、
ことを特徴とする請求項1または請求項2に記載の帳票データ電子化システム。 - 文字群を含む第3処理前画像とその第3処理前画像に含まれるそれぞれの文字に互いに重ならない枠を形成した第3処理後画像との組を用いて文字群を含む画像に含まれるそれぞれの文字に互いに重ならない枠を形成する第3変換を第3機械学習器に学習させる第3学習装置、
を有し、
前記前処理は前記第3変換を含む、
ことを特徴とする請求項1ないし請求項3のいずれか1項に記載の紙帳票データ化システム。 - 単語を記憶する単語データベースと、
前記単語のそれぞれの文字を2進数で表した第1データと前記OCR部が抽出した前記文字情報のそれぞれの文字を2進数で表した第2データとの排他的論理和を求め、その排他的論理和のすべてが0のときに前記OCR部が抽出した文字情報が正しいと判定し、その排他的論理和の1つが1で他が0のときに前記文字情報をその単語に修正する画像解析後処理部と、
を有することを特徴とする請求項1ないし請求項4のいずれか1項に記載の紙帳票データ化システム。 - 前記OCRエンジンは、特定のフォントの文字に前記学習用画像変換を施して学習用画像を生成する学習用画像生成器と、認識済み文字を含む第1画像とその認識済み文字を前記特定のフォントで表した第2画像との組を用いて第2画像を第1画像へ変換する学習用画像変換を学習用画像生成器に学習させる学習用画像生成学習部と、前記学習用画像生成器が生成した前記学習用画像とその学習用画像に対応する文字との組を用いて画像から文字の抽出を学習させる文字認識学習部と、を備えたOCRエンジン学習装置によって学習したものである、
ことを特徴とする請求項1ないし請求項5のいずれか1項に記載の紙帳票データ化システム。 - 画像から文字情報を抽出するOCRエンジンに画像からの文字情報の抽出を学習させるOCRエンジン学習用画像生成装置において、
特定のフォントの文字に前記学習用画像変換を施して学習用画像を生成する学習用画像生成器と、
認識済み文字を含む第1画像とその認識済み文字を前記特定のフォントで表した第2画像との組を用いて第2画像を第1画像へ変換する学習用画像変換を学習用画像生成器に学習させる学習用画像生成学習部と、
を有することを特徴とするOCRエンジン学習用画像生成装置。 - 対象画像から文字情報を抽出する画像分析装置において、
特定のフォントの文字に前記学習用画像変換を施して学習用画像を生成する学習用画像生成器と、認識済み文字を含む第1画像とその認識済み文字を前記特定のフォントで表した第2画像との組を用いて第2画像を第1画像へ変換する学習用画像変換を学習用画像生成器に学習させる学習用画像生成学習部と、前記学習用画像生成器が生成した前記学習用画像とその学習用画像に対応する文字との組を用いて画像から文字の抽出を学習させる文字認識学習部と、を備えたOCRエンジン学習装置によって学習したOCRエンジンと、
前記OCRエンジンを用いて前記対象画像から文字情報を抽出するOCR部と、
を有することを特徴とする画像分析装置。 - 対象画像から文字情報を抽出する画像分析装置において、
文字および文字以外の画像が混在した第1処理前画像とその第1処理前画像の文字以外の画像を除去した第1処理後画像との組を用いて文字および文字以外の画像が混在した画像から文字以外の画像を除去する第1変換を第1機械学習器に学習させる第1学習装置と、
前記第1変換を含む前処理を前記対象画像に施す前処理部と、
前記対象画像から文字情報を抽出するOCR部と、
を有することを特徴とする画像分析装置。 - 対象画像から文字情報を抽出する画像分析装置において、
罫線で表組された文字群を含む第2処理後画像とその第2処理後画像の罫線を除去した第2処理前画像との組を用いて罫線を使わないで表組された文字群の画像を罫線で表組された文字群の画像へ変換する第2変換を第2機械学習器に学習させる第2学習装置と、
前記第2変換を含む前処理を前記対象画像に施す前処理部と、
前記対象画像から文字情報を抽出するOCR部と、
を有することを特徴とする画像分析装置。 - 対象画像から文字情報を抽出する画像分析装置において、
文字群を含む第3処理前画像とその第3処理前画像に含まれるそれぞれの文字に互いに重ならない枠を形成した第3処理後画像との組を用いて文字群を含む画像に含まれるそれぞれの文字に互いに重ならない枠を形成する第3変換を第3機械学習器に学習させる第3学習装置と、
前記第3変換を含む前処理を前記対象画像に施す前処理部と、
前記対象画像から文字情報を抽出するOCR部と、
を有することを特徴とする画像分析装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017209322A JP7088661B2 (ja) | 2017-10-30 | 2017-10-30 | 紙帳票データ化システム、ocrエンジン学習用画像生成装置および画像分析装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017209322A JP7088661B2 (ja) | 2017-10-30 | 2017-10-30 | 紙帳票データ化システム、ocrエンジン学習用画像生成装置および画像分析装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019082814A true JP2019082814A (ja) | 2019-05-30 |
JP7088661B2 JP7088661B2 (ja) | 2022-06-21 |
Family
ID=66670462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017209322A Active JP7088661B2 (ja) | 2017-10-30 | 2017-10-30 | 紙帳票データ化システム、ocrエンジン学習用画像生成装置および画像分析装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7088661B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110502969A (zh) * | 2019-07-03 | 2019-11-26 | 国网江西省电力有限公司检修分公司 | 一种纸质材料关键信息自动提取方法 |
CN112116968A (zh) * | 2019-06-21 | 2020-12-22 | 上海交通大学医学院附属瑞金医院 | 一种医学检验报告的识别方法、装置、设备及存储介质 |
KR20230073795A (ko) * | 2021-11-19 | 2023-05-26 | 조남제 | 문서 분석 시스템 |
JP7393509B2 (ja) | 2021-11-29 | 2023-12-06 | ネイバー コーポレーション | 非定型文書から構造化情報を抽出するディープラーニングに基づいた方法及びシステム |
JP7447614B2 (ja) | 2020-03-27 | 2024-03-12 | 富士フイルムビジネスイノベーション株式会社 | 情報処理装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000003403A (ja) * | 1998-06-16 | 2000-01-07 | Hitachi Ltd | 帳票入力支援方法 |
JP2003067738A (ja) * | 2001-08-23 | 2003-03-07 | Fujitsu Ltd | 網点除去方法及びシステム |
JP2008108114A (ja) * | 2006-10-26 | 2008-05-08 | Just Syst Corp | 文書処理装置および文書処理方法 |
JP2011008802A (ja) * | 2004-05-20 | 2011-01-13 | Microsoft Corp | カメラで取得されたドキュメント用の低解像度のocr |
JP2013073439A (ja) * | 2011-09-28 | 2013-04-22 | Hitachi Computer Peripherals Co Ltd | 文字認識装置及び文字認識方法 |
-
2017
- 2017-10-30 JP JP2017209322A patent/JP7088661B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000003403A (ja) * | 1998-06-16 | 2000-01-07 | Hitachi Ltd | 帳票入力支援方法 |
JP2003067738A (ja) * | 2001-08-23 | 2003-03-07 | Fujitsu Ltd | 網点除去方法及びシステム |
JP2011008802A (ja) * | 2004-05-20 | 2011-01-13 | Microsoft Corp | カメラで取得されたドキュメント用の低解像度のocr |
JP2008108114A (ja) * | 2006-10-26 | 2008-05-08 | Just Syst Corp | 文書処理装置および文書処理方法 |
JP2013073439A (ja) * | 2011-09-28 | 2013-04-22 | Hitachi Computer Peripherals Co Ltd | 文字認識装置及び文字認識方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112116968A (zh) * | 2019-06-21 | 2020-12-22 | 上海交通大学医学院附属瑞金医院 | 一种医学检验报告的识别方法、装置、设备及存储介质 |
CN110502969A (zh) * | 2019-07-03 | 2019-11-26 | 国网江西省电力有限公司检修分公司 | 一种纸质材料关键信息自动提取方法 |
JP7447614B2 (ja) | 2020-03-27 | 2024-03-12 | 富士フイルムビジネスイノベーション株式会社 | 情報処理装置 |
KR20230073795A (ko) * | 2021-11-19 | 2023-05-26 | 조남제 | 문서 분석 시스템 |
KR102575085B1 (ko) * | 2021-11-19 | 2023-09-06 | 조남제 | 문서 분석 시스템 |
JP7393509B2 (ja) | 2021-11-29 | 2023-12-06 | ネイバー コーポレーション | 非定型文書から構造化情報を抽出するディープラーニングに基づいた方法及びシステム |
Also Published As
Publication number | Publication date |
---|---|
JP7088661B2 (ja) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Choi et al. | Visualizing for the non‐visual: Enabling the visually impaired to use visualization | |
US10489682B1 (en) | Optical character recognition employing deep learning with machine generated training data | |
JP2019082814A (ja) | 紙帳票データ化システム、ocrエンジン学習用画像生成装置および画像分析装置 | |
US10846553B2 (en) | Recognizing typewritten and handwritten characters using end-to-end deep learning | |
US10915788B2 (en) | Optical character recognition using end-to-end deep learning | |
EP4211591A1 (en) | Method and system for identifying citations within regulatory content | |
US9286526B1 (en) | Cohort-based learning from user edits | |
CA2777930A1 (en) | System and method for increasing the accuracy of optical character recognition (ocr) | |
US20170052988A1 (en) | Normalizing values in data tables | |
US20200311410A1 (en) | Method of meta-data extraction from semi-structured documents | |
Thammarak et al. | Automated data digitization system for vehicle registration certificates using google cloud vision API | |
CN113255331B (zh) | 文本纠错方法、装置及存储介质 | |
CN114612921A (zh) | 表单识别方法、装置、电子设备和计算机可读介质 | |
US9208381B1 (en) | Processing digital images including character recognition using ontological rules | |
Chakraborty et al. | An open source tesseract based tool for extracting text from images with application in braille translation for the visually impaired | |
Slimane et al. | Database and evaluation protocols for arabic printed text recognition | |
Choudhary et al. | Offline handwritten mathematical expression evaluator using convolutional neural network | |
JP2019074807A (ja) | 情報処理装置及びプログラム | |
JP2018092459A (ja) | 画像分析装置、画像分析方法および画像分析プログラム | |
US9443139B1 (en) | Methods and apparatus for identifying labels and/or information associated with a label and/or using identified information | |
Alzuru et al. | Cooperative human-machine data extraction from biological collections | |
Neri et al. | A methodology for character recognition and revision of the linear equations solving procedure | |
Bose et al. | Utilizing Machine Learning Models for Developing a Comprehensive Accessibility System for Visually Impaired People | |
JP2020166658A (ja) | 情報処理装置、情報処理方法及びプログラム | |
Fernando | Intelligent Document Processing: A Guide For Building RPA Solutions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200819 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211026 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211222 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220524 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220609 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7088661 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |