JP2022181367A - 情報処理装置及びプログラム - Google Patents

Abstract

【課題】修正後の文字列に対応する画像の位置を特定する。【解決手段】画像データ管理装置２のプロセッサ２１は、文書の画像に含まれる文字列及び当該画像における当該文字列の位置を含む文字認識結果を取得し、文字認識結果に含まれる文字列を表示させ、文字列が修正された場合に、文字認識結果に含まれる各文字列に対応付けられている位置情報群のうち修正後の文字列に対応する位置情報を特定する。さらに、プロセッサ２１は、文字認識結果に含まれる第１文字列に対応する第２文字列を表示させ、第２文字列が修正された場合に、文字認識結果に含まれる各文字列に対応付けられている位置情報のうち修正後の第２文字列に対応する位置情報を特定する。【選択図】図１

Description

本発明は、情報処理装置及びプログラムに関する。

特許文献１には、文書の読み取り結果に従って、文字コード、読み取りエラーが発生した文字位置を示すエラー情報及び文書全体の画像情報を含む中間ファイルを作成し、その中間ファイルに含まれるエラー情報に基づいて、エラーが発生した文字が属するフィールドを検出し、そのフィールドの画像を文書全体の画像情報から切り出して、修正すべきフィールドの文字読み取り結果とそのフィールドの画像から構成されるエラー修正用画面を表示することが記載されている。

特開２０００－１０５７９６号公報

本発明は、修正後の文字列に対応する画像の位置を特定することを目的とする。

本発明の請求項１に係る情報処理装置は、プロセッサを有し、前記プロセッサは、画像に含まれる文字列及び当該画像における当該文字列の位置情報を含む文字認識結果を取得し、前記文字認識結果に含まれる前記文字列を表示させ、表示された前記文字列が修正された場合に、前記文字認識結果に含まれる各文字列に対応付けられている前記位置情報のうち修正後の前記文字列に対応する位置情報を特定する。

本発明の請求項２に係る情報処理装置は、請求項１記載の構成において、前記プロセッサは、前記文字認識結果に含まれる第１文字列に対応する第２文字列を表示させ、前記第２文字列が修正された場合に、前記文字認識結果に含まれる各文字列に対応付けられている位置情報のうち修正後の前記第２文字列に対応する位置情報を特定する。

本発明の請求項３に係る情報処理装置は、請求項２記載の構成において、前記プロセッサは、前記第１文字列が修正された場合に、前記文字認識結果に含まれる各文字列に対応付けられている位置情報群のうち修正後の第１文字列に対応する位置情報を特定する。

本発明の請求項４に係る情報処理装置は、請求項１～３のいずれか１項に記載の構成において、前記プロセッサは、画像を表す画像データを取得し、取得した前記画像データが表す画像のうち、特定した前記位置情報が示す位置の画像を表示させる。

本発明の請求項５に係る情報処理装置は、請求項４記載の構成において、前記プロセッサは、取得した前記画像データが表す画像のうち、修正後の文字列を含む画像を表示させる。

本発明の請求項６に係る情報処理装置は、請求項１～５のいずれか１項に記載の構成において、前記プロセッサは、文字列が修正された場合に、修正後の当該文字列の一部と、前記文字認識結果に含まれる各文字列とが一致する場合には、一致した一部の文字列を含む文字列の位置情報を特定する。

本発明の請求項７に係る情報処理装置は、請求項１～６のいずれか１項に記載の構成において、前記プロセッサは、画像を表す画像データを取得し、文字列が修正された場合に、前記文字認識結果に含まれる各文字列に対応付けられている位置情報群のうち修正後の文字列に対応する位置情報が複数特定された場合において、当該複数の位置情報が示す位置の複数の画像を表示し、当該複数の画像から選択された画像を、修正された文字列に対応する画像として表示させる。

本発明の請求項８に係る情報処理装置は、請求項１～７のいずれか１項に記載の構成において、前記プロセッサは、画像を表す画像データを取得し、文字列が修正された場合に、前記文字認識結果に含まれる各文字列に対応付けられている位置情報群のうち修正後の文字列に対応する位置情報が複数特定された場合において、各々の位置情報が示す位置の複数の画像についての優先度を特定し、特定した前記優先度に応じて、当該複数の画像から選択された画像を、修正された文字列に対応する画像として表示させる。

本発明の請求項９に係る情報処理装置は、請求項８記載の構成において、前記プロセッサは、前記優先度を特定するための複数の規則のうちいずれかを用いる。

本発明の請求項１０に係る情報処理装置は、請求項９記載の構成において、前記プロセッサは、前記複数の規則のうち、修正後の文字列に応じた規則を用いる。

本発明の請求項１１に係る情報処理装置は、請求項９記載の構成において、前記プロセッサは、前記複数の規則のうち、前記画像データの属性に応じた規則を用いる。

本発明の請求項１２に係る情報処理装置は、請求項１～１１のいずれか１項に記載の構成において、前記プロセッサは、文字列が修正された場合に、修正された文字列に対応する画像を文字認識対象とするか否かを受け付けるための画面を表示させる。

本発明の請求項１３に係る情報処理装置は、請求項１２記載の構成において、前記プロセッサは、前記画像において文字認識対象となる位置を指定するための画面を表示させる。

本発明の請求項１４に係るプログラムは、コンピュータに、画像に含まれる文字列及び当該画像における当該文字列の位置を含む文字認識結果を取得するステップと、前記文字認識結果に含まれる文字列を表示させるステップと、文字列が修正された場合に、前記文字認識結果に含まれる各文字列に対応付けられている位置情報群のうち修正後の文字列に対応する位置情報を特定するステップとを実行させるためのプログラムである。

請求項１，１４に係る情報処理装置によれば、修正後の文字列に対応する画像の位置を特定することができる。
請求項２に係る情報処理装置によれば、文字認識結果に含まれる第１文字列に対応する第２文字列が修正された場合に、修正後の第２文字列に対応する画像の位置を特定することができる。
請求項３に係る情報処理装置によれば、文字認識結果に含まれる第１文字列が修正された場合に、修正後の第１文字列に対応する画像の位置を特定することができる。
請求項４に係る情報処理装置によれば、特定した前記位置情報が示す位置の画像を表示させることができる。
請求項５に係る情報処理装置によれば、修正後の文字列を含む画像を表示させることができる。
請求項６に係る情報処理装置によれば、修正後の当該文字列の一部と一致する文字列を含む文字列の位置情報を特定することができる。
請求項７に係る情報処理装置によれば、修正後の文字列に対応する位置情報が複数特定された場合において、複数の位置情報が示す位置の複数の画像のいずれかを表示することができる。
請求項８に係る情報処理装置によれば、修正後の文字列に対応する位置情報が複数特定された場合において、優先度に応じて、複数の位置情報が示す位置の複数の画像のいずれかを表示することができる。
請求項９に係る情報処理装置によれば、複数の規則のいずれかに従い、優先度を特定することができる。
請求項１０に係る情報処理装置によれば、複数の規則のうち、修正した文字列に応じた規則に応じて優先度を特定することができる。
請求項１１に係る情報処理装置によれば、複数の規則のうち、画像データの属性に応じた規則に応じて優先度を特定することができる。
請求項１２に係る情報処理装置によれば、文字列が修正された場合に、修正された文字列に対応する画像を文字認識対象とするか否かを指定することができる。
請求項１３に係る情報処理装置によれば、画像において文字認識対象となる位置を指定することができる。

本発明の一実施形態に係る情報処理システムの構成を例示するブロック図である。 本実施形態に係る文書画像データ管理装置のハードウェア構成を例示するブロック図である。 本実施形態に係るユーザ端末のハードウェア構成を例示するブロック図である。 文書を例示する図である。 文書画像データ管理装置に記憶される文字認識結果を例示する図である。 文書画像データ管理装置に記憶される抽出テーブルを例示する図である。 文書画像データ管理装置に記憶される抽出結果を例示する図である。 文書画像データ管理装置の動作を示すフローチャートである。 ユーザ端末に表示される修正用ＵＩ画面を例示する図である。 文書画像データ管理装置に記憶される抽出結果の修正例を示す図である。 ユーザ端末に表示される修正用ＵＩ画面を例示する図である。 文書画像データ管理装置に記憶される抽出結果の修正例を示す図である。 ユーザ端末に表示される修正用ＵＩ画面を例示する図である。

［１］構成
図１は、本実施形態に係る情報処理システム１００の構成を例示するブロック図である。情報処理システム１００は、文書画像データ管理装置１及びユーザ端末２を備える。文書画像データ管理装置１及びユーザ端末２はいずれもコンピュータ装置であり、無線通信回線又は有線通信回線を含む通信回線３により接続されている。文書画像データ管理装置１は本発明における情報処理装置の一例である。

図２は、文書画像データ管理装置１のハードウェア構成を例示する図である。プロセッサ１１は、文書画像データ管理装置１の他の要素を制御するプロセッサである。メモリ１２は、プロセッサ１１がプログラムを実行するためのワークエリアとして機能する記憶装置であり、例えばＲＡＭ（Random Access Memory）を含む。ストレージ１３は各種のプログラム及びデータを記憶する記憶装置であり、例えばＳＳＤ（Solid State Drive）又はＨＤＤ（Hard Disk Drive）を含む。プロセッサ１１がメモリ１２又はストレージ１３に記憶されているプログラムを実行することにより文書画像データ管理装置１において各種機能が実装される。通信ＩＦ（Interface）１４は、予め定められた無線又は有線の通信規格に従って通信回線３を介して他の装置と通信を行う。

図３は、ユーザ端末２のハードウェア構成を例示する図である。プロセッサ２１は、ユーザ端末２の他の要素を制御するプロセッサである。メモリ２２は、プロセッサ２１がプログラムを実行するためのワークエリアとして機能する記憶装置であり、例えばＲＡＭを含む。ストレージ２３は各種のプログラム及びデータを記憶する記憶装置であり、例えば、ＳＳＤ又はＨＤＤを含む。プロセッサ２１がメモリ２２又はストレージ２３に記憶されているプログラムを実行することによりユーザ端末２において各種機能が実装される。通信ＩＦ２４は、予め定められた無線又は有線の通信規格に従って他の装置と通信を行う。ＵＩ（User1 Interface）部２５は例えばディスプレイ等の表示装置と各種キー等の操作装置を備えており、ユーザに対するＵＩ画面を表示したり、ユーザの操作を受け付けたりする。

情報処理システム１００において、ユーザが図示せぬスキャナ装置によって文書を読み取らせると、その読み取った結果を示す文書画像データがスキャナ装置によって生成され、文書画像データ管理装置１に格納される。ユーザは、ユーザ端末２を操作して、文書画像データ管理装置１に格納されている各種の文書画像データを閲覧したり、これら文書画像データに対して、任意の文字列を、例えばタグとかメタデータと呼ばれる情報として付与したりすることができる。

図４は、本実施形態における文書を例示する図である。この例では、請求書に相当する文書に、「請求書」「請求日」「番号」…などに相当する文字列ｔ１～ｔ７が含まれている様子が示されている。

文書画像データ管理装置１のプロセッサ１１は、文書を示す文書画像データに対してＯＣＲ（Optical Character Recognition/Reader）等の文字認識処理を行う。これにより、プロセッサ１１は、文書画像データに含まれる文字列及びその文書画像データにおける文字列の位置を含む文字認識結果を取得する。文字認識結果は、文書画像データ管理装置１のストレージ１３に記憶される。図５は文書画像データ管理装置１のストレージ１３に記憶される文字認識結果を例示する図である。図５は、図４に例示した文書について文字認識処理を行った結果について例示している。図５に示すように、文字認識処理を経て認識された文字列群と、各文字列の文書中の位置を示す位置情報群とが対応付けて記憶される。各文字列に対応する各位置情報は、例えば文書に対して設定されたＸＹ直交座標軸（図4参照）に基づいて、その文字列を含む矩形（例えば文字列に外接する外接矩形）のいずれか１の頂点のＸＹ座標値（ｘ，ｙ）と、その矩形のＸ軸方向における長さ（ｗｉｄｔｈ）、及び、その矩形のＹ軸方向における長さ（ｈｅｉｇｈｔ）で表現される。例えば、図４において「請求書」という文字列ｔ１の位置情報は図５に例示するように「ｐ０１」であり、「発行日」という文字列ｔ２の位置情報は図５に例示するように「ｐ０２」であり、「ＩＳＳＵＥ ＤＡＴＥ」という文字列ｔ３の位置情報は図５に例示するように「ｐ０３」であり、「２０１８年１０月１日」という文字列ｔ４の位置情報は図５に例示するように「ｐ０４」である。

文書画像データ管理装置１のプロセッサ１１は、認識した文字列群からキー及びバリューと呼ばれる文字列を抽出するとともに、上記文書画像データからバリューと呼ばれる文字列に相当する画像データを抽出する。ここで、キーとは、例えば文書のタイトル、その文書の発行日、その文書に固有の番号など、各文書に含まれる文字列群の中から予め決められた文字列の属性を意味するものである。これに対し、バリューとは、各文書においてキーに相当する文字列そのものであり、キーとバリューは対を成す概念である。例えば請求書に相当する文書において、キー「タイトル」に対応するバリューは「請求書」という文字列であり、キー「発行日」に対応するバリューは「ＹＹＹＹ年ＭＭ月ＤＤ日」（Ｙ，Ｍ，Ｄは任意の数字）という文字列であり、キー「番号」に対応するバリューは「ＸＸＸＸＸＸＸＸＸ」（Ｘは任意の文字、記号又は数字）という文字列である。なお、本実施形態におけるキーに相当する文字列は本発明における第１文字列の一例であり、本実施形態におけるバリューに相当する文字列は本発明における第２文字列の一例である。

文書画像データ管理装置１のプロセッサ１１は、文書画像データからキー及びバリューを抽出するための規則が記述された抽出テーブルを記憶している。図６は文書画像データ管理装置１のストレージ１３に記憶される抽出テーブルを例示する図である。この抽出テーブルにおいて、文書において各キーとなり得る文字列群と、各キーに対応するバリューとなる文字列の位置情報とが対応付けられている。この抽出テーブルにおいて、例えば、「タイトル」というキーに対応するバリューは、文書において「最上段」の位置にあると定義されている。また、「発行日」というキーに対応するバリューは、文書においてその「キーの右横」の位置にあると定義されている。また、「番号」というキーに対応するバリューは、文書においてその「キーの右横」の位置にあると定義されている。なお、図６では、各キーに対応するバリューとなる文字列の位置情報を「最上段」とか「右横」と表現しているが、実際には、例えば文書に対して設定されたＸＹ直交座標系における座標値を用いて表現されている。例えば、最上段の位置とは、例えば文書に対して設定されたＸＹ直交座標軸においてＹ座標値が最も大きい文字列の位置情報であることを意味している。また、キーの右横の位置とは、例えば文書に対して設定されたＸＹ直交座標軸において、キーに対してＸ座標値がその次に大きい文字列の位置情報であることを意味している。

文書画像データ管理装置１のプロセッサ１１は、この抽出テーブルに従い、認識した文字列群からキー及びバリューと呼ばれる文字列を抽出するとともに、上記文書画像データからバリューと呼ばれる文字列に相当する画像データを抽出する。図７は、文書画像データ管理装置１のストレージ１３に記憶される抽出結果を例示する図である。図７は、図４に例示した文書について図６に例示した抽出テーブルに従い抽出した結果について例示している。図7に示すように、キー「タイトル」に対応するバリュー「請求書」という文字列が抽出され、さらに、そのバリュー「請求書」に相当する画像データの位置情報「ｐ０１」が抽出されている。また、キー「発行日」に対応するバリュー「ＩＳＳＵＥ ＤＡＴＥ」という文字列が抽出され、さらに、そのバリュー「ＩＳＳＵＥ ＤＡＴＥ」に相当する画像データの位置情報「ｐ０３」が抽出されている。また、キー「番号」に対応するバリュー「ＩＮＶＯＩＣＥ ＮＵＭＢＥＲ」という文字列が抽出され、さらに、そのバリュー「ＩＮＶＯＩＣＥ ＮＵＭＢＥＲ」に相当する画像データの位置情報「ｐ０６」が抽出されている。ここで、バリューに相当する画像データの位置情報を抽出することは、その画像データを抽出することに相当する。

しかしながら、図７においては、キー「発行日」に対応するバリューとして「ＩＳＳＵＥ ＤＡＴＥ」という文字列が抽出されているが、これは「発行日」という単語の英訳に過ぎず、そのバリューは、キー「発行日」に対応するバリューである「ＹＹＹＹ年ＭＭ月ＤＤ日」（Ｙ，Ｍ，Ｄは任意の数字）という文字列、つまりここでは「２０１８年１０月１日」であるべきである。同様に、キー「番号」に対応するバリューとして「ＩＮＶＯＩＣＥ ＮＵＭＢＥＲ」という文字列が抽出されているが、これは「番号」という単語の英訳に過ぎず、そのバリューは「ＬＩ－ｋ１２５５４」であるべきである。このような誤りは、例えばキー「発行日」に対応するバリューがそのキーの右横にある場合や、また、図４の例のようにキー「発行日」に対応するバリューがそのキーの英訳を挟んで右横にある場合などのように、様々な文書においてレイアウトが異なるケースが考えられるからである。

このような場合、ユーザはユーザ端末２を操作して、これらの抽出結果を修正することができるようになっている。この修正に関する動作について以下に説明する。

［２］動作
図８に示すフローチャートを参照して、文書画像データ管理装置１の動作について説明する。図８において、文書画像データ管理装置１のプロセッサ１１は、ユーザ端末２において、ユーザが上記抽出結果を修正するための修正用ＵＩ画面を表示させる（ステップＳ０）。図９は、修正用ＵＩ画面を例示する図である。図９に示した修正用ＵＩ画面Ｇ１は、例えば図７の内容に従い、文字認識結果に含まれるキーに相当する文字列と、バリューに相当する文字列と、文書画像データが表す画像のうち、バリューに相当する文字列に対応する画像とが表示されたＵＩ画面である。また、図９に示した修正用ＵＩ画面Ｇ２は、図４に例示した文書画像データが示す文書画像の全体が表示されたＵＩ画面である。これらの修正用ＵＩ画面Ｇ１、Ｇ２は、例えばユーザによって同時に閲覧可能となるよう、１画面上に両者が並べられて表示される。

ここで、前述したように、キー「発行日」に対応するバリューとして「ＩＳＳＵＥ ＤＡＴＥ」という文字列が表示され、さらにその画像が表示されているが、このバリューは本来、「２０１８年１０月１日」である。そこで、ユーザは、キー「発行日」に対応するバリューとして表示された「ＩＳＳＵＥ ＤＡＴＥ」を「２０１８年１０月１日」に修正する操作を行う。この修正操作は、例えばユーザが修正用ＵＩ画面Ｇ１においてキー「発行日」に対応するバリューとして「２０１８年１０月１日」という文字列を直接入力する操作であってもよいし、ユーザが修正用ＵＩ画面Ｇ２において表示されている「２０１８年１０月１日」という文字列を、キー「発行日」に対応するバリューとして指定する操作であってもよい。

文書画像データ管理装置１のプロセッサ１１は、バリューが修正されたと判断すると（ステップＳ１；ＹＥＳ）、図５に例示した文字認識結果のうち、修正後のバリューである「２０１８年１０月１日」に相当する文字列を検索し、該当する文字列が幾つあるかを判断する（ステップＳ２）。ここで、文書画像データ管理装置１のプロセッサ１１は、文字認識結果のうち、修正後のバリューに相当する文字列が無い場合は（ステップＳ２；無し）、所定のエラー画面をユーザ端末２に表示させる等して図８の処理を終了する。

文書画像データ管理装置１のプロセッサ１１は、文字認識結果のうち、修正後のバリューに相当する文字列が１つある場合は（ステップＳ２；１つ）、図５に例示した文字認識結果に基づいて、その文字列に相当する画像の位置情報を特定する（ステップＳ３）。ここでは、図５に例示するとおり、「２０１８年１０月１日」という文字列に対応する位置情報「ｐ０４」が特定される。

そして、文書画像データ管理装置１のプロセッサ１１は、図７に例示したデータのうち、キー「発行日」に対応する修正前のバリューとしての文字列「ＩＳＳＵＥ ＤＡＴＥ」を、修正後のバリューとしての文字列「２０１８年１０月１日」に書き換えるとともに、対応する位置情報を「ｐ０３」を、特定した位置情報「ｐ０４」に書き換える（ステップＳ４）。これにより、図７に例示した抽出結果の内容は、図１０に例示するような抽出結果に書き換えられることになる。この結果、修正用ＵＩ画面Ｇ１においては図１１に例示するように、キー「発行日」に対応するバリュー「２０１８年１０月１日」が表示され、さらに、位置情報Ｐ４に対応する画像（文書画像において「２０１８年１０月１日」に対応する画像）が表示される。

同様の手順で、ユーザがキー「番号」に対応するバリューとして表示された「ＩＮＶＯＩＣＥ ＮＵＭＢＥＲ」を「ＬＩ－Ｋ１２５５４」に修正すると、文書画像データ管理装置１のプロセッサ１１は、図１２に例示するように、図７に例示したデータのうちキー「番号」に対応する修正前のバリューとしての文字列「ＩＳＳＵＥ ＤＡＴＥ」が、修正後のバリューとしての文字列「ＬＩ－ｋ１２５５４」に書き換えられ、これに対応する位置情報が「ｐ０６」が位置情報「ｐ０７」に書き換えられる。この結果、図１３に例示するような修正用ＵＩ画面Ｇ１がユーザ端末２に表示されることになる。

また、文書画像データ管理装置１のプロセッサ１１は、文字認識結果のうち、修正後のバリューに相当する文字列が複数ある場合は（ステップＳ２；複数）、図５に例示した文字認識結果において或る優先順位に基づいて、その優先順位が最も高い文字列を選択する（ステップＳ５）。

具体的には、文書画像データ管理装置１のプロセッサ１１は、図６の例示に従い、バリューに相当する複数の文字列のそれぞれの位置情報が示す位置の複数の画像をユーザ端末２の修正用ＵＩ画面Ｇ２においてに表示させ、これら複数の画像からユーザがユーザ端末２を操作することにより選択された画像を、修正された文字列に対応する画像としてユーザ端末２において表示させる。この修正後は、前述したように、文字列の抽出結果が書き換えられ、その書き換え結果に応じた修正用ＵＩ画面Ｇ１が表示される。

以上説明した本実施形態によれば、文書に含まれる文字列群のうち修正された文字列に対応する画像の位置を特定することが可能となる。さらに、本実施形態によれば、特定した位置にある画像を表示させることが可能となる。

［３］変形例
上述した実施形態は、本発明の実施の一例に過ぎず、以下のように変形させてもよい。また、上述した実施形態及び以下に示す各変形例は、必要に応じて組み合わされて実施されてもよい。

（１）上述した実施形態において、文書画像データ管理装置１のプロセッサ１１は、文字認識結果から検出されたキーに相当する文字列（第１文字列）に対応するバリューに相当する文字列（第２文字列）を表示させ、バリューに相当する文字列（第２文字列）が修正された場合に、文字認識結果に含まれる各文字列に対応付けられている位置情報群のうち修正後のバリューに相当する文字列（第２文字列）に対応する位置情報を特定していたが、キーに相当する文字列（第１文字列）をユーザが修正可能としてもよい。この場合、プロセッサ１１は、第１文字列が修正された場合に、文字認識結果に含まれる各文字列に対応付けられている位置情報群のうち修正後の第１文字列に対応する位置情報を特定し、特定した位置にある画像を表示させるようにしてもよい。

（２）上述した実施形態において、文書画像データ管理装置１のプロセッサ１１は、バリューに相当する文字列が修正された場合に、修正後の文字列と、文字認識結果に含まれる文字列とが一致する場合に、一致した文字列の位置情報を特定し、特定した位置にある画像を表示させるようにしていた。この処理に関し、プロセッサ１１は、バリューに相当する文字列が修正された場合に、修正後の文字列の一部と、文字認識結果に含まれる各文字列とが一致する場合には、一致した一部の文字列を含む文字列の位置情報を特定し、特定した位置にある画像を表示させるようにしていた。つまり、修正後の文字列と、文字認識結果に含まれる文字列とが部分的に一致していてもよい。

（３）上述した実施形態において、文書画像データ管理装置１のプロセッサ１１は、バリューに相当する文字列が修正された場合に、文字認識結果に含まれる各文字列に対応付けられている位置情報群のうち修正後の文字列に対応する位置情報が複数特定された場合に、ユーザによって選択された画像の位置情報を最も優先度が高いものとして扱っていたが、この優先度の実施形態の例に限定されない。

また、プロセッサ１１は、上記優先度を特定するための複数の規則をストレージ１３に記憶させておき、その複数の規則のうちうちいずれかを用いるようにしてもよい。例えばプロセッサ１１は、複数の規則のうち、修正後の文字列に応じた規則を用いるようにしてもよい。プロセッサ１１は、例えば修正後の文字列が、キー「タイトル」に対応するバリューに相当する文字列である場合には、最も大きなサイズの文字列や或る特定のフォントの文字列の優先度を高くしてもよい。

また、プロセッサ１１は、複数の規則のうち、文書画像データの属性に応じた規則を用いるようにしてもよい。プロセッサ１１は、例えば文書画像データに対してその種類（属性）を意味するメタデータが付与されているような場合に、或るメタデータＡが付与された文書画像データについては、例えば修正後の文字列が、キー「タイトル」に対応するバリューに相当する文字列である場合には、最も大きなサイズの文字列の優先度を高くし、また、或るメタデータＢが付与された文書画像データについては、例えば修正後の文字列が、キー「タイトル」に対応するバリューに相当する文字列である場合には、或る特定のフォントの文字列の優先度を高くしてもよい。

（４）文書画像データ管理装置１のプロセッサ１１は、文字列が修正された場合に、修正後の文字列に対応する画像を以降の文字認識対象とするか否かを受け付けるためのＵＩ画面をユーザ端末２に表示させるようにしてもよい。例えば、文書画像データ管理装置１のプロセッサ１１は、文字列が修正された場合に、文字認識対象となる位置を指定するための画面を表示するようにしてもよい。より具体的には、プロセッサ１１は、図６で例示した、各キーに対応するバリューとなる文字列の位置情報を、修正後の文字列に相当する画像の文書中の位置を示す位置情報に書き換えるか否かをユーザに問い合わせるための画面を表示させ、書き換えるというユーザの回答があった場合には、修正後の文字列に相当する画像の文書中の位置を示す位置情報に書き換える。これにより、図６で例示した文字列の位置情報である「最上段」や「右横」が書き換えられ、以降は、ユーザが文字列を修正する必要がなくなることになる。

（５）上述の実施形態において、文書画像データ管理装置１のプロセッサ１１又はユーザ端末２のプロセッサ２１により実行されるプログラムは、インターネットなどの通信回線を介してダウンロードされてもよい。また、これらのプログラムは、磁気記録媒体（磁気テープ、磁気ディスクなど）、光記録媒体（光ディスクなど）、光磁気記録媒体、半導体メモリなどの、コンピュータが読取可能な記録媒体に記録した状態で提供されてもよい。

１…文書画像データ管理装置、１１…プロセッサ、１２…メモリ、１３…ストレージ、１４…通信ＩＦ、２…ユーザ端末、２１…プロセッサ、２２…メモリ、２３…ストレージ、２４…通信ＩＦ、２５…ＵＩ部、１００…情報処理システム。

Claims (14)

1. プロセッサを有し、
   前記プロセッサは、
   画像に含まれる文字列及び当該画像における当該文字列の位置情報を含む文字認識結果を取得し、
   前記文字認識結果に含まれる前記文字列を表示させ、
   表示された前記文字列が修正された場合に、前記文字認識結果に含まれる各文字列に対応付けられている前記位置情報のうち修正後の前記文字列に対応する位置情報を特定する
   情報処理装置。
2. 前記プロセッサは
   前記文字認識結果に含まれる第１文字列に対応する第２文字列を表示させ、
   前記第２文字列が修正された場合に、前記文字認識結果に含まれる各文字列に対応付けられている位置情報のうち修正後の前記第２文字列に対応する位置情報を特定する
   請求項１記載の情報処理装置。
3. 前記プロセッサは
   前記第１文字列が修正された場合に、前記文字認識結果に含まれる各文字列に対応付けられている位置情報群のうち修正後の第１文字列に対応する位置情報を特定する
   請求項２記載の情報処理装置。
4. 前記プロセッサは、
   画像を表す画像データを取得し、
   取得した前記画像データが表す画像のうち、特定した前記位置情報が示す位置の画像を表示させる
   請求項１～３のいずれか１項に記載の情報処理装置。
5. 前記プロセッサは、
   取得した前記画像データが表す画像のうち、修正後の文字列を含む画像を表示させる
   請求項４記載の情報処理装置。
6. 前記プロセッサは、
   文字列が修正された場合に、修正後の当該文字列の一部と、前記文字認識結果に含まれる各文字列とが一致する場合には、一致した一部の文字列を含む文字列の位置情報を特定する
   請求項１～５のいずれか１項に記載の情報処理装置。
7. 前記プロセッサは、
   画像を表す画像データを取得し、
   文字列が修正された場合に、前記文字認識結果に含まれる各文字列に対応付けられている位置情報群のうち修正後の文字列に対応する位置情報が複数特定された場合において、
   当該複数の位置情報が示す位置の複数の画像を表示し、
   当該複数の画像から選択された画像を、修正された文字列に対応する画像として表示させる
   請求項１～６のいずれか１項に記載の情報処理装置。
8. 前記プロセッサは、
   画像を表す画像データを取得し、
   文字列が修正された場合に、前記文字認識結果に含まれる各文字列に対応付けられている位置情報群のうち修正後の文字列に対応する位置情報が複数特定された場合において、
   各々の位置情報が示す位置の複数の画像についての優先度を特定し、
   特定した前記優先度に応じて、当該複数の画像から選択された画像を、修正された文字列に対応する画像として表示させる
   請求項１～７のいずれか１項に記載の情報処理装置。
9. 前記プロセッサは、
   前記優先度を特定するための複数の規則のうちいずれかを用いる
   請求項８記載の情報処理装置。
10. 前記プロセッサは、
    前記複数の規則のうち、修正後の文字列に応じた規則を用いる
    請求項９記載の情報処理装置。
11. 前記プロセッサは、
    前記複数の規則のうち、前記画像データの属性に応じた規則を用いる
    請求項９記載の情報処理装置。
12. 前記プロセッサは、
    文字列が修正された場合に、修正された文字列に対応する画像を文字認識対象とするか否かを受け付けるための画面を表示させる
    請求項１～１１のいずれか１項に記載の情報処理装置。
13. 前記プロセッサは、
    前記画像において文字認識対象となる位置を指定するための画面を表示させる
    請求項１２に記載の情報処理装置。
14. コンピュータに、
    画像に含まれる文字列及び当該画像における当該文字列の位置を含む文字認識結果を取得するステップと、
    前記文字認識結果に含まれる文字列を表示させるステップと、
    文字列が修正された場合に、前記文字認識結果に含まれる各文字列に対応付けられている位置情報群のうち修正後の文字列に対応する位置情報を特定するステップと
    を実行させるためのプログラム。

Images