JP2019194915A - 光学式文字認識を行うデバイスおよび方法 - Google Patents
光学式文字認識を行うデバイスおよび方法 Download PDFInfo
- Publication number
- JP2019194915A JP2019194915A JP2019133235A JP2019133235A JP2019194915A JP 2019194915 A JP2019194915 A JP 2019194915A JP 2019133235 A JP2019133235 A JP 2019133235A JP 2019133235 A JP2019133235 A JP 2019133235A JP 2019194915 A JP2019194915 A JP 2019194915A
- Authority
- JP
- Japan
- Prior art keywords
- image data
- character string
- leftmost
- pixels
- representing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012015 optical character recognition Methods 0.000 title claims abstract description 45
- 230000008569 process Effects 0.000 claims abstract description 27
- 238000000926 separation method Methods 0.000 claims abstract description 19
- 238000002347 injection Methods 0.000 claims description 88
- 239000007924 injection Substances 0.000 claims description 88
- 238000003384 imaging method Methods 0.000 claims description 3
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 40
- 230000003287 optical effect Effects 0.000 description 21
- 102000004877 Insulin Human genes 0.000 description 20
- 108090001061 Insulin Proteins 0.000 description 20
- 229940125396 insulin Drugs 0.000 description 20
- 239000003814 drug Substances 0.000 description 18
- 229940079593 drug Drugs 0.000 description 17
- 238000012545 processing Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 6
- 238000012377 drug delivery Methods 0.000 description 6
- 238000012805 post-processing Methods 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 229940127560 insulin pen Drugs 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007373 indentation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000009966 trimming Methods 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 108010057186 Insulin Glargine Proteins 0.000 description 1
- COCFEDIXXNGUNL-RFKWWTKHSA-N Insulin glargine Chemical compound C([C@@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@H]1CSSC[C@H]2C(=O)N[C@H](C(=O)N[C@@H](CO)C(=O)N[C@H](C(=O)N[C@H](C(N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CSSC[C@H](NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3C=CC(O)=CC=3)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](C)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3NC=NC=3)NC(=O)[C@H](CO)NC(=O)CNC1=O)C(=O)NCC(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H]([C@@H](C)O)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCNC(N)=N)C(O)=O)C(=O)NCC(O)=O)=O)CSSC[C@@H](C(N2)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@@H](NC(=O)CN)[C@@H](C)CC)[C@@H](C)CC)[C@@H](C)O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@@H](NC(=O)[C@@H](N)CC=1C=CC=CC=1)C(C)C)C1=CN=CN1 COCFEDIXXNGUNL-RFKWWTKHSA-N 0.000 description 1
- 208000036647 Medication errors Diseases 0.000 description 1
- 101000579646 Penaeus vannamei Penaeidin-1 Proteins 0.000 description 1
- 206010067584 Type 1 diabetes mellitus Diseases 0.000 description 1
- 206010047531 Visual acuity reduced Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 229940112930 apidra Drugs 0.000 description 1
- RCHHVVGSTHAVPF-ZPHPLDECSA-N apidra Chemical compound C([C@@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@H]1CSSC[C@H]2C(=O)N[C@H](C(=O)N[C@@H](CO)C(=O)N[C@H](C(=O)N[C@H](C(N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CSSC[C@H](NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3C=CC(O)=CC=3)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](C)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3N=CNC=3)NC(=O)[C@H](CO)NC(=O)CNC1=O)C(=O)NCC(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H]([C@@H](C)O)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H]([C@@H](C)O)C(O)=O)C(=O)N[C@@H](CC(N)=O)C(O)=O)=O)CSSC[C@@H](C(N2)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@@H](NC(=O)CN)[C@@H](C)CC)[C@@H](C)CC)[C@@H](C)O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCCCN)NC(=O)[C@@H](NC(=O)[C@@H](N)CC=1C=CC=CC=1)C(C)C)C1=CNC=N1 RCHHVVGSTHAVPF-ZPHPLDECSA-N 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- POIUWJQBRNEFGX-XAMSXPGMSA-N cathelicidin Chemical compound C([C@@H](C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CO)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H]([C@@H](C)CC)C(=O)NCC(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H]([C@@H](C)CC)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H]([C@@H](C)CC)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](C(C)C)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CO)C(O)=O)NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@H](CC(O)=O)NC(=O)CNC(=O)[C@H](CC(C)C)NC(=O)[C@@H](N)CC(C)C)C1=CC=CC=C1 POIUWJQBRNEFGX-XAMSXPGMSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 108700039926 insulin glulisine Proteins 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 229940060975 lantus Drugs 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005375 photometry Methods 0.000 description 1
- 229920003229 poly(methyl methacrylate) Polymers 0.000 description 1
- 239000004926 polymethyl methacrylate Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 208000001072 type 2 diabetes mellitus Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/142—Image acquisition using hand-held instruments; Constructional details of the instruments
- G06V30/1423—Image acquisition using hand-held instruments; Constructional details of the instruments the instrument generating sequences of position coordinates corresponding to handwriting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/15—Cutting or merging image elements, e.g. region growing, watershed or clustering-based techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Infusion, Injection, And Reservoir Apparatuses (AREA)
- Character Input (AREA)
- Character Discrimination (AREA)
Abstract
【解決手段】光学式文字認識処理において文字を分離する方法は、1つまたはそれ以上の文字列を表す画像データを受ける工程と、画像データの各列中の黒画素の数を決定する工程と、列中の黒画素の最大数である垂直分離閾値を定義する工程と、黒画素の数が垂直分離閾値未満である列を除外することによって、列を異なる画素群と除外された列の群とに分割する工程と、画像データ中で最も左の文字列を表す画素群を識別する工程と、文字列を表す1つまたは2つの画素群が画像データ中にあるかどうかを決定する工程と、文字列を表す2つの画素群があると決定された場合に、最も右の文字列の右側境界を識別するために最も右の文字列の既定の幅値を使用する工程とを含む。
【選択図】図9
Description
1つまたはそれ以上の文字列を表す画像データを受ける工程と;
画像データの各列中の黒画素の数を決定する工程と;
列中の黒画素の最大数である垂直分離閾値を定義する工程と;
黒画素の数が垂直分離閾値未満である列を除外することによって、列を異なる画素群と除外された列の群とに分割する工程と;
画像データ中で最も左の文字列を表す画素群を識別する工程と;
文字列を表す1つまたは2つの画素群が画像データ中にあるかどうかを決定する工程と;
文字列を表す2つの画素群があると決定された場合に、最も右の文字列の右側境界を識別するために最も右の文字列の既定の幅値を使用する工程と
を含む。
1つまたはそれ以上の文字列を表す画像データを受け;
画像データの各列中の黒画素の数を決定し;
列中の黒画素の最大数である垂直分離閾値を定義し;
黒画素の数が垂直分離閾値未満である列を除外することによって、列を異なる画素群と除外された列の群とに分割し;
画像データ中で最も左の文字列を表す画素群を識別し;
文字列を表す1つまたは2つの画素群が画像データ中にあるかどうかを決定し;かつ
文字列を表す2つの画素群があると決定された場合に、最も右の文字列の右側境界を識別するために最も右の文字列の既定の幅値を使用するように
構成される。
注射デバイスの可動部材上に存在する1つまたはそれ以上の数字の画像を取り込むように構成された撮像配置と;
本発明の第2の態様に記載のプロセッサと
を含む。
図2aは非常に概略的であり、物理的な配置の詳細については、以下で図2bを参照して説明する。
することができる。
ジング10の特定の部分、たとえば、注射デバイス1の中に含まれるスリーブ19またはインスリン容器の色または色コーディングとしてだけ存在することができ、この色または色コーディングは、たとえばハウジング10(および/またはスリーブ19)の別の窓を通して見える。その場合、この色の情報はプロセッサ24に提供され、プロセッサ24は次に、注射デバイス1の種類、または注射デバイス1に収容されたインスリンの種類を決定することができる(たとえば、紫色のSoloStar Lantus、および青色のSoloStar Apidra)。あるいは、測光器26の代わりにカメラユニットが使用され、その場合、画像処理によってハウジング、スリーブまたはインスリン容器の色を決定するために、ハウジング、スリーブまたはインスリン容器の画像がプロセッサ24に提供される。さらに、測光器26の読取値を改善するために、1つまたはそれ以上の光源が設けられる。光源は、測光器26による色検出を改善するために、ある特定の波長またはスペクトルの光を提供する。光源は、たとえば投与量窓13による不要な反射が回避または低減されるように配置される。例示的な一実施形態では、注射デバイスおよび/またはその中に収容されている薬剤に関連するコード(たとえばバーコードであり、たとえば一次元または二次元バーコードである)を検出するために、測光器26の代わりに、またはそれに加えてカメラユニットが配置される。このコードは、いくつか例を挙げると、たとえばハウジング10の上、または注射デバイス1に含まれる薬剤容器の上に置かれる。このコードは、たとえば、注射デバイスおよび/または薬剤の種類、および/または別の特性(たとえば有効期限)を示すことができる。
ら入力を受ける。電池32が、プロセッサ24および他の構成要素に電源31から電力を供給する。
・欠陥不良画素の補正
・明るさ補正
・歪みおよび傾斜補正
の特徴である。アルゴリズムのOCR部は、画像の前処理なしで要求標準規格に合わせて実行するように設計され、かつ/または光学センサ25は、画像に直接実施予定のOCRのために十分な品質の画像を生成するように構成される。
・2値化
・セグメント化
・パターンマッチング
・位置計算
・健全さ(sanity)検査を実行する
・ヒステリシス計算
・最終結果をディスプレイに示す
よって数字の一部が欠けるというリスクがある。いくつかの実施形態では、アルゴリズムが一般にアーチファクトに対して堅牢であるので(すなわち、いくつかのアーチファクトの存在下で正確なOCR処理を実行することができる)、閾値は数字の一部が決して欠けないように選択される。試験では、256個のグレー値を検出できるセンサが使用され、127という閾値で良好な結果が示された。
Cy=By−2+4By−1+6By+4By+1+By+2
ここで、Cyはスミアリングされた投影値であり、Byは列「y」内の黒画素の合計である。
Cy=By−2+4By−1+8By+4By+1+By+2
、陰影付け/ハッチング、および文字a)〜d)によって識別されている。除外された列の群は陰影付けがされていない。
画素である。各数字は26画素の高さを有する。しかし、画素の正確な数は、印刷された数字のフォントサイズだけでなく、使用されるフォントの種類、センサデバイス2および注射デバイス1に対するその配置、ならびにセンサデバイスのレンズまたは窓13による拡大に依存する。上記の例を続けると、偶数だけが数字スリーブ19に印刷されるので、左側文字列には数字「1」だけが現れ(数字10〜18)、その結果、右側文字列は14画素幅の数字だけを常に含むようになる。したがって、ひとたび右側文字列の左側境界が識別されると、右側境界は、14画素さらに右にあるものとして画成される。信頼性を高めるために、数字幅は少ない数の、予想幅を超える画素列として設定することができる。
主数字行は、どの可視数字が最大高を有するかに基づいて選択される。その理由は、スリーブ上に印刷された数字のすべてがほぼ同じ高さを有し、かつ最大高を有する数字が完全に可視であると仮定することができ、したがって高い確実度で復号しやすいからである。2つの数字(異なる垂直位置を有する)が可視であり、高さが同じである場合、最も上の数字が主数字行として選択される。主数字行は、注射デバイス1にダイヤル設定された用量を決定するために後で使用される数字である。
位置=主数字行の数字+[2×オフセット/(数字の予想高さ+スペースの予想高さ)]
ここで、オフセット=中心画像行番号−主数字行中心行番号
位置=6+[2×0/(28)]=6
したがって、「6」の結果が予想通りに返されることになる。
位置=74+[2×11/(28)]=74.79
次に、この結果が最も近い整数に丸められて、予想通りに「75」の位置決定が与えられる。
。
Claims (15)
- 光学式文字認識処理において文字分離を実行する方法であって:
1つまたはそれ以上の文字列を表す画像データを受ける工程と;
画像データの各列中の黒画素の数を決定する工程と;
列中の黒画素の最大数である垂直分離閾値を定義する工程と;
黒画素の数が垂直分離閾値未満である列を除外することによって、列を異なる画素群と除外された列の群とに分割する工程と;
画像データ中で最も左の文字列を表す画素群を識別する工程と;
文字列を表す1つまたは2つの画素群が画像データ中にあるかどうかを決定する工程と;
文字列を表す2つの画素群があると決定された場合に、最も右の文字列の右側境界を識別するために最も右の文字列の既定の幅値を使用する工程と
を含む、前記方法。 - 画像データ中で最も左の文字列を表す画素群を識別する工程は、除外された列の最も左の群のすぐ右の画素群を識別する工程を含む、請求項1に記載の方法。
- 画像データ中で最も左の文字列を表す画素群を識別する工程は、除外された列の最も左の群のすぐ右の画素群を、それが最小数字幅閾値未満である場合に、除外された列の最も左の群の右の第2の画素群が画像データ中の最も左の文字列と定義されるように除外する工程を含む、請求項1に記載の方法。
- 文字列を表す1つまたは2つの画素群が画像データ中にあるかどうかを決定する工程は、除外された列の最も左の群の幅を決定する工程を含む、請求項1〜3のいずれか1項に記載の方法。
- 除外された列の最も左の群の幅が最大左縁閾値未満である場合に、文字列を表す2つの画素群が画像データ中にあると決定する工程を含む、請求項4に記載の方法。
- 画像データ中の最も左の文字列の幅を決定する工程をさらに含む、請求項1〜5のいずれか1項に記載の方法。
- 画像データ中の最も左の文字列の決定された幅を使用して、最も左の文字列が幅の狭い数字に限って含むのか、それとも幅の広い数字を含むのかを決定する工程をさらに含む、請求項6に記載の方法。
- 最も左の文字列が幅の狭い数字に限って含むと決定された場合に、最大有効用量結果を「19」に設定する、請求項7に記載の方法。
- 画像の左側境界に触れる画素群を除外する工程をさらに含む、請求項1〜8のいずれか1項に記載の方法。
- 左側と右側の文字列間にある除外された列の群を識別することによって、右側文字列の左側境界を識別する工程をさらに含む、請求項1〜9のいずれか1項に記載の方法。
- 左側文字列が最大数字幅閾値よりも幅が広いかどうかを決定する工程と、広い場合に、画像データ中の数字が8〜10の範囲にあるかどうかを決定する工程とをさらに含む、請求項1〜10のいずれか1項に記載の方法。
- 光学式文字認識処理において文字分離を実行するプロセッサであって:
1つまたはそれ以上の文字列を表す画像データを受け;
画像データの各列中の黒画素の数を決定し;
列中の黒画素の最大数である垂直分離閾値を定義し;
黒画素の数が垂直分離閾値未満である列を除外することによって、列を異なる画素群と除外された列の群とに分割し;
画像データ中で最も左の文字列を表す画素群を識別し;
文字列を表す1つまたは2つの画素群が画像データ中にあるかどうかを決定し;かつ
文字列を表す2つの画素群があると決定された場合に、最も右の文字列の右側境界を識別するために最も右の文字列の既定の幅値を使用するように
構成された前記プロセッサ。 - 除外された列の最も左の群のすぐ右の画素群を識別することによって、画像データ中で最も左の文字列を表す画素群を識別するように構成される、請求項12に記載のプロセッサ。
- 除外された列の最も左の群の幅を決定することによって、文字列を表す1つまたは2つの画素群が画像データ中にあるかどうかを決定するように構成される、請求項12または請求項13に記載のプロセッサ。
- 注射デバイスに取り付けるための補助デバイスであって:
該注射デバイスの可動部材上に存在する1つまたはそれ以上の数字の画像を取り込むように構成された撮像配置と;
請求項12〜14のいずれか1項に記載のプロセッサと
を含む、前記補助デバイス。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP14176482.9 | 2014-07-10 | ||
EP14176482 | 2014-07-10 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017500984A Division JP6561111B2 (ja) | 2014-07-10 | 2015-07-09 | 光学式文字認識を行うデバイスおよび方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019194915A true JP2019194915A (ja) | 2019-11-07 |
JP6758458B2 JP6758458B2 (ja) | 2020-09-23 |
Family
ID=51176946
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017500984A Active JP6561111B2 (ja) | 2014-07-10 | 2015-07-09 | 光学式文字認識を行うデバイスおよび方法 |
JP2019133235A Active JP6758458B2 (ja) | 2014-07-10 | 2019-07-19 | 光学式文字認識を行うデバイスおよび方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017500984A Active JP6561111B2 (ja) | 2014-07-10 | 2015-07-09 | 光学式文字認識を行うデバイスおよび方法 |
Country Status (7)
Country | Link |
---|---|
US (2) | US10133948B2 (ja) |
EP (1) | EP3167408B1 (ja) |
JP (2) | JP6561111B2 (ja) |
KR (1) | KR20170032347A (ja) |
CN (2) | CN106687992B (ja) |
DK (1) | DK3167408T3 (ja) |
WO (1) | WO2016005483A1 (ja) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3097512B1 (en) * | 2014-01-24 | 2021-03-24 | Sanofi-Aventis Deutschland GmbH | A supplemental device for attachment to an injection device for recording and displaying a dose value set by the user using optical character recognition (ocr) |
CN106687992B (zh) * | 2014-07-10 | 2021-01-12 | 赛诺菲-安万特德国有限公司 | 用于执行光学字符识别的装置和方法 |
US10146910B2 (en) * | 2014-10-21 | 2018-12-04 | Sanofi-Aventis Deutschland Gmbh | Recording dose data from drug injection devices using optical character recognition (OCR) |
WO2017132577A1 (en) | 2016-01-29 | 2017-08-03 | Companion Medical, Inc. | Automatic medication delivery tracking |
US10417516B2 (en) * | 2017-08-24 | 2019-09-17 | Vastec, Inc. | System and method for preprocessing images to improve OCR efficacy |
US11077243B2 (en) | 2017-12-12 | 2021-08-03 | Bigfoot Biomedical, Inc. | Devices, systems, and methods for estimating active medication from injections |
US10987464B2 (en) | 2017-12-12 | 2021-04-27 | Bigfoot Biomedical, Inc. | Pen cap for insulin injection pens and associated methods and systems |
US11464459B2 (en) | 2017-12-12 | 2022-10-11 | Bigfoot Biomedical, Inc. | User interface for diabetes management systems including flash glucose monitor |
US11116899B2 (en) | 2017-12-12 | 2021-09-14 | Bigfoot Biomedical, Inc. | User interface for diabetes management systems and devices |
US11083852B2 (en) | 2017-12-12 | 2021-08-10 | Bigfoot Biomedical, Inc. | Insulin injection assistance systems, methods, and devices |
AU2018383731A1 (en) | 2017-12-12 | 2020-07-23 | Bigfoot Biomedical, Inc. | Therapy management systems, methods, and devices |
US20200368442A1 (en) * | 2017-12-28 | 2020-11-26 | Sanofi | A sensor device for attachment to an injection device |
KR102196110B1 (ko) | 2018-12-31 | 2020-12-29 | 주식회사 포스코아이씨티 | 광학 문자 판독 장치를 포함하는 로봇 프로세스 자동화 시스템 |
US11948671B2 (en) | 2019-04-11 | 2024-04-02 | Medtronic Minimed, Inc. | Intelligent accessories for medicine dispensing device |
KR20220168787A (ko) | 2021-06-17 | 2022-12-26 | 한밭대학교 산학협력단 | 만주어의 글자 추출 방법 및 이를 수행하는 시스템 |
US12008829B2 (en) | 2022-02-16 | 2024-06-11 | Vastec, Inc. | System and method for improved OCR efficacy through image segmentation |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07282190A (ja) * | 1994-04-11 | 1995-10-27 | Nec Eng Ltd | 光学文字読取装置 |
JPH08221518A (ja) * | 1995-02-17 | 1996-08-30 | Nec Eng Ltd | 光学文字読取装置 |
JP2013521963A (ja) * | 2010-03-22 | 2013-06-13 | サノフィ−アベンティス・ドイチュラント・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | 医療デバイスに関係する情報を決定するためのデバイス及び方法 |
JP6561111B2 (ja) * | 2014-07-10 | 2019-08-14 | サノフィ−アベンティス・ドイチュラント・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | 光学式文字認識を行うデバイスおよび方法 |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4580231A (en) * | 1978-09-15 | 1986-04-01 | Alphatype Corporation | Ultrahigh resolution photocomposition system employing electronic character generation from magnetically stored data |
US5253304A (en) * | 1991-11-27 | 1993-10-12 | At&T Bell Laboratories | Method and apparatus for image segmentation |
US5815595A (en) * | 1995-12-29 | 1998-09-29 | Seiko Epson Corporation | Method and apparatus for identifying text fields and checkboxes in digitized images |
US6614930B1 (en) * | 1999-01-28 | 2003-09-02 | Koninklijke Philips Electronics N.V. | Video stream classifiable symbol isolation method and system |
US6473517B1 (en) * | 1999-09-15 | 2002-10-29 | Siemens Corporate Research, Inc. | Character segmentation method for vehicle license plate recognition |
WO2001054054A1 (en) * | 2000-01-19 | 2001-07-26 | California Institute Of Technology | Word recognition using silhouette bar codes |
US7647695B2 (en) * | 2003-12-30 | 2010-01-19 | Lockheed Martin Corporation | Method of matching harnesses of conductors with apertures in connectors |
CN101645134B (zh) * | 2005-07-29 | 2013-01-02 | 富士通株式会社 | 整体地名识别方法和整体地名识别装置 |
US20080008376A1 (en) * | 2006-07-07 | 2008-01-10 | Lockheed Martin Corporation | Detection and identification of postal indicia |
CN100498819C (zh) * | 2006-12-31 | 2009-06-10 | 沈阳工业大学 | 流量计费表数字远传图像自动识别方法及数字远传抄表系统 |
CN100470582C (zh) * | 2007-04-06 | 2009-03-18 | 清华大学 | 印刷蒙古文文本切分方法 |
CN101751568B (zh) * | 2008-12-12 | 2012-07-18 | 汉王科技股份有限公司 | 证件号码定位和识别方法 |
US8214733B2 (en) * | 2010-04-28 | 2012-07-03 | Lexmark International, Inc. | Automatic forms processing systems and methods |
US8261180B2 (en) * | 2009-04-28 | 2012-09-04 | Lexmark International, Inc. | Automatic forms processing systems and methods |
JP5591578B2 (ja) * | 2010-04-19 | 2014-09-17 | 日本電産サンキョー株式会社 | 文字列認識装置および文字列認識方法 |
TWI431559B (zh) * | 2010-10-29 | 2014-03-21 | Univ Nat Chiao Tung | 車牌偵測辨識方法及其系統 |
CN102096807B (zh) * | 2010-12-24 | 2013-05-22 | 张忠义 | 基于三值图像的车牌定位方法 |
JP5647919B2 (ja) * | 2011-03-07 | 2015-01-07 | 株式会社Nttドコモ | 文字認識装置、文字認識方法、文字認識システム、および文字認識プログラム |
CN102426649B (zh) * | 2011-10-13 | 2013-08-21 | 石家庄开发区冀科双实科技有限公司 | 一种简单的高准确率的钢印数字自动识别方法 |
CN103093181B (zh) * | 2011-11-01 | 2016-04-27 | 青岛海信网络科技股份有限公司 | 一种车牌图像定位的方法和装置 |
EP2814542B1 (en) * | 2012-02-13 | 2020-12-30 | Sanofi-Aventis Deutschland GmbH | Supplemental device for attachment to an injection device |
US8934676B2 (en) * | 2012-05-04 | 2015-01-13 | Xerox Corporation | Robust character segmentation for license plate images |
SG10201510667SA (en) * | 2012-06-27 | 2016-01-28 | Agency Science Tech & Res | Text detection devices and text detection methods |
JP6080259B2 (ja) * | 2013-02-06 | 2017-02-15 | 日本電産サンキョー株式会社 | 文字切り出し装置及び文字切り出し方法 |
US20150286860A1 (en) * | 2014-04-02 | 2015-10-08 | Le Moustache Club S.L. | Method and Device for Generating Data from a Printed Document |
US9495343B2 (en) * | 2014-09-30 | 2016-11-15 | Konica Minolta Laboratory U.S.A., Inc. | Horizontal and vertical line detection and removal for document images |
US10140262B2 (en) * | 2015-05-04 | 2018-11-27 | King Fahd University Of Petroleum And Minerals | Systems and associated methods for Arabic handwriting synthesis and dataset design |
CN105528607B (zh) * | 2015-10-30 | 2019-02-15 | 小米科技有限责任公司 | 区域提取方法、模型训练方法及装置 |
US10553091B2 (en) * | 2017-03-31 | 2020-02-04 | Qualcomm Incorporated | Methods and systems for shape adaptation for merged objects in video analytics |
US10395385B2 (en) * | 2017-06-27 | 2019-08-27 | Qualcomm Incorporated | Using object re-identification in video surveillance |
-
2015
- 2015-07-09 CN CN201580048263.2A patent/CN106687992B/zh active Active
- 2015-07-09 CN CN202011575695.8A patent/CN112733836A/zh active Pending
- 2015-07-09 WO PCT/EP2015/065669 patent/WO2016005483A1/en active Application Filing
- 2015-07-09 KR KR1020177003355A patent/KR20170032347A/ko unknown
- 2015-07-09 US US15/324,506 patent/US10133948B2/en active Active
- 2015-07-09 EP EP15736465.4A patent/EP3167408B1/en active Active
- 2015-07-09 JP JP2017500984A patent/JP6561111B2/ja active Active
- 2015-07-09 DK DK15736465.4T patent/DK3167408T3/da active
-
2018
- 2018-11-19 US US16/195,394 patent/US10503994B2/en active Active
-
2019
- 2019-07-19 JP JP2019133235A patent/JP6758458B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07282190A (ja) * | 1994-04-11 | 1995-10-27 | Nec Eng Ltd | 光学文字読取装置 |
JPH08221518A (ja) * | 1995-02-17 | 1996-08-30 | Nec Eng Ltd | 光学文字読取装置 |
JP2013521963A (ja) * | 2010-03-22 | 2013-06-13 | サノフィ−アベンティス・ドイチュラント・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | 医療デバイスに関係する情報を決定するためのデバイス及び方法 |
JP6561111B2 (ja) * | 2014-07-10 | 2019-08-14 | サノフィ−アベンティス・ドイチュラント・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツング | 光学式文字認識を行うデバイスおよび方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6758458B2 (ja) | 2020-09-23 |
US10133948B2 (en) | 2018-11-20 |
CN106687992A (zh) | 2017-05-17 |
DK3167408T3 (da) | 2024-03-04 |
CN112733836A (zh) | 2021-04-30 |
EP3167408A1 (en) | 2017-05-17 |
JP2017521787A (ja) | 2017-08-03 |
US20170154232A1 (en) | 2017-06-01 |
JP6561111B2 (ja) | 2019-08-14 |
US20190156136A1 (en) | 2019-05-23 |
CN106687992B (zh) | 2021-01-12 |
WO2016005483A1 (en) | 2016-01-14 |
KR20170032347A (ko) | 2017-03-22 |
US10503994B2 (en) | 2019-12-10 |
EP3167408B1 (en) | 2023-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6806937B2 (ja) | 光学式文字認識(ocr)を用いて使用者が設定した用量値を記録および表示するために注射デバイスに取り付けるための補助デバイス | |
JP6758458B2 (ja) | 光学式文字認識を行うデバイスおよび方法 | |
EP3244948B1 (en) | Medicament dosage determination | |
JP6755234B2 (ja) | 画像を取り込み、処理するための装置 | |
JP6732808B2 (ja) | 薬物送達デバイスへの取り付けのためのデバイス |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190719 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190719 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A132 Effective date: 20200707 |
|
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: 20200804 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200901 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6758458 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |